如何使用 Claude Fable 5.1 API

快速摘要： 要在 CometAPI 使用 Claude Fable 5.1 API，準備好 API 金鑰、將模型 ID 設為 claude-fable-5-1，並先用小請求驗證後再建立更長的工作流程。本文涵蓋存取、effort、串流、工具、快取、遷移與生產檢查。將部署視為不只是更換模型字串：確認路由相容性、驗證輸出，並在擴大使用前衡量可接受任務的品質、延遲與成本。

重點摘要

• 先讓一個請求成功：確認憑證、模型存取、選用端點與可用回應，且使用非敏感測試資料。
• 有意識地選擇 effort：先以高等級開始，接著在代表性任務上比較其他設定，避免所有請求都使用最大 effort。Claude Code 預設為 High。Claude Cowork / Claude.ai 預設為 Medium
• 檢視遷移行為：強制工具選擇會被拒絕；將必要工作流程步驟與工具參數驗證保留在應用程式端。
• 衡量整個工作流程：追蹤快取使用、token 成本、延遲、拒絕率、回退行為，以及最終結果是否通過你的驗收檢查。

背景參閱 CometAPI 的 早期 Fable 5.1 追蹤 與 Fable 5 API 教學。本文聚焦於當前的整合流程。

什麼是 Claude Fable 5.1？

Claude Fable 5.1 是 Anthropic 目前一般可用的最高能力模型，面向雄心勃勃的程式開發、多步研究、電腦使用與大量文件的專業工作流程。Anthropic 建議多數工作負載先以 Claude Opus 5 開始，若高 effort 的 Opus 評估仍未達標，再提升到 Fable 5.1。

差異在於操作層面：Fable 5.1 設計為可持續運作於相互依賴的步驟中、在工具呼叫失敗後恢復、驗證結果，並在長時間執行期間回報進度。這能提升完成率，但也使成本、延遲與可觀測性成為部署核心。

Claude Fable 5.1 API 規格

官方總覽確認了 100 萬 token 的上下文視窗與 128K 最大輸出。自適應思考始終啟用；推理深度由 effort 控制，而非傳統的 thinking-token 預算。

Claude Fable 5.1 API：官方基準表現

基準摘要刻意保持精簡，因為本文主要目的是實作。以下結果指出在哪些情境 API 溢價最可能有意義。

Anthropic 官方的 Claude Fable 5.1 基準比較

此組中最大的代際提升在 Terminal-Bench-Science：52.6% 對 24.7%。AutomationBench 從 17.1% 升至 31.4%，Terminal-Bench 4.0 提升至 55.8%。結論是強烈建議在研究型代理、長時間程式開發與商務自動化上測試 Fable 5.1，而不是把每個短請求都導向最昂貴的模型。

與 Claude Fable 5 API 有何不同？

三個破壞性變更

不再支援強制使用工具

Claude Fable 5.1 對任何強制工具或具名工具的 tool_choice 會回傳 400 invalid-request 錯誤。保持自動選擇，使用嚴格 schema 或結構化輸出進行驗證，並在應用程式協調中強制必需的工作流程步驟，而不是依賴模型工具呼叫。

較早的模型無法讀取 Fable 5.1 的思考區塊

思考相容性是單向的：Fable 5.1 可讀取相容的較早 Claude 模型所產生的思考區塊，但較早的模型無法讀取 Fable 5.1 產生的區塊。若路由或回退切換至較早模型，可能在推理前丟棄這些區塊，因此整合應記錄模型切換並明確測試回退行為。

編輯較早回合會使保留的思考失效

變更較早的 system 提示、工具定義、訊息或引用檔案位元組，可能使後續的思考區塊失效。將對話前綴視為追加式；用對話中的新指示取代改寫歷史，並在遷移期間監控前綴不匹配的轉換。

五個增強的 API 能力

逐訊息 Effort

應用可以在對話中改變 effort 而不使提示快取失效。這項測試中的能力允許對例行回合降低 effort，而在困難的規劃、除錯或驗證回合提高 effort。

回合範圍的 System 訊息

測試中的 system 訊息可只套用於一個回合，並在下一個使用者訊息後停止渲染，但仍保持歷史不變。這在工具迴圈中的臨時指示很有用，因為它同時保留提示快取匹配與後續思考區塊的有效性。

