Claude Opus 5 对比 Fable 5：更便宜的模型赢了多数评测，那 Fable 还剩什么价值？

Anthropic 在 2026 年 7 月 24 日发布了 Claude Opus 5，并用一句话给它定性：一个“a thoughtful and proactive model that comes close to the frontier intelligence of Claude Fable 5 at half the price.”

同一周再看 Anthropic 自己的文档，读到的又是另一种说法。模型概览仍把 Claude Fable 5 称为 “Anthropic’s most capable widely released model”，并建议把它用于 “workloads that need the highest available capability”；同时又把 Opus 5 推荐给 “complex agentic coding and enterprise work.”

这两种说法不能同时作为默认选择。所以我们沿用Fable 5 发布评测里的方法：回到数字本身，确认每个分数到底属于哪个模型，再把评测上能看到的差异和实际决定能不能用的限制分开。来源统一放在文末。

30 秒结论

1. 主评测上，更便宜的模型赢了。 Frontier-Bench v0.1：Opus 5 43.3%，Fable 5 33.7%。SWE-bench Verified：96.0% 对 95.0%。在 OSWorld 2.0 上，Anthropic 说 Opus 5 用略高于三分之一的成本超过了 Fable 的最好结果。
2. Fable 还领先的地方很窄。 SWE-bench Pro 是 80.0% 对 79.2%；CursorBench 3.2 上，Anthropic 自己说 Opus 5 在 max effort（用力档位）下距离 Fable 峰值不到 0.5%。除了排名顺序，这些更像平手。
3. 半价标价不等于账单减半。 一项实测里，Opus 5 每任务约消耗 698K token，Fable 约 537K，也就是多约 30%；同时工具调用更多、实际耗时更长。两个编码任务合计成本是 $106.69 对 $118.46。还是便宜，但便宜的是约 10%，不是 50%。
4. 真正关键的差异不在评测图上。 Fable 5 强制 30 天数据留存，零数据留存（ZDR）组织会被直接拒绝；Opus 5 不会。Opus 5 的知识截止时间晚四个月（2026 年 5 月对 2026 年 1 月）。Opus 5 可以关闭思考，Fable 不行。Priority Tier 支持 Fable，不支持 Opus 5。
5. Fable 仍有更多安全分类器。 如果你想要更多拒绝，这是功能；如果你的工作贴近安全，这是成本。Fable 自己的系统卡记录：在 Terminal-Bench 2.1 运行中，20.9% 触发了安全拒绝。
6. 默认选择已经反过来了。 Opus 5 现在是 Claude Max 默认模型，也是 Claude Pro 上最强的模型。Fable 5 不再是困难任务的显然答案；它只适合特定约束下的特定选择。

评测表

Anthropic 把 Opus 5 的对比放在图里，而不是可读表格里，所以多数报道只能复述形容词。下面把数字列出来，并标清每一项来自哪里：

Opus 5 和 Fable 5 的数字来自 Anthropic 发布材料和系统卡（2026 年 7 月 24 日、6 月 9 日）；Frontier-Bench、CursorBench 和 ARC-AGI 数字来自第三方分析者对 Anthropic 图表的整理，ARC-AGI 3 来自 ARC Prize Foundation。GDPval-AA 被故意排除在外：Opus 5 报的是该评测的 v2，Fable 5 报的是更早版本。两个 Elo 分数不可比，把它们并排印出来就是编造结论。

最明显的是两件事。第一，Opus 5 的提升没有主要落在已经接近上限的评测上。SWE-bench Verified 只动了 1 分，因为也没剩多少空间可动。真正拉开差距的是 Frontier-Bench：它比价格 2x 的模型高 28%；还有 ARC-AGI 3，Anthropic 说它达到“three times the next-best model”，ARC Prize Foundation 自己的数字也对得上。这更像是真能力提高，而不是只调排行榜。我们在Fable 刚发布时用的也是同一条判断标准。

第二，更值得注意的是缺失项。Fable 5 没有公布 ARC-AGI 3 结果，所以表里最大的差距其实是数据缺口，不是已经测出的失败。按我们的评测原则，如果这个数字出现，我们会更新。

