TL;DR
· Claude Fable 5 กลับมาให้บริการอีกครั้งในวันที่ 1 กรกฎาคม และหลังจากวันที่ 7 กรกฎาคม การใช้งานเพิ่มเติมจะเปลี่ยนไปใช้เครดิตการใช้งาน
· ราคาอย่างเป็นทางการอยู่ที่ 10 ดอลลาร์ต่อ 1 ล้าน input token และ 50 ดอลลาร์ต่อ 1 ล้าน output token โดยเซสชันยาวและการวนซ้ำอัตโนมัติจะทำให้การบริโภคเพิ่มขึ้น
· ผู้ใช้ควรใช้ Fable 5 ในขั้นตอนการวางแผนและตรวจสอบ และมอบหมายงานดำเนินการให้กับโมเดลที่ถูกกว่า

หลังจากที่ Claude Fable 5 เปิดให้บริการอีกครั้ง การประหยัดค่าใช้จ่ายที่เกี่ยวข้องกับต้นทุน token ที่สูงกลายเป็นประเด็นที่ผู้ใช้พูดถึงกัน โมเดลเรือธงที่ Anthropic เรียกว่า "most capable widely released model" นี้ ออกแบบมาสำหรับการให้เหตุผลที่เข้มข้นและงานตัวแทนระยะยาว รองรับหน้าต่างบริบท 1 ล้าน token และเอาต์พุตสูงสุด 128,000 token ปัญหาโดยตรงที่เกิดจากความสามารถที่เพิ่มขึ้นคือ ผู้ใช้ใน Claude Code, Managed Agents หรือเซสชันยาว อาจทำให้โมเดลคิดอย่างต่อเนื่อง เรียกใช้เครื่องมือ และตรวจสอบซ้ำ ซึ่งจะทำให้แรงกดดันด้านค่าใช้จ่ายเพิ่มขึ้น

ตามหน้าอย่างเป็นทางการของ Anthropic Claude Fable 5 กลับมาให้บริการอีกครั้งในวันที่ 1 กรกฎาคม 2026 สำหรับผู้ใช้ Pro, Max, Team, Enterprise รวมถึงช่องทาง Claude Platform, AWS, Google Cloud, Microsoft Foundry ราคาอย่างเป็นทางการอยู่ที่ 10 ดอลลาร์ต่อ 1 ล้าน input token และ 50 ดอลลาร์ต่อ 1 ล้าน output token โดยราคาอ่าน prompt caching มีส่วนลดสูงสุด 90% จากราคา input

Anthropic ในประกาศ "Redeploying Fable 5" ระบุว่า ผู้ใช้ Pro, Max, Team และ Enterprise บางส่วนสามารถใช้โมเดลนี้ได้ภายในขีดจำกัดการใช้งานรายสัปดาห์สูงสุด 50% ก่อนวันที่ 7 กรกฎาคม หลังจากนั้น การใช้งานต่อเนื่องจะถูกคิดค่าบริการผ่าน usage credits

ดังนั้น Fable 5 จึงไม่เหมาะที่จะใช้เป็นโมเดลแชทเริ่มต้นที่เปิดใช้แบบไม่ระวัง มันเหมือนกับสถาปนิกและผู้ตรวจสอบที่มีราคาแพง เหมาะสำหรับการกำหนดทิศทางเมื่อเริ่มต้นงาน และตรวจสอบก่อนสิ้นสุดงาน ในขณะที่งานดำเนินการส่วนใหญ่ควรใช้โมเดลที่ถูกกว่า

สิ่งที่แพงที่สุดไม่ใช่คำตอบครั้งเดียว แต่เป็นงานยาวที่ทำงานอัตโนมัติ

ต้นทุนของ Fable 5 เริ่มกดดันจากราคาต่อหน่วยก่อน

ที่ราคา 10 ดอลลาร์ต่อ token นำเข้า 1 ล้านตัว และ 50 ดอลลาร์ต่อ token ส่งออก 1 ล้านตัว ทำให้มันเป็นโมเดลราคาสูงในตัวของมันเอง ในกรณีคำถามสั้น-คำตอบสั้น ผู้ใช้อาจไม่รู้สึกชัดเจน แต่เมื่อเข้าสู่สถานการณ์แบบลูกโซ่ยาว เช่น การแก้ไขโค้ด การรวบรวมข้อมูล การวางแผนผลิตภัณฑ์ งานวิจัย หรือเอเจนต์อัตโนมัติ token ส่งออก บริบท การเรียกใช้เครื่องมือ และการปรับแก้หลายรอบจะเริ่มทับซ้อนกัน

