Guides & Insights

Claude Mythos 5 vs Grok 4.7: ตัวเลขอิสระสามตัวที่ไม่สอดคล้องกัน

ผู้เขียน

Gideon Frost

วันที่เผยแพร่

Oct 16, 2026

โมเดลล่าสุด · 20ดูโมเดลทั้งหมด →

เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน

กลับไปยังโพสต์ทั้งหมด

Artificial Analysis ให้คะแนน Grok 4.7 ถึงสามครั้งในบ่ายวันเดียวกัน และได้คำตอบสามแบบที่ชี้ไปคนละทิศทาง: 46 บน Intelligence Index ของมัน — สูงกว่า Grok 4.6 อยู่สองคะแนน — 56 บน Coding Agent Index ห่างอยู่เก้าคะแนน และ 1,657 Elo บน AA-Briefcase ห่างอยู่ 111 คะแนน ความกระจายแบบนี้คือสิ่งที่น่าสนใจที่สุดเกี่ยวกับการเปิดตัวเมื่อวันที่ 21 กันยายน 2026 ของ SpaceXAI และยังเป็นเหตุผลที่การจับคู่นี้กับ Claude Mythos 5 สมควรถูกจดบันทึกไว้ มากกว่าจะปล่อยผ่าน Grok 4.7 เป็นโมเดลอเนกประสงค์ที่กลายเป็นผู้เชี่ยวชาญ: ผลกำไรของมันกระจุกตัวอยู่ที่การเขียนโค้ดแบบเอเจนต์ในระยะยาวและงานองค์ความรู้ และแทบมองไม่เห็นบนเบนช์มาร์กรวม ส่วน Claude Mythos 5 เป็นผู้เชี่ยวชาญมาตั้งแต่วันที่เปิดตัวเมื่อวันที่ 9 มิถุนายน 2026 — เรือธงด้านไซเบอร์และชีววิทยาแบบจำกัดของ Anthropic จัดชั้น ASL-3 และรีเฟรชเป็น Claude Mythos 5.1 เมื่อวันที่ 1 กันยายน ในราคาระดับ Mythos ที่ $10.00 อินพุต / $50.00 เอาต์พุตต่อล้านโทเคน และเข้าถึงได้ผ่านโปรแกรมการตรวจสอบยืนยัน มากกว่าผ่านตารางราคา สองโมเดลนี้ ตัวหนึ่งคุณซื้อได้ อีกตัวคุณต้องยื่นขอ ทุกสิ่งทุกอย่างที่เหลือในการเปรียบเทียบนี้ล้วนเป็นผลสืบเนื่องมาจากประโยคนั้น

โมเดลแต่ละตัวคืออะไร และใครจะให้คุณเรียกใช้งานมันได้

Grok 4.7 เป็นเรือธงรุ่นปัจจุบันของ SpaceXAI สำหรับงานเขียนโค้ด งานที่ใช้เอเจนต์ และงานองค์ความรู้ ต่อจาก Grok 4.6 ในราคาเดียวกันและขนาดหน้าต่างบริบทเดียวกัน ผู้ขายสะกดชื่อของตนว่า SpaceXAI ทั้งในเอกสารสำหรับนักพัฒนาและหน้าข่าว ขณะที่ API ยังคงให้บริการจาก api.x.ai และตัวระบุยังคงเป็นแบบ grok — น่ารู้ไว้ เพราะการค้นหาชื่อใดชื่อหนึ่งจะเจอผลิตภัณฑ์เดียวกัน มันเปิดให้ใช้งานจริงแล้วใน Cursor และใน Grok Build เอเจนต์เทอร์มินัลของบริษัทเอง และผู้ขายวางตำแหน่งให้เป็นคำแนะนำเริ่มต้นสำหรับทุกอย่าง ยกเว้นงานด้านเสียง ภาพ และวิดีโอ คำกล่าวอ้างของผู้ขายนั้นแคบและเจาะจงกว่าคำโปรโมตแบบอเนกประสงค์: มันแข็งแกร่งในด้านวิศวกรรมซอฟต์แวร์ที่ทำงานยาวนานและในการตรวจสอบงานของตัวเอง

