Hermes 接入 Claude Fable 5.2 与 Mythos 5.2:fast mode、1M 窗口,以及中间那道 200K 的缝


周一那轮重构比平时快了一半,你心情不错,直到用量面板追上来:同样的活、一个字没少,账单却翻了一倍。又或者反过来——你换上一个号称百万 token 窗口的模型,第一次把二十万 token 的旧项目喂进去,它表现得像那个窗口从没存在过。这两种糟心事的源头是同一小撮模型,而现在,它们都从“你事后才发现”变成了“你动手之前就能选”。

两个 PR,隔了六个小时

Claude Fable 5.2 通过 PR #152220 进入 Hermes,合并时间是 2026-11-09 21:33 UTC。大约六小时后,PR #152393 合并,给 Claude Mythos 5.2 带来三件事:打开 fast mode、补上它本来就该有的 1M token 上下文、以及 Fable 早就带着的 reasoning stale-timeout 下限。

Fable 5.2 是公开可用的那个模型。Mythos 5.2 是同规格的双胞胎——同样是 1,000,000 token 上下文、最多 128K 输出——但只对 Anthropic 的 Cyber 与 Life Sciences Verification 计划成员开放。如果你看到第二个 PR 觉得“不过是收尾杂活”,请先跳到后面那道 200K 的缝:真正让你默默丢掉上下文的,恰恰是这堆“杂活”。

fast mode:先讲人话

fast mode 不是另一个模型,而是同一个模型换了一档服务等级。你在正常的请求体旁边加一个 speed: "fast",Claude API 就会更快吐出 token。这个 PR 同时带上 fast-mode-2026-02-01 的 beta 头,而 Anthropic 的平台文档把这个参数标为 GA(正式可用)。权重、上下文窗口、prompt 缓存都不会变,变的只有单价——翻倍。

看表格之前,先把两个词钉死:

  • 上下文窗口:一个请求里模型能装下的全部文本量(系统提示、文件、工具输出、对话历史)。超了要么直接被拒,要么 Hermes 得压缩历史,所以这个数字比任何跑分都重要。
  • cache read:输入内容 API 已经见过时收取的折扣价,通常来自你反复重发的稳定前缀。对应的 cache write 是把这段前缀写进缓存的附加费,五分钟那一档过期很快。

这两项在 fast mode 的价格里同样会变,很多人会在这里翻车:你并不能保留便宜的缓存价、只对输出付快速价。所有行项按同一个倍数放大。

模型 id,以及你够不够得着

这两个模型的命名容易把人绕晕,因为三套系统有三种写法。

你在哪里用 Fable 5.2 Mythos 5.2
原生 Anthropic API claude-fable-5-2 claude-mythos-5-2
Bedrock anthropic.claude-fable-5-2 —
OpenRouter anthropic/claude-fable-5.2 —
Nous Portal anthropic/claude-fable-5.2 未上架

斜杠加点号是 OpenRouter 与 Nous Portal 的写法,纯短横线是原生 Anthropic API 认的写法。Bedrock 上的 anthropic.claude-fable-5-2 按与直连 API 相同的标准价计费。

Mythos 5.2 这一列才是重点。它只对 Anthropic 的 Cyber 与 Life Sciences Verification 计划成员开放;第二个 PR 合并时,Nous Portal 对 anthropic/claude-mythos-5.2 和 anthropic/claude-mythos-5-2 两种写法都返回 404,这个 id 也不在 Portal 的模型列表里(当时列表有 396 个 id)。说白了:如果你是通过 Nous Portal 用 Claude,这次发布的 fast mode 部分暂时跟你没关系;如果你走原生 Anthropic API,那就跟你有关系,开关就是 /fast。

那道 200K 的缝

上下文这个坑不是 API 客户端的 bug,而是字典里少了一个键。

Hermes 维护着一张默认上下文长度表,在 provider 没有回传实时数值时用它兜底——元数据缓存是冷的、走了一层代理、或者 provider 干脆不报这个字段,都会落到这里。相关的几行长这样:

DEFAULT_CONTEXT_LENGTHS = {
    # ...
    "claude-fable-5": 1000000,
    "claude-fable": 1000000,
    "claude-mythos": 1000000,
    "claude-opus-5": 1000000,
    "claude-sonnet-5": 1000000,
}

注意里面没有什么:没有 claude-mythos-5-2。这张表把 Fable 家族挂在 claude-fable 这个前缀下,所以 claude-fable-5-2 能命中,一百万 token 稳稳到手。Mythos 规格一样,前缀不一样,于是 claude-mythos-5-2 掉进了 claude 这个通用兜底项,只剩 200,000。

模型 id 拿不到实时数据时用的上下文(修复前) 修复后
claude-fable-5-2 1,000,000 1,000,000
claude-mythos-5-2 200,000(落到通用 claude 兜底) 1,000,000

