Claude Fable 5.1 ทำงานจบแทนคุณได้แค่ไหน? เปิด 6 ด้านที่เก่งขึ้นจริง

สมมติเช้าวันจันทร์

คุณเปิดโฟลเดอร์ที่มีไฟล์ยอดขายรอสรุปอยู่

ไฟล์ครบ แต่ยังไม่มีใครรวม

รวมเสร็จยังต้องทำรายงานส่งลูกค้าต่ออีกชุด

งานนี้ไม่ยาก แต่กินทั้งเช้า

ผมไล่อ่านหน้าสเปกที่ Anthropic เปิดตัว

Claude Fable 5.1 แล้วสะดุดตรงหนึ่ง

เค้าไม่ได้วัดว่า "ตอบเก่งขึ้นแค่ไหน"

เค้าวัดว่า "ทำงานจบเองได้แค่ไหน"

.

6 ด้านที่ Fable 5.1 เก่งขึ้น

.

𝟏. งานธุรกิจที่มีหลายขั้นตอน

AutomationBench คือชุดทดสอบ workflow ธุรกิจ

Fable 5 ทำผ่าน 17.1%

Fable 5.1 ทำผ่าน 31.4%

เกือบเท่าตัวในรุ่นเดียว และนี่คือช่องที่ขยับ

แรงที่สุดในรอบนี้

แปลเป็นภาษางานคุณ คือกลุ่มงานที่เป็นลำดับ

รับไฟล์ ไปรวม ไปสรุป ไปออกรายงาน

เริ่มจากงานที่คุณทำซ้ำทุกเดือนก่อน

ไม่ใช่งานที่ทำปีละครั้ง เพราะงานซ้ำคือที่ที่

เวลาของทีมหายไปเงียบ ๆ

.

𝟐. งานหน้าจอ ไม่ใช่แค่งานพิมพ์

OSWorld วัดการคุมคอมพิวเตอร์จริง

เปิดโปรแกรม คลิก กรอกฟอร์ม

เกณฑ์ผ่านบางส่วน ขยับจาก 72.9% เป็น 77.9%

เกณฑ์เข้มที่ต้องถูกทุกจุด 36.1% เป็น 41.7%

ตัวเลขชุดหลังคือชุดที่ผมอยากให้คุณดูให้ดี

ยังไม่ถึงครึ่ง

ผมการันตีให้ไม่ได้ว่างานหน้าจอที่พลาดไม่ได้

จะปล่อยมือได้แล้ว แต่การันตีได้ว่างานคีย์ซ้ำ

เอาไปให้มันทำ แล้วคุณเป็นคนกดยืนยัน คุ้มกว่า

นั่งคีย์เองทั้งชุด

.

𝟑. งานยาวที่ต้องเดินต่อเนื่องหลายสิบสเต็ป

Terminal-Bench 4.0 วัดงานที่ต้องทำต่อกันยาว

Fable 5 อยู่ที่ 42.0%

Fable 5.1 อยู่ที่ 55.8%

ความหมายคือมันหลุดกลางทางน้อยลง

งานที่เคยต้องมาไล่จับว่า "ทำถึงไหนแล้ว"

เหลือมาเช็คตอนจบทีเดียว

รุ่นพี่ของมันคือ Mythos 5.1 ทำได้ 60.9%

แต่เปิดให้เฉพาะบางองค์กรในสหรัฐ

เลยยังไม่ใช่ตัวเลือกของคุณตอนนี้

.

𝟒. คุณภาพของงานความรู้

GDPval-AA v2 วัดงานระดับมืออาชีพ

คะแนนขยับจาก 1723 เป็น 1853

งานเขียน งานวิเคราะห์ งานสรุปเอกสาร

อยู่ในกลุ่มนี้ทั้งหมด

จุดที่ใช้ได้เลยคือเอกสารที่คุณต้องส่งออกไป

ข้างนอก ใบเสนอราคา รายงานลูกค้า สรุปประชุม

ของแบบนี้เสียหายทีเดียวคือเสียลูกค้า

คะแนนที่ขยับตรงนี้จึงมีค่ากว่าคะแนนสอบทั่วไป

.

𝟓. คิดเรื่องยากที่ไม่มีในคู่มือ

Humanity's Last Exam เป็นข้อสอบข้ามศาสตร์

แบบไม่ใช้เครื่องมือ 57.8% เป็น 60.9%

แบบใช้เครื่องมือ 63.8% เป็น 65.0%

สังเกตช่องว่างระหว่างสองเลขนี้

มันแคบลง แปลว่าตัวโมเดลเองคิดได้มากขึ้น

ก่อนจะไปพึ่งเครื่องมือภายนอก

กับงานคุณคือคำถามที่ไม่มีสูตรตายตัว

ควรขึ้นราคาไหม ควรตัดสินค้าตัวไหนทิ้ง

คุณได้คู่คิดที่ตอบได้ลึกขึ้นโดยไม่ต้องต่อของ

เพิ่มให้ยุ่ง

.

𝟔. ต้นทุนต่อชิ้นงาน

ราคาป้ายเท่าเดิม

$10 ต่อล้าน input token

$50 ต่อล้าน output token

แต่ต้นทุนจริงต่องานลดลง

งานทั่วไปถูกลงราว 25%

งานที่ยิงยาวต่อเนื่อง ถูกลงสูงสุดราว 45%

ส่วน cache read ลดลง 75% เหลือ $0.25

ต่อล้าน token

ข้อนี้ตรงกับคนที่วางระบบอัตโนมัติมากที่สุด

เพราะระบบที่รันทุกวันคือระบบที่จ่ายทุกวัน

ส่วนลดจึงไปโผล่ที่บิลสิ้นเดือน ไม่ใช่ที่ความรู้สึก

.

รวม 6 ด้านแล้วได้ภาพเดียวกัน

รุ่นนี้ไม่ได้ถูกออกแบบมาให้คุยเก่งขึ้น

แต่ถูกออกแบบมาให้ทำงานจบแทนคุณได้มากขึ้น

ในราคาที่ถูกลง

คำถามที่อยากให้คุณลองตอบกับตัวเอง

งานไหนในสัปดาห์นี้ ที่คุณทำอยู่แค่เพราะ

"ยังไม่มีใครทำแทนได้" ไม่ใช่เพราะมันต้องใช้

คุณจริง ๆ

ถ้าคุณอยากวางระบบให้ AI รับงานซ้ำไปทั้งเส้น

แบบเป็นขั้นเป็นตอน ผมสอนไว้ในคอร์สฟรี

ทักมารับได้เลย

LINE OA: @drgim

https://lin.ee/fwFJNd2

โทร 065-649-5145

#หมอกิม #AIMAcademy #ClaudeFable51 #AIทำงานให้ธุรกิจ #AIforSME

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

#หมอกิม #AIMAcademy #AIสำหรับธุรกิจ #ออโตเมชั่นสำหรับSME #AIforSME