半价标价不等于账单减半

只看定价页，对比很简单，也很容易误导：

每个任务的成本等于 token 单价乘以消耗的 token 数，而第二项并不相同。一项公开实测把两个模型放进工具调用评测和两段式编码构建里，测到的是：

2026 年 7 月的第三方实测：一个工作负载上的小样本，不是正式评测。方向上和 Anthropic 自己的延迟评级一致：文档把 Fable 标为较慢（原文: “Slower”），把 Opus 5 标为中等（原文: “Moderate”）。

Opus 5 仍然更便宜，但只便宜 约 10%，不是价目表暗示的 50%。原因也清楚：它花了更多力气才完成任务，跨更多工具调用多消耗了约 30% token。单次 API 调用里，定价页基本就是答案；但长时间代理运行会把 token 消耗摊到几十次工具调用里，这时要先看自己的调用轨迹，再判断折扣是否仍然成立。这和 Claude Code 的 token 开销是同一个坑：每 token 单价是真的，但它不是你月底付的钱。

表里还有一行单独值得看：Claude Opus 5 的快速模式正好和 Fable 5 同价，都是 $10/$50，换来约 2.5x 的默认速度。这和Fable 5 发布时拿它对比 Opus 4.8 快速模式时是同一笔交易，只是现在能力对比的方向变了。用 Fable 的钱，你可以买一个在多数评测上追平或超过它、同时快 2.5x 左右的 Opus 5。

真正做决定的是这些差异，不是能力

如果只比分数，很容易选错模型。下面这些限制在常见场景里会直接排除其中一个：

数据留存这一条会直接结束争论。 Fable 5 是受限模型（Covered Model）：最低 30 天数据留存，而且完全不能用于 ZDR 协议。签了 ZDR 的组织调用 claude-fable-5，拿到的是 400 invalid_request_error，不是降级服务，而是拒绝。Opus 5 没有模型级数据留存要求。如果你的环境要求 ZDR，这个对比从来不接近：Fable 本来就不能用，Opus 5 可以。

知识截止时间是安静但重要的差异。 Opus 5 的训练数据到 2026 年 5 月，Fable 到 2026 年 1 月。这个“低一档”的模型反而多知道 4 个月的生态变化。对要处理库、框架版本和今年春天发布的 API 的代理来说，这个差距可能比 SWE-bench 上 1 分更有用。

思考控制是真正的 API 分叉。 两个模型默认都会跑自适应思考，也都不会返回原始思维链。但 Opus 5 在 effort 为 high 或更低时接受 thinking: {type: "disabled"}，这能帮你压低简单高频调用的延迟。Fable 会拒绝这种设置；关闭思考和旧的 budget_tokens 写法都会返回 400。你买不到快速、少思考的 Fable 回复。

Priority Tier 是 Fable 还剩下的真实优势，而且范围正在变小。 Priority Tier 支持 Fable 5，并明确不支持 Opus 5 或 Sonnet 5。但 Anthropic 已经不再销售新的 Priority Tier 承诺，现有合同到期为止。所以这只影响已经买了容量的组织；合同到期后，这条也会消失。

拒绝这件事有两面

两个模型都有安全分类器，都会拒绝某些请求。机制相同：HTTP 200 响应里返回 stop_reason: "refusal"，并带上 stop_details.category，例如 cyber、bio 或 reasoning_extraction。如果拒绝在任何输出前触发，输入 token 不收费；如果在流式输出中途触发，只按已经输出的内容计费。如果你已经为这条路径写过处理逻辑，可以继续沿用；完整分支见我们的 Fable 5 拒绝处理指南。

差异在于有多少分类器在看。Fable 5 比 Opus 5 的 cyber 类多了几个分类器，而且这不是理论问题：Fable 自己的系统卡记录，在 20.9% 的 Terminal-Bench 2.1 运行里触发了安全拒绝，导致任务中途回退并明显丢分。如果你的工作贴近安全，比如阅读 exploit 代码、写检测规则、审查认证流程，Fable 会更频繁地打断你。你多付的钱，买到的是这些打断。

