เปรียบเทียบโมเดล Claude: Haiku vs Sonnet vs Opus vs Fable 5 (Mythos 5)

นี่คือการอ้างอิงแบบยาว สำหรับเวอร์ชันสกิมห้านาที (กฎตารางด่วน + เราเตอร์) โปรดดู บล็อกสหาย.

1. ทำไมต้องเปรียบเทียบโมเดลของ Claude เลย?

ทีมส่วนใหญ่ไม่เสียเงินเพราะการแจ้งเตือนไม่ดี พวกเขาสูญเสียเงินเพราะพวกเขาใช้โมเดลที่แพงที่สุดสำหรับทุกสิ่ง หรือเพราะพวกเขาปฏิบัติต่อตัวเลือกโมเดลเหมือนกับการตั้งค่าที่คลุมเครือแทนที่จะเป็น การตัดสินใจเลือกผลิตภัณฑ์ตามงบประมาณ. ผู้เล่นตัวจริงของ Claude มีการแบ่งระดับอย่างชัดเจน: สร้างขึ้นเพื่อให้คุณจับคู่ได้ รูปร่างของงาน ไปจนถึงรุ่นที่เล็กที่สุดที่จะจบได้ดี

ผลลัพธ์ในทางปฏิบัติ: การเลือกแบบจำลองเป็นหนึ่งในเครื่องมือที่ง่ายที่สุดที่คุณสามารถนำไปใช้ปรับปรุงได้ เวลาแฝง, คุณภาพและ ต้นทุนต่อผลลัพธ์ ในเวลาเดียวกัน

2. ผู้เล่นตัวจริงของคลอดด์ยุคใหม่ (2026)

รองรับโมเดล Claude ปัจจุบันทั้งหมด การป้อนข้อความและรูปภาพ, ความสามารถหลายภาษาและ วิสัยทัศน์และพร้อมใช้งานผ่าน Claude API, Claude Platform บน AWS, Amazon Bedrock, Google Cloud และ Microsoft Foundry

2.1 ข้อมูลจำเพาะที่คุณควรใส่ใจจริงๆ

Claude Mythos 5 (claude-mythos-5) มีการควบคุมดูแลและใช้ข้อกำหนดและราคาร่วมกับ Fable 5 แต่จับคู่กับสถาปัตยกรรมความปลอดภัยที่แตกต่างกัน (ไม่มีตัวแยกประเภทความปลอดภัยในลักษณะเดียวกับ Fable 5) หากคุณไม่มีสิทธิ์เข้าถึง คุณยังคงสามารถเรียกใช้ตรรกะการรวมแบบเดียวกันได้โดยใช้ Fable 5 หากมี

2.2 การตัดความรู้ (เหตุใดจึงสำคัญสำหรับ "ข้อมูลปัจจุบัน")

รายการภาพรวมโมเดลของ Anthropic:

• การตัดความรู้ที่เชื่อถือได้: มกราคม 2026 สำหรับ Fable 5 / Opus 4.8 / Sonnet 5; กุมภาพันธ์ 2025 สำหรับ Haiku 4.5
• การตัดข้อมูลการฝึกอบรม: วงกว้างเดือนมกราคม 2026 สำหรับ Fable 5 / Opus 4.8 / Sonnet 5; กรกฎาคม 2025 สำหรับ Haiku 4.5

การปฏิบัติ: หากคุณต้องการข้อเท็จจริงหลังจากการตัดคำแล้ว ให้ใช้ การดึงข้อมูล (RAG) หรือเครื่องมือ โดยไม่คำนึงถึงระดับของโมเดล

3. ระดับต่างๆ หมายถึงอะไรในทางปฏิบัติ

3.1 เวลาแฝงและความเป็นจริงของโทเค็นเอาท์พุต

เศรษฐศาสตร์โทเค็นมีความแตกต่างกันมากขึ้นในกลุ่มผู้เล่นตัวจริง เอาท์พุท มากกว่าโดยการป้อนข้อมูล วิธีคิดง่ายๆ:

• ไฮกุมีราคาถูกที่สุด (และเร็วที่สุด) เมื่อคุณต้องการคำตอบที่มีโครงสร้างสั้นๆ
• Opus และ Sonnet ใช้จ่ายมากขึ้น แต่ยังคงปรับขนาดได้ดีเมื่อคำสั่งของคุณถูกจำกัดขอบเขต
• Fable 5 มีราคาแพงเนื่องจากมีไว้สำหรับการวิ่งระยะไกลและหนักหน่วง โดยที่โมเดลจำเป็นต้องอยู่ในขอบเขตเมื่อเวลาผ่านไป

