Anthropic ra Claude Fable 5 ngày 9/6/2026. Bài này gói lại đúng thứ anh em cần nhớ về nó, rồi đi tiếp vào phần quan trọng hơn nhiều: ba thứ đang đổi trong doanh nghiệp, và việc anh em làm được ngay.
Video gốc dài 28 phút 57 giây. Bài viết bổ sung phần video không có: số liệu đối chiếu với trang chính thức của Anthropic, hai mẫu đề bài chép về dùng luôn, và một mục nói thẳng về giới hạn.
Một câu trước khi vào. Toàn bộ số liệu trong bài là tại thời điểm tháng 6/2026. Mô hình AI mau cũ lắm anh em. Giá và chính sách của hãng đổi theo tháng, nên anh em đọc lại phần "Giới hạn thật" ở cuối trước khi mang con số nào đi quyết định.
Bài này đi qua những gì?
- Claude Fable 5 và Mythos 5 là cái gì, giá rổ ra sao, có lưu ý gì.
- Xu hướng thật đằng sau tin ra mắt, qua hai tính năng
/goalvà dynamic workflow. - Cơ hội thứ nhất: mô hình nhân lực trong doanh nghiệp đổi thế nào.
- Cơ hội thứ hai: vì sao người hiểu ngành thắng người hiểu công nghệ.
- Cơ hội thứ ba: doanh nghiệp được nâng cấp ở chỗ nào.
- Giới hạn thật, và bảy ngày tới anh em chạy được gì.
Claude Fable 5 và Mythos 5 là cái gì?
Đây là mô hình mới nhất của Anthropic, ra mắt ngày 9/6/2026, và hai cái tên đó là cùng một mô hình lõi. Anh em chỉ cần nhớ bốn thứ về nó: nó là cái gì, giá bao nhiêu, nên dùng khi nào, và có lưu ý gì khác. Bỏ qua hết các thông số gây nhiễu.
Vì sao lại có hai cái tên cho một mô hình?
Vì Anthropic cắt nó ra làm hai đường đi. Bản chất nó là một, chỉ khác ở chỗ có khoá hay không khoá.
Ông Mythos 5 là bản gỡ khoá. Nó chỉ chạy trong một dự án hợp tác với chính phủ Mỹ tên là Project Glasswing, dành cho nhóm phòng thủ hạ tầng quan trọng. Anh em không mua được ông này.
Ông Fable 5 là bản thương mại, thứ anh em đang dùng được ngay. Cùng năng lực, nhưng bị xích lại ở mấy việc nguy hiểm: tấn công mạng, chế tạo vũ khí sinh hoá, và chưng cất dữ liệu của chính hãng. Anthropic nói thẳng là nhiều truy vấn thuộc mấy nhóm này sẽ bị đẩy sang mô hình Opus trả lời thay, và anh em không bị tính tiền theo giá Fable cho những lần bị đẩy đó.
Anh em hình dung nó như hãng xe. Các mô hình trước là các dòng xe đang bán. Ông này là hãng vừa mở thêm một phân khúc xe sang.
Giá rổ bao nhiêu một triệu token?
10 đô cho một triệu token đầu vào, 50 đô cho một triệu token đầu ra. Rẻ hơn khoảng một nửa so với giá bản thử nghiệm Mythos Preview trước đó.
Token là cái gì? Tức là thế này. Mọi ông AI hiện nay, lõi của nó là một mô hình ngôn ngữ lớn. Anh em đưa chữ vào, nó trả chữ ra. Chữ đó được chia nhỏ thành đơn vị gọi là token, và hãng tính tiền trên số token đó.
Nên đọc bảng giá kia là đọc thế này: anh em ra lệnh cho nó tốn một triệu token thì mất 10 đô. Nó phân tích rồi trả kết quả về hết một triệu token thì mất 50 đô. Đầu ra đắt gấp năm lần đầu vào.
Đắt hay rẻ? Chưa nói được. Tiền phải so với năng lực. Nếu tiền đó tạo ra kết quả ngon thì nó tương xứng thôi.
Năng lực của nó tới đâu?
Mạnh nhất ở nhóm việc dữ liệu phức tạp, nhiều nguồn, nhiều nhiễu. Tức là ngang một nhóm chuyên gia chụm đầu vào làm chung.
