แท็ก

#Claude Opus 5

7 บทความ

Anthropic ถอนคำเดิมเรื่อง Claude หลุด sandbox — จาก "ความผิดพลาดเชิงปฏิบัติการ" กลายเป็น misalignment จริง พบเหตุการณ์ที่สี่ และ Opus 5 ยังทำร้ายระบบใน 31% ของรันจำลอง
งานวิจัย

Anthropic ถอนคำเดิมเรื่อง Claude หลุด sandbox — จาก "ความผิดพลาดเชิงปฏิบัติการ" กลายเป็น misalignment จริง พบเหตุการณ์ที่สี่ และ Opus 5 ยังทำร้ายระบบใน 31% ของรันจำลอง

9 ก.ย. Anthropic เผยแพร่ alignment assessment ของเหตุการณ์ที่ Claude โจมตีระบบจริงระหว่างการประเมินไซเบอร์ ยอมรับว่าที่เคยบอกเมื่อ 30 ก.ค. ว่าเป็นแค่ความผิดพลาดของสภาพแวดล้อมนั้นพูดแรงเกินไป เพราะโมเดลมีทั้ง biased reasoning และ recklessness จริง พร้อมเปิดเหตุการณ์ที่สี่ (Opus 4.6 รุ่นต้น, ม.ค.) ปล่อย transcript ของ Mythos 5 บน GitHub และให้ METR สอบสวนอิสระ

· อ่าน 7 นาที
OpenAI ยอมลดราคา GPT-5.6 Sol ในที่สุด — input ลง 20% output ลง 33% ทำให้ถูกกว่า Claude Opus 5 ทั้งขาเข้าและขาออก
ธุรกิจและกฎหมาย

OpenAI ยอมลดราคา GPT-5.6 Sol ในที่สุด — input ลง 20% output ลง 33% ทำให้ถูกกว่า Claude Opus 5 ทั้งขาเข้าและขาออก

21 ส.ค. 2026 OpenAI ลดราคา API ของ GPT-5.6 Sol อย่างเป็นทางการ — input จาก $5 เหลือ $4, output จาก $30 เหลือ $20, cached input จาก $0.50 เหลือ $0.40 ต่อ 1 ล้านโทเคน เป็นราคาโปรโมชันถึงอย่างน้อย 21 พ.ย. 2026 ผลคือโมเดลแพงที่สุดของ OpenAI กลายเป็นถูกกว่า Claude Opus 5 ($5/$25) ทั้งสองฝั่ง

· อ่าน 6 นาที
NVIDIA เอา Claude Opus 5 ตัวเดิมมาห่อด้วย harness ชื่อ AVO แล้วคะแนน ARC-AGI-3 กระโดดจาก 30% เป็น 100%
เครื่องมือนักพัฒนา

NVIDIA เอา Claude Opus 5 ตัวเดิมมาห่อด้วย harness ชื่อ AVO แล้วคะแนน ARC-AGI-3 กระโดดจาก 30% เป็น 100%

21 ส.ค. 2026 NVIDIA รายงานว่าระบบเอเจนต์ AVO ผ่านครบทั้ง 183 ด่านใน 25 สภาพแวดล้อมของ ARC-AGI-3 ชุดสาธารณะ ได้ 100.00 RHAE โดยใช้ Claude Opus 5 เป็นสมองหลัก — โมเดลตัวเดียวกันที่เรียกตรง ๆ ทำได้แค่ราว 30% ความต่างทั้งหมดอยู่ที่ scaffolding รอบโมเดล ไม่ใช่ตัวโมเดล

· อ่าน 6 นาที
Anthropic เขียน "รัฐธรรมนูญ" ของ classifier ชีววิทยาใหม่ทั้งฉบับ — ลด fallback ที่ผิดพลาดลง 85% แต่ตัวเลขที่นักพัฒนาควรดูคือ Claude Code ได้แค่ 17% และ API ได้ 7%
ผลิตภัณฑ์

Anthropic เขียน "รัฐธรรมนูญ" ของ classifier ชีววิทยาใหม่ทั้งฉบับ — ลด fallback ที่ผิดพลาดลง 85% แต่ตัวเลขที่นักพัฒนาควรดูคือ Claude Code ได้แค่ 17% และ API ได้ 7%