หากคุณปล่อยให้โมเดลใดๆ สร้างข้อความที่ไม่มีขอบเขต โทเค็นเอาต์พุตจะครองการใช้จ่าย นั่นคือเหตุผล เอาท์พุทสูงสุด (หรือคำสั่งที่เข้มงวดสำหรับ TLDR ก่อน) มีความสำคัญสำหรับทุกระดับ ไม่ใช่แค่ Fable 5

3.2 การคิดแบบปรับตัวและการคิดแบบขยาย

ตารางภาพรวมของ Anthropic เน้นความแตกต่างสองประการ:

• Fable 5 / Opus 4.8 / Sonnet 5 มีความคิดแบบปรับตัวอยู่เสมอ
• Haiku 4.5 มีการขยายการคิดให้มากขึ้น แต่การคิดแบบปรับตัวปิดอยู่

การปฏิบัติ: ใช้ไฮกุสำหรับงานที่มีปริมาณมาก แต่อย่าลืมว่าไฮกุไม่ได้รับการปรับให้เหมาะกับพฤติกรรม “ปรับตัวเสมอ” ในระยะยาว เมื่อคุณพบกับความคลุมเครือหรือความต้องการการวางแผนเชิงลึก ให้ก้าวไปสู่เรื่อง Sonnet/Opus/Fable

3.3 ความพยายามในฐานะหน้าปัดคุณภาพคุ้มราคา

ความพยายามคือการควบคุมหลักในการแลกเปลี่ยนระหว่างความฉลาด เวลาแฝง และต้นทุนของ Fable 5 และ Mythos 5 Opus 4.8 และ Sonnet 5 ยังเปิดเผยการควบคุมความพยายามบนพื้นผิว API อีกด้วย

ความหมายเชิงปฏิบัติ: ข้อผิดพลาดในการย้ายข้อมูลที่พบบ่อยที่สุดไม่ใช่ "การแจ้งเตือนที่ไม่ถูกต้อง" มันคือ "ความพยายามสูงสุดในทุกที่" สำหรับปริมาณงานการผลิตส่วนใหญ่ คุณจะได้รับคุณค่าที่ดีที่สุดโดยการกำหนดเส้นทางความพยายามอย่างจงใจ (งานราคาถูกที่ต่ำ/ปานกลาง งานยากที่ความพยายามสูงกว่า)

4. เมทริกซ์การตัดสินใจที่คุณสามารถนำไปปฏิบัติได้

แทนที่จะถามว่ารุ่นไหนดีที่สุด ให้ถามว่ารุ่นไหนจบได้ นี้ ขั้นตอนการทำงานด้วยโทเค็นที่แพงที่สุด?”

5. พิมพ์เขียวการกำหนดเส้นทางสำหรับการผลิต (ราคาถูก -> อัจฉริยะ -> ชายแดน)

นี่เป็นรูปแบบการปฏิบัติที่ใช้ได้ผลดีเมื่อคุณมีหลายงานผสมกัน บางงานง่าย บางงานยาก และ “ส่วนใหญ่ง่ายแต่บางครั้งก็ยุ่งยาก”

5.1 เราเตอร์ทีละขั้นตอน

1. จำแนกประเภทด้วยไฮกุ กำหนดเจตนาและความซับซ้อนคร่าวๆ ประเมินด้วยว่าคุณต้องการบริบทที่ยาวหรือการใช้เครื่องมือหรือไม่
2. วิ่งเส้นทางหลักบน Sonnet หรือ Opus โคลงสำหรับงานที่ "จริงจัง แต่มีขอบเขต" ส่วนใหญ่ Opus เมื่อคุณคาดหวังการเข้ารหัสเอเจนต์ที่ซับซ้อนหรือการดีบักที่ลึกยิ่งขึ้น
3. เลื่อนระดับเป็น Fable 5 เพื่อการทำงานในขอบเขตอันยาวไกลอย่างแท้จริง ตัวอย่าง: การปรับโครงสร้างแบบข้าม repo การสังเคราะห์หลายเอกสารโดยที่แบบจำลองต้องรักษาข้อจำกัดหลายข้อไว้ และการรันแบบอิสระที่มอบหมายงานย่อย
4. จัดการกับทางเลือก/การปฏิเสธ หาก Fable 5 ปฏิเสธเนื่องจากตัวแยกประเภทความปลอดภัย ให้ถอยกลับไปที่ Opus 4.8 (หรือรุ่นอื่นที่เหมาะสม) ขึ้นอยู่กับข้อกำหนดผลิตภัณฑ์ของคุณ