Tôi ví dụ. Anh em cần đọc điều khoản ẩn trong hợp đồng kinh tế. Anh em cần đối chiếu báo cáo tài chính hàng trăm trang từ nhiều nguồn. Đây đúng là thế mạnh của nó.
Phần chứng minh thì Anthropic đưa ra ba thứ. Thứ nhất, họ cho con Fable 5 chơi Pokemon mà không cấp thêm công cụ hay ngữ cảnh gì. Các mô hình trước phải được cấp trạng thái game mới chơi được. Ông này chỉ nhìn màn hình, tự đọc tình huống, tự ra quyết định, rồi phá đảo. Nó chứng minh hai thứ cùng lúc: suy luận logic tốt, và đọc hình ảnh tốt.
Thứ hai, họ nói nó tăng tốc thiết kế protein lên 10 lần, và đã có sản phẩm do AI thiết kế được đưa vào phòng thí nghiệm nghiên cứu thuốc.
Thứ ba là phần tôi thấy đáng nhìn nhất. Bản Mythos tìm ra những lỗ hổng bảo mật nằm im nhiều năm trong các phần mềm quan trọng.
FFmpeg là thư viện xử lý video mà gần như mọi dịch vụ lớn đều dùng. Nó là một trong những phần mềm được kiểm thử kỹ nhất thế giới. Rất nhiều kỹ sư, rất nhiều hãng đã soi. Không ai thấy. Ông này ra thì thấy.
Còn một loạt bảng thông số khác so nó với các mô hình đang có. Tôi nói thật với anh em, tạm thời không cần quan tâm. Bất kỳ mô hình mới nào ra hãng cũng đưa số liệu chứng minh nó tốt. Anh em biết là nó ngon hơn, thế đủ rồi.
Có lưu ý gì về tiền và dữ liệu không?
Có hai lưu ý, và cả hai đều dễ hiểu nhầm.
Lưu ý một, về tiền. Anh em dùng bất kỳ sản phẩm AI nào cũng có hai cơ chế tính tiền. Một là thuê bao, trả cố định theo tháng. Hai là trả theo lượng token thực dùng, kiểu gọi API, không nằm trong thuê bao.
Từ ngày ra mắt đến hết 22/6/2026, ai đang có gói Pro, Max, Team hoặc Enterprise theo ghế thì dùng Fable 5 mà không phải trả tiền token riêng. Từ 23/6 hãng rút nó khỏi các gói đó, dùng tiếp thì tính vào phần mua thêm.
Nhưng miễn phí ở đây không có nghĩa là dùng không mất gì. Trong giai đoạn đó, mỗi lần anh em gọi Fable 5 nó vẫn trừ vào hạn mức của gói, và trừ nặng hơn mô hình thường. Anh em vẫn chạm trần như thường.
Lưu ý hai, về dữ liệu. Vì hãng phải tự canh mấy việc nguy hiểm kể trên, nên với mô hình này họ giữ log 30 ngày. Không phân biệt khách hàng nào. Ai từng thoả thuận riêng là không lưu log thì với riêng mô hình này vẫn bị lưu, để hãng kiểm lại xem có hành vi đáng ngờ không.
Vậy nên dùng nó khi nào? Dùng ở việc giá trị cao và phức tạp. Vì sau này nó tốn tiền riêng của anh em.
Tôi ví dụ. Anh em phân tích nhiều báo cáo tài chính từ nhiều nguồn để ra một quyết định, mà quyết định đó mang lại nhiều tiền. Hoặc anh em lập một bản kế hoạch kinh doanh từ rất nhiều nguồn thông tin, lập một lần dùng nhiều lần. Đấy là lúc dùng bộ não khôn. Xứng đáng.
Còn việc chạy đi chạy lại nhiều lần mỗi ngày thì không nhất thiết. Tốn kém. Anh em có Opus, có Sonnet, có Haiku, tuỳ cách của mình.
| Bốn thứ cần nhớ | Chốt lại |
|---|---|
| Nó là cái gì | Một mô hình lõi, hai cấu hình. Mythos 5 gỡ khoá, chỉ trong Project Glasswing. Fable 5 là bản thương mại |
| Giá bao nhiêu | 10 đô một triệu token vào, 50 đô một triệu token ra |
| Nên dùng khi nào | Việc giá trị cao và phức tạp, làm một lần dùng nhiều lần |
| Lưu ý gì khác | Miễn phí trong gói đến hết 22/6/2026 nhưng vẫn trừ hạn mức. Hãng giữ log 30 ngày |
Xu hướng thật đằng sau tin ra mắt là gì?
