Claude Fable 5.1: โค้ดแรงขึ้น งาน agent ถูกลงถึง 45%

Anthropic เปิดตัวโมเดลใหม่ Claude Fable 5.1 พร้อมกับ Mythos 5.1 เมื่อ 1 กันยายน 2026 โดยชูว่าเป็น “มาตรฐานใหม่ของงานเขียนโค้ด งานความรู้ และงานแก้ปัญหาที่ต้องรันต่อเนื่องยาว ๆ” จุดที่จับต้องได้มีสองข้อ คือคะแนนเบนช์มาร์กสายทำงานจริงบนเทอร์มินัลที่กระโดดขึ้นเท่าตัวจากรุ่นก่อน กับค่าใช้จ่ายที่ Anthropic บอกว่าลดลงราว 25% สำหรับงานทั่วไป และลดได้ถึง 45% สำหรับงาน agent ที่รันยาวและเรียกเครื่องมือถี่ ๆ ส่วน Mythos 5.1 ยังเป็นตัวแรงที่จำกัดเฉพาะองค์กรสหรัฐที่ผ่านการตรวจสอบเหมือนเดิม

สรุปสั้น ๆ: Fable 5.1 ใช้ได้ทันทีทุกช่องทาง (API ชื่อ claude-fable-5-1, AWS, Google Cloud, Azure และขึ้น Microsoft Copilot ตั้งแต่วันแรก) ราคา token คงเดิมที่ $10/$50 ต่อล้าน token แต่ค่าอ่านแคชลดจาก $1 เหลือ $0.25 ซึ่งคือที่มาของคำว่า “ถูกลง” เกือบทั้งหมด คะแนนเด่นคือ Terminal-Bench-Science ได้ 52.6% จากที่ Fable 5 ทำได้ 24.7% แต่ก็มีผู้ตรวจอิสระแย้งว่าถ้าเปิด effort สูงสุด ค่าใช้จ่ายต่องานจริงแพงขึ้น ไม่ใช่ถูกลง

มีอะไรใหม่ใน Fable 5.1

ตัวระบบ ระดับความพยายาม (effort) ที่เลือกได้ 5 ระดับ (low, medium, high, xhigh, max โดยค่าเริ่มต้นคือ high) ไม่ใช่ของใหม่ มันมีมาตั้งแต่ Fable 5 แล้ว สิ่งที่ 5.1 เปลี่ยนคือ เส้นโค้งความคุ้มของแต่ละระดับ Anthropic จูนให้ระดับ low กับ medium ทำผลงานได้ “เท่าหรือดีกว่า Fable 5” ในราคาที่ถูกลง ส่วนระดับสูง ๆ คือที่ที่ความสามารถใหม่จริง ๆ ไปอยู่ โมเดลจะคิดนานขึ้นและเผา token มากขึ้นแลกกับคุณภาพที่ทิ้งห่างรุ่นก่อนชัดเจน

งานที่ Anthropic บอกว่าดีขึ้นชัดคืองานโปรแกรมมิ่งแบบยาวและซับซ้อน เช่น ทำโปรเจกต์ซอฟต์แวร์ทั้งชิ้น หรือรีวิวโค้ดที่ต้องไล่อ่านโค้ดเบสทั้งแอป รวมถึงงานวิจัยที่สั่งจากเทอร์มินัลต่อเนื่องหลายชั่วโมง อีกเรื่องที่ผู้ใช้ทั่วไปน่าจะรู้สึกได้คือสไตล์การเขียนที่ Anthropic บอกว่าปรับให้ พึ่ง bullet point น้อยลง เขียนร้อยแก้วเป็นเรื่องเป็นราวมากขึ้น

