Fable 5.2 vs Opus 5.5：编程和 Agent 任务值得加钱吗？

四道题不必为 Fable 5.2 加钱：它和 Opus 5.5 都过 29 项检查。按标准价，Opus 共 $0.031，Fable $0.146。难题或长 agent 任务，Opus 提高 effort 仍失败时再评估 Fable。

Fable 5.2 和 Opus 5.5 一览

Fable 5.2 更新，但两边的上下文都是 1M token，最大输出都是 128K。这次小任务真正的差别在 token 用量，不在代码是否正确。

Anthropic 的 Fable 5.2 模型页 和 Opus 5.5 模型页 都标为在用，支持文本和图片输入。Fable 5.2 在 2026 年 11 月 9 日发布，Opus 5.5 在 9 月 22 日发布。两边默认 effort 不同，比较时都设成 medium。

Anthropic 的 模型总览 建议大多数任务先用 Opus 5.5，把 Fable 5.2 留给更强的推理、长时间 agent 任务，或者在更高 effort 的 Opus 5.5 上评测仍不达标的情况。这是厂商定位；这次只用四道小题做了检查。

Fable 5.2 改了什么，看 Fable 5.2 发布变化；单模型细节看 Opus 5.5 评测。

四道题各花多少钱

Anthropic 的 官方定价页 写明标准价：Fable 5.2 每百万输入 token $8、输出 $40。Opus 5.5 是 $4 和 $20（2026 年 11 月 12 日核对）。Batch 两边都打五折，fast 模式都翻倍。

四道计分任务里，Fable 用了 3,439 输入和 2,954 输出 token。Opus 用了 2,421 和 1,065。按标准价算：

• Fable：(3,439 × $8 + 2,954 × $40) ÷ 1,000,000 = $0.1457
• Opus：(2,421 × $4 + 1,065 × $20) ÷ 1,000,000 = $0.0310

这些是按实际 token 做的标准价估算，只用于比较；账单金额和 OmniaKey 收费都不包含在内。Opus 的响应报告 fast 速度，Fable 报告 standard；Anthropic 的 fast 输入和输出价都是标准价的两倍。这里统一按标准价折算，所以这组数字不是受控的耗时或账单对比。

标准价估算，美元：

四道受测任务平均，Fable $0.0364，Opus $0.0077；Fable 的标准价估算高 $0.1147。实际选择看每道可用任务的总成本：API 花费，加上重试和检查时间。真实难题失败得够多、值得多花这笔钱时再升级；这四道小题还不够。

总耗时 Fable 27.8 秒，Opus 43.6 秒。Fable 的响应写的是 standard 速度，Opus 写的是 fast，而请求里不设 speed。这两个数字只能当观察值，不能用来排名快慢。

两道 Python 修复：各 22/22 项

两道题都很短，两边都给出能跑的函数。这两个坏例子值得留着，因为它们考的是 revision 处理和分页的细节，不是背库。

用量汇总：新的失败要盖掉旧的完成

旧函数把所有 complete 事件都加起来。它不看 revision 和 status。所以重试会被重复计费，新的 failed revision 也盖不掉旧的 complete。

提示词的核心规则：

Keep only the highest revision for each event_id, and on equal revisions keep the last occurrence in the input. A newer failed revision supersedes an older complete one and contributes nothing.

最小的复现是：事件 x 的 revision 1 为 complete、10 token。后面跟着同一个 x 的 revision 2、failed、10 token。正确答案是 0，旧函数返回 10。

两边都保留最高 revision，相同 revision 取输入里最后一条。跳过 failed，保留零 token 用户，也不改输入。结果： 各 8/8 项，函数等价。

游标分页：同一时间戳不能重复也不能漏

旧版本只按 ts 排序，先切片再套 cursor。它用 <= 接受相同时间戳，不检查 limit，而且总是返回 next cursor。两条记录都在 ts=4 时，就会重复或漏掉一个 id。

提示词的核心规则：

Sort descending by (ts,id). Select rows strictly LESS than the cursor tuple, so tied timestamps neither repeat nor skip IDs. Return next_cursor only if MORE eligible rows remain. Raise ValueError unless limit is an integer from 1 through 100; bool is invalid.

