本文作者：sitin（@sitinme）。版权归作者所有，未经授权禁止转载。
今天，Anthropic 发布了 Claude Fable 5.1 和 Claude Mythos 5.1，距离 Fable 5 上线，不到三个月。
先说结论：这是一次同价加量的更新，输入输出定价一分没动，还是 $10 / $50 每百万 token，但缓存读取从 $1 降到了 $0.25，官方拿 8 月四周的真实用量算了一下，典型负载账单少 25%，重度 agent 负载少 45%。
跑分全线上涨，而且 5.1 开 Low 或 Medium 档，就能跑出 Fable 5 开 High 档的成绩。
核心数据一览
定价（按 token 计费的渠道）
• 输入 $10 / MTok，输出 $50 / MTok，跟 Fable 5 一样
• 缓存读取：$1 → $0.25 / MTok，降 75%
• 缓存写入不变：5 分钟 $12.50，1 小时 $20；Batch API 五折，$5 / $25
• 实际账单（Fable 5 = 100）：典型负载 100 → 75，重 agent 负载 100 → 55，按 8 月四周真实用量算
规格
• 上下文 1M，最大输出 128K，可靠知识截止 2026 年 6 月
• 自适应思考常开，默认 effort high。Claude Code 里默认 High，Claude.ai 和 Cowork 里默认 Medium
• 模型 ID：claude-fable-5-1，Bedrock 上是 anthropic.claude-fable-5-1，Vertex 和 Foundry 同名
跑分（Fable 5 → Fable 5.1）
• Terminal-Bench 4.0：42.0% → 55.8%（Mythos 5.1 60.9%；Opus 5 52.3%，GPT-5.6 Sol 37.3%）
• Terminal-Bench-Science 0.1：24.7% → 52.6%
• Humanity’s Last Exam（无工具）：57.8% → 60.9%
• OSWorld 2.0（strict）：36.1% → 41.7%
• CursorBench 3.2.0：70.5% → 73.4%
• AutomationBench：17.1% → 31.4%；GDPval-AA v2：1723 → 1853
价格没动，账单为什么能少 45%
一个 agent 跑长任务，每一轮都要把前面的 system prompt、工具定义、对话历史整个再喂一遍。这部分内容上一轮已经处理过了，API 把它存着，下一轮直接读，这就是 cache read 缓存读取。
可以把它理解成停车费：车停在那儿不动，但每过一轮都要交一次。真正新产生的 token 才是油费。Claude Code 这种工具跑起来，停车费远比油费多，一个几十轮的会话，大头都是重读缓存。
以前所有 Claude 模型的缓存读取都是基础输入价的 0.1 倍，Fable 5 就是 $1。5.1 把这个系数改成了 0.025 倍，$0.25。其他模型没动，Opus 5 还是 $0.50，Sonnet 5 还是 $0.20。
所以出现了一个有点反常识的局面：Fable 5.1 的缓存读取，比 Opus 5 便宜一半。
这个变化对不同人影响差很多。拿它做单轮问答，上下文短，缓存占比低，基本感觉不到。跑 agent、跑 Claude Code、跑长会话的，官方那个 45% 就是冲你算的。
Cognition 的反应最直接，说要在发布当天把 Devin 里的 Opus 5 流量切到 Fable 5.1，理由就一句：以前 Fable 级别的模型对 code review 这类活来说太贵，现在缓存降价之后算得过来了。
有一点要说清楚：这条降价只对按 token 计费的渠道生效，API、Bedrock、Vertex、Foundry 这些。订阅制的 Pro、Max 用户账单上不会直接看到变化，额度消耗速度受不受影响，官方没有明确说明。
跑分涨了，更值钱的是 Low 档
涨幅最大的是 Terminal-Bench-Science，从 24.7% 直接翻到 52.6%。不过这个 benchmark 标准误差有 3.5 到 4.5 个点，官方自己在脚注里标了，看大方向就行。
Terminal-Bench 4.0 是 agent 写代码的主战场，42.0% 到 55.8%，超过了 Opus 5 的 52.3%。
真正值得看的是这张按成本画的图。横轴是花的钱，对数刻度；纵轴是分数；每个模型在 Low、Medium、High 各打一个点。Fable 5.1 的 Low 档和 Medium 档，落在了 Fable 5 High 档差不多的高度，但横轴往左挪了一大截。
翻译一下：同样的活，以前得开满档才能做到的质量，现在开中档就够了，还便宜。
跟以往一样得提醒一句，跑分高和实际好用是两码事。
Red Hat 那边说的更朴素，拿 Claude Code 测了一批坏掉的构建，每一个都找到了根因，Low 档也一样。
Mythos 5.1 和 Fable 5.1 是同一个模型，Terminal-Bench 4.0 上差的那 5 个点，是安全过滤拦掉的任务，官方说随着过滤器变准，这个差距会缩小。
别急着改模型名，三处会直接报 400
这部分是给调 API 的人看的。只用 Claude Code 和 Claude.ai 的可以跳过，那边官方替你处理了。
第一，不能强制调工具了。 tool_choice 设成 {“type”: “any”} 或者 {“type”: “tool”, “name”: “…”}，返回 400：
tool_choice: type "tool" and "any" are not supported for this model.
