Самый быстрый способ снизить затраты на токены Claude Fable 5 — перестать использовать его для задач, с которыми не хуже справляется более дешёвая модель. При стоимости $10/$50 за миллион токенов Fable в 5 раз дороже Sonnet 5 — и всё же в моём тесте обе модели отлично справились с одной и той же задачей.
Куда на самом деле уходит ваш расход по Fable 5
Прежде чем оптимизировать, посмотрите, где утекают деньги. В типичном agentic-запросе входные токены значительно превосходят выходные: один запрос может содержать 80,000–140,000 входных токенов (system prompt, определения инструментов, история переписки, контекст файлов) при всего 1,000–3,000 токенах вывода. Хотя выходные токены стоят в 5 раз дороже за токен, сам объём входных данных обычно делает их более крупной статьёй расходов — именно поэтому кэширование и дисциплина в работе с контекстом важнее, чем более короткие ответы.
Вот цены, которые определяют каждое решение ниже:
| Модель | Вход ($/M) | Выход ($/M) | Чтение кэшированного входа ($/M) |
|---|---|---|---|
| Claude Fable 5 | $10 | $50 | ~$1 (≈90% off) |
| Claude Opus 4.8 | $5 | $25 | ~$0.50 |
| Claude Sonnet 5 | $2 | $10 | ~$0.20 |
| Claude Haiku 4.5 | $1 | $5 | ~$0.10 |
Prompt caching снижает стоимость кэшированного ввода примерно до одной десятой базовой ставки, но запись в кэш сопровождается надбавкой ($12.50/M для 5-minute cache, $20/M для 1-hour cache). Цены проверены по опубликованным тарифам Anthropic на July 17, 2026; $2/$10 для Sonnet 5 — вводный тариф до August 31, 2026.
Мы выполнили ту же задачу в Fable 5, Opus 4.8 и Sonnet 5
Теория — «используйте более дешевую модель, когда можете» — легко сформулировать и трудно принять без цифр. Поэтому я провел контролируемый тест. Один и тот же запрос для всех трех моделей: *напишите на Python функцию merge_intervals, которая обрабатывает пустой и неотсортированный ввод, с тремя модульными тестами на основе assert.* Затем я запустил каждый ответ, чтобы убедиться, что тесты действительно проходят.
Все три сгенерировали корректный код, который прошёл все тесты. Разница была исключительно в стоимости и скорости.
| Модель | Выходные токены | Задержка | Стоимость за вызов | Стоимость за 1 000 вызовов |
|---|---|---|---|---|
| Fable 5 | 265 | 12.3 s | $0.0190 | $19.01 |
| Opus 4.8 | 236 | 6.4 s | $0.0088 | $8.78 |
| Sonnet 5 | 267 | 3.9 s | $0.0038 | $3.82 |
Тот же вход (576 токенов), почти идентичная длина вывода, идентичная корректность — и разница в цене в 5×. Sonnet также ответил в три раза быстрее.
Это небольшая, самодостаточная задача, а не бенчмарк — сложная задача на рассуждение как раз то, за что Fable 5 оправдывает свою цену, и разрыв здесь бы сократился или даже перевернулся. Но суть остаётся той же: за рутинную работу, которая заполняет большинство сессий, вы можете платить в 5 раз больше за идентичный результат. Показатели задержки получены с конечной точки стороннего API, поэтому воспринимайте их как ориентировочные, а не как официальный SLA.
Рычаг 1: Подберите модель под задачу
Это изменение с наивысшей окупаемостью инвестиций, которое вы можете внести, и приведённый выше тест — тому причина. Маршрутизируйте по типу задачи: оставляйте Fable 5 для глубоких многошаговых рассуждений, сложных рефакторингов и неоднозначных спецификаций; отправляйте шаблонный код, форматирование, простые правки и массовые простые запросы в Sonnet 5 или Haiku 4.5. Если вы не уверены, начните с более дешёвой модели и переходите на более дорогую только если результат неверен — неудачный дешёвый вызов всё равно стоит лишь долю вызова Fable.
