- 02
- กันยายน
วันที่ 1 กันยายน 2569 Anthropic เปิดตัว Claude Fable 5.1 และ Claude Mythos 5.1 พร้อมกัน — สองชื่อนี้คือ โมเดลตัวเดียวกัน ต่างกันแค่ระดับ safeguard ที่ครอบไว้ จุดขายหลักคือความสามารถงานโค้ดแบบ agentic และงานวิจัยที่กระโดดขึ้นชัด บวกกับการหั่นราคา cache read ลง 75% ซึ่งเป็นการลดราคาที่ยิงตรงไปที่ต้นทุนก้อนใหญ่ที่สุดของงาน AI agent บทความนี้ไม่ได้เล่าซ้ำข่าวประชาสัมพันธ์ เราจะเจาะไปที่ตัวเลข benchmark จริง สิ่งที่ ถอยหลัง (มีจริง), breaking change ที่ทำให้โค้ดเดิมพัง, และข้อโต้แย้งเรื่องต้นทุนที่ยังไม่ค่อยมีใครพูดถึงในไทย ถ้ายังไม่ได้อ่านภาคก่อน แนะนำ Claude Fable 5 เปิดตัว และ Claude Opus 5 ประกอบ
สรุปบรรทัดเดียว: Claude Fable 5.1 = Fable 5 ที่เก่งขึ้นมาก (Terminal-Bench-Science 24.7% → 52.6%) โดย ราคาต่อ token เท่าเดิม ($10 input / $50 output ต่อ 1M) แต่ cache read ถูกลง 75% เหลือ $0.25 ต่อ 1M · context 1M tokens · effort 5 ระดับ · งานที่ใช้ context ซ้ำเยอะจะถูกลงจริง แต่งานที่สั่งให้คิดหนักสุด (max) อาจ แพงขึ้น เพราะมันคิดยาวกว่าเดิมราว 1.7 เท่า
Fable กับ Mythos ต่างกันตรงไหน (และทำไมเรื่องนี้สำคัญ)
ประโยคที่สำคัญที่สุดในหน้าประกาศของ Anthropic คือ “Fable 5.1 และ Mythos 5.1 เป็นโมเดลเดียวกัน แต่มี safeguard ต่างระดับกัน” แปลว่าน้ำหนักโมเดล ความสามารถ และราคาเหมือนกันหมด ต่างกันแค่ชั้นกรองที่ครอบอยู่ข้างนอก — ใครเข้าถึง Mythos ได้ก็ได้โมเดลที่ถูกขัดขวางน้อยกว่า รายละเอียดแนวคิดสายพันธุ์ Mythos เราเคยเขียนไว้ใน Claude Mythos คืออะไร
| ประเด็น | Claude Fable 5.1 | Claude Mythos 5.1 |
|---|---|---|
| ตัวโมเดล | เหมือนกัน | เหมือนกัน |
| ราคา | $10 / $50 ต่อ 1M tokens | เท่ากัน |
| ใครใช้ได้ | ทุกคน — claude.ai ทุกแผนแบบเสียเงิน, API, AWS, Google Cloud, Azure | เฉพาะองค์กรที่ผ่านการตรวจสอบ ผ่าน Cyber Verification Program (CVP) และ Life Sciences Verification Program (LSVP) — ขณะนี้จำกัดเฉพาะองค์กรในสหรัฐฯ |
| Terminal-Bench 4.0 | 55.8% | 60.9% |
| งานที่ถูกเบี่ยงออก | pen-test, สร้าง exploit, สแกนช่องโหว่จาก binary → เบี่ยงไปโมเดลตระกูล Opus | safeguard ผ่อนคลายสำหรับงาน cybersecurity เชิงป้องกันและงาน life science |
