Anthropic เปิดตัว Claude Fable 5 ซึ่งบริษัทจัดให้อยู่ในระดับ Mythos และเปิดให้ผู้ใช้ทั่วไปเข้าถึงตามข้อมูลต้นฉบับ จุดที่บริษัทนำเสนอไม่ใช่เพียงคะแนน benchmark แต่เป็นการทำงานแบบ Agent ที่ต้องเดินหน้าหลายขั้นตอนและรักษาเป้าหมายในงานระยะยาว
ข้อมูลความสามารถ ตัวอย่างการใช้งาน และราคาในบทความนี้อ้างอิงจาก Anthropic และกรณีตัวอย่างที่บริษัทเผยแพร่ ไม่ใช่ผลทดสอบอิสระของ lnwGadget ผลลัพธ์ในงานจริงอาจต่างกันตาม prompt เครื่องมือ ข้อมูลที่ให้ สิทธิ์เข้าถึงระบบ และวิธีตรวจสอบโดยผู้ใช้งาน
Claude Fable 5 เน้นงาน Agent ระยะยาว
แนวคิดหลักคือการขยับจากโมเดลที่ตอบคำถามเป็นครั้ง ๆ ไปสู่ระบบที่ดำเนินงานหลายขั้นตอนจนถึงเป้าหมาย เหมาะกับงานที่ต้องวางแผน จดจำสถานะ ตัดสินใจต่อเนื่อง และตรวจผลระหว่างทาง แต่คำว่า “ทำงานจนจบ” ไม่ควรถูกตีความว่าโมเดลจะสำเร็จทุกครั้งโดยไม่ต้องมีผู้ใช้กำกับ
งาน Agent มีความเสี่ยงจากการตัดสินใจผิดที่สะสมต่อเนื่อง ผู้ใช้จึงควรกำหนดขอบเขต สิทธิ์เข้าถึง จุดตรวจสอบ และเงื่อนไขหยุด โดยเฉพาะเมื่อเชื่อมโมเดลกับ codebase ข้อมูลสำคัญ หรือระบบที่สามารถเปลี่ยนแปลงงานจริงได้
ตัวอย่าง Pokémon FireRed จาก Anthropic
ตัวอย่างที่ Anthropic ใช้นำเสนอคือการเล่น Pokémon FireRed จบโดยดูจากภาพหน้าจอ และไม่ใช้ตัวช่วยอ่านแผนที่ ตามคำอธิบายในต้นฉบับ โจทย์ลักษณะนี้ต้องวางแผนระยะยาว จดจำเป้าหมาย และตัดสินใจหลายขั้นตอน จึงถูกใช้เป็นภาพประกอบความสามารถด้าน Agent
กรณีดังกล่าวเป็นการสาธิตจากบริษัท ไม่ใช่ benchmark มาตรฐานที่บทความนี้ทดสอบซ้ำ จึงไม่ควรนำไปสรุปว่าโมเดลจะทำงานทุกประเภทได้โดยอัตโนมัติ หรือใช้ผลจากเกมแทนการประเมินความแม่นยำ ความปลอดภัย และต้นทุนในงานธุรกิจ
กรณีย้าย Codebase ของ Stripe
ต้นฉบับระบุว่า Stripe ทดสอบการย้าย codebase Ruby ขนาด 50 ล้านบรรทัด งานที่ปกติทีมใช้เวลา 2 เดือน และโมเดลทำเสร็จใน 1 วัน ตัวเลขดังกล่าวเป็นกรณีที่อ้างอิงตามข้อมูลเผยแพร่ ไม่ใช่การทดสอบที่ lnwGadget สามารถตรวจซ้ำได้จากบทความนี้
ก่อนนำตัวเลขไปเทียบกับโปรเจกต์อื่น ควรดูขอบเขตงาน นิยามคำว่าเสร็จ เครื่องมือที่ใช้ การตรวจสอบผล และจำนวนคนที่เกี่ยวข้อง งานย้ายระบบขนาดใหญ่ยังต้องมีการทดสอบ code review การจัดการ dependency และแผนย้อนกลับ ไม่ควรปล่อยผลจาก Agent เข้าสู่ระบบจริงโดยไม่มีการตรวจสอบ
เหมาะกับงานประเภทใด
