Se stai decidendo tra Claude Fable 5 high vs max, la risposta breve è: mantieni high per quasi tutto, usa xhigh per il coding difficile e il lavoro agentico, e considera max come un raro ultimo ricorso. Nella maggior parte dei casi max costa circa il doppio per un miglioramento della qualità difficile da misurare, e può pensare troppo. La parte che la maggior parte delle persone si perde è che esiste un livello chiamato xhigh tra high e max, ed è di solito la vera risposta a "devo aumentare lo sforzo?"
Cosa cambia l'impostazione dello sforzo su Fable 5
Effort (output_config.effort) ha cinque livelli: low, medium, high, xhigh, max. Su Fable 5 il valore predefinito è high e, secondo la documentazione di Anthropic su effort, impostare high è identico a omettere il parametro.
Due cose sorprendono le persone. Primo, effort non è solo un controllo del ragionamento: governa *tutti* i token consumati — testo visibile, thinking esteso e le chiamate agli strumenti in un loop agentico. Un effort più basso significa meno chiamate agli strumenti, più consolidate, meno introduzione e conferme più concise; un effort più alto significa più chiamate, più pianificazione ad alta voce e riepiloghi più lunghi. Secondo, il thinking di Fable 5 è sempre attivo — non puoi disabilitarlo (errori thinking: {type: "disabled"}), quindi effort è il modo in cui ne controlli la profondità. Con high, xhigh e max Claude quasi sempre pensa in profondità; con low e medium può saltare il thinking sui problemi facili.
High → xhigh → max: tre gradini, non due
"High vs max" è in realtà una questione a tre livelli, perché xhigh si colloca tra i due — un punto di controllo più fine sul compromesso tra ragionamento e latenza. L'ingegnere di Anthropic Boris Cherny l'ha definito "un nuovo livello tra high e max." Esiste solo su Fable 5, Mythos 5, Opus 4.8, Opus 4.7 e Sonnet 5; i modelli più vecchi come Opus 4.6 e Sonnet 4.6 passano direttamente da high a max.
La scala completa, con il caso d'uso che Anthropic assegna a ciascun livello:
| Livello | Per cosa Anthropic dice che è destinato |
|---|---|
low | Compiti semplici che richiedono la massima velocità e il costo più basso, come i subagent |
medium | Compiti agentici che bilanciano velocità, costo e prestazioni |
high | Ragionamento complesso, programmazione difficile, compiti agentici (il valore predefinito) |
xhigh | Compiti agentici/programmazione di lunga durata (30+ minuti), budget di token nell'ordine dei milioni |
max | Ragionamento più profondo, nessun limite allo sforzo interno (l'output è comunque limitato da max_tokens) |
Quindi, quando qualcuno chiede di eseguire Fable 5 a max, la prima domanda sincera è: hai provato xhigh? Per il lavoro di coding e agentico più impegnativo, xhigh — non max — è il passaggio consigliato.
Il costo e la latenza che stai scambiando
Aumentare l’impegno non fa aumentare il prezzo per token. Fable 5 fattura una tariffa fissa di $10 per milione di token in input e $50 per milione in output a ogni livello; il costo cresce solo perché il modello *genera più token*.
Il grafico è illustrativo, non misurato — mostra la *forma* del compromesso descritto di seguito, normalizzata in modo che max sia 1.0 su ciascun asse. La qualità è quasi al suo massimo con high, mentre il costo continua a raddoppiare تقريبamente man mano che si sale.
Il divario da xhigh a max è il punto in cui la matematica si rivolta contro di te. L’ingegnere software Ishu Agarwal ha segnalato (11 luglio 2026) che il passaggio da high a xhigh "può di solito essere inferiore al 3%" in termini di miglioramento della qualità, mentre costa "dal 30% al 100%" in più, con modelli che tendono "a riflettere troppo a livelli di sforzo più elevati." Un post del 14 luglio ampiamente condiviso sosteneva che Fable 5 avesse ottenuto un punteggio identico a max e xhigh, "89.0 contro 89.0, a un costo circa doppio." Considerali dati della community indicativi, non un benchmark controllato — ma la direzione coincide con la stessa nota di Anthropic secondo cui max "aggiunge un costo significativo per miglioramenti di qualità relativamente piccoli e, su alcuni compiti di output strutturato o meno sensibili all’intelligenza, può portare a riflettere troppo."
Anche la latenza si comporta allo stesso modo. Dopo aver testato i livelli di impegno (11 giugno 2026), il product manager Pawel Huryn ha scoperto che "al di sotto del massimo, il tempo di completamento cambia appena" mentre nel lavoro reale "il completamento balza da xhigh verso l'alto". Un'altra trappola: il tokenizer di Fable 5 (condiviso con l'ultima generazione Opus) può arrivare a conteggi di token fino a circa il 35% più alti per lo stesso testo rispetto ai modelli Claude più vecchi, quindi qualsiasi baseline dei costi di un modello precedente risulta bassa.