这种故障之所以难查,正因为它安静。provider 正常返回元数据时什么问题都没有——真实上限跟着响应一起来。可一旦走到兜底路径,Mythos 就按 200K 的模型行事,跑过 20 万 token 的长会话会被远远提前压缩。你不会看到任何报错,只看到历史被更早地摘要掉,读起来就像模型一夜之间变笨了。

PR #152393 给这张表补上了 Mythos 的键。修复的另一半更隐蔽。

reasoning 的 stale-timeout 下限

reasoning 模型在回答问题前会先想很久,这期间总得有人决定“沉默多久算卡死”。如果 stale 窗口内一个 token 都没来,Hermes 会把这次请求当成挂住并重试,而这一把尝试就白费了。

长链路思考恰好是最容易踩中这条线的情况。Fable 在这个思考预算上有一层下限——在被判定为 stale 之前,模型至少被允许想多久。Mythos 没有这层下限,于是在真正棘手的 prompt 上,它可能在第一个 token 落地之前就被掐掉:没有答案,也没有产出可计费;然后从头重试一遍。同一个 PR 把这层下限也给了 Mythos,与 Fable 对齐。

整个发布用一句话就能说完:加了一个模型,又把它的双胞胎拉回同一水平线。

fast mode 到底贵多少

价格表里只有 Fable 5.2 有条目,而且这两行必须连起来读,因为 fast mode 那一行不是给任何人的折扣。

每百万 token(美元) 输入 输出 cache read 五分钟 cache write
Fable 5.2 标准价 $8.00 $40.00 $0.20 $10.00
Fable 5.2 fast mode $16.00 $80.00 $0.40 $20.00
Fable 5.2(Bedrock) $8.00 $40.00 $0.20 $10.00

打开之前值得算一笔账:当你卡在响应速度上、且离预算上限还远时,fast mode 是划算的——交互式改代码的循环、一个下午都在等工具往返的 agent。反过来,批量任务、大部分 prompt 都是重复 cache read 的长上下文作业、以及你要跑十遍才能跑对的事情,都不适合。把 $0.20 的 cache read 翻倍是零钱,把 $80 的输出翻倍就是一个会被人追问的条目。如果你是通过订阅而不是 API key 用 Claude,provider 指南讲了哪条路径扣哪种额度,而这篇关于 Claude 订阅计量的拆解解释了为什么同样的活会让你的利用率涨得完全不一样。

怎么打开

/fast 是个早就存在的斜杠命令,由 hermes_cli/cli_info_mixin.py 处理,不需要装任何新东西。这两个 PR 改的是它查询的那张表——以及原生 Anthropic 请求门禁查的是同一张表:

_ANTHROPIC_FAST_MODE_MODELS = frozenset({
    "claude-opus-4-8",
    "claude-opus-5",
    "claude-opus-5-5",
    "claude-fable-5-2",
    "claude-mythos-5-2",
})

一个模型能不能用,取决于它的 id 归一化之后是否落进这个集合。校验会接受厂商前缀(anthropic. 或 anthropic/)、claude-mythos-5.2 这种点号写法,以及 -20260601 这种 8 位日期后缀——比对前会先把日期剥掉,所以 claude-fable-5-2、anthropic/claude-fable-5.2、anthropic.claude-mythos-5-2-20260601 都能命中条目。仅仅以 -fast 结尾的独立 id 是另一回事,不在这张表里。

顺便说清一个容易误会的地方:这里的 fast mode 是同一个模型 id 上的请求参数,不是第二个模型。没有单独的 Fable-fast 部署要配,也没有单独的端点要指定。

对你的实际影响

  • 原生 Anthropic + Fable 5.2:今天就能用,/fast 直接生效;预算按每 token 双倍算,cache read 和 cache write 也一样。
  • 原生 Anthropic + Mythos 5.2:需要 Cyber 或 Life Sciences Verification 成员身份。拿到之后 /fast 可用,元数据缺失时上下文也不会再塌回 200K。
  • Nous Portal 或 OpenRouter:Fable 5.2 用点号 id 按标准价可用;Mythos 5.2 未上架,所以第二个 PR 里的 fast mode 与上下文修复对你暂时只是纸面消息。
  • 在 Mythos 上跑长会话的人:stale-timeout 下限是你不知道自己需要的那个修复——长的思考轮次不会在第一个 token 之前就死掉。

如果你是刚上手 CLI,命令参考里有其它会话内斜杠命令的用法;想把这类操作自动化而不是每次手敲,可以从插件目录指南看起。

两个 PR 背后是同一个规律,每次模型家族扩容都会重演一遍:模型本身是一个 PR,让它跟兄弟模型行为一致是另一个 PR。请盯住第二个。上下文窗口算错、stale 下限漏配,它们都不会自己喊出来,只会让一个好模型看起来平庸。