原因是 5.1 的思考是常开的，强制调工具会跳过思考，模型就把推理过程往工具参数里塞，参数质量反而变差。想要结构化 JSON，tool_choice 留 auto，工具定义上加 strict: true，或者直接用 structured outputs。想让它一定调某个工具，在 prompt 里说清楚就行，它对这种指令跟得挺稳。
第二，thinking block 绑模型了。 每个 thinking block 会记下是哪个模型生成的，只往一个方向兼容：5.1 能读旧模型的思考，旧模型读不了 5.1 的。你要是有个 router 或者 fallback 会在对话中间切模型，从 5.1 切到 Opus 5，之前的思考会被 API 静默丢掉，不计费也不报错。想看到丢了什么，加 thinking-binding-controls-2026-08-01 这个 beta header，响应里多一个 input_transformations 数组。
第三，改历史会让思考失效。 这条最容易踩。5.1 的 thinking block 之前的任何东西，system prompt、tools 数组、更早的 message，只要动了一个字，下一次请求就报 400，报错信息是 The block is bound to a different conversation。
哪些算动了：改、删、重排早期轮次；往早期轮次里塞一段临时提醒下次再删掉；每次请求重新拼 system 或者 tools；图片 URL 每次返回不同的字节。
哪些不算：从最前面开始按顺序删 thinking block；服务端的 compaction 和 context editing；挪 cache_control 标记；换 effort。
修法其实就一条原则：把对话当成只能追加的日志。想中途给模型加规则，别改 system，用 mid-conversation system message；只想管这一轮的，加 clear_at: “next_user_message”，下一条用户消息出现它就不渲染了，也不占 token，缓存照样命中。这个要带 mid-conversation-system-clear-at-2026-08-21 的 beta header。
新增的几个能力
中途换档。 以前 effort 是整个请求一个值，现在能在对话中间改，而且不打断缓存。
写法是插一条空内容的 system 消息带 output_config：
response = client.beta.messages.create( model="claude-fable-5-1", max_tokens=4096, output_config={"effort": "high"}, messages=[ {"role": "user", "content": "把 SQLite 迁到 PostgreSQL，给三步方案。"}, {"role": "assistant", "content": "1. 导出数据 2. 建 PG schema 3. 导入并核对行数"}, {"role": "system", "content": [], "output_config": {"effort": "low"}}, {"role": "user", "content": "一句话总结上面的方案。"}, ], betas=["mid-conversation-output-config-2026-07-01"], )
难的步骤开 high，收尾开 low，一个会话里省下来的 token 不少。Opus 5 也支持这个。
进度更新能露出来了。 5.1 在工具调用之间会写短句说明发现了什么、下一步干什么，但默认藏在空的 thinking block 里，用户看着像卡死，加 thinking-display-updates-2026-08-18 header 并把 thinking.display 设成 “updates”，这些状态行就以文本形式回来，推理过程照样不露。
Claude Code 侧。 2.1.257 版把 Fable 5.1 设为默认的 Fable 模型。/effort 加了 s 选项，只改当前会话，跟 /model 对齐。
有一个坑：走企业网关的会话，fable 和 best 这两个别名暂时还指向 Fable 5，因为没配好的网关会拒绝 5.1，要用得在 /model 里手动选。
还有几个行为变化不改代码也会碰到，5.1 并行调工具比 Fable 5 保守，可能一轮只调一个，多花轮次但不影响结果，prompt 里加一句让它批量调就行；Low 档更爱凭记忆答，不爱搜，需要新信息的轮次把 effort 抬起来；改文件更倾向整文件重写而不是局部改，输出 token 会多；聊天里加粗、标题、列表用得比以前少。
写在最后
这次更新最实的一刀是缓存读取降到 $0.25，它改变的是 Fable 该在什么场景用的答案。以前的答案是 Opus 5 不够用再上，现在长 agent 会话上 Fable 5.1 可能比 Opus 5 还便宜，这个账要重算。
天天用 Claude Code 的： 升到 2.1.257 以上，/model 选 fable-5-1，默认就是 High。routine 的步骤用 /effort 降下来，长会话里省的是真钱。走公司网关的记得手动选，别名还没切。
调 API 的： 改模型名之前先 grep 一遍 tool_choice，any 和 tool 全换掉。再看你的 messages 数组是不是 append-only，有没有每次重拼 system 或者往历史里塞临时文本。不确定的，开 prefix_mismatch_behavior: “drop_block” 跑一天日志，看 input_transformations 里有没有东西。最后重跑 evals，并行工具调用和整文件重写这两个行为变化会影响你的 token 账单。
给团队算账的： 打开用量面板看 cache_read_input_tokens 占总输入的比例。占比高的负载，切 5.1 是省钱；占比低的，跟 Fable 5 一个价，只是模型强了。
参考来源：官方发布页：https://www.anthropic.com/claude-fable-and-mythos-5-1模型文档：https://platform.claude.com/docs/en/models/fable-5-1/overviewWhat’s new in Fable 5.1：https://platform.claude.com/docs/en/models/fable-5-1/whats-new-fable-5-1定价页：https://platform.claude.com/docs/en/about-claude/pricingClaude Code 更新日志：https://github.com/anthropics/claude-code/blob/main/CHANGELOG.md
最近发现一个好用的 AI 生图工具，分享一下。
写文章、做 PPT、搞 README 配图的时候经常需要快速出一张图，HiAPI.ai 直接输入描述就能出图，也支持生视频，响应很快，出图质量也不错。
新注册用户送 50 张 GPT Image 2 免费额度，不用绑卡，需要快速出图的可以试试。
👉 HiAPI.ai(直达链接：https://www.hiapi.ai/invite/QwfK)
想了解更多可以加我 vx: 257735 聊。
