Anthropic ra mắt Claude Fable 5.1? Giá đọc bộ đệm giảm 75%

Anthropic ra mắt Claude Fable 5.1? Anthropic chính thức giới thiệu Claude Fable 5.1 và Claude Mythos 5.1 vào ngày 1 tháng 9 năm 2026, kết hợp các cải tiến lớn về hiệu suất lập trình và công việc tri thức với mức giảm 75% cho giá đọc bộ đệm prompt của Fable 5.1. Khi các mô hình trí tuệ nhân tạo xử lý các phiên làm việc đa lượt ngày càng phức tạp của nhà phát triển, chi phí token API đã nổi lên như một nút thắt vận hành chính đối với các nhóm kỹ thuật. Trước đây, việc duy trì ngữ cảnh hội thoại mở rộng đòi hỏi phải trả mức giá đầu ra/đầu vào đầy đủ cho mỗi lượt tiếp theo. Hiện nay, nhờ việc các nhà cung cấp tiên phong đang tích cực giảm giá các lượt đọc ngữ cảnh được lưu trong bộ đệm, các nhà phát triển có thể duy trì các vòng lặp tác nhân chạy dài và cơ sở mã nguồn mở rộng với chi phí vận hành thấp hơn đáng kể.

Dấu mốc kinh doanh & Nút thắt tài chính: Phát hành Claude Fable 5.1 và Giảm giá bộ đệm

Tổng quan nhanh

Anthropic phát hành Claude Fable 5.1 và Claude Mythos 5.1 vào ngày 1 tháng 9 năm 2026, chia sẻ cùng một mô hình nền tảng trên các tầng bảo vệ song song.
Giá đọc bộ đệm prompt cho Fable 5.1 giảm 75%, từ một đô la xuống còn 25 xu cho mỗi triệu token trong khi mức giá cơ bản không đổi.
Tổng chi phí API giảm khoảng 25% đối với các khối lượng công việc thông thường và lên tới 45% đối với các quy trình làm việc mang tính tác nhân nặng về ngữ cảnh.

Kinh tế học đơn vị của việc phát triển trí tuệ nhân tạo tiên phong đang chuyển dịch sang việc cắt giảm chi phí mạnh mẽ đối với ngữ cảnh tĩnh. Đối với các nhóm phần mềm xây dựng các tác nhân lập trình tự trị và công cụ phân tích sâu, việc tích lũy ngữ cảnh có thể trở thành một yếu tố đóng góp lớn vào hóa đơn đám mây hàng tháng. Khi một tác nhân kiểm tra các tệp, chạy kiểm thử đơn vị và duy trì trạng thái hội thoại, khối lượng token đầu vào sẽ mở rộng theo từng bước. Khi các mô hình tính phí mỗi lượt hội thoại ở mức giá đầu vào đầy đủ, việc thực thi tác nhân đa lượt nhanh chóng trở nên quá tốn kém đối với môi trường sản xuất.

Việc tái cấu trúc thương mại được giới thiệu khi Anthropic ra mắt Claude Fable 5.1 giải quyết trực tiếp rào cản chi phí này. Claude Fable 5.1 và Claude Mythos 5.1 chia sẻ cùng một mô hình cơ bản nhưng khác nhau về cấu hình bảo vệ: Fable 5.1 được cung cấp rộng rãi cho các nhà cung cấp điện toán đám mây thương mại, trong khi Mythos 5.1 bị giới hạn ở các tổ chức khoa học đời sống và an ninh mạng đã được kiểm duyệt theo các chương trình truy cập đáng tin cậy. Ngoài việc thiết lập các kỷ lục chuẩn mực—bao gồm 52,6 phần trăm trên bộ đánh giá Terminal-Bench-Science 0.1—Fable 5.1 cắt giảm giá đọc bộ đệm từ một đô la xuống còn 25 xu cho mỗi triệu token, như được trình bày chi tiết trong thông báo ra mắt chính thức của Anthropic.

