缓存读取降价 75%每个任务的成本反而涨了 20%LLM 成本到底该怎么算2026-09-01Anthropic 发布 Claude Fable 5.1。同一天 Artificial Analysis 给出了一个反直觉的实测结果缓存读取价格砍掉了 75%每百万 token 从 1 美元降到 0.25 美元但 Fable 5.1 跑完一个智能指数任务的成本比上一代还高 20%3.76 美元 vs 3.14 美元—— 因为它消耗的输出 token 大约是上一代的 1.7 倍。这不是某一家的特例而是所有做 LLM 成本预算的团队都会踩的坑你按每百万 token 单价做的预算和账单不是一回事。本文用可核实的公开数据把这件事拆开并给一份能直接跑的成本测算脚本只用标准库附自测结果。一、先把数据摆出来全部为可核实的公开来源以下是 Artificial Analysis 2026-09-01 对 Claude Fable 5.1 的实测与 Anthropic 官方定价原文数字照抄项目数值AA 智能指数max 档66—— 该机构当时测到的最高分对照Claude Opus 5 (max)63对照Claude Fable 5 (max)62对照GPT-5.6 Sol (max)61对照Grok 4.6 (high)61标准定价输入/输出每百万 token$10 / $50与 Fable 5 一致缓存写入每百万 token$12.5与 Fable 5 一致缓存读取每百万 token$1 → $0.25降 75%每智能指数任务成本max$3.76Fable 5 为 $3.14高 20%每任务成本xhigh 档$2.72比 max 省 $1.04分数 65对照Claude Opus 5 (max) 每任务$2.34缓存降价带来的节省约 $1.40 / 任务若不降价成本会是约 $5.16输出 token 用量约为 Fable 5 的1.7 倍上下文窗口100 万 token安全回退fallback占比约 4% 的输出 token其他同批实测HLE 59.1%此前最好 55.5%、Terminal-Bench v2.1 91.4%、SciCode 62.0%、GDPval-AA v2 1,853 Elo、AA-Briefcase 1,694 Elo。二、为什么单价降了和成本涨了能同时成立把一次调用的账单拆成四项事情就很清楚成本 未命中缓存的输入 × 输入价 命中缓存的输入 × 缓存读取价 输出 × 输出价 缓存写入 × 缓存写入价缓存降价只动第二项。而在这四家里第二项在智能体agentic负载里占比最高 —— 长任务反复把同一段上下文系统提示、工具定义、历史轨迹重新读进去这部分几乎全是缓存读取。AA 的原文明确说这 1.40 美元的节省集中在 agentic 评测里因为那里大多数输入 token 是缓存读取。但账单的主导项是第三项输出。Fable 5.1 的输出 token 约是上一代的 1.7 倍而输出价是 $50 —— 是缓存读取价$0.25的200 倍。所以输入侧省下 1.40 美元输出侧多花约 2.00 美元净结果是贵 20%。这条结论可以推广成一句工程判据只要输出价 ÷ 缓存读取价 超过约 100 倍优化缓存就救不了你的账单能救的只有少输出。三、比选哪个模型更影响成本的是 effort 档位同一个模型的不同推理档位差距比跨厂商还大。AA 测到 Fable 5.1 的五个档位档位输出 token 用量智能指数low13.1M58………max143.7M66从 low 到 maxtoken 用量差 11 倍分数只差 8 分。换算成钱max 档 $3.76/任务xhigh 档 $2.72/任务省 29%而 xhigh 的分数是 65 —— 只比 max 低 1 分。AA 还指出一个容易忽略的下限差异GPT-5.6 Sol (medium) 的 token 用量12M甚至略低于 Fable 5.1 (low) 的 13.1M—— 也就是说跨厂商比较谁更省时如果不锁定 effort 档位比出来的东西没有意义。四、可操作的三步按自己的负载算而不是按排行榜算第 1 步量出自己负载的四个数不要估。从你的网关/代理日志里统计大多数 OpenAI 兼容网关的usage字段直接给prompt_tokens输入总量prompt_tokens_details.cached_tokens其中命中缓存的completion_tokens输出平均每个任务调用几次第 2 步代进四项公式别用简化版下面这份脚本就是干这个的。它刻意不把平均单价当成一个数而是按四项分别算dataclass(frozenTrue)classPrice:每百万 token 的价格美元。inp:float# 未命中缓存的输入cached:float# 命中缓存的输入缓存读取out:float# 输出cache_write:float# 缓存写入FABLE_5_1Price(inp10.0,cached0.25,out50.0,cache_write12.5)FABLE_5Price(inp10.0,cached1.00,out50.0,cache_write12.5)# 降价前dataclassclassWorkload:一次任务的负载画像。