ยุค 1M context window (Sonnet 5 / Opus 4.8)

TL;DR: กลางปี 2026 context window 1M token กลายเป็น "ของมาตรฐาน" ของ frontier models ไม่ใช่ feature พิเศษอีกต่อไป · จุดเปลี่ยนคือ Anthropic ยกเลิกค่า premium สำหรับ long context (13 มี.ค. 2026) และ Sonnet 5 ทำให้ 1M เป็น default ของโมเดลราคากลาง · แต่ window ที่ใหญ่ขึ้นไม่เท่ากับความแม่นที่เท่าเดิม: "context rot" เป็นปัญหาที่ Anthropic ยอมรับใน docs ตัวเอง

Timeline: จาก beta สู่ default

• 12 ส.ค. 2025 เริ่ม 1M beta บน Sonnet 4 (ต้องใช้ beta header) (release notes)
• 5 ก.พ. 2026 beta บน Opus 4.6 พร้อม long-context pricing แยกสำหรับส่วนเกิน 200k (แหล่งเดียวกัน)
• 13 มี.ค. 2026 GA บน Opus 4.6 + Sonnet 4.6 ที่ standard pricing: "The tax on long context is gone" · จังหวะเดียวกับที่คู่แข่งยังคิด surcharge (Willison)
• 28 พ.ค. 2026 Opus 4.8 เปิดตัว: 1M default บน Claude API / Bedrock / Google Cloud / Microsoft Foundry, 128k output, $5/$25 (release notes)
• 30 มิ.ย. 2026 Sonnet 5 เปิดตัว: 1M เป็นทั้ง default และ maximum ("there is no smaller context variant") ไม่ต้องใช้ beta header · intro pricing $2/$10 ถึง 31 ส.ค. 2026 แล้วขึ้น $3/$15 · เป็น default ใน Claude Code (v2.1.197) และ claude.ai Free/Pro (what's new, CHANGELOG)

ใครมี 1M บ้าง (ณ 2 ก.ค. 2026)

หมายเหตุ: Haiku 4.5 และ Sonnet 4.5 ยัง 200k · โมเดล 1M รับได้ 600 images/PDF pages ต่อ request (200k = 100) (context windows)

เรื่องที่คนเข้าใจผิดบ่อย (สำคัญเวลาสอน)

1. Context window นับรวม input + output ไม่ใช่ input อย่างเดียว · max output ต่อ turn = 128k · input เกิน 1M ได้ 400 error แต่ input+max_tokens เกิน: โมเดล 4.5+ รับแล้ว stop ด้วย model_context_window_exceeded (context windows)
2. 1M ของ Sonnet 5 จุ text น้อยกว่า 1M ของ Sonnet 4.6 เพราะ tokenizer ใหม่ผลิต token เพิ่ม ~30% จากข้อความเดิม · Willison: "effectively a 30% price increase" · cost ต่อ request เพิ่มแม้ per-token price เท่าเดิม ต้อง recount ด้วย token counting API (what's new, Willison)
3. ยาวขึ้นไม่เท่ากับแม่นเท่าเดิม (context rot) · Anthropic เขียนเองใน docs: "As token count grows, accuracy and recall degrade" · ตัวเลขจริง: Opus 4.6 MRCR v2 ตกจาก 92-93% ที่ 256K เหลือ 78.3% ที่ 1M (paddo.dev) · โมเดล monitor พลาด dangerous actions บ่อยขึ้น 2-30 เท่าหลัง benign content 800K tokens, recall 98.6%→88% (arXiv 2605.12366)
4. RAG ไม่ได้ตาย · retrieval ใช้ token แค่ 17-38% ของ full context จึงถูกกว่าเร็วกว่า · consensus 2026 = hybrid: "retrieval does the finding, long context does the reasoning" (Acing AI)

คุณค่าจริงของ 1M (มุม practitioner)

• ไม่ใช่การ stuff ทุกอย่างเข้า context แต่คือ ลด compaction events: ที่ 200K ใช้ได้จริง ~134K ก่อน compact แต่ที่ 1M ใช้ได้ ~802K ลดปัญหา "summaries of summaries" ที่ทำ agent เสีย fidelity (paddo.dev)
• เครื่องมือฝั่ง Anthropic ที่มากับยุคนี้: server-side compaction (beta), context editing, และ context awareness (API inject token budget ให้ Sonnet 5 รู้พื้นที่เหลือของตัวเอง) (context windows)
• Prompt caching สำคัญขึ้นมาก: cache read = 0.1x ของ input price, 5m write = 1.25x (คุ้มตั้งแต่ read แรก) (pricing)