--- title: '让 Fable 5 便宜 80%：五个用量秘籍' video_id: p8ypBeNXQ8E url: https://youtu.be/p8ypBeNXQ8E title_en: "Make Fable 5 80% Cheaper (& Other Usage Cheat Codes)" channel: Chase AI published: 2026-07-03 duration: "12:01" topics: [模型与能力, 多 Agent 协作, Claude Code 工作流] noted: 2026-07-06 value: B views: '5.4万' --- [![封面](https://i.ytimg.com/vi/p8ypBeNXQ8E/maxresdefault.jpg)](https://youtu.be/p8ypBeNXQ8E) > Chase AI · 12:01 · 发布 2026-07-03 · 5.4万次观看(截至抓取) · [观看原视频](https://youtu.be/p8ypBeNXQ8E) ## 主旨 在 Fable 5 每周用量受限、又要按 API 价格付费的窗口期,通过降 effort level、分工不同模型、借第三方压缩 skill、把调研让给便宜模型、用 advisor mode 五种方式,在几乎不损失效果的前提下大幅压低这个旗舰模型的 token 成本。 ## 核心论点 1. **降 effort level 是投入产出比最高的省钱开关**——在长周期基准和前沿代码基准上,低档位往往能拿到接近甚至优于默认高档位的表现,成本却低一个数量级。([[#1-降低-effort-level最容易也最高杠杆的省钱动作-0058|→ 详解1]]) 2. **不要让 Fable 5 又规划又执行**——把它用作架构师产出计划,把落地实现明确移交给更便宜的模型执行,才能避免它把宝贵用量耗在低价值的重复劳动上。([[#2-把-fable-5-变成架构师而不是又规划又执行的通才-0433|→ 详解2]]) 3. **第三方 token 压缩 skill 哪怕效果存疑也值得一试**——即使只换来 20% 左右的成本下降,在动辄几千美元的用量规模下也是实打实的钱。([[#3-第三方-token-压缩-skill即便存疑也值得一试-0601|→ 详解3]]) 4. **调研该交给便宜模型,规划才该留给 Fable 5**——获取信息不需要顶级推理能力,把这部分工作下放能省下用量专供真正需要高智力的规划决策。([[#4-调研交给便宜模型规划才留给-fable-5-0740|→ 详解4]]) 5. **Advisor mode 把"强模型出主意、弱模型干活"做成了官方机制**——执行模型只在卡住时才向顾问求助,而不是全程占用更贵的模型。([[#5-advisor-mode强模型只出主意弱模型负责干活-0943|→ 详解5]]) ## 知识点详解 ### 1. 降低 effort level:最容易也最高杠杆的省钱动作 [00:58](https://youtu.be/p8ypBeNXQ8E?t=58) 视频引用了 Deep Sweep(一个专门评测长周期 agentic 任务的基准)上的数据:Fable 5 在 max effort 下平均每个任务成本约 22 美元,通过率 70%;换到 low effort,成本降到 3.76 美元,Effort Level 降一档带来了超过 80% 的成本削减。更关键的是,low effort 下的 Fable 5(60% 通过率、3.76 美元)已经优于 max effort 的 Opus 4.8(59% 通过率、13 美元),[00:58](https://youtu.be/p8ypBeNXQ8E?t=58)。 Anthropic 自己公布的"前沿代码准确率对成本"图表印证了同一结论:Fable 5 在 low 档约花 5 美元就拿到与 Opus 4.8 max 档(约 11 美元)相同的分数,如果升到 medium 档,分数已经超过 Opus 4.8,花费却还低于多数人默认使用的 Opus extra high 档。 作者的建议是按任务复杂度分档:像 Deep Sweep 里那种真正复杂的长周期任务可能需要 high 甚至 extra high;但如果只是做网页设计这类相对简单的任务,medium 或 low 就足够,而且立刻能带来成本和用量的双重下降。切换方式很简单,在终端里用 `/effort` 命令即可设置。 ### 2. 把 Fable 5 变成架构师,而不是又规划又执行的通才 [04:33](https://youtu.be/p8ypBeNXQ8E?t=282) 第二个技巧是停止让 Fable 5 既做计划又做执行。更合理的分工是让它只产出计划,再根据计划复杂度把具体工作分给合适的模型——可能是 Opus、Sonnet,也可能是外部模型如 GPT 5.5,甚至本地模型,[04:42](https://youtu.be/p8ypBeNXQ8E?t=282)。 