Claude Fable 5 API 教學：如何使用 claude-fable-5

Claude Fable 5，由 Anthropic 於 2026 年 6 月 9 日推出，代表公開可用 AI 能力的一大飛躍。作為首個適合一般用途且安全釋出的「Mythos-class」模型，它在軟體工程、複雜推理、視覺任務、科學研究與長時程代理工作流程方面提供最先進的效能，同時納入針對性的安全防護以降低風險。

對於開發者、CTO、AI 產品經理與 SaaS 構建者，Claude Fable 5 API 在程式設計上（關鍵基準測試 80%+）超越如 Opus 4.8 等前代模型，同時維持強健的安全護欄。本指南提供從零到上線所需的一切。

快速解答：

要使用 Claude Fable 5 API，註冊 Anthropic 帳號或使用 CometAPI 等統一供應商，取得 API 金鑰，並向 Messages 端點送出帶有 model: "claude-fable-5"、max_tokens 值與 messages 陣列的 POST 請求。Python 與 TypeScript 的官方 SDK 大幅簡化此流程，並能更快地開發自動代理、打造更聰明的內部工具，以及更可靠的 RAG 或程式助理——前提是妥善管理成本與延遲。

什麼是 Claude Fable 5，為何對建置者重要

Claude Fable 5 具備 1M 代幣上下文視窗、最多 128k 的輸出代幣、原生工具使用、視覺/檔案支援與自適性推理。它面向自動化知識工作與大規模程式碼專案——例如多日代理工作流程、程式碼庫遷移或複雜模擬。

關鍵規格：

• 定價：每百萬輸入代幣 $10、每百萬輸出代幣 $50（約為 Opus 4.8 的 2 倍）。
• 優勢：在長任務中的卓越規劃、自我驗證與持續穩定表現。
• 權衡：每代幣成本較高，且在敏感領域（網路安全、生物/化學、蒸餾）可能偶爾回退至 Opus 4.8。

實務上，Fable 5 在 Sonnet 或 Opus 先前需要大量協同管理的情境中表現出色。過去需要多次模型呼叫與自訂膠水程式的一個複雜代理迴圈，現在可一次處理。

效能基準：Claude Fable 5 的表現

Claude Fable 5 在多項基準上樹立新標準，特別是需要代理行為與持續努力的領域。Anthropic 報告其為首個在複雜、長時間分析任務的核心分析基準上突破 90% 的模型——較 Claude Opus 4.8 提升 10 個百分點。

重點包括：

• SWE-Bench Pro（代理編碼）：80.3%——明顯領先於 Claude Opus 4.8（約 69%）與競品如 GPT-5.5（約 58.6%）。
• FrontierCode Diamond：約 29.3%（延伸測試報告顯示更高分數）。
• 在工具使用、Terminal-Bench、CursorBench、OSWorld 與視覺增強任務方面領先。

獨立評估確認 Fable 5 在軟體工程、知識工作與多步推理上具優勢。它在大型程式碼遷移、UI 設計、遊戲開發與科學假說生成等真實情境中優於前代。然而，在某些生物/化學或網安任務上，可能會導向更安全的回退。

這些結果使 Fable 5 成為高風險專業用途的理想選擇，在此類場景中，可靠性優先於速度或成本。提示快取對重複輸入可提供最高 90% 折扣，提升迭代工作流程的效率。

入門：存取與設定

1. 直接使用 Anthropic：在 console.anthropic.com 建立帳號、產生 API 金鑰並加入付款方式。
2. 統一存取（建議用於生產）：如 CometAPI 等平台提供一組金鑰即可存取 500+ 模型（包含 Fable 5），並具競爭性的路由、回退邏輯與使用分析，免去分別管理金鑰與端點的麻煩。

安全設定金鑰：

export ANTHROPIC_API_KEY="sk-ant-..."  # Or COMET_API_KEY for unified providers

你的第一個 Claude Fable 5 API 呼叫（cURL）

curl https://api.anthropic.com/v1/messages \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "claude-fable-5",
    "max_tokens": 1024,
    "messages": [{"role": "user", "content": "Explain the key principles of idempotent API design."}]
  }'

預期回應包含 content 區塊、usage 統計與 stop_reason。

使用 Anthropic SDK 的 Python 整合

python
import anthropic
client = anthropic.Anthropic() # Reads ANTHROPIC_API_KEY

response = client.messages.create(
model="claude-fable-5",
max_tokens=2048,
system="You are a principal engineer. Be concise, use examples.",
messages=[{"role": "user", "content": "Design a retry strategy for flaky webhooks."}]
)

for block in response.content:
if block.type == "text":
print(block.text)

專業提示：對於 CometAPI 使用者，替換基底 URL。將 api.anthropic.com/v1/messages 替換為 api.cometapi.com/v1/messages。

進階用法：系統提示、串流與工具使用

一致行為的系統提示

response = client.messages.create(
    model="claude-fable-5",
    max_tokens=4096,
    system="You are a principal software architect. Prioritize clean, production-ready code with error handling and tests.",
    messages=[...]
)

