传说5 缩小了文本

anthropic/claude-fable-5-compressed-context 克劳德·费尔5实验模式. 这是一款同样的模型,每代币价格相同,但长文本处理更紧: 在量交谈中,输入代币的价格显著减少.

实验性来说,所有的风险都是你自己.

实验阶段模式.大多数任务的答案与普通Fable5不不同,但在大量文件的字体复制任务上,可能会存在差异.使用风险;对于关键场景,请选择普通的 anthropic/claude-fable-5.

节省了多少钱?

代币的价格与普通Fable 5一样 ($1.548入/7.74出/1M).经济是由于长文本被认为是较少的代币. 实时测量通过 NordRouter 相同的系统提示 ~24 KB:

	prompt_tokens	输入值
`claude-fable-5`	5 053	~$0.0078
`claude-fable-5-compressed-context`	1 287	~$0.0020

−75%的输入代币在这个例子中. 背景越长,就越有所益处:在代理编码和长聊天中,每一步都传输历史,预算节省到70%以上.短请求几乎没有差异.

只有Anthropic-format

模式只能通过运行**. Anthropic-可兼容的终点** /v1/messages:

✅ Claude Code
✅ Anthropic SDK (Python / TypeScript)
✅任何客户都使用 ANTHROPIC_BASE_URL
OpenAI-format /v1/chat/completions 不支持此模式

如何尝试

Claude Code

在~/.claude/settings.json中,输入模型 ()完整的配置在这里):

json

"ANTHROPIC_MODEL": "anthropic/claude-fable-5-compressed-context"

Anthropic SDK / curl

curlPython (Anthropic SDK)

bash

curl https://nordrouter.com/v1/messages \
  -H "x-api-key: sk-nr-ВАШ-КЛЮЧ" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "anthropic/claude-fable-5-compressed-context",
    "max_tokens": 1024,
    "messages": [{ "role": "user", "content": "Привет!" }]
  }'

python

from anthropic import Anthropic

client = Anthropic(base_url="https://nordrouter.com", api_key="sk-nr-ВАШ-КЛЮЧ")

resp = client.messages.create(
    model="anthropic/claude-fable-5-compressed-context",
    max_tokens=1024,
    messages=[{"role": "user", "content": "Привет!"}],
)
print(resp.content[0].text)

缓存

产品缓存细节:缓存匹配可能是部分的部分重复文本有时按正常的输入价格进行.考虑到输入本身被认为是小的两倍,最终的价值仍然低于正常的Fable 5的完美缓存.

什么时候选择什么

剧本	模型
代理编码,长时间聊天,大文件在文本中	`claude-fable-5-compressed-context` 最大的节省率
字面引用/大量文本审计,关键的软件管道	`claude-fable-5` 普通模式
短暂的请求没有长文本	差异没有取消普通的

传说5 缩小了文本 ​

节省了多少钱? ​

只有Anthropic-format ​

如何尝试 ​

Claude Code ​

Anthropic SDK / curl ​

缓存 ​

什么时候选择什么 ​