Anthropic降低Fable 5高成本的方案：将其变成管理者，委派给Sonnet 5

Claude Fable 5 是 Anthropic 目前最强大的模型，但其高昂的推理成本限制了大规模应用。面对来自中国开源模型的价格战以及 OpenAI 新发布的 GPT-5.6 Sol 更低的每 token 成本和更高的 token 效率，Anthropic 不得不寻找优化路径。近日，Anthropic 开发者团队公开推荐两种将 Fable 5 转化为“管理者”角色的策略，让能力稍弱但成本更低廉的 Sonnet 5 承担大部分执行工作。

这些策略的核心思想是避免让顶级模型处理每一个步骤，而是通过任务分解和按需咨询，在保持高质量输出的同时大幅减少高成本模型的调用次数。

在 Advisor 模式中，Sonnet 5 作为主要的执行者，只在遇到难以决断的问题时才向 Fable 5 请求指导。Anthropic 的测试显示，在 SWE-bench Pro 基准上，这种组合可以达到 Fable 5 独立运行时约 92% 的性能，但成本仅为后者的 63%。Fable 5 在每个任务中平均只被调用一次。

这种模式类似于让一位高级专家仅在有疑问时介入，日常工作中由熟练的助手完成。它尤其适用于那些大部分步骤可以自动化、但偶尔需要高难度决策的场景。

第二种 Orchestrator 模式则将 Fable 5 定位为规划者，负责分解任务并委派给多个 Sonnet 5 工作代理并行执行。在 BrowseComp 基准上，该模式达到了 Fable 5 独自完成时 96% 的性能，而成本仅为 46%——几乎减少了一半。

这种模式的优势在于充分利用了 Fable 5 的战略规划能力，同时利用多个 Sonnet 5 实例的并行处理提高效率。两种模式都依赖 Claude Managed Agents 来管理子代理，并且每个子代理维护独立的缓存，避免重复加载上下文带来的额外开销。

Anthropic 此番策略调整的背景是全球 AI 模型的价格战愈演愈烈。中国开源模型正在以远低于西方产品的价格提供接近的性能，而 OpenAI 的 GPT-5.6 Sol 不仅在每 token 价格上更具竞争力，还声称在 token 效率上更高。这些外部压力迫使 Anthropic 必须找到经济上可持续的方式，让用户愿意继续使用其最先进的模型。

虽然 Anthropic 并未明确承认价格压力是主要驱动因素，但时间点与市场动态高度吻合。通过这篇技术分享，Anthropic 实际上向开发者提供了一份实用的成本优化指南，也可能是在为 Fable 5 的广泛部署铺平道路。