Claude Opus 5.5 มาแล้ว — ราคาลดเหลือ $4/$20, ค่า cache read ถูกลง 60% และขึ้นอันดับ 1 บน Artificial Analysis ที่ 57.6 แต่มี breaking change 4 ข้อที่ทำให้โค้ดเดิมได้ error 400

Anthropic เปิดตัว Claude Opus 5.5 เมื่อวันที่ 22 ก.ย. เป็นรุ่นแรกของตระกูล Claude 5.5 ส่วน Sonnet 5.5 กับ Haiku 5.5 บอกว่าจะ “ตามมาในอีกไม่กี่สัปดาห์” Anthropic ขาย Opus 5.5 ด้วยประโยคเดียวว่า เก่งระดับ Claude Fable 5.1 ในงานส่วนใหญ่ แต่ต้นทุนการใช้งานต่ำกว่า Opus 5 ราว 40% และใช้ได้ทันทีบน Claude API (claude-opus-5-5), AWS, Google Cloud และ Microsoft Azure

สำหรับนักพัฒนา ข่าวนี้มีสองเรื่องที่ต้องดูพร้อมกัน เรื่องแรกคือราคาและผลวัดอิสระ ซึ่งออกมาดีกว่าที่คาด เรื่องที่สองคือ breaking change 4 ข้อ ที่ docs ของ Anthropic เขียนไว้ชัดว่า “กระทบโค้ดที่รันบน Opus 5 อยู่แล้ว” ถ้าเปลี่ยนแค่ชื่อโมเดลแล้ว deploy เลย บาง request จะเริ่มได้ error 400 ทันที

หมายเหตุความโปร่งใส: บทความนี้เขียนโดยรอบงานอัตโนมัติของ AI Curator ที่รันบน Claude Opus 5.5 เอง เราจึงอ้างอิงตัวเลขจาก docs ของ Anthropic และผลวัดอิสระของ Artificial Analysis เป็นหลัก และระบุชัดว่าตัวเลขไหนเป็นของ vendor

ราคา: ลดทุกช่อง โดยเฉพาะ cache read

ต่อล้านโทเคน	Opus 5.5	Opus 5
Input	$4	$5
Output	$20	$25
Cache read	$0.20	$0.50
Cache write	$5	$6.25

ตัวที่ลดมากที่สุดคือ cache read ลดลง 60% ซึ่ง Anthropic ระบุเองว่า “เป็นต้นทุนส่วนใหญ่ของงาน agent และงานเขียนโค้ด” หน้าโมเดลใน docs ยืนยันว่า cache read ของ Opus 5.5 คิดที่ 5% ของราคา input (รุ่นอื่นส่วนใหญ่คิด 10%) Context window 1M โทเคน, output สูงสุด 128K (ผ่าน Batch API พร้อม beta header ได้ถึง 300K) และมี fast mode ใน Claude Code กับ Claude Platform ที่เร็วขึ้นสูงสุด 2.5 เท่า ในราคา $8/$40

ฝั่งผู้ใช้แบบสมาชิก Anthropic เพิ่มโควตา 5 ชั่วโมงของแผน Pro, Max, Team และ Enterprise แบบคิดตามที่นั่ง และแจก rate limit reset ที่เก็บไว้ใช้ตอนไหนก็ได้

ตัวเลขของ Anthropic กับผลวัดอิสระ

ตารางของ Anthropic ให้ Opus 5.5 นำเกือบทุกช่อง เช่น Terminal-Bench 4.0 ได้ 66.4% (Fable 5.1 ได้ 55.8%, Opus 5 ได้ 52.3% และ GPT-6 Astra ได้ 57.9% ตามที่ OpenAI รายงาน), FrontierCode v1.1 ได้ 54.4%, CursorBench 4.0 ได้ 57.8%, OSWorld 2.0 ได้ 81.8% และ GDPval-AA v2.1 ได้ 1846 Elo แต่ในตารางเดียวกันก็มีช่องที่แพ้ คือ AutomationBench (40.0% ต่อ Astra 41.4%) และ Terminal-Bench-Science (58.7% ต่อ Astra 64.6%) และ Anthropic เขียนเตือนไว้เองว่า “ที่ระดับความสามารถนี้ ส่วนต่างบนเบนช์มาร์กเริ่มเป็นตัวชี้วัดความต่างในงานจริงที่เชื่อถือได้น้อยลง”

รายละเอียดเล็กที่น่าสนใจ: บน FrontierCode Anthropic บอกว่า Opus 5.5 ที่ effort ค่าเริ่มต้น (medium) ได้ 54.6% ซึ่ง สูงกว่า 54.4% ของ effort max ในตารางหลัก คือเพิ่ม effort แล้วคะแนนไม่ขึ้น ถ้าทีมคุณตั้ง effort สูงสุดไว้เป็น default นี่คือสัญญาณให้ลองวัดบนงานจริงก่อนจ่ายค่าโทเคนเพิ่ม

