Claude Haiku 5.5 ถูกลง 75% แต่บริบทยาวเกิน 100K เปลี่ยนสมการ

ใน ประกาศเปิดตัวของ Anthropic วันที่ 7 ตุลาคม 2026 บริษัทระบุว่า Claude Haiku 5.5 พร้อมใช้งานและมีต้นทุนเฉลี่ยต่ำกว่า Haiku 4.5 ราว 75% โดย Alex Wang จาก Rogo อธิบายงานที่เหมาะว่า “The short and high-volume work is where Claude Haiku 5.5 fits for us”. ตัวเลขดังกล่าวเป็นค่าเฉลี่ยที่บริษัทคำนวณจากรูปแบบคำขอเดิม ไม่ใช่ส่วนลดที่ทุกคำขอจะได้รับเท่ากัน

ข้อมูลรุ่นบน Claude Platform ระบุว่าพรอมป์ไม่เกิน 100,000 โทเค็นคิดค่าอินพุต 0.10 ดอลลาร์และเอาต์พุต 0.50 ดอลลาร์ต่อหนึ่งล้านโทเค็น แต่พรอมป์ที่ยาวกว่านั้นเปลี่ยนเป็น 0.50 และ 2.50 ดอลลาร์ตามลำดับ โมเดลมีบริบทสูงสุด 1 ล้านโทเค็น เอาต์พุตมาตรฐานสูงสุด 128,000 โทเค็น และสถานะใช้งานอยู่ สำหรับนักพัฒนาไทยที่จ่ายค่า API ความยาวของพรอมป์ในแต่ละคำขอจึงมีผลต่อบิลมากกว่ายอดโทเค็นรวมเพียงอย่างเดียว

ราคาเริ่มต้นครอบคลุมพรอมป์ช่วงใด

หน่วยบนตารางราคาคือหนึ่งล้านโทเค็น ไม่ใช่หนึ่งล้านคำ อินพุตที่ส่งเข้าโมเดลและเอาต์พุตที่โมเดลสร้างคิดคนละอัตรา จึงต้องแยกสองส่วนก่อนรวมเป็นต้นทุนของคำขอ ภาษาไทย ข้อความภาษาอังกฤษ และข้อมูลที่แนบมาอาจถูกตัดเป็นโทเค็นต่างกัน การนำจำนวนคำในเอกสารมาคูณอัตราโดยตรงจึงให้ตัวเลขที่คลาดเคลื่อนได้

อัตรามาตรฐานของ Haiku 5.5 แบ่งตามความยาวพรอมป์หนึ่งคำขอ เมื่อความยาวไม่เกินเกณฑ์ อินพุตและเอาต์พุตใช้อัตราชุดแรก เมื่อเกินเกณฑ์ ทั้งสองส่วนใช้อัตราชุดที่สูงกว่า เกณฑ์นี้ไม่ได้หมายถึงการคิดราคาถูกให้โทเค็นส่วนแรก แล้วคิดราคาแพงเฉพาะโทเค็นที่เกินมา

• พรอมป์ไม่เกิน 100,000 โทเค็น: อินพุต 0.10 ดอลลาร์ และเอาต์พุต 0.50 ดอลลาร์ต่อหนึ่งล้านโทเค็น
• พรอมป์เกิน 100,000 โทเค็น: อินพุต 0.50 ดอลลาร์ และเอาต์พุต 2.50 ดอลลาร์ต่อหนึ่งล้านโทเค็น
• การอ่านจากแคช: 0.01 หรือ 0.05 ดอลลาร์ต่อหนึ่งล้านโทเค็น ตามช่วงความยาวพรอมป์
• การเขียนแคชอายุ 5 นาที: 0.125 หรือ 0.625 ดอลลาร์ต่อหนึ่งล้านโทเค็น ตามช่วงความยาวพรอมป์
• การเขียนแคชอายุ 1 ชั่วโมง: 0.20 หรือ 1.00 ดอลลาร์ต่อหนึ่งล้านโทเค็น ตามช่วงความยาวพรอมป์