两边都改对了：按 (ts,id) 排序，严格小于 cursor，先过滤完整列表再切片，只有后面还有记录才返回 next cursor。limit 会拒绝 True、False、0、101、1.5、'2' 和 None。结果： 各 14/14 项，包括用 limit=1 走完带并列时间戳的四条记录。

异步任务对账：数字相同，JSON 格式不同

两边都算对了：净预留 $0.93，t3 待处理，t1 和 t5 完成，t3 下一步是 poll_existing。

题目自带的合成测试数据里，金额只是示例，和 OmniaKey 价格分开看。关键日志行：

POST key=a => 201 task=t1 quote=0.40

POST key=a, identical body => 200 task=t1

GET t1 => SUCCEEDED

POST key=b => 201 task=t2 quote=0.40

GET t2 => FAILED

POST key=c => 201 task=t3 quote=0.13

Client stopped polling t3 after 120 seconds; last status PROCESSING

POST key=d => 201 task=t4 quote=0.13

GET t4 => CANCELED

POST key=e => 201 task=t5 quote=0.40

GET t5 => SUCCEEDED

算式是 0.40 + 0.13 + 0.40 = 0.93。t2 和 t4 退款；t1、t5 消耗；t3 的预留还在，因为客户端停止轮询，不是任务失败。

只把最后状态是 SUCCEEDED 的任务算作完成时，两边返回值一样。Fable 直接返回 JSON；Opus 把 JSON 包在 JSON 代码块里。提示词写的是“Return ONLY JSON”，所以对 Opus 的原始回复直接 json.loads 会失败。去掉代码块标记才行。这是格式遵守的问题：这次没有要求 JSON schema，也没开结构化输出。结果： 两边数值都通过；接自动化时，用严格解析器校验原始回复，或者改用结构化输出。这里只观察到一次格式偏差，不能当成普遍规律。

两轮文件任务：一次读取，一次修补

fixture 里的旧 remaining_quota 把所有事件的 units 都减掉。它不看每个 id 的最后状态，也没有 max(0, ...) 截断。所以 failed 或 canceled 的任务照样占额度，重复事件还会重复扣。

任务原文：

Use read_file once to inspect quota.py, then return one Python code block containing only a corrected remaining_quota(limit, events) function.

两边都只调用了一次 read_file，文件名是 quota.py。拿到 fixture 后，两边给出同样的修补逻辑：每个 id 取最后一条事件，只累加 reserved 和 succeeded 的 units。最后返回 max(0, limit - consumed)。结果： 各 7/7 项，包括 failed 后又 reserved、以及超出上限的情况。

这是两轮、一个 fixture。它只能说明模型会要对的文件并改对函数，不能说明长 agent 任务的表现。

怎么测的

2026 年 11 月 12 日，我们把四道题发给 claude-fable-5-2 和 claude-opus-5-5。请求走 OmniaKey 的 Messages 接口。每个模型、每道题都开新对话，每次请求都从冷缓存开始，effort 设 medium，每次请求 max_tokens 4096。没有 system prompt，不设 temperature 或 top_p，每道题跑一次。模型先后的顺序按题轮换。

agent 题只给一个严格的 read_file 工具，tool_choice 用 auto。其它题都是单条用户消息。评分脚本先做 AST 检查，再把函数放进独立进程，3 秒超时。分别跑 8 道用量、14 道游标、7 道文件题：每个模型 29 个代码用例。没有请求被重试。

最早的 ledger 提示词有一处没说清：FAILED/CANCELED 要不要算进 completed_task_ids。我们给每个模型用澄清后的提示词重跑了一次，只算最后状态 SUCCEEDED 的任务；原始输出不计入四道题的合计。