Bảng phân tích giá bộ đệm prompt của Claude Fable 5.1 cho thấy mức giảm 75% chi phí đọc bộ đệm và tiết kiệm khối lượng công việc tổng thể

Mặc dù giá đầu vào và đầu ra cơ bản giữ nguyên lần lượt ở mức mười đô la và năm mươi đô la cho mỗi triệu token, việc giảm giá các lượt đọc được lưu trong bộ đệm đi 75% làm thay đổi cấu trúc kinh tế của các vòng lặp tác nhân. Đối với các khối lượng công việc thường xuyên tham chiếu các prompt hệ thống tĩnh, lược đồ API lớn và các kho lưu trữ cơ sở mã ổn định, tổng chi phí suy luận giảm từ 25% đến 45%. Sự thay đổi này cho phép các nhóm kỹ thuật triển khai các quy trình làm việc của nhà phát triển có mật độ ngữ cảnh dày đặc với chi phí vận hành thấp hơn, như được đưa tin bởi báo cáo ngành của TechCrunch.

Kết quả đánh giá Terminal-Bench-Science so sánh độ chính xác và hiệu quả chi phí của Claude Fable 5.1 với các mô hình tiên phong khác

Nguyên nhân gốc rễ hệ thống & Cơ chế kỹ thuật của lạm phát token trong tác nhân đa lượt

Ở tầng API và ứng dụng, các quy trình làm việc tác nhân đa lượt vốn dĩ tạo ra việc xử lý ngữ cảnh lặp đi lặp lại. Trong môi trường lập trình tương tác, trợ lý phải liên tục đánh giá lại cùng một cấu trúc kho lưu trữ, hướng dẫn dự án và các kết quả thực thi công cụ trước đó. Nếu không có tính năng bộ đệm prompt hiệu quả, ngữ cảnh hội thoại lặp lại có thể được xử lý và tính phí lại theo tỷ lệ đầu vào tiêu chuẩn ở các lượt tiếp theo, làm nhân lên mức tiêu thụ token trong các phiên dài.

Bộ đệm prompt giải quyết sự trùng lặp này bằng cách cho phép API tái sử dụng ngữ cảnh đã được xử lý trước đó thay vì tính phí các token đầu vào lặp lại với giá đầy đủ. Tuy nhiên, để tận dụng các khoản giảm chi phí này với Fable 5.1, các nhà phát triển cần phải điều hướng một số thay đổi API đột ngột ảnh hưởng đến cách cấu trúc ngữ cảnh hội thoại.

Thay đổi API đột ngột trong vòng lặp tác nhân đa lượt

Fable 5.1 giới thiệu một số thay đổi về hành vi API ảnh hưởng đến việc lựa chọn công cụ, tính tương thích của khối suy nghĩ và xử lý lịch sử hội thoại, như được ghi lại trong tài liệu dành cho nhà phát triển của Claude Platform:

Loại bỏ lựa chọn công cụ bắt buộc: Đặt tool_choice thành any hoặc tool giờ đây trả về lỗi HTTP 400. Các nhà phát triển phải chuyển sang chế độ auto kết hợp với các lược đồ đầu ra có cấu trúc hoặc hướng dẫn prompt hệ thống nghiêm ngặt.
Khối suy nghĩ giới hạn theo mô hình: Fable 5.1 có thể phân tích các khối suy nghĩ được tạo ra bởi các mô hình trước đó, nhưng các mô hình cũ hơn không thể diễn giải các khối lý luận từ Fable 5.1. Các thiết lập bộ định tuyến đa mô hình chuyển đổi dự phòng sang các mô hình nhỏ hơn sẽ mất ngữ cảnh lý luận khi chuyển đổi.
Vô hiệu hóa ngữ cảnh trên các lượt được chỉnh sửa: Việc sửa đổi hoặc chèn các lời nhắc hệ thống vào các lượt hội thoại trước đó giờ đây làm mất hiệu lực của các khối suy nghĩ tiếp theo đối với các tài khoản được tạo từ ngày 31 tháng 8 năm 2026. Các nhóm phải áp dụng các thông báo hệ thống theo phạm vi lượt hoặc xử lý các bản cập nhật ngữ cảnh ở phía máy chủ.