Паттерн, к которому постоянно приходят практики: пусть Fable 5 планирует, а более дешёвая модель выполняет. Fable пишет архитектуру или разбивает задачу на шаги; Sonnet 5 или Haiku 4.5 выполняет основную часть набора текста. Команда, стоящая за кодирующим агентом Cline, сообщила о расходах более чем $2,000 за один день на Fable, а затем выяснила, что более дешёвые модели в паре с циклами adversarial review достигали схожих — а иногда и лучших — результатов при значительно меньших затратах.
Есть важная практическая оговорка, о которой стоит знать в Claude Code: вы не можете поменять активную модель в середине сессии прямо из чата. Обходной путь — попросить об этом простыми словами: скажите Claude самому спланировать работу, но передать реализацию более дешёвой модели, и он запускает субагента Sonnet 5, чтобы тот выполнил выполнение, пока дорогая модель остаётся на месте планирования. Вы получаете разбиение задач на уровне Fable и стоимость за токен на уровне Sonnet для той части работы, которая сжигает больше всего токенов.
В рамках одной модели настройка усилий — это тот же рычаг, но с более тонкой гранулярностью, и именно к нему я обращаюсь первым. По умолчанию для рутинной работы выбирайте усилие low и повышайте его только тогда, когда результат действительно оказывается неверным — low пропускает токены рассуждения, которые Fable иначе потратил бы перед ответом, а для простых задач это чистая экономия без потери качества. Оставляйте high или max для задач, где дополнительное рассуждение меняет ответ. Наш разбор уровней усилий high и max в Fable 5 показывает, где проходит эта граница, а Sonnet 5 vs Fable 5 объясняет, для каких задач можно безопасно опустить уровень.
Рычаг 2: Защитите свой кэш подсказок
Поскольку входные данные доминируют в вашем количестве токенов, скидка на кэш ~90% — это второй по важности рычаг. Загвоздка в том, что кэш помогает только если префикс остаётся байт-в-байт идентичным между вызовами. Измените один токен в начале системного промпта или поменяйте порядок определений инструментов, и всё после этого станет промахом кэша, который оплачивается по полной цене.
Чтобы сохранить кэш в целости:
- Зафиксируйте стабильный префикс. Поместите системный prompt и определения инструментов в начало и не изменяйте их в середине сессии. Добавляйте новый контекст в конец.
- Не меняйте порядок инструментов между запросами — агенты, которые динамически перестраивают свой список инструментов, незаметно инвалидируют cache.
- Переиспользуйте пакетно в пределах окна cache. 5-минутный cache дешево записывать; группируйте связанные вызовы так, чтобы они попадали в него до истечения срока.
Точка безубыточности достигается быстро: запись в кэш на 5 минут стоит в 1,25 раза дороже обычного входного токена, тогда как каждое чтение из кэша экономит 0,9×, так что кэш окупается примерно после двух повторных использований одного и того же префикса — что тривиально для любого агента, который пересылает весь разговор на каждом шаге, где сохранённый кэш означает разницу между оплатой $10/M и $1/M за повторяющуюся часть.
Рычаг 3: отправляйте меньше контекста
Каждый токен, который вы не отправляете, — это токен, за который вы не платите ни на одном тарифе. Здесь выгода не бросается в глаза, но накапливается:
- Очищайте между несвязанными задачами. В Claude Code
/clearначинает с чистого листа, чтобы устаревшая история не тянулась за каждым последующим сообщением. - Сжимайте длинные сессии.
/compactсуммирует разговор на данный момент; добавление инструкции вроде "сфокусируйся на примерах кода и использовании API" подсказывает, что именно сохранить. - Подкармливайте документацией, а не исследованием. Плотный, заранее подготовленный skill или фрагмент документации с закреплённой версией стоит намного дешевле, чем позволять агенту искать и читать, чтобы добраться до тех же знаний.
- Предпочитайте Markdown вместо PDF. PDF содержит токены разметки, которые модели не нужны; обычный Markdown с тем же содержимым значительно компактнее.
