Claude Fable 5 ทำอะไรได้จริงบ้าง? สรุปจากการทดสอบจริง

ช่วงต้นเดือนมิถุนา Anthropic ปล่อย Claude Fable 5 ออกมาพร้อมคะแนน benchmark ที่ห่างจากโมเดลรุ่นก่อนชัดกว่าที่เห็นในการปล่อยรุ่นใหม่ทั่วไป ผมเองรอดูข้อมูลจากผู้ใช้จริงอยู่สักอาทิตย์ก่อนจะสรุป เพราะตัวเลขกระดาษกับการใช้งานในงานจริงมักไม่ตรงกันเสมอ แต่หลังจากดู review จากหลายแหล่งและทดลองด้วยตัวเองในโปรเจกต์ที่มีอยู่แล้ว ได้บทสรุปที่ค่อนข้างชัดเจน

The AI Advantage ช่อง YouTube ที่วิเคราะห์ AI อย่างใกล้ชิด ออก breakdown พร้อม test case จริงหลายอย่างตั้งแต่ security audit ไปถึง deep research เปรียบเทียบกับ Claude Opus 4.8 โดยตรง สิ่งที่น่าสนใจคือผลที่ได้สอดคล้องกับสิ่งที่สังเกตเห็นในการทดสอบงานของตัวเองด้วย ทำให้มั่นใจว่านี่ไม่ใช่แค่ demo ที่ตั้งใจให้ดูดี

บทความนี้จะสรุปว่า Fable 5 ทำอะไรได้ดีกว่าจริงๆ ในเคสไหนที่คุ้มกับราคาที่แพงกว่า และควรเริ่มทดลองยังไงถ้าอยากได้ประโยชน์สูงสุดจากช่วงที่ยังเข้าถึงได้ฟรีบน paid plan

สรุปสั้น ๆ

• Fable 5 ทำคะแนน SWE-bench Pro เกิน 80% — GPT-5.5 อยู่ที่ 58% และ Opus 4.8 อยู่ที่ 69%
• เด่นที่สุดในงาน security audit, agentic coding, website building และ deep research เชิงกลยุทธ์
• ราคาแพงกว่า Opus 4.8 ถึง 2 เท่าผ่าน API — บน paid plan ใช้งานประมาณ 30 นาทีก็หมด daily quota
• เข้าถึงได้บน paid plan ถึง 22 มิถุนา หลังจากนั้นเป็น API-only
• ไม่ต้องสลับมาใช้ Fable ทุกงาน — Opus 4.8 ยังเหมาะกับงานทั่วไปอยู่

Claude Fable 5 เก่งกว่าโมเดลอื่นตรงไหนบ้าง

ก่อนพูดถึงเคสการใช้งาน ต้องให้เครดิตตัวเลขก่อนเพราะมันบอกเรื่องได้ชัด ใน SWE-bench Pro ซึ่งวัดความสามารถด้าน software engineering จริงๆ ไม่ใช่แค่คำถามทั่วไป Fable 5 ทำได้เกิน 80% ในขณะที่ GPT-5.5 อยู่ที่ 58% และ Claude Opus 4.8 ที่ 69% ปกติการปล่อยรุ่นใหม่จะดีขึ้นนิดเดียว แต่รอบนี้ช่องว่างชัดกว่าที่เห็นในรุ่นก่อนๆ มาก

ที่น่าสนใจกว่าตัวเลขคือ review จาก user จริงบน Reddit และ Twitter ที่ไปในทิศทางเดียวกันผิดปกติ คนพูดถึงมันว่า "รู้สึกเหมือนคุยกับโปรแกรมเมอร์ที่สงบ เข้าใจงาน และทำงานเสร็จอย่างละเอียด" ผมเองทดสอบกับงาน coding หลายอย่างและเห็นด้วยกับ characterization นี้ มันตอบน้อยกว่าแต่ตรงกว่า และทำงานได้จริงโดยไม่ต้องแก้ซ้ำหลายรอบ ซึ่งในงาน production จริงนั้นสำคัญมาก

