Claude 5 家族:Fable 5、Sonnet 5 与 Haiku 该如何选

Claude 5 家族给了你一条清晰的能力阶梯:顶端是 Fable 5,均衡的默认值是 Sonnet 5,快速又便宜的地板是 Haiku 4.5。真正关乎钱的问题不是「哪个最好」——而是「对这一个请求哪个才对」。本文是一棵把请求难度匹配到模型的决策树,外加让你在一把密钥下做到这一点的路由模式。

发布于 2026-06-30 · 阅读时间约 7 分钟

阵容一览

驱动每一个路由决策的差距在于:Fable 5 的输入价格是 Sonnet 5 的 5×。在一个 90% 请求都属日常的工作负载上,把所有请求都跑在 Fable 5 上,意味着为这 90% 大约多付 5× 的钱,去买这些请求根本用不上的能力。整个游戏的核心,就是让便宜的默认值保持便宜,只在能真正改变答案的地方花前沿模型的 token。

按请求难度的决策树

什么时候选 Fable 5…

• 任务是一个长链路、多步的 agentic 循环——就是那种较弱模型走到一半会丢掉线索、开始推翻自己成果的场景。
• 你在做跨多文件的深度代码重构,模型必须在脑中装下代码库的大局并保持一致。
• 请求涉及困难的分析、数学或多约束推理,细微的错误会层层累积。
• 答错代价高昂——一次错误的迁移、一笔糟糕的财务计算、一个涉及安全的决策。这里价格差异相比答错的代价只是噪声。

什么时候默认用 Sonnet 5…

• 是普通的聊天、起草或摘要。这是大多数产品的大头,Sonnet 5 应付起来游刃有余。
• 是日常编码——写一个函数、修一个范围清晰的 bug、解释代码、生成测试。
• 是一个只有几步而非数十步的有界工具调用循环。
• 你拿不准。Sonnet 5 是正确的起点;先度量,再把真正需要升级的请求升级。

什么时候降到 Haiku 4.5…

• 工作是高并发且简单的——分类、抽取、路由、短文本改写、意图识别。
• 延迟比深度更重要,且任务完全在一个小模型的能力范围之内。
• 你在跑一个便宜的初筛,只有当置信度检查未通过时,更大的模型才来复核。

省得最多的模式:默认加升级

单一杠杆最大的一招不是挑一个模型——而是同时跑两个。把默认流量发给 Sonnet 5,只把被标记的请求升级到 Fable 5。「被标记」可以简单到一个请求属性(来自你自己产品的难任务标志)、一个长度或复杂度启发式,或者对 Sonnet 5 自身输出的一次置信度检查。

因为 BUZZ 在一个端点、一把密钥下提供整个 Claude 5 家族,这只是你代码里的一行改动,而不是第二套集成:

from openai import OpenAI

client = OpenAI(base_url="https://buzzai.cc/v1", api_key="YOUR_BUZZ_KEY")

def answer(prompt: str, hard: bool = False) -> str:
    model = "claude-fable-5" if hard else "claude-sonnet-5"
    resp = client.chat.completions.create(
        model=model,
        messages=[{"role": "user", "content": prompt}],
    )
    return resp.choices[0].message.content

没有第二个 SDK、没有第二把密钥、没有第二张要对账的账单。路由逻辑完全活在你的 model 字符串里。

把成本账算具体

设想一个每月 1,000,000 次请求的工作负载,每次平均 2,000 个输入 token 和 500 个输出 token。那就是每月 2B 输入 token 和 500M 输出 token。

把 10% 的流量路由到 Fable 5、其余留在 Sonnet 5,每月大约花 $504——差不多是全 Fable 账单的 28%,同时仍然给那困难的 10% 用上前沿模型。而且这些数字还是在 prompt 缓存之前算的,在一个前缀稳定的工作负载上,缓存会把输入这一行进一步压低。无论你确切的配比如何,这个道理都成立:把模型匹配到请求,省下来的是结构性的,而非边际性的。

经验法则:如果你说不出一个请求为什么需要前沿模型,那它就不需要。默认用 Sonnet 5,让证据——而不是谨慎——把流量往 Fable 5 上抬。

Prompt 缓存让这一切成倍放大

家族里每个模型都支持 Anthropic 的 cache_control 标记,而缓存读取相比新鲜输入是以陡峭的折扣计费的。如果你的请求共享一个稳定的前缀——长系统提示、大型工具 schema、检索到的文档——缓存会削减你路由到的任何一个模型的输入这一行。因为 Fable 5 的输入费率最高,缓存在它身上回报最大,这让升级到 Fable 5 比标价数字暗示的更便宜。prompt 缓存实战手册和缓存反模式一文讲了如何组织请求才能真正命中缓存。

延伸阅读

• Claude Fable 5 已在 BUZZ 上线——模型 ID、价格、从 Opus 4.8 迁移。
• Claude Sonnet 5 已在 BUZZ 上线——比 Sonnet 4.6 更新更便宜。
• 在不损失能力的前提下压低 Claude Code 成本——同一套路由逻辑用在 CLI 上。