เมื่อเทียบกับ Haiku 4.5 ซึ่งมีราคาอินพุต 1 ดอลลาร์และเอาต์พุต 5 ดอลลาร์ต่อหนึ่งล้านโทเค็น อัตราต่อโทเค็นของรุ่นใหม่ต่ำลง 90% ในช่วงพรอมป์สั้น และต่ำลง 50% ในช่วงพรอมป์ยาว ตัวเลขต้นทุนเฉลี่ยที่ลดลงราว 75% จึงอยู่ระหว่างส่วนลดสองระดับนั้น การคำนวณของผู้ผลิตยังคำนึงถึงจำนวนโทเค็นที่ใช้ทำงานเดียวกัน เพราะตัวตัดโทเค็นรุ่นใหม่ทำให้ข้อความเดียวกันมีโทเค็นมากกว่าบน Haiku 4.5 โดยประมาณ

ความต่างของตัวตัดโทเค็นมีผลกับระบบที่กำลังย้ายรุ่น แม้ข้อความต้นทางไม่เปลี่ยน พรอมป์ที่เคยอยู่ใต้เกณฑ์บนรุ่นเดิมอาจข้ามเกณฑ์เมื่อใช้ Haiku 5.5 และถูกคิดด้วยอัตราช่วงยาวทั้งคำขอ ผลกระทบนี้เด่นเป็นพิเศษเมื่อมีคำสั่งระบบ ประวัติสนทนา หรือข้อมูลประกอบจำนวนมากอยู่ในพรอมป์ประจำของทุกคำขอ

บริบทสูงสุดหนึ่งล้านโทเค็นเป็นขีดความจุ ไม่ใช่คำรับรองว่าจะได้ราคาเริ่มต้นตลอดช่วงดังกล่าว โมเดลรับข้อมูลยาวได้ แต่ความยาวที่เพิ่มขึ้นอาจทำให้ราคาต่อโทเค็นสูงขึ้นพร้อมกับจำนวนโทเค็นที่ต้องจ่าย การอ่านจากแคชช่วยลดต้นทุนของข้อมูลที่ใช้ซ้ำ แต่โทเค็นจากแคชยังเป็นส่วนหนึ่งของความยาวพรอมป์ที่ใช้ตัดสินช่วงราคา

ตัวอย่างบิลเมื่อพรอมป์ข้าม 100,000 โทเค็น

ตัวอย่างต่อไปนี้เป็นคำขอสมมติบนอัตรามาตรฐานของ Claude Platform ทุกกรณีให้โมเดลตอบ 2,000 โทเค็นเท่ากัน และสมมติว่าอินพุตทั้งหมดไม่มีแคช ไม่มีส่วนลด Batch API และไม่มีค่าบริการเครื่องมือเพิ่มเติม วิธีคำนวณคือหารโทเค็นอินพุตด้วยหนึ่งล้านแล้วคูณราคาอินพุต ทำเช่นเดียวกันกับเอาต์พุต ก่อนบวกสองยอดเข้าด้วยกัน

• พรอมป์ 80,000 โทเค็น: ค่าอินพุต 0.008 ดอลลาร์ บวกค่าเอาต์พุต 0.001 ดอลลาร์ รวม 0.009 ดอลลาร์ต่อคำขอ หากมีคำขอแบบเดียวกัน 1,000 ครั้ง รวมเป็น 9 ดอลลาร์
• พรอมป์ 120,000 โทเค็น: ค่าอินพุต 0.060 ดอลลาร์ บวกค่าเอาต์พุต 0.005 ดอลลาร์ รวม 0.065 ดอลลาร์ต่อคำขอ หากมี 1,000 ครั้ง รวมเป็น 65 ดอลลาร์
• พรอมป์ 100,000 โทเค็น: ค่าอินพุต 0.010 ดอลลาร์ บวกค่าเอาต์พุต 0.001 ดอลลาร์ รวม 0.011 ดอลลาร์ต่อคำขอ
• พรอมป์ 100,001 โทเค็น: ค่าอินพุตประมาณ 0.0500005 ดอลลาร์ บวกค่าเอาต์พุต 0.005 ดอลลาร์ รวมประมาณ 0.0550005 ดอลลาร์ต่อคำขอ

