Fable 5.1 更强了，我却更不敢放大权
Hello，我是飞飞。
Fable 5 那阵我说过一句话：它是最强的那台，也是主流里最贵的那台。6 月 10 号那篇，我盯着它的价格，把手缩了回来。它输入 10 美元、输出 50 美元每百万 token，我拿 Opus 当主力时用得先过一遍秤，面对它我得过两遍。
今天 Fable 5.1 出来了，我多看了两眼，因为这次反转的还不只是”强不强”，是”便宜还是贵”。我把官网那条词一句句读完，又去翻了 Artificial Analysis 的评测，越看越觉得有意思。同一个模型，两种算账法，得出两个相反的结论。
Anthropic 自己主打，说缓存读价格砍了 75%，那种跑很久、要它自己做主的长活，能省高达 45%。可参与它预发布评测的 Artificial Analysis，在推理拉到最满的那一档（max 档）跑出来的数是：每任务约 3.76 美元，比上一代 Fable 5 贵了 20%，还是 Opus 5 的 1.6 倍。
同一个模型，官方说省，独立评测说贵。谁在撒谎？都不是。破绽在”按哪类活算”。
官网说降，评测说贵
Fable 5.1 的价格其实没动，还是输入 10、输出 50、缓存写 12.5，跟 Fable 5 一模一样。Anthropic 只动了缓存读这一项，从 1 美元砍到 0.25 美元。它说典型工作负载降约 25%，高度 agentic 的能降 45%。
那这 45% 是从哪来的？你喂给模型的上下文，要是大部分能命中缓存，读的那段就便宜到四分之一。长代理反复读同一堆文档、同一份代码库，正好是这种活。这账算得没错。
可 Artificial Analysis 发现了另一半。它把 Fable 5.1 放到 max 档跑，模型为了多想一步，输出 token 用了差不多上一代的 1.7 倍。这里得说清楚，这家评测机构是帮着 Anthropic 做预发布评测的，不算纯第三方，可它测出来的数，反而跟官方那句”省”对着干，这一点更值得琢磨。输出是最贵的那段，一条 50 美元。砍掉的那点缓存钱，全被这多出来的输出吃回去，还倒贴 20%。
所以两个都是真的，只是它们各算了一类活。缓存密集的活，你确实省了；max 档新颖推理的活，你确实贵了。这也提醒我，看一条 AI 定价的新闻，先得问一句：它拿哪类活算的？
怎么判断你的活是哪类？我给你个笨办法。先看它是不是反复读同样那堆东西。是，就多半吃缓存，该按”省”那半算。再看它是不是要它自己想、自己规划、跑很久。是，就多半掉在 max 档附近，该按”贵”那半算。这套笨办法，是我 Fable 5 那次过两遍秤学来的，因为一旦掉进”贵”那半，我的额度真的会疼。
真正烧钱的是 token 量
这条把我那本”过秤”账推翻了半本。
我以前算账很简单：这活错一点的代价，乘一天跑几次，再乘单价。三个数相乘，就是我该拿哪档模型。说白了，我一直在单价和次数上使劲。
可 Fable 5.1 告诉我，第三个变量我压根没当回事：token 量。它五个推理档位，输出 token 从低档 13.1M 一路拉到 max 的 143.7M，差了 11 倍。模型越强，越爱多想，越想多输出，而且它自己还在那五个档之间挑。我上 max 档，大半是图省事，把”强大本身要多烧多少 token”这件事，压根没往账里放。
这跟我去年踩过的坑是同一件事。我那套写稿流水线，6 个 skill 全用 Sonnet 跑一篇稿，一个月吃掉了 19% 的月额度，一百美金的 Max，就是十九美元烧在这一件事上。我把它按任务拆开，写稿、润色留 Sonnet，搜料、配图、分发切给 Haiku，才压到 8% 到 9%。可就算这样，还是有漏。有一回我一个 Haiku 就能干的活，手滑点成了最贵的档，那个月额度莫名其妙少了，我查了半天才发现，它为了”做得更好”，输出拉长了一大截。还有一次贪快，同一个会话连撑六个钟头，它到后面开始重复生成我写过的函数，还顺手把旧逻辑改错了。前面那笔靠”换便宜的档”省不出来，后面那两笔靠”选对档”也拦不住，因为它们一个是档位问题，一个是量在偷偷涨。
