Claude Opus 5 與 Fable 5：半價模型真的更好嗎？

Claude Opus 5 與 Fable 5 一覽

這些規格來自 Anthropic 的 目前模型比較。表格揭示了為何這不是一場普通的「高階模型對上平價模型」競賽：上下文大小、最大輸出和支援的模態都相同。Fable 的優勢在於判斷力和長期可靠性，而不是更大的上下文視窗或 Opus 無法使用的功能。

基準測試實際說了什麼

發布時的標題是正確的，但需要加上一個詞：Opus 5 的能力大致相當於 Fable 5，價格卻只有一半。它並非在所有方面都更好。

Artificial Analysis 將最高投入程度的 Opus 5 評為 61 分，較 Fable 5 的 60 分高一分。這一分的領先應視為實際上的平手，而不是較便宜的模型能在每項任務中勝出的證明。更有趣的結果出現在代理式工作中：

AA-Briefcase 特別有用，因為它測試代理處理涉及數千個檔案及報告、簡報和試算表等交付成果的私人真實任務。Opus 5 並非只是在最高投入程度下勉強勝過 Fable。它的高投入設定取得 1,606 Elo，比 Fable 高 32 分；每項任務平均成本為 $10.41，而 Fable 為 $22.30。Artificial Analysis 表示最高投入程度的 Opus 每項任務成本為 $17.79，仍然超越 Fable 的分數。

這也有代價。Opus 投入程度最高的三個等級，在每項 AA-Briefcase 任務上平均花費超過 25 分鐘。最高投入程度平均耗時 36.2 分鐘、進行 103 個回合。換句話說，Opus 可以透過更長時間工作和採取更多步驟來達到更高上限。便宜的 tokens 不會讓高投入代理瞬間完成工作。

Fable 在事實知識方面仍保有可測量的優勢。在 AA-Omniscience 上，Opus 的準確率比 Opus 4.8 提高，但在不確定時更常作答，導致該特定測試的幻覺率達到 50%。這不代表 Opus 5 所有回答中有一半是幻覺，而是表示在 AA-Omniscience 的測試方法下，它願意回答缺乏依據的問題，因此錯誤率高於 Fable。

還有一項重要但需要注意的限制：Artificial Analysis 在評估 Opus 和 Fable 時啟用了 Opus 4.8 備援。這衡量的是可部署的系統配置，但也使結果不完全是純粹的模型比較。

結論比發布宣傳更狹義：Opus 5 目前提供更好的能力與成本曲線。當事實克制和困難的長期判斷比平均基準表現更重要時，Fable 仍是更安全的候選模型。

Claude Opus 5 與 Fable 5 的程式設計比較

「哪個模型寫出的程式更好？」是錯誤的問題。程式設計代理必須理解儲存庫、診斷問題、選擇方向、撰寫修補程式、執行測試，並在第一個理論出錯時察覺這一點。模型可以產生乾淨的程式碼，卻仍將專案帶往錯誤方向。

診斷與規劃

早期社群證據正是在這裡出現分歧。

在一項發布當日的 生產環境除錯比較中，一名開發者以先前已解決的問題為基礎，向多個 Claude 模型提供相同的一次性提示。Opus 5 是唯一找出包含根本原因之確切元件的模型；Fable 找到了正確的一般類別，但不夠具體。作者明確表示這只是一次樣本數為一的測試。

另一名開發者回報了幾乎相反的經驗。在一個 使用 Opus 5 和 Fable 5 測試的一年前專案中，Opus 寫出了可靠的程式碼，但反覆對一個設定旗標形成錯誤結論。Fable 後來找出了 Opus 推理中的其他問題。該開發者提出的工作流程很有啟發性：使用 Fable 進行規劃與協調，再使用 Opus 執行受限的實作。

兩篇文章都不是受控基準測試。它們比泛泛的讚美更有用，因為揭示了實際的失敗邊界。Opus 似乎能進行更精準的一次性診斷，但也可能過快認定某個理論。Fable 的價值不在於程式碼更漂亮，而在於可能減少昂貴的錯誤方向。

撰寫與重構程式碼

Opus 5 在這裡是更強的預設選擇。Anthropic 將其定位為複雜的代理式程式設計模型，而獨立測試將搭配 Claude Code 的 Opus 列為 Artificial Analysis Coding Index 的並列最高分。Anthropic 也報告了一些困難案例：模型找出根本原因而非修補症狀；在沒有即時資料流時建立自己的驗證套件；並在交付工作前檢查瀏覽器輸出。這些是供應商挑選的範例，因此應視為能力展示，而不是預期成功率。不過，它們描述了值得測試的正確行為。

