核实日期：2026 年 8 月 4 日
Claude Fable 5 上下文窗口
Fable 5 默认提供 1M token 的上下文窗口——约 55.5 万个英文单词——单次请求最多可生成 128K token 输出，价格 $10 / $50 每百万 token。真正的问题不是窗口是不是 1M，而是用它要花多少钱——以及你的任务是否真的需要它。
结论速览 —— 直接回答
Fable 5 的上下文窗口为 1M token（API 默认值，无需 beta 头），最大输出 128K。输入按 $10 每百万 token 计费，输出 $50。三个要点决定真实成本：输出 token 同样计入窗口——128K 输出意味着输入空间只剩约 87 万 token；新 Tokenizer 比 4.7 之前的模型多切出约 30% 的 token——旧口径 1M token 的内容按约 1.3M 计费（约 $13），而且已经装不进一次请求；缓存是最大的杠杆——70% 命中率把全语料一遍的成本从 $11.00 压到约 $4.70。详见下文。
1M 窗口，用数字说话
API 每百万 token 标价（美元），来源为 Anthropic 定价文档（2026 年 8 月 4 日核实）。下方每个数值都读取自本站的模型定价数据——改一处，全站同步。
| 规格 | Claude Fable 5 |
|---|---|
| 模型 ID | claude-fable-5 |
| 上下文窗口 | 1M |
| 最大输出 | 128K |
| 输入（每百万 token） | $10.00 |
| 输出（每百万 token） | $50.00 |
| 缓存命中输入（每百万） | $1.00 |
| 批量（五折） | $5.00 / $25.00 |
| 数据留存 | 30 天——强制，零留存不适用 |
上下文窗口容纳请求中的一切——系统提示词、对话历史、工具定义、图像与文档——以及模型生成的输出（含思考 token）。最大输出 128K 时，单次请求在触及 1M 上限前约有 87 万 token 的输入空间。
价格与规格核实日期： 2026-08-04
1M token 到底要花多少钱 —— 算例
以下数字由本站的模型定价数据实时计算。「填满一次窗口」指按 Fable 5 自身 Tokenizer 计数的 1M 输入 token；输出另计。
- 填满一次窗口的输入（无缓存）
- $11.00
- 同样一遍，批处理模式
- $5.50
- 缓存重读，每百万 token
- $1.00
批处理模式把输入成本减半，但非实时——适合定时分析任务，不适合交互式工作。
Tokenizer 税：在 4.7 之前的模型上测得 1M token 的内容，在 Fable 5 上约为 1.3M token——多出约 30%——按输入价约 $13.00，而且已经装不进一次请求。所有现行模型共用新 Tokenizer，模型间对比不受影响；只有基于旧口径 token 数的预算才需要修正。
Tokenizer 税 —— 长上下文为什么比看起来贵约 30%
Anthropic 文档确认：Fable 5 使用 Opus 4.7 引入的 Tokenizer，相同文本切出的 token 比 4.7 之前的模型多约 30%（文档给出的范围为 1.0x–1.35x，代码、JSON、XML、YAML 偏向高位）。本站模型定价数据采用单一系数：
Tokenizer 膨胀系数
1.3x
所有现行模型共用
Fable 5、Mythos 5、Opus 4.8、Opus 5 全部使用新 Tokenizer，模型之间切换不会改变 token 数。膨胀只在对照 4.7 之前的模型或旧口径计数时才生效。
旧的 token 预算都偏低约 30%
基于 4.7 之前 token 数写的成本估算，会低估实际支出约 30%。旧口径 1M token 的语料按约 1.3M 计费——按 Fable 5 费率约 $13 一遍——而且现在已超过窗口容量。
长上下文正是税收最重的地方
2K token 的提示词多出约 600 token 只是四舍五入的误差；1M token 的一遍，税收是每 $10 里的 $3——而且还会随缓存写入和对大语料的每一次重读累积。
长上下文成本，说实话
