TL;DR
· Claude Fable 5 đã được khôi phục truy cập từ ngày 1 tháng 7, sau ngày 7 tháng 7, việc sử dụng nhiều hơn sẽ chuyển sang usage credits.
· Giá chính thức là 10 USD cho mỗi triệu token đầu vào, 50 USD cho mỗi triệu token đầu ra, các phiên dài và vòng lặp tự động sẽ làm tăng mức tiêu thụ.
· Người dùng phù hợp hơn khi đặt Fable 5 ở khâu lập kế hoạch và kiểm tra lại, giao nhiệm vụ thực thi cho các mô hình rẻ hơn.

Sau khi Claude Fable 5 mở cửa trở lại, cách sử dụng tiết kiệm chi phí token cao đã trở thành tâm điểm thảo luận của người dùng. Mô hình hàng đầu được Anthropic gọi là "most capable widely released model", nhắm đến các tác vụ suy luận cường độ cao và tác vụ đại diện dài hạn, hỗ trợ cửa sổ ngữ cảnh 1 triệu token, tối đa 128.000 token đầu ra. Vấn đề trực tiếp từ việc nâng cao năng lực là người dùng trong Claude Code, Managed Agents hoặc các phiên dài có thể khiến mô hình liên tục suy nghĩ, gọi công cụ, kiểm tra lại, áp lực hóa đơn theo đó tăng lên.

Theo trang chính thức của Anthropic, Claude Fable 5 đã được khôi phục truy cập từ ngày 1 tháng 7 năm 2026, dành cho người dùng Pro, Max, Team, Enterprise, cũng như các kênh Claude Platform, AWS, Google Cloud, Microsoft Foundry. Giá chính thức là 10 USD cho mỗi triệu token đầu vào, 50 USD cho mỗi triệu token đầu ra, giá đọc prompt caching tương đương giảm tới 90% so với giá đầu vào.

Trong thông báo "Redeploying Fable 5", Anthropic cho biết người dùng Pro, Max, Team và một số Enterprise có thể sử dụng mô hình này trong tối đa 50% weekly usage limits trước ngày 7 tháng 7. Sau đó, việc tiếp tục sử dụng sẽ được tính phí qua usage credits.

Do đó, Fable 5 không phù hợp để mở ra như một mô hình chat mặc định. Nó giống như một kiến trúc sư và người đánh giá đắt đỏ, phù hợp để định hướng khi bắt đầu tác vụ, kiểm tra trước khi kết thúc tác vụ, còn phần lớn công việc thực thi ở giữa thì giao cho các mô hình rẻ hơn.

Điều đắt nhất không phải là một câu trả lời, mà là tác vụ dài tự động chạy

Áp lực chi phí của Fable 5 trước hết đến từ đơn giá.

Với mức phí 10 USD cho mỗi triệu token đầu vào và 50 USD cho mỗi triệu token đầu ra, đây vốn dĩ là một mô hình giá cao. Trong các tình huống hỏi đáp ngắn, người dùng có thể không cảm nhận rõ ràng. Nhưng một khi bước vào các kịch bản chuỗi dài như sửa mã, tổng hợp tài liệu, xây dựng giải pháp sản phẩm, nghiên cứu nhiệm vụ, hoặc tác nhân tự động, thì token đầu ra, ngữ cảnh, gọi công cụ và nhiều vòng chỉnh sửa sẽ liên tục chồng chất.

Điều khiến mức tiêu thụ dễ bị khuếch đại hơn nữa chính là thế mạnh của Fable 5.

Tài liệu chính thức định vị nó phù hợp cho công việc tác nhân dài hạn (long-horizon agentic work), tức là các tác vụ mang tính đại diện kéo dài. Mô hình có thể chia nhiệm vụ thành nhiều giai đoạn, chủ động kiểm tra các lỗ hổng, và khi cần thiết sẽ tiếp tục gọi công cụ hoặc nhiệm vụ con để tiến triển. Đối với các tác vụ phức tạp, điều này rất có giá trị: người dùng không cần phải nhắc nhở thủ công từng bước, mô hình có thể tự lặp lại xoay quanh mục tiêu.

Tuy nhiên, nếu mục tiêu không rõ ràng, phạm vi quá rộng, hoặc thời gian quá dài, mô hình có thể chạy liên tục để hoàn thiện nhiệm vụ. Tác giả bài viết gốc cho biết trong vài giờ thử nghiệm đầu tiên, anh ấy gần như đã dùng hết giới hạn sử dụng, mặc dù không thực hiện bất kỳ tác vụ quá phức tạp nào. Trải nghiệm này giống phản hồi của người dùng hơn là tính toán chi phí chính thức, nhưng nó nhắc nhở về một rủi ro thực tế: các phiên dài, vòng lặp tự động và việc sử dụng sai mặc định, tất cả sẽ trực tiếp chuyển thành tiêu thụ credits sau ngày 7 tháng 7.