มุมวงในที่คนมองข้าม: ช่องว่าง Terminal-Bench 4.0 ระหว่าง Fable 5.1 (55.8%) กับ Mythos 5.1 (60.9%) คือ ต้นทุนของ safeguard ที่วัดออกมาเป็นตัวเลขได้ — โมเดลเดียวกัน ข้อสอบเดียวกัน ต่างกัน 5.1 จุด เพราะชั้นกรองเข้าไปขัดจังหวะกลางงาน นี่เป็นครั้งแรกที่เราเห็น “ราคาของความปลอดภัย” ปรากฏบน benchmark อย่างตรงไปตรงมา
Benchmark: อะไรดีขึ้นเท่าไร
ตัวเลขที่ Anthropic เผยแพร่เอง เทียบกับ Fable 5 รุ่นก่อน, Opus 5 และ GPT-5.6 Sol ของ OpenAI:
| Benchmark | Fable 5.1 | Fable 5 | Opus 5 | GPT-5.6 Sol |
|---|---|---|---|---|
| Terminal-Bench-Science 0.1 (วิจัยแบบ agentic) | 52.6% | 24.7% | 29.0% | 22.4% |
| Terminal-Bench 4.0 (เขียนโค้ดแบบ agentic) | 55.8% | 42.0% | 52.3% | 37.3% |
| CursorBench 3.2.0 (เขียนโค้ด) | 73.4% | 70.5% | 70.0% | 67.2% |
| AutomationBench (workflow ธุรกิจ) | 31.4% | 17.1% | 26.9% | 19.6% |
| GDPval-AA v2 (งาน knowledge work) | 1,853 | 1,723 | 1,824 | 1,711 |
| OSWorld 2.0 (ใช้คอมพิวเตอร์ — partial) | 77.9% | 72.9% | 75.4% | — |
| Humanity’s Last Exam (ไม่ใช้เครื่องมือ) | 60.9% | 57.8% | 56.6% | — |
ตัวเลขที่ควรจ้องคือ Terminal-Bench-Science ที่เพิ่มขึ้นกว่าสองเท่า และ AutomationBench ที่เกือบสองเท่า ทั้งสองตัวเป็นข้อสอบแนว “ทำงานยาวหลายขั้นโดยไม่มีคนคุม” ไม่ใช่ข้อสอบตอบคำถามสั้น ซึ่งตรงกับทิศทางที่ Anthropic ผลักมาตลอดปี 2569 คือย้ายจาก chatbot ไปเป็น agent ที่ทำงานได้เอง ส่วน AutomationBench ที่ 31.4% ก็บอกอีกด้านหนึ่งด้วยว่า งาน workflow ธุรกิจจริงยังทำสำเร็จได้ไม่ถึง 1 ใน 3 — เก่งขึ้นเยอะ แต่ยังไม่ใกล้ “แทนคนได้”
ตัวอย่างงานวิจัยที่ Anthropic ยกมาก็น่าสนใจ: ออกแบบโปรตีน binder ที่มีค่า binding affinity สูงกว่าดีไซน์ที่ดีที่สุดในการแข่งของ Adaptyv Bio ถึง 10 เท่า มี hit rate เกือบ 50% จาก 12 เป้าหมาย (ปกติอยู่ที่ 10–15%) และทำแผนที่ระดับความสูงของดาวศุกร์ได้ละเอียดถึงระดับ 2–3 กิโลเมตร จากเดิม 10–20 กิโลเมตร
ราคา: เท่าเดิมทุกช่อง ยกเว้นช่องที่สำคัญที่สุด
Anthropic ไม่ลดราคา token พื้นฐานเลย แต่ไปหั่นที่ cache read ซึ่งเป็นช่องที่งาน agent ใช้หนักที่สุด
| รายการ | Fable 5 | Fable 5.1 | เปลี่ยนแปลง |
|---|---|---|---|
| Input | $10 / 1M | $10 / 1M | เท่าเดิม |
| Output | $50 / 1M | $50 / 1M | เท่าเดิม |
