Anthropic 的 Fable 5 模型是一款功能强大但价格昂贵的工具,其价格是 Opus 4.8 的两倍。该模型的高智能使其倾向于“过度用力”,导致在日常任务中不必要地消耗大量 Token。然而,有一种经过验证的方法可以将成本降低 50% 以上——即“10-80-10”方法,该方法已被该公司工程师积极采用。
方法核心:只在真正需要的地方使用
思路很简单:Fable 5 应仅用于需要其独特智能水平的任务。其余所有工作则委托给更便宜的模型。这种方法已被誉为在无财务损失前提下使用 Fable 5 的“作弊码”。
前 10% 的工作用于规划。在此阶段,Fable 5 扮演架构师的角色:它确定结构、方法、成功标准和限制条件。这里模型不生成代码,而是创建清晰的计划——如果计划正确,其余一切都将建立在坚实的基础上。
主要的 80% 是执行。日常事务、迭代和小修小改交给更实惠的模型:Opus 4.8 用于标准任务,Haiku 用于简单任务,在某些情况下甚至 GPT-5.5 也适用。正是在这个阶段消耗了最多的 Token,因此以双倍价格使用 Fable 在此处显然不划算。
最后的 10% 是验证。Fable 5 再次介入,将结果与原始架构进行比对:是否符合计划,是否存在漏洞。由于这是对已完成的解决方案进行验证,而非从头生成,因此 Token 消耗在此处最小。
新语法与自动化
不同于传统的“请求-响应-验证-重新请求”循环(其中循环角色由用户自身承担),建议通过 /goal 命令设定目标,并通过 /loop 配置自动循环。之后模型会自动启动子任务,从而大大简化流程。
额外节省建议
应从中等努力级别开始,而非最高级别:在中档模式下,Fable 5 的表现优于 Opus 的高档模式。同时建议删除为先前模型创建的旧技能(skills),因为短指令成本更低。给模型提供任务及其原因也很有用:这能减少修改次数,从而降低 Token 消耗。使用 /usage 命令可帮助控制支出。
特别注意高成本错误。第一个是意外启动 Fable:Claude Code 和应用程序现在默认使用此模型,因此每次会话都应检查选择器。第二个是缺乏支出限制。Fable 很快将转为按 Token 计费,因此应提前在设置中设定严格的限制。
Cryptalist 专家观点: 10-80-10 方法不仅仅是一种节省技巧,更是高效利用 AI 资源的基本原则。在先进模型成本不断上升的背景下,这种方法对于寻求优化 AI 预算的个人开发者和整个公司都变得至关重要。建议立即将此策略整合到您的工作流程中——明天它可能成为行业标准。