prompt:int# 输入总 tokencached_ratio:float# 输入中命中缓存的比例 0–1out:int# 输出 tokencalls:int1# 该任务拆成几次调用agentic 场景常 1defbreakdown(w:Workload,p:Price)-dict:四项拆开算。返回每一块钱花在哪。cachedint(w.prompt*w.cached_ratio)freshw.prompt-cached cifresh*p.inp/1e6cccached*p.cached/1e6cow.out*p.out/1e6per_callciccco# 缓存写入只在第一次调用时付后续调用读缓存writew.prompt*p.cache_write/1e6ifw.calls1else0.0taskper_call*w.callswritereturn{ci:ci,cc:cc,co:co,per_call_usd:per_call,write_usd:write,task_usd:task,out_share:(co/per_call)ifper_callelse0.0}注意cache_write这一项很多团队的预算表里根本没有它但在多次调用的 agentic 负载下它会出现在账单上见下一节的实测数字。第 3 步看输出占比这一列if__name____main__:wWorkload(prompt200_000,cached_ratio0.90,out20_000,calls3)# breakdown() 与上面的 cost() 同一套四项公式逐项打印...完整脚本见文末运行python llm_cost.py即可复现。实测输出本文自测非手算负载画像输入 200,000 tok命中缓存 90%、输出 20,000 tok、拆成 3 次调用 方案 输入费 缓存费 输出费 单次$ 写入$ 任务$ 输出占比 ---------------------------------------------------------------------------------------------- Fable 5.1 0.200 0.045 1.000 1.245 2.500 6.235 80% Fable 5(旧价) 0.200 0.180 1.000 1.380 2.500 6.640 72% 缓存降价带来的节省每任务 $0.405 缓存这一项本身$0.180 → $0.045降 75% 但它在单次成本里只占 13.0% 输出一项占 80% —— 这才是账单大头 若把输出砍一半20,000 → 10,000 tok 任务 $4.735省 $1.500 结论输出价 ÷ 缓存读取价 200 倍 —— 优化缓存救不了账单少输出才能。四个可以直接用的结论输出占了单次成本的 80%。缓存那一项只占13.0%—— 优化一个占 13% 的项天花板就在那里。缓存降价在这个负载下每任务省 $0.405$6.640 → $6.235。注意它不是省 75%—— 降到 75% 的是缓存这一项本身$0.180 → $0.045但那一项本来就不是大头。把输出砍一半每任务省 $1.500 —— 是缓存优化收益$0.405的 3.7 倍。这一条是本文最该记住的数字。输出价 ÷ 缓存读取价 200 倍。只要这个比值在百倍量级任何输入侧优化都动不了大盘。还有一个容易漏的项缓存写入$12.5/百万 token。在上面的负载里它是$2.500—— 比三次调用的全部输入费加起来还高。缓存不是免费的只有当同一段前缀被重复读取到足够多次写入费才摊得回来。一次性任务开缓存是纯亏。五、选型时的三条判据第一锁定 effort 档位再比价格。11 倍的 token 跨度会让任何不锁档位的比较失去意义。要比就比同一个任务、同一个通过率下的每任务成本。第二看每任务成本而不是每百万 token 价格。后者是原料价前者是成品价。AA 这类独立评测给的就是后者Fable 5.1 max $3.76、Opus 5 max $2.34。第三分数差在噪声里时用钱做决定。Fable 5.1 (max) 66 分、Opus 5 (max) 63 分、GPT-5.6 Sol (max) 61 分这个量级的差距在部分子项上已经落在置信区间内AA 自己就指出 Fable 5.1 与 Opus 5 在 GDPval-AA v2 上的领先在置信区间内。而每任务成本 1.6 倍的差距是确定的。六、一句话总结缓存降价是输入侧的优化而账单由输出侧主导。把预算模型从单价 × token 总量改成四项分开算你才会发现真正该动的是让模型少说。附完整脚本#!/usr/bin/env python# -*- coding: utf-8 -*-LLM 成本测算把账单拆成四项而不是用平均单价 × token 总量。from__future__importannotationsimportargparsefromdataclassesimportdataclassdataclass(frozenTrue)classPrice:每百万 token 的价格美元。inp:float# 未命中缓存的输入cached:float# 命中缓存的输入缓存读取out:float# 输出cache_write:float# 缓存写入# 2026-09-01 官方价Anthropic 文档缓存读取为降价后FABLE_5_1Price(inp10.0,cached0.25,out50.0,cache_write12.5)FABLE_5Price(inp10.0,cached1.00,out50.0,cache_write12.5)# 降价前dataclassclassWorkload:一次任务的负载画像。