| Cache read | $1.00 / 1M | $0.25 / 1M | −75% |
| Cache write (5 นาที) | $12.50 / 1M | เท่าเดิม | |
| Cache write (1 ชั่วโมง) | $20.00 / 1M | เท่าเดิม | |
| Batch API | $5 input / $25 output ต่อ 1M | เท่าเดิม | |
ประเด็นเชิงเทคนิคที่แหลมคมคือ cache read ของ Fable 5.1 คิดที่ 0.025 เท่าของราคา input ขณะที่โมเดล Claude ตัวอื่นคิดที่ 0.1 เท่าตามมาตรฐาน นี่คือการเปลี่ยนสูตรราคา ไม่ใช่แค่ส่วนลด และมันเปลี่ยนวิธีออกแบบ agent ไปเลย — ยิ่งคุณจัด prompt ให้ prefix ซ้ำได้มาก (system prompt เดิม, เอกสารอ้างอิงชุดเดิม, สคีมาฐานข้อมูลเดิม) ต้นทุนยิ่งดิ่ง ใครยังไม่คุ้นกับกลไก prompt caching อ่านเทียบได้ที่ คู่มือราคา Claude Code
อ่านตัวเลข 25% ให้ถูก: ตัวเลข “ถูกลง 25% สำหรับงานทั่วไป และถึง 45% สำหรับงาน agentic” คำนวณจาก สัดส่วนการใช้งานจริงของ Anthropic ในเดือนสิงหาคม 2569 ไม่ใช่ส่วนลดที่ยิงเข้าบิลของคุณอัตโนมัติ ถ้า workload ของคุณไม่มี cache hit ต้นทุนจะเท่าเดิมเป๊ะ
ข้อโต้แย้งที่ต้องรู้: ถูกลงจริง หรือแพงขึ้น?
นี่คือส่วนที่ข่าวส่วนใหญ่ข้ามไป — Artificial Analysis ซึ่งร่วมทดสอบก่อนเปิดตัว ไม่เห็นด้วยกับคำเคลมเรื่องประหยัด ผลวัดของพวกเขาคือ Fable 5.1 ที่ effort ระดับ max มีต้นทุน $3.76 ต่องาน ในชุด Intelligence Index ขณะที่ Fable 5 (max) อยู่ที่ $3.14 — คือ แพงขึ้น 20% สาเหตุคือมันสร้าง output token มากกว่าเดิมราว 1.7 เท่า การลด cache read ช่วยประหยัดได้ประมาณ $1.40 ต่องาน (ถ้าไม่ลด ราคาจะพุ่งไปราว $5.16) แต่ยังไม่พอกลบส่วนที่มันคิดยาวขึ้น
ในทางกลับกัน Cognition (ผู้ทำ Devin) รายงานว่างานเขียนโค้ดของพวกเขาต้นทุนลดจาก $5.84 เหลือ $2.68 ต่องาน เพราะกว่า 95% ของ token เป็น cache read ทั้งสองตัวเลขถูกต้องพร้อมกัน — เพียงแต่วัดคนละ workload
บทเรียนสำหรับคนคุมงบ: Fable 5.1 ถูกลงเมื่อ context ซ้ำ และแพงขึ้นเมื่อ ต้องคิดหนัก ก่อนย้ายทั้งระบบ ให้วัดสัดส่วน cache-hit ในบิลจริงของตัวเองก่อน ถ้า cache hit สูงกว่า 80% ย้ายได้เลย ถ้าต่ำกว่า 50% และคุณเปิด max effort ให้เตรียมใจว่าบิลจะขึ้น
Fable 5.1 มี effort 5 ระดับ (low, medium, high, xhigh, max) โดย high เป็นค่าเริ่มต้น และ ไม่มีตัวเลือกปิด reasoning ผลทดสอบภายนอกด้วยโจทย์เดียวกันแสดงช่วงความต่างที่ชัดมาก:
| Effort | Output tokens | เวลา | ต้นทุนต่อคำสั่ง |
|---|---|---|---|
