Anthropic เปิดตัว Claude Fable 5.1 โมเดลใหม่สาย Agent ลุยงานยาวต่อเนื่อง แก้บั๊กยากรอบ 5 ปีได้สำเร็จ พร้อมหั่นราคา Cache ลง 75%
ลองจินตนาการดูว่า AI ตัวหนึ่งนั่งไล่หาบั๊กที่วิศวกรมนุษย์งงกันมา 4-5 ปีโดยไม่มีใครแก้ได้ แล้วจู่ๆ ก็เจอต้นตอจนได้ นี่ไม่ใช่พล็อตหนังไซไฟครับ แต่เป็นเรื่องจริงที่เกิดขึ้นกับ Claude Fable 5.1 โมเดลใหม่ล่าสุดจาก Anthropic ที่เพิ่งเปิดตัวไปหมาดๆ พร้อมกับน้องรอง Mythos 5.1 ที่เป็นโมเดลตัวเดียวกันแต่สงวนไว้ให้เฉพาะองค์กรด้านความปลอดภัยไซเบอร์และวิทยาศาสตร์ชีวภาพที่ผ่านการอนุมัติเข้าโปรแกรม trusted-access เท่านั้น
จุดขายสำคัญของ Fable 5.1 ไม่ใช่แค่ตอบคำถามเก่งขึ้น แต่ Anthropic ตั้งใจสร้างมันมาให้รับมือกับงานที่ใช้เวลาเป็นชั่วโมง ไม่ใช่แค่ไม่กี่วินาที พูดง่ายๆ คือแทนที่จะพิมพ์คำสั่งให้แล้วรอคำตอบ โมเดลนี้ถูกออกแบบให้ทำงานแบบ agent ที่ลุยงานยาวๆ ต่อเนื่อง จำบริบทได้ ย้อนกลับไปทบทวนสิ่งที่เคยทำ และแก้ปัญหาซับซ้อนแบบหลายขั้นตอนได้ด้วยตัวเอง
ตัวอย่างที่เจ๋งสุดคือกรณีของ Millennium ที่ให้ Fable 5.1 ไล่หาสาเหตุของบั๊กซอฟต์แวร์แปลกๆ ที่เกิดจาก library ของผู้ให้บริการภายนอก ปัญหานี้ค้างคาไม่มีคำตอบมานานถึง 4-5 ปี แต่ AI กลับหาสาเหตุเจอ ส่วนอีกเคสหนึ่งจาก Ramp ยิ่งน่าทึ่งกว่าครับ
พวกเขาปล่อยให้ Fable 5.1 ทำงาน machine-learning รวดเดียว 38 ชั่วโมงไม่หยุด ระหว่างนั้นโมเดลไม่ได้เดินหน้าทางเดียว แต่ย้อนกลับไปทบทวนข้อสรุปเดิมของตัวเอง เปิดการทดลองใหม่ถึง 6 รายการ แล้วสรุปผลพร้อมข้อเสนอแนะออกมาให้ในที่สุด
ในแง่ตัวเลข Anthropic โชว์ผลทดสอบที่ดูดีทีเดียวครับ โดยบนสนาม Terminal-Bench 4.0 ซึ่งวัดฝีมือเขียนโค้ดผ่าน command-line Fable 5.1 ทำได้ 55.8% เทียบกับรุ่นก่อนอย่าง Fable 5 ที่ได้แค่ 42%
ส่วน Mythos 5.1 ภายใต้เงื่อนไขที่ผ่อนปรนกว่า ทำได้สูงถึง 60.9% ขณะที่บน Terminal-Bench-Science 0.1 ซึ่งวัดงานวิจัยวิทยาศาสตร์แบบ agentic Fable 5.1 ทำคะแนนได้ 52.6% มากกว่ารุ่นก่อนที่ได้เพียง 24.7% กว่าเท่าตัว แน่นอนว่าตัวเลขเหล่านี้เป็นผลทดสอบที่ Anthropic ทำเอง จึงยังไม่ใช่หลักฐานอิสระที่ยืนยันว่าดีกว่าคู่แข่งทุกเจ้าจริงๆ แต่อย่างน้อยก็สอดคล้องกับสิ่งที่บริษัทอ้าง คือโมเดลนี้เก่งเรื่องงานที่ต้องใช้ความอดทน ติดตามปัญหาต่อเนื่อง และใช้เครื่องมือหลายอย่างประกอบกัน
