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 能力的重大飛躍。作為首個為一般用途安全化的「Mythos 級」模型，它在軟體工程、複雜推理、視覺任務、科學研究以及長時程代理式工作流程等方面提供最先進的表現，同時納入針對性的防護以降低風險。

對於開發者、CTO、AI 產品經理與 SaaS 構建者，Claude Fable 5 API 在程式編碼方面展現超越前代（例如 Opus 4.8，在關鍵基準上達 80%+）的能力，同時維持強健的安全護欄。本指南提供從零到生產的一切所需。

快速解答：

要使用 Claude Fable 5 API，註冊 Anthropic 帳戶或使用像 CometAPI 這樣的統一提供商，取得 API 金鑰，並向 Messages 端點發送 POST 請求，其中包含 model: "claude-fable-5"、max_tokens 值，以及 messages 陣列。Python 與 TypeScript 的官方 SDK 可大幅簡化此流程。若能有效管理成本與延遲，還能更快速地開發自主代理、更聰明的內部工具，以及更可靠的 RAG 或程式助理。

什麼是 Claude Fable 5，為何對建置者重要

Claude Fable 5 具備 1M token 的上下文視窗、最高 128k 的輸出 tokens、原生工具使用、視覺/檔案支援，以及自適應推理。它鎖定自主型知識工作與大規模程式專案——例如跨多天的代理工作流程、程式碼庫遷移，或複雜模擬。

關鍵規格：

• 定價：每百萬輸入 tokens $10、每百萬輸出 tokens $50（約為 Opus 4.8 的 2 倍）。
• 優勢：更出色的規劃、自我驗證，以及在長任務上的持續表現。
• 取捨：每個 token 成本較高，且在敏感領域（資安、生物/化學、蒸餾）可能偶爾因安全防護回退到 Opus 4.8。

實務上，Fable 5 在過去需要 Sonnet 或 Opus 重度編排的情境中表現亮眼。如今，一個複雜的代理迴圈即可處理過去需要多次模型呼叫與自訂膠合程式碼的工作。

效能基準：Claude Fable 5 的表現對比

Claude Fable 5 在多項基準上樹立新標準，尤其是在需要代理行為與持續投入的領域。Anthropic 報告其為首個在複雜、長時運行的分析任務核心基準上突破 90% 的模型——相較於 Claude Opus 4.8 提升 10 個百分點。

重點包含：

• SWE-Bench Pro（代理式程式編碼）：80.3%——顯著領先 Claude Opus 4.8（約 69%）與競品如 GPT-5.5（約 58.6%）。
• FrontierCode Diamond：約 29.3%（延長測試中有更高分數的報告）。
• 在工具使用、Terminal-Bench、CursorBench、OSWorld 與視覺增強任務方面居於領先。

獨立評測確認了 Fable 5 在軟體工程、知識工作與多步推理上的優勢。它在真實情境（如大型程式碼遷移、UI 設計、遊戲開發與科學假說生成）中表現優於先前模型。然而，某些生物/化學或資安任務可能會路由至更安全的回退模型。

這些結果使 Fable 5 成為高風險專業使用的理想選擇，在這些情境中，可靠性比速度或成本更為重要。提示快取可在重複輸入情境下提供高達 90% 的折扣，有助於提升迭代工作流程的效率。

快速上手：存取與設定

1. 直接使用 Anthropic：前往 console.anthropic.com 建立帳戶、產生 API 金鑰並設定計費。
2. 統一接入（建議用於生產）：像 CometAPI 這樣的平台為 500+ 模型提供單一金鑰（包含 Fable 5），具備競爭力路由、回退邏輯與使用分析，免去分別管理金鑰與端點的麻煩。

安全設定您的金鑰：

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

您的第一個 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."}]
  }'

回應中可預期包含 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，交換 base 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

透過系統提示維持一致行為

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=[...]
)

用串流改善使用體驗

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)

工具使用（函式呼叫）以支援代理

以 JSON 綱要定義工具，處理 tool_use 區塊，並以 tool_result 回應迴圈。非常適合自主程式代理。

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,
)

當模型想要使用工具時，會回傳 stop_reason == "tool_use"，以及包含工具名稱與選定輸入的 tool_use 模組。迴圈很簡單：附加助理的回應、執行工具，然後在新的使用者回合以 tool_result 模組將結果傳回。

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,
    )

關鍵細節在於 tool_use_id：程式碼必須引用另一個區塊中的 tool_result 的確切值，讓模型知道是哪一次呼叫返回了結果。

自適應思考

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

（資料彙整自 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 Token 經濟

官方定價：每百萬輸入 $10、每百萬輸出 $50。由於輸出較長，推理密集任務的實際成本可能更高。

優化策略：

• 使用提示快取（若支援）。
• 利用自適應思考/effort 等級在深度與速度間取得平衡。
• 回退路由：預設使用較便宜的模型，僅在困難問題時升級至 Fable 5。
• 統一平台：CometAPI.com 提供智慧路由，且常帶來成本優勢或測試用免費方案，協助 SaaS 團隊控管支出而不犧牲前沿模型的存取。

真實世界成本範例表：

生產最佳實務與錯誤處理

• 對速率限制（429）實作指數退避的重試。
• 透過 Anthropic 儀表板或供應商分析監控使用量。
• 對受保護查詢處理模型回退。
• 使用結構化輸出與驗證以提升可靠性。
• 透過非同步用戶端與連線池進行擴充。

業界洞見：企業 CTO 表示，統一 API 可將整合負擔降低 70%+，並在能力演進時快速替換模型。像 CometAPI 這樣的平台讓此過程更順暢。

開發者、新創與企業的使用情境

• 自主程式代理：多檔案重構、遷移。
• 企業知識工作：長文件分析、模擬優化。
• SaaS 功能：高級 AI 助手、研究助理。
• R&D：假說生成、實驗規劃。

結論

Claude Fable 5 API 為強大且安全的前沿模型樹立了新標準。遵循本指南——從簡單開始，加入串流與工具，優化成本，並利用可靠的基礎設施——即可在今天構建能交付真正價值的生產系統。

準備整合了嗎？前往 CometAPI.com 取得 Claude Fable 5 與其他模型的即時存取。註冊、取得統一金鑰，開始打造更聰明的代理與應用吧。

最後更新：2026 年 6 月。請隨時查閱官方文件以取得最新資訊。

常見問題

Claude Fable 5 API 的模型 ID 是什麼？

claude-fable-5

Claude Fable 5 API 的費用是多少？

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

Claude Fable 5 是否支援工具使用？

是，對代理應用有極佳表現。

上下文視窗是多少？

100 萬 tokens。

有哪些安全防護？

敏感查詢（資安、生物/化學）可能自動回退至 Opus 4.8。

CometAPI 如何幫助使用 Claude Fable 5？

提供更便宜的 API 存取定價。提供單一與 OpenAI 相容的端點以便輕鬆存取其他模型，簡化開發並可能優化成本。

是否有免費方案或試用？

請查看 Anthropic 的方案，或統一提供商（如 CometAPI）是否提供起始額度。