Claude Fable 5.1 API 接入指南:模型标识、五级定价策略、effort 参数与缓存 TTL 配置详解

TPU 缓存搬移开源,推理成本结构被重画|2026年11月15日 谷歌云把 TPU 上最耗时的搬运环节,做成了一个可以单独调用的库。这个库叫 TPU Sync,用 C++ 编写[① MarkTechPost]。它的做法是把云 TPU 的显存、主机内存、共享存储与数据中心网络,统一当成一个内存层级来看。对技术读者来说,价值不在性能数字,在它把推理服务的成本结构摆到了台面上。今天还有四组技术信号可以对照着看,它们分别落在运行时、权重、权限与安全四个层面。四组之间有一条线,都把控制对象往资源与权限上推。 阅读详情


Claude Fable 5.1 发布于 2026 年 9 月 1 日。接进去要知道的东西,其实就是三个数字加一个选择,而真正影响账单的是后者。这篇是查阅用的参考,不是评测——想看它和 Opus 5 的成本之争,去这篇。

标识符

字段值
模型 IDclaude-fable-5-1
上下文窗口1M token
最大输出128K token
ThinkingAdaptive,常驻开启
默认 efforthigh
可靠知识截止2026 年 6 月

Adaptive thinking 在这个模型上关不掉。做预算时这一条要留意,因为 thinking 产生的 token 按输出计费,走的是 $50 那一行,不是 $10 那一行。

五档费率

Anthropic 每个模型公布五档费率,多数文章只引其中一档。单位是美元每百万 token:

Fable 5.1Fable 5Opus 5Sonnet 5
基础输入101052
5 分钟缓存写12.5012.506.252.50
1 小时缓存写2020104
缓存读0.251.000.500.20
输出50502510

把两列 Fable 对着看,五个数里有四个纹丝不动。

effort 不改单价,改的是 token 数量

算成本最容易在这一步出错。effort 不是价格档位,上面那些费率在任何 effort 下都成立。effort 改变的是模型在给出答案之前写多少东西。

Artificial Analysis 参与了 Anthropic 的发布前评测。他们实测,Fable 5.1 在 max effort 下的输出 token 约为 Fable 5 的 1.7 倍。输出走 $50 那一行。缓存读取虽然便宜了 75%,他们量出来的每任务成本还是高了 20%:$3.76 对 Fable 5 的 $3.14。

所以预算上记住一条:调高 effort,涨的是用量,不是单价。在意成本的话先把 effort 封顶,再谈别的优化。

缓存:真正省钱的那部分

缓存读取 $0.25,是基础输入 $10 的四十分之一。省下来的钱随复用次数放大,所以同一个费率变化落到不同负载上差别极大。

拿一段 100 万 token 的前缀——代码库、文档集,或者一段很长的 system prompt。写入一次,读回 N 次:

读取次数Fable 5.1Fable 5不用缓存
1$12.75$13.50$20.00
10$15.00$22.50$110.00
100$37.50$112.50$1,010.00
500$137.50$512.50$5,010.00

假设只写一次 5 分钟缓存,期间不过期。「不用缓存」一列,是把同样的内容完整传 N+1 次、按每百万 token $10 算出来的。

读 1 次时两个版本差距在 6% 以内,读 100 次时 Fable 5.1 只要 Fable 5 的三分之一。表里这几行用的是同一个模型,唯一的变量是你回头用了这段缓存上下文多少次。去数缓存命中次数,别数请求数。

TTL 这个选择

Anthropic 卖两种缓存写入时长:5 分钟每百万 token $12.50,1 小时 $20。选哪个,牵动的金额比这次降价本身还大。

5 分钟这个时限没听上去那么紧。Anthropic 的 prompt caching 文档写得很明确:「缓存每次被使用时都会免费续期。」只要有请求写入或读取了这个条目,生命周期就从那一刻重新开始算。持续命中同一段前缀的 agent,光靠读取就能把 5 分钟的条目一直续着,只付一次写入费。