สิ่งที่ขยายการบริโภคได้ง่ายยิ่งขึ้นคือจุดแข็งของ Fable 5

เอกสารทางการวางตำแหน่งให้มันเหมาะกับงาน long-horizon agentic work หรือการทำงานแบบเอเจนต์ระยะยาว มันสามารถแบ่งงานออกเป็นหลายขั้นตอน ตรวจสอบช่องว่างอย่างกระตือรือร้น และเรียกใช้เครื่องมือหรืองานย่อยต่อไปเมื่อจำเป็น สำหรับงานที่ซับซ้อน สิ่งนี้มีค่ามาก ผู้ใช้ไม่ต้องป้อนคำสั่งทุกขั้นตอนด้วยตนเอง โมเดลสามารถวนซ้ำรอบเป้าหมายได้เอง

แต่ถ้าเป้าหมายไม่ชัดเจน ขอบเขตกว้างเกินไป หรือเวลานานเกินไป โมเดลอาจทำงานต่อเนื่องเพื่อทำให้งานสมบูรณ์ยิ่งขึ้น ผู้เขียนต้นฉบับระบุว่า ในการทดสอบสองสามชั่วโมงแรก เขาเกือบจะใช้ขีดจำกัดการใช้งานจนหมด แม้ว่าจะไม่ได้ทำงานที่เกินจริงใดๆ ประสบการณ์นี้คล้ายกับคำติชมของผู้ใช้มากกว่าการคำนวณต้นทุนอย่างเป็นทางการ แต่มันเตือนถึงความเสี่ยงจริง: การสนทนายาว การวนซ้ำอัตโนมัติ และการใช้ผิดวิธีโดยค่าเริ่มต้น ล้วนจะกลายเป็นการใช้ credits โดยตรงหลังจากวันที่ 7 กรกฎาคม

「10-80-10」: ใช้ Fable เฉพาะสองปลายทางสำคัญ

วิธีการหลักที่ผู้เขียนเสนอคือเปลี่ยน Fable 5 จาก "ผู้ดำเนินการตลอดเส้นทาง" เป็น "ผู้ตรวจสอบก่อนและหลัง"

ที่เรียกว่า "10-80-10" โดยประมาณสอดคล้องกับสามขั้นตอนของโปรเจกต์ AI

10% แรกใช้ Fable ในการวางแผน ให้มันกำหนดโครงสร้างงาน เส้นทางการดำเนินการ เกณฑ์ความสำเร็จ เงื่อนไขข้อจำกัด และรูปแบบการส่งมอบ สิ่งที่มันเหมาะที่สุดไม่ใช่การดำเนินการแบบกลไก แต่คือการวางแผนที่ชัดเจนก่อนเริ่มงานที่ซับซ้อน

80% ตรงกลางเปลี่ยนเป็นโมเดลที่ถูกกว่าในการดำเนินการ token จำนวนมากมักถูกใช้ไปกับการแก้ไขซ้ำ การปรับรูปแบบ การซ่อมโค้ดเล็กน้อย การรวบรวมข้อมูล การสร้างทั่วไป และการวนซ้ำไปมา งานส่วนนี้อาจไม่จำเป็นต้องให้ Fable 5 เข้าร่วมตลอด สามารถมอบให้ Opus, Sonnet, Haiku หรือโมเดลต้นทุนต่ำอื่นๆ ได้

10% สุดท้ายดึง Fable กลับมาตรวจสอบอีกครั้ง หลังจากโมเดลราคาถูกดำเนินการหลักเสร็จ ให้ Fable ตรวจสอบผลลัพธ์เทียบกับแผนเริ่มต้นว่ามีการเบี่ยงเบนจากเป้าหมายหรือไม่ มีอะไรขาดหาย จุดไหนที่ต้องซ่อมแซม และถึงมาตรฐานการเผยแพร่หรือไม่ เพราะในตอนนี้มันกำลังตรวจสอบผลผลิตที่มีอยู่แล้ว แทนที่จะสร้างเนื้อหาทั้งหมดจากศูนย์ การใช้ token จึงมักจะต่ำกว่ามาก