Claude Mythos 5 เป็น SKU แบบจำกัดของเจเนอเรชันแนวหน้าประจำวันที่ 9 มิถุนายนของ Anthropic โดยใช้เวทพื้นฐานร่วมกับ Claude Fable 5 รุ่นสาธารณะ และแตกต่างจากรุ่นนั้นเพียงระดับการป้องกัน — ตัวจำแนกประเภทไซเบอร์และชีววิทยาที่เปิดอยู่ตลอดในโมเดล Fable Anthropic จัดให้มันอยู่ในระดับ ASL-3 ซึ่งเป็นระดับที่บริษัทสงวนไว้สำหรับขีดความสามารถที่อาจยกระดับการโจมตีไซเบอร์ได้อย่างมีนัยสำคัญ และจำกัดการเข้าถึงตามนั้น ชื่อเสียงของมันมาจากผลการตรวจสอบของ red team มากกว่าตาราง benchmark ที่เผยแพร่: บั๊ก OpenBSD ที่ไม่ถูกค้นพบมานานประมาณ 27 ปี, ช่องโหว่ FFmpeg ที่อยู่รอดมาได้ประมาณ 16 ปีและรอดพ้นการสแกนอัตโนมัติ 5 ล้านครั้ง, exploit เบราว์เซอร์ที่เชื่อมช่องโหว่ 4 รายการเพื่อหลบหนีทั้ง renderer sandbox และ OS sandbox, และการยกระดับสิทธิ์ในเคอร์เนล Linux

• บริบทและเอาต์พุต — 500,000 โทเค็น พร้อมเอาต์พุตสูงสุด 450,000 สำหรับ Grok 4.7 เทียบกับ 1M โทเค็น พร้อมเอาต์พุตสูงสุด 128K สำหรับ Claude Mythos 5

• ราคาต่อล้านโทเคน — อินพุต $2.00 / เอาต์พุต $6.00 เมื่อใช้ต่ำกว่า 200,000 อินพุตโทเคนสำหรับ Grok 4.7 และเพิ่มเป็น $4.00 / $12.00 เมื่อเกินเส้นนั้น เทียบกับระดับ Mythos ที่ราคาคงที่ $10.00 / $50.00

• การอ่านแคช — $0.50 ต่อล้านโทเคนสำหรับ Grok 4.7 และเพิ่มเป็นสองเท่าเป็น $1.00 เมื่อเกินขอบเขต 200,000 โทเคน เทียบกับ $1.00 ต่อล้านโทเคนในรุ่น Mythos เดือนมิถุนายน และ $0.25 หลังการรีเฟรชเดือนกันยายน

• รูปแบบ — อินพุตข้อความ รูปภาพ และไฟล์ โดยทั้งสองแบบให้เอาต์พุตเป็นข้อความ

• การควบคุมการใช้เหตุผล — ความพยายามที่กำหนดค่าได้ในสี่ระดับสำหรับ Grok 4.7 เทียบกับการคิดแบบปรับตัวที่ไม่สามารถปิดได้สำหรับ Claude Mythos 5

• การเข้าถึง — คีย์แบบบริการตนเองพร้อมแอปของผู้ขายเอง เทียบกับการสมัครผ่าน Cyber Verification Program หรือ Life Sciences Verification Program โดยมีข้อกำหนดการเก็บรักษาข้อมูล 30 วัน

สองแถวราคานั้นคือจุดที่การอ่านแบบปกติมักเข้าใจผิด บนป้ายราคา Grok 4.7 คิดเป็นหนึ่งในห้าของอัตรา Mythos แต่กับพรอมป์ยาว มันอยู่ที่มากกว่าหนึ่งในสามเล็กน้อย เพราะเส้นแบ่งระดับตกอยู่ที่ 200,000 โทเค็น และนี่คือโมเดลที่ขายบนหน้าต่าง 500,000 โทเค็น

ตัวเลขอิสระทั้งสามตัว เมื่ออ่านอย่างถูกต้อง

เริ่มจากอันที่ได้รับความสนใจน้อยที่สุด เพราะมันเป็นอันที่ใหญ่ที่สุด บน AA-Briefcase ซึ่งเป็นบอร์ดของ evaluator สำหรับงานความรู้ระยะยาว Grok 4.7 อยู่อันดับสี่โดยรวม ตามหลังรายการ Claude สามรายการ และนำหน้า Claude Opus 5 ที่ระดับความพยายาม xhigh — ด้วยต้นทุนต่องานประมาณครึ่งหนึ่งของ Claude Opus 5 ไม่ว่าสิ่งอื่นใดเกี่ยวกับการเปิดตัวนี้จะเป็นจริงอย่างไร นั่นเป็นผลลัพธ์ด้านราคาต่อประสิทธิภาพมากกว่าช่องว่างด้านความสามารถ และเป็นครั้งแรกที่โมเดล Grok ทำผลลัพธ์เช่นนั้นได้บนบอร์ดนั้น