钱是漏在空档里的。规划、等一次慢工具返回、有人在看 diff,只要安静超过五分钟,条目就过期,下一次调用重新付写入费。这样跑一小时,最坏是 12 × $12.50 = $150,而 1 小时档写一次是 $20。

同一段前缀,一小时最多能差出 $130。差多少取决于你的流量形态,跟选哪个模型无关。

从 Fable 5 迁过来

要改的是一个字符串。基础费率、上下文窗口、输出上限、默认 effort 全都没变,所以换掉模型 ID 就是全部迁移动作:

- model="claude-fable-5"
+ model="claude-fable-5-1"

换完之后有两件事要复查,因为 diff 里看不出来:

  • 输出预算。单价一样,但同档 effort 下 token 更多。如果你的告警阈值是照 Fable 5 的输出量标定的,换完会响。

  • 知识截止的假设。2026 年 6 月比 Fable 5 的截止更靠后,那些为了绕开过时的库版本知识而写的提示词,现在可能已经多余,甚至会起反作用。

除了价格,Anthropic 还说改了什么

Claude Fable 产品页讲的是行为,不是跑分。它写道 Fable 5.1「不走看似省事的捷径,修问题的根因而不是症状,并在工作过程中持续同步进展」。

有两次护栏调整很容易混为一谈,不少文章也确实混了。2026 年 8 月 7 日,Anthropic 调整的是 Fable 5 的生物学护栏,称该更新「在我们的各产品界面上,让生物学相关的降级回退减少了约 85%」。另一件事在 9 月 1 日的发布公告里:Anthropic 说在网络安全方面,Fable 5.1「最新的护栏拦下的误报比之前少 60%」。所以「误报变少」确实是 5.1 这次发布的说法,但指的是网络安全那一侧,和 8 月那次生物学调整不是一回事,两个数字也不能叠着算。

通过 Ofox 调用

Fable 5.1 已于 2026 年 9 月 3 日进入 Ofox 目录,ID 是 anthropic/claude-fable-5.1。别名 claude-fable-5-1——也就是 Anthropic 自己的模型 ID——同样可用,所以从 Anthropic 直连迁过来,除了加服务商前缀之外不用改字符串。

同一把 Key 还能跑 anthropic/claude-fable-5、anthropic/claude-opus-5、anthropic/claude-sonnet-5,都按 Anthropic 官方定价计费,不加价。四个都支持两种协议:

协议base URL
OpenAI 兼容https://api.ofox.io/v1
Anthropic 原生https://api.ofox.io/anthropic

走原生那条能拿到 Messages API。Ofox 文档在这条路径上明确列了 extended thinking 和工具调用,没有单独提缓存参数,所以第一次重复调用先确认返回里的 usage.cache_read_input_tokens 不为 0,再按上面那笔 TTL 的账算。

import anthropic

client = anthropic.Anthropic(
    base_url="https://api.ofox.io/anthropic",
    api_key="<OFOX_API_KEY>",
)

message = client.messages.create(
    model="anthropic/claude-fable-5.1",
    max_tokens=1024,
    messages=[{"role": "user", "content": "总结一下这个代码库。"}],
)

五档费率全部与 Anthropic 官方定价一致、不加价,所以这篇里的每个数字都能直接套用。真正决定这笔便宜下来的缓存读取对你值不值钱的,仍是缓存命中率——先在自己的流量上量一遍,再假定那 25% 会落到你头上。

费率与规格于 2026 年 9 月 3 日核对自 Anthropic 定价文档、模型总览、产品页与发布公告;每任务成本数据来自 Artificial Analysis,同日取得;Ofox 目录与协议 base URL 同日核对自线上 /v1/models 接口及 Ofox 文档。

量化交易如何利用涨停板策略收割散户 量化交易通过算法筛选特定特征的股票,在早盘建立底仓后,利用大单拉升制造抢筹假象,吸引散户跟风买入。这种策略利用了散户的认知偏差,如锚定效应和从众心理,导致次日低开闷杀。从技术实现来看,量化策略通过控制买入量、隐藏真实意图等手段,精准执行隔日砸策略。对于短线交易者而言,理解量化资金的运作逻辑和识别危险涨停板的特征至关重要,这包括观察封板时间、盘口挂单、量价关系等多维度数据。在算法主导的市场中,散户需要升级交易工具和策略,从预测走势转向应对走势,才能避免成为量化策略的牺牲品。 阅读详情