工具呼叫間的可讀進度更新

啟用測試中的進度顯示選項後，選定的思考區塊可攜帶短狀態更新，應用可以在隱私推理保持隱藏的同時向使用者顯示。長時間運行的代理應將這些更新視為操作狀態，而非最終答案。

更低的快取讀取定價

快取讀取成本為每百萬 tokens $0.25，僅為 Fable 5 的四分之一，而輸入與輸出的基本價格保持不變。這能實質降低重複使用穩定快取前綴的長會話成本。

內容來源可追溯性

產生的文字帶有 Anthropic 的統計浮水印，透過 Files API 取回的受支援媒體可包含簽署的 C2PA Content Credentials。這些來源機制不會增加提示 tokens，也不需要變更請求格式。

使用 Claude Fable 5.1 API 前需要什麼？

• 帳號與 API 金鑰：登入 CometAPI 並在 API 金鑰主控台 產生金鑰。在送出測試呼叫前，確認模型存取與用量計費就緒。
• 本地執行環境：先用終端搭配 curl 進行第一個 HTTP 範例。對於 Python 範例，於隔離環境準備 Python 與 pip，然後安裝所選範例使用的 SDK。
• 已選擇的路由：CometAPI 的 Claude Fable 5.1 API 提供 Messages 與 Chat Completions 格式。使用相符的基底 URL 與請求格式；不要混用其負載。
• 安全設定：將 COMETAPI_KEY 設定在提交版本控制之外的檔案，使用 claude-fable-5-1 作為模型 ID，並確保網路可連至 https://api.cometapi.com.
• 安全測試與驗收檢查：以短且非敏感的提示開始。確認回應包含可用內容，檢視使用量與完成狀態，並在提交真實文件或日誌前檢查你組織的資料處理要求。

如何透過 CometAPI 存取 Claude Fable 5.1

CometAPI 透過 Anthropic 相容的 Messages 路由與 OpenAI 相容的 Chat Completions 路由提供 Claude Fable 5.1。當你需要原生的 effort、思考、快取與 Claude 工具語意時使用 Messages；若你的應用已經標準化在 OpenAI SDK，則使用 Chat Completions。

步驟 1：儲存 API 金鑰

export COMETAPI_KEY="your-cometapi-key"

$env:COMETAPI_KEY="your-cometapi-key"

步驟 2：送出第一個 Messages 請求

curl https://api.cometapi.com/v1/messages \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "content-type: application/json" \
  --data '{
    "model": "claude-fable-5-1",
    "max_tokens": 2048,
    "messages": [{
      "role": "user",
      "content": "Review this deployment architecture and list the three highest-risk failure modes."
    }]
  }'

步驟 3：使用 Anthropic Python SDK

pip install anthropic

import os
import anthropic

client = anthropic.Anthropic(
    api_key=os.environ["COMETAPI_KEY"],
    base_url="https://api.cometapi.com",
)

response = client.messages.create(
    model="claude-fable-5-1",
    max_tokens=4096,
    messages=[{
        "role": "user",
        "content": "Find the root cause of this test failure and propose a verified patch.",
    }],
)

print(response.content[0].text)

步驟 4：使用 OpenAI Python SDK

pip install openai

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["COMETAPI_KEY"],
    base_url="https://api.cometapi.com/v1",
)

response = client.chat.completions.create(
    model="claude-fable-5-1",
    messages=[{
        "role": "user",
        "content": "Design a migration plan for this service.",
    }],
)

print(response.choices[0].message.content)

Claude Fable 5.1 API 的推理如何運作？

較早模型無法讀取 Claude Fable 5.1 的思考區塊

由 Fable 5.1 產生的思考區塊與較早的 Claude 模型不相容。若工作流程於對話中途更換模型，請移除不相容的思考區塊，或僅保留下一次請求所需的使用者可見訊息與工具結果，另起分支。

