Claude Opus 4.7 ซ่อนการขึ้นราคา: ตัว Tokenizer ตัวใหม่ทำให้ใช้โทเค็นกับข้อความเดิมมากขึ้น 37–47% แต่ค่าธรรมเนียมไม่เปลี่ยน ใบแจ้งหนี้กลับแพงขึ้น

จากรายงานของ The Decoder และผลการทดสอบจริงของแพลตฟอร์มสังเกตต้นทุน AI อย่าง Finout, ClaudeCodeCamp ถึงแม้ว่า Claude Opus 4.7 ที่ Anthropic เปิดตัวในช่วงกลางเดือนนี้จะยังคงอัตราค่าบริการอย่างเป็นทางการที่ $5 ดอลลาร์สหรัฐ/ $25 ดอลลาร์สหรัฐต่อหนึ่งล้าน token สำหรับทั้งการป้อนเข้าและการส่งออก แต่ tokenizer เวอร์ชันใหม่นั้นทำให้ข้อความเดิมถูกแบ่งเป็นจำนวน token มากขึ้น — ในการทดสอบพบว่าภาษาอังกฤษและโค้ดเพิ่มขึ้น 1.47 เท่า และการทดสอบเฉลี่ยของชุมชนก็แสดงให้เห็นต้นทุนเพิ่มขึ้น +37.4% สำหรับผู้ใช้งานระดับองค์กร นี่คือข้อถกเถียงด้านการกำหนดราคา AI ครั้งแรกของปี 2026 ที่ “rate card ไม่ขยับ แต่บิลกลับเพิ่มขึ้น”

เพดานอย่างเป็นทางการ 1.35x พบกับผลการทดสอบ 1.47x

เอกสารทางการของ Anthropic ยอมรับว่า tokenizer ใหม่ของ Opus 4.7 จะทำให้ข้อความชุดเดียวถูกแบ่งออกเป็น token มากขึ้น โดยอัตราส่วนที่ทางการให้ไว้คือ 1.0–1.35 เท่า (มากที่สุด +35%) แต่การทดสอบอิสระหลายชุดได้ผลที่แตกต่างกัน: Finout วัดได้ 1.47x ภายใต้ prompt ขององค์กรจริง, ClaudeCodeCamp ก็สังเกตพบ 1.47x ในสถานการณ์ technical docs และการประเมินแบบรวมของชุมชนมีค่าเฉลี่ย +37.4% ความแตกต่างมาจากประเภทของข้อความที่ใช้ในการทดสอบ — เอกสารภาษาอังกฤษที่มีความหนาแน่นสูงและโค้ดได้รับผลกระทบมากที่สุด

แปลงเป็นต้นทุนจริง: เดิม Opus 4.6 สำหรับ prompt 1 ชุด ใช้ input 1,000 token + output 500 token เมื่อเป็น 4.7 จะกลายเป็นประมาณ input 1,370–1,470 token + output 685–735 token ถึงแม้อัตราต่อ token จะเหมือนเดิมทุกประการ แต่บิลคำขอทั้งรายการจะเพิ่มขึ้น 37–47%

ตรรกะของโมเดลธุรกิจมอง token เป็นกลไกงัดราคาที่มองไม่เห็น

นี่ไม่ใช่เหตุการณ์เดี่ยว แต่เป็นปัญหาเชิงโครงสร้างของโมเดลธุรกิจ AI หน่วยการกำหนดราคา LLM คือ “ต่อ token” แต่ “token หนึ่งหน่วยเท่ากับปริมาณข้อมูลเท่าไร” ถูกควบคุมโดยผู้ให้บริการทั้งหมด — การเปลี่ยน tokenizer, การปรับอัลกอริทึมการเข้ารหัส, การเปลี่ยนชุดคำศัพท์ ล้วนทำให้เนื้อหาเดียวกันสอดคล้องกับจำนวน token ที่แตกต่างกัน กล่าวอีกนัยหนึ่ง ผู้ให้บริการ AI สามารถทำให้ราคาจริงเพิ่มขึ้นได้โดยไม่ต้องขยับ rate card เพียงแค่ยกระดับ tokenizer

