Anthropic 于 2026 年 6 月 9 日正式发布了 Claude Fable 5。对于开发者而言，最关注的莫过于其 API 接口。好消息是，它依然基于大家熟悉的 Messages API，因此唯一实质性的变化就是模型标识符变为了 claude-fable-5。本指南将从一条简单的 curl 命令开始，逐步深入到流式传输、工具调用、错误处理以及成本计算——确保你能顺利运行代码并获取真实响应。如果你此前使用过 Claude 进行开发，会发现整体结构非常熟悉。如果是旧模型迁移，那么迁移过程基本上只需更换模型字符串，如同从 Claude Opus 4.8 API 迁移一样简单。

快速入门（TL;DR）

首先前往 Anthropic Console 获取 API 密钥，将其设置为环境变量 ANTHROPIC_API_KEY，然后向 Messages API 发送一个 POST 请求，请求体包含 model: "claude-fable-5"、max_tokens 值以及 messages 数组。推荐直接使用官方的 Anthropic Python 或 TypeScript SDK，当然你也可以直接使用原始 HTTP 请求。如果输出内容较长，采用流式传输能有效避免超时。价格方面：每百万输入 tokens 10 美元，每百万输出 tokens 50 美元。

关键的三个 Header 分别是：x-api-key 携带你的 API 密钥；anthropic-version 固定 API 版本（当前稳定版为 2023-06-01）；content-type 告知服务器你发送的是 JSON 格式数据。请求体必须包含三个字段：model、max_tokens 和 messages。这些就是完整的交互规范。

响应将以 JSON 对象的形式返回。你最需要关注的是 content 字段，它是一个内容块列表：

{"id": "msg_01ABC...","type": "message","role": "assistant","model": "claude-fable-5","content": [{ "type": "text", "text": "- Predictable, resource-oriented URLs..." }],"stop_reason": "end_turn","usage": { "input_tokens": 18, "output_tokens": 96 }}

注意 content 是一个列表而非字符串，这是因为单个响应中可能混合了文本块、工具调用块以及思考块。在读取 text 之前，必须遍历列表并检查每个块的 type。stop_reason 字段指示模型停止的原因（end_turn 表示正常结束），usage 则提供了后续计算成本所需的 token 数量。

使用 Python 调用 Claude Fable 5 API

官方 Anthropic Python SDK 帮你省去了设置 Header 和 JSON 的样板代码。先安装它：

pip install anthropic

基础调用代码如下所示。客户端会自动从环境中读取你的密钥，代码里无需手动传递：

import anthropic client = anthropic.Anthropic() # 从环境变量读取 ANTHROPIC_API_KEY response = client.messages.create( model="claude-fable-5", max_tokens=1024, messages=[ {"role": "user", "content": "Summarize what makes a good REST API."} ], ) for block in response.content: if block.type == "text": print(block.text)

这个模式与 curl 调用完全一致。你传入 model、max_tokens 和 messages，得到一个 content 为块列表的响应。循环中使用 block.type == "text" 做保护，确保不会在非文本块上出错。

添加系统提示词（System Prompt）

系统提示词用于设定模型扮演的角色以及整个对话的基本准则。将其作为 system 字段传入，与 messages 分开：

response = client.messages.create( model="claude-fable-5", max_tokens=2048, system="You are a senior backend engineer. Be concise and use code examples.", messages=[ {"role": "user", "content": "Write a Flask route that validates a JSON body."} ], ) for block in response.content: if block.type == "text": print(block.text)

系统提示词是定义人设、输出格式规则以及每次对话都要保持的约束条件的最佳方式。尽量保持稳定——每次请求中频繁修改会导致后续的提示词缓存失效。

流式传输长输出

任何会产生长回复的任务，都建议采用流式传输。流式传输会在 token 生成时立刻发送过来，这样你能即时显示进度，同时避免大型非流式响应可能导致的请求超时。Fable 5 处理长期任务的能力很强，因此流式传输应该是实际工作负载的默认选择：

with client.messages.stream( model="claude-fable-5", max_tokens=4096, messages=[ {"role": "user", "content": "Explain idempotency keys for payment APIs."} ], ) as stream: for text in stream.text_stream: print(text, end="", flush=True) final = stream.get_final_message() print(f"\n\nTokens: {final.usage.output_tokens}")

stream.text_stream 会在文本块到达时逐个产出。flush=True 很关键，这样每个块都会立即打印，而不是先缓存起来。流结束后，stream.get_final_message() 会返回完整的组装消息，包括最终的 usage 数据——用户体验是实时的，又无需二次请求即可拿到完整对象。