編輯較早回合會使保留的思考失效

保留的思考區塊是以密碼學綁定於先前對話狀態。變更較早的 system 提示、工具定義、使用者訊息、助理回覆或工具結果，都可能破壞該綁定並導致思考歷史錯誤。保持重播前綴在位元層面完全相同，並以追加新回合替代改寫舊回合。

跨回合保留思考

當對話前綴維持不變時，保留的思考可將有用的推理狀態帶入後續回合。以原始訊息順序儲存思考區塊，只重播到相容的模型，並將歷史編輯視為新對話分支，而非變異現有逐字稿。

以 Effort 控制推理

在困難的生產工作上從高 effort 開始，接著在例行回合測試較低設定，並僅在接受度品質提升足以彌補額外延遲與 tokens 時提升至更高設定。因為 effort 可於回合間變更，一場對話不必始終維持單一定義的推理層級。

Fable 5.1 使用自適應思考作為唯一的思考模式。先從高 effort 開始，對例行工作測量較低設定，僅在額外能力足以證明成本與延遲時使用 xhigh 或 max。

response = client.messages.create(
    model="claude-fable-5-1",
    max_tokens=8192,
    output_config={"effort": "high"},
    messages=[{
        "role": "user",
        "content": "Audit this repository migration plan.",
    }],
)

Claude Fable 5.1 API：串流長回應、使用工具與提示快取

請一併配置以下控制項：推理 effort、串流、工具執行、提示快取，以及防護與資料保留的處理。每一項都會影響長時間請求的觀測、驗證與運維。

串流長回應

對長且高 effort 的任務，串流是更安全的預設，因為它讓應用在大型回應完成前就能收到輸出。

with client.messages.stream(
    model="claude-fable-5-1",
    max_tokens=8192,
    output_config={"effort": "high"},
    messages=[{
        "role": "user",
        "content": "Analyze these logs and produce a remediation plan.",
    }],
) as stream:
    for text in stream.text_stream:
        print(text, end="", flush=True)

在不強制工具選擇的情況下使用工具

Fable 5.1 拒絕強制工具選擇，例如使用 tool_choice 的 any 或具名工具。請使用自動選擇、嚴格 schema、在應用程式中驗證工具參數，並在模型之外控制必需的工作流程順序。若工作流程要求必須執行某工具，切勿依賴 tool_choice 來強制；請讓應用直接呼叫該工具或在協調碼中實作該步驟。

tools = [{
    "name": "search_incidents",
    "description": "Search recent production incidents",
    "input_schema": {
        "type": "object",
        "properties": {
            "service": {"type": "string"},
            "days": {"type": "integer"},
        },
        "required": ["service", "days"],
    },
}]

response = client.messages.create(
    model="claude-fable-5-1",
    max_tokens=4096,
    tools=tools,
    tool_choice={"type": "auto"},
    messages=[{
        "role": "user",
        "content": "Review checkout incidents from the last 30 days.",
    }],
)

在長上下文中使用提示快取

Anthropic 列示快取讀取為每百萬 tokens $0.25，為 Fable 5 的四分之一。將穩定的 system 指示、工具 schema 與大型參考資料置於動態使用者內容之前，並在使用量中驗證快取命中。

messages = [{
    "role": "user",
    "content": [
        {
            "type": "text",
            "text": large_reference_document,
            "cache_control": {"type": "ephemeral"},
        },
        {
            "type": "text",
            "text": "Identify obligations that changed in this revision.",
        },
    ],
}]

處理防護與資料保留

Anthropic 指出許多被標記的資安與生化請求會路由至能力較低的模型。將拒絕或回退視為應用狀態：記錄停止原因、向使用者顯示適當訊息，並在政策允許時路由到核准的替代方案。

Fable 也在預設情況下要求30 天資料保留以進行安全監控。在將語法正確的請求當作單純 API 格式問題來除錯前，先確認組織的資格與保留設定。

Fable 5.1 vs Opus 5 vs Sonnet 5

選擇結果：將例行流量交由 Sonnet 5，複雜通用工作使用 Opus 5，僅將最困難或反覆失敗的任務升級至 Fable 5.1。這遵循 Anthropic 的建議，避免讓高階推理成為每個請求的預設成本。

