Claude Opus 5.5 มาแล้ว: เก่งระดับ Fable 5.1 แต่ถูกกว่า Opus 5

เมื่อวันที่ 22 กันยายน 2026 Anthropic เปิดตัว Claude Opus 5.5 ซึ่งเป็นโมเดลแรกของตระกูล 5.5 จุดขายหลักมีสามข้อ คือ ทำงานได้ ระดับเดียวกับ Claude Fable 5.1 ในงานส่วนใหญ่, ถูกกว่า Opus 5 และ ตอบเร็วขึ้น

สำหรับ SME ที่ใช้ AI ทำ automation หรือ agent อยู่แล้ว เรื่องที่น่าสนใจที่สุดคือค่าใช้จ่ายต่อ “งานหนึ่งชิ้น” ที่ลดลง โพสต์นี้สรุปตัวเลขจากประกาศอย่างเป็นทางการ พร้อมข้อควรระวังที่ไม่ค่อยมีใครพูดถึงครับ

หมายเหตุ: ตัวเลขทั้งหมดในโพสต์นี้มาจากประกาศของ Anthropic และสื่อที่อ้างถึงท้ายบทความ ผล benchmark เป็นการทดสอบของผู้ผลิตเอง ควรทดสอบกับงานจริงของคุณก่อนตัดสินใจครับ

ราคา: ถูกลงทั้งต่อ token และต่องาน

รายการ (ต่อ 1 ล้าน token)	Opus 5.5	Opus 5	Fable 5.1
Input	$4	$5	$10
Output	$20	$25	$50
Cache read	$0.20	$0.50	—
Cache write	$5	$6.25	—

ราคาต่อ token ลดลง 20% จาก Opus 5
Anthropic บอกว่าค่าใช้จ่ายรวม ลดลงราว 40% เพราะโมเดลใช้ token น้อยลงในการทำงานให้จบ (ตัวเลขนี้เป็นค่าเฉลี่ยตามที่ผู้ผลิตระบุ งานของคุณอาจได้ผลต่างออกไป)
Cache read ถูกลง 60% เหมาะกับงานที่ส่ง system prompt หรือเอกสารชุดเดิมซ้ำ ๆ เช่น chatbot ตอบคำถามจากคู่มือบริษัท
เมื่อเทียบกับ Fable 5.1 ราคาต่อ token อยู่ที่ประมาณ 40% ของ Fable

Benchmark: ชนะหลายข้อ แต่ไม่ได้ชนะทุกข้อ

ตารางนี้มาจากประกาศของ Anthropic

Benchmark	Opus 5.5	Fable 5.1	Opus 5	GPT-6 Astra
Terminal-Bench 4.0	66.4%	55.8%	52.3%	57.9%
FrontierCode v1.1	54.4%	50.3%	48.0%	53.3%
CursorBench 4.0	57.8%	51.8%	46.6%	—
GDPval-AA v2.1 (Elo)	1846	1735	1708	1542
AutomationBench	40.0%	31.4%	26.9%	41.4%
Humanity’s Last Exam (ใช้เครื่องมือ)	67.7%	65.6%	63.6%	57.2%
Terminal-Bench-Science 0.1	58.7%	52.6%	29.0%	64.6%
OSWorld 2.0 (partial)	81.8%	80.7%	74.0%	—
Chartography (ใช้เครื่องมือ)	89.0%	88.4%	83.4%	—

สิ่งที่ควรอ่านให้ออกจากตารางนี้:

งานเขียนโค้ดแบบ agent (Terminal-Bench, CursorBench) คือจุดที่ Opus 5.5 นำชัดที่สุด
GPT-6 Astra ยังชนะ ใน AutomationBench และ Terminal-Bench-Science ถ้างานหลักของคุณคือ workflow automation ล้วน ๆ ช่องว่างเล็กมากจนควรทดสอบเองก่อน
เทียบกับ Fable 5.1 แล้ว บางข้อห่างกันน้อยมาก (OSWorld ต่างกัน 1.1 จุด, Chartography ต่างกัน 0.6 จุด) คำว่า “ระดับเดียวกับ Fable” จึงตรงกว่าคำว่า “ชนะขาด”
Anthropic ระบุเองว่า Terminal-Bench 4.0 มีค่าคลาดเคลื่อน ±2.6 จุด และในบางการทดสอบ ครั้งที่ระบบความปลอดภัยเข้ามาหยุดงานจะถูกนับเป็นความล้มเหลว

ความเร็ว

สร้างคำตอบ เร็วกว่า Opus 5 มากกว่า 30%
มี Fast mode ที่เร็วขึ้นได้สูงสุด 2.5 เท่า ราคา $8 / $40 ต่อล้าน token (แพงกว่าปกติ 2 เท่า) ใช้ได้ผ่าน Claude API เท่านั้น

ความปลอดภัย

ข้อนี้สำคัญสำหรับคนที่ให้ agent ทำงานกับระบบจริง เช่น ส่งอีเมล แก้ข้อมูลลูกค้า หรือสั่งงานในระบบบัญชี