Xu hướng là rào cản ở đoạn giữa đang bị hạ xuống. Anh em chỉ cần biết rõ mục tiêu và tiêu chí đầu ra. Cái đoạn "làm như thế nào" ở giữa, càng ngày càng không phải việc của anh em nữa.
Đây mới là thứ tôi muốn nói, chứ không phải cái tin có mô hình mới. Vì sao tôi nói vậy? Anh em nhìn vào ba việc Anthropic làm trong mấy tháng gần đây.
/goal làm được việc gì cho anh em?
/goal nhận một mục tiêu kèm tiêu chí hoàn thành, rồi tự làm cho tới khi đạt thì thôi. Bản chất nó là vậy.
Anh em không cần mô tả tiến trình chi tiết ở giữa. Nó tự đẻ ra các sub agent con, và có một mô hình khác đóng vai người kiểm tra lại kết quả xem đã đúng yêu cầu của anh em chưa. Chưa đạt thì nó làm lại. Cứ cần mẫn cho tới khi xong.
Tôi demo bằng chính bài toán kinh doanh của tôi. Tôi làm hai mảng: tư vấn cho doanh nghiệp, và coaching cho cá nhân là quản lý hay chủ doanh nghiệp. Muốn làm được việc của tôi thì tôi phải hiểu tệp khách hàng của tôi cần gì. Dữ liệu thì tôi có nhiều nguồn: bình luận YouTube, LinkedIn, cộng đồng học viên, CRM, và hàng trăm buổi Zoom đã ghi lại. Câu hỏi và bình luận của họ đều là vàng hết.
Đây là mẫu đề bài, anh em chép về đổi tên nguồn là chạy được:
/goal MỤC TIÊU: <viết mục tiêu kinh doanh, một câu>
ĐỊNH NGHĨA ĐO ĐƯỢC (khử mơ hồ):
- "<khái niệm 1>" = <ngưỡng số cụ thể>
- "<khái niệm 2>" = <ngưỡng số cụ thể>
NGUỒN: <liệt kê nguồn dữ liệu, tự chọn cách đối chiếu chéo>
CÁCH LÀM: không giả định trước kết quả, tự đi tìm
TIÊU CHÍ HOÀN THÀNH (chỉ coi là XONG khi đủ tất cả):
1. Đã quét cả <N> nguồn ít nhất 1 lượt
2. Mỗi kết quả báo cáo phải đạt NGƯỠNG: <số>, xuất hiện ở >= 2 nguồn
3. Mỗi tuyên bố có bằng chứng truy vết được (nguồn + số liệu)
4. Mỗi kết quả gán độ tin cậy (cao/trung/thấp) kèm lý do
5. Tối đa <N> kết quả, chọn cái lớn nhất
ĐIỀU KIỆN DỪNG / THẤT BẠI:
- Dừng khi: đủ <N> kết quả đạt ngưỡng, HOẶC quét hết nguồn không thêm được gì,
HOẶC chạm giới hạn <N bước / thời gian / token>
- Nếu KHÔNG cái nào đạt ngưỡng: báo "không tìm thấy kết quả đủ tiêu chuẩn" +
liệt kê cái gần đạt + dữ liệu còn thiếu.
TUYỆT ĐỐI không hạ ngưỡng hay bịa để có kết quả.
ĐẦU RA: mô tả + bằng chứng + ước lượng quy mô + 1 cách tiếp cận + độ tin cậyAnh em để ý cái khối quan trọng nhất không phải là mục tiêu. Là tiêu chí hoàn thành và điều kiện dừng. Đề bài càng rõ tiêu chí thì nó càng khó lươn lẹo. Cái dòng "tuyệt đối không hạ ngưỡng hay bịa để có kết quả" là dòng tôi thấy đáng tiền nhất.
Dynamic workflow khác /goal ở chỗ nào?
/goal hợp với việc tuần tự. Dynamic workflow hợp với việc khối lượng lớn, làm song song.