prompt:int# 输入总 tokencached_ratio:float# 输入中命中缓存的比例 0–1out:int# 输出 tokencalls:int1# 该任务拆成几次调用agentic 场景常 1defbreakdown(w:Workload,p:Price)-dict:四项拆开算。返回每一块钱花在哪。cachedint(w.prompt*w.cached_ratio)freshw.prompt-cached cifresh*p.inp/1e6cccached*p.cached/1e6cow.out*p.out/1e6per_callciccco writew.prompt*p.cache_write/1e6ifw.calls1else0.0taskper_call*w.callswritereturn{fresh_in:fresh,cached_in:cached,ci:ci,cc:cc,co:co,per_call_usd:per_call,write_usd:write,task_usd:task,out_share:(co/per_call)ifper_callelse0.0,}defmain()-int:apargparse.ArgumentParser()ap.add_argument(--prompt,typeint,default200_000)ap.add_argument(--cached,typefloat,default0.90)ap.add_argument(--out,typeint,default20_000)ap.add_argument(--calls,typeint,default3)aap.parse_args()wWorkload(prompta.prompt,cached_ratioa.cached,outa.out,callsa.calls)print(f负载画像输入{w.prompt:,}tok命中缓存{w.cached_ratio:.0%}f、输出{w.out:,}tok、拆成{w.calls}次调用\n)hdr(f{方案:14}{输入费:8}{缓存费:8}{输出费:8}f{单次$:9}{写入$:8}{任务$:9}{输出占比:9})print(hdr)print(-*94)res{}forname,pin((Fable 5.1,FABLE_5_1),(Fable 5(旧价),FABLE_5)):bbreakdown(w,p)res[name]bprint(f{name:14}{b[ci]:8.3f}{b[cc]:8.3f}{b[co]:8.3f}f{b[per_call_usd]:9.3f}{b[write_usd]:8.3f}f{b[task_usd]:9.3f}{b[out_share]:8.0%})new,oldres[Fable 5.1],res[Fable 5(旧价)]print(f\n缓存降价带来的节省每任务 ${old[task_usd]-new[task_usd]:.3f})print(f 缓存这一项本身${old[cc]:.3f}→ ${new[cc]:.3f}f降{(1-new[cc]/old[cc])*100:.0f}%)print(f 但它在单次成本里只占{old[cc]/old[per_call_usd]:.1%})print(f 输出一项占{new[out_share]:.0%}—— 这才是账单大头)print(f\n若把输出砍一半{w.out:,}→{w.out//2:,}tok)w2Workload(w.prompt,w.cached_ratio,w.out//2,w.calls)print(f 任务 ${breakdown(w2,FABLE_5_1)[task_usd]:.3f}f省 ${new[task_usd]-breakdown(w2,FABLE_5_1)[task_usd]:.3f})print(\n结论输出价 ÷ 缓存读取价 f{FABLE_5_1.out/FABLE_5_1.cached:.0f}倍 —— 优化缓存救不了账单少输出才能。)return0if__name____main__:raiseSystemExit(main())环境Python 3.10只用标准库无第三方依赖可离线运行。参考来源Artificial Analysis《Claude Fable 5.1 tops the Artificial Analysis Intelligence Index but costs 20% more per task than Fable 5 despite a 75% cache read price cut》2026-09-01https://artificialanalysis.ai/articles/claude-fable-5-1Anthropic Claude Platform 文档 · Claude Fable 5.1 模型页定价与上下文窗口https://platform.claude.com/docs/en/models/fable-5-1/overview文中脚本为本文自测产物可离线运行无第三方依赖。 缓存读取降价 75%，每个任务的成本反而涨了 20%：LLM 成本到底该怎么算