Opus 5 增加了一件 Fable 发布时没有的东西：服务端回退现在可以用一个参数选择启用。在测试版请求头后面加 fallbacks: "default"，遇到 cyber 类拒绝时，同一次调用内会改路由到另一个模型。它不支持 Batch API，也不支持 Amazon Bedrock、Google Cloud 或 Microsoft Foundry，所以这些渠道仍然需要你自己写重试逻辑。

如果你的部署很保守，比如面对不可信终端用户的产品，Fable 的额外分类器可能值得付钱。对做防御性安全工作的工程师来说，它们就是额外负担。同一套机制，对不同的人是功能还是成本，取决于你在做什么活。

那 Fable 5 还适合什么？

诚实列出来，比 6 月时短了很多：

• 长时间编排，且效率会累积的任务。 实测 token 和工具调用差异都偏向 Fable。在多小时代理运行里，30% 的 token 差异可能比 50% 的单价差更重要。这是它现在最强的理由，也最应该拿你自己的工作负载实测，而不是直接相信通用结论。
• 已经存在的 Priority Tier 承诺。 Opus 5 用不了它。如果你已经在为保证容量付费，这部分容量只落在 Fable 上。
• 希望安全过滤尽可能强的部署。 分类器更多，拒绝更多，终端用户把模型带到你不想要的方向的机会更少。
• Anthropic 自己的标签。 文档仍把 Fable 称为最强的广泛发布模型。如果你的采购流程在意“顶级模型”这个说法，理由是这句话，不是分数表。

不在清单上的是原始编码能力。那是 Fable 6 月时的全部卖点，现在基本变成 2x 价格下的接近平手。6 月的结论是：当一次失败会浪费你一个下午时，Fable 是第一个值得付 2x 的模型。六周后，同一条逻辑指向 Opus 5：理由一样，答案更便宜。

实际怎么选

默认用 Opus 5。 它已经是 Claude Max 默认模型，也是 Claude Pro 上最强的模型；发布当天就进入了 Claude Code；几乎所有已发布评测都追平或超过 Fable；每 token 单价只有一半；知识新 4 个月；还能用于 ZDR。对一般编码和代理工作来说，这条根本不用纠结。

只有带着明确理由时才切到 Fable。 这些理由包括：你已经量到编排工作负载里的 token 效率确实值回差价；你有现存的 Priority Tier 合同；或者你的部署就是想要更多安全分类器。“它是顶级模型”不是理由；从 7 月 24 日开始，它就不是最高分的模型了。

迁移前重新调参。 从 Opus 4.8 迁过来，有两处会踩坑：请求里不写 thinking 字段时，现在默认会跑自适应思考，所以要重新看 max_tokens，它仍然同时限制思考和最终文本；thinking: {type: "disabled"} 如果和 xhigh 或 max effort 搭配，现在会返回 400，要么重新打开思考，要么降到 high。Anthropic 的建议是重新扫一遍 effort，而不是沿用 Opus 4.8 的设置；如果用 xhigh 或 max，max_tokens 先从 64K 开始。

用自己的调用轨迹算成本。 2x 的单价差是真实的，一次实测任务里的差距约为 10% 也是真实的。你的工作负载落在哪边，定价页不会告诉你。

配套阅读

• Claude Fable 5 对比 Opus 4.8：6 月判决 —— 发布图表，以及每个数字到底属于哪个模型
• Fable 5 拒绝处理 —— stop_reason: "refusal" 路径，以及代理代码该怎么处理
• Fable 5 暂停后又恢复 —— 18 天出口管制停摆，以及它暴露的单一厂商风险
• AI 代理评测：真实信号还是营销话术 —— 为什么 SWE-bench 动 1 分不是重点
• Claude Code 的 token 开销 —— 另一个每 token 单价无法预测账单的地方