作者提到 Fable 5 本身足够聪明,可以在计划里显式指名"这部分交给 Opus,那部分交给 Sonnet,第三部分发给 GPT 5.5"。这正是 Claude Code 里 Codex 插件一类工具的用武之地,可以让 Fable 直接调用 Codex 的 rescue 功能把任务派发出去。 如果嫌显式调用多个模型太复杂,一个更简单的落地方式是:让 Fable 5 停在 plan mode,产出一份 markdown 计划文件,然后开一个新会话,换成 Opus 去执行这份计划。核心目的都是一样的:不让 Fable 5 把 token 烧在执行阶段那些低层级、任何模型都能干的重复劳动上。 ### 3. 第三方 token 压缩 skill:即便存疑,也值得一试 [06:01](https://youtu.be/p8ypBeNXQ8E?t=430) 第三个技巧是引入 Ponytail 这类专门为降低 token 消耗设计的第三方 skill——给模型一套编码规范,让它在保持输出效果不变的前提下写更少的代码。作者提到 Ponytail 官方给出的基准只在 Haiku 4.5 上测过,而他此前用 Opus 4.8 复测发现效果更好(代码更少、token 更省、速度更快);这次他又在 Fable 5(medium 档)上跑了同一批基准,结果显示成本整体下降了约 22%,[07:10](https://youtu.be/p8ypBeNXQ8E?t=430),甚至优于官方针对 Haiku 给出的数字。 视频同时提到市面上还有 Caveman 一类声称效果类似的 skill。作者的态度是:哪怕这类第三方 skill 的效果让人有点将信将疑,考虑到 Fable 5 本身是一个偏贵的模型,如果真能拿到 20% 左右的成本下降,在动辄几千美元的用量规模下,20% 是一笔实打实的钱,值得去试,而不是一口否定,[07:37](https://youtu.be/p8ypBeNXQ8E?t=457)。 ### 4. 调研交给便宜模型,规划才留给 Fable 5 [07:40](https://youtu.be/p8ypBeNXQ8E?t=555) 第四个技巧表面上和第二个技巧相反:这次说的不是"Fable 出计划",而是"别让 Fable 去做需要先收集信息的那部分工作"。作者的落点是 Deep Research——Claude Code 里内置的 `/deep-research` 动态工作流,会自动派生大量子代理去调研。他在准备这期视频时用过一次,一口气生成了 109 个子代理。 作者明确表示不会用 Fable 5 去跑这 109 个子代理里的每一个,那样会迅速耗尽用量额度,而且调研本身也不需要那么高的推理智力。更合理的做法是用 Opus 一类"低层级"模型出去收集信息、做基础的对抗性核验,确认信息站得住脚,再把整理好的上下文交给 Fable 5,[09:15](https://youtu.be/p8ypBeNXQ8E?t=555)。让 Fable 5 只承担"基于已核验信息做高层规划"这一步,把信息收集这类不需要顶级智力的环节让给更便宜的模型。 ### 5. Advisor mode:强模型只出主意,弱模型负责干活 [09:43](https://youtu.be/p8ypBeNXQ8E?t=595) 第五个技巧是几个月前就已经上线的 Advisor Mode。它最早是以 Opus 与 Sonnet 搭档的形式出现:有一个更聪明的模型作为顾问兼规划者,把计划交给更低层级的执行模型(比如 Sonnet)去实际调工具、读写代码;执行模型一旦卡住,就把当前上下文回传给顾问模型,由顾问模型告诉它下一步该怎么办,[09:55](https://youtu.be/p8ypBeNXQ8E?t=595)。 Anthropic 官方还没公布 Fable 5 作顾问、Opus 或 Sonnet 作执行者的具体数据,但作者引用了 Opus/Sonnet 4.6 时代的一张对比图,结论是:用 advisor mode 之后,执行模型能以更低成本拿到更好的表现,整体效率更高。 要让 Fable 5 以顾问身份工作,关键在于:当前设置的"主模型"就是实际执行、写代码的那个模型,所以如果想让 Fable 5 当顾问、Opus 实际干活,需要先把主模型设成 Opus,再用 `/advisor` 命令把顾问模型指定为 Fable。这样 Fable 5 就变成了只负责出主意的架构师和指挥者,具体执行全部交给 Opus。 ## 可执行步骤 - [ ] 简单任务(如常规网页开发)先把 effort level 降到 medium 或 low 试试效果,只有长周期复杂任务才考虑 high/extra high。 - [ ] 不要让同一个 Fable 5 会话既规划又执行:让它先出计划(或直接用 plan mode 落一份 markdown),再开新会话用 Opus/Sonnet 执行。 - [ ] 挑一两个第三方 token 压缩 skill(如 Ponytail)在自己的模型和典型任务上实测一遍,别只信官方针对某一个模型给出的基准数字。 - [ ] 需要联网调研/收集最新信息时,优先用便宜模型或 deep research 类工作流完成,再把整理好的信息交给顶级模型做规划决策。 - [ ] 如果执行模型经常在复杂问题上卡壳,尝试把主模型设为执行者、用 `/advisor` 把更聪明的模型设为顾问,而不是全程用贵模型跑执行细节。 ## 关联 - 印证:同频道 [[2026-07-02-Fable5五个高杠杆用例|Fable5 五个高杠杆用例]] 里"用便宜模型做调研规划、把成品喂给 Fable 5 执行"的用量经济学思路,与本篇详解4"调研交给便宜模型、规划留给 Fable 5"呼应,但两篇分工边界不同——那篇是 Opus 连规划都做完再交给 Fable 5 只管执行,本篇则是 Opus 只做调研收集信息,规划这一步仍由 Fable 5 自己完成,是同一套"分层调度稀缺用量"思路下更细粒度的两种切法。 - 印证:[[2026-06-10-Fable5实测agentic交易的策略与踩坑|Fable5实测agentic交易的策略与踩坑]] 里的 模型切换(把查数据等杂活交给便宜模型、核心分析才切回贵模型)与本篇详解2"把 Fable 5 变成架构师、执行交给更便宜模型"是同一分层调度原则在不同场景下的重复出现。 - 复现(反例):[[2026-06-22-GLM 5.2 实测：与 Opus 4.8、GPT 5.5 的三方对比|GLM 5.2 三方对比]] 复用本篇 Effort Level、Deep Sweep 的成本-通过率视角,但给出"便宜模型单价优势被 10 倍 token 消耗反吃"的反例——本篇给"降档最省钱"的定量,那篇提醒"便宜未必省"。 - 复现:[[2026-07-09-Fable 5 四关实测对决 Opus 4.8 与便宜模型：何时付双倍价与六种省 token 法|Fable 5 四关实测对决]] 把本篇 Effort Level 具体化到"generic chitchat 用 low"这一场景判据。 ## 术语 - Effort Level(Claude Code 里控制模型推理强度的分档参数,从 low 到 max,直接决定 token 成本与准确率的取舍) - Advisor Mode(顾问模式:强模型只负责规划和答疑,执行模型卡住时才向其求助) - Ponytail(第三方 Claude Code skill,靠一套编码规范让模型少写冗余代码、降低 token 消耗) - Deep Research(Claude Code 内置的多步自主调研动态工作流,可派生大量子代理并行搜集信息) ## 金句 > "20% is a lot of money when we're talking about thousands of dollars." → 面对一个偏贵的旗舰模型,哪怕是听起来存疑的第三方优化手段,只要真能省下一两成成本,在大额用量面前就不该被一口否定。 ## 立场与利益 视频中段插入了作者自己"Claude Code Masterclass"课程和付费社区 Chase AI Plus 的推广,提到该课程每周更新且包含 Codex Masterclass 和 Agentic OS Masterclass。五个用量技巧本身(降 effort、模型分工、第三方 skill、调研外包、advisor mode)都是可独立验证、不依赖购买其课程的通用 Claude Code 用法。 ## 价值定位 适合已经在用 Fable 5(或同类顶级推理模型)、订阅方案有周用量上限、开始感到成本或额度吃紧的进阶用户。核心解决的是一个具体问题:同样的任务,如何用更低的 effort 档位、更合理的模型分工,拿到接近甚至更好的效果。纯新手若还没遇到用量瓶颈,这些技巧会显得悬空;而"降 effort level""调研外包给便宜模型"两条几乎零门槛,任何 Claude Code 用户当天就能试。 ## 自检问题 1. 视频里 Deep Sweep 基准上,Fable 5 low effort 和 max effort 分别对应多少成本和通过率? **答案**:max effort 约 22 美元、70% 通过率;low effort 约 3.76 美元、60% 通过率,后者已经优于 Opus 4.8 max 档(13 美元、59%),见"知识点1"。[00:58](https://youtu.be/p8ypBeNXQ8E?t=58) 2. 技巧二里,为什么不建议让 Fable 5 自己规划又自己执行? **答案**:执行阶段大量是低层级、任何模型都能完成的重复劳动,让 Fable 5 亲自执行会白白烧掉宝贵且昂贵的用量,更合理的做法是让它只出计划、把执行明确移交给 Opus/Sonnet 等更便宜的模型,见"知识点2"。[04:42](https://youtu.be/p8ypBeNXQ8E?t=282) 3. Ponytail 这类 token 压缩 skill,作者在 Fable 5 上实测得到的成本下降幅度是多少? **答案**:约 22%,比官方针对 Haiku 4.5 给出的基准数字还要好,见"知识点3"。[07:10](https://youtu.be/p8ypBeNXQ8E?t=430) 4. 