| Low | 1,998 | 23.8 วินาที | $0.10 |
| Medium | 1,977 | 23 วินาที | $0.10 |
| High (ค่าเริ่มต้น) | 2,612 | 29.6 วินาที | $0.13 |
| Xhigh | 36,767 | 7 นาที 51 วินาที | $1.83 |
| Max | 65,927 | 13 นาที 54 วินาที | $3.30 |
ต่างกัน 33 เท่า จาก low ถึง max บนโจทย์เดียวกัน — ปุ่ม effort จึงไม่ใช่ปุ่มปรับคุณภาพ แต่เป็นปุ่มปรับงบประมาณ องค์กรที่เปิด API ให้ทีมใช้ควรกำหนด effort เพดานไว้ในชั้น gateway ไม่ใช่ปล่อยให้แต่ละคนเลือกเอง
Breaking change: โค้ดเดิมของคุณอาจพัง
การอัปเกรดครั้งนี้ไม่ใช่แค่เปลี่ยนชื่อโมเดลใน config มีการเปลี่ยนสัญญา API จริง:
# 1) เปลี่ยน model id
- model: "claude-fable-5"
+ model: "claude-fable-5-1"
# 2) tool_choice แบบบังคับใช้ไม่ได้แล้ว -> คืน HTTP 400
- tool_choice: {"type": "any"}
- tool_choice: {"type": "tool", "name": "get_invoice"}
+ tool_choice: {"type": "auto"} # + strict tool use / structured outputs
# เหตุผล: thinking เปิดตลอดในโมเดลนี้
# การบังคับเรียก tool จะข้ามขั้น thinkingอีกสามข้อที่ต้องระวัง: (1) thinking block เป็นทางเดียว — Fable 5.1 อ่าน reasoning ของโมเดลเก่าได้ แต่โมเดลเก่าอ่านของ Fable 5.1 ไม่ได้ ถ้าย้าย conversation กลับไปโมเดลก่อนหน้า ชั้น reasoning จะหาย (2) การแก้ประวัติแชทจะทำให้ reasoning เสีย — แก้ system prompt, แก้ tool array หรือแก้ message ก่อน thinking block จะทำให้ block นั้น error หรือถูกทิ้งเงียบๆ ข้อบังคับนี้ใช้กับบัญชีที่สร้างตั้งแต่ 31 สิงหาคม 2569 เป็นต้นไป (3) effort ปรับกลางบทสนทนาได้แล้ว ซึ่งเป็นข่าวดีสำหรับ agent ที่ต้องสลับโหมดคิดเร็ว/คิดลึกในงานเดียว
ข้อ (2) ไม่ใช่เรื่องความเสถียรอย่างเดียว มันเป็น กลไกกัน distillation โดยตรง — บัญชี API ใหม่ไม่สามารถแก้ context ย้อนหลังพร้อมกับเก็บ transcript ของ thinking ไว้ได้อีก ซึ่งเป็นเทคนิคที่ใช้ดูด reasoning ออกไปเทรนโมเดลอื่น อีกจุดที่มาพร้อมกันคือ Anthropic ใส่ watermark เชิงตัวเลข ในข้อความที่โมเดลเขียน เพื่อรองรับ EU AI Act โดยมองไม่เห็นด้วยตาเปล่า ต้องเรียก detection API ซึ่งเปิดให้เฉพาะหน่วยงานกำกับดูแล สื่อ นักวิจัย และองค์กรภาคประชาสังคมใน EU
สิ่งที่ถอยหลัง — ส่วนที่ข่าวประชาสัมพันธ์ไม่พูด
ไม่มีการอัปเกรดไหนดีขึ้นทุกด้าน รายงานจากผู้ใช้งานจริงหลังเปิดตัวชี้จุดถอยหลังไว้ชัด:
