如何降低 Claude Fable 5 Token 成本

降低 Claude Fable 5 token 成本最快的方法，就是停止讓它去處理那些更便宜的模型也能同樣勝任的工作。每百萬 token 收費 $10/$50，Fable 是 Sonnet 5 的 5 倍——但在我的測試中，兩者都完美完成了同一項任務。

你的 Fable 5 消費實際流向

在進行優化之前，先看看錢是從哪裡漏掉的。在典型的 agentic 請求中，輸入 tokens 遠遠多於輸出：單一查詢可能帶有 80,000–140,000 個輸入 tokens（system prompt、tool definitions、對話歷史、檔案上下文），而輸出只有 1,000–3,000 個 tokens。即使輸出的單位 token 價格高出 5 倍，龐大的輸入量通常仍使它成為更大的成本項目——這也是為什麼 caching 和 context discipline 比更短的回答更重要。

以下是驅動下方每個決策的定價：

Prompt 快取可將已快取的輸入降至約基準費率的十分之一，但寫入快取會收取額外費用（5 分鐘快取為 $12.50/M，1 小時快取為 $20/M）。定價已於 2026 年 7 月 17 日根據 Anthropic 公布的費率驗證；Sonnet 5 的 $2/$10 為導入期間價格，有效至 2026 年 8 月 31 日。

我們在 Fable 5、Opus 4.8 和 Sonnet 5 上執行了相同的任務

這個理論——「在可以的時候使用較便宜的模型」——說起來很容易，但沒有數據就很難讓人信服。所以我做了一個受控測試。對三個模型都使用相同的提示：*撰寫一個 Python merge_intervals 函數，能處理空輸入和未排序輸入，並附上三個基於 assert 的單元測試。* 然後我執行每個答案，以確認測試確實通過。

這三個都產生了正確的程式碼，並通過了所有測試。差異完全在於成本和速度。

相同的輸入（576 個 token）、幾乎相同的輸出長度、相同的正確性——而價格卻相差 5 倍。Sonnet 的回覆時間也只有三分之一。

這是一個小型、獨立的任務，不是基準測試——在需要大量推理的問題上，Fable 5 才真正展現其價值，而差距也會縮小甚至反轉。不過這個觀點依然成立：對於填滿大多數工作階段的例行工作，你可能得支付 5 倍費用，卻只得到相同的結果。延遲數據來自第三方 API 端點，因此請將其視為參考方向，而非正式的 SLA。

槓桿 1：將模型與任務相匹配

這是你可以做的報酬率最高的改動，而上面的測試就是原因。依任務類型路由：將 Fable 5 保留給深入的多步推理、困難的重構，以及模糊的規格；把樣板、格式化、直接明瞭的編輯，以及大量簡單呼叫交給 Sonnet 5 或 Haiku 4.5。當你不確定時，先從較便宜的模型開始，只有在輸出錯誤時才升級——一次失敗的便宜呼叫，成本仍只相當於一次 Fable 呼叫的一小部分。

從實務者反覆採用的一種模式：讓 Fable 5 來規劃，再讓較便宜的模型來執行。Fable 撰寫架構或將任務拆解成步驟；Sonnet 5 或 Haiku 4.5 負責大部分的打字工作。Cline coding agent 背後的團隊回報曾在單日內於 Fable 上花費超過 2,000 美元，之後發現，搭配對抗式審查迴圈的較便宜模型，也能達到相近——有時甚至更好——的結果，而且成本低得多。

在 Claude Code 中有一個值得了解的實際小問題：你無法在聊天中於同一個工作階段內切換目前使用的模型。解決方法是用自然語言提出需求——告訴 Claude 由它自己規劃工作，但把實作交給較便宜的模型，然後它會啟動一個 Sonnet 5 子代理來執行，而昂貴的模型則留在規劃位置。這樣你就能在最耗 token 的那部分工作中，同時獲得 Fable 等級的任務拆解，以及 Sonnet 等級的每 token 成本。

在單一模型中，effort 設定是同一個控制桿的更細粒度版本，而這也是我最先會使用的。一般工作預設使用 low effort，只有在結果真的出錯時才往上調——low 會跳過 Fable 原本會在回答前消耗的推理 tokens，而在簡單任務上，這就是沒有品質損失的純節省。只有在額外推理會改變答案的問題上，才保留 high 或 max。我們對 Fable 5 的 high 與 max effort 等級 的分析說明了界線在哪裡，而 Sonnet 5 與 Fable 5 則涵蓋了哪些任務可以安全降一級。

槓桿 2：保護你的提示快取

由於輸入佔據了你的 token 數量，約 90% 的快取折扣是第二大槓桿。問題在於：只有當前綴在各次呼叫之間保持位元組級完全相同時，快取才有幫助。只要在系統提示詞中較早的位置改動一個 token，或重新排列你的工具定義，之後的一切都會變成快取未命中，並以全額計費。