技巧四和技巧二看似矛盾(一个说"Fable 出计划",一个说"别让 Fable 做调研"),两者具体怎么分工? **答案**:并不矛盾——调研收集信息这一步交给 Opus 等便宜模型完成并核验,规划决策这一步仍然由 Fable 5 自己来做,只是把"收集信息"和"做规划"这两件事拆开分给了不同层级的模型,见"知识点4"。[09:15](https://youtu.be/p8ypBeNXQ8E?t=555) 5. 要让 Fable 5 以 advisor mode 的顾问身份工作,主模型应该设成什么、具体怎么操作? **答案**:主模型(实际执行、写代码的模型)要设成 Opus 或 Sonnet,再用 `/advisor` 命令把顾问模型指定为 Fable,这样 Fable 5 只负责在执行模型卡壳时给建议,见"知识点5"。[09:55](https://youtu.be/p8ypBeNXQ8E?t=595) > [!quote] 💬 热门评论 top-9 主 + 11 回(抓取 2026-07-07) > > [2] **@ABTalksOnAI**:架构师与执行者的概念很有道理。感觉未来不是一个超级模型做所有事，而是多个模型各司其职。分析得很好。 👍 1 > [3] **@Divilen**:我用了更简单的方法，用Fable medium/extra创建任务，并在指令文件中告诉它：“使用子代理来节省成本，用于那些不需要Fable高级推理的任务，并确保工作质量与你自己做的一致。（永远不要用Sonnet 5，因为它很垃圾）” 👍 47 >   ↪ **@comeatmebro-121**:Sonnet 5怎么垃圾了？真心提问。 👍 5 >   ↪ **@pencilcheck**:Sonnet不垃圾，能详细说说吗？ 👍 4 >   ↪ **@smackyay**:你怎么敢这么说Sonnet？ 👍 1 >   ↪ **@peterchannel5697**:Sonnet是垃圾。它的成本和用量几乎和Opus 4.8一样。而且性能比Opus差远了。 👍 1 >   ↪ **@VioletGiraffe**:Sonnet 5比4.6还差？ > [5] **@StrykEdits**:Fable太牛了！我最新应用进展神速。我用Claude IDE配合Opus聊天和工作，然后让它启动一个Fable代理……这意味着我从不从下拉菜单里选Fable作为模型。我让Opus来选择它，用于审计计划、审计工作、提出反对意见，以及处理真正困难的部分。这有点像高级开发监督初级开发，并在需要时介入。这样能最大化利用token。 👍 9 >   ↪ **@beautyintheheart**:有趣的是，你让初级开发（尤其是麻烦的Opus 4.7/4.8系列）来调用高级开发！效果这么好，太棒了！！这和我预期的相反，所以要不是你发出来，我肯定不会尝试。谢谢。 👍 1 > [9] **@skaylingop9673**:5:57 与其让Fable直接规划，我个人用这个工作流：用Fable规划 -> 用其他模型执行 -> 用Fable审查。我发现这个流程在产生高质量输出的同时，能大量节省Fable的使用量。 👍 13 > ——其他 4 条:感谢/夸赞([4]@martinjeppesen6520、[6]@foxescouch9602、[7]@Snuffem、[8]@SimX9000);1 条 spam 已略 >
英文原文[1] @Chase-H-AI(UP):Get all video resources + the Claude Code Masterclass 👉 https://www.skool.com/chase-ai 👍 2
[2] @ABTalksOnAI:The Architect vs Executor idea makes a lot of sense. Feels like the future isn't one super model doing everything, but multiple models each handling what they're best at. Nice breakdown. 👍 1
[3] @Divilen:i did a simpler way, create task with fable medium/extra and tell it this inside instructions file "use sub agents to save cost on tasks that dont require the advanced reasoning of Fable and ensure the quality of the work remains consistent to what you would do on your own. (Never use sonnet 5 because it is trash)" 👍 47
  ↪ @comeatmebro-121:How is Sonnet 5 trash? Honest question. 👍 5