- เรียก tool แบบขนานไม่แน่นอน — มีแนวโน้มเรียกครั้งเดียวต่อรอบ แทนที่จะรวบหลาย tool ในรอบเดียว ทำให้ agent loop ยาวขึ้น
- รายงานความคืบหน้าน้อยลง ระหว่างรัน tool นานๆ — ผู้ใช้เห็นหน้าจอนิ่งนานกว่าเดิม
- จัดรูปแบบน้อยลง — ใช้ตัวหนา หัวข้อ และ bullet น้อยกว่าเดิมในการตอบแชท (Anthropic เรียกว่าปรับ “สไตล์การเขียน” ให้พึ่งการจัดรูปแบบน้อยลง แต่หลายทีมมองว่าอ่านยากขึ้น)
- มักเขียนไฟล์ใหม่ทั้งไฟล์ แม้จะแก้แค่บรรทัดเดียว — กิน output token ฟรีๆ และสัมพันธ์ตรงกับตัวเลข 1.7 เท่าข้างต้น
- ความสามารถหลายภาษาไม่ขยับ จาก Fable 5 — สำหรับงานภาษาไทยล้วน อย่าคาดหวังว่าจะดีขึ้น
Anthropic เผยแพร่แนวทางแก้ด้วย prompt สำหรับแต่ละข้อไว้ในคู่มือประกอบ และ ยังแนะนำให้เริ่มจาก Claude Opus 5 สำหรับงานส่วนใหญ่ — ให้ Fable 5.1 กับงาน reasoning หนักและงาน agent ที่รันยาวเท่านั้น ซึ่งเป็นคำแนะนำที่ตรงกับเรื่องต้นทุนพอดี ถ้าคุณกำลังชั่งใจว่าคุ้มไหม เราเคยวิเคราะห์ไว้ที่ Claude Fable คุ้มค่าไหม
Safeguard: ผ่อนคลายลง แต่ไม่ใช่ปล่อยฟรี
คำเตือนจาก system card: เอกสาร system card ระบุว่า Mythos 5.1 ถอยหลังเล็กน้อยเรื่องพฤติกรรมที่ไม่สอดคล้อง (misaligned behavior) เมื่อเทียบกับ Opus 5 และ “ให้ความร่วมมือกับการใช้งานผิดวัตถุประสงค์ของมนุษย์” ง่ายกว่ารุ่นก่อน นอกจากนี้ยังมีรายงานว่า ซื่อสัตย์น้อยลงเมื่ออยู่ภายใต้แรงกดดัน และพบเหตุการณ์ sandbox escape ระหว่างการทดสอบภายนอก — ระดับความเสี่ยงด้าน alignment ถูกปรับจาก “ต่ำมาก” ขึ้นเป็น “ต่ำ” องค์กรที่ให้โมเดลรันคำสั่งบนเครื่องจริงต้องมีชั้นกักกันของตัวเอง อย่าพึ่ง safeguard ของผู้ให้บริการอย่างเดียว
ด้านที่ดีขึ้นคือ false positive ลดลงมาก: safeguard ด้าน cybersecurity บล็อกผิดพลาดน้อยลง 60% ผู้ใช้ Claude Code จะเจอการขัดจังหวะจาก safeguard น้อยลงเฉลี่ยราว 60% ต่อ session และ safeguard ด้านชีววิทยาทำงานผิดพลาดกับคำถามชีววิทยาพื้นฐานและคำถามการแพทย์ทั่วไป น้อยลง 85% ที่สำคัญคือ Fable 5.1 ใช้ค้นหาช่องโหว่ในซอร์สโค้ดได้แล้ว — แต่ยังไม่ให้เขียน exploit สำหรับช่องโหว่นั้น
สำหรับทีมความปลอดภัยในไทยที่เคยเจอปัญหาถูกปฏิเสธกลางงาน ประเด็นนี้เปลี่ยนเกมพอสมควร งาน code review เชิงความปลอดภัยที่เคยติด safeguard ตอนนี้ผ่านได้ ส่วนงาน pen-test, สร้าง exploit และสแกนช่องโหว่จาก binary ยังถูกเบี่ยงไปโมเดล Opus ตามเดิม ประวัติเรื่อง safeguard ที่เคยเข้มเกินไปเราเคยบันทึกไว้ใน กรณีระงับการใช้งาน Fable/Mythos