วิธีนี้ไม่เท่ากับสูตรประหยัดเงินที่รับรองโดยทางการ ผู้เขียนต้นฉบับกล่าวว่า ในบางสถานการณ์ การเปลี่ยนเลเยอร์การดำเนินการเป็นโมเดลราคาถูกสามารถลดค่าใช้จ่ายโทเค็นได้มากกว่า 50% แต่ควรเข้าใจว่าเป็นประสบการณ์การใช้งานมากกว่า แนวคิดที่สามารถทำซ้ำได้จริงคือ โมเดลระดับสูงไม่จำเป็นต้องรับภาระงานที่ใช้โทเค็นหนาแน่นทั้งหมด แต่เหมาะสำหรับการตัดสินใจ การออกแบบสถาปัตยกรรม และการระบุข้อผิดพลาดมากกว่า

/goal และ /loop ทำให้เอเจนต์ใช้งานง่ายขึ้น และทำให้ค่าใช้จ่ายสังเกตได้ยากขึ้น

การเปลี่ยนแปลงอีกอย่างของ Fable 5 คือมันเหมาะกับเวิร์กโฟลว์แบบเอเจนต์มากขึ้น

ในวิธีการแจ้งเตือนแบบดั้งเดิม ผู้ใช้ตั้งคำถาม โมเดลตอบกลับ ผู้ใช้ตรวจสอบแล้วถามต่อ วงจรถูกขับเคลื่อนโดยมนุษย์ ผู้ใช้เป็นผู้ตัดสินใจว่าจะดำเนินการต่อ แก้ไข หรือหยุดในแต่ละขั้นตอน

ในสภาพแวดล้อมของ Claude Code /goal และ /loop จะเปลี่ยนกระบวนการนี้เป็นวิธีการดำเนินการแบบอัตโนมัติมากขึ้น

เอกสารของ Anthropic แสดงให้เห็นว่า /goal จะทำงานต่อเนื่องจนกว่าเงื่อนไขจะสำเร็จหรือผู้ใช้ล้างค่า และสามารถแสดงค่าใช้จ่ายโทเค็นได้ ทางการยังแนะนำให้ผู้ใช้เพิ่มขอบเขตเวลา หรือรอบ เช่น "หยุดหลังจาก 20 รอบ" เป้าหมายที่ดีกว่าไม่ควรเป็นแค่ "ช่วยแก้ไขโค้ดให้ฉัน" แต่ควรระบุว่าต้องทำอะไรให้สำเร็จ วิธีตรวจสอบผลลัพธ์ ข้อจำกัดที่ไม่สามารถละเมิดได้ และเวลาที่จะหยุด

/loop ใช้สำหรับรัน prompt ซ้ำตามช่วงเวลา เช่น ตรวจสอบสถานะการปรับใช้ทุก 5 นาที หรือให้ Claude เลือกช่วงเวลาแบบไดนามิก เอกสารทางการแสดงว่างานแบบวนซ้ำมีกฎหมดอายุ 7 วัน ฟังก์ชันนี้เหมาะสำหรับการตรวจสอบ การทำซ้ำ การตรวจสอบ การซ่อมแซมระยะยาว และงานเอเจนต์ โมเดลสามารถดำเนินการต่อได้โดยไม่ต้องรอให้ผู้ใช้แจ้งเตือนซ้ำ

ความเสี่ยงด้านค่าใช้จ่ายก็เกิดขึ้นที่นี่

การวนซ้ำอัตโนมัติเปลี่ยนจาก "มนุษย์ยืนยันขั้นตอนถัดไปด้วยตนเอง" เป็น "โมเดลดำเนินการต่อตามแผน" หากเป้าหมายกว้างเกินไป เงื่อนไขสิ้นสุดไม่ชัดเจน ช่วงเวลาถี่เกินไป หรือระยะเวลานานเกินไป Fable 5 อาจยังคงใช้โทเค็นต่อไปหลังจากผู้ใช้ออกไป ยิ่งโมเดลเก่งในการค้นหาปัญหา เพิ่มขั้นตอน และตรวจสอบตัวเอง ผู้ใช้ยิ่งต้องตั้งค่าขอบเขตที่ชัดเจนล่วงหน้า

ดังนั้น 10-80-10 และ loop engineering เหมาะที่จะใช้ร่วมกัน: Fable 5 รับผิดชอบการออกแบบลูป การตั้งเป้าหมาย และเกณฑ์การยอมรับ; เลเยอร์การดำเนินการควรใช้โมเดลราคาถูกให้มากที่สุด; ให้ Fable 5 เข้ามาแทรกแซงเฉพาะเมื่อลูปปิด ผลลัพธ์ต้องการการตัดสินใจ หรือจุดสำคัญต้องการการควบคุมคุณภาพ