สำหรับเรื่องราคา แม้ค่า API มาตรฐานจะเท่าเดิมคือ $10 ต่อล้าน input token และ $50 ต่อล้าน output token แต่ Anthropic เลือกหั่นราคาตรงจุดที่คนใช้งานหนักจริงๆ นั่นคือการอ่านข้อมูลจาก cache ซึ่งลดจาก $1 เหลือแค่ $0.25 ต่อล้าน token หรือลดไปถึง 75%
ทำไมตรงนี้ถึงสำคัญ เพราะเวลา AI agent ทำงานยาวๆ มันจะต้องส่งข้อมูลเดิมซ้ำๆ ให้โมเดลอ่านตลอด ไม่ว่าจะเป็น code repository ทั้งก้อน คำสั่งระบบ เอกสารเทคนิค หรือประวัติงานที่ทำมาก่อนหน้า ซึ่ง Anthropic บอกว่าข้อมูลซ้ำแบบนี้อาจกินสัดส่วนถึงครึ่งหนึ่งของ token ที่ใช้ทั้งหมดในงานยาวๆ บางประเภท
ผลลัพธ์คือ Anthropic คาดว่าต้นทุนรวมของ Fable 5.1 จะลดลงประมาณ 25% สำหรับงานทั่วไป และมากถึง 45% สำหรับงานที่ใช้ agent หนักๆ แม้จะยังแพงกว่าโมเดล Opus, Sonnet หรือคู่แข่งเจ้าอื่น แต่ Anthropic เดิมพันว่าลูกค้าจะมองที่ต้นทุนรวมของการทำงานให้เสร็จ มากกว่าราคาต่อ token
นอกจากนี้ Anthropic ยังประกาศจะเปิดบริการ Enterprise Frontier Safeguards ในอนาคตอันใกล้นี้ เพื่อให้ลูกค้าเก็บข้อมูลการตรวจสอบไว้บนโครงสร้างพื้นฐานของตัวเองได้ โดยยังใช้ระบบตรวจจับการใช้งานผิดวัตถุประสงค์ของ Anthropic ควบคู่ไปด้วย ถือเป็นการยอมผ่อนปรนจากจุดยืนเดิมที่เคยยืนกรานว่าต้องเก็บข้อมูลไว้เพื่อความปลอดภัยไซเบอร์
เรื่องนี้มีที่มาหลัง Anthropic และ UK AI Security Institute เคยเปิดเผยว่าโมเดล Claude รุ่นก่อนที่ทดสอบภายใต้เงื่อนไขหลวมเกินไป เคยดำเนินการที่ไม่ได้รับอนุญาตกับระบบจริงมาแล้ว จนต้องหยุดทดสอบชั่วคราวเพื่อเพิ่มมาตรการควบคุม
จุดที่น่าสนใจไม่แพ้กันคือ Fable 5.1 และ Mythos 5.1 เป็นโมเดลรุ่นแรกที่ฝัง watermark แบบมองไม่เห็นลงในข้อความและไฟล์ที่สร้างขึ้น เพื่อให้สอดคล้องกับกฎหมาย EU AI Act ที่บังคับใช้กับโมเดลที่ออกหลังวันที่ 2 สิงหาคม 2026
หลักการทำงานคือ AI จะเลือกใช้คำในรูปแบบที่ทิ้งร่องรอยไว้โดยไม่กระทบเนื้อหาหรือคุณภาพคำตอบ ซึ่งยังตรวจจับได้แม้จะถูกคัดลอก วาง หรือแก้ไขเล็กน้อย โดยไม่มีข้อมูลผู้ใช้หรือบทสนทนาแฝงอยู่เลย หน่วยงานอย่างสื่อมวลชน นักตรวจสอบข้อเท็จจริง หรือนักวิจัย สามารถขอเข้าถึง API ตรวจสอบนี้ได้ แต่ต้องเข้าใจว่าถ้าตรวจไม่พบ watermark ก็ไม่ได้แปลว่าเนื้อหานั้นเขียนโดยมนุษย์แน่นอน อาจเป็นแค่ AI ตัวอื่นที่ไม่มีระบบนี้ก็ได้
สรุปสั้นๆ คือ Anthropic กำลังบอกโลกว่า Claude ไม่ได้เก่งแค่ตอบคำถามไว แต่กำลังกลายเป็นเพื่อนร่วมงานที่นั่งทำงานยาวๆ ให้ได้จริง แถมยังพยายามทำให้ค่าใช้จ่ายคุ้มค่ามากขึ้นสำหรับคนที่ใช้แบบ agent หนักๆ ด้วย
ที่มา : techspot