Enterprise Frontier Safeguards: ของที่องค์กรไทยควรจับตา
ของใหม่ที่ผมคิดว่าสำคัญกับลูกค้าองค์กรมากกว่า benchmark คือ Enterprise Frontier Safeguards (EFS) ปัญหาที่มันแก้คือความขัดแย้งเดิมระหว่าง “ผู้ให้บริการต้องตรวจจับการใช้งานผิดวัตถุประสงค์” กับ “ลูกค้าต้องการ zero data retention” — สองอย่างนี้ขัดกันโดยธรรมชาติ
EFS แก้ด้วยการย้ายที่เก็บข้อมูลตรวจสอบไปอยู่บน cloud ของลูกค้าเอง (AWS, Azure, Google Cloud) ใช้กุญแจเข้ารหัสของลูกค้า และ การรีวิวโดยมนุษย์เป็นหน้าที่ของลูกค้าเอง ไม่ใช่พนักงาน Anthropic Anthropic ระบุว่าออกแบบร่วมกับลูกค้ากว่า 100 รายในกลุ่มการเงิน สาธารณสุข การผลิต โทรคมนาคม กฎหมาย ค้าปลีก และภาครัฐ โดยจะทยอยเปิดใช้เป็นเฟสเริ่มฤดูใบไม้ร่วงนี้ ระหว่างรอ ลูกค้าที่เข้าเกณฑ์ใช้ Fable 5.1 และ Fable 5 แบบ zero data retention ไปก่อนได้
สำหรับหน่วยงานไทยที่ติดเรื่อง PDPA และมติเรื่องข้อมูลออกนอกประเทศ นี่คือคำตอบที่ตรงประเด็นกว่าคำมั่นสัญญาบนกระดาษ — ควรอ่านประกอบกับ Zero Data Retention ของ Claude และ ความปลอดภัยและธรรมาภิบาลข้อมูล
เบื้องหลัง: ดีล compute $35,000 ล้าน ที่มาก่อนเปิดตัว 1 วัน
วันที่ 31 สิงหาคม 2569 — หนึ่งวันก่อนเปิดตัว Fable 5.1 — Anthropic ปิดดีล cloud มูลค่าราว 35,000 ล้านดอลลาร์ ระยะ 6 ปี กับ Lambda ผู้ให้บริการคลาวด์ที่ NVIDIA หนุนอยู่ โครงสร้างดีลน่าสนใจ: ศูนย์ข้อมูลตั้งที่ Nueces County รัฐเท็กซัส พัฒนาโดย Hut 8 ที่กำลังเปลี่ยนตัวเองจากเหมืองบิตคอยน์มาทำ data center โดย NVIDIA ถือสัญญาเช่าและป้อนชิปให้ Lambda ซึ่งขายกำลังประมวลผลต่อให้ Anthropic
ลำดับเวลานี้ไม่ใช่เรื่องบังเอิญ โมเดลที่ค่าเริ่มต้นคือ effort ระดับ high คิดยาว 1.7 เท่า และมี context 1M tokens ต้องการกำลังประมวลผลมหาศาลต่อคำสั่ง การประกาศดีล compute ก่อนเปิดตัวหนึ่งวันคือการบอกตลาดว่า “เรามีของรองรับ” ซึ่งเป็นบทเรียนที่ผู้ใช้ไทยควรจำจากช่วง เหตุขัดข้องของ Claude ว่ากำลังประมวลผลคือคอขวดจริง ไม่ใช่แค่เรื่องบัญชี
องค์กรไทยควรทำอะไรกับข่าวนี้
| สถานการณ์ของคุณ | คำแนะนำ |
|---|---|