在 TypeScript / Node.js 中调用 Claude Fable 5 API

Node SDK 结构几乎相同。安装它：

npm install @anthropic-ai/sdk

然后直接发起调用。客户端同样会自动读取 ANTHROPIC_API_KEY：

import Anthropic from "@anthropic-ai/sdk"; const client = new Anthropic(); // 读取 ANTHROPIC_API_KEY const msg = await client.messages.create({ model: "claude-fable-5", max_tokens: 1024, messages: [{ role: "user", content: "List 3 common API security mistakes." }], }); console.log(msg.content);

msg.content 与之前在 Python 和 curl 中看到的块列表完全一致。要提取纯文本，按块类型过滤即可：

const text = msg.content .filter((block) => block.type === "text") .map((block) => block.text) .join(""); console.log(text);

流式传输的工作方式也与 Python 相同。使用 client.messages.stream({...}) 然后迭代事件，或者等 finalMessage() 拿到组装结果。如果对接的是前端聊天界面，从服务器路由做流式传输，然后将数据块转发到浏览器即可。

Claude Fable 5 的工具调用（Function Calling）

工具调用让 Fable 5 可以执行你定义的函数。你通过 JSON schema 描述一个工具，模型决定何时使用它，然后你运行实际的函数，再将结果返回给模型。Fable 5 在工具调用上表现非常强劲，这也是它特别适合智能体循环的原因。

定义一个包含名称、描述和 input_schema 的工具：

tools = [ { "name": "get_order_status", "description": "Look up the status of a customer order by ID.", "input_schema": { "type": "object", "properties": { "order_id": {"type": "string"} }, "required": ["order_id"], }, } ]

将 tools 像 messages 一样传递给请求：

messages = [ {"role": "user", "content": "What's the status of order A1855?"} ] response = client.messages.create( model="claude-fable-5", max_tokens=1024, tools=tools, messages=messages, )

当模型想调用工具时，响应中的 stop_reason == "tool_use"，并且会包含一个携带工具名称和所选输入的 tool_use 块。处理逻辑很直观：将助手的响应追加进去，执行工具，然后在新的用户轮次中以 tool_result 块的形式将结果发回：

if response.stop_reason == "tool_use": tool_use = next(b for b in response.content if b.type == "tool_use") # 用模型选择的输入运行你真实的函数 result = lookup_order(tool_use.input["order_id"]) # 你的代码 messages.append({"role": "assistant", "content": response.content}) messages.append({ "role": "user", "content": [ { "type": "tool_result", "tool_use_id": tool_use.id, "content": result, } ], }) # 将结果发回；模型现在会利用这个结果来回答 followup = client.messages.create( model="claude-fable-5", max_tokens=1024, tools=tools, messages=messages, )

关键点是 tool_use_id：tool_result 块必须引用 tool_use 块中确切的 id，这样模型才知道结果对应哪个调用。对于多步智能体，你可以将其封装在一个循环中，直到 stop_reason 变为 end_turn。Python SDK 还提供了一个工具运行器来自动处理这个循环，但上述手动版本展示了底层原理，也方便你加入审批环节或日志记录。