Security Audit — เคสที่แสดงให้เห็นความต่างได้ชัดที่สุด

งานที่ Fable 5 โชว์ความสามารถได้น่าประทับใจที่สุดในบรรดา test case ทั้งหมดคือ security audit บนระบบขนาดใหญ่ ในกรณีที่ทดสอบ มีการรันการตรวจสอบความปลอดภัยบน platform ที่มี app ย่อยหลายตัว, cron job เกือบ 50 ตัว และ agentic loop อีกหลายชุดทำงานอยู่พร้อมกัน ไม่ใช่ระบบเล็กๆ

การทดสอบรัน audit ด้วย Opus 4.8 ก่อน ได้ผลระดับ B- มีจุดที่ต้องแก้และแก้ไปแล้ว จากนั้นสลับมา Fable 5 รัน security audit prompt เดิม ผลที่ได้คือ C- — และ C- นั้นได้หลังจากแก้ปัญหาที่ Opus พบไปแล้ว Fable 5 มองเห็นช่องโหว่เรื่อง authorization level ที่ไม่สม่ำเสมอในระบบซึ่ง Opus มองข้ามไป ถ้าพลาดไปอาจเป็นปัญหาจริงในการให้สิทธิ์การเข้าถึงระหว่างทีม ผมใช้แนวทางเดียวกันนี้กับ codebase งานของตัวเองและพบว่ามันหาจุดที่ไม่เคยตั้งใจตรวจมาก่อนด้วย

ถ้าคุณมีแอปหรือระบบอยู่ในมือ ไม่ว่าจะขนาดเล็กหรือใหญ่ การรัน security audit ด้วย Fable 5 เป็นสิ่งแรกเป็นเรื่องที่ให้ ROI สูงที่สุดจากโมเดลนี้ — มันอาจหาจุดที่โมเดลอื่นมองข้ามไว้ได้

Coding และ Web Building — สิ่งที่ทุกคนทดสอบพร้อมกัน

เคสที่แพร่หลายที่สุดบนอินเทอร์เน็ตในสัปดาห์แรกที่ Fable 5 ออกมาคือการทดสอบ one-shot coding — สั่งด้วย prompt เดียวแล้วรอดูผล มีคนสั่ง "ทำ Pokemon clone" แล้วได้ game ที่เดินได้จริงและต่อสู้ได้ ทีมที่รัน test 3D space shooter เดิมกับหลายโมเดลพบว่า Fable 5 ทำได้สมบูรณ์ที่สุด ทั้งกราฟิก ฟิสิกส์ และยังมีเสียงประกอบที่ model สร้างเองด้วย

สำหรับงานเว็บ มีตัวอย่างที่น่าสนใจของคนสร้าง 3D map ของเมือง Delhi โดยใช้ประมาณ 1.5 ล้าน token ($75) และได้ผลที่ดูดี จุดที่น่าสังเกตคือผลลัพธ์ที่ดีที่สุดมาจากการให้ context ชัดเจน — บอก technology stack, output format และ visual reference ที่ต้องการ ไม่ใช่แค่ "ทำเว็บให้หน่อย" ผมใช้แนวทางนี้กับโปรเจกต์ให้ลูกค้าและผลต่างกันชัดเจนระหว่างการบอก spec ครบกับการบอกคร่าวๆ

Deep Research — Fable 5 vs Opus 4.8 คิดต่างกันอย่างไร

มีการทดสอบ Claude research function โดยรัน research เรื่อง competitive landscape ในตลาดเดียวกันด้วยทั้ง Fable 5 และ Opus 4.8 แยกกัน จากนั้นเอาผล Fable ไปให้ Opus อ่านและถามว่ารายงานไหนดีกว่าสำหรับการตัดสินใจจริง Opus ตอบว่า "รายงานจาก Fable แข็งแกร่งกว่าในฐานะเอกสารเชิงกลยุทธ์" — น่าสนใจที่โมเดลหนึ่งยอมรับว่าอีกโมเดลทำได้ดีกว่า

