Claude Fable 5.2vsClaude Opus 5.5

Claude Fable 5.2 в живом каталоге указывает вдвое больший тариф входных и выходных токенов, чем Claude Opus 5.5: 594 ₽ и 2 972 ₽ против 297 ₽ и 1 486 ₽. Прайс поставщика в таблице: 660 ₽/3 302 ₽ и 330 ₽/1 651 ₽.

Для запроса с 10 000 входных токенов без кэша и 1 000 выходных токенов эти тарифы GPTProto дают около 4,46 ₽ для Claude Opus 5.5 и 8,92 ₽ для Claude Fable 5.2. В примере только ввод плюс вывод. Чтение кэша, запись кэша, вызовы инструментов и повторы идут сверху, и вторая попытка может стереть разрыв.

Оплачиваемый выход может включать мышление, а не только видимый ответ. Чтение кэша в каталоге стоит 14,86 ₽ за миллион токенов у Claude Fable 5.2 и 14,86 ₽ у Claude Opus 5.5. Запись в кэш стоит 743 ₽ и 371 ₽. Это тарифы каталога GPTProto. Собственная цена кэша Anthropic не является расценкой этого маршрута.

Anthropic сообщает, что в ранних тестах FrontierCode 2.0 Fable при effort high показал результат примерно на уровне Opus при effort max примерно за половину стоимости задачи. Это результат оценки, а не скидка GPTProto и не прогноз вашей нагрузки. Оставляйте Opus там, где он уже заканчивает задачу, и проверяйте Fable там, где лишние попытки — дорогая часть.

Проверьте живые страницы Claude Fable 5.2 и Claude Opus 5.5, прежде чем закладывать бюджет на рабочий маршрут. Это сравнение читает тот же каталог, что и эти страницы. Цену из OpenRouter оно не копирует.

Карточки моделей Anthropic указывают для обеих окно контекста в 1M токенов и максимум выхода 128K, с входом из текста и изображений и текстовым выходом. Fable 5.2 вышел 9 ноября 2026 года, Opus 5.5 — 22 сентября 2026 года. Таблица сравнения показывает контекст, выход, задержку или дату выпуска только тогда, когда эта страница может их прочитать. Одинаковые опубликованные пределы не дают преимущества в качестве. Проверьте извлечение на тех длинах, которые вы действительно отправляете.

Anthropic помечает сравнительную задержку обеих моделей как умеренную. Утверждение о выходе до 30% быстрее сравнивает Fable 5.2 с Fable 5.1, а не с Opus 5.5. Измеряйте время первого ответа и полную длительность задачи отдельно: планирование, мышление и вызовы инструментов могут занять основное время агента.

У обеих адаптивное мышление остаётся включённым. Claude API Anthropic по умолчанию ставит effort high для Fable и medium для Opus. Сравнение, которое молча использует эти значения, не является тестом с равным effort. Записывайте effort, который вы бы развернули, рядом со стоимостью и долей успеха.

Anthropic также публикует необязательный быстрый режим для обеих моделей по более высокому официальному тарифу, чем стандартная цена. Цифры GPTProto на этой странице — стандартные тарифы каталога и не включают этот режим. Доступность зависит от конечной точки, которую вы вызываете.

Для собственного API Fable Anthropic описывает ошибку 400, когда выбор инструмента принудительный, и просит не передавать temperature, top_p и top_k. Адаптивное мышление нельзя выключить. Fable также требует хранения 30 дней, если Anthropic прямо не разрешит нулевое хранение. Не считайте, что маршрут GPTProto передаёт каждую нативную настройку, и не считайте, что заявление об отсутствии обучения означает нулевое хранение.

Анонс Anthropic от 9 ноября 2026 года сравнивает эти две версии напрямую. На самом высоком показанном effort Fable набирает 49,1% в FrontierCode 2.0 против 45,5% у Opus, 69,9% против 62,3% в FrontierSWE v2, 51,4% против 42,5% в AutomationBench, 74,2% против 67,7% в Humanity's Last Exam с инструментами и 73,4% против 64,4% в Chartography без инструментов. В AA-Briefcase v1.1 рубрика Fable — 66,1%, у Opus — 61,2%, а по Elo лидирует Opus: 1800 против 1785. Это результаты, которые сообщила Anthropic с защитными мерами, а не измерение скорости или стоимости GPTProto. Рубрика и Elo — разные меры.

Лидерство Fable в строках кода и рассуждения делает его кандидатом для изменений по всему репозиторию, трудной отладки и исследования, которому нужны повторные проверки. Это не делает каждый короткий запрос на код задачей Fable. Если Opus уже выдаёт принятые изменения с малым числом повторов, более высокий тариф должен настолько улучшить результат, чтобы это было оправдано.

Соберите набор из работы, которую вы уже запускаете: обычное изменение кода, сбой, который дорого обходится после выпуска, и пример с длинным контекстом. Отправьте обеим моделям одни и те же инструкции, инструменты и критерии приёмки. Запишите effort, принятые завершения, оплаченные токены, повторы, полное время и время ревью. Держите трудные случаи отдельно от обычных, чтобы среднее не скрыло, где повышение помогает.