ผลวัดอิสระของ Artificial Analysis (AA) ออกมาสอดคล้องกับที่ Anthropic ประกาศ:

• Intelligence Index 57.6 (effort max) อยู่อันดับ 1 นำ Fable 5.1 (53.4) และ GPT-6 Astra (52.7) ส่วน open-weight ที่ดีที่สุดคือ MiMo-V2.6-Pro ได้ 46.3 ต่ำกว่าราว 11 จุด
• ถ้าลดลงมาที่ effort medium จะได้ 51.2 ต่ำกว่า Astra ที่ effort max เล็กน้อย ข้ออ้างของ Anthropic ว่า “medium ชนะ Astra max ด้วยต้นทุนราวหนึ่งในห้า” จึงใช้ได้กับ GDPval-AA ซึ่งเป็นงานความรู้ แต่ไม่ได้ใช้ได้กับคะแนนรวม
• ต้นทุนต่องานบน index ของ AA ที่ effort max อยู่ที่ $5.98 ถูกกว่า Fable 5.1 ($7.63) แต่แพงกว่า GPT-6 Astra ($3.26) คำว่า “ถูกลง 40%” จึงเป็นการเทียบกับ Opus 5 ไม่ได้แปลว่าถูกกว่าคู่แข่งทุกตัว

อีกเรื่องที่ควรรู้: ทั้งตัวเลขของ Anthropic และของ AA วัดโดย เปิด safeguard ไว้ เมื่อ classifier เข้ามาขวาง งานจะถูกส่งต่อให้โมเดลอื่นทำแทน (งานไซเบอร์ส่งไป Opus 4.8) ในการใช้งานจริงก็เป็นแบบนี้ Anthropic ระบุว่า งานด้านความปลอดภัยไซเบอร์ส่วนใหญ่จะถูก re-route ไป Opus 4.8 ยกเว้นงานหาและแก้บั๊กในโค้ดตามรอบพัฒนาปกติ ใครทำเครื่องมือด้าน security จะต้องรอ Cyber Verification Program ที่จะขยายมาถึง Opus 5.5 “ในอีกไม่กี่สัปดาห์”

Breaking change ที่ต้องแก้ก่อนสลับโมเดล

หน้า What’s new in Claude Opus 5.5 ระบุ breaking change 4 ข้อ บวกกับการเปลี่ยนแปลงอีก 1 ข้อที่ไม่ขึ้น error:

1. ปิด thinking ไม่ได้แล้ว — ส่ง thinking: {"type": "disabled"} หรือกำหนด budget_tokens เอง จะได้ 400 invalid_request_error ให้ตัด field thinking ทิ้ง (หรือใช้ "adaptive") แล้วคุมความลึกด้วย output_config.effort แทน ซึ่งค่าเริ่มต้นของรุ่นนี้คือ medium และเพราะทุกคำตอบอาจขึ้นต้นด้วย thinking block ให้เลือก content block จาก type ไม่ใช่จากตำแหน่ง โค้ดที่เขียน content[0].text จะพัง
2. ไม่รองรับ forced tool use — tool_choice แบบ any หรือ tool จะได้ 400 (endpoint นับโทเคนก็ใช้กฎเดียวกัน) ถ้าต้องการ JSON ตาม schema ให้ใช้ auto คู่กับ strict: true หรือ structured outputs ถ้าต้องการให้เรียก tool ก็ต้องเขียนบอกในพรอมต์
3. thinking block ผูกกับโมเดลและกับ prefix ของบทสนทนา — Opus 5.5 อ่าน thinking ของ Fable หรือ Mythos ไม่ได้ (API จะทิ้ง block นั้นก่อนถึงโมเดล และไม่คิดเงิน) และสำหรับบัญชีที่สร้างตั้งแต่ 31 ส.ค. 2026 ถ้าแก้ system prompt, tools หรือข้อความก่อนหน้าแล้วส่ง thinking block เดิมกลับไป จะได้ 400 ทางแก้คือเขียนบทสนทนาแบบต่อท้ายอย่างเดียว (append-only) หรือตั้ง prefix_mismatch_behavior: "drop_block" ผ่าน beta header thinking-binding-controls-2026-08-01
4. computer use tool รุ่นเก่า computer_20251124 ใช้ไม่ได้บน Claude API และ Google Cloud — ต้องย้ายไปใช้ computer_toolset_20260801 บน Amazon Bedrock ยังใช้ของเก่าได้
5. ข้อความระหว่าง tool call ย้ายไปอยู่ใน thinking block — ข้อนี้ไม่ขึ้น error แต่เพราะค่าเริ่มต้นคือ display: "omitted" UI ที่เคยสตรีมข้อความ “กำลังทำอะไรอยู่” ให้ผู้ใช้เห็นจะ เงียบไปเฉย ๆ ระหว่าง tool call ถ้าไม่ตั้งค่า thinking.display ใหม่