«10-80-10»: Chỉ dùng Fable ở hai đầu then chốt

Phương pháp cốt lõi được đề xuất trong bài viết gốc là chuyển Fable 5 từ "người thực thi toàn trình" thành "người kiểm soát đầu-cuối".

Cái gọi là «10-80-10» tương ứng với ba giai đoạn của một dự án AI.

10% đầu tiên: Dùng Fable để lập kế hoạch. Để nó xác định cấu trúc nhiệm vụ, đường dẫn thực thi, tiêu chí thành công, ràng buộc và định dạng bàn giao. Điểm mạnh nhất của nó không phải là thực thi máy móc, mà là xây dựng một kế hoạch rõ ràng trước khi bắt đầu các tác vụ phức tạp.

80% giữa: Chuyển sang các mô hình rẻ hơn để thực thi. Một lượng lớn token thường bị tiêu thụ trong các vòng chỉnh sửa lặp đi lặp lại, điều chỉnh định dạng, sửa mã nhỏ, tổng hợp tài liệu, tạo nội dung thông thường và lặp lại qua lại. Phần công việc này không nhất thiết cần Fable 5 tham gia toàn bộ, có thể giao cho Opus, Sonnet, Haiku, hoặc các mô hình chi phí thấp hơn.

10% cuối: Kéo Fable trở lại để kiểm tra lại. Sau khi mô hình rẻ đã hoàn thành phần thực thi chính, hãy để Fable đối chiếu với kế hoạch ban đầu, kiểm tra xem kết quả có đi chệch mục tiêu không, có thiếu sót gì không, những chỗ nào cần sửa chữa, và liệu có đạt tiêu chuẩn phát hành hay không. Vì lúc này nó đang xem xét sản phẩm đã có, thay vì tạo toàn bộ nội dung từ đầu, mức tiêu thụ token thường thấp hơn nhiều.

Phương pháp này không phải là công thức tiết kiệm chi phí được cam kết chính thức. Tác giả bài viết gốc đề cập rằng, trong một số trường hợp, việc thay thế lớp thực thi bằng mô hình rẻ hơn có thể giảm hơn 50% chi phí token, nhưng điều này nên được hiểu là kinh nghiệm sử dụng. Hướng đi thực sự có thể tái tạo là các mô hình cao cấp không cần phải đảm nhận tất cả các công việc tốn token, chúng phù hợp hơn với các khâu phán đoán, kiến trúc và nhận diện lỗi.

/goal và /loop giúp agent dễ sử dụng hơn, nhưng cũng khiến chi phí khó nhận thấy hơn

Một thay đổi khác của Fable 5 là nó phù hợp hơn với quy trình làm việc dạng agent.

Trong cách nhắc truyền thống, người dùng đặt câu hỏi, mô hình trả lời. Người dùng kiểm tra rồi hỏi tiếp, vòng lặp do con người thúc đẩy. Mỗi bước có tiếp tục, sửa chữa hay dừng lại đều do người dùng quyết định.

Trong môi trường Claude Code, /goal và /loop biến quy trình này thành cách thực thi tự động hơn.

Tài liệu của Anthropic cho thấy, /goal sẽ chạy liên tục cho đến khi điều kiện được đáp ứng hoặc người dùng xóa, và có thể hiển thị token spend. Nhà phát triển cũng khuyến nghị người dùng thêm các ranh giới thời gian hoặc số vòng như "dừng sau 20 vòng". Một mục tiêu tốt hơn không chỉ là "giúp tôi sửa code", mà là giải thích cần hoàn thành gì, cách xác minh kết quả, những giới hạn nào không thể vượt qua, và khi nào thì dừng.

/loop được dùng để chạy prompt lặp lại theo khoảng thời gian, ví dụ kiểm tra trạng thái triển khai mỗi 5 phút, hoặc Claude có thể tự động chọn khoảng thời gian. Tài liệu chính thức cho thấy, các tác vụ dạng vòng lặp có quy tắc hết hạn 7 ngày. Loại chức năng này phù hợp với giám sát, lặp lại, kiểm tra, sửa chữa dài hạn và các tác vụ agent, mô hình có thể tiếp tục tiến triển mà không cần người dùng nhắc lại liên tục.