以串流提升使用體驗

對長輸出至關重要：

with client.messages.stream(...) as stream:
    for text in stream.text_stream:
        print(text, end="", flush=True)

代理的工具使用（函式呼叫）

以 JSON schema 定義工具，處理 tool_use 區塊，並透過 tool_result 回應進行迴圈。非常適合自動化程式代理。

tools = [
    {
        "name": "get_order_status",
        "description": "Look up the status of a customer order by ID.",
        "input_schema": {
            "type": "object",
            "properties": {"order_id": {"type": "string"}},
            "required": ["order_id"],
        },
    }
]

#Pass tools to the request  messages in the same way as you would pass parameters

messages = [{"role": "user", "content": "What's the status of order A1855?"}]
​
response = client.messages.create(
    model="claude-fable-5",
    max_tokens=1024,
    tools=tools,
    messages=messages,
)

當模型需要使用工具時，會回傳 stop_reason == "tool_use"，並在回應中包含帶有工具名稱與選定輸入的 tool_use 模組。迴圈很簡單：附加助手的回應、執行工具，然後在新的使用者輪次中以 tool_result 模組回傳結果。

if response.stop_reason == "tool_use":
    tool_use = next(b for b in response.content if b.type == "tool_use")

    # Run your real function with the model's chosen input
    result = lookup_order(tool_use.input["order_id"])  # your code

    messages.append({"role": "assistant", "content": response.content})
    messages.append({
        "role": "user",
        "content": [{
            "type": "tool_result",
            "tool_use_id": tool_use.id,
            "content": result,
        }],
    })

    # Send the result back; the model now answers using it
    followup = client.messages.create(
        model="claude-fable-5",
        max_tokens=1024,
        tools=tools,
        messages=messages,
    )

關鍵在於 tool_use_id：程式碼必須引用另一個程式碼區塊中 tool_result 的確切值，讓模型知道哪次呼叫回傳了結果。

自適性思考

thinking={"type": "adaptive"},
output_config={"effort": "high"}

調整 effort，以在困難問題上進行更深入的推理。

比較表：Claude Fable 5 與替代方案

（資料綜整自 2026 年 6 月的公開基準與定價。）

（請依實際基準調整；Fable 5 在持續推理方面領先。）

定價、成本優化與代幣經濟

官方定價：輸入每百萬 $10、輸出每百萬 $50。由於輸出較長，推理密集任務的實際成本通常更高。

優化策略：

• 使用提示快取（若支援）。
• 透過自適性思考/effort 等級平衡深度與速度。
• 回退路由：預設使用較便宜模型，僅在困難問題升級至 Fable 5。
• 統一平台：CometAPI.com 提供智慧路由，常見具成本優勢或測試免費額度，協助 SaaS 團隊控管支出而不犧牲前沿模型存取。

實務成本範例表：

生產最佳實務與錯誤處理

• 對速率限制（429）實作指數退避重試。
• 透過 Anthropic 儀表板或供應商分析監控用量。
• 為受保護查詢處理模型回退。
• 使用結構化輸出與驗證以提高可靠性。
• 使用非同步用戶端與連線池擴充。

產業觀察：企業 CTO 指出，統一 API 可減少 70%+ 的整合負擔，並在能力演進時快速切換模型。CometAPI 等平台使之更為順暢。

開發者、新創與企業的使用情境

• 自動化程式代理：多檔重構、遷移。
• 企業知識工作：長文分析、模擬優化。
• SaaS 功能：進階 AI 助手、研究助理。
• 研發：假說生成、實驗規劃。

結論

Claude Fable 5 API 為能力強大且安全的前沿模型樹立新標準。依循本指南——從簡單開始、加入串流與工具、優化成本、並運用可靠的基礎設施——即可打造今日就能帶來真正價值的生產系統。

準備整合了嗎？前往 CometAPI.com 立即取得 Claude Fable 5 與其他模型生態的存取。註冊、取得統一金鑰，現在就開始打造更聰明的代理與應用。

最後更新：2026 年 6 月。請以官方文件為準。

常見問題

Claude Fable 5 API 的模型 ID 是什麼？

claude-fable-5

Claude Fable 5 API 價格是多少？

官方價格為每百萬輸入代幣 $10、每百萬輸出代幣 $50。CometAPI 的價格為每百萬輸入代幣 $8、每百萬輸出代幣 $40。

Claude Fable 5 是否支援工具使用？

是，且在代理應用上表現優異。

上下文視窗是多少？

100 萬代幣。

有哪些安全防護？

敏感查詢（網安、生物/化學）可能自動回退至 Opus 4.8。

CometAPI 如何協助使用 Claude Fable 5？

提供更低的 API 存取價格。提供單一、與 OpenAI 相容的端點，便於與其他模型一同存取，簡化開發並有望優化成本。

是否有免費層或試用？

請查閱 Anthropic 的方案或 CometAPI 等統一供應商是否提供體驗額度。