ตัวเลขของ Coding Agent Index ก็เป็นเรื่องเดียวกัน การนำ Grok 4.6 อยู่ 9 จุดบนแกน coding-agent เทียบกับ 2 จุดบน general index ไม่ใช่สัญญาณรบกวน มันบอกว่างานเทรนมุ่งไปที่พฤติกรรมแบบ agentic และการเขียนโค้ดโดยเฉพาะ และว่าสิ่งที่พัฒนาขึ้นนั้นไม่ส่งต่อไปยังองค์ประกอบรวมกว้าง ๆ ของการประเมินสิบชุด general index คือตัวเลขที่กระดานผู้นำพิมพ์ออกมา ส่วนตัวเลข coding-agent คือสิ่งที่ทีมที่รันลูปเครื่องมือยาว ๆ ได้สัมผัสจริง

จากนั้นก็มีความไม่ลงรอยระหว่างผู้ขายกับผู้ประเมินบน benchmark เดียวกัน ซึ่งเป็นส่วนที่ควรค่าแก่การจดจำทุกครั้งที่คุณอ่านตารางเปิดตัว ตัวเลข Terminal-Bench 4.0 ของ Grok 4.7 จาก SpaceXAI เองอยู่ที่ 38% ส่วนการรัน benchmark เดียวกันแบบอิสระของ Artificial Analysis ให้ไว้ที่ 33% ห้าคะแนน ไปในทิศทางเดียวกัน บนแกนเดียว สำหรับโมเดลเดียว — และไม่มีฝ่ายใดโกหก benchmark แบบ agentic วัดโมเดลบวกกับ scaffold การตั้งค่า harness แตกต่างกัน และการรันซ้ำก็เปลี่ยนแปลงได้ นั่นคือหน้าตาของส่วนต่างห้าคะแนนเมื่อไม่มีใครโกง ลองวางมันเทียบกับตัวเลขจากผู้ขายเพียงตัวเลขเดียวที่คุณเห็น รวมถึงของ Anthropic ด้วย

A two-column scoreboard for Claude Mythos 5 and Grok 4.7 across six rows. Left column Claude Mythos 5: list price $10.00 / $50.00 per 1M, 1M-token context with 128K out, adaptive thinking always on, no independent score published, verification-program access only, closed weights. Right column Grok 4.7: list price $2.00 / $6.00 per 1M, 500K-token context with 450K out, four reasoning effort levels, AA Index 46, self-serve API key, closed weights. A footer line reads 'Anthropic figures per Anthropic; SpaceXAI pricing per SpaceXAI; AA Index per Artificial Analysis. Vendor and evaluator Terminal-Bench 4.0 readings differ: 38% vs 33%.'

ซึ่งนำมาสู่ฝั่ง Mythos และเหตุผลที่ทำให้การเปรียบเทียบไม่อาจทำจนเสร็จสมบูรณ์ได้ Anthropic ไม่ได้เผยแพร่ตารางเกณฑ์มาตรฐานใด ๆ สำหรับ Claude Mythos 5 ตัวเลขที่หมุนเวียนอยู่คู่กับชื่อนี้ไม่ได้มาจากผู้จำหน่ายทั้งหมด:

• ExploitBench, 78.0% — ตัวเลขเปิดตัวเดือนมิถุนายนของ Anthropic เอง ซึ่งสูงกว่าประมาณสองเท่าของ 40% ที่อ้างไว้สำหรับ Claude Opus 4.8 รายงานโดยผู้ขาย ยังไม่มีการทำซ้ำ

• CyberGym Level 1, 83.8% — ตัวเลขที่ถูกพิมพ์ข้างโมเดลนี้บ่อยที่สุด และมันไม่ได้มีต้นกำเนิดจาก Anthropic. มันปรากฏในเอกสารเปรียบเทียบของคู่แข่งซึ่งมีผลประโยชน์ในการวางกรอบของตัวเอง

• Terminal-Bench 4.0 — 42.0% สำหรับรุ่นเดือนมิถุนายน และ 60.9% สำหรับ Claude Mythos 5.1 ตามเอกสารอัปเดตเดือนกันยายนของ Anthropic