| ใช้ claude.ai ผ่านแผน Pro / Max / Team / Enterprise | เลือก Fable 5.1 ได้เลย แต่ต้องรู้ว่า Fable ไม่ได้รวมอยู่ในโควตาของแผน — ต้องใช้ usage credits จ่ายเพิ่ม (ดู แผนและลิมิตของ Claude) |
| ต่อ API เองและมี agent รันยาว | คุ้มที่สุด — cache read ที่ $0.25 ทำให้ต้นทุนต่างกันคนละเรื่อง แต่ต้องแก้ tool_choice ก่อน ไม่งั้นเจอ 400 |
| ใช้แชทตอบคำถามสั้นๆ เป็นหลัก | อยู่กับ Opus 5 ก่อน ตามที่ Anthropic แนะนำเอง — จ่ายแพงกว่าเพื่อ reasoning ที่ไม่ได้ใช้ไม่คุ้ม |
| องค์กรที่ติดข้อกำหนดเรื่องข้อมูลไม่ออกนอกระบบ | รอ EFS และเจรจา zero data retention ระหว่างรอ — อย่าเซ็นสัญญาโดยไม่ระบุข้อนี้ |
| งาน pen-test หรือ security offensive | Fable 5.1 ยังเบี่ยงงานกลุ่มนี้ไป Opus การเข้าถึง Mythos 5.1 ยังจำกัดเฉพาะองค์กรในสหรัฐฯ ที่ผ่านการตรวจสอบ |
มุมมองจากงาน ERP: AI เก่งขึ้น ไม่ได้ลดความสำคัญของ source of truth
คำถามที่ได้จากลูกค้าทุกครั้งที่มีโมเดลใหม่คือ “มันจะทำรายงานแทนระบบได้ไหม” — AutomationBench 31.4% ตอบไว้แล้วว่างาน workflow ธุรกิจจริง โมเดลที่เก่งที่สุดยังทำสำเร็จไม่ถึงหนึ่งในสาม เส้นแบ่งใน Saeree ERP จึงชัด: ยอดคงเหลือ งบประมาณ การจอง การผูกพัน การค้างจ่าย และเอกสารที่ต้องตรวจย้อนหลังได้ อยู่ในฐานข้อมูลที่มี audit trail ไม่ใช่ในบทสนทนากับ AI ส่วน AI เป็นผู้ช่วย — สรุป อธิบาย ร่าง ค้นหา
องค์กรที่ต้องการเชื่อม Claude เข้ากับระบบหลังบ้านผ่าน MCP — ERP, จัดซื้อ, คลังสินค้า, งานบุคคล หรือคลังเอกสารภายใน — เรารับออกแบบและวางระบบให้ได้ทันที คุมสิทธิ์ตามบทบาทผู้ใช้และเก็บ audit trail ครบตามมาตรฐานเดียวกับที่ใช้ใน ERP (ดู MCP คืออะไร และขอบเขตงานที่ Claude Integration & Solutions) รายละเอียดเชิงเทคนิค — สถาปัตยกรรม MCP Server, ขอบเขตของ tool, การจำกัดสิทธิ์ระดับแถวและคอลัมน์, วิธีทดสอบก่อนขึ้นระบบ — จะแยกเขียนเป็นบทความ MCP Solution ในลำดับถัดไป
ข้อควรระวังของรุ่นนี้: safeguard ที่ผ่อนคลายลงและ system card ที่ระบุว่าโมเดล “ซื่อสัตย์น้อยลงภายใต้แรงกดดัน” หมายความว่ายิ่งต้องมีคนอนุมัติในจุดที่กระทบตัวเลขบัญชีและงบประมาณ ไม่ใช่น้อยลง
สรุป
Claude Fable 5.1 คือการอัปเกรดที่ “ตรงจุด” มากกว่าจะ “ยิ่งใหญ่” — ความสามารถงาน agent และงานวิจัยขึ้นแบบเห็นชัด (Terminal-Bench-Science เพิ่มกว่าสองเท่า), การหั่น cache read 75% เปลี่ยนสมการต้นทุนของงาน agent ที่ context ซ้ำเยอะจริง, safeguard ผ่อนคลายลงจนงาน security เชิงป้องกันทำได้ราบรื่นขึ้น และ Enterprise Frontier Safeguards เป็นคำตอบที่จับต้องได้สำหรับองค์กรที่ห้ามข้อมูลออกนอกระบบ