Bản chất là gì? Anh em ra một yêu cầu lớn, ông Claude tự lên kế hoạch rồi tự đẻ ra rất nhiều sub agent con chạy song song cho tới khi xong.
Nó giống việc chúng ta chuyển nhà. Một cái biệt thự, anh em thuê một ông tổng thầu. Ông ấy nhận việc, anh em chỉ nói là chuyển xong cho tôi. Còn ông ấy tự lên kế hoạch, tự thuê hàng trăm nhân công về làm, chạy song song liên tục đến khi xong. Anh em không quản từng người thợ.
Muốn bật thì đơn giản. Anh em chỉnh mức effort, hoặc viết thẳng chữ dynamic workflow vào trong đề bài. Đây là mẫu:
NHIỆM VỤ: <mô tả việc lớn, nhiều nguồn>. Thực hiện với dynamic workflow.
BƯỚC 1 - Kéo dữ liệu mới kể từ lần chạy trước
BƯỚC 2 - [NODE LLM] Phân loại TỪNG bản ghi: {câu hỏi | phản đối | khen | khác}
+ gán sentiment {tích cực | trung tính | tiêu cực}
BƯỚC 3 - Phân cụm theo chủ đề, đếm tần suất mỗi cụm
BƯỚC 4 - Đối chiếu các cụm chủ đề với <nguồn thứ hai>
(chủ đề nào lặp ở cả hai nơi = ưu tiên cao)
BƯỚC 5 - Xuất digest theo mẫu:
- Top 5 <mục A> (+ đề xuất hành động)
- Top 3 <mục B> (+ kịch bản xử lý)
- 3 ý tưởng + trích dẫn dẫn chứng
Sử dụng subagent model rẻ hơn để thực hiện phần nạp dữ liệu nặng.Việc của anh em còn lại đúng một thứ: nối thằng AI đó vào nguồn dữ liệu của mình. Thế thôi. Còn nó viết lệnh gì, nó phân rã ra sao, tôi không quan tâm. Miễn đạt mục tiêu của tôi là được.
Đúc kết đoạn này là gì? Rào cản ở đoạn giữa đang giảm rất nhiều. Và người hưởng lợi lớn nhất lại là đội không có kỹ thuật.
Vì sao? Vì lợi ích và tiền của doanh nghiệp nằm rất lớn ở đội non-tech. Họ biết marketing, biết kinh doanh, hiểu khách hàng. Trước đây họ vướng đúng cái đoạn ở giữa. Mà phụ thuộc đoạn ở giữa thì phải nhờ đội kỹ thuật, thời gian phối hợp rất lâu, và anh em lỡ mất cơ hội kinh doanh.
Bây giờ chỉ cần biết kết quả. Lợi hại lắm anh em.
Cơ hội thứ nhất: mô hình nhân lực đổi thế nào?
Công thức tạo ra kết quả trong doanh nghiệp đang đổi từ kết quả bằng người có năng lực thành kết quả bằng nhân sự cộng agent.
Trước đây thì sao? Nhân sự bản chất là người. Muốn ra kết quả thì phải có người có năng lực. Mà đào tạo một người hiểu việc và làm ra kết quả thì cực kỳ lâu, thường mất hai tới ba năm. Không đào tạo mà đi tuyển ông giỏi thì cũng khó.
Khó ở đâu nữa? Ở địa lý. Anh em đang ở Nam Định, ở Hà Nam, ở khu công nghiệp, muốn tuyển người giỏi thì không thể dễ bằng ở Hà Nội hay Hồ Chí Minh. Có lương thì vẫn tuyển được, nhưng không bằng. Đó là điều đương nhiên.
Bây giờ mô hình AI đã đủ khôn để đọc hiểu tài liệu quy trình của anh em thoải mái. Vậy thì với một người mới vào nghề, kết quả không còn bằng mỗi người nữa. Kết quả bằng nhân sự cộng agent.
Mà agent nó giỏi rồi. Nó bù đắp cho phần chưa hiểu biết của nhân sự.
Bản chất một người làm được nghề là vì sao? Vì người đó trải qua nhiều dự án, hiểu thuật ngữ của ngành, va chạm nhiều tình huống của ngành. Toàn bộ phần đó bây giờ agent làm được, và nó bù lấp cho nhân sự.
