ลองนึกภาพแบบนี้ครับ — คุณเป็น CTO ที่ใช้ Claude Code ทุกวัน — เพิ่งเห็นข่าวว่า Anthropic ปล่อย โมเดลที่ทรงพลังที่สุดของบริษัทออกสู่สาธารณะ
ทรงพลังขนาดไหน? — ทรงพลังพอที่ตัวบริษัทเองออกมาเตือนว่า AI กำลัง dangerous เกินกว่าที่หลายคนคิด — ไม่กี่วันก่อนหน้า
คำถามคือ — คุณควรใช้มันไหม?
9 มิถุนายน 2026 — Anthropic ประกาศเปิดตัว Claude Fable 5 รายงานว่าเป็น "Mythos-class model ที่ทำให้ปลอดภัยสำหรับการใช้งานทั่วไป"
Fable 5 ใช้ underlying model เดียวกับ Mythos 5 — ที่ Anthropic จำกัดให้เฉพาะ Project Glasswing partner และนักวิจัยด้าน biology
สิ่งที่ต่างคือ Fable 5 มี classifier 3 ตัว — ที่ทำหน้าที่ตรวจ query ในขณะ inference:
- ✓ Cybersecurity
- ✓ Biology/chemistry
- ✓ Distillation (การ extract ตัว model)
ถ้า query เข้าหัวข้อ sensitive — Fable 5 จะส่งต่อให้ Opus 4.8 ตอบแทนอัตโนมัติ
Anthropic ระบุว่า classifier เหล่านี้ trigger น้อยกว่า 5% ของ session โดยเฉลี่ย — และ red team ใช้เวลามากกว่า 1,000 ชั่วโมง ไม่พบ universal jailbreak
ราคา? — 10 เหรียญ/ล้าน input token, 50 เหรียญ/ล้าน output token = 2 เท่าของ Opus 4.8
ในเชิง capability — Anthropic ระบุว่า — Fable 5 ทำคะแนน state-of-the-art แทบทุก benchmark ที่บริษัทวัด โดยเฉพาะใน:
- ✓ Software engineering
- ✓ Knowledge work
- ✓ Vision
- ✓ Scientific research
และที่สำคัญที่สุด — "ยิ่งงานยาวและซับซ้อน — Fable 5 ยิ่งนำโมเดลอื่นมากขึ้น"
บทความนี้สรุปข่าว — ความหมายของ Mythos-class — และสิ่งที่ทีม enterprise ควรพิจารณา
ลำดับเหตุการณ์ที่ต้องเข้าใจ
ต้นเดือนมิถุนายน 2026 — Anthropic ออก statement เตือนว่า — AI กำลัง dangerous เกินกว่าที่หลายคนคิด
คำเตือนนี้ถูกอ้างถึงในรายงานของ TechCrunch และอื่น ๆ
ไม่กี่วันต่อมา — 9 มิถุนายน — Anthropic ปล่อย Fable 5 สู่สาธารณะ
จังหวะนี้ถูกตีความว่าเป็นการตอบคำถามเกี่ยวกับการ deploy frontier model ของบริษัทเอง — คือ:
ไม่ใช่หยุดที่ฝั่ง consumer — แต่ launch frontier model ด้วย safeguard ที่ออกแบบมาให้สาธารณะใช้ได้
CNBC และ NBC News รายงานว่า Fable 5 เป็น public release ของเทคโนโลยีที่ Anthropic เคย flag ว่าทำให้รัฐบาลกังวล — โดย CNBC ใช้คำว่า "Mythos-like AI model to the public"
ตำแหน่งในตลาด
Cryptobriefing รายงานว่า — Fable 5 ทำคะแนน Code Arena เป็น #1 นำคู่แข่ง 98 แต้ม
สำหรับ developer audience — นี่คือสัญญาณว่า Anthropic ขยับขึ้น tier ในงาน coding อย่างมีนัยสำคัญ
Simon Willison ผู้สังเกตการณ์อิสระที่ track frontier model — ตีพิมพ์ initial impression ในวันเดียวกัน — ระบุว่า "ดีขึ้นจริงในการทดสอบ" ของเขา — แต่ขอเวลาทดสอบเพิ่มก่อนสรุปสุดท้าย
Mythos vs Fable — ความต่างอยู่ที่ Classifier ไม่ใช่ Model
จุดที่หลายคนสับสน:
Mythos 5 และ Fable 5 ใช้ underlying model เดียวกัน — หมายความว่า:
- ✓ Capability พื้นฐานเหมือนกัน
- ✓ ความต่างทั้งหมดอยู่ที่ safeguard configuration
Mythos 5
- ✓ Safeguard ที่ "ยกออกในบางพื้นที่" สำหรับงานวิจัยและ partner เฉพาะ
- ✓ เปิดให้ Project Glasswing และโครงการ biology researcher
- ✓ ใช้ใน task ที่ classifier ของ Fable จะ block
Fable 5
- ✓ ใส่ classifier 3 ตัว เข้ามา
- ✓ ทำให้ปลอดภัยสำหรับการใช้งานทั่วไป
หลักการที่ Anthropic ใช้
Classifier = ชั้น runtime safety — แทนการ fine-tune ตัว weight ของ model
ทำไมเลือกแบบนี้? — บริษัทสามารถ:
- ✓ ปล่อยโมเดลที่มี capability เต็ม
- ✓ Classifier ทำหน้าที่ตัดสินใจ at inference time ว่า query นี้ควรให้ model ตอบ หรือ route ไปยัง Opus 4.8 แทน
ต่างจาก traditional AI safety ที่มักทำผ่าน RLHF ตอน training — ในรูปแบบ post-hoc filter
Anthropic เลือก architecture นี้เพราะ — classifier สามารถ update และปรับ threshold ได้โดยไม่ต้อง retrain model ทั้งตัว
Classifier 3 ตัว — รายละเอียด
1. Cybersecurity Classifier
- กรอง: query ที่เกี่ยวกับ exploitation และ offensive cyber task
- Test: red team ใช้เวลา มากกว่า 1,000 ชั่วโมง — ไม่พบ universal jailbreak
- คำเตือน: ไม่ได้บอกว่า perfect — การมี jailbreak เฉพาะหัวข้อยังเป็นไปได้
2. Biology/Chemistry Classifier
- กรอง: query ด้าน biological หรือ chemical research ที่ sensitive
- ลักษณะ: Anthropic ระบุว่าตัวนี้ "overly broad by design" = ยอม false positive ในชื่อของ safety priority
- ผลกระทบ: ลูกค้าที่ทำงานในสาขานี้อาจเจอ classifier trigger บ่อยกว่าค่าเฉลี่ย