คู่แรกแสดงผลของการเพิ่มความยาวพรอมป์พร้อมการย้ายไปใช้อัตราอีกช่วง อินพุตเพิ่มจาก 80,000 เป็น 120,000 โทเค็น แต่ค่าใช้จ่ายต่อคำขอเพิ่มจาก 0.009 เป็น 0.065 ดอลลาร์ หรือมากกว่าเจ็ดเท่า คู่หลังแยกผลของจุดตัดให้ชัดขึ้น: พรอมป์ต่างกันเพียงหนึ่งโทเค็น แต่ยอดรวมเปลี่ยนมาก เพราะทั้งอินพุตและเอาต์พุตใช้อัตราช่วงยาว

ยอด 9 และ 65 ดอลลาร์ในตัวอย่างเป็นผลคูณของคำขอแบบเดียวกัน ไม่ใช่ราคาสมาชิกหรือประมาณการสำหรับทุกระบบ ระบบจริงมีคำขอหลายขนาดปะปนกัน งานที่มีพรอมป์สั้นจำนวนมากไม่ถูกย้ายไปช่วงราคาสูงเพียงเพราะยอดโทเค็นทั้งเดือนเกินเกณฑ์ ตรงกันข้าม คำขอเพียงบางส่วนที่บรรทุกบริบทยาวอาจมีสัดส่วนค่าใช้จ่ายสูงกว่าสัดส่วนจำนวนคำขอ

แคชเปลี่ยนส่วนประกอบของบิล แต่ไม่ได้ลบจุดตัด สมมติพรอมป์หนึ่งคำขออ่านข้อมูล 95,000 โทเค็นจากแคช เพิ่มอินพุตใหม่ 6,000 โทเค็น และสร้างเอาต์พุต 2,000 โทเค็น ความยาวพรอมป์รวมเป็น 101,000 โทเค็น ต้นทุนตามอัตราช่วงยาวจะเป็น 0.00475 ดอลลาร์สำหรับการอ่านแคช 0.003 ดอลลาร์สำหรับอินพุตใหม่ และ 0.005 ดอลลาร์สำหรับเอาต์พุต รวม 0.01275 ดอลลาร์ หากนับเฉพาะอินพุตใหม่เพื่อตัดสินช่วงราคา จะประเมินคำขอนี้ผิดช่วง

Batch API ลดอัตราอินพุตและเอาต์พุตลงครึ่งหนึ่งสำหรับงานที่ส่งแบบแบตช์ งานสรุปเอกสารที่รอผลได้จึงมีโครงสร้างต้นทุนต่างจากบริการลูกค้าที่ต้องตอบทันที ส่วนการคิดเพิ่มเติมของโมเดลอาจเพิ่มโทเค็นเอาต์พุตที่ถูกเรียกเก็บเงิน ตัวอย่างข้างต้นตรึงเอาต์พุตไว้เท่ากันเพื่อให้เห็นผลของความยาวพรอมป์ จึงไม่รวมความผันผวนส่วนนี้

งานสรุปข้อมูลได้ประโยชน์ตรงไหน

งานสรุปที่กำหนดขอบเขตชัดและส่งข้อมูลเป็นรายการขนาดพอดีมีโอกาสอยู่ในช่วงราคาเริ่มต้นมากที่สุด ตัวอย่างเช่น การสรุปแต่ละเอกสารแยกกัน การดึงหัวข้อจากข้อความแต่ละชุด หรือการจัดหมวดหมู่คำร้องตามรูปแบบคำตอบที่กำหนดไว้ ความยาวของคลังข้อมูลทั้งระบบไม่ใช่ตัวตัดสินราคา สิ่งที่มีผลคือข้อมูลจำนวนเท่าใดถูกส่งเข้าโมเดลในคำขอหนึ่งครั้ง