Una regola decisionale per high, xhigh e max
| Attività | Impegno | Escalare quando |
|---|---|---|
| Codifica di routine, chat, estrazione, subagent | low / medium | La qualità dell'output cala visibilmente |
| La maggior parte del ragionamento, codifica quotidiana, lavoro agentico | high (predefinito) | Un compito difficile si blocca o richiede una pianificazione più approfondita |
| Il lavoro di codifica/agentico più difficile, esecuzioni a lungo termine, uso intensivo di strumenti | xhigh | xhigh non riesce davvero a risolverlo |
Un problema frontier o un bug che xhigh non è riuscito a risolvere, correttezza prima del costo | max | (Al vertice della scala) |
high è il punto ideale tra qualità ed efficienza dei token; xhigh offre una reale deliberazione extra per il lavoro più difficile; max è un tentativo remoto su ciò che xhigh ha già fallito. Andare *verso il basso* è spesso più intelligente: secondo Anthropic, un impegno inferiore su Fable 5 continua a performare bene e "spesso supera le prestazioni di xhigh sui modelli precedenti." Il CTO Morgan Linton lo ha detto senza mezzi termini — "circa il 95% di ciò che faccio dal punto di vista del coding richiede solo Fable 5 Low e Medium," e far girare tutto a high quando Low o Medium restituiscono lo stesso output è il modo in cui bruci i limiti del piano.
Se il modello stesso è sbagliato per il lavoro, la messa a punto dello sforzo non lo risolverà — questa è una questione di scelta del modello, non di sforzo.
Tre cose che le persone capiscono male sullo sforzo di Fable 5
Un impegno maggiore non significa un modello più intelligente. L'impegno decide quanto lavoro Claude svolge prima di rispondere — più riflessioni, più chiamate agli strumenti — non quanto sia capace. Una risposta low proviene dallo stesso modello di una max; se un'attività va oltre il modello, max semplicemente impiega più tempo per arrivare allo stesso risultato.
Il valore predefinito di Claude Code non è quello dell'API. Claude Code usa come impostazione predefinita xhigh; l'API usa come impostazione predefinita high. Questo da solo spiega molte cose del tipo "perché qui si comporta in modo diverso" — lo stesso modello sembra più accurato e più costoso in Claude Code semplicemente a causa del valore predefinito più alto. Imposta esplicitamente xhigh se vuoi che l'API corrisponda.
ultracode non è un livello di sforzo. Compare nel menu di Claude Code, ma l'API accetta solo valori da low a max. Ultracode abbina xhigh con l'autorizzazione permanente ad avviare workflow multi-agent — voraci di token, e non qualcosa che puoi passare all'API.
Come impostare l’effort (e una nota su max_tokens)
Lo sforzo vive in output_config, non necessita di alcun header beta. Poiché il ragionamento di Fable 5 è sempre attivo, ometti del tutto il parametro thinking:
import anthropic
client = anthropic.Anthropic()
response = client.messages.create(
model="claude-fable-5",
max_tokens=64000, # concedi spazio a xhigh/max (vedi nota sotto)
output_config={"effort": "xhigh"}, # low | medium | high | xhigh | max
messages=[{"role": "user", "content": "Refactor this module and add tests."}],
)max_tokens è un limite massimo rigido sull'output *totale* — ragionamento più testo della risposta. Con xhigh o max, il ragionamento può consumare gran parte di quel budget, quindi impostalo in modo generoso (inizia intorno a 64.000) altrimenti le risposte vengono troncate a metà del pensiero. Fable 5 supporta un contesto da 1M token e 128K token di output.
FAQ
Qual è la differenza tra high e max effort in Fable 5?
high (il valore predefinito) spende quanto necessario per risultati eccellenti; max rimuove ogni vincolo per il ragionamento più profondo. Il salto di qualità significativo rispetto a high è di solito xhigh, che si colloca tra i due.
Vale la pena dare il massimo su Fable 5?
Raramente — raddoppia più o meno il costo rispetto a xhigh per un guadagno misurabile minimo e può pensare troppo. Riservalo a un problema di frontiera o a un bug che xhigh non riesce a risolvere.
Come posso cambiare il livello di effort?
Imposta output_config: {"effort": "..."} con low, medium, high, xhigh o max. In Claude Code, usa il suo menu effort.
Qual è il livello di impegno predefinito?
high sull'API (identico all'omissione del parametro). Claude Code usa come impostazione predefinita xhigh.
Lo sforzo maggiore costa di più per token?
No — la tariffa è fissa. Un impegno maggiore costa di più solo perché il modello genera più token.
Lo sforzo di Fable 5 è lo stesso dei livelli di sforzo Sonnet o Opus?
Stessi parametri e nomi, ma xhigh esiste solo su Fable 5, Mythos 5, Opus 4.8, Opus 4.7 e Sonnet 5, e i valori predefiniti consigliati differiscono a seconda del modello. Vedi Sonnet 5 versus Fable 5 se stai scegliendo tra questi.