Nên một nhân sự 6 tháng kinh nghiệm cộng agent có thể làm tiệm cận công việc của một nhân sự 3 năm kinh nghiệm. Hoàn toàn khả thi, và trong thời gian ngắn hơn. Anh em cũng hết vướng chuyện phải kéo người giỏi từ nơi xa về. Tuyển người ở địa phương làm cũng được luôn.
Đổi mô hình nhân lực thì bắt đầu từ đâu?
Đừng đổi cả công ty. Chọn đúng một vị trí đang khó tuyển.
Việc làm được ngay là thế này. Anh em lấy bản mô tả công việc của vị trí đó ra, ngồi bóc tách nó thành các bước. Mỗi bước tự hỏi một câu: bước này cần phán đoán của người, hay chỉ cần đọc hiểu và tổng hợp?
Phần đọc hiểu và tổng hợp là phần giao cho agent trước. Phần phán đoán giữ lại cho người. Rồi viết quy trình của bước đó ra thành tài liệu cho agent đọc, đúng như anh em viết tài liệu cho một bạn mới vào. Cách bóc tách nghiệp vụ thành từng bước rồi đóng gói lại cho agent, tôi có chia sẻ chi tiết trong bài đội ngũ AI Agent vận hành doanh nghiệp.
Đo bằng một con số duy nhất: thời gian một nhân sự mới cần để ra được kết quả đạt yêu cầu. Trước bao lâu, sau bao lâu.
Cơ hội thứ hai: vì sao người hiểu ngành thắng người hiểu công nghệ?
Vì bài toán đã đổi. Ai hiểu rõ kết quả thì người đó làm được, chứ không phải ai biết kỹ thuật.
Tôi nói thẳng quan điểm của tôi. Một ông biết lập trình, biết công nghệ, biết về AI, không tự nhiên mà tạo được kết quả tốt. Nó không thể bằng một người rất hiểu ngành.
Nếu anh em hiểu rõ ngành kinh doanh của mình, anh em chỉ cần biết cách mô tả thật rõ ngữ cảnh và đề bài cho AI. Thế là việc anh em tạo ra đã rất hiệu quả rồi.
Đây không còn là bài toán của người hiểu công nghệ nữa. Là bài toán của người hiểu ngành. Nên anh em làm bất kỳ lĩnh vực nào mà chưa mạnh về công nghệ, không phải vấn đề nữa. Rào cản hạ xuống rất thấp rồi anh em. Rất thấp rồi.
Chỗ này tôi muốn anh em để ý một chi tiết trong hai mẫu đề bài ở trên. Cái phần dài nhất, khó viết nhất, không phải phần kỹ thuật. Là phần định nghĩa đo được và tiêu chí hoàn thành.
"Tương tác cao" là bao nhiêu? "Chuyển đổi thấp" là thấp hơn mức nào? Bao nhiêu người thì đủ để gọi là một phân khúc?
Không một kỹ sư nào trả lời hộ anh em mấy câu đó. Chỉ người làm nghề mới biết. Và đó chính là chỗ quyết định đầu ra.
Người hiểu ngành muốn đi nhanh thì làm gì trước?
Viết ra định nghĩa đo được cho ba khái niệm mà công ty anh em đang nói mồm với nhau mỗi ngày.
Ví dụ "khách hàng chất lượng", "lead nóng", "đơn có rủi ro", "nhân sự làm tốt". Mỗi khái niệm đổi thành một ngưỡng số cụ thể. Không có số thì không giao được cho agent, mà thật ra cũng không giao được cho người.
Làm xong ba cái đó, anh em đã có nửa đề bài rồi. Nửa còn lại là tiêu chí hoàn thành, chép mẫu ở trên về sửa.
Cứ làm đi. Sai lại sửa.
Cơ hội thứ ba: doanh nghiệp được nâng cấp ở chỗ nào?
Ở chỗ năng suất của cả công ty, chứ không phải ở một khâu.
Trước đây anh em nghĩ gì? Nghĩ là cố làm nhiều hơn để kiếm nhiều khách hàng hơn. Bây giờ anh em có thể tạo ra những thứ mà trước đó chưa nghĩ tới.
Tôi ví dụ. Anh em tạo ra một trải nghiệm khách hàng mới. Anh em tư duy ra một sản phẩm mới luôn. Chỉ cần một ý tưởng chạy được là công ty đi được một bước dài.