Rủi ro chi phí cũng xuất hiện ở đây.

Vòng lặp tự động biến "con người xác nhận thủ công bước tiếp theo" thành "mô hình tiếp tục chạy theo kế hoạch". Nếu mục tiêu quá rộng, điều kiện kết thúc mơ hồ, khoảng thời gian quá dày, hoặc thời gian kéo dài quá lâu, Fable 5 có thể tiếp tục tiêu thụ token sau khi người dùng rời đi. Mô hình càng giỏi phát hiện vấn đề, bổ sung bước và tự kiểm tra, thì người dùng càng cần đặt ranh giới cứng trước.

Do đó, 10-80-10 và loop engineering phù hợp hơn khi sử dụng cùng nhau: Fable 5 chịu trách nhiệm thiết kế vòng lặp, đặt mục tiêu và tiêu chuẩn chấp nhận; lớp thực thi cố gắng giao cho mô hình rẻ hơn; chỉ khi vòng lặp đóng, kết quả cần phán đoán, hoặc các nút quan trọng cần kiểm soát chất lượng, mới để Fable 5 can thiệp.

Sau ngày 7 tháng 7, cần kiểm tra lại lựa chọn mô hình và giới hạn chi tiêu

Đối với người dùng thông thường, rủi ro trực tiếp nhất không phải là quy trình làm việc phức tạp, mà là việc sử dụng sai.

Bài viết gốc nhắc nhở rằng, khi mở Claude Code hoặc ứng dụng Claude, mô hình có thể mặc định chọn Fable. Nhận định này giống như kinh nghiệm của người dùng hơn, tài liệu chính thức không mô tả nó như một quy tắc thống nhất. Tuy nhiên, trong giai đoạn các mô hình mới được mở lại và nền tảng khuyến khích người dùng thử nghiệm, một số người dùng thực sự có thể vô tình sử dụng mô hình đắt nhất cho các cuộc trò chuyện thông thường, tóm tắt đơn giản hoặc các tác vụ giá trị thấp.

Sau khi hệ thống tính phí theo credits bắt đầu, việc sử dụng sai này sẽ trở nên nhạy cảm hơn. Các cuộc trò chuyện đơn giản, chỉnh sửa nhẹ, định dạng văn bản, tóm tắt thông thường không nhất thiết phải cần đến Fable 5. Kiểm tra bộ chọn mô hình trước mỗi lần bắt đầu phiên trò chuyện có thể trở thành thao tác cơ bản của người dùng cao tần.

Một lời nhắc thực tế khác là thiết lập spending cap (giới hạn chi tiêu).

Tài liệu hỗ trợ của Anthropic cho thấy, usage credits cần được kích hoạt trong Settings > Usage. Người dùng có thể thiết lập phương thức thanh toán, mua hoặc nạp trước credits, đồng thời cấu hình monthly spending cap, auto-reload và usage alerts. Claude Code cũng áp dụng usage credits.

Nếu không có giới hạn hàng tháng, các tác vụ dài, vòng lặp tự động và thực thi đại diện có thể tích lũy chi phí đáng kể trong thời gian ngắn. Đối với người dùng cao tần, việc thiết lập giới hạn chi tiêu hàng tháng, sử dụng cảnh báo và ghi rõ điều kiện dừng trong /goal hoặc /loop không chỉ là cài đặt tài chính, mà còn là một phần của việc sử dụng mô hình đại diện.

Thói quen mới mà các mô hình như Fable 5 mang lại là phân bổ mô hình dựa trên giá trị và độ khó của tác vụ. Lập kế hoạch, phán đoán phức tạp, kiểm tra cuối cùng xứng đáng dùng Fable; thực thi lặp lại, tạo nội dung thông thường và chỉnh sửa nhẹ phù hợp hơn với các mô hình rẻ hơn. Các mô hình cao cấp đang chuyển từ "chatbot thông minh hơn" thành "đại diện có thể tự động làm việc". Năng lực càng mạnh, càng cần người dùng đặt trước mục tiêu, ranh giới, thời gian và ngân sách. Nếu không, việc mất kiểm soát hóa đơn có thể xảy ra sớm hơn cả thất bại của tác vụ.

Chào mừng bạn tham gia cộng đồng chính thức của BlockBeats:

Nhóm Telegram đăng ký: https://t.me/theblockbeats

Nhóm Telegram thảo luận: https://t.me/BlockBeats_App

Tài khoản Twitter chính thức: https://twitter.com/BlockBeatsAsia