本機 Qwen 卡住先叫 Claude Fable 5：慳 API 錢但私隱代價唔細

XDA 作者 Anurag Singh 用 Ollama 跑 Qwen 2.5 Coder 7B，平時改碼、搵 bug 同執小功能都交畀本機模型，遇到解唔開嘅問題先向 Claude Fable 5 求助。呢種分級架構幾啱獨立開發者同細團隊：本機硬件繼續有用，普通工作冇 API 帳單，較強模型就集中處理真係棘手嗰部分。不過，作者展示嘅只係一次個人實驗，未有成功率、token 用量或者同其他設定對照，暫時唔應該當成通用答案。

交接唔係成個專案搬上雲端

作者整咗一個 Python 工具，等 Qwen 可以經 Anthropic Messages API 問 Fable 5。交出去嘅內容包括問題描述、試過嘅方案、現有錯誤，同相關程式碼或專案背景；Fable 回覆診斷方向之後，Qwen 再留喺原本 Ollama 對話入面改檔同跑指令。雲端模型只做顧問，真正操作專案嘅仍然係本機 agent，所以唔使每次重新解釋成個 repository，亦可以收窄送出去嘅資料量。

「卡住」要變成可以量度嘅條件

原文定咗三個門檻：Qwen 要先試過兩個實質唔同嘅方案、兩次仍然撞到同一錯誤，而且再搵唔到合理方向，先可以叫 Fable。呢個思路啱，但淨靠細模型自行判斷仍然有漏洞；佢可能將同一招改少少字就當新方案，亦可能一早估錯錯誤根源。穩陣做法係由外層程式記錄測試結果、錯誤指紋、改動範圍同呼叫次數，冇新測試通過、錯誤完全冇變，先計一次真正失敗。

呢層控制亦應該寫入工具本身，唔好只放喺模型規則入面。每個任務最多升級一至兩次、同一錯誤唔可以重複問、超過預算就停，全部都可以用程式硬性執行。涉及付款、身份驗證、客戶資料或者 production 設定時，再加人手確認。咁先可以截停模型判斷飄忽造成嘅循環呼叫，亦方便之後睇紀錄，分清楚 Fable 真係解到難題，定係 Qwen 本身只差一段較清楚嘅背景。

慳唔慳，要睇升級頻率同輸出長度

Anthropic 而家為 Fable 5 定價每百萬個輸入 token 10 美元、輸出 token 50 美元；原文程式將單次輸出上限設成 4,000 token，但上限唔代表每次都會用盡。真正影響帳單嘅係每日升級幾多次、每次塞幾多程式碼，同 Fable 回覆有幾長。實際部署最好逐次記低輸入、輸出同費用，按 repository 設每日上限；先交錯誤、相關函式同最細重現例子，通常平過貼成個檔案。

Qwen 官方型號卡寫明 7B Instruct 版支援最高 131,072 token，不過預設設定係 32,768，拉長仲會食更多記憶體。Ollama 亦提醒，較長上下文會增加記憶體用量。即係型號表寫到 128K，都唔代表一般電腦可以輕鬆跑盡。作者本機用到嘅上下文較短，所以整理一份精簡交接資料，會實際得多，唔使將成個專案硬塞入細模型。

程式碼離開部機，私隱承諾已經改變

最容易忽略嘅係，呼叫 Fable 嗰刻，相關程式碼、錯誤輸出、檔案路徑甚至環境資料都已經送到雲端。Anthropic 官方列明，Fable 5 要保留資料 30 日作安全監察；就算原本有 zero data retention 設定，使用呢類 covered model 亦要另開保留資料嘅 workspace。公司內部程式碼、未公開產品、客戶資料或者受合約限制嘅專案，唔可以見到「只傳相關片段」就當風險消失。

較實際嘅防線係預設拒絕傳送 .env、金鑰、憑證、客戶識別資料同指定敏感目錄，交接前再用 secret scanner 掃一次，亦要保留實際送出內容嘅審計紀錄。高敏感專案可以完全停用雲端工具，或者改用公司批准嘅模型同環境。呢套分級做法值得試，但要用成本紀錄、固定測試集同資料分類跑一段時間，先睇得出佢有冇真係幫團隊慳到錢同時間。

參考來源

• XDA Developers — I gave my local LLM an escape hatch to Fable 5, and it solved the problems I couldn't — original report
• Ollama Tool Calling 官方文件 — 核對 Ollama 點支援工具呼叫同多輪 agent loop
• Qwen2.5-Coder-7B-Instruct 官方型號卡 — 核對參數量、上下文上限同長文本設定限制
• Anthropic Claude Fable 5 官方產品頁 — 核對模型供應、API 定價同 30 日資料保留要求
• Anthropic Covered Models 資料保留政策 — 核對 Fable 類模型對 ZDR workspace 嘅影響同保留安排

本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。