Anthropic เปิดตัว Claude Fable 5.2 และ Mythos 5.2 ชูโมเดลเดียวแต่ความปลอดภัย 2 ระดับ

Anthropic เปิดตัว Claude Fable 5.2 และ Claude Mythos 5.2 อย่างเป็นทางการ โดย Claude Fable 5.2 ถูกวางตำแหน่งเป็นโมเดลระดับแนวหน้า (frontier model) สำหรับงานเขียนโค้ดระยะยาว งานวิจัย และระบบเอเจนต์ ส่วน Mythos 5.2 คือโมเดลพื้นฐานตัวเดียวกันแต่ลดระดับการบล็อกด้านไซเบอร์และชีววิทยาลง ซึ่งทั้งคู่สามารถทำประสิทธิภาพชนะ Opus 5.5 ได้ในการทดสอบส่วนใหญ่และมีราคาถูกกว่ารุ่น 5.1

TL;DR

• ขนาด: context window 1M-token, รองรับ output สูงสุด 128K
• การใช้งาน: ให้บริการผ่าน Hosted API เท่านั้น ได้แก่ Claude Platform, Amazon Web Services, Google Cloud และ Microsoft Azure โดยไม่มีการเปิดเผย open weights
• ประสิทธิภาพ: นำหน้า Opus 5.5 ในเกือบทุก benchmark ที่ Anthropic รายงาน
• จุดแข็ง: ทำคะแนน RoboDojo Sim ได้ 64.9% ซึ่งสูงกว่า GPT-6 Astra (29.8%) เกินสองเท่า
• จุดอ่อน: AutomationBench ทำได้ 51.4% ตามหลัง Gemini 4 Carbon (53.9%)
• สรุปภาพรวม: โดดเด่นด้านการเขียนโค้ดในระดับเดียวกับ Opus แต่ต้นทุนต่อหนึ่งงานลดลงครึ่งหนึ่ง ทว่า Fable ยังคงบล็อกงานด้าน cybersecurity ส่วนใหญ่

Claude Fable 5.2 และ Mythos 5.2 แตกต่างกันอย่างไร?

ทั้งสองคือโมเดลเดียวกัน แต่ Fable 5.2 มีการเพิ่มตัวจำแนกประเภท (classifiers) เพื่อบล็อกงานด้าน cybersecurity ที่มีความเสี่ยงสูงและงานวิจัยด้านชีววิทยาส่วนใหญ่ เพื่อให้ Anthropic สามารถเปิดให้บริการแก่ผู้ใช้ทั่วไปได้อย่างปลอดภัย

ในขณะที่ Mythos 5.2 จะถอดการจำกัดเหล่านั้นออก โดยผู้ที่ต้องการเข้าถึงจะต้องผ่านการตรวจสอบใน Cyber Verification Program และ Life Sciences Verification Program เท่านั้น

เมื่อ Fable บล็อกการสอบถาม ระบบจะส่งคำตอบจาก Opus 4.8 (ด้านไซเบอร์) หรือ Opus 5 (ด้านชีววิทยา) ให้แทน อย่างไรก็ตาม Anthropic ระบุว่ารุ่นนี้มีการบล็อกน้อยลงประมาณ 55% เมื่อเทียบกับ Fable 5.1 โดยแบ่งเป็นการบล็อกด้าน cybersecurity น้อยลง 60% และด้านชีววิทยาน้อยลง 40%

ประสิทธิภาพของ Claude Fable 5.2 ในผลทดสอบ benchmark

Anthropic เผยแพร่ตารางเปรียบเทียบผลคะแนนที่รายงานด้วยตนเอง พบว่า Fable 5.2 มีผลลัพธ์ที่น่าสนใจดังนี้:

• FrontierCode 2.0 (agentic coding): ทำได้ 49.1% ในระดับ Xhigh effort (Opus 5.5 ทำได้ 45.5%)
• FrontierSWE v2: ทำได้ 69.9% (GPT-6 Astra ทำได้ 65.5%)
• Remote Labor Index: ทำได้ 41.3% (Opus 5.5 ทำได้ 21.3%)
• Humanity’s Last Exam (พร้อมเครื่องมือ): ทำได้ 74.2% (Opus 5.5 ทำได้ 67.7%)
• OSWorld 2.1 (ชุด offline บางส่วน): ทำได้ 89.3%
• CVE Rediscovery (Mythos 5.2): ทำได้ 89.6% สูงกว่า Opus 5.5 ที่ไม่มีระบบความปลอดภัย (81.3%)

อย่างไรก็ตาม Fable 5.2 ไม่ได้เป็นผู้นำในทุกด้าน โดยพ่ายให้กับ Gemini 4 Carbon ใน AutomationBench (51.4% vs 53.9%) และยังมีคะแนน AA-Briefcase Elo ต่ำกว่า Opus 5.5 เล็กน้อย

Claude Fable 5.2 ประสิทธิภาพสูงกว่า Opus 5.5 หรือไม่?

