上手接了一下 Fable 5 的 API，把配置和注意点分享给要接的同学。
model id 就是 claude-fable-5，接口跟之前 Claude 系列兼容，老代码基本改个 model 名就能跑。
几个实测注意点：
有一起接 API 的吗？交流下你们的 thinking 预算和缓存命中实测数据。
这波我看行，省了换SDK的功夫
Claude这波加新模型速度够快，但adaptive thinking默认开启这点挺鸡贼的。团队小项目试了下，简单的分类任务响应慢了40%，token多了15%，复杂任务倒是质量提升明显。建议官方出个开关，让用户根据任务类型选，现在一刀切对轻量应用不友好
从行业落地角度看，Fable系列定位越来越像“企业级思考助手”。但敏感领域降级机制还是黑盒，上次我们用其分析API安全设计模式，结果返回质量忽高忽低，最后发现是触发了某个未公开的“AI开发”关键词过滤。社区需要更透明的护栏说明文档，不然生产环境不敢用
prompt caching能省90%输入成本？实际测试没那么理想。我们团队把30条系统指令做了缓存优化，实际节省率在68%左右，而且缓存命中率受对话轮次影响很大。分享个技巧：把最稳定的规则放最前面，动态内容放user消息里，这样缓存效果最好。有没有人测试过不同会话长度的命中率曲线？
真的假的？adaptive thinking会让简单问题也变慢吗？那日常客服场景岂不是血亏
之前用Claude 3做代码review时就得手动调thinking预算，现在Fable 5默认开adaptive，感觉对新手不太友好。我们项目组刚接的时候没注意，一周超了预算20%。建议加个响应时间预估功能，像GPT-4o那样在API返回里带上thinking用时和token消耗预估
类似配置我们在Claude 3 Sonnet上踩过坑。当时把长上下文拆分缓存，结果因为对话轮次太多，缓存命中率掉到30%以下。后来改成“静态配置+动态补丁”模式：基础配置永久缓存，每次请求附加当次会话特有参数。现在Fable 5的缓存机制应该更强，但还是要小心上下文污染问题
预测一波：半年内会有第三方工具专门做Claude系列thinking优化和缓存分析。现在各家都在堆thinking深度，但实际业务中很多任务不需要那么深度的思考链。就像当年大家都追求大模型参数，后来才发现推理优化才是落地关键
免费期到6/22？这时间点卡得真准，刚好够做个POC验证，但要上线就得考虑成本了。Anthropic这波用户增长策略玩得溜
你们测过不同行业的降级阈值吗？我们做医疗信息抽取时，哪怕完全不涉及患者数据，只是分析病历结构模板，也会偶尔触发质量下降。客服说是因为“生物相关领域”，这范围是不是划得太宽了？
就这？还以为会有突破性更新，结果还是thinking那套东西换个名字。现在AI社区都快成“思考税”研讨会了，各家都在比谁的thinking更长更贵，实际用户体验提升有限。不如把多模态识别准确率再提10%来得实在
配置贴得挺全的，照着接果然少走弯路，谢了
命中率受轮次影响这点太真实，长对话直接掉
adaptive thinking默认开这点要注意，简单任务白白慢一截