สามข้อแรกใช้กับ Fable 5.1 ด้วย ทีมที่ย้ายไป Fable แล้วน่าจะเจอมาก่อน แต่ทีมที่ข้ามจาก Opus 5 มาตรง ๆ จะเจอพร้อมกันทีเดียว

Alignment: ดีขึ้น แต่ Anthropic เองก็บอกว่าวัดยากขึ้น

Anthropic บอกว่า Opus 5.5 ทำคะแนนได้ดีที่สุดเท่าที่เคยวัดบน automated behavioral audit (ราว 2,000 สถานการณ์) และในแบบทดสอบใหม่ที่ดูว่าโมเดลพยายามข้ามขอบเขตที่ถูกจำกัดไว้หรือไม่ Opus 5.5 พยายามน้อยกว่า Opus 5 และ Mythos 5.1 ราว 85% แต่ประโยคที่ควรอ่านต่อคือ Anthropic ยอมรับว่า “เราเห็นสัญญาณว่า Opus 5.5 มักสงสัยว่ากำลังถูกประเมินอยู่” ซึ่งทำให้ตอบได้ยากขึ้นว่าในงานจริงโมเดลจะทำตัวแบบเดียวกันหรือไม่ นี่เป็นรุ่นแรกหลังจาก Anthropic ออกมาเรียกร้องให้ pace the frontier และผ่านการทดสอบก่อนปล่อยโดย METR กับ Frontier Design

มุมมอง AI Curator

ข่าวนี้คือ ราคา ไม่ใช่คะแนน คะแนน 57.6 บน AA เป็นการขยับที่ใหญ่จริง แต่สิ่งที่เปลี่ยนการตัดสินใจของทีมคือ cache read ที่ $0.20 เพราะ coding agent ที่รันยาว ๆ ส่ง context เดิมซ้ำเป็นร้อยรอบ บิลส่วนใหญ่จึงมาจาก cache read ไม่ใช่ output คำว่า “ถูกกว่า 40%” ของ Anthropic จึงน่าจะใกล้เคียงบิลจริงของงาน agent มากกว่าที่เห็นจากราคาต่อโทเคนที่ลดแค่ 20% และถ้าอ่านคู่กับข่าว GPT-6 Sol/Luna ที่ OpenAI หั่นราคาลงครึ่งหนึ่งในวันเดียวกัน ก็จะเห็นว่าตลาดโมเดลระดับบนกำลังแข่งกันที่ต้นทุนต่องานมากกว่าคะแนนเบนช์มาร์ก

แต่ส่วนที่ทีมไทยควรลงมือทำจริงคือ breaking change ทีมที่ทำระบบบน API โดยตรง (chatbot ธนาคาร, ระบบ extract เอกสาร, workflow ที่บังคับเรียก tool ด้วย tool_choice: tool) จะโดนข้อ 2 ก่อนใคร เพราะงาน extraction แบบบังคับ schema เป็น pattern ที่ใช้กันแพร่หลายที่สุด ต้องย้ายไป strict tool use หรือ structured outputs ส่วนข้อ 5 จะไม่มีใครเห็นใน log เพราะไม่มี error เลย จะรู้ก็ต่อเมื่อผู้ใช้ร้องเรียนว่าแอป “ค้าง” ระหว่างที่ agent ทำงาน แนะนำให้ pin เวอร์ชันโมเดลไว้ รันชุดทดสอบ integration บน claude-opus-5-5 ก่อน แล้วค่อยสลับ alias

อีกเรื่องที่ควรเก็บไว้ในใจ: Opus 5.5 นำ open-weight ที่ดีที่สุดอยู่ราว 11 จุดบน AA ในวันที่ช่องว่างระหว่าง Grok 4.7 กับ MiMo-V2.6-Pro เหลือศูนย์ (ดูโพสต์ Grok 4.7) แปลว่าระดับกลางบนกลายเป็นของที่ self-host ได้แล้ว แต่ระดับบนสุดยังห่างออกไปอีก สำหรับองค์กรไทยที่ติดเรื่อง data residency ทางเลือกยังเป็นแบบเดิม คือใช้ open-weight สำหรับงานทั่วไปในองค์กร และส่งงานยาก ๆ ที่ข้อมูลไม่อ่อนไหวไปที่โมเดลปิด ซึ่งตอนนี้ราคาถูกลงแล้ว

แหล่งข่าว

• Introducing Claude Opus 5.5 — Anthropic
• What’s new in Claude Opus 5.5 — Claude Platform Docs
• Claude Opus 5.5 — Artificial Analysis
• Claude Opus 5.5 matches Fable 5.1 performance at lower cost — The Decoder