5.2 กำหนดงบประมาณเราเตอร์ (อย่าปล่อยให้การยกระดับลบการประหยัด)

เราเตอร์สามารถประหยัดต้นทุนได้ก็ต่อเมื่อมีการยกระดับปัญหาเกิดขึ้นน้อยครั้ง เพิ่มข้อจำกัดเพื่อไม่ให้ระดับราคาแพงขึ้นบอลลูน:

• ตั้งค่าโทเค็นเอาต์พุตสูงสุดในทุกระดับ
• ใช้คำสั่ง TLDR-first เพื่อให้โมเดลหยุดก่อนเวลาเมื่อทราบเพียงพอ
• คำนำหน้าแคชที่เสถียร (พรอมต์ของระบบและสกีมาเครื่องมือ) เพื่อลดต้นทุนอินพุตซ้ำ

6. เศรษฐศาสตร์โทเค็นที่คุณสามารถใช้เป็นการตรวจสอบสุขภาพจิตได้

เนื่องจากราคาเป็นราคาต่อโทเค็น คุณจึงสามารถประมาณต้นทุนต่อคำขอได้ การใช้ค่าการกำหนดราคาภาพรวมโมเดล:

• Fable 5: อินพุต $10 / เอาต์พุต $50 ต่อ MTok
• Opus 4.8: $5 input / $25 output per MTok
• Sonnet 5: อินพุต $3 / เอาต์พุต $15 ต่อ MTok
• Haiku 4.5: อินพุต $1 / เอาต์พุต $5 ต่อ MTok

สูตรคร่าวๆ (เติมค่าประมาณของคุณ):

cost ~= (input_tokens / 1_000_000) * input_price
     + (output_tokens / 1_000_000) * output_price

กฎความมีสติ: หากโทเค็นเอาต์พุตมีขนาดใหญ่ Fable 5 จะกลายเป็นตัวขับเคลื่อนต้นทุนที่โดดเด่นอย่างรวดเร็ว นั่นคือเหตุผลว่าทำไมโครงสร้างที่รวดเร็วและเอาท์พุตแคปจึงมีความสำคัญมากกว่าที่หลายๆ ทีมคาดหวัง

7. แจ้งรูปแบบข้ามระดับ

แนวทางปฏิบัติที่ดีที่สุดที่พร้อมท์ที่สุดนำไปใช้กับแบบจำลองของ Claude ทุกรุ่น: กำหนดเป้าหมายที่ชัดเจน จำกัดรูปแบบผลลัพธ์ และถามเฉพาะสิ่งที่คุณต้องการเท่านั้น ความแตกต่างเฉพาะระดับจะแสดงออกมาในแบบของคุณ ความยาวควบคุม และ ควบคุมความพยายาม.

7.1 กฎทั่วไปที่ป้องกันการรั่วไหลของงบประมาณ

• เป็นผู้นำกับผลลัพธ์ บรรทัดแรกของคุณควรบอกว่าเกิดอะไรขึ้นหรือสิ่งที่คุณพบ
• ขอ TLDR ก่อน ปล่อยให้โมเดลหยุดตั้งแต่เนิ่นๆ เมื่อทำได้
• ขอบเขตหมวกคืบ อย่าขอคุณสมบัติพิเศษ การรีแฟคเตอร์ หรือการปรับปรุง “น่ายินดี” เว้นแต่จะได้รับการร้องขอ
• ความยาวเอาต์พุตที่ถูกผูกไว้ ใช้โทเค็นเอาต์พุตสูงสุดหรือรูปแบบที่เข้มงวด