Điểm chuẩn lập trình tác nhân Terminal-Bench cho Claude Fable 5.1 và Claude Mythos 5.1 dưới các biện pháp bảo vệ sản xuất

Biểu đồ dưới đây đối chiếu việc thanh toán token tuyến tính tiêu chuẩn với tối ưu hóa ngữ cảnh được lưu trong bộ đệm prompt:

[Luồng thanh toán Token tuyến tính (Chi phí tích lũy cao)]
  Lượt 1 (Prompt hệ thống + Cơ sở mã) ──> Tỷ lệ token đầu vào đầy đủ ($10/M)
  Lượt 2 (Lịch sử tích lũy + Gọi công cụ) ──> Đánh giá lại ngữ cảnh đầy đủ ($10/M)

[Kiến trúc ngữ cảnh được lưu trong bộ đệm prompt]
  Lượt 1 (Định nghĩa công cụ & hệ thống tĩnh) ──> Ghi bộ đệm 5 phút ($12.50/M)
  Lượt 2 (Kết quả công cụ gia tăng) ──> Đọc bộ đệm giảm giá ($0.25/M) + Token gia tăng ($10/M)

Bằng cách cấu trúc các payload API để tối đa hóa số lần truy cập bộ đệm trên các tiền tố tĩnh, các nhóm kỹ thuật có thể duy trì các vòng lặp lý luận chạy dài trong khi vẫn giữ chi phí đơn vị ở mức có thể dự đoán được trên các biểu đồ thực thi phức tạp.

Đánh giá kiến trúc: Quản lý ngữ cảnh và Tài chính vận hành cho các tác nhân đa lượt

Khi các kiến trúc phụ trợ tích hợp bộ đệm prompt và các tác nhân nặng về ngữ cảnh, các nhà lãnh đạo kỹ thuật phải tối ưu hóa việc quản lý ngữ cảnh trên các đường ống phần mềm của họ. Các nhà phát triển phải đánh giá việc tái sử dụng ngữ cảnh tác động như thế nào đến chi phí cho mỗi tác vụ và hiệu suất của mô hình trên các danh mục khối lượng công việc khác nhau.

Kinh tế học khối lượng công việc: Đánh giá hướng dẫn chi phí chính thức

Bảng dưới đây phác thảo tác động tài chính ước tính trên các cấu hình vận hành khác nhau dựa trên các điểm chuẩn mô hình chính thức và hướng dẫn định giá:

Hồ sơ khối lượng công việc	Hướng dẫn chi phí chính thức	Yếu tố thúc đẩy chính
Khối lượng công việc thông thường (API / Doanh nghiệp / Claude Code)	Chi phí ước tính thấp hơn ~25%	Các lượt đọc bộ đệm lặp lại rẻ hơn 75% trên các tiền tố tĩnh
Khối lượng công việc mang tính tác nhân cao (Nặng ngữ cảnh / Đa lượt)	Chi phí ước tính thấp hơn tới ~45%	Tái sử dụng ngữ cảnh thường xuyên trên các vòng lặp công cụ và lý luận mở rộng
Khối lượng công việc sản xuất tùy chỉnh	Yêu cầu điểm chuẩn	Khoản tiết kiệm thực tế phụ thuộc vào đầu vào chưa lưu trong bộ đệm, khối lượng đầu ra và tần suất ghi

Bên cạnh các bản cập nhật giá cả, các yêu cầu tuân thủ của doanh nghiệp đang thúc đẩy những thay đổi kiến trúc trong quản trị dữ liệu. Để hỗ trợ các tổ chức hoạt động trong môi trường được quản lý chặt chẽ, Anthropic đã công bố Biện pháp bảo vệ biên giới doanh nghiệp (EFS), sẽ được triển khai cho khách hàng theo các giai đoạn bắt đầu từ cuối mùa thu này, như được trình bày chi tiết trong thông báo EFS chính thức của Anthropic.