ตัวเลขเบนช์มาร์ก อ่านแบบรู้ทัน

ชุดตัวเลขที่ Anthropic รายงานเทียบกับ Fable 5, Opus 5 และ GPT-5.6 Sol ของ OpenAI

• Terminal-Bench-Science 0.1 (งานวิจัยผ่าน command line): Fable 5.1 ได้ 52.6% เทียบกับ Fable 5 ที่ 24.7%, Opus 5 ที่ 29.0% และ GPT-5.6 Sol ที่ 22.4% ข้อนี้คือช่องว่างที่กว้างที่สุด
• Terminal-Bench 4.0 (งานโค้ดบนเทอร์มินัล): 55.8% เทียบกับ 42.0 / 52.3 / 37.3 ตามลำดับ
• Humanity’s Last Exam (ไม่ใช้เครื่องมือ): 60.9% เทียบกับ 57.8 ของ Fable 5 และ 56.6 ของ Opus 5
• OSWorld 2.0 (ควบคุมคอมพิวเตอร์): 77.9% เทียบกับ 72.9 / 75.4

ตัวเลขข้างบนเป็นการรายงานของ Anthropic เอง ส่วนตัวเลขจากคนกลางที่มีแล้วตอนเปิดตัวคือ Artificial Analysis Intelligence Index ซึ่งให้ Fable 5.1 ที่ 66 คะแนน ขึ้นนำ Opus 5 (63) และ GPT-5.6 Sol (61) ทิศทางเดียวกับที่ Anthropic เคลม

แต่ Artificial Analysis ก็เป็นเจ้าเดียวกันที่แย้งเรื่องราคา: จากการวัดของเขา Fable 5.1 ที่ effort สูงสุด ใช้ output token เยอะขึ้นจนต้นทุน “ต่องานจริง” แพงกว่า Fable 5 ราว 20% สวนทางกับคำว่าถูกลง 45% ที่เป็นพาดหัว

ราคา: ของถูกลงจริง แต่อยู่ที่แคช ไม่ใช่ตัวโมเดล

โครงสร้างราคาต่อล้าน token ของ Fable 5.1 คือขาเข้า $10 ขาออก $50 ซึ่ง เท่าเดิมทุกบาท สิ่งที่เปลี่ยนคือ ค่าอ่านแคช (cache read) ลดจาก $1 เหลือ $0.25 หรือถูกลง 4 เท่า

ฟังดูเป็นรายละเอียดเล็ก แต่สำหรับงาน agent มันคือเรื่องใหญ่ เพราะ agent ที่รันยาวจะส่ง context เดิมซ้ำ ๆ ทุกรอบที่เรียกเครื่องมือ (system prompt, คำสั่ง, ประวัติการทำงาน) ซึ่งเกือบทั้งหมดวิ่งผ่านแคช ตัวเลข “ถูกลงถึง 45% สำหรับงาน agent” ของ Anthropic มาจากตรงนี้ ไม่ใช่จากราคาโมเดลที่ลดลง

ฝั่งการใช้จริง Simon Willison นักพัฒนาที่ทดสอบโมเดลใหม่เป็นประจำ ลองรันงานเดียวกันทั้ง 5 ระดับ effort พบว่า low/medium จบงานที่ราว $0.10 ต่อครั้ง ขณะที่ max ใช้ token ไป 65,927 กินเวลา 14 นาที และคิดเงิน $3.30 ต่องานเดียว คุณภาพที่ระดับ max ดีขึ้นชัดเจน (เขายกให้เป็นผลงานที่ดีที่สุดที่เคยได้จากโมเดลตระกูล Claude) แต่ก็ชี้ภาพเดียวกับข้อแย้งเรื่องราคา คือ effort สูง = จ่ายแพงขึ้นมากต่อชิ้นงาน