我一直以为省钱是”选对档”，现在看还得加一条”看好量”。档位决定单价，量决定这张单价到底被乘了多少次，后者往往才是大头。
怎么盯量？我现在干三件事。第一，看每次会话的 token 消耗，别只看月底那张账单。第二，给那种没人盯、要跑很久的长活单独记一笔，看它到底烧了多少输入、多少输出。第三，遇到一个明显超出预期的数字，先问它是档位问题还是量问题。上次那个额度漏，就是这么一步步往回追出来的。
那一档到底够用
除了”量”，还有个我一直没花心思的旋钮：推理档位。
Fable 5.1 五个档，输出 token 从 13.1M 到 143.7M，差 11 倍，可智能分只从 58 拉到 66。换句话说，你从低档往高档爬，多花的那部分钱，只买到几十个得分点，离能力翻倍差得远。对我这种每天都有一堆”改个标点、转个格式”的杂活，低档就够，硬上高档等于拿跑车去买菜。
真正该上高档的，只有那种没人盯、要它自己想很久、跑错了要返工好几天的活。这几类活错一点代价大，值得为它多烧点。剩下那六成日常，用低中档反而更划算，因为它算得又快又不贵。
我以前的问题是，一碰到”重要”的活，就不自觉往高档拨，好像拨上去才算认真。现在想想，那纯粹是把”贵”当成了”负责”。
边界松了吗
比钱更让我坐住的，是另一条：更强的模型，允许做的事也放宽了。
Anthropic 说，Fable 5.1 现在允许拿来找软件漏洞了。这对我这种天天给 agent 放权的人不是小事，因为以前这一类是它碰都不碰的。可它也没全放开：渗透测试、漏洞利用、二进制漏洞扫描这几类，还是转给 Opus 处理；生物学那类误杀大减，等于放宽了一个口子。Mythos 5.1 更收着，只给网络安全和生命科学那两类特殊访问。
还有一条容易被忽略：默认 30 天数据保留，用来做安全监控。命中安全护栏的请求，会自动转给更弱的 Opus，而且不按 Fable 价计费。换句话说，我买的是 Fable，端上来的可能是 Opus。
Artificial Analysis 还有个反直觉的数：它在一类考”会不会答还要硬答”的题上，尝试率 93.4%，准确率也最高，可答错的时候它还是硬应了 72.6%，比 Fable 5 更能撑场面、也更会编。能力强了，它更爱答，答错的也更多。
这些连起来，就是我 7 月那篇收钥匙的续篇。能力越强，AI 能自己做的事越多，我放出去的那部分权限，也跟着松了。它更能藏了，也更难盯了。我天天写文章靠着它，可它现在允许干的活里，有一类是”找漏洞”，还有一类是”端上来的不是我点的那个模型”。
这层担心不是空想。有一回我 GitHub token 权限给得太宽，Claude 顺手就把一个我压根没打算动的仓库设置改了。它没使坏，它只是觉得顺手，一起弄了更高效。那次之后我立了条规矩：每把钥匙只给最小权限，每 90 天换一次。现在看到 Fable 5.1 能碰”找漏洞”了，我第一反应不在它多强，在我开出去的那把钥匙，是不是又得多锁一道。
我打算怎么验这台
所以我没急着换，也没急着骂。
我打算挑流水线上那件最熟、最没人盯的长活，让 Fable 5.1 和 Fable 5 各跑一遍。不看官方那条”省 45%”，也不看独立那条”贵 20%”，就看月底真实扣费和我返工的次数。跑完我心里那本账，才会告诉我是换还是留。
说白了，Fable 5.1 让我重新想了一遍”更强”这两个字。它确实是更强的模型，可”更强”底下跟着三样东西：更贵的价、更多的 token、更松的边界。我想要的从来不是”最强的模型”，是”那件活最划算的模型”。这两件事，以前我总觉得是同一件，现在得分开算了。
你呢。你手里那台 AI，报的是”更强”，可你算过它为了更强，多烧了多少 token、多放着多少它自己会做的活吗？评论区聊聊，我想看看是不是只有我，以前从没把”token 量”和”放权边界”算进过秤里。