Vì sao làm được? Vì AI nâng cấp khả năng tư duy của chúng ta. AI cộng người lãnh đạo cho ra tư duy mới. AI cộng quản lý, AI cộng nhân sự thực thi thì cho ra cách làm việc mới. Bản chất là nó tăng năng suất. Tăng năng suất của cả công ty.
Đôi khi nó không tăng người đâu, thậm chí giảm người. Vì nó cắt được những khâu bị om.
Tôi ví dụ khâu hay bị om nhất. Anh em cần một báo cáo phân tích lấy từ nhiều nguồn. Anh em phải chuyển yêu cầu sang một bộ phận nhân sự, bạn ấy làm báo cáo mất vài tiếng, có khi một ngày. Bây giờ đưa agent vào, nó làm việc đó trong 5 tới 7 phút.
Mà không dừng ở đó. Agent còn cùng anh em đọc báo cáo, chỉ ra insight bên trong, đề xuất quyết định luôn.
Nó tăng hiệu quả người quản lý, tăng hiệu quả cấp trung, tăng năng lực anh em thực thi. Cả công ty được kéo lên một mức.
Nâng cấp cả công ty thì chọn khâu nào trước?
Chọn khâu đang bị om lâu nhất, chứ không phải khâu dễ nhất.
Cách tìm rất đơn giản. Anh em liệt kê năm việc mà nhân viên hay phải chờ nhau. Với mỗi việc, ghi hai con số: thời gian làm thật, và thời gian nằm chờ. Cái nào có thời gian chờ lớn hơn nhiều lần thời gian làm thì đưa lên đầu.
Đó mới là chỗ agent ăn tiền. Không phải chỗ làm nhanh hơn 10%, mà chỗ đang mất một ngày chỉ vì phải qua tay ba người.
Ba cơ hội gói lại trong một bảng
| Cơ hội | Trước đây | Từ giờ | Việc làm được ngay |
|---|---|---|---|
| 1. Mô hình nhân lực | Kết quả bằng người có năng lực. Đào tạo mất 2 tới 3 năm. Tuyển người giỏi ở tỉnh rất khó | Kết quả bằng nhân sự cộng agent. Nhân sự 6 tháng tiệm cận nhân sự 3 năm | Lấy một bản mô tả công việc khó tuyển, bóc tách thành các bước, tách phần phán đoán ra khỏi phần đọc hiểu và tổng hợp |
| 2. Người hiểu ngành thắng | Muốn làm phải qua đội kỹ thuật, phối hợp rất lâu, lỡ cơ hội kinh doanh | Chỉ cần mô tả rõ ngữ cảnh và tiêu chí đầu ra. Rào cản đoạn giữa hạ xuống rất thấp | Viết định nghĩa đo được cho ba khái niệm công ty đang nói mồm mỗi ngày, đổi thành ngưỡng số |
| 3. Nâng cấp cả công ty | Cố làm nhiều hơn để kiếm nhiều khách hơn. Một báo cáo đa nguồn mất vài tiếng tới một ngày | Tăng năng suất cả công ty. Báo cáo đó còn 5 tới 7 phút, kèm insight và đề xuất | Liệt kê năm việc hay phải chờ nhau, ghi thời gian làm và thời gian chờ, xử cái có thời gian chờ lớn nhất |
Giới hạn thật là gì?
Phần này là phần tôi muốn anh em đọc kỹ nhất, vì video không kịp nói hết.
Số liệu trong bài mau cũ. Tất cả là tại thời điểm tháng 6/2026. Riêng mốc 22/6 thì đến lúc anh em đọc bài này gần như chắc chắn đã qua. Anthropic có nói là khi đủ năng lực phục vụ thì họ đưa Fable 5 trở lại thành phần tiêu chuẩn của các gói thuê bao. Anh em phải vào trang chính thức kiểm lại, đừng tin con số trong bài.
Fable 5 có thể từ chối anh em. Đây là chỗ nhiều người sẽ bực. Vì có bộ lọc an toàn nên nó từ chối hoặc đẩy sang mô hình khác ở nhóm việc liên quan an ninh mạng và sinh học. Anh em làm nghề bảo mật hay nghiên cứu sinh học hoàn toàn tử tế vẫn có thể bị chặn oan. Đây là đánh đổi có chủ ý của hãng, không phải lỗi.
