Claude Fable 5 的 API 成本如何计算？

作者：袖梨 2026-09-12

Claude Fable 5 的基础 API 成本按输入 token 和输出 token 分开计算：输入每百万 token 10 美元，输出每百万 token 50 美元。单次请求的基础公式是“输入 token ÷ 1,000,000 × 10，加上输出 token ÷ 1,000,000 × 50”。使用提示缓存、Batch API、特定地域推理或工具后，还要分别加入对应费用。

先确认模型版本和计费入口

本文计算的是 Claude API 中的 Claude Fable 5，模型标识为 claude-fable-5。Claude 网页、桌面端和 Claude Code 订阅中的 usage credits 虽然参考标准 API 费率，但账户最终扣款应以 Usage 页面为准。

Fable 5.1 的基础输入和输出价格与 Fable 5 相同，但缓存读取价格不同。做成本表时必须把模型版本单独记录，不能仅写“Fable”。

基础成本公式

input_cost = input_tokens / 1_000_000 * 10
output_cost = output_tokens / 1_000_000 * 50
total_cost = input_cost + output_cost

例如，一次请求使用 100,000 个普通输入 token，并生成 10,000 个输出 token，输入成本为 1 美元，输出成本为 0.5 美元，总计 1.5 美元。

输出单价是输入的五倍，因此限制无必要的长回答通常比只压缩少量提示词更有效。不过长对话会反复携带历史消息，输入成本也可能快速累积。

从 API 响应读取实际用量

不要用字符数或文件大小直接估算。应读取每次 Messages API 响应中的 usage 对象，至少记录 input_tokens 和 output_tokens；启用缓存时还要记录 cache_creation_input_tokens 与 cache_read_input_tokens。

{
  "usage": {
    "input_tokens": 100000,
    "cache_creation_input_tokens": 0,
    "cache_read_input_tokens": 0,
    "output_tokens": 10000
  }
}

实际响应字段可能随功能变化，计费程序应保留原始 usage 数据，而不是只保存最终金额。这样价格调整后仍能重新核算。

提示缓存如何计费

Fable 5 的普通输入为每百万 token 10 美元；创建 5 分钟缓存按 12.50 美元计费，创建 1 小时缓存按 20 美元计费，缓存命中或刷新按 1 美元计费。缓存写入比普通输入更贵，但后续重复读取明显更便宜。

cache_cost = cache_creation_5m_tokens / 1_000_000 * 12.5
           + cache_creation_1h_tokens / 1_000_000 * 20
           + cache_read_tokens / 1_000_000 * 1

若 100,000 token 的稳定前缀首次写入 5 分钟缓存，成本为 1.25 美元；下一次完整命中时读取成本为 0.10 美元。缓存只有在相同前缀被再次使用时才有收益。

Fable 5.1 的缓存读取差异

Fable 5.1 的 5 分钟和 1 小时缓存写入价格仍分别为 12.50 和 20 美元每百万 token，但缓存读取为 0.25 美元每百万 token，是 Fable 5 读取价格的四分之一。

如果应用从 Fable 5 升级到 Fable 5.1，基础公式不变，但必须更新 cache_read_input_tokens 的单价，否则会高估大量长会话和代理循环的成本。

完整的单次请求计算

total = input_tokens / 1_000_000 * input_rate
      + cache_creation_5m_tokens / 1_000_000 * cache_5m_rate
      + cache_creation_1h_tokens / 1_000_000 * cache_1h_rate
      + cache_read_tokens / 1_000_000 * cache_read_rate
      + output_tokens / 1_000_000 * output_rate
      + tool_charges

不同 token 分类不应重复相加。例如已经计入 cache_read_input_tokens 的部分不能再次当作普通 input_tokens 计费。应以官方 usage 定义和明细为准。

Batch API 如何影响成本

适合异步处理的任务可以使用 Batch API，Fable 5 的 Batch 输入为每百万 token 5 美元，输出为每百万 token 25 美元，相当于标准输入和输出价格的 50%。

前面的 100,000 输入加 10,000 输出示例，若全部符合 Batch 计费条件，成本为 0.5 加 0.25，共 0.75 美元。Batch 适合无需即时返回的大规模评测、分类和离线生成，不适合交互式对话。

地域推理倍率

在支持的平台上指定 US-only inference 时，Claude 4.6 及后续模型的所有 token 价格类别会乘以 1.1，包括普通输入、输出、缓存写入和缓存读取。

regional_total = token_cost * 1.1 + unaffected_tool_charges

倍率应作用于官方明确覆盖的 token 项，不要未经核验地把所有第三方平台费用也一并乘算。Bedrock、Vertex AI 或 Microsoft Foundry 的最终价格还应查看对应云平台。

思考 token 也会产生费用

Fable 5 使用始终开启的自适应思考。思考 token 按输出 token 计费，即使默认响应没有把完整思考文本返回给应用，也不能只按可见文字长度估算输出成本。

控制成本时应使用模型支持的 effort 设置，并以 response usage 为最终依据。简单地统计 text 内容长度会漏掉不可见但已计费的推理消耗。

工具和搜索费用要单独加入

网页搜索、代码执行或其他服务器工具可能有独立计费单位，工具结果还会作为上下文产生 token。完整成本等于模型 token 费用加工具调用费用，不能只看输入与输出两项。

代理任务应按整个运行汇总所有轮次。一次用户操作可能触发多次模型请求、工具调用和重试，只计算最后一条响应会严重低估成本。

回退模型怎样计费

Fable 安全分类器在生成前拦截请求并切换到 Opus 时，只按 Opus 阶段计费；如果在生成中途触发，则已完成的 Fable 输入和输出按 Fable 费率，后续部分按实际回退模型费率。

成本日志应同时保存 requested_model、served_model 和回退发生阶段。仅根据请求参数中的模型名计算，会在回退场景中得到错误结果。

用 Python 汇总基础费用

def fable5_cost(usage):
    return (
        usage.get("input_tokens", 0) * 10
        + usage.get("cache_creation_5m_input_tokens", 0) * 12.5
        + usage.get("cache_creation_1h_input_tokens", 0) * 20
        + usage.get("cache_read_input_tokens", 0) * 1
        + usage.get("output_tokens", 0) * 50
    ) / 1_000_000

这段代码展示价格乘算逻辑，不代表所有 SDK 都使用相同的细分缓存字段。接入时先打印真实响应结构，再按当前 SDK 和官方文档映射字段。