แต่ต้องอ่านให้ครบทั้งสองด้าน: มันคิดยาวขึ้นราว 1.7 เท่า จนที่ effort ระดับ max อาจแพงกว่ารุ่นก่อน 20% ต่องาน, มีจุดถอยหลังเรื่องการเรียก tool แบบขนานและการเขียนไฟล์ซ้ำทั้งไฟล์, มี breaking change ที่ทำให้โค้ดเดิมคืน HTTP 400 และ system card ระบุตรงๆ ว่าโมเดลซื่อสัตย์น้อยลงภายใต้แรงกดดัน — Anthropic เองก็ยังแนะนำให้เริ่มจาก Opus 5 สำหรับงานส่วนใหญ่ ไม่ใช่ Fable 5.1
Fable 5.1 ไม่ได้ทำให้ AI ถูกลง มันทำให้ “context ที่ซ้ำ” ถูกลง ส่วนการคิดยังแพงขึ้นตามเวลาที่มันใช้คิด คนที่ได้กำไรจากรุ่นนี้คือคนที่ออกแบบระบบให้ใช้ context ซ้ำได้ ไม่ใช่คนที่กดปุ่ม max
- ไพฑูรย์ บุตรี · ทีม Saeree ERP
แหล่งอ้างอิง
ตรวจสอบข้อมูลเมื่อ 2 กันยายน 2569
- Anthropic — Introducing Claude Fable 5.1 and Claude Mythos 5.1 (1 กันยายน 2569)
- Anthropic — System Card: Claude Fable 5.1 & Claude Mythos 5.1 (PDF)
- Claude Platform Docs — Claude Fable 5.1 overview (context 1M, effort, model id)
- Claude Platform Docs — Pricing (input/output/cache read/cache write)
- Claude Support — Claude Fable models on your plan (usage credits)
- Artificial Analysis — Claude Fable 5.1 tops the Intelligence Index (ต้นทุนต่องาน $3.76)
- VentureBeat — 75% cost reduction for Fable cache reads
- Implicator.ai — Fable 5.1 keeps $10/$50 price, cuts cache reads 75%
- The Decoder — Better coding and research at up to 45% less
- TechCrunch — Anthropic’s new Fable release is cheaper, less restrictive
- Simon Willison — Claude Fable 5.1 hands-on (ตารางต้นทุนต่อ effort)
- Bloomberg — Anthropic seals $35 billion cloud deal with Nvidia-backed Lambda
อยากใช้ Claude ในองค์กร หรือเชื่อม Claude เข้าระบบหลังบ้าน?
แกรนด์ลีนุกซ์ โซลูชั่น จำหน่ายและจัดหาไลเซนส์ Claude สำหรับองค์กรไทย พร้อมออกใบกำกับภาษี ใบเสนอราคา และรองรับกระบวนการจัดซื้อ (PO) — และรับออกแบบ MCP Server เชื่อม Claude เข้ากับ ERP จัดซื้อ คลังสินค้า หรือคลังเอกสารภายในขององค์กร ปรึกษาได้ฟรี
ปรึกษา / ขอใบเสนอราคาโทร 02-347-7730 | sale@grandlinux.com