หลังจากวันที่ 7 กรกฎาคม ต้องตรวจสอบการเลือกโมเดลและขีดจำกัดค่าใช้จ่ายอีกครั้ง

สำหรับผู้ใช้ทั่วไป ความเสี่ยงที่แท้จริงไม่ใช่ขั้นตอนการทำงานที่ซับซ้อน แต่เป็นการใช้งานที่ผิดพลาด

ข้อความต้นฉบับเตือนว่า เมื่อเปิด Claude Code หรือแอปพลิเคชัน Claude โมเดลอาจเลือกใช้ Fable เป็นค่าเริ่มต้น ซึ่งคำกล่าวนี้ดูเหมือนจะเป็นประสบการณ์ของผู้ใช้มากกว่า เนื่องจากเอกสารทางการไม่ได้ระบุว่าเป็นกฎตายตัว อย่างไรก็ตาม ในช่วงที่โมเดลใหม่เปิดให้บริการอีกครั้งและแพลตฟอร์มสนับสนุนให้ผู้ใช้ทดสอบ ผู้ใช้บางรายอาจใช้งานโมเดลที่แพงที่สุดโดยไม่ตั้งใจในการสนทนาทั่วไป การจัดระเบียบง่ายๆ หรืองานที่มีมูลค่าต่ำ

เมื่อเริ่มระบบคิดค่าบริการแบบ credits การใช้งานที่ผิดพลาดนี้จะยิ่งมีความละเอียดอ่อนมากขึ้น การสนทนาง่ายๆ การปรับเปลี่ยนข้อความเล็กน้อย การจัดรูปแบบ หรือการสรุปทั่วไป ไม่จำเป็นต้องใช้ Fable 5 เสมอไป การตรวจสอบตัวเลือกโมเดลก่อนเริ่มการสนทนาทุกครั้ง อาจกลายเป็นกิจวัตรพื้นฐานสำหรับผู้ใช้ที่ใช้งานบ่อย

อีกหนึ่งคำเตือนที่ใช้ได้จริงคือการตั้งค่า spending cap

เอกสารสนับสนุนของ Anthropic แสดงให้เห็นว่า usage credits ต้องเปิดใช้งานที่ Settings> Usage ผู้ใช้สามารถตั้งค่าช่องทางการชำระเงินและซื้อหรือเติม credits ล่วงหน้า พร้อมทั้งกำหนด monthly spending cap, auto-reload และ usage alerts นอกจากนี้ Claude Code ยังรองรับ usage credits อีกด้วย

หากไม่มีขีดจำกัดรายเดือน งานที่ยาวนาน การวนซ้ำอัตโนมัติ และการทำงานแบบ代理 (agent-based) อาจสะสมค่าใช้จ่ายจำนวนมากในเวลาอันสั้น สำหรับผู้ใช้ที่ใช้งานบ่อย การตั้งค่าขีดจำกัดค่าใช้จ่ายรายเดือน การใช้การแจ้งเตือน และการระบุเงื่อนไขการหยุดใน /goal หรือ /loop ไม่ใช่แค่การตั้งค่าทางการเงินอีกต่อไป แต่เป็นส่วนหนึ่งของการใช้งานโมเดลแบบ代理

นิสัยใหม่ที่เกิดจากโมเดลอย่าง Fable 5 คือการจัดสรรโมเดลตามมูลค่าและความยากของงาน การวางแผน การตัดสินใจที่ซับซ้อน และการตรวจสอบขั้นสุดท้ายคุ้มค่าที่จะใช้ Fable ในขณะที่การทำงานซ้ำๆ การสร้างเนื้อหาทั่วไป และการปรับเปลี่ยนเล็กน้อย เหมาะกับโมเดลที่ถูกกว่า โมเดลระดับสูงกำลังเปลี่ยนจาก "แชทบอทที่ฉลาดขึ้น" เป็น "ตัวแทนที่ทำงานอัตโนมัติ" ยิ่งมีความสามารถมากเท่าไร ผู้ใช้ก็ยิ่งต้องกำหนดเป้าหมาย ขอบเขต เวลา และงบประมาณล่วงหน้ามากขึ้นเท่านั้น มิฉะนั้น การควบคุมค่าใช้จ่ายที่失控 อาจเกิดขึ้นเร็วกว่าความล้มเหลวของงาน

ยินดีต้อนรับสู่ชุมชนทางการของ BlockBeats:

กลุ่ม Telegram สมัครสมาชิก: https://t.me/theblockbeats

กลุ่ม Telegram พูดคุย: https://t.me/BlockBeats_App

บัญชี Twitter ทางการ: https://twitter.com/BlockBeatsAsia