Anthropic เปิดตัวโมเดลใหม่ ‘Claude Opus 4.5’ ทำ SWE-bench ได้สูงกว่า 80% แซงหน้า Gemini 3 Pro ของ Google

Anthropic ตัดสินใจปล่อยหมัดเด็ดส่งท้ายปีด้วยการเปิดตัวโมเดลเรือธงรุ่นใหม่ล่าสุด ‘Claude Opus 4.5’ ที่ไม่เพียงแต่เคลมว่าเป็นโมเดลที่ฉลาดที่สุดในเวลานี้ แต่ยังโชว์ผลทดสอบที่ทุบสถิติเดิมของคู่แข่งอย่าง Google อย่างราบคาบ โดยเฉพาะในงานด้านวิศวกรรมซอฟต์แวร์

สงคราม Benchmark เมื่อ AI เขียนโค้ดเก่งกว่าวิศวกร?

จุดขายที่น่าจับตามองที่สุดของ Opus 4.5 คือความสามารถในการเขียนโค้ด จากผลการทดสอบ SWE-bench ซึ่งเป็นมาตรฐานวัดความสามารถด้านวิศวกรรมซอฟต์แวร์ของ AI พบว่า Opus 4.5 ทำคะแนนทะลุ 80% แซงหน้าแชมป์เก่าระยะสั้นอย่าง Gemini 3 Pro ของ Google ที่เพิ่งทำคะแนนไว้ที่ 76.2% เมื่อสัปดาห์ก่อน

Scott White หัวหน้าฝ่ายผลิตภัณฑ์ของ Anthropic ถึงกับกล่าวอย่างมั่นใจว่า ‘โมเดลนี้ทำคะแนนได้สูงกว่ามนุษย์ทุกคน ในข้อสอบวิศวกรรมที่เราใช้คัดเลือกพนักงานเข้าบริษัทเสียอีก’ ซึ่งสะท้อนให้เห็นว่า เส้นแบ่งความสามารถระหว่าง AI และมนุษย์ในงานเฉพาะทางเริ่มเลือนลางลงทุกที

ก้าวสู่ยุคของ AI Agent

แม้จะชูจุดเด่นเรื่องโค้ด แต่ Opus 4.5 ไม่ได้จำกัดตัวเองอยู่แค่หน้าจอ Terminal ทาง Anthropic นิยามว่านี่คือ ‘โมเดลที่ดีที่สุดในโลก’ สำหรับการขับเคลื่อนระบบ AI Agents และการสั่งงานคอมพิวเตอร์ 

ผลทดสอบยังชี้ให้เห็นว่า Opus 4.5 มีความโดดเด่นในด้านการแก้ปัญหาใหม่ๆ และการใช้งานเครื่องมือต่างๆ ซึ่งเป็นทักษะสำคัญในการทำงานจริงที่เต็มไปด้วยความซับซ้อนและความไม่แน่นอน โดยโมเดลรุ่นใหม่นี้สามารถตัดสินใจและชั่งน้ำหนักทางเลือกต่างๆ ได้ด้วยตัวเอง ลดภาระที่มนุษย์ต้องคอยกำกับดูแลลงอย่างเห็นได้ชัด

เก่งขึ้น แม่นยำขึ้น บน Excel และ Chrome

ในเชิงธุรกิจ Anthropic ไม่ได้มาเล่นๆ โดยมีการยกตัวอย่างความสำเร็จจาก Fundamental Research Labs ที่นำโมเดลนี้ไปใช้กับงาน Automation บน Excel พบว่าความแม่นยำเพิ่มขึ้นถึง 20% และประสิทธิภาพการทำงานโดยรวมเพิ่มขึ้น 15%

นอกจากนี้ Anthropic ยังเดินหน้าปล่อยฟีเจอร์ใหม่เอาใจสายทำงาน ไม่ว่าจะเป็นส่วนเสริม Claude สำหรับ Chrome (Beta) ที่ขยายให้ผู้ใช้ Mac ทุกคนได้ใช้งาน และ Claude for Excel ที่เปิดให้ลูกค้าองค์กรระดับ Team และ Enterprise บน Mac ได้ทดลองใช้แล้ว

สถานะและความพร้อมใช้งาน

Claude Opus 4.5 จะถูกตั้งเป็นโมเดลเริ่มต้นสำหรับผู้ใช้งานแพ็กเกจระดับสูง และเปิดให้เลือกใช้ได้สำหรับลูกค้า Pro, Team และ Enterprise ทันที ส่วนนักพัฒนาก็สามารถเข้าถึงผ่าน API หรือผ่านผู้ให้บริการ Cloud ยักษ์ใหญ่อย่าง Amazon Bedrock, Google Vertex และ Microsoft Azure ได้เช่นกัน

การขยับตัวครั้งนี้ของ Anthropic ถือเป็นการส่งสัญญาณชัดเจนว่า สงคราม AI ไม่ได้จบลงแค่ความฉลาดในการตอบคำถาม แต่กำลังมุ่งไปสู่ความสามารถในการ "ลงมือทำ" และแก้ปัญหาที่ซับซ้อนแทนมนุษย์ได้อย่างแท้จริง