สังเกตว่าแถวที่สามทำอะไรกับการเปรียบเทียบนี้ บนเบนช์มาร์กเดียวที่ทั้งสองสายมีตัวเลขอยู่ 60.9% ของ Claude Mythos 5.1 สูงกว่า 33% ของ Grok 4.7 ที่วัดโดยอิสระอย่างมาก ตัวเลขเหล่านั้นก็ยังนำมาลบกันไม่ได้อยู่ดี ตัวหนึ่งเป็นตัวเลขของผู้ขายบนฮาร์เนสของผู้ขายเอง อีกตัวเป็นของบุคคลที่สาม และถูกวัดต่างเวลากันบนการตั้งค่าที่ต่างกัน แต่ช่องว่างนั้นใหญ่พอจนไม่น่าเป็นเพียงอาร์ติแฟกต์เพียงอย่างเดียว และมันเป็นคำเตือนที่สมเหตุสมผลว่าโมเดลที่มีไมโครโฟนเอนกประสงค์ไม่ได้แข่งขันบนแกนที่ระดับ Mythos มีไว้เพื่อ

ความเยิ่นเย้อคือแถวต้นทุนที่ไม่มีใครพิมพ์ออกมา

ตารางราคาของ Grok 4.7 คือจุดที่ถูกที่สุดของมัน และความยาวเฟื้อยของมันคือจุดที่แพงที่สุด Artificial Analysis วัดได้ว่าการใช้โทเคนในการให้เหตุผลเพิ่มขึ้น 113% เมื่อเทียบกับ Grok 4.6 โดยมีโทเคนเอาต์พุตประมาณ 81,000 โทเคนที่ถูกใช้ไปต่องานแบบเอเจนต์หนึ่งงาน เมื่อนำไปเทียบกับโมเดลที่อ่านบริบทซ้ำ แทนที่จะเป็นโมเดลที่คำนวณบริบทใหม่ โครงสร้างต้นทุนทั้งสองก็ไม่ดูคล้ายกันเลย: Grok 4.7 ถูกต่อโทเคนแต่แพงต่องานเมื่องานแบบเอเจนต์นั้นยาว ในขณะที่ระดับ Mythos แพงต่อโทเคนและเศรษฐศาสตร์ของมันขึ้นอยู่กับพฤติกรรมแคชทั้งหมด ซึ่งเป็นเหตุผลว่าทำไมการรีเฟรชในเดือนกันยายนของ Anthropic จึงลดค่าอ่านแคชจาก $1.00 เหลือ $0.25 และนำเสนอว่าถูกลงได้ถึงประมาณ 45% สำหรับงานที่มีความเป็นเอเจนต์สูง

เอาต์พุต 81,000 โทเคนในอัตรา 6.00 ดอลลาร์ต่อล้าน คิดเป็นเอาต์พุตประมาณ 49 เซนต์สำหรับงานหนึ่งงาน ในหน้าต่าง 500,000 โทเคนที่โมเดลนี้ขาย พรอมต์ที่เกิน 200,000 โทเคนจะเพิ่มอัตราอินพุตเป็นสองเท่า และเพิ่มอัตราแคชเป็นสองเท่าไปด้วย ไม่มีตัวเลขใดเป็นข้อบกพร่อง — การคิดนานขึ้นคือวิธีที่โมเดลการให้เหตุผลเก่งขึ้น — แต่เรตการ์ดคือราคาต่อโทเคน และบิลของคุณคือราคาต่องาน และตัวคูณระหว่างสองสิ่งนี้ก็แตกต่างกันมากกว่าที่ช่องว่างของอัตราจะแตกต่างกัน

สิ่งที่ 6 ตุลาคมเปลี่ยนแปลงไป และสิ่งที่มันไม่ได้เปลี่ยนแปลง

เมื่อวันที่ 6 ตุลาคม 2026 Anthropic ได้ปรับโครงสร้าง Cyber Verification Program ใหม่ให้เป็นสามระดับที่อิงกับการสมัคร โดยผนวก Project Glasswing เข้าไว้ในระดับสูงสุด และเปลี่ยน Claude Mythos 5.1 จากการจัดสรรเฉพาะพาร์ตเนอร์ให้กลายเป็นสิทธิ์การเข้าถึงที่องค์กรด้านความปลอดภัยที่มีคุณสมบัติเหมาะสมทุกรายสามารถสมัครได้ Claude Opus 5.5 และ Claude Sonnet 5.5 ได้เข้าร่วมทุกระดับในเวลาเดียวกัน คำขอ Defense Access จะได้รับคำตอบภายในไม่กี่วันตามข้อมูลของ Anthropic ส่วน