Ни одно из этих действий не изменит вашу ставку, но в контексте на 100k токенов они сокращают тысячи токенов в каждом отдельном вызове.
Рычаг 4: Снизьте саму стоимость за токен
Указанные выше рычаги сокращают количество токенов, которые вы расходуете, и какой тарифный уровень применяется. Последний снижает цену за токен. В first-party API Anthropic для Fable 5 нет скидочного тарифа для batch или async, поэтому указанная ставка — это и есть цена, которую вы платите.
Один из вариантов — API-агрегатор, который перепродаёт доступ к Claude с наценкой ниже базовой цены. AIReiter, например, совместим с Anthropic-API и оценивает модели Claude примерно в 20% от официальных тарифов — что делает Fable 5 почти $2/$10 за миллион вместо $10/$50. Компромисс здесь обычный для любого реселлера: вы доверяете маршрутизацию и время безотказной работы стороннему сервису, а не напрямую Anthropic, так что это лучше подходит для высоконагруженных, чувствительных к стоимости задач, чем для production-потоков, критичных к задержке. Какой бы путь вы ни выбрали, ставка умножается на всё остальное — поэтому стоит задать её один раз, а затем сосредоточиться на рычагах объёма токенов, которые вы настраиваете каждый день.
Какие рычаги действительно дают результат
Если вы сделаете только одну вещь, сделайте Lever 1 — распределение работы на правильную модель — это и есть та разница, которую измерял тест, и ничто другое даже близко не сравнится. Вот честный рейтинг:
1. Подбирайте модель под задачу — до ~5× на неправильно маршрутизированной работе. Самый крупный и устойчивый выигрыш. 2. Защищайте кэш промптов — до ~90% экономии на повторяющемся вводе, который составляет большую часть ваших токенов в agent loops. 3. Передавайте меньше контекста — стабильные 20–50% экономии объёма токенов, накапливающиеся при каждом вызове. 4. Снижайте ставку за токен — постоянный множитель; задаётся один раз и приносит пользу всему.
Соблазнительные «эксплойты» — кодирование запросов в виде изображений, хитрости с пользовательским tokenizer — обычно ломаются после следующего обновления модели. Четыре рычага здесь — это привычки, а не хаки: они продолжают работать, потому что соответствуют тому, как на самом деле устроено ценообразование.
Часто задаваемые вопросы
Как уменьшить затраты на токены в Claude?
Установите уровень усилий на low для рутинной работы, направляйте более простые задачи в Sonnet 5 или Haiku 4.5, держите префикс вашего промпта байт-стабильным, чтобы применялось кэширование, и очищайте или сжимайте контекст между задачами. Выбор модели и уровень усилий — это области, где достигается наибольшая экономия.
Сколько стоит Fable 5 за токен?
$10 за миллион входных токенов и $50 за миллион выходных — вдвое дороже Opus 4.8 ($5/$25) и в пять раз дороже Sonnet 5 ($2/$10, introductory through August 31, 2026). Prompt caching снижает стоимость чтения кэшированного ввода примерно до $1 за миллион.
Почему у меня так быстро заканчиваются токены Fable 5?
Обычно это чрезмерный контекст (длинная история или большие файлы, прикреплённые к каждому вызову), циклы повторных попыток, которые отправляют полный контекст на каждом шаге, или запуск Fable для работы, с которой могла бы справиться более дешёвая модель. Уменьшение контекста и маршрутизация задач устраняют большую часть этого.
Стоит ли использовать кэширование промптов для Fable 5?
Да, всякий раз, когда вы повторно используете большой стабильный префикс — это снижает кэшированный ввод примерно до 10% от базовой ставки. Это окупается только если префикс остаётся побайтно идентичным между вызовами, поэтому зафиксируйте системный prompt и определения инструментов.
Снижает ли уменьшение настройки усилия качество?
Для простых задач — редко — low или medium пропускает токены рассуждения, которые задаче не нужны. Оставляйте high или max для действительно сложных проблем, где дополнительные рассуждения меняют ответ.