相关推荐

复现论文报错解决

博主复现论文代码过程中遇到的各种报错及解决方案~

rellvera的博客 1060

NVIDIA Profile Inspector 完整指南:3 个实战场景调出显卡性能

玩 CS2 拼枪瞬间掉帧、新卡在 3A 大作里却跑不出该有的帧数,瓶颈往往不在硬件,而藏在你根本没见过的驱动层开关里。NVIDIA Profile Inspector 直接读写 NVIDIA 驱动档案库,把标准控制面板之外隐藏的 200 多项参数摊开给你,可以按游戏单独设定帧率限制、垂直同步、抗锯齿、纹理过滤甚至 DLSS 覆盖,是 Windows 平台做显卡性能调优的常用工具。 ## 部署前:

gitblog_00652的博客 108

实际工程问题:AI 生成 Spring Cache(@Cacheable / @CachePut / @CacheEvict)缓存注解踩坑

商品详情服务,要求:商品基础信息走缓存,减少 DB 查询;典型:AI 只贴注解,忽略 AOP 代理、key 设计、缓存穿透/击穿/过期、序列化、同步刷新,本地单测正常,上线后缓存脏数据、命中率异常、雪崩。如果业务在事务中,@CacheEvict / @CachePut 如果在事务提交前执行,一旦事务回滚,缓存已经被删掉/更新,数据不一致。• 如果在同一个类里用 this.xxx() 调用带缓存注解的方法,不走代理,缓存直接失效;// 更新商品:先更新 DB,再删除缓存,而不是直接 @CachePut。

2401_89363342的博客 492

基于物联网技术设计的微型消防小车控制系统(STM32+ESP8266局域网)(181)

基于物联网技术的小微型消防车控制系统。通过远程控制功能,用户能够灵活操作消防车的行驶,方便快速抵达火灾现场。环境感知功能实时采集烟雾浓度、温湿度信息,为灭火决策提供科学依据。火源定位功能采用自动和手动两种模式,准确迅速地定位火源,并通过报警提示用户。灭火功能则根据火源定位结果,自动或手动启动干粉灭火器进行高效灭火。这些功能的结合实现了对小型火灾的全面应对,提升了消防效率与安全性,减少了火灾带来的损失。通过本项目的设计与实现,为消防领域提供了一种创新且实用的解决方案。

3084

通过Robotstudio修改机器人程序的具体方法和步骤

通过Robotstudio修改机器人程序的具体方法和步骤

Robot_PLC_HMI_Automation 6394

「论文导读」先验证再取数:VerKV 给 KV 缓存压缩加上 (ε, δ) 误差证书,显存只留 6.25% 时解码比整体卸载快 1.6 倍

长上下文下 KV 缓存放不进显存:整块卸载到内存,每步都要走 PCIe;只留压缩缓存,高压缩比下质量崩溃。IIT Bombay、Rice 与 UC Berkeley 的 VerKV(arXiv 2611.11319)在 GPU 上留一份泊松采样的 KV 和 2-bit 键草图,每步先算误差证书,超出 (ε,δ) 容差才从主机内存补取。8×–32× 压缩下平均保留稠密质量的 96%–86%,每个 token 只读 2%–23% 的缓存;vLLM 中显存只驻留 6.25% 时,解码比整块卸载快 1.6 倍。