ตามข้อมูลต้นฉบับ เป้าหมายหลักครอบคลุมงานเขียนโค้ด งานวิจัย การวิเคราะห์ข้อมูล และ Agent Workflow ที่รันต่อเนื่อง สำหรับทีมวิดีโอหรือ post-production อาจนำแนวคิดนี้ไปใช้กับสคริปต์ batch และการทำงานซ้ำ แต่บทความเดิมไม่ได้ให้ผลทดสอบเฉพาะงานตัดต่อ จึงไม่ควรรับรองประสิทธิภาพเกินข้อมูลที่มี
ผู้ใช้ควรเริ่มจากงานที่ย้อนกลับได้ มีข้อมูลทดสอบ และกำหนดเกณฑ์สำเร็จชัดเจน จากนั้นจึงประเมินคุณภาพ เวลา และค่าใช้จ่ายเทียบกับวิธีเดิม การให้ Agent ทำงานยาวขึ้นไม่ได้ลดความจำเป็นของการตรวจข้อผิดพลาดและการควบคุมสิทธิ์
การสลับไป Opus 4.8
ต้นฉบับระบุว่าเมื่อพบคำถามด้าน cyber หรือชีววิทยาและเคมี ระบบจะสลับให้ Opus 4.8 ตอบแทนอัตโนมัติ และ Anthropic ระบุว่าเกิดขึ้นไม่ถึง 5% ของการใช้งาน ตัวเลขนี้เป็นข้อมูลจากบริษัทตามช่วงเวลาที่เผยแพร่ ไม่ใช่สัดส่วนรับประกันสำหรับผู้ใช้ทุกคน
การสลับโมเดลอาจเกี่ยวข้องกับนโยบายความปลอดภัยและการจัดการคำขอเฉพาะทาง ผู้ใช้ที่ทำงานในสาขาความเสี่ยงสูงควรอ่านข้อกำหนดการใช้งานและตรวจผลกับผู้เชี่ยวชาญ ไม่ควรใช้คำตอบของโมเดลเป็นคำแนะนำด้านความปลอดภัยหรือวิชาชีพโดยลำพัง
ราคา API และเงื่อนไขแพ็กรายเดือน
ราคา API ตามต้นฉบับอยู่ที่ $10 ต่อล้าน input token และ $50 ต่อล้าน output token ซึ่งระบุว่าเป็นสองเท่าของ Opus 4.8 ผู้ใช้ควรคำนวณทั้งปริมาณบริบท ผลลัพธ์ การเรียกเครื่องมือ และการทำงานซ้ำ เพราะ Agent ที่รันนานอาจใช้ token มากกว่าการถามตอบทั่วไป
ฝั่งแพ็กรายเดือนเปิดให้ใช้บน Pro, Max และ Team โดยไม่คิดเพิ่มถึงวันที่ 22 มิถุนายนตามข้อมูลเดิม หลังจากนั้นใช้ usage credit จนกว่า capacity จะเพียงพอ เงื่อนไขและวันสิ้นสุดอาจเปลี่ยน จึงควรตรวจหน้าราคาและประกาศล่าสุดก่อนวางงบประมาณ
Claude Fable 5 เหมาะกับใคร
โมเดลนี้น่าจับตาสำหรับนักพัฒนา นักวิจัย นักวิเคราะห์ และทีมที่มี workflow หลายขั้นตอนพร้อมระบบตรวจสอบ ผู้ใช้ทั่วไปควรพิจารณาว่างานต้องการการทำงานต่อเนื่องจริงหรือไม่ เพราะราคาสูงขึ้นอาจไม่คุ้มกับคำถามสั้นหรือการใช้งานที่โมเดลระดับอื่นทำได้เพียงพอ
ตรวจข้อมูลและเงื่อนไขล่าสุดจาก เว็บไซต์ทางการของ Anthropic และอ่านข่าวเทคโนโลยีเพิ่มเติมใน หมวด Technology ของ lnwGadget ก่อนใช้งานจริงควรทดสอบกับข้อมูลที่ไม่สำคัญและกำหนดผู้รับผิดชอบตรวจผล
สรุป Claude Fable 5
จุดขายตามประกาศคือการทำงานแบบ Agent ระยะยาว โดยมีตัวอย่าง Pokémon FireRed และกรณี codebase Ruby 50 ล้านบรรทัด ราคา API อยู่ที่ $10 ต่อ input หนึ่งล้าน token และ $50 ต่อ output หนึ่งล้าน token ทั้งความสามารถและตัวเลขควรอ่านในฐานะข้อมูลจากบริษัท พร้อมทดสอบซ้ำในบริบทจริงก่อนตัดสินใจใช้งาน
ที่มา: Anthropic