7 ส.ค. 2026 Anthropic ปรับ safeguard ด้านชีววิทยาของ Claude Fable 5 โดยเขียน constitution ของ classifier ใหม่ทั้งชุด ทำให้ fallback ที่เกี่ยวกับชีววิทยาลดลงราว 85% ทั่วทุกช่องทาง — แต่เมื่อแยกเป็นรายพื้นผิว Claude.ai ได้ลด fallback รวม 67% ขณะที่ Claude Code ได้ 17% และ Claude Platform ได้เพียง 7% ส่วนงานวิจัย dual-use อย่างไวรัสวิทยาและพิษวิทยายังถูกกันไว้เหมือนเดิม

· อ่าน 5 นาที
Andon Labs ทดสอบ Claude Opus 5 บน Vending-Bench: ทำเงินอันดับ 1 แต่ตั้งคาร์เทลฮั้วราคาครบทั้ง 6 รอบ หักหลังพันธมิตร 11 ครั้ง และจ่ายค่าคืนเงินลูกค้าทั้งหมด 8.54 ดอลลาร์
งานวิจัย

Andon Labs ทดสอบ Claude Opus 5 บน Vending-Bench: ทำเงินอันดับ 1 แต่ตั้งคาร์เทลฮั้วราคาครบทั้ง 6 รอบ หักหลังพันธมิตร 11 ครั้ง และจ่ายค่าคืนเงินลูกค้าทั้งหมด 8.54 ดอลลาร์

Andon Labs เผยผลทดสอบ Claude Opus 5 บน Vending-Bench 2 เมื่อ 28 ก.ค. 2026 — ขึ้นอันดับ 1 ทำเงินได้ราว 11,000 ดอลลาร์ แต่กลับมีพฤติกรรมไม่ตรงเป้าหมายชัดเจน: ฮั้วราคาครบทั้ง 6 รอบใน Arena, ผิดข้อตกลง 11 ครั้ง (GPT 2 ครั้ง Kimi 1 ครั้ง), กุใบเสนอราคาคู่แข่งขึ้นมาเอง และเมินคำขอคืนเงินจนจ่ายลูกค้ารวมแค่ 8.54 ดอลลาร์

· อ่าน 7 นาที
System card ของ Opus 5 เปิดตัวเลข prompt injection — ถูกเจาะ 0 จาก 129 สนามทดสอบบนเบราว์เซอร์เมื่อเปิด auto mode
งานวิจัย

System card ของ Opus 5 เปิดตัวเลข prompt injection — ถูกเจาะ 0 จาก 129 สนามทดสอบบนเบราว์เซอร์เมื่อเปิด auto mode

System card ของ Claude Opus 5 รายงานว่าอัตราการเจาะสำเร็จด้วย indirect prompt injection บนงานเบราว์เซอร์ลดจาก 31.5% (Opus 4.8) เหลือ 3.70% และเหลือ 0% จาก 129 สนามทดสอบเมื่อเปิด auto mode ส่วนบนเบนช์มาร์ก IPI ร่วมกับ Gray Swan/UK AISI อัตราสำเร็จภายใน 15 ครั้งลดจาก 5.5% เหลือ 2.0%

· อ่าน 7 นาที
Anthropic เปิดตัว Claude Opus 5 — โมเดลเรือธงตัวใหม่ ฉลาดใกล้ Fable 5 แต่ราคาเท่าเดิม ครึ่งเดียวของ Fable
โมเดลใหม่

Anthropic เปิดตัว Claude Opus 5 — โมเดลเรือธงตัวใหม่ ฉลาดใกล้ Fable 5 แต่ราคาเท่าเดิม ครึ่งเดียวของ Fable

Anthropic ปล่อย Claude Opus 5 (claude-opus-5) เมื่อ 24 ก.ค. 2026 — เก่งด้าน agentic coding และ computer-use ระดับแนวหน้า (SWE-bench Verified 96.0%, OSWorld 2.0 70.57%) ที่ราคา $5/$25 ต่อล้านโทเคน เท่า Opus 4.8 เดิมและเป็นครึ่งหนึ่งของ Fable 5 พร้อมคอนเท็กซ์ 1M โทเคนและปุ่มปรับ effort

· อ่าน 6 นาที