Anthropic ได้เปิดตัว Claude Fable 5.1 และ Claude Mythos 5.1 เมื่อวันที่ 1 กันยายน ทั้งสองโมเดลรองรับบริบท (context) ได้ถึง 1 ล้านโทเคน สามารถแสดงผลได้สูงสุดถึง 128k โทเคน และปรับระดับความลึกของการใช้เหตุผลได้โดยอัตโนมัติ—ทั้งหมดนี้มาพร้อมกับการลดต้นทุนต่อการเรียกใช้งาน การอัปเกรดนี้มุ่งเน้นไปที่การเขียนโค้ดด้วย AI ที่ราคาถูกลงและเชื่อถือได้มากขึ้น รวมถึงการวิจัยที่มีความสำคัญสูง ไม่ใช่แค่การทำคะแนน benchmark ให้สูงขึ้นเท่านั้น

ทำไมเวอร์ชันใหม่ถึงมีความสำคัญ

Claude รุ่นก่อนหน้าจำกัดหน้าต่างบริบทไว้เพียงไม่กี่พันโทเคน ทำให้เหล่านักพัฒนาต้องแยกโค้ดหรือข้อมูลด้วยตนเอง นอกจากนี้ ผู้ใช้ยังต้องตั้งค่าระดับความลึกของการใช้เหตุผลด้วยตนเอง ซึ่งทำให้การเขียน prompt ง่ายๆ กลายเป็นการลองผิดลองถูก ค่าธรรมเนียมการอ่านแคช (cache-read) ทำให้เซสชันที่ยาวนานและการเรียกใช้เครื่องมือซ้ำๆ มีราคาแพง และทีมความปลอดภัยก็บ่นเรื่องการแจ้งเตือน false-positive ที่มากเกินไปจนทำให้การตรวจสอบโค้ดล่าช้า

Claude Fable 5.1 และ Claude Mythos 5.1 เข้ามาแก้ปัญหาเหล่านี้โดยตรง แม้ทั้งสองจะใช้สมองส่วนกลางแบบเดียวกัน แต่ Anthropic ได้ใช้มาตรการป้องกัน (guardrails) ที่แตกต่างกันในแต่ละโมเดลเพื่อให้เหมาะสมกับกลุ่มเป้าหมาย

สิ่งที่การเปลี่ยนแปลงเหล่านี้ทำได้จริง

  • ลดต้นทุน – Anthropic ลดราคาการอ่านแคช (cache reads) ทำให้เซสชันการเขียนโค้ดที่ยาวและซ้ำซ้อน รวมถึงการเรียกใช้เครื่องมือซ้ำๆ มีราคาถูกลงอย่างเห็นได้ชัด ซึ่งเป็นปัจจัยสำคัญสำหรับสตาร์ทอัพและทีมพัฒนาภายในองค์กร
  • การคิดแบบปรับตัว (Adaptive thinking) – โมเดลจะตัดสินใจได้เองว่างานนั้นๆ ต้องการการใช้เหตุผลมากน้อยเพียงใด ผู้ใช้ไม่จำเป็นต้องสลับ "ระดับความพยายาม" หรือคาดเดาว่าต้องใช้การเขียน prompt แบบ chain-of-thought มากแค่ไหน
  • ข้อความที่จำกัดขอบเขตตามรอบการสนทนา (Turn-scoped messages) – คำสั่งระดับระบบ (system-level instructions) จะมีผลเฉพาะในการแลกเปลี่ยนข้อมูลเพียงรอบเดียว เพื่อป้องกันไม่ให้คำสั่งเก่าๆ มาปะปนกับการสนทนาในรอบถัดไป
  • การปรับปรุงด้านความปลอดภัย – ผู้ใช้ Claude Code รายงานว่าพบการแจ้งเตือน false-positive ด้านความปลอดภัยไซเบอร์น้อยลงประมาณ 60% ช่วยลดเวลาที่ต้องเสียไปกับการไล่ตามคำเตือนที่ผิดพลาด
  • การตรวจจับช่องโหว่ – Fable 5.1 สามารถตรวจพบข้อบกพร่องของซอฟต์แวร์ได้ แต่ถูกสั่งห้ามไม่ให้สร้างโค้ดสำหรับโจมตี (exploit code) เพื่อให้ผู้ตรวจสอบทำงานได้อย่างมีประสิทธิภาพโดยไม่เปิดช่องให้ผู้ไม่หวังดี
  • เน้นการวิจัยที่มีความสำคัญสูง – Mythos 5.1 ออกแบบมาเพื่อโปรแกรมที่ได้รับความไว้วางใจในด้านความปลอดภัยไซเบอร์และวิทยาศาสตร์ชีวภาพ Anthropic ได้ทำการทดสอบโมเดลนี้อย่างหนักในงานต่างๆ เช่น การออกแบบรหัสลับ (cipher design) แล้วนำข้อมูลเชิงลึกที่ได้กลับไปพัฒนาโมเดล Fable ที่ใช้งานทั่วไป