ฝั่งความปลอดภัย: จุดที่รุ่นนี้ตั้งใจขาย

Fable 5.1 มาพร้อมชุดของใหม่ด้านความปลอดภัยที่เยอะผิดปกติสำหรับรุ่น .1

• Claude Code เตือนผิดน้อยลง ~60% ในงานสายไซเบอร์ โมเดลช่วยหาช่องโหว่ของซอฟต์แวร์ได้ (ฝั่งตั้งรับ) แต่ถูกออกแบบให้ไม่เขียน exploit ให้ และคำถามสายชีววิทยา/การแพทย์ก็ถูกปฏิเสธผิดพลาดน้อยลง 85%
• ลายน้ำในข้อความ ฝังแบบมองไม่เห็นมากับผลลัพธ์ พร้อม API ตรวจจับที่เปิดเป็น private preview ให้บางองค์กร ส่วนหนึ่งเพื่อตอบข้อกำหนดฝั่งยุโรป
• กันการโดนสกัดความรู้ (distillation): บัญชี API ใหม่จะแก้ context ย้อนหลังพร้อมเก็บ thinking transcript ไม่ได้แล้ว ปิดช่องเทคนิคที่เคยถูกใช้ดูดความสามารถโมเดลไปเทรนโมเดลอื่น เรื่องนี้ต่อเนื่องจากกรณีที่ Anthropic กล่าวหาว่าโดน distillation attack ที่เราเคยเล่าไว้

ส่วน Mythos 5.1 ใช้เทคโนโลยีฐานเดียวกันแต่เปิดความสามารถเต็มโดยไม่มีตัวกรองบางชั้น จึงถูกจำกัดให้เฉพาะองค์กรในสหรัฐที่ผ่านโปรแกรมตรวจสอบ ทั้ง Cyber Verification Program เดิม และ Life Sciences Verification Program ที่เพิ่งเปิดใหม่สำหรับงานวิจัยชีววิทยาขั้นสูง โครงสร้างสองชั้นแบบนี้นิ่งขึ้นมากเมื่อเทียบกับดราม่ากลางปีที่รัฐบาลสหรัฐเคยสั่งจำกัดการเข้าถึง Fable 5 และ Mythos 5 จนโมเดลถูกปิดทั่วโลกไปช่วงหนึ่ง (คำสั่งนั้นถูกยกเลิกปลายมิถุนายน) รอบนี้ Fable 5.1 เปิดใช้ทั่วโลกตั้งแต่วันแรก ชัดเจนว่าบทเรียนถูกแปลงเป็นดีไซน์: ตัวเปิดกว้างฝั่ง safeguard มาในตัว ตัวเต็มล็อกไว้กับองค์กรที่ตรวจสอบแล้ว

วิเคราะห์: ควรขยับยังไงกับรุ่นนี้

กระทบนักพัฒนาและคนใช้ AI ทั่วไปยังไง

เรื่องที่ควรปรับความเข้าใจก่อนคือ “effort” กลายเป็นปุ่มที่สำคัญพอ ๆ กับการเลือกโมเดล รุ่นเดียวกันนี้เป็นได้ทั้งโมเดลเร็ว ๆ ราคาไม่แรงที่ low/medium และโมเดลคิดลึกที่แพงขึ้นเป็นสิบเท่าที่ max การตั้ง max ทิ้งไว้กับทุกงานคือวิธีเผาเงินที่เนียนที่สุดในยุคนี้ เพราะบิลจะโตจาก output token ที่โมเดลใช้คิด ไม่ใช่จากจำนวนครั้งที่เรียก

อีกเรื่องคือราคาแคชที่ลด 4 เท่า เปลี่ยนแรงจูงใจในการออกแบบระบบ จากเดิมที่หลายทีมพยายามตัด context ให้สั้นเพื่อประหยัด ตอนนี้การวาง system prompt ละเอียด ๆ เอกสารอ้างอิงยาว ๆ แล้วให้แคชทำงาน กลายเป็นของถูก สถาปัตยกรรมแบบ agent ที่วนเรียกเครื่องมือหลายสิบรอบได้ประโยชน์ตรง ๆ ส่วนใครที่ยิงคำถามสั้น ๆ จบเป็นครั้ง ๆ แทบไม่ได้อะไรจากรอบนี้เลย เพราะราคาฐานไม่ลด

กระทบคนไทยและองค์กรไทยโดยเฉพาะ

ข่าวดีข้อแรกคือ คนไทยใช้ได้ตั้งแต่วันแรก ทั้งผ่าน API ตรงและผ่านคลาวด์ทั้งสามเจ้า ต่างจากตอนเปิดตัวตระกูล 5 เมื่อกลางปีที่คนนอกสหรัฐได้แต่มองเข้าไป ใครใช้ Microsoft 365 Copilot ในองค์กรอยู่แล้วก็มีทางลองแบบไม่ต้องเขียนโค้ดสักบรรทัด