Nó không dùng được nếu công ty anh em yêu cầu không lưu dữ liệu. Mô hình này bắt buộc phải ở chế độ giữ dữ liệu 30 ngày. Doanh nghiệp nào có ràng buộc pháp lý về việc không lưu trữ thì đơn giản là không chạy được con này. Kiểm chỗ này trước khi lên kế hoạch, đừng để làm xong mới biết.
Đắt thật. 50 đô một triệu token đầu ra là gấp đôi Opus. Việc chạy đi chạy lại hàng ngày mà dùng nó là đốt tiền. Tôi nói lại: dùng ở việc giá trị cao và phức tạp.
Nó chạy lâu. Việc khó thì một lệnh chạy nhiều phút là bình thường. Anh em đừng thiết kế quy trình kiểu ngồi chờ nó trả lời trong 30 giây. Giao việc rồi đi làm việc khác, quay lại nghiệm thu.
Agent không bù được nghiệp vụ anh em chưa có. Chỗ này quan trọng. Cả bài nói agent bù cho nhân sự, nhưng nó bù phần đọc hiểu và tổng hợp. Nó không bù được phần anh em chưa biết mình muốn gì. Nhìn lại hai mẫu đề bài ở trên, phần khó nhất là tiêu chí hoàn thành, và không ai viết hộ được. Công ty nào chưa định nghĩa nổi thế nào là làm tốt thì đưa agent vào cũng chỉ ra kết quả mơ hồ nhanh hơn.
Số liệu năng lực là do hãng tự công bố. Phần lỗ hổng FFmpeg và OpenBSD là Anthropic tự viết trên trang của họ. Tôi dẫn nguồn gốc ở cuối bài để anh em tự đọc, nhưng chưa có bên thứ ba độc lập kiểm chứng lại toàn bộ.
Bảy ngày tới anh em chạy được gì?
Không cần cài tool gì phức tạp. Danh sách này chạy được bằng thứ anh em đang có.
- Ngày 1. Mở Claude Code, gõ
/model, chọn Fable 5. Xong bước làm quen. - Ngày 2. Viết định nghĩa đo được cho ba khái niệm công ty đang nói mồm. Đây là bài khó nhất trong tuần, làm sớm.
- Ngày 3. Chép mẫu
/goalở trên, thay nguồn dữ liệu của anh em vào, chạy thử một lần. Chấp nhận kết quả chưa đẹp. - Ngày 4. Đọc kết quả và soi đúng một thứ: nó có tuyên bố nào không kèm bằng chứng truy vết được không. Có thì siết lại tiêu chí hoàn thành.
- Ngày 5. Liệt kê năm việc nhân viên hay phải chờ nhau, ghi thời gian làm và thời gian chờ.
- Ngày 6. Lấy việc có thời gian chờ lớn nhất, viết đề bài dynamic workflow cho nó. Muốn nối agent vào dữ liệu thật của công ty thì xem phần MCP trong bài đội ngũ AI Agent vận hành doanh nghiệp.
- Ngày 7. Đo lại. Trước bao lâu, sau bao lâu. Ghi vào một chỗ để tháng sau còn đối chiếu.
Chưa hoàn chỉnh, chưa phải xịn, nhưng chạy được đã. Anh em muốn đọc thêm mấy bài cùng mạch thì vào trang Tài nguyên.
Câu hỏi hay gặp
Không có nền tảng công nghệ thì dùng Fable 5 được không?
Được. Anh em không cần cài tool gì đặc biệt. Mở Claude Code, gõ /model, chọn Fable 5 là chạy. Phần khó không nằm ở thao tác, nằm ở chỗ anh em viết đề bài và tiêu chí hoàn thành có rõ không. Mà phần đó thì người hiểu ngành viết tốt hơn người hiểu công nghệ. Muốn xem một quy trình hoàn chỉnh không đụng tới code, anh em đọc bài đội ngũ AI Agent vận hành doanh nghiệp.
Fable 5 và Mythos 5 khác nhau thế nào?