หากงานต้องค้นคำตอบจากเอกสารจำนวนมาก การส่งเนื้อหาทั้งหมดเข้าไปพร้อมคำถามสั้นอาจทำให้พรอมป์อยู่ในช่วงราคาสูง แม้คำตอบสุดท้ายมีเพียงไม่กี่บรรทัด การเลือกเฉพาะส่วนที่เกี่ยวข้องก่อนส่ง หรือแบ่งงานสรุปเป็นคำขอที่มีขอบเขตชัด เปลี่ยนทั้งจำนวนโทเค็นอินพุตและช่วงราคาที่แต่ละคำขอได้รับ อย่างไรก็ตาม การแบ่งงานเพิ่มจำนวนคำขอและอาจต้องมีขั้นตอนรวมผล ต้นทุนรวมจึงขึ้นกับโครงสร้างงานจริง

คำว่าใช้งานได้กับบริบทยาวไม่ได้หมายความว่าควรใช้พื้นที่นั้นเต็มทุกครั้ง บางงานจำเป็นต้องเห็นเอกสารหลายส่วนพร้อมกันเพื่อรักษาความเชื่อมโยง เช่น การตรวจความสอดคล้องของข้อกำหนดที่อยู่คนละช่วงของข้อความ งานเช่นนี้อาจยอมจ่ายอัตราช่วงยาวเพื่อคงข้อมูลที่ต้องใช้ร่วมกันไว้ในคำขอเดียว ส่วนงานดึงข้อมูลเฉพาะช่องจากเอกสารอิสระมักไม่มีเหตุผลเดียวกัน

การทดสอบของ DataCamp ให้ Haiku 5.5 และ Haiku 4.5 ตัดสินเอกสารเจ้าหนี้ 24 รายการภายใต้กติกาเดียวกัน ทั้งสองรุ่นตอบถูกครบ 24 รายการ แต่ต้นทุนรอบทดสอบอยู่ที่ 0.0098 และ 0.25 ดอลลาร์ตามลำดับ การทดสอบใช้การตั้งค่าการคิดต่างกันและมีขอบเขตงานเฉพาะ ผลจึงแสดงต้นทุนของชุดทดสอบนั้นได้ชัดกว่าใช้รับรองว่ารุ่นเล็กจะรักษาคุณภาพในงานเอกสารทุกประเภท

บริการลูกค้าเร็วได้ แต่ประวัติสนทนาทำให้ราคาไหล

การตอบคำถามลูกค้าแบบสดมีข้อได้เปรียบเมื่อแต่ละคำขอใช้บริบทสั้นและต้องการคำตอบเร็ว คำถามเกี่ยวกับสถานะบริการ เงื่อนไขสินค้า หรือการส่งต่อเรื่องไปหมวดที่ถูกต้องมีผลลัพธ์ที่กำหนดขอบเขตได้ ระบบลักษณะนี้มักมีคำขอจำนวนมาก จึงเห็นผลของส่วนต่างราคาต่อคำขอชัดเมื่อรวมเป็นบิล

ต้นทุนเริ่มเปลี่ยนเมื่อระบบส่งประวัติการคุยเดิม คำสั่งสำหรับการตอบ และข้อมูลฐานความรู้กลับเข้าไปทุกครั้ง ข้อความของลูกค้าในรอบล่าสุดอาจสั้น แต่พรอมป์ทั้งก้อนยาวขึ้นตามบทสนทนา หากระบบแนบข้อมูลชุดเดิมซ้ำโดยไม่มีแคช ก็จ่ายค่าอินพุตซ้ำด้วย หากใช้แคช ต้นทุนส่วนที่อ่านซ้ำลดลง แต่ความยาวรวมยังอาจพาคำขอข้ามช่วงราคา

สำหรับบริการลูกค้า ต้นทุนต่อคำตอบที่ใช้งานได้สำคัญกว่าต้นทุนต่อโทเค็นล้วน ๆ คำตอบที่ต้องส่งให้รุ่นอื่นแก้ไข เรียกเครื่องมือเพิ่ม หรือให้เจ้าหน้าที่ตรวจซ้ำ สร้างต้นทุนอีกส่วนหนึ่ง การเลือก Haiku จึงเหมาะกับกรณีที่ขอบเขตคำตอบชัดและคุณภาพผ่านเกณฑ์ของงาน ส่วนคำร้องที่มีเงื่อนไขซับซ้อนหรือผลของความผิดพลาดสูงอาจต้องใช้รุ่นที่มีความสามารถมากกว่า