对 1M token 语料做一遍完整的窗口扫描，按模型分别计价。Haiku 4.5 一列就是 200K 窗口的现实检验。标价、美元，来自本站模型定价数据。
| Claude Fable 5 | Claude Opus 5 | Claude Haiku 4.5 | |
|---|---|---|---|
| 上下文窗口 | 1M | 1M | 200K |
| 输入（每百万） | $10.00 | $5.00 | $1.00 |
| 输出（每百万） | $50.00 | $25.00 | $5.00 |
| 缓存命中输入（每百万） | $1.00 | $0.50 | $0.10 |
| 1M 语料一遍，无缓存 | $11.00 | $5.50 | 装不下——需约 6 次分块处理 |
| 1M 语料一遍，70% 缓存 | $4.70 | $2.35 | 装不下——需约 6 次分块处理 |
假设：1M 输入 token（按模型自身口径计数，刻意不施加 Tokenizer 膨胀——三个模型共用同一 Tokenizer，对比中相互抵消）、每遍 20K 输出（high effort）、无安全分流。「无缓存」= 0% 命中率，「70% 缓存」= 70% 命中率。Haiku 4.5 无法在一次请求中装下语料——200K 窗口需要约 6 个 ~180K 的分块，而分块处理会丢失跨块推理。缓存改写成本叙事：70% 命中时，Fable 5 一遍只要 $4.70，而不是 $11.00。
最大的杠杆是缓存，不是窗口大小
缓存彻底改写了长上下文的成本故事。同一份语料、多次请求：5 分钟缓存只写一次，之后重读只需 $1 每百万 token。
把 1M token 的语料写入 5 分钟提示缓存，一次性成本 $12.50，之后每次重读只需 $1.00 每百万 token。对于反复扫描同一语料的 RAG 型负载——代码库、文档集、支持工单档案——这正是 1M 窗口用得起的根本原因：70% 命中率约合 $4.70 一遍，而不是 $11.00。批处理模式还能把全语料扫描的输入成本减半（非实时）。
什么时候需要 1M——什么时候不需要
1M 窗口是为特定一类任务准备的工具。大多数真实负载在 200K 内就能完成，也应该留在 200K。
真正需要 1M 的场景
全仓库代码分析——大型 monorepo 在 1M 里装得下，200K 装不下。全语料 RAG——把小型数据库或文档集整体装入上下文，免分块、免调检索。长时 agent 运行——数小时的 agent 逐轮累积上下文；128K 输出为它留下的轨迹留出约 87 万 token 的空间。
不需要 1M 的场景
单文档任务——长篇论文、代码评审、法律文件：200K 已经绰绰有余。高流量业务——1M 一遍的单价（缓存前 $10）会随量级放大。日常对话——永远摸不到 100K 的聊天，没理由为富余空间付前沿模型的输入价格。
三问决策法
语料装得进 200K 吗？装得进就用 200K 模型，别往下读了。任务需要整份语料同时在场吗？不需要，分块或检索更划算。两个答案都是「是」的话——它是不是反复扫描同一份语料？是，配合缓存，1M 窗口很便宜；如果只是一次性的全量分析，这一遍 1M 的钱是实实在在、需要算清楚的成本。
旧一代 128K 窗口模型（2023–24 时代）连 200K 语料都装不下，更不用说 1M——1M 语料切成 128K 的块需要约 8 遍处理，还会丢失跨块推理。这一代实际上已经退出长上下文竞争；今天的选项是 200K（Haiku 4.5）或 1M（Fable 5、Opus 5、Sonnet 5）。
1M 上下文 × 30 天留存：合规视角
Fable 5 API 使用附带强制的 30 天数据留存窗口——零留存协议不适用，且该要求覆盖你经由 1M 窗口发送的一切内容。处理大型语料（源代码、客户文档、接近 PII 的记录）的团队，应当把任何长上下文负载视为必须留存 30 天的数据。如果合规约束不允许留存，仅此一条就足以在对应负载上排除 Fable 5。
Fable 5 API 使用附带强制的 30 天数据留存窗口——零留存协议不适用，且该要求覆盖你经由 1M 窗口发送的一切内容。处理大型语料（源代码、客户文档、接近 PII 的记录）的团队，应当把任何长上下文负载视为必须留存 30 天的数据。如果合规约束不允许留存，仅此一条就足以在对应负载上排除 Fable 5。