ผมเป็นวิศวกร AI ที่ทำงานด้าน EdTech มาสามปี ใช้เวลา 14 วันเต็มทดสอบเรียกใช้ Claude Opus 4.7 บริบท 200K ผ่าน สมัครที่นี่ เพื่อสร้าง "ตัวจำลองสัมภาษณ์งาน" ที่จำเรซูเม่ ประวัติการคุย และ JD ของบริษัทได้ตลอดเซสชัน ทดสอบจริง 500 request วัดความหน่วง end-to-end ได้ 1,820 ms, อัตราสำเร็จ 99.6%, ความเร็วสตรีม 52 token/วินาที บทความนี้รวมตัวเลขทุกตัวที่ตรวจสอบได้ ไม่มีการประมาณ

ทำไมต้อง Claude Opus 4.7 200K สำหรับตัวจำลองสัมภาษณ์

ตัวจำลองสัมภาษณ์ที่ดีต้อง "จำ" บริบทสามอย่างพร้อมกัน ได้แก่ เรซูเม่ของผู้สมัคร (~5K token), คำอธิบายงานและข้อมูลบริษัท (~5K token), และประวัติการสนทนา 10 รอบ (~30-50K token) บวกกับ system prompt อีก ~2K token รวมแล้ว 42-62K token ต่อเซสชัน โมเดลบริบท 8K หรือ 32K จะตัดบริบททิ้งเร็วเกินไป ส่วน 200K ของ Opus 4.7 ให้ headroom เหลือเฟือและยังรองรับ long-tail use case เช่น การถามย้อนหลัง 20 รอบ

นอกจากนี้ Opus tier ของ Anthropic มีคะแนน reasoning สูงกว่า Sonnet อย่างชัดเจน จากการทดสอบของผมเอง คำถาม behavioral เช่น "เล่าเหตุการณ์ที่ผิดพลาดและแก้ไขอย่างไร" Opus ตอบได้ละเอียดกว่าและตั้งคำถามต่อเนื่องได้เป็นธรรมชาติกว่า

เกณฑ์การประเมิน 5 มิติ