แต่ต้องมองราคาให้ตรงบริบทไทยด้วย $10/$50 ต่อล้าน token คือระดับพรีเมียม แพงกว่า Sonnet 5 ($2/$10) ราว 5 เท่า สำหรับงานภาษาไทยทั่วไป งานสรุปเอกสาร งานแชทบอทตอบลูกค้า โมเดลระดับรองยังคุ้มกว่ามาก ที่ของ Fable 5.1 คืองานหนักเฉพาะทาง เช่น ไล่โค้ดเบสใหญ่ งาน agent ที่รันเป็นชั่วโมง หรืองานวิจัยที่ยอมจ่ายแลกคุณภาพ องค์กรที่อยู่ใต้ PDPA ก็ต้องจำไว้ว่าเส้นทางข้อมูลไม่เปลี่ยน คือยังวิ่งผ่านคลาวด์ต่างประเทศ เกณฑ์การประเมินที่เคยใช้กับโมเดลก่อนหน้าใช้ต่อได้ทั้งชุด

ควรเตรียมตัวหรือปรับอะไร

• อย่าเพิ่งย้ายทั้งระบบตามพาดหัว เอา workload จริงของตัวเอง 5-10 งานไปรันเทียบระหว่างโมเดลปัจจุบันกับ Fable 5.1 ที่ effort ต่างกัน ดูทั้งคุณภาพและบิลจริง ตัวเลขเบนช์มาร์กของผู้ขายเป็นแค่จุดเริ่ม
• ตั้ง effort เป็นรายงาน ไม่ใช่ค่าเดียวทั้งแอป งาน routine ใช้ low/medium งานยากค่อยไต่ขึ้น และควรมีเพดานงบต่อ request กันโมเดลคิดเพลิน
• รีดประโยชน์จากแคชให้เต็ม จัดโครงสร้าง prompt ให้ส่วนที่ซ้ำ (system prompt, เอกสาร, ตัวอย่าง) อยู่นิ่ง ๆ เพื่อให้ cache hit สูงสุด ของถูกลง 4 เท่าต่อเมื่อเราออกแบบให้มันถูกใช้
• สายเซ็กเคียวริตี้ควรลองรอบนี้ false positive ที่ลด 60% แปลว่าเอา Claude Code มาช่วยไล่หาช่องโหว่ในโค้ดตัวเองได้จริงจังขึ้น โดยตัวโมเดลถูกขีดเส้นไว้ฝั่งตั้งรับ
• ตามเรื่องลายน้ำไว้ ถ้าธุรกิจคุณผลิตคอนเทนต์ด้วย AI ปริมาณมาก ลายน้ำ + API ตรวจจับที่กำลังมา อาจกลายเป็นมาตรฐานที่ลูกค้าหรือกฎหมาย (โดยเฉพาะฝั่งยุโรป และร่างกฎหมายไทยที่มีหมวดติดป้ายเนื้อหา AI) เรียกหาในอนาคต

ภาพรวมของรอบนี้ไม่ใช่ “โมเดลฉลาดขึ้น” เฉย ๆ แต่คือผู้ขายระดับหัวแถวกำลังเปลี่ยนสนามแข่งจากคะแนนเบนช์มาร์ก มาเป็น เศรษฐศาสตร์ของการรันงานยาว ใครคุมต้นทุนต่อชิ้นงานของ agent ได้ดีกว่า คนนั้นได้ลูกค้าองค์กร และนั่นหมายความว่าทักษะที่มีค่าที่สุดของคนทำงานสาย AI ตอนนี้ ไม่ใช่แค่เลือกโมเดลเก่งที่สุด แต่คือรู้ว่างานไหนควรจ่ายเท่าไร ที่ effort ระดับไหน แล้ววัดผลเป็น