  ↪ @pencilcheck:Sonnet is not trash, can you elaborate? 👍 4
  ↪ @smackyay:How dare you talk about sonnet this way? 👍 1
  ↪ @peterchannel5697:Sonnet is trash. The cost and usage is almost equal to opus 4.8. And iit stills perform really bad compare to opus 👍 1
  ↪ @VioletGiraffe:Sonnet 5 worse than 4.6?
[4] @martinjeppesen6520:Fable made me start playing the lottery. 👍 27
  ↪ @sebkeccu4546:For me it's a lottery that i win every time, i'm always pushed back to opus ... the saveguards are too sensitive 👍 1
  ↪ @Code-With-Robby:loool
[5] @StrykEdits:Fable is insane! So much progress on my latest app. I use Claude IDE with Opus for chatting and work, and have it spin up a Fable agent....This means I never chose Fable in the drop menu as the model. I let Opus choose it to audit plans, audit work, provide pushback, and do the really hard stuff. It's sort of like the Senior Dev overseeing the junior and stepping in when needed. Maximizing tokens that way for sure. 👍 9
  ↪ @beautyintheheart:it’s interesting you’re having the junior dev (esp if it’s the troubling opus 4.7/4.8 lineage) call the senior! awesome that it works!! seems kind of reverse of what i’d expect so i wouldn’t necessary try this u less you posted it. thank you 👍 1
[6] @foxescouch9602:It's actually easier than that for effort. Just tell fable as part of your first prompt to always suggest an effort level for each project so it gives you the max benefits. 👍 12
  ↪ @sebkeccu4546:Which effort level do you use for that pre-prompt ? 😂 😂 👍 7
[7] @Snuffem:So many channels waste my time. You actually give useful info. Thanks 👍 1
[8] @SimX9000:Anthropic will be singing a different tune once OpenAI drops Sol 👍 22
  ↪ @knowitall4734:I think I will just switch to Sol anyway as an f-you to Anthropic, I am so sick of their antics! 👍 7
  ↪ @Saradomin65:I can't wait for it to be released, just really hoping its UI is improved 🤞 👍 1
[9] @skaylingop9673:5:57 Rather that just having Fable Plan it, I personally use this workflow: Plan with Fable -> Execute with alternate models -> review with Fable I have found this flow to be incredible at producing high-level outputs while saving a ton on usage of Fable 👍 13