缓存读取降价 75%每个任务的成本反而涨了 20%LLM 成本到底该怎么算2026-09-01Anthropic 发布 Claude Fable 5.1。同一天 Artificial Analysis 给出了一个反直觉的实测结果缓存读取价格砍掉了 75%每百万 token 从 1 美元降到 0.25 美元但 Fable 5.1 跑完一个智能指数任务的成本比上一代还高 20%3.76 美元 vs 3.14 美元—— 因为它消耗的输出 token 大约是上一代的 1.7 倍。这不是某一家的特例而是所有做 LLM 成本预算的团队都会踩的坑你按每百万 token 单价做的预算和账单不是一回事。本文用可核实的公开数据把这件事拆开并给一份能直接跑的成本测算脚本只用标准库附自测结果。一、先把数据摆出来全部为可核实的公开来源以下是 Artificial Analysis 2026-09-01 对 Claude Fable 5.1 的实测与 Anthropic 官方定价原文数字照抄项目数值AA 智能指数max 档66—— 该机构当时测到的最高分对照Claude Opus 5 (max)63对照Claude Fable 5 (max)62对照GPT-5.6 Sol (max)61对照Grok 4.6 (high)61标准定价输入/输出每百万 token$10 / $50与 Fable 5 一致缓存写入每百万 token$12.5与 Fable 5 一致缓存读取每百万 token$1 → $0.25降 75%每智能指数任务成本max$3.76Fable 5 为 $3.14高 20%每任务成本xhigh 档$2.72比 max 省 $1.04分数 65对照Claude Opus 5 (max) 每任务$2.34缓存降价带来的节省约 $1.40 / 任务若不降价成本会是约 $5.16输出 token 用量约为 Fable 5 的1.7 倍上下文窗口100 万 token安全回退fallback占比约 4% 的输出 token其他同批实测HLE 59.1%此前最好 55.5%、Terminal-Bench v2.1 91.4%、SciCode 62.0%、GDPval-AA v2 1,853 Elo、AA-Briefcase 1,694 Elo。二、为什么单价降了和成本涨了能同时成立把一次调用的账单拆成四项事情就很清楚成本 未命中缓存的输入 × 输入价 命中缓存的输入 × 缓存读取价 输出 × 输出价 缓存写入 × 缓存写入价缓存降价只动第二项。而在这四家里第二项在智能体agentic负载里占比最高 —— 长任务反复把同一段上下文系统提示、工具定义、历史轨迹重新读进去这部分几乎全是缓存读取。AA 的原文明确说这 1.40 美元的节省集中在 agentic 评测里因为那里大多数输入 token 是缓存读取。但账单的主导项是第三项输出。Fable 5.1 的输出 token 约是上一代的 1.7 倍而输出价是 $50 —— 是缓存读取价$0.25的200 倍。所以输入侧省下 1.40 美元输出侧多花约 2.00 美元净结果是贵 20%。这条结论可以推广成一句工程判据只要输出价 ÷ 缓存读取价 超过约 100 倍优化缓存就救不了你的账单能救的只有少输出。三、比选哪个模型更影响成本的是 effort 档位同一个模型的不同推理档位差距比跨厂商还大。AA 测到 Fable 5.1 的五个档位档位输出 token 用量智能指数low13.1M58………max143.7M66从 low 到 maxtoken 用量差 11 倍分数只差 8 分。换算成钱max 档 $3.76/任务xhigh 档 $2.72/任务省 29%而 xhigh 的分数是 65 —— 只比 max 低 1 分。AA 还指出一个容易忽略的下限差异GPT-5.6 Sol (medium) 的 token 用量12M甚至略低于 Fable 5.1 (low) 的 13.1M—— 也就是说跨厂商比较谁更省时如果不锁定 effort 档位比出来的东西没有意义。四、可操作的三步按自己的负载算而不是按排行榜算第 1 步量出自己负载的四个数不要估。从你的网关/代理日志里统计大多数 OpenAI 兼容网关的usage字段直接给prompt_tokens输入总量prompt_tokens_details.cached_tokens其中命中缓存的completion_tokens输出平均每个任务调用几次第 2 步代进四项公式别用简化版下面这份脚本就是干这个的。它刻意不把平均单价当成一个数而是按四项分别算dataclass(frozenTrue)classPrice:每百万 token 的价格美元。inp:float# 未命中缓存的输入cached:float# 命中缓存的输入缓存读取out:float# 输出cache_write:float# 缓存写入FABLE_5_1Price(inp10.0,cached0.25,out50.0,cache_write12.5)FABLE_5Price(inp10.0,cached1.00,out50.0,cache_write12.5)# 降价前dataclassclassWorkload:一次任务的负载画像。