Sơ đồ kiến trúc Biện pháp bảo vệ biên giới doanh nghiệp hiển thị cơ sở hạ tầng đám mây do khách hàng quản lý và quy trình không lưu giữ dữ liệu

EFS cho phép khách hàng doanh nghiệp duy trì các lợi ích về quyền riêng tư của việc không lưu giữ dữ liệu trong khi vẫn triển khai tính năng giám sát an toàn tự động. Theo kiến trúc này, dữ liệu hoạt động dùng để giám sát được lưu trữ trong cơ sở hạ tầng đám mây do khách hàng quản lý trên Amazon Web Services, Google Cloud hoặc Microsoft Azure, giữ cho dữ liệu giám sát nằm trong cơ sở hạ tầng do khách hàng kiểm soát.

Danh sách kiểm tra tích hợp & Lịch trình quản trị: Thích ứng với giá cả mới và ràng buộc API

Để tối đa hóa lợi thế kinh tế của việc giảm giá bộ đệm prompt trong khi vẫn duy trì sự tuân thủ của doanh nghiệp, các nhóm kỹ thuật và tài chính vận hành có thể tuân theo các hướng dẫn triển khai có cấu trúc.

So sánh điểm chuẩn GDPval-AA minh họa hiệu suất của Claude Fable 5.1 trong các quy trình làm việc tri thức đa ngành

Danh sách kiểm tra triển khai cho nhà phát triển

Thiết lập điểm ngắt bộ đệm prompt: Cấu trúc các payload API sao cho các prompt hệ thống lớn, tĩnh, các định nghĩa cơ sở mã và lược đồ công cụ được đặt trước các lượt hội thoại động để tối đa hóa tỷ lệ truy cập bộ đệm.
Tái cấu trúc lược đồ lựa chọn công cụ: Loại bỏ các tham số tool_choice bắt buộc đã lỗi thời, cập nhật các thư viện máy khách để sử dụng chế độ auto cùng với việc xác thực đầu ra có cấu trúc.
Áp dụng thông báo hệ thống theo phạm vi lượt: Đảm bảo các hướng dẫn động được truyền qua các tham số theo phạm vi lượt thay vì chỉnh sửa các lượt hội thoại trước đó, ngăn chặn việc vô hiệu hóa khối suy nghĩ.

Danh sách kiểm tra chiến lược sản phẩm & Tài chính vận hành

Tính toán lại kinh tế học đơn vị cho các tính năng mật độ ngữ cảnh cao: Mô hình hóa biên độ tính năng dựa trên mức giá đọc bộ đệm $0.25/M, đánh giá tính khả thi của việc mở rộng các cửa sổ ngữ cảnh mặc định.
Theo dõi tỷ lệ truy cập bộ đệm sản xuất: Giám sát tần suất đọc bộ đệm trên các quy trình làm việc tác nhân để đảm bảo các prompt hệ thống ổn định trong suốt các phiên đa lượt.
Chuẩn bị cho việc xác minh đánh dấu mờ: Đánh giá API phát hiện hình mờ bản xem trước riêng tư của Anthropic để căn chỉnh việc xác minh đầu ra với các yêu cầu minh bạch của Đạo luật AI EU, như được ghi lại trong tổng quan về hình mờ của Anthropic.

Bằng cách căn chỉnh các mẫu tiêu thụ API với cơ sở hạ tầng bộ đệm hiện đại, các nhóm phát triển có thể mở rộng quy mô năng lực tác nhân tự trị đồng thời duy trì quyền kiểm soát chặt chẽ đối với chi phí vận hành.

Các câu hỏi thường gặp (FAQ)

Mức giảm 75% giá đọc bộ đệm ảnh hưởng như thế nào đến tổng chi phí API?

Các lượt đọc bộ đệm đề cập đến các token đầu vào đã được xử lý và lưu trong bộ đệm bởi mô hình. Dưới Fable 5.1, các lượt đọc bộ đệm có giá $0.25 cho mỗi triệu token so với mức giá đầu vào cơ bản là $10 cho mỗi triệu token. Anthropic ước tính các khối lượng công việc thông thường có thể tốn ít hơn khoảng 25% và các khối lượng công việc mang tính tác nhân cao có thể tiết kiệm tới khoảng 45%, với mức tiết kiệm thực tế phụ thuộc vào sự kết hợp giữa các lượt đọc bộ đệm, ghi bộ đệm, đầu vào chưa lưu trong bộ đệm, khối lượng đầu ra và cấu trúc khối lượng công việc.