透過 CometAPI 的定價

即時 CometAPI 模型頁面是目前路由可用性與定價的權威來源。對於 100,000 未快取的輸入 tokens 與 10,000 輸出 tokens，簡化的 CometAPI 估算為 $1.20；實際成本可能因快取、推理、批次行為與路由而變動。價格可能調整；在生產預算前請查詢即時模型頁面。

自 Fable 5 的遷移清單

1. 將模型 ID 從 claude-fable-5 改為 claude-fable-5-1。
2. 移除 tool_choice 的 any 與具名工具強制；改用 auto。
3. 以 output_config.effort 取代舊的思考預算假設。
4. 以高 effort 開始評估，然後在真實任務上調參。
5. 當歷史包含保留思考區塊時，保持追加式歷史。
6. 為長時間高 effort 執行提高 max_tokens。
7. 從使用量中驗證快取命中。
8. 將拒絕與回退視為明確狀態處理。
9. 回放生產追蹤並比較可接受任務率、延遲與成本。

最安全的遷移策略：保持歷史為追加式。 Fable 5.1 可在回合間保留思考區塊，但重播的思考區塊綁定於先前對話狀態；變更較早的 system 提示、工具或訊息會使該綁定失效。

常見 API 錯誤

更改工具呼叫後出現 400 錯誤

可能原因：強制的 tool_choice（any 或具名工具）。改用 auto，並在應用邏輯中強制必要順序。

claude-fable-5.1 無法運作

正確的 ID 使用連字號：claude-fable-5-1。

輸出提前結束

effort controls how much reasoning the model performs, while max_tokens limits the response token budget. Higher effort can require more output budget, so production applications should tune both independently. Raise max_tokens where justified and stream long responses.

提示快取從未命中

保持快取前綴在位元層面完全一致；時間戳、工具重排與變動的 system 訊息都會阻止重用。

HTTP 成功但不含正常答案

檢視 stop_reason 與回退中繼資料，不要將每次拒絕都當成傳輸錯誤。

回放歷史出現思考錯誤

在存在保留的 Fable 5.1 思考區塊時，不要編輯較早回合。使用追加式歷史或現有遷移控制。

在生產中應如何使用 Claude Fable 5.1 API？

分離請求路由、模型執行、工具執行、驗證與評估。記錄模型 ID、effort、延遲、token 使用、快取使用、停止原因、回退行為，以及最終任務成功與否。

將 Fable 5.1 用於倉庫級遷移、困難除錯、長時代理、深度研究、大型文件綜整，以及在較便宜模型反覆失敗的高價值任務。避免將其作為摘要、分類、擷取與短客服回覆的預設。

範例：調查結帳事故

團隊可提供去識別化的結帳錯誤、近期部署差異與相關 runbook。應用檢索符合的事故紀錄，接著要求模型為可能原因排序，並將每個假設連結到證據。工程師審核建議的診斷步驟，並在沙盒中以合成交易批准測試。驗收門檻是可重現的行為、可追溯的證據與通過回歸檢查；任何生產補救都需額外的人為批准。

範例：分析作業要求的變更

團隊可提供已核准的作業手冊、支援政策與修訂草案。將未變的參考資料作為穩定上下文，然後要求模型比較變更的義務、責任團隊、截止日期與例外。每項建議發現應引用兩個版本中的相關段落，並區分明確變更與不確定的解讀。驗收門檻是審查者據其引用證據逐一確認每個變更，然後才更新流程或通知受影響團隊。

結論

Claude Fable 5.1 不是只改模型字串即可的替換。其強制工具行為、思考歷史規則、effort 控制、快取經濟與長程進度特性，都需要審慎遷移。

最有效的部署方式是：將Claude Sonnet 5 用於例行高量，Claude Opus 5 作為複雜工作的預設，Claude Fable 5.1 則作為審慎的能力升級。僅在可接受任務的完成度提升足以證明總成本與延遲時，才擴大其使用。