為了保持快取完整：

• 凍結穩定前綴。 先放入你的系統提示與工具定義，並且不要在會話進行中變更它們。將新上下文附加在末尾。
• 不要在請求之間重新排列工具順序——會動態重建工具清單的代理會悄悄使快取失效。
• 在快取視窗內批次重用。 5 分鐘快取的寫入成本很低；將相關呼叫分組，讓它們在快取過期前送達。

損益平衡很快：5 分鐘快取寫入的成本是一般輸入 token 的 1.25×，而每次快取讀取可節省 0.9×，因此大約在同一前綴被重複使用兩次後，快取就能回本——對任何每回合都重新傳送完整對話的 agent 來說都微不足道；對重複部分而言，完整快取與支付 $10/M 或 $1/M 之間，差異巨大。

槓桿 3：傳送更少的上下文

你沒有傳送的每個 token，無論在哪個方案層級，都是你不必支付的 token。這裡的好處雖然不華麗，但會產生複利效應：

• 在無關任務之間清除。 在 Claude Code 中，/clear 會重新開始，因此過時的歷史不會在之後的每則訊息中一路帶著。
• 壓縮長時間的對話。 /compact 會總結目前為止的對話；加入像「聚焦於程式碼範例和 API 使用」這類指示，能告訴它該保留什麼。
• 提供文件，而不是探索。 一份密集、預先撰寫好的 skill，或一段版本鎖定的文件內容，成本遠低於讓 agent 自己搜尋並閱讀以獲得相同知識。
• 優先使用 Markdown 而非 PDF。 PDF 會帶有模型不需要的版面配置 token；同樣內容的純 Markdown 會精簡得多。

這些都不會改變你的費率，但在 100k-token 的上下文中，它們能在每次呼叫中節省數千個 token。

槓桿 4：直接降低每個 token 的費率

上方的槓桿可減少您消耗的 token 數量，以及使用的方案等級。最後一項則可降低每個 token 的價格。Anthropic 的第一方 API 對 Fable 5 沒有批次或非同步折扣方案，因此您看到的費率就是您實際支付的費率。

一種選項是使用 API 聚合器，以低於標價的加價轉售 Claude 存取權。AIReiter 就是一個例子，它相容 Anthropic-API，並將 Claude 模型的定價訂在官方費率的大約 20%——這使得 Fable 5 的價格接近每百萬 $2/$10，而不是 $10/$50。這樣做的取捨和任何轉售商的常見情況一樣：你信任的是第三方的路由與正常運作時間，而不是直接信任 Anthropic，因此它更適合高流量、成本敏感的工作負載，而不是對延遲極為關鍵的正式生產路徑。無論你選擇哪條路，費率都是其他一切的乘數——所以值得先設定一次，之後再專注於 token-volume 槓桿，這些是你每天都會調整的。

哪些槓桿真正能帶來成效

如果你只做一件事，那就做槓桿 1——把工作路由到正確的模型；這正是測試所衡量的差異，沒有其他方法能接近。以下是誠實的排名：

1. 讓模型與任務匹配 — 在錯誤分派的工作上最多可提升約 5 倍。最大且最持久的收益。2. 保護 prompt cache — 重複輸入最多可省下約 90%，而這通常是 agent 迴圈中大部分的 tokens。3. 傳送更少的 context — token 用量穩定降低 20–50%，並在每次呼叫中持續累積。4. 降低每 token 費率 — 固定倍數；一次設定，全面受益。

那些誘人的「exploits」——把 prompts 編碼成圖片、自訂 tokenizer 的技巧——往往會在下一次 model 更新時失效。這裡的四個槓桿是習慣，不是 hack：它們之所以持續有效，是因為它們符合價格機制實際的建構方式。

常見問題

如何降低 Claude 的 token 成本？

將 effort level 設為 low 以處理例行工作，將較簡單的任務交由 Sonnet 5 或 Haiku 4.5，保持你的 prompt prefix 的位元組穩定以便套用快取，並在任務之間清除或壓縮 context。Model choice 和 effort level 是節省最多的地方。

Fable 5 每個 token 的費用是多少？

每百萬輸入 tokens $10、每百萬輸出 $50 — 是 Opus 4.8（$5/$25）的兩倍，也是 Sonnet 5（$2/$10，優惠價至 2026 年 8 月 31 日）的五倍。Prompt caching 會將已快取的 input reads 降至約每百萬 $1。

為什麼我會這麼快就用完 Fable 5 代幣？

通常是過大的上下文（冗長的歷史記錄或每次呼叫都附加的大型檔案）、每輪都重新傳送完整上下文的重試迴圈，或是讓較便宜的模型也能處理的工作卻執行 Fable。裁剪上下文並將任務分流可解決大部分問題。

對 Fable 5 來說，prompt 快取值得嗎？

是的，只要你重複使用一個大型且穩定的前綴——它會將快取輸入成本降到基本費率的約 10%。只有在前綴於每次呼叫之間保持位元組級完全相同時才會划算，因此請固定你的 system prompt 和工具定義。

降低 effort 設定會影響品質嗎？

在簡單任務上，通常很少需要——low 或 medium 會跳過該任務不需要的推理 token。只有在真正困難、且額外推理會改變答案的問題上，才保留 high 或 max。