来源

1. Anthropic — 介绍 Claude Opus 5
2. Anthropic — Claude Opus 5 系统卡（2026 年 7 月 24 日）
3. Anthropic 文档 — 模型概览（Fable 5 与 Opus 5 规格、截止时间、延迟）
4. Anthropic 文档 — 从 Claude Opus 4.8 迁移到 Claude Opus 5
5. Anthropic 文档 — 服务档位：Priority Tier 支持的模型
6. Vellum — 从 Anthropic 图表整理出的 Claude Opus 5 评测
7. Composio — Claude Opus 5 对比 Fable 5：编码与工具调用实测
8. TechCrunch — Anthropic 发布 Claude Opus 5

常见问题

Claude Opus 5 比 Claude Fable 5 更好吗？ 多数已发布评测上，是的，而且标价只有一半。Opus 5 在 Anthropic 的 Frontier-Bench v0.1 上是 43.3%，Fable 5 是 33.7%；SWE-bench Verified 是 96.0% 对 95.0%；Anthropic 还说它在 OSWorld 2.0 上用略高于三分之一的成本超过了 Fable 的最好结果。Fable 在 SWE-bench Pro 上仍小幅领先（80.0% 对 79.2%），在 CursorBench 3.2 上也保持领先，但 Anthropic 说 Opus 5 max effort 下距离峰值不到 0.5%。直白说，两者能力很接近，Opus 5 赢下最难的新评测，Fable 每任务更省；而 Anthropic 文档仍把 Fable 5 列为最强的广泛发布模型，所以官方标签和分数表已经不一致。

Claude Opus 5 真的是 Fable 5 半价吗？ 是每 token 单价减半，不是账单减半。Opus 5 每百万输入 token $5、输出 token $25；Fable 5 是 $10 和 $50。但每任务成本还取决于模型花掉多少 token。一项公开实测里，Opus 5 每任务约用 698K 运行 token，Fable 约 537K，也就是前者多约 30%，同时工具调用更多、实际耗时更长。两个编码任务合计成本是 $106.69 对 $118.46：Opus 仍然便宜，但大约便宜 10%，不是 50%。预算要看自己的调用轨迹，不要只看定价页。

Claude Fable 5 能用于零数据留存吗？ 不能。Fable 5 是受限模型（Covered Model），有最低 30 天数据留存要求，并且不能用于零数据留存（ZDR）安排。在 Claude API 上，签了 ZDR 的组织调用 claude-fable-5 会被 400 invalid_request_error 拒绝。Claude Opus 5 没有模型级留存要求，会继承组织默认设置，所以可以用于 ZDR。对受监管团队来说，这一条在任何评测之前就决定了选择：Fable 根本不是选项，Opus 5 才是。

Opus 5 和 Fable 5 的 API 差异是什么？ 有四个真正重要。第一是思考：两者默认都会自适应思考，但 Opus 5 在 effort 为 high 或更低时允许 thinking: {type: "disabled"}，Fable 5 会拒绝关闭思考，也会拒绝旧的 budget_tokens 写法，返回 400。第二是留存：Fable 要求 30 天数据留存并阻断 ZDR；Opus 5 不会。第三是 Priority Tier：支持 Fable 5，不支持 Opus 5 或 Sonnet 5；但 Anthropic 已不再销售新的承诺，所以只影响已有合同。第四是知识：Opus 5 的训练数据到 2026 年 5 月，Fable 到 2026 年 1 月。两者都共享 1M 上下文窗口、128K 最大输出和相同的拒绝语义。

Claude Code 里该用哪个模型？ 默认用 Opus 5。它已经是 Claude Max 默认模型，也是 Claude Pro 上最强的模型，并且发布当天就进入了 Claude Code。只有在少数场景保留 Fable：长时间编排里它更低的 token 消耗会累积成优势；你已有 Priority Tier 承诺；或者你的部署确实想要额外安全分类器。还有一条价格计算要先知道：Opus 5 快速模式是每百万输入 $10、输出 $50，正好等于 Fable 5 标准价；同样的钱，要么买 Fable 的能力，要么买 Opus 5 约 2.5x 的速度。