ทำคะแนนดีที่สุดเท่าที่ Anthropic เคยทดสอบมาในการตรวจพฤติกรรมอัตโนมัติ (automated behavioral audit)
มีแนวโน้ม ทำสิ่งที่ย้อนกลับไม่ได้น้อยลง เมื่อเทียบกับโมเดลรุ่นก่อน ๆ
ต้านทาน prompt injection ได้ดีกว่า Opus 5
พยายามข้ามขอบเขตที่กำหนดไว้ น้อยกว่า Opus 5 ราว 85%
ผ่านการทดสอบก่อนเปิดตัวโดยหน่วยงานภายนอก เช่น METR และ Frontier Design

ถึงอย่างนั้น หลักเดิมยังใช้ได้เสมอครับ: ให้สิทธิ์ agent เท่าที่จำเป็น และให้คนอนุมัติก่อนทำงานที่ย้อนกลับไม่ได้ (เราเคยสรุปเรื่องนี้ไว้ใน 15 ข้อควรทำก่อนพา AI Agents ขึ้น Production)

สำหรับนักพัฒนา: สิ่งที่ต้องแก้ก่อนย้ายจาก Opus 5

Model ID คือ claude-opus-5-5 รองรับ context 1 ล้าน token และ output สูงสุด 128K token เท่าเดิม ใช้ได้ทั้ง Claude API, Amazon Bedrock, Google Cloud และ Microsoft Foundry แต่มี breaking changes 4 ข้อ ที่ต้องรู้ก่อนเปลี่ยน:

ปิด thinking ไม่ได้แล้ว: ส่ง thinking: {type: "disabled"} หรือ budget_tokens จะได้ error 400 ให้ใช้ effort ควบคุมแทน (ถ้าอยากให้ตอบเร็ว ตั้งเป็น low)
บังคับเรียก tool ไม่ได้: tool_choice แบบ any หรือ tool จะได้ error 400 ให้ใช้ auto แล้วระบุใน prompt ว่าต้องใช้ tool ไหน หรือใช้ structured outputs ถ้าต้องการแค่ JSON
thinking block ผูกกับโมเดลและบทสนทนา: ถ้าโค้ดของคุณแก้ไขประวัติแชทย้อนหลัง (เช่น ลบข้อความเก่า หรือเปลี่ยน system prompt กลางทาง) ต้องตรวจสอบให้ดี ทางที่ปลอดภัยคือต่อท้ายอย่างเดียว ไม่แก้ของเก่า
Computer use ต้องใช้ computer_toolset_20260801 แบบเดิม (computer_20251124) ใช้ไม่ได้แล้ว

อีกเรื่องที่พลาดกันง่าย: ค่า effort เริ่มต้นเปลี่ยนจาก high เป็น medium ถ้าย้ายโมเดลแล้วรู้สึกว่าคุณภาพตกลง ลองตั้ง effort เองก่อนครับ

import Anthropic from "@anthropic-ai/sdk";

const client = new Anthropic();

const response = await client.messages.create({
  model: "claude-opus-5-5",
  max_tokens: 16000,
  // ค่าเริ่มต้นคือ medium ตั้งเองให้ชัดเจน
  output_config: { effort: "high" },
  messages: [{ role: "user", content: "สรุปยอดขายสัปดาห์นี้จากข้อมูลด้านล่าง..." }],
});

for (const block of response.content) {
  if (block.type === "text") console.log(block.text);
}

แล้ว SME ควรเปลี่ยนไหม?

มุมมองของเราแบบตรง ๆ:

ถ้าใช้ Opus 5 อยู่แล้ว น่าลองมาก เพราะราคาถูกลงและผลทดสอบดีขึ้นแทบทุกข้อ แต่ให้เช็ก breaking changes 4 ข้อด้านบนก่อน โดยเฉพาะถ้าใช้ tool_choice แบบบังคับ หรือปิด thinking ไว้
ถ้าใช้ Fable 5.1 เพราะต้องการความเก่งสูงสุด ลองรันงานจริงของคุณชุดเดียวกันบน Opus 5.5 แล้วเทียบผล ถ้าคุณภาพพอกัน ค่าใช้จ่ายต่อ token จะเหลือประมาณ 40%
ถ้างานหลักคือ automation ง่าย ๆ ปริมาณมาก (จัดหมวดเอกสาร ดึงข้อมูลจากใบแจ้งหนี้) อาจยังไม่จำเป็นต้องใช้โมเดลระดับ Opus รอดู Sonnet 5.5 และ Haiku 5.5 ที่ Anthropic บอกว่าจะตามมา “ภายในไม่กี่สัปดาห์” ก่อนก็ได้
วัดค่าใช้จ่ายต่องาน ไม่ใช่ต่อ request: โมเดลที่ราคาต่อ token ถูกกว่าแต่ต้องทำซ้ำหลายรอบ อาจแพงกว่าในภาพรวม

ถ้ากำลังชั่งใจว่างานไหนในบริษัทควรให้ AI ทำ หรือควรใช้โมเดลไหน เล่าให้เราฟังได้ครับ

Claude Opus 5.5 มาแล้ว: เก่งระดับ Fable 5.1 แต่ถูกกว่า Opus 5 — SME ควรดูตรงไหน