Những thay đổi API đột ngột nào trong Claude Fable 5.1 tác động đến vòng lặp tác nhân đa lượt?

Fable 5.1 loại bỏ việc lựa chọn công cụ bắt buộc, trả về lỗi HTTP 400 nếu `tool_choice` được đặt thành `any` hoặc `tool`. Ngoài ra, các khối suy nghĩ do Fable 5.1 tạo ra không thể được phân tích bởi các mô hình trước đó trong các thiết lập bộ định tuyến chuyển đổi dự phòng, và việc sửa đổi các lượt trước đó trong lịch sử hội thoại sẽ làm mất hiệu lực của các khối suy nghĩ đối với các tài khoản API mới tạo.

Biện pháp bảo vệ biên giới doanh nghiệp là gì và nó hỗ trợ việc không lưu giữ dữ liệu như thế nào?

Biện pháp bảo vệ biên giới doanh nghiệp (EFS) là một kiến trúc tuân thủ dành cho doanh nghiệp cho phép các tổ chức lưu trữ dữ liệu hoạt động dùng cho việc giám sát trong cơ sở hạ tầng đám mây của riêng họ trên AWS, Google Cloud hoặc Azure. Nó mang lại những lợi ích về quyền riêng tư của việc không lưu giữ dữ liệu trên các máy chủ của nhà cung cấp mô hình đồng thời cho phép giám sát bảo mật tự động để phát hiện hành vi trộm cắp thông tin đăng nhập hoặc lạm dụng trái phép.

Điểm chính dành cho các nhóm kỹ thuật

Việc phát hành Claude Fable 5.1 chứng minh rằng sự giảm phát chi phí điện toán đang tăng tốc trên các nền tảng trí tuệ nhân tạo tiên phong. Khi các nhà cung cấp mô hình nền tảng tối ưu hóa kiến trúc bộ đệm và giới thiệu các khuôn khổ an toàn do doanh nghiệp quản lý, rào cản để triển khai các quy trình làm việc tác nhân tự trị, chạy dài đang giảm đi nhanh chóng.

Đối với các kiến trúc sư phần mềm, việc triển khai AI bền vững đòi hỏi phải tối ưu hóa việc quản lý ngữ cảnh ở mọi tầng của hệ thống. Việc kết hợp bộ đệm prompt API hiệu quả với thiết kế mô-đun ở cấp độ ứng dụng đảm bảo rằng các hệ thống vẫn phản hồi nhanh, hiệu quả về mặt chi phí và tuân thủ các tiêu chuẩn toàn cầu mới nổi. Khi kinh tế học token tiếp tục được cải thiện, các tổ chức cấu trúc các đường ống dữ liệu của họ xung quanh việc bảo tồn trạng thái hiệu quả sẽ có vị thế tốt nhất để dẫn dắt thế hệ dịch vụ phần mềm thông minh tiếp theo.

Tài liệu tham khảo

Anthropic. Thông báo về Claude Fable 5.1 và Claude Mythos 5.1. https://www.anthropic.com/claude-fable-and-mythos-5-1
Claude Platform. Tổng quan về Claude Fable 5.1 và Hướng dẫn di chuyển. https://platform.claude.com/docs/en/models/fable-5-1/overview
Anthropic. Phát triển Biện pháp bảo vệ biên giới doanh nghiệp cùng với khách hàng của chúng tôi. https://www.anthropic.com/news/enterprise-frontier-safeguards
Anthropic. Cách thức hoạt động của Hình mờ văn bản trên Claude. https://www.anthropic.com/news/claude-text-watermark
TechCrunch. Bản phát hành Fable mới của Anthropic rẻ hơn và ít hạn chế hơn. https://techcrunch.com/2026/09/01/anthropics-new-fable-release-is-cheaper-less-restrictive/
ITHome. Anthropic phát hành Claude Fable 5.1 và Mythos 5.1. https://www.ithome.com/0/997/193.htm