LOWNLAB News
AIระดับ 10/10Anthropic · 1 กันยายน 2026

Anthropic เปิดตัว Claude Fable 5.1 และ Mythos 5.1 — เก่งขึ้น ถูกลง และผ่อนข้อจำกัดงานไซเบอร์/ชีวเวช

Introducing Claude Fable 5.1 and Claude Mythos 5.1

วันที่ 1 กันยายน 2026 Anthropic ประกาศเปิดตัวโมเดลใหม่สองตัวที่ใช้โมเดลฐานเดียวกันแต่ต่างกันที่ระดับ safeguard ได้แก่ Claude Fable 5.1 ที่เปิดให้ใช้ทั่วไปผ่าน Claude.ai, Claude API, AWS, Google Cloud และ Microsoft Azure และ Claude Mythos 5.1 ที่จำกัดเฉพาะผู้ใช้ที่ผ่านการตรวจสอบภายใต้ Cyber Verification Program (งานความมั่นคงปลอดภัยเชิงตั้งรับ) และ Life Sciences Verification Program (งานวิจัยชีวเวช ปัจจุบันเปิดเฉพาะสหรัฐฯ)

ด้านความสามารถ Fable 5.1 ทำคะแนน Terminal-Bench 4.0 ซึ่งวัดการเขียนโค้ดแบบ agentic บนคอมมานด์ไลน์ได้ 55.8% เทียบกับ 42.0% ของ Fable 5 ขณะที่ Mythos 5.1 ซึ่งมีข้อจำกัดน้อยกว่าทำได้ถึง 60.9% ส่วน Terminal-Bench-Science 0.1 กระโดดจาก 24.7% เป็น 52.6% และ Humanity's Last Exam ได้ 60.9% แบบไม่ใช้เครื่องมือ (65.0% เมื่อใช้เครื่องมือ) เบนช์มาร์กอื่นที่ดีขึ้นชัดคือ CursorBench 3.2.0 (73.4%), OSWorld 2.0 และ AutomationBench ที่วัดงานเวิร์กโฟลว์ธุรกิจ ซึ่งขึ้นจาก 17.1% เป็น 31.4%

ประเด็นที่กระทบกระเป๋าเงินนักพัฒนามากที่สุดคือราคา API อยู่ที่ 10 ดอลลาร์ต่อล้าน input token และ 50 ดอลลาร์ต่อล้าน output token แต่ Anthropic ลดราคา cache read ลงเหลือ 0.25 ดอลลาร์ต่อล้านโทเคน ซึ่งถูกลง 75% จากเดิม ผลคือภาระต้นทุนงานทั่วไปลดราว 25% และงานที่เป็น agent วนลูปยาว ๆ ลดได้ถึงราว 45%

ฝั่งองค์กร Anthropic เปิดตัว Enterprise Frontier Safeguards ที่ให้ลูกค้าเก็บข้อมูลไว้บนคลาวด์ของตัวเอง (AWS/Google Cloud/Azure) แบบ zero data retention กับ Anthropic โดยจะทยอยปล่อยตั้งแต่ฤดูใบไม้ร่วงปี 2026 ครอบคลุม Claude Code, Claude Enterprise, Claude Platform และ Amazon Bedrock พร้อมบริการใหม่ Claude Security ที่ใช้ Mythos 5.1 สแกนช่องโหว่ในโค้ดเบส

ด้านความปลอดภัย บริษัทระบุว่าโมเดลยังไม่ถึงเกณฑ์ risk tier ถัดไปตาม Responsible Scaling Policy ลด false positive ในงานไซเบอร์ลง 60% เพิ่มกลไกกัน distillation และใส่ลายน้ำเพื่อให้สอดคล้องกับ EU AI Act นอกจากนี้ยังโชว์ผลงานเชิงวิทยาศาสตร์ เช่น ออกแบบโปรตีนที่มี hit rate เกือบ 50% จาก 12 เป้าหมาย (ปกติ 10-15%) และเร่งความเร็วโมเดล deep learning เจ็ดตัวได้สูงสุด 2.5 เท่า ลดต้นทุนประมาณ 30-60%

แหล่งอ้างอิง

อ่านต้นฉบับที่ Anthropic

https://www.anthropic.com/claude-fable-and-mythos-5-1