對於有明確範圍的工作——實作這項功能、重構這些檔案、修復這些失敗測試——Opus 較低的價格讓重複執行和審查更容易合理化。Fable 也能完成相同工作，但只有在它能大幅減少回合數、返工或人工介入，足以抵銷差價時，支付兩倍 token 費率才有意義。

驗證最終實作

不要讓任一模型審查自己的工作。

為兩個模型提供相同的固定提交、任務、工具、時間限制和完成定義，然後評分通過檢查後仍然成立的結果：

對於高價值的遷移，合理的工作流程是由 Fable 制定初始計畫、由 Opus 執行實作，再由另一個模型或人工審查者進行驗證。這比只執行一次 Opus 成本更高，但仍可能比核准錯誤架構便宜。

Opus 5 與 Fable 5 的定價及實際任務成本

按照官方 API 牌價，Opus 5 的輸入每百萬 tokens 為 $5，輸出每百萬 tokens 為 $25。Fable 5 的價格為 $10 和 $50。比例完全相同：Fable 每個 token 的費用是兩倍。Anthropic 的 Opus 5 公告和 Fable 5 整合指南都記載了這些費率。

對於使用 1,000 萬個輸入 tokens 和 200 萬個輸出 tokens 的工作負載：

GPT Proto 的 Fable 5 API 頁面目前列出的價格為輸入每百萬 tokens $8、輸出每百萬 tokens $40。上述範例排除了快取、批次折扣、重試、備援行為和工具產生的上下文，以便讓比較保持易讀。

Token 價格只是帳單的第一行。Opus 5 提供五種投入程度——low、medium、high、xhigh 和 max——Artificial Analysis 在 GDPval-AA v2 中觀察到，從 low 到 max 的輸出 token 使用量約相差八倍。若團隊將每次自動完成、擷取和小型程式碼編輯都交給 max 投入程度，可能會抵銷部分預期節省。

更好的指標是每項成功任務的成本：

每項成功任務成本 =
模型總支出
+ 重試與備援支出
+ 人工審查時間
÷ 已接受的任務數

在 AA-Briefcase 上，Opus 的高投入程度擊敗 Fable，而且每項任務成本不到 Fable 的一半。這是支持 Opus 的有力證據，但不能保證適用於你的儲存庫。如果 Fable 能阻止一次 Opus 原本會核准的失敗遷移，那麼較昂貴的模型反而可能是較便宜的決策。

Fable 5 仍然是更好模型的情況

當任務漫長、模糊且重新開始的成本高昂時，Fable 5 仍值得付費使用。

首先，Anthropic 仍稱 Fable 5 是其廣泛發布的最高能力模型，並建議將其用於需要最高可用能力的工作負載。Opus 是推薦的起點；Fable 則是升級路徑。這種區分是有意的。

其次，Fable 更謹慎的行為可能有助於規劃、事實研究和陌生系統。現有的獨立事實知識結果偏向 Fable，而對 Opus 不利的社群報告正好描述了基準表格可能掩蓋的失敗類型：建立在錯誤結論上的看似正確程式碼。

第三，Fable 是為長時間執行的代理而設計。Anthropic 將其定位於要求嚴苛的推理、多日專案，以及跨越許多階段的自主工作。一小時的程式設計任務可能無法顯示其優勢，但三天、涉及數百項決策的遷移可能會。

已記載的整合取捨相當可觀：

• Fable 的官方輸入與輸出 token 價格是 Opus 5 的兩倍。

• Anthropic 將 Fable 的相對延遲分類為較慢。

• Fable 的自適應思考始終啟用，但仍可調整投入程度。

• Fable 要求保留資料 30 天，且不提供零資料保留選項。

• 其安全分類器可能在 HTTP 200 回應中傳回 stop_reason: "refusal"，因此生產環境整合需要處理拒絕回應和備援邏輯。

Fable 不是「預算不重要時就更好的模型」。它是專門模型：當規劃品質、事實克制或長期一致性值得支付可衡量的溢價時使用。

基準測試表格忽略的開發者差異

Anthropic 表示，Opus 5 的網路安全分類器介入的頻率應比 Fable 5 低約 85%。這使 Opus 成為許多合法程式碼安全與除錯工作流程中更實用的 Claude 模型，但它仍會阻擋高風險類別。同一份發布文件表示，Opus 5 在一般存取下沒有針對模型的資料保留要求，而 Fable 的整合指南則規定保留 30 天。