雷羿LexChien的博客 372

2xmax96717+max96724+agx orin驱动代码

说明:这里主要解决max96717的设备地址和sensor地址映射,vc0->vc1多颗max96717+max96724使用配置思路如下: 1、改变max96717的pipez stream id,然后max96724的pipe绑定使用相应的stream id 2、max96717默认是vc0,把vc0改写成vc1\vc2\vc3,然后max96724再重新映射vc输出

mantouyouyou的博客 117

LRU 缓存入门:它是什么、怎么用、面试怎么手写

📌 先说结论

nice_lcj520的博客 218

基于八叉树的k近邻搜索

在八叉树中,每个节点都表示一个正方体的体积元素(体素),并且每个节点都有八个子节点(在不为空的情况下)。搜索最近邻点:一旦确定了查询点在八叉树中的位置,就可以开始搜索最近邻点了。搜索过程通常从查询点所在的叶节点开始,并逐步扩展到相邻的叶节点和父节点,直到找到k个最近邻点为止。k近邻搜索的目标是在给定的点云数据中,找到一个查询点的k个最近邻点。定位查询点:在搜索过程中,首先需要确定查询点在八叉树中的位置。返回结果:最后,搜索算法会返回找到的k个最近邻点的索引和它们与查询点之间的距离。

twnkie的博客 674

21、汽车喷漆目标区域识别:机器学习与深度学习的应用

本文探讨了机器学习与深度学习在汽车喷漆目标区域识别中的应用,重点利用卷积神经网络(CNN)提高喷漆效率并减少油漆浪费。通过构建和预处理包含多种汽车类型的数据集,采用ResNet-18、ResNet-50和MobileNet-v2等模型进行训练与评估,结果表明ResNet-50在准确率和鲁棒性方面表现最佳。研究还分析了数据裁剪、标签处理、网络架构差异以及光照和遮挡对识别效果的影响,并提出了系统实现流程。最后,文章展望了多传感器融合、模型优化和场景适应性等未来研究方向,为智能化喷漆工艺提供了技术参考。

5b6n7m8的博客 104

WordPress 启用区块主题后页头改了不生效或小工具全丢:先核模板部件与站点编辑器,再查 theme.json 与缓存

只改当前 URL 真正引用的模板和模板部件:首页的页头、内页的页头、结账或询盘落地页的页头可能不是同一份。先把要统一的部分抽成共享模板部件,再在各模板里引用;必须不同的,就明确做成两份部件,避免改 A 却希望 B 跟着变。颜色、字号和间距优先走theme.json和站点编辑器的全局样式:能用设计 token 解决的,不要在单个模板里堆一长段自定义 CSS。样式变体要少而稳定,运营改页时才不容易「跑偏」。改完之后清页面缓存、对象缓存和 CDN 上的 CSS,再在无痕窗口验收。

20年技术经验|专注小程序+外贸独立站|已服务500家企业,分享创业中有趣的产品和技术经验。 397

使用 MATLAB/Simulink + Simscape Electrical 来构建一个CCHP微电网与新能源协同运行的模型

随着能源需求的增长和对环境保护要求的提高,冷热电联供(Combined Cooling, Heating and Power, CCHP)系统作为一种高效的分布式能源解决方案,越来越受到关注。CCHP系统通过利用一次能源同时产生电力、制冷和供热,实现了能源的梯级利用,提高了能源使用效率。结合太阳能、风能等可再生能源,可以进一步增强系统的灵活性和环保性。本文将详细介绍如何使用来构建一个CCHP微电网与新能源协同运行的模型,并通过仿真分析其性能表现。本文介绍了如何使用构建一个。

xiaoheshang_123的博客 142

Day103-RAG 性能优化:检索延迟/并发/批量与缓存分层

RAG 跑通不算完,扛住流量才是真本事。本文把 RAG 的端到端延迟拆成"检索—重排—生成"三段,逐段给出优化手段:Embedding 批量异步、检索并发合并、热点 Query 多级缓存、生成端流式输出,并附一张可直接照着抄的优化清单。

雨1986的博客 420

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

SAP B1中文培訓教材_SDK

公司内部培训资料,对开发工具 ,DIAPI, UIAPI,Add-ON有详细解说

Docker 多阶段构建反而更慢:COPY 提前一行,pip install 缓存全失效

改一行源码就触发依赖重装,构建耗时从三十秒涨到三分钟。先只拷贝依赖清单再 pip install,源码改动就不会击穿层缓存。该写法兼容所有 Docker 版本,依赖多变时需配合缓存挂载。

昨日种种,皆成今我。今日种种,皆成新我。 227

IDEA的使用指南

IDEA基于java的使用手册,可以最快速的上手,在使用中不断的丰富自己的使用技巧.