12 次请求全部 HTTP 200，返回的模型 ID 和请求一致，结束原因都是 end_turn，或者先 tool_use 再 end_turn，没有截断。两边的 service tier 都是 standard。Fable 报告 speed 为 standard，并单独给出 thinking token 数。Opus 报告 speed 为 fast，没有 thinking token 字段。这次请求不设 speed；输出 token 已经包含计费的 thinking，Opus 没有这个字段不等于它没思考。

相同的 effort 字符串只是一个设置，不代表相同的算力预算。这次 effort 固定在 medium；自己的任务值得把不同 effort 各跑一遍。这是一组小 fixture，不是完整仓库测试，也不是长时间 agent 测试。它不能预测其他题目的通过率。OmniaKey 提供这两个模型的接入，上面的价格是 Anthropic 的官方价。

什么时候评估 Fable

短小、要求明确的任务，先用 Opus 5.5。它和 Fable 一样通过全部 29 项代码检查，Fable 的标准价估算约为 Opus 的 4.7 倍。

更难的推理或长工具循环，等更高 effort 的 Opus 在你自己真实任务上失败后，再把 Fable 5.2 当作下一个候选。这是 Anthropic 的定位，这次四道小题没有覆盖。切换前拿 10–20 个真实失败任务试一遍。

Anthropic 的 Fable 5.2 发布文章 还给了一个厂商数据：Fable 5.2 在 High 下 FrontierCode 2.0 得 45.3%，Opus 5.5 在 Max 下是 45.5%，每任务成本大约是 Opus Max 的一半。文章还说，Fable 5.2 在 Xhigh 下达到 49.1%，是测试过的已发布模型里最高。这是 Fable High 对 Opus Max，和这次同为 medium 的测试不是一回事。

放到真实项目里，比较每道可用任务的 API 花费、重试和检查时间。任务小、又能一次通过，Opus 是更便宜的默认选项。

在 Claude Code 里用这两个模型，Claude Code 接入教程 有 base URL 和 key 的设置。模型页：Claude Fable 5.2、Claude Opus 5.5。

常见问题

Fable 5.2 比 Opus 5.5 贵，值吗？

等更高 effort 的 Opus 在你自己任务上失败后，再考虑 Fable，并确认它确实能改善结果；这次测试没有给出难题结论。四道小题里，两边都通过 29/29 项代码检查。按标准价估算，Fable 是 $0.1457，Opus 是 $0.0310。

Fable 5.2 和 Opus 5.5 的代码测试都过了吗？

都过了。用量 8/8、游标 14/14、文件修补 7/7。对账题两边数值也对，只有一个格式差别：Opus 多包了一个 JSON 代码块。

写代码选 Fable 5.2 还是 Opus 5.5 更便宜？

按 Anthropic 标准价，Opus 5.5 更便宜：输入每百万 token $4、输出 $20。Fable 5.2 是 $8 和 $40。这次的 token 用量让 Fable 的标准价估算约为 Opus 的 4.7 倍：四道题 Opus $0.0310，Fable $0.1457。

Fable 5.2 比 Opus 5.5 快吗？

这次测不出来。观察到的总耗时是 Fable 27.8 秒、Opus 43.6 秒，但 Fable 的响应写 standard 速度，Opus 写 fast，而请求里不设 speed。要比快慢，得把 speed 设成一样再跑。

在 OmniaKey 能调这两个模型吗？

能。这次两个模型 ID 都是通过 OmniaKey 调的。Claude Code 接入教程 有 base URL 和 key 的设置。连上后在客户端里确认模型名。

来源核对

• Anthropic：Claude Fable 5.2 模型页
• Anthropic：Introducing Claude Fable 5.2 and Mythos 5.2
• Anthropic：Claude Opus 5.5 模型页
• Anthropic：模型总览
• Anthropic：价格

均在 2026 年 11 月 12 日核对。