7.2 เมื่อ Fable 5 เปลี่ยนงาน

Fable 5 สร้างขึ้นเพื่อความเป็นอิสระในขอบเขตที่ยาวนาน โดยสามารถรักษาผลผลิตที่มีประสิทธิผลไว้ในช่วงเวลาที่ขยายออกไป มอบหมายงานย่อย และคงความสอดคล้องกันเมื่องานนั้นมีหลายขั้นตอนอย่างแท้จริง ความแตกต่างที่กระตุ้นเตือนไม่ใช่แค่ "การใช้เหตุผลมากขึ้น" ก็คือคุณสามารถ (และควร) จัดโครงสร้างเวิร์กโฟลว์ได้ เป้าหมาย + จุดตรวจ + หลักฐานที่ขับเคลื่อนด้วยเครื่องมือแทนที่จะบังคับให้ทุกอย่างเป็นคำตอบเดียว

8. ตัวอย่างขั้นตอนการทำงาน (จะใช้อะไรที่ไหน)

8.1 Haiku 4.5

• จำแนกคำขอที่เข้ามา (เจตนา + ความซับซ้อน) และกำหนดเส้นทางไปยังระดับที่เหมาะสม
• แยกฟิลด์ที่มีโครงสร้างออกเป็น JSON สำหรับระบบดาวน์สตรีม
• สรุปข้อความสั้นๆ ด้วยสคีมาที่เข้มงวดและขีดจำกัดเอาต์พุตสูงสุด

8.2 Sonnet 5

• ปรับโครงสร้างใหม่และอธิบายโค้ดด้วยรูปแบบ “อะไร/ทำไม/อย่างไร”
• ร่างเนื้อหาที่พบปะกับลูกค้าด้วยโทนเสียงที่สม่ำเสมอและผลลัพธ์สั้นๆ
• สร้างเครื่องมือตัวแทนที่ยังต้องการความเร็ว (การเรียกเครื่องมือ + ลูปสั้น)

8.3 Opus 4.8

• การเข้ารหัสเอเจนต์ที่ซับซ้อน: การเปลี่ยนแปลงหลายไฟล์ การดีบักที่ลึกยิ่งขึ้น และการให้เหตุผลทั่วทั้งระบบที่รอบคอบมากขึ้น
• การวิเคราะห์เอกสารระดับองค์กร: สเปรดชีต สไลด์ และรายงานแบบยาว
• งานที่ยากแต่มีขอบเขตซึ่งคุณยังต้องการคำตอบระดับองค์กร ไม่ใช่แค่ภาพร่าง

8.4 Fable 5 (และ Mythos 5)

• การย้ายรหัสข้าม Repos เป็นเวลาหลายวันพร้อมการใช้เครื่องมือและขั้นตอนการตรวจสอบ
• การสังเคราะห์หลายเอกสารซึ่งการรักษาคำสั่งและการเชื่อมโยงกันในระยะยาวถือเป็นสิ่งสำคัญ
• เวิร์กโฟลว์อัตโนมัติที่มอบหมายงานย่อยและดำเนินการต่อหลังจากผลลัพธ์ระดับกลาง

9. บันทึกการย้ายถิ่นฐาน

9.1 การย้ายไปยัง Opus 4.8

หากคุณใช้ Opus 4.7 หรือเก่ากว่า ให้เริ่มโดย:

• รับรองว่าคุณจะตั้งค่า effort อย่างชัดเจนเมื่อคุณมีข้อกำหนดด้านเวลาแฝงหรืองบประมาณ
• ทบทวนทักษะเร่งด่วนที่อาจเกินกำหนด ความสามารถที่สูงขึ้นสามารถขยายคำสั่งเฉพาะเจาะจงมากเกินไปได้
• ทดสอบสมมติฐานความยาวเอาท์พุตอีกครั้ง และใช้ขีดจำกัดเอาท์พุตสูงสุดเมื่อจำเป็น

9.2 การย้ายจาก Opus ไปที่ Fable 5

Fable 5 ไม่ใช่ "บทประพันธ์ที่เร็วกว่า" ถือเป็นเครื่องมือเวิร์กโฟลว์สำหรับงานในขอบเขตที่ยาวนาน:

• ย้ายไปยังเป้าหมาย + โครงสร้างจุดตรวจ (โดยเฉพาะสำหรับการวิ่งแบบเอเจนต์)
• มอบหมายงานย่อยแทนการซ้อนทุกอย่างไว้ในเธรดยาวๆ เดียว
• ใช้การแคชและเอาต์พุตที่มีขอบเขตเพื่อให้การรันระยะยาวไม่ทำให้การใช้จ่ายเพิ่มขึ้น