Token工厂技术拆解(11月9日)|多付218块的那个月:提示词开头写了日期,缓存一次没命中

6 万字里只留真正被问到的 2 万字,约 13,000 个 token,其余做成按需检索。每次 0.039 元,一天 330 次是 12.87 元,月 283 元。注意,283 元和第二条的 287 元差不多,可它花的人力是第二条的好几倍。这条最贵,要搭检索、要试两周,人比钱贵。别踩的三个坑:坑一,以为开关一开就有缓存。多数平台要你在内容里标出"从哪断开",不标就整段硬碰,碰不上就是零。坑二,忘了 5 分钟就过期。隔半小时再问,等于重新写一次,还是 1.25 倍。坑三,把用户的问题也塞进缓存段。

李文慧 中国开源充电桩平台第一人;李文慧 国内知名开源工作者 全栈工程师 华为云最具价值专家 42

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

Unity 数据存储指南:本地存储、个性化设置、缓存与 Resources/StreamingAssets 的区别

在 Unity 开发中,“数据存到哪里”、“缓存能不能清”、“打包后资源有什么区别” 是新手最容易混淆、老手也经常踩坑的问题。Unity 本地存储机制(包括 Unity 放在 C 盘的内容);Unity 个性化设置(编辑器首选项 Editor Preferences);Unity 缓存的打开、关闭与清理;打包后 Resources 与 StreamingAssets 的区别;其他可自定义存储的内容汇总。为方便理解,本文配有一个可直接运行的演示工程,所有代码见文末"配套工程说明"。

zhchyun 253

Java 项目实战: 交友项目 - 通用缓存SpringCache:配置视频列表缓存功能

在交友项目中,为视频列表接口 queryVideoList 添加 @Cacheable 实现读缓存,按用户+页码键值缓存结果;发布视频时通过 @CacheEvict(allEntries=true) 清空 videos 命名空间缓存,确保数据一致性。配合 RedisCacheConfig 设置 30 秒 TTL,形成“读缓存、写失效”的闭环。启动类启用 @EnableCaching,结合 redis-cli 验证缓存命中与失效流程,有效降低高频查询的链路开销,提升响应性能。

Wang的专栏 630

RNOH 原生内存泄漏定位与治理:借助 LeakyGuard 实现图片解码降采样、LRU 字节缓存、资源生命周期管控,长列表图片页面峰值内存优化

本文面向 RNOH 0.84 长列表图片场景,剖析滑动数分钟后进程被系统杀掉的根因:原图解码尺寸失控、缓存按条数限流、PixelMap未显式 release。基于自研LeakyGuar,TurboModule 库,给出 desiredSize 真降采样、字节预算 LRU 缓存(逐出必 release)、资源登记与快照 diff、卸载即释放 Hook 的闭环方案,实测单图内存降 98.6%,24 图峰值由 1098.6MB 降至15.8MB。并总结双侧注册、ArkTS 语法差异、vp 转像

白天写代码,晚上追AI大模型,偶尔搞点八卦 开源动态|技术干货|实习机会|生态活动 我负责分享,你负责变强 343

WordPress 密码对了却登不进或登录后又跳回登录页:先核站点地址与 Cookie,再查安全插件与缓存排除

密码明明输对了,登录页也能打开,点登录后却又回到登录表单,或仪表盘闪一下就跳回。文件还在,表单也在,会话却站不住。这和已经写过的「开了 Wordfence 后登不进后台或海外客户被拦」「套 Cloudflare 后 ERR_TOO_MANY_REDIRECTS 或后台进不去」「登录页被刷或 xmlrpc 把 CPU 打满」「挂 CDN 后后台样式错乱或静态资源 404」「迁机换证后显示不安全或产品图裂开」不是一类故障。

20年技术经验|专注小程序+外贸独立站|已服务500家企业,分享创业中有趣的产品和技术经验。 101

真空烧结炉石墨舟自动上下料,炉门时序与缓存节拍怎样接起来?