遷移也不只是更改模型 ID。Opus 5 預設啟用思考功能，若成本或延遲很重要，應由應用程式明確設定投入程度。Fable 始終進行推理，且可能以已完成的 HTTP 回應形式返回拒絕。若切換模型時不更新解析器、備援規則、token 預算和評估門檻，就可能造成無聲失敗。

Claude Opus 5 與 Kimi K3 怎麼比較？

Kimi K3 不是 Claude 的直接替代品，但當決策由成本和長上下文代理工作驅動時，它是最相關的第三種選擇。

Moonshot 的 Kimi K3 擁有 100 萬 token 的上下文視窗，接受文字、圖片和影片輸入，並使用始終開啟的推理功能。其官方牌價為輸入每百萬 tokens $3、輸出每百萬 tokens $15。GPT Proto 上的 Kimi K3 API目前列價為 $2.70 和 $13.50——低於兩個 Claude 模型。

但這不代表 Kimi 自動成為成本贏家。長期推理可能產生更多回合、保留的推理歷史和輸出 tokens。請衡量完成任務的成本，而不是價格卡上的數字。

在發布時可取得的廣泛獨立比較中，其能力也仍然較低：Artificial Analysis 給予 Kimi K3 57 分，而 Opus 5 為 61 分、Fable 5 為 60 分。不過，若多模態代理工作流程需要影片輸入或較低的 token 費率，Kimi 仍值得列入候選名單。

有一項狀態細節需要謹慎處理。Moonshot 表示 Kimi K3 的完整權重將於 2026 年 7 月 27 日發布。截至 7 月 25 日，準確描述應是「預定開放權重發布」，而不是「已可下載且完全開源」。

當你需要可用且價格較低的多模態模型，並願意驗證其代理行為時，請選擇 Kimi K3。想要目前最佳的預設選擇時，請選擇 Opus。當任務值得升級至 Anthropic 最高能力的公開級別時，請選擇 Fable。

你應該選擇哪個模型？

如果今天只能選擇一個模型，請選擇 Opus 5。如果應用程式能依任務進行路由，請將 Opus 作為預設，只把最困難的規劃或長時間執行的工作交給 Fable。如此可讓 Fable 的溢價用於真正可能受益的工作。

在 GPT Proto 上測試 Fable 5 和 Kimi K3

發布時 GPT Proto 尚未提供 Opus 5，因此不應將其呈現為可用選項。你現在已可使用一個 GPT Proto 帳戶和共用餘額測試 Fable 5 與 Kimi K3，再以相同任務和驗收標準比較兩者的回答。

透過 Messages 端點呼叫 Fable 5：

curl --request POST "https://gptproto.com/v1/messages" \
  --header "Authorization: Bearer $GPTPROTO_API_KEY" \
  --header "Content-Type: application/json" \
  --data '{
    "model": "claude-fable-5",
    "max_tokens": 2048,
    "messages": [
      {
        "role": "user",
        "content": "Review this migration plan. Identify unsupported assumptions, missing rollback steps, and the tests required before production."
      }
    ]
  }'

透過 OpenAI 相容的 Chat Completions 端點呼叫 Kimi K3：

curl "https://gptproto.com/v1/chat/completions" \
  --header "Content-Type: application/json" \
  --header "Authorization: $GPTPROTO_API_KEY" \
  --data '{
    "model": "kimi-k3",
    "messages": [
      {
        "role": "user",
        "content": "Review this migration plan. Identify unsupported assumptions, missing rollback steps, and the tests required before production."
      }
    ]
  }'

使用相同的提示、檔案、工具權限和評分標準。記錄輸入與輸出 tokens、實際耗時、無依據的主張、重試次數，以及接受前所需的人工修正次數。勝出的模型是能完成你任務的模型，而不是第一個回答最有自信的模型。

你可以從 GPT Proto 統一 AI API開始，或瀏覽 AI 模型庫，在同一個帳戶下比較其他程式設計與推理模型。

最終判定

Claude Opus 5 是更好的預設模型。在多項重要的獨立評估中，它與 Fable 5 持平或勝出，按照官方費率每個 token 的成本少一半，具有較低的相對延遲，並為開發者提供更寬廣的實際投入程度設定範圍。

Fable 5 並未過時。現在更容易將它合理化為專門模型而非預設模型：用於最困難的長時間代理、高風險規劃，以及一次錯誤結論的代價可能高於全部 API 費用的工作。

更直白地說：Opus 5 是大多數團隊應該開始使用的模型；Fable 5 則是他們應該升級使用的模型。