10. gotchas ทั่วไป

• ใช้นิทานเพื่อทุกสิ่ง มันมีไว้สำหรับคดีที่ยากและยาวนาน
• ไม่มีตัวพิมพ์ใหญ่เอาต์พุต แม้แต่ไฮกุก็อาจมีราคาแพงได้หากคุณปล่อยให้มันสร้างข้อความที่ไม่มีขอบเขต
• สมมติว่าหน้าต่างบริบทสามารถใช้แทนกันได้ ไฮกุมีโทเค็น 200,000 อัน ส่วนที่เหลือเริ่มต้นที่ 1M
• ละเลยความแตกต่างที่ถูกตัดออก หากคุณต้องการข้อมูลหลังการตัดออก ให้ใช้การดึงข้อมูล/เครื่องมือ
• ไม่ใช่ความพยายามในการกำหนดเส้นทาง การทุ่มความพยายามสูงสุดทุกที่มักจะเพิ่มต้นทุนโดยไม่ทำให้ผลลัพธ์ดีขึ้น

11. บรรทัดล่าง

กลุ่มผลิตภัณฑ์ของ Claude ได้รับการออกแบบเพื่อให้คุณสามารถสร้างเราเตอร์แบบจำลองที่ตรงกับระดับความสามารถที่เล็กที่สุดให้กับแต่ละรูปร่างงานได้ เริ่มต้นด้วยไฮกุเพื่อการกำหนดเส้นทางและการแยกข้อมูลราคาถูก ใช้ Sonnet ในการทำงานส่วนใหญ่ในแต่ละวัน ส่งต่อไปยัง Opus สำหรับองค์กรที่ซับซ้อนและการเข้ารหัสเอเจนต์ สำรอง Fable 5 (และรั้วรอบขอบชิด Mythos 5) สำหรับการวิ่งในขอบเขตระยะไกลที่แท้จริงซึ่งต้องการความเป็นอิสระและการเชื่อมโยงกันอย่างยั่งยืน

เมื่อมีข้อสงสัย ให้จำกัดขอบเขตของเอาต์พุต จำกัดความยาวเอาต์พุต และวัดโทเค็นเอาต์พุตต่อผลลัพธ์ ตัวชี้วัดนั้นมีแนวโน้มที่จะทำให้การเลือกแบบจำลองมีความชัดเจน

ภาพรวม SEO สำหรับบทความนี้

• ชื่อ SEO: เปรียบเทียบแบบจำลองของ Claude: Haiku กับ Sonnet กับ Opus กับ Fable 5 (Mythos 5)
• คำอธิบายเมตา: เปรียบเทียบมานุษยวิทยา Claude Haiku, Sonnet, Opus, Fable 5 และ gated Mythos 5 รวมถึงข้อกำหนด กลยุทธ์ต้นทุน/โทเค็น พิมพ์เขียวการกำหนดเส้นทาง และเวลาที่ควรใช้แต่ละระดับ
• คำหลักหลัก: การเปรียบเทียบโมเดลของ Claude, Claude Opus 4.8, Claude Fable 5, Claude Sonnet 5, Claude Haiku 4.5, Claude Mythos 5, การจัดทำงบประมาณโทเค็น, การเข้ารหัสเอเจนต์
• ทวิตเตอร์ / เอ็กซ์: อธิบายระดับโมเดลของ Claude: ไฮกุสำหรับการกำหนดเส้นทางราคาถูก, Sonnet สำหรับงานรายวัน, Opus สำหรับการเขียนโค้ดที่ซับซ้อน, Fable 5 สำหรับการรันเอเจนต์ที่ยาวนานหลายวัน พิมพ์เขียวการกำหนดเส้นทางโทเค็นงบประมาณภายใน
• LinkedIn: การเปรียบเทียบในทางปฏิบัติและนำไปปฏิบัติได้ของ Claude Haiku, Sonnet, Opus, Fable 5 และ gated Mythos 5 แบบมีรั้วรอบขอบชิด ข้อมูลจำเพาะ โมเดลต้นทุน และเราเตอร์ที่ควบคุมโทเค็นเอาท์พุตให้อยู่ภายใต้การควบคุม จาก Workstation