本文系统梳理石墨舟真空烧结炉自动上下料方案的四大边界:舟体参数、炉膛结构、真空时序与节拍缓存,重点解析炉门与真空联动、夹持应力分散、节拍拆解及安全互锁机制。对比北京建艺、南京埃斯顿、山东鲁信等厂商技术路线,提出选型问答清单,强调需结合实际工况验证夹持方式与安全逻辑,供工程选型与调试参考。

wuzhijing0001的博客 174

【混合缓存】为什么要用混合缓存:本地快但会不一致,远程一致但慢(一)

混合缓存虽能提升读取性能、降低Redis压力,但代价是引入一致性窗口、双过期管理、跨节点同步等复杂度。它并非“性能优化”,而是一次架构权衡:是否接受数据短暂不一致。仅在热点数据、高并发、可容忍陈旧的场景下值得投入;否则,纯本地或纯远程更简单可靠。

tantan的小记录 362

【混合缓存】三种本地引擎:Caffeine / EhCache / cache2k 的抽象成本(六)

本文剖析了在统一缓存抽象层中适配Caffeine、EhCache、cache2k三类本地引擎时,因过期语义差异带来的隐性成本。核心问题在于:尽管CacheStore接口一致,但三者对“过期”的建模能力迥异——尤其cache2k无法支持读后刷新,导致TTI退化为TTL;“永不过期”需用数值模拟(如Long.MAX_VALUE/2),存在溢出风险;键级过期、热更新等行为也因引擎能力缺失而退化。最终,抽象掩盖了语义鸿沟,代价是注释、默认值与退化逻辑的复杂性,凸显了“操作统一”不等于“语义一致”的本质困境。

tantan的小记录 528

WooCommerce 加购后购物车是空的或结账串了会话:先核页面缓存排除与会话 Cookie,再查 CDN 与对象缓存前缀

加购按钮点下去,页面也提示「已加入购物车」,再打开购物车却是空的;或者右上角数量跳了一下又回到 0;登录用户刷新后看到的是一辆被冻住的空车;更麻烦的是,结账页里出现了别的访客的商品,或两个浏览器互相串了会话。团队第一反应常常是清整站缓存、给 CDN 打开 Cache Everything,或再装一个「全站加速」插件。这和近期已发的不是一类故障。「结账页空白或支付按钮没反应」是最接近的一篇,它卡的是结账页 HTML 被整页缓存后页面空白、按钮点了没反应;「结账一直转圈」慢在、运费或支付接口;

20年技术经验|专注小程序+外贸独立站|已服务500家企业,分享创业中有趣的产品和技术经验。 82

29-第三方开放接口的签名与令牌缓存

对接开放平台时,应统一管理访问令牌缓存与签名生成。令牌在过期前60秒刷新,使用共享缓存避免重复申请;签名按固定流程(排序、拼接、摘要、加密、编码)生成,确保与实际请求一致。所有逻辑封装于公共客户端,业务层仅传参数,提升复用性与安全性。避免日志泄露密钥,联调时可临时开启签名调试,上线关闭。多实例场景下建议加锁或容忍短暂重复,优先使用分布式缓存并加应用标识,防止冲突。

CAthlete的博客 352

Nginx 进阶:被刷接口怎么办、缓存怎么配、rewrite 怎么写

位置参数 $0/$#/$@/$*、特殊变量、getopts 解析命令行选项、shift 遍历参数、数组参数传递,配实战案例,脚本接收参数不再写死在代码里。

2502_91473995的博客 516
上一篇: Codex 常见报错排查指南:15 种典型症状及对应修复方法
下一篇: 实测:价格不变但每次请求额外消耗 个输入
ofoxcoding
博客等级 码龄1年 167粉丝 85原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值