prompt:int# 输入总 tokencached_ratio:float# 输入中命中缓存的比例 0–1out:int# 输出 tokencalls:int1# 该任务拆成几次调用agentic 场景常 1defbreakdown(w:Workload,p:Price)-dict:四项拆开算。返回每一块钱花在哪。cachedint(w.prompt*w.cached_ratio)freshw.prompt-cached cifresh*p.inp/1e6cccached*p.cached/1e6cow.out*p.out/1e6per_callciccco# 缓存写入只在第一次调用时付后续调用读缓存writew.prompt*p.cache_write/1e6ifw.calls1else0.0taskper_call*w.callswritereturn{ci:ci,cc:cc,co:co,per_call_usd:per_call,write_usd:write,task_usd:task,out_share:(co/per_call)ifper_callelse0.0}注意cache_write这一项很多团队的预算表里根本没有它但在多次调用的 agentic 负载下它会出现在账单上见下一节的实测数字。第 3 步看输出占比这一列if__name____main__:wWorkload(prompt200_000,cached_ratio0.90,out20_000,calls3)# breakdown() 与上面的 cost() 同一套四项公式逐项打印...完整脚本见文末运行python llm_cost.py即可复现。实测输出本文自测非手算负载画像输入 200,000 tok命中缓存 90%、输出 20,000 tok、拆成 3 次调用 方案 输入费 缓存费 输出费 单次$ 写入$ 任务$ 输出占比 ---------------------------------------------------------------------------------------------- Fable 5.1 0.200 0.045 1.000 1.245 2.500 6.235 80% Fable 5(旧价) 0.200 0.180 1.000 1.380 2.500 6.640 72% 缓存降价带来的节省每任务 $0.405 缓存这一项本身$0.180 → $0.045降 75% 但它在单次成本里只占 13.0% 输出一项占 80% —— 这才是账单大头 若把输出砍一半20,000 → 10,000 tok 任务 $4.735省 $1.500 结论输出价 ÷ 缓存读取价 200 倍 —— 优化缓存救不了账单少输出才能。四个可以直接用的结论输出占了单次成本的 80%。缓存那一项只占13.0%—— 优化一个占 13% 的项天花板就在那里。缓存降价在这个负载下每任务省 $0.405$6.640 → $6.235。注意它不是省 75%—— 降到 75% 的是缓存这一项本身$0.180 → $0.045但那一项本来就不是大头。把输出砍一半每任务省 $1.500 —— 是缓存优化收益$0.405的 3.7 倍。这一条是本文最该记住的数字。输出价 ÷ 缓存读取价 200 倍。只要这个比值在百倍量级任何输入侧优化都动不了大盘。还有一个容易漏的项缓存写入$12.5/百万 token。在上面的负载里它是$2.500—— 比三次调用的全部输入费加起来还高。缓存不是免费的只有当同一段前缀被重复读取到足够多次写入费才摊得回来。一次性任务开缓存是纯亏。五、选型时的三条判据第一锁定 effort 档位再比价格。11 倍的 token 跨度会让任何不锁档位的比较失去意义。要比就比同一个任务、同一个通过率下的每任务成本。第二看每任务成本而不是每百万 token 价格。后者是原料价前者是成品价。AA 这类独立评测给的就是后者Fable 5.1 max $3.76、Opus 5 max $2.34。第三分数差在噪声里时用钱做决定。Fable 5.1 (max) 66 分、Opus 5 (max) 63 分、GPT-5.6 Sol (max) 61 分这个量级的差距在部分子项上已经落在置信区间内AA 自己就指出 Fable 5.1 与 Opus 5 在 GDPval-AA v2 上的领先在置信区间内。而每任务成本 1.6 倍的差距是确定的。六、一句话总结缓存降价是输入侧的优化而账单由输出侧主导。把预算模型从单价 × token 总量改成四项分开算你才会发现真正该动的是让模型少说。附完整脚本#!/usr/bin/env python# -*- coding: utf-8 -*-LLM 成本测算把账单拆成四项而不是用平均单价 × token 总量。from__future__importannotationsimportargparsefromdataclassesimportdataclassdataclass(frozenTrue)classPrice:每百万 token 的价格美元。inp:float# 未命中缓存的输入cached:float# 命中缓存的输入缓存读取out:float# 输出cache_write:float# 缓存写入# 2026-09-01 官方价Anthropic 文档缓存读取为降价后FABLE_5_1Price(inp10.0,cached0.25,out50.0,cache_write12.5)FABLE_5Price(inp10.0,cached1.00,out50.0,cache_write12.5)# 降价前dataclassclassWorkload:一次任务的负载画像。