ในช่วงหลายปีที่ผ่านมา การจัดซื้อ AI ขององค์กรใช้ “ต้นทุนต่อ token” เป็นตัวชี้วัดหลักในการเทียบราคา แต่กรณีของ Opus 4.7 แสดงให้เห็นว่าตัวชี้วัดนี้ยังไม่ครบถ้วน การติดตามต้นทุนที่แท้จริงต้องดู “จำนวน token รวมที่ใช้เพื่อทำงานหนึ่งงานให้สำเร็จ” — ตอนเทียบข้ามโมเดลจำเป็นต้องทำ token-calibrated benchmark ก่อน (โดยใช้ข้อมูลป้อนของงานเดียวกัน และสังเกต token ที่โมเดลแต่ละตัวใช้งานจริง)

ผลกระทบเชิงรูปธรรมต่อสัญญาจัดซื้อขององค์กร

สำหรับองค์กรที่ทำสัญญาองค์กรกับ Anthropic ไว้แล้ว ทั้งสามมิตินี้ควรตรวจสอบทันที: หนึ่ง คือ monthly spend เพิ่มขึ้นผิดปกติหรือไม่เนื่องจากการอัปเกรดโมเดล; สอง คือในสัญญา “เงื่อนไขรุ่นของโมเดล” มีข้อกำหนดบังคับให้ต้องอัปเกรดหรือไม่; สาม คือการติดตามต้นทุน AI ภายในองค์กรมีการ tracking token แบบต่อ task หรือไม่ ไม่ใช่แค่ติดตาม token รวมต่อวัน สัปดาห์นี้ Anthropic ยังเริ่มเปิดใช้งานการเรียกเก็บเงินแบบตามปริมาณสำหรับเวอร์ชันองค์กรอย่างเป็นทางการ และเมื่อสองเรื่องนี้มาบวกกัน ความเป็นไปได้ที่งบประมาณ AI ขององค์กรจะเกิดการใช้จ่ายเกินแบบไม่คาดคิดในระดับตัวเลขสองหลักก็เพิ่มสูงขึ้น

ความโปร่งใสของการกำหนดราคาของ AI จะกลายเป็นประเด็นใหม่ของอุตสาหกรรม

ข้อถกเถียงเรื่อง tokenizer ของ Opus 4.7 อาจก่อให้เกิดมาตรฐานการกำกับดูแลตนเองใหม่ของอุตสาหกรรม: การกำหนดให้ผู้ให้บริการต้องเปิดเผยการเปลี่ยนแปลง token ratio ตอนอัปเกรดโมเดล หรือการกำหนดให้ tokenizer คงเดิมเป็นระยะเวลาหนึ่ง สำหรับอุตสาหกรรม AI ที่กำลังกลืนกินเงินทุนจาก global venture capital ไปแล้ว 80% ความโปร่งใสที่ไม่เพียงพอจะทำให้หน่วยงานกำกับดูแลให้ความสนใจมากขึ้น — หน่วยงานอย่างสหรัฐฯ FTC และ EU DMA ได้เริ่มให้ความสนใจกับประเด็น “การบวกค่าใช้จ่ายแบบซ่อนเร้น” ของบริการดิจิทัลแล้ว สำหรับทั้งองค์กรด้านการจัดซื้อและผู้พัฒนาในกลุ่มผู้อ่าน Wade นี่ไม่ใช่ประเด็นนามธรรม แต่เป็นตัวเลขในบิลของเดือนหน้า

บทความนี้ Claude Opus 4.7 ซ่อนการขึ้นราคา: tokenizer ใหม่ทำให้ข้อความเดียวใช้ token มากขึ้น 37–47% อัตราค่าบริการไม่เปลี่ยน แต่บิลกลับแพงขึ้น เผยแพร่ครั้งแรกที่ 鏈新聞 ABMedia