Claude Fable 5 回退处理实操：怎么发现静默切到 Opus 4.8，并让代理代码处理拒绝

Claude Fable 5 带着安全分类器上线，会检查攻击性网络安全、危险生物/化学、以及能力提取类请求。分类器一触发，你拿到的不是错误。在 Claude Code 这类客户端应用里，请求会被静默改到 Opus 4.8 上重跑。直接调用 API 时，你会收到一个成功的 HTTP 200 响应，但里面是拒绝。Anthropic 说，平均来看这影响不到 5% 的会话；但它自己的评测运行里，20.9% 的尝试触发了这件事。发布后那场讨论把真正的问题说清了：默认情况下，没有任何提示告诉你它发生过。

本文是 Fable 5 判决的配套实操指南：每个行为、每个检测入口、每条决策规则都放在这里。来源在文末。

每个渠道实际发生什么

渠道	分类器触发后	能看出来吗？
Claude Code（以及客户端应用）	请求会自动在 Opus 4.8 上重跑；会话继续	截至 6 月 10 日，没有文档说明内置提示
直接调用 Messages API	请求被 阻断：HTTP 200，带 stop_reason: "refusal"	可以，看下面这些响应字段
直接调用 API 并启用 fallbacks 参数（测试版）	自动用你列出的模型重试	可以，响应会说明哪个模型回答了

坑在这个不对称上。API 用户可以识别每一次拒绝；应用用户拿到的是静默换模型。如果你为 Fable 5 支付 2× 价格，而且这份工作确实在意模型差异，那么客户端默认行为会让你没法确认最后是谁回答的。

在自己的代理代码里识别拒绝

被阻断的请求是正常响应，不是异常。关键看三个字段：

• stop_reason 会返回 "refusal"，而不是 end_turn 或 tool_use。
• stop_details.category 会说明触发了哪个分类器："cyber"、"bio" 或 "reasoning_extraction"。
• 响应状态是 HTTP 200；只按状态码重试的逻辑永远看不到它。

所有绑定 Fable 5 的代理循环都需要这条分支：

response = client.messages.create(model="claude-fable-5", ...)

if response.stop_reason == "refusal":
    category = response.stop_details.category if response.stop_details else None
    log_fallback(task_id, category)          # count these — see below
    response = client.messages.create(model="claude-opus-4-8", ...)  # your own fallback

如果循环只处理 end_turn 和 tool_use，遇到拒绝时通常不会崩溃，而是没有明显错误地停住，常常停在流程中间。先加这条分支，再谈切换模型；不要等第一次静默卡住之后再补。

统计你的回退率。 公开数字从 5%（Anthropic 的平均会话数据）到 20.9%（它自己的 Terminal-Bench 尝试）再到 2%（Artificial Analysis 的独立任务测量）都有。你的代码库会有自己的数字，而这个数字决定这类工作值不值得为 Fable 5 付钱。每次拒绝打一条日志，一周内就能看出趋势。

可选启用的 fallbacks 参数

API 可以替你重试：可选启用的 fallbacks 参数（测试版）列出分类器触发后要切到的模型，响应会报告实际由哪个模型回答。它既自动，也能追踪；这点和客户端应用的行为不同。

按迁移指南，它不支持这些渠道：Message Batches API、Amazon Bedrock、Vertex AI 和 Microsoft Foundry。在这些渠道里，上面的手动分支是唯一选择。（它支持 Claude API 和 Claude Platform on AWS。）

计费规则也算清楚了：输出前就被拒绝的请求不计费；如果分类器在流式输出中途触发，只为已经生成的内容付费；同时会有“回退抵扣”（原文: “fallback credit”）退还切换模型时产生的提示词缓存成本。

在 Claude Code 里

• 官方文档很直接地说明了哪些人会遇到它：渗透测试、CTF 练习、生物相关代码库会触发回退，而且常常第一条请求就触发（原文: “often on the first request”）。在 Fable 5 上做安全工作，本质上经常是在用 Fable 5 的价格跑 Opus 4.8。
• 回退目标可以配置：ANTHROPIC_DEFAULT_FABLE_MODEL 会改变 Claude Code 重跑时使用的模型（默认值：Anthropic API 上的 Opus 4.8）。DISABLE_PROMPT_CACHING_FABLE 用于缓存相关调试。
• 截至 2026 年 6 月 10 日，没有文档说明完成回退后会有提示。如果你的工作必须知道到底由哪个模型回答，目前唯一能追踪的路径是直接调用 API，并处理拒绝分支。

什么时候别再纠缠，直接固定用 Opus

• 安全或生物相关工作：文档说第一条请求就触发很常见。运行 /model opus，或者在你的测试框架里固定用 claude-opus-4-8，直接省下一半钱。
• 不能接受运行中途换模型的流水线（评测、对可复现性敏感的运行）：要么用拒绝分支让问题明显暴露，要么别用 Fable 5。
• 批量工作负载：没有 fallbacks 支持；但也没有价格溢价，因为通过 Batch API 使用 Fable 5 的价格等于交互式 Opus 4.8。离线工作里，拒绝分支加 50% 批量折扣，是最好的组合。
• 其他情况：继续用 Fable 5，加分支，记录回退率，让你自己的数字决定。

什么情况会让本文更新

Claude Code 出现有文档说明的回退提示（这是发布讨论里被要求最多的修复）；fallbacks 参数正式可用，或者覆盖目前缺失的渠道；5%/20.9%/2% 之外，出现按领域公布的触发率；或者分类器类别发生变化。

配套阅读

• Claude Fable 5 对比 Opus 4.8：发布日判决 —— 定价、带正确标签的评测，以及其他细节
• Claude Code 价格拆解 —— 套餐、用量权重，以及哪些操作会消耗额度
• 管理长时间运行的代理 —— 静默换模型最容易伤到的自主工作流
• 你的 CLAUDE.md 是攻击面 —— 代理安全的另一面：你的代理会自动信任什么

来源

1. Anthropic 文档 —— 介绍 Fable 5 和 Mythos 5（回退设计、分类）
2. Anthropic 文档 —— 迁移指南（拒绝字段、fallbacks 参数、计费、渠道支持）
3. Anthropic —— Fable 5 & Mythos 5 系统卡（20.9% Terminal-Bench 拒绝率，第 255 页）
4. Claude Code 文档 —— 模型配置（触发工作负载、环境变量）
5. Artificial Analysis —— Fable 5（GDPval 任务上测到 2% 回退）
6. Hacker News —— “If Claude Fable stops helping you, you’ll never know”