prompt:int# 输入总 tokencached_ratio:float# 输入中命中缓存的比例 0–1out:int# 输出 tokencalls:int1# 该任务拆成几次调用agentic 场景常 1defbreakdown(w:Workload,p:Price)-dict:四项拆开算。返回每一块钱花在哪。cachedint(w.prompt*w.cached_ratio)freshw.prompt-cached cifresh*p.inp/1e6cccached*p.cached/1e6cow.out*p.out/1e6per_callciccco writew.prompt*p.cache_write/1e6ifw.calls1else0.0taskper_call*w.callswritereturn{fresh_in:fresh,cached_in:cached,ci:ci,cc:cc,co:co,per_call_usd:per_call,write_usd:write,task_usd:task,out_share:(co/per_call)ifper_callelse0.0,}defmain()-int:apargparse.ArgumentParser()ap.add_argument(--prompt,typeint,default200_000)ap.add_argument(--cached,typefloat,default0.90)ap.add_argument(--out,typeint,default20_000)ap.add_argument(--calls,typeint,default3)aap.parse_args()wWorkload(prompta.prompt,cached_ratioa.cached,outa.out,callsa.calls)print(f负载画像输入{w.prompt:,}tok命中缓存{w.cached_ratio:.0%}f、输出{w.out:,}tok、拆成{w.calls}次调用\n)hdr(f{方案:14}{输入费:8}{缓存费:8}{输出费:8}f{单次$:9}{写入$:8}{任务$:9}{输出占比:9})print(hdr)print(-*94)res{}forname,pin((Fable 5.1,FABLE_5_1),(Fable 5(旧价),FABLE_5)):bbreakdown(w,p)res[name]bprint(f{name:14}{b[ci]:8.3f}{b[cc]:8.3f}{b[co]:8.3f}f{b[per_call_usd]:9.3f}{b[write_usd]:8.3f}f{b[task_usd]:9.3f}{b[out_share]:8.0%})new,oldres[Fable 5.1],res[Fable 5(旧价)]print(f\n缓存降价带来的节省每任务 ${old[task_usd]-new[task_usd]:.3f})print(f 缓存这一项本身${old[cc]:.3f}→ ${new[cc]:.3f}f降{(1-new[cc]/old[cc])*100:.0f}%)print(f 但它在单次成本里只占{old[cc]/old[per_call_usd]:.1%})print(f 输出一项占{new[out_share]:.0%}—— 这才是账单大头)print(f\n若把输出砍一半{w.out:,}→{w.out//2:,}tok)w2Workload(w.prompt,w.cached_ratio,w.out//2,w.calls)print(f 任务 ${breakdown(w2,FABLE_5_1)[task_usd]:.3f}f省 ${new[task_usd]-breakdown(w2,FABLE_5_1)[task_usd]:.3f})print(\n结论输出价 ÷ 缓存读取价 f{FABLE_5_1.out/FABLE_5_1.cached:.0f}倍 —— 优化缓存救不了账单少输出才能。)return0if__name____main__:raiseSystemExit(main())环境Python 3.10只用标准库无第三方依赖可离线运行。参考来源Artificial Analysis《Claude Fable 5.1 tops the Artificial Analysis Intelligence Index but costs 20% more per task than Fable 5 despite a 75% cache read price cut》2026-09-01https://artificialanalysis.ai/articles/claude-fable-5-1Anthropic Claude Platform 文档 · Claude Fable 5.1 模型页定价与上下文窗口https://platform.claude.com/docs/en/models/fable-5-1/overview文中脚本为本文自测产物可离线运行无第三方依赖。