Claude Fable 5 的 high 与 max effort：该怎么选

在 Claude Fable 5 high vs max 之间犹豫时，结论其实很明确：绝大多数任务维持在 high 即可；遇到高难度编程和智能体任务，再升到 xhigh；max 则应视为极少动用的最后手段。对大部分任务来说，max 的成本大约会翻倍，质量提升却很难量化，而且还可能让模型想得过头。很多人忽略了 high 与 max 之间还有一档 xhigh——真正该问的往往不是“要不要开 max”，而是“是否该升到 xhigh”。

Fable 5 的 effort 设置到底会影响什么

Effort（output_config.effort）分为五档：low、medium、high、xhigh 和 max。Fable 5 默认使用 high；根据 Anthropic 的 effort 文档，显式设置 high 与省略该参数没有区别。

这里有两点常被误解。第一，effort 不只是“思考强度”旋钮，它控制的是全部 token 消耗：包括可见输出、扩展思考，以及智能体循环中的工具调用。降低 effort，意味着工具调用更少、更集中，铺垫更少，确认信息更简短；提高 effort，则意味着更多调用、更多显式规划和更长的总结。第二，Fable 5 的思考始终开启，无法关闭（thinking: {type: "disabled"} 会报错），所以控制思考深度的方式就是调节 effort。在 high、xhigh 和 max 下，Claude 几乎总会进行深度思考；而在 low 与 medium 下，面对简单问题时它可能会跳过思考。

别只盯着 high 和 max，中间还有 xhigh

所谓“high 还是 max”，本质上其实是三级选择，因为中间还有 xhigh。它为推理深度与响应延迟之间的取舍提供了更细的控制点。Anthropic 工程师 Boris Cherny 称其为“a new level between high and max”。目前，只有 Fable 5、Mythos 5、Opus 4.8、Opus 4.7 和 Sonnet 5 支持该档位；Opus 4.6、Sonnet 4.6 等旧模型则会从 high 直接跳到 max。

Anthropic 为各档位定义的适用场景如下：

因此，当有人问 Fable 5 是否应该开到 max，更诚实的第一问应该是：你试过 xhigh 吗？对于最棘手的编程和智能体任务，推荐的升级档通常是 xhigh，而不是 max。

你实际交换的是成本与延迟

提高 effort 不会改变每 token 的单价。Fable 5 在所有档位下均按统一费率计费：每百万输入 token $10、每百万输出 token $50。成本上升的原因只是模型生成了更多 token。

这张图仅用于示意，并非实测数据。它呈现的是下文所述取舍关系的走势，并将 max 在两个维度上都归一化为 1.0。质量在 high 时已接近上限，但随着档位继续上调，成本仍大致不断翻倍。

从 xhigh 升到 max，往往就是性价比开始失衡的地方。软件工程师 Ishu Agarwal 在 2026 年 7 月 11 日分享称，high → xhigh 通常“质量增益可能不到 3%”，成本却会增加“30% to 100%”，而模型在更高 effort 下倾向于“to overthink at higher effort levels”。一篇被广泛传播的 7 月 14 日帖子则声称，Fable 5 在 max 与 xhigh 下得分相同：“89.0 vs 89.0, at roughly double the cost”。这些都应当视为反映趋势的社区数据，而非受控基准测试；但其方向与 Anthropic 的说明一致：max“会以显著成本换取相对较小的质量增益；对于某些结构化输出任务或对智能水平不那么敏感的任务，它还可能导致过度思考。”