ใครได้ประโยชน์และใครอาจถูกทิ้งไว้ข้างหลัง

นักพัฒนาที่สร้างผู้ช่วย IDE, CI pipelines หรือบอทแบบกำหนดเองจะประหยัดเงินมากขึ้นและพบกับการรบกวนด้านความปลอดภัยน้อยลง นักวิเคราะห์ความปลอดภัยและนักวิจัยด้านเทคโนโลยีชีวภาพที่ผ่านเกณฑ์ความไว้วางใจของ Anthropic สามารถใช้ประโยชน์จากมาตรการป้องกันที่เข้มงวดกว่าของ Mythos 5.1 สำหรับงานที่ละเอียดอ่อน ส่วนข้อแลกเปลี่ยนคือ Mythos จะยังคงจำกัดการเข้าถึงเฉพาะกลุ่ม ดังนั้นทีมขนาดเล็กที่ไม่มีความสัมพันธ์แบบโปรแกรมที่ได้รับความไว้วางใจ (trusted-program) จะต้องพึ่งพา Fable 5.1 ที่มีความยืดหยุ่นมากกว่า

ข้อเสียที่อาจเกิดขึ้นหรือคำถามที่ยังไม่มีคำตอบ

การสั่งห้ามสร้างโค้ดโจมตี (exploit generation) อาจสร้างความไม่พอใจให้กับผู้ใช้งานกลุ่ม red-team ที่ต้องการโค้ดการโจมตีที่สมจริงเพื่อทดสอบการป้องกัน การจำกัดสิทธิ์แบบ "trusted-program" อาจทำให้เกิดตลาด AI แบบแบ่งระดับ ซึ่งมีเพียงองค์กรที่มีเงินทุนหนาเท่านั้นที่จะได้ใช้โมเดลที่มีความปลอดภัยและมีความสามารถสูงที่สุด แม้ว่าราคาการอ่านแคชจะลดลง แต่ Anthropic ยังไม่ได้เปิดเผยโมเดลต้นทุนทั้งหมด ทำให้เหล่านักพัฒนายังไม่แน่ใจเกี่ยวกับความประหยัดสุทธิสำหรับงานที่มีปริมาณมหาศาล

สิ่งที่ต้องจับตามองต่อไป

อัตราการใช้งานจะแสดงให้เห็นว่าคำมั่นสัญญาเรื่องต้นทุนและความปลอดภัยจะเปลี่ยนเป็นประสิทธิภาพการทำงานในโลกแห่งความเป็นจริงได้หรือไม่ หากนักพัฒนาหันมาใช้หน้าต่างบริบทขนาด 1 ล้านโทเคนสำหรับฐานโค้ดขนาดใหญ่ Anthropic อาจได้รับแรงกดดันให้เปิดมาตรการป้องกันระดับ Mythos ให้กับกลุ่มผู้ใช้ที่กว้างขึ้น ให้ติดตามความถี่ในการลดลงของ false-positive และผลกระทบต่อกระบวนการสแกนช่องโหว่ เพื่อประเมินว่ามาตรการความปลอดภัยใหม่นี้จะทนทานต่อการใช้งานที่เน้นการโจมตีได้ดีเพียงใด

บทสรุป: Claude Fable 5.1 และ Claude Mythos 5.1 ไม่ได้มุ่งเน้นไปที่การทำลายสถิติ benchmark แต่เน้นไปที่การลดค่าใช้จ่ายในเวิร์กโฟลว์ AI ที่ทำงานต่อเนื่องยาวนาน พร้อมกับเพิ่มความปลอดภัยให้กับแอปพลิเคชันที่มีความละเอียดอ่อนที่สุด