Cùng một mô hình lõi. Mythos 5 là bản gỡ khoá, chỉ chạy trong Project Glasswing hợp tác với chính phủ Mỹ, dành cho nhóm phòng thủ hạ tầng. Fable 5 là bản thương mại mà ai cũng dùng được, bị khoá ở ba nhóm việc nguy hiểm. Doanh nghiệp thường thì chỉ tiếp cận được Fable 5.
Dùng Fable 5 tốn bao nhiêu tiền một tháng?
Không có con số chung, vì nó tính theo lượng token thật anh em dùng. Giá tại tháng 6/2026 là 10 đô một triệu token vào và 50 đô một triệu token ra. Cách kiểm rẻ nhất là chạy thử đúng một đề bài thật của anh em, xem hết bao nhiêu, rồi nhân với số lần dự kiến chạy trong tháng.
Nên chọn /goal hay dynamic workflow?
Nhìn vào hình dạng công việc. Việc đi tuần tự từng bước, có tiêu chí đầu ra rõ, thì dùng /goal. Việc khối lượng lớn, nhiều nguồn, các phần độc lập với nhau và làm song song được, thì dùng dynamic workflow. Không chắc thì bắt đầu bằng /goal, vì nó dễ kiểm soát hơn.
Đưa agent vào thì có phải giảm người không?
Không bắt buộc. Thứ đổi trước là năng suất, không phải số người. Nhiều nơi giữ nguyên nhân sự và tăng khối lượng việc làm được. Chỗ agent ăn tiền là các khâu đang bị om vì chờ nhau, nên hiệu quả thấy rõ nhất ở thời gian, sau đó mới tới chi phí.
Dữ liệu của công ty đưa cho nó có an toàn không?
Với riêng mô hình này thì Anthropic giữ log 30 ngày, không phân biệt khách hàng, để họ kiểm hành vi đáng ngờ. Ai từng có thoả thuận không lưu log thì với con này vẫn bị lưu. Công ty nào có ràng buộc pháp lý về việc không lưu trữ thì không dùng được Fable 5, phải chọn mô hình khác.
Đúc kết
Tin mô hình mới ra thì tháng nào cũng có. Thứ đáng để ý không phải cái tên, mà là rào cản ở đoạn giữa đang bị hạ xuống rất thấp.
Người hưởng lợi lớn nhất là đội không có kỹ thuật. Vì họ hiểu khách hàng, hiểu ngành, hiểu đích đến. Trước đây họ vướng đúng cái đoạn giữa, giờ đoạn đó đang được lấp dần.
Và nếu anh em chọn đúng đường thì có một thứ hay: các hãng cứ nâng cấp mô hình, anh em nghiễm nhiên được nâng cấp theo. Giống như có một nhân sự AI mà tự nó giỏi lên liên tục, có bên khác nâng cấp bộ não hộ mình.
Anh em bắt đầu từ đâu cũng được. Cứ chọn một việc đang bị om trong công ty, viết cho rõ thế nào là xong, rồi giao cho nó. Sai lại sửa.
Nếu anh em là quản lý, chủ doanh nghiệp, hoặc người làm nghề mà không có nền tảng kỹ thuật và muốn tự tin làm được việc với Agentic AI, anh em có thể tham dự chương trình coaching cùng tôi. Còn nếu anh em là chủ doanh nghiệp muốn có người cố vấn cho việc đưa Agentic AI vào công ty, anh em xem phần tư vấn và đào tạo cho doanh nghiệp. Nếu anh em thấy phù hợp.
Nguồn tham khảo
- Anthropic, thông báo ra mắt Claude Fable 5 và Claude Mythos 5, 09/06/2026: anthropic.com/news/claude-fable-5-mythos-5
- Anthropic, tài liệu kỹ thuật cho lập trình viên, thông số và thay đổi API: platform.claude.com/docs/en/about-claude/models/introducing-claude-fable-5-and-claude-mythos-5
- Anthropic, trang sản phẩm Claude Fable 5, giá và phạm vi khả dụng: anthropic.com/claude/fable
- Anthropic, trang sản phẩm Claude Mythos 5 và Project Glasswing: anthropic.com/claude/mythos
- Anthropic, bảng so sánh các mô hình đang có, giá và cửa sổ ngữ cảnh: platform.claude.com/docs/en/about-claude/models/overview
- Anthropic, System Card của Claude Fable 5 và Claude Mythos 5: bản PDF trên website Anthropic