ระดับความพยายาม (Effort levels) คือตัวแปรสำคัญ โดยในการทดสอบ FrontierCode 2.0 นั้น Fable 5.2 ที่ระดับ High effort ทำคะแนนได้ 45.3% ซึ่งใกล้เคียงกับระดับดีที่สุดของ Opus 5.5 แต่มีต้นทุนถูกกว่าราวครึ่งหนึ่ง

สำหรับการทดสอบ Humanity’s Last Exam พบว่า Fable 5.2 ที่ระดับ Low effort สามารถทำคะแนนเทียบเท่าคะแนนสูงสุดของ Opus 5.5 ได้ โดยมีต้นทุนน้อยกว่าถึง 10 เท่า นอกจากนี้ความเร็วในการประมวลผลยังเพิ่มขึ้นสูงสุด 30% เมื่อเทียบกับรุ่น 5.1 และมีโหมด fast mode ที่ช่วยเร่งการสร้างคำตอบได้เร็วขึ้นถึง 2.5 เท่า

ศักยภาพของ Fable 5.2 จากการทดสอบช่วง prerelease

Anthropic ได้โชว์ผลงานของเอเจนต์ที่ทำงานระยะยาวในหลายด้าน:

• Fermat’s Last Theorem: เอเจนต์ Fable 5.2 จำนวน 1,000 ตัว ร่วมกันเขียนข้อพิสูจน์ในภาษา Lean สำเร็จใน 30 ชั่วโมง
• ระบบปฏิบัติการ: มีการประสานงาน subagent กว่า 1,000 ตัวเป็นเวลา 8 วัน จนได้ผลลัพธ์ที่สามารถบูตบนแล็ปท็อปได้จริง
• ฮาร์ดแวร์: ออกแบบอุปกรณ์ร่วมกับพันธมิตร Diode ได้ 3 ชิ้น โดยใช้งานได้ทันทีไม่ต้องดัดแปลงระบบไฟฟ้า
• ฟิสิกส์: แก้ปัญหาปลายเปิดเกี่ยวกับหลุมดำได้ 2 ข้อ (preprint 1, preprint 2)
• การย้ายระบบ (Migration): ช่วยย้ายระบบงานจาก Python ไปยัง Rust ส่งผลให้การทำงานเร็วขึ้นประมาณ 26 เท่า

ความปลอดภัยของ Claude Fable 5.2

จากการตรวจสอบพฤติกรรมอัตโนมัติ (automated behavioral audit) ใน Mythos 5.2 ซึ่งไม่มีระบบบล็อก พบว่าได้คะแนน 2.67 (ดีกว่า Opus 5.5 ที่ได้ 2.79) ส่วนการทดสอบเจาะระบบออกจาก Sandbox พบความผิดพลาดเพียง 3.1% ซึ่งดีกว่ารุ่น Mythos 5.1 ที่เคยทำไว้ถึง 21%

Anthropic ยังระบุว่าได้จำกัดทักษะการวิจัย AI เฉพาะทางในระหว่างฝึกฝน เพื่อไม่ให้โมเดลมีความสามารถด้านการพัฒนาสถาปัตยกรรม LLM เกินระดับ Opus 5.5 โดยสามารถอ่านรายละเอียดได้ใน system card

ราคาและการใช้งาน

Fable 5.2 เปิดราคาที่ $8 ต่อหนึ่งล้าน input token และ $40 ต่อหนึ่งล้าน output token ส่วน Fast mode จะอยู่ที่ $16 และ $80 ตามลำดับ โดยใช้ API ID ว่า claude-fable-5-2

ปัจจุบันเปิดให้ใช้งานแล้วบน Claude Platform และคลาวด์ชั้นนำอย่าง AWS, Google Cloud และ Microsoft Azure ทั้งนี้ Anthropic ยังคงแนะนำให้ใช้ Opus 5.5 สำหรับงานทั่วไป และสงวน Fable ไว้สำหรับงานเทคนิคที่ยากเป็นพิเศษ

ตารางเปรียบเทียบ Claude Fable 5.2 กับคู่แข่ง

*หมายเหตุ: ผลคะแนน Benchmark เป็นการรายงานโดย Anthropic และยังไม่ได้รับการตรวจสอบจากหน่วยงานอิสระ

สรุปประเด็นสำคัญ

• Fable 5.2 และ Mythos 5.2 เป็นโมเดลฝาแฝดที่แยกกันด้วยระดับความปลอดภัย
• ทำคะแนนด้านการเขียนโค้ดได้ 49.1% บน FrontierCode 2.0 นำหน้าทั้ง Opus 5.5 และ GPT-6 Astra
• อัตราค่าบริการ $8/$40 ต่อล้าน token พร้อมตัวเลือก fast mode ที่เร็วขึ้น 2.5 เท่า
• อัตราการบล็อกคำขอลดลง 55% เมื่อเทียบกับรุ่น 5.1 ช่วยให้ใช้งานได้ลื่นไหลขึ้น