自适应思考与输出努力度（Adaptive Thinking and Effort）

Fable 5 支持自适应思考——模型可以自主决定在回答之前进行多深的推理。这是可选的。通过传入 thinking 参数开启，然后用 output_config 调整整体深度和 token 消耗：

response = client.messages.create( model="claude-fable-5", max_tokens=4096, thinking={"type": "adaptive"}, output_config={"effort": "high"}, # low | medium | high messages=[ {"role": "user", "content": "Design a retry strategy for a flaky webhook receiver."} ], )

effort 控制模型的工作量：低 effort 意味着更简洁、更快速的响应；高 effort 意味着更彻底的推理，但 token 成本也更高。对于简单的查询和简短的回答，关掉这两个选项即可——额外推理浪费 token。对于复杂、多步骤的问题（也就是 Fable 5 专为设计的长期规划任务），才启用它们。开始时保持简单；一旦发现某个路径需要更强的推理能力，再添加 thinking。

错误处理与安全回退机制

实际的集成必须能优雅地处理失败。SDK 会抛出类型化的异常，所以最好捕获特定的类，而不是去匹配错误字符串。你最常遇到的三个异常对应 HTTP 401、429 和 400：

import anthropic client = anthropic.Anthropic() try: response = client.messages.create( model="claude-fable-5", max_tokens=1024, messages=[ {"role": "user", "content": "Explain CORS preflight requests."} ], ) except anthropic.AuthenticationError: # 401: API 密钥错误或缺失。检查 ANTHROPIC_API_KEY。 print("Invalid API key. Rotate it in the Console and re-export.") except anthropic.RateLimitError as e: # 429: 请求太多。稍后重试。 retry_after = e.response.headers.get("retry-after", "60") print(f"Rate limited. Retry after {retry_after}s.") except anthropic.BadRequestError as e: # 400: 请求格式错误（参数错误、消息为空、结构错误）。 print(f"Bad request: {e.message}")

每个错误的含义和解决办法：

• 401（AuthenticationError）：密钥缺失、格式不对或已撤销。确认 ANTHROPIC_API_KEY 已在代码运行的环境中设置好，且密钥在 Console 中仍然有效。
• 429（RateLimitError）：你超过了每分钟请求次数或每分钟 token 数限制。SDK 已经会自动用指数退避重试 429 和 5xx 错误（默认重试两次）。如果要加自定义退避逻辑，读取 retry-after Header。
• 400（BadRequestError）：请求格式有问题。常见原因包括 messages 数组为空、缺少 max_tokens，或消息角色没有正确交替。错误消息通常会指明具体的字段。

关于安全回退：Fable 5 会针对一小部分敏感查询（网络安全、生物化学、蒸馏尝试）路由到 Claude Opus 4.8 去回答。这种情况发生在不到 5% 的会话中。这不是错误，你的请求仍然会成功，但响应可能会标记为不同的模型。如果你对 response.model 做日志或断言，发现它不是 claude-fable-5 时不要直接报错——请求已被处理，只是底层换成了另一个模型。如果你的应用程序严格要求识别回答模型的名称，从返回的对象中读取 response.model，而不是假设它与你传入的一致。

估算单次 API 请求成本

价格是每百万 input tokens 10 美元，每百万 output tokens 50 美元。每个响应都在 usage 中提供了确切的计数，因此你可以精确计算出每次请求的成本，无需猜测：

response = client.messages.create( model="claude-fable-5", max_tokens=1024, messages=[ {"role": "user", "content": "Write a SQL query to find duplicate emails."} ], ) input_tokens = response.usage.input_tokens output_tokens = response.usage.output_tokens input_cost = input_tokens / 1_000_000 * 10 output_cost = output_tokens / 1_000_000 * 50 total = input_cost + output_cost print(f"Input: {input_tokens} tokens = ${input_cost:.6f}") print(f"Output: {output_tokens} tokens = ${output_cost:.6f}") print(f"Total: ${total:.6f}")

Output tokens 的成本是 input tokens 的五倍，因此让响应简洁是降低成本最有效的方法。一个 2,000 input tokens + 500 output tokens 的请求，成本为 2000 / 1M * $10 + 500 / 1M * $50，即 $0.02 + $0.025 = $0.045。乘以你的请求量即可估算预算。如果 output 成本占了大头，限制 max_tokens，并在系统提示词中要求简洁回答。Output 的定价逻辑与 Claude Opus 4.8 一致，只是换成了 Fable 5 的具体数值。