สิ่งที่ทำให้ Fable 5 ดีกว่าในเคสนี้คือมัน honest กว่า — มีข้อมูลที่ล้าสมัยอยู่ใน context (ตัวเลข subscriber จากปีที่แล้ว) Fable จับข้อมูลนั้นและใส่ไปในรายงานอย่างตรงไปตรงมา ทำให้อันดับที่ประเมินออกมาสะท้อนความเป็นจริงมากกว่า ในขณะที่ Opus ให้น้ำหนักกับข้อมูลนั้นน้อยกว่าและให้ผลที่ดูดีกว่าความเป็นจริง สำหรับงานที่ต้องการข้อมูลที่ตรงจริงเพื่อการตัดสินใจ ความ honest แบบนี้มีคุณค่ามากกว่าคำตอบที่ฟังดีแต่ไม่แม่นยำ

ราคาและการเข้าถึง — สิ่งที่ต้องรู้ก่อนใช้

Fable 5 มาพร้อม cost ที่สูงกว่า Opus 4.8 ถึง 2 เท่าเมื่อใช้ผ่าน API และแม้แต่บน Claude Max subscription ผู้ใช้ที่ทดสอบพบว่าใช้งานจริงประมาณ 30 นาทีก็หมด daily usage quota แล้ว เพราะ Fable ใช้ token ต่อ response หนักกว่าโมเดลอื่นมาก ช่วงที่เข้าถึงได้บน paid plan มีถึง 22 มิถุนา หลังจากนั้นต้องใช้ผ่าน API ซึ่งคิดตาม token จริง

ทิศทางที่เห็นชัดคือ frontier AI กำลังกลายเป็น premium product จริงๆ จาก $20/เดือนเมื่อ 2 ปีก่อน ตอนนี้แผน $200/เดือนก็ยังอาจไม่ครอบคลุมโมเดลที่ดีที่สุดอีกต่อไป นัยยะสำหรับการใช้งานคือควร reserve Fable 5 สำหรับงาน high-value จริงๆ เท่านั้น งานทั่วไปที่ Opus 4.8 ทำได้ดีอยู่แล้วไม่จำเป็นต้องอัพเกรด

สรุป

Fable 5 เก่งกว่าโมเดลก่อนหน้าจริงในงานที่ต้องการ reasoning เชิงลึก, coding ที่ซับซ้อน และ analysis ที่ honest มากกว่า pleasant แต่ราคาสูงหมายความว่าไม่ใช่ทุกงานที่คุ้มจะใช้ จุดที่ Fable 5 ให้ ROI สูงที่สุดคืองาน security audit, deep research เชิงกลยุทธ์ และ coding project ที่ต้องการผลลัพธ์สูงสุดตั้งแต่ draft แรก

ขั้นตอนต่อไปสำหรับคนที่อยากทดลอง:

• เข้า Claude.ai บน paid plan และทดสอบ Fable 5 ก่อน 22 มิถุนา ขณะที่ยังเข้าถึงได้ในแผน
• เริ่มด้วย security audit บน codebase หรือระบบที่มีอยู่ — ดูว่ามันพบอะไรที่เคยมองข้ามไหม
• ลอง deep research ในหัวข้อที่สำคัญกับธุรกิจ เปรียบเทียบกับ Opus ในหัวข้อเดียวกัน
• สำหรับงาน coding ให้บอก context ชัด — technology stack, output format, สิ่งที่ต้องการ
• ถ้าใช้ API ให้ reserve Fable สำหรับงาน high-stakes เท่านั้น ไม่ใช่ทดแทน Opus ในทุกงาน