เอเจนต์พรอมป์ยาวควรแบ่งหน้าที่ระหว่างรุ่นอย่างไร

เอเจนต์ที่ทำงานหลายรอบมักนำคำสั่ง ประวัติการตัดสินใจ และผลจากเครื่องมือกลับเข้าโมเดลในรอบถัดไป คำขอแรกอาจอยู่ในช่วงราคาต่ำ ขณะที่รอบหลังข้ามเกณฑ์เพราะบริบทสะสม บิลของงานหนึ่งชิ้นจึงเป็นผลรวมจากคำขอหลายขนาด ไม่ใช่ราคาเริ่มต้นคูณจำนวนรอบ

การเปรียบเทียบอัตราพื้นฐานช่วยให้เห็นขนาดของทางเลือก Sonnet 5.5 คิดค่าอินพุต 2 ดอลลาร์และเอาต์พุต 10 ดอลลาร์ต่อหนึ่งล้านโทเค็น ส่วน Opus 5.5 อยู่ที่ 4 และ 20 ดอลลาร์ หากใช้พรอมป์สมมติ 120,000 โทเค็นกับคำตอบ 2,000 โทเค็นเหมือนกัน ต้นทุนจะเป็น 0.065 ดอลลาร์บน Haiku 0.26 ดอลลาร์บน Sonnet และ 0.52 ดอลลาร์บน Opus การเทียบนี้ยึดจำนวนโทเค็นเท่ากันและยังไม่รวมแคชหรือการลองทำงานซ้ำ

Haiku มีเหตุผลสำหรับงานย่อยที่ระบุผลลัพธ์ได้แน่น เช่น คัดแยก ดึงข้อมูล สรุปส่วนหนึ่งของเอกสาร หรือย่อประวัติเพื่อส่งต่อให้รุ่นใหญ่ Sonnet เหมาะเมื่อแต่ละรอบต้องตีความเงื่อนไขและรักษาแผนงานหลายขั้น ส่วน Opus มีเหตุผลในงานวิเคราะห์หรือเขียนโค้ดที่ความซับซ้อนของการตัดสินใจเป็นแกนหลัก นี่เป็นหลักเลือกตามลักษณะงานและต้นทุนความผิดพลาด ไม่ใช่ผลทดสอบอิสระว่ารุ่นหนึ่งเหนือกว่าอีกรุ่นในทุกกรณี

• งานย่อยขอบเขตแคบและคำตอบตรวจรูปแบบได้: ให้ Haiku รับปริมาณคำขอมาก โดยคำนวณช่วงราคาจากพรอมป์ของแต่ละรอบ
• งานหลายขั้นที่ต้องเชื่อมข้อมูลและตัดสินใจต่อเนื่อง: ให้ Sonnet รับบทหลัก แล้วใช้ Haiku กับงานอ่านหรือย่อส่วนที่แยกได้
• งานซับซ้อนที่ต้นทุนคำตอบผิดสูง: พิจารณา Opus เป็นแกนหลัก และส่งงานย่อยที่กำหนดชัดไปยังรุ่นที่ถูกกว่า

ส่วนต่างราคาจะมีความหมายก็ต่อเมื่อเทียบงานที่เสร็จตามเกณฑ์เดียวกัน เอเจนต์ราคาถูกต่อรอบอาจแพงขึ้นหากต้องวนหลายครั้งหรือส่งผลให้รุ่นใหญ่แก้งานจำนวนมาก ในทางกลับกัน งานย่อยที่จบในรอบเดียวและมีพรอมป์สั้นทำให้ Haiku ใช้ประโยชน์จากอัตราเริ่มต้นได้เต็มที่ จุดตัด 100,000 โทเค็นจึงเปลี่ยนทั้งวิธีคำนวณบิลและตำแหน่งที่เหมาะของรุ่นเล็กในระบบเอเจนต์

อ่านเพิ่มเติม:

• Gemini API หรือ Claude API: โมเดลถูกกว่าอาจไม่ถูกในงานเขียนโค้ด