延迟的规律也类似。产品经理 Pawel Huryn 在 2026 年 6 月 11 日测试各个 effort 档位后发现，“below max, completion time barely moves”，但在真实任务中，“completion jumps from xhigh up”。还有一个容易忽略的点：Fable 5 使用的 tokenizer 与最新一代 Opus 相同，同一段文本的 token 数量可能比旧版 Claude 模型高出约 35%，因此沿用旧模型的成本基准往往会低估实际开销。

high、xhigh、max 的选择规则

high 是质量与 token 效率之间的甜点位；xhigh 能为最困难的任务带来实质上更充分的推演；max 则是对 xhigh 已经失败的任务再赌一次。很多时候，往下调反而更明智：Anthropic 表示，Fable 5 在较低 effort 下依然表现出色，并且“often exceed[s] xhigh performance on prior models”。CTO Morgan Linton 说得很直接：“about 95% of what I do from a coding perspective only requires Fable 5 Low and Medium”。如果 Low 或 Medium 能给出相同的结果，却把所有任务都跑在 high，消耗套餐限额的速度只会更快。

如果根本问题在于模型不适合这项工作，调 effort 也无济于事——那是模型选择问题，而不是 effort 问题。

关于 Fable 5 effort，最常见的三个误区

更高 effort 不等于模型更聪明。 Effort 决定的是 Claude 在回答前投入多少工作量——例如更多思考、更多工具调用——而不是改变模型自身能力。low 和 max 的回答来自同一个模型；如果任务本就超出模型能力，max 只会花更多钱得出同样的结果。

Claude Code 的默认值不同于 API 默认值。 Claude Code 默认使用 xhigh，API 默认则是 high。这足以解释许多“为什么在这里表现不一样”的疑问：同一个模型在 Claude Code 中显得更周全、也更贵，纯粹是因为默认档位更高。若想让 API 与其一致，请显式设置 xhigh。

ultracode 不是一个 effort 档位。 它会出现在 Claude Code 菜单中，但 API 只接受从 low 到 max 的档位。Ultracode 将 xhigh 与启动多智能体工作流的持续权限结合起来，token 消耗很高，且不能作为参数传给 API。

如何设置 effort，以及 max_tokens 的注意事项

Effort 配置在 output_config 中，无需 beta header。由于 Fable 5 的思考始终开启，请完全省略 thinking 参数：

import anthropic

client = anthropic.Anthropic()

response = client.messages.create(
    model="claude-fable-5",
    max_tokens=64000,          # 为 xhigh/max 留出空间（见下方说明）
    output_config={"effort": "xhigh"},   # low | medium | high | xhigh | max
    messages=[{"role": "user", "content": "重构这个模块并添加测试。"}],
)

max_tokens 是总输出的硬上限，涵盖思考内容和最终回复文本。使用 xhigh 或 max 时，思考过程可能占去大量预算，因此应设置得足够宽裕（可从约 64,000 开始），否则回答会在思考过程中被截断。Fable 5 支持 1M-token 上下文和 128K 输出 token。

常见问题

Fable 5 的 high 和 max effort 有什么区别？

high 是默认档，会为优质结果投入所需的工作量；max 则取消所有约束，以进行最深层的推理。通常真正值得从 high 升级的，是介于两者之间的 xhigh。

Fable 5 的 max effort 值得用吗？

很少值得。相对 xhigh，它的成本大约翻倍，却几乎没有可衡量的增益，还可能过度思考。只应留给前沿问题，或 xhigh 无法攻克的 bug。

如何修改 effort 档位？

设置 output_config: {"effort": "..."}，可选值为 low、medium、high、xhigh 或 max。在 Claude Code 中，则通过其 effort 菜单设置。

默认 effort 档位是什么？

API 默认是 high，与省略该参数完全相同。Claude Code 默认使用 xhigh。

更高 effort 的单 token 价格会更贵吗？

不会，费率固定。更高 effort 的成本增加，仅仅是因为模型生成了更多 token。

Fable 5 的 effort 与 Sonnet 或 Opus 的 effort 档位相同吗？

参数和档位名称相同，但只有 Fable 5、Mythos 5、Opus 4.8、Opus 4.7 和 Sonnet 5 提供 xhigh，而且不同模型的推荐默认值也不同。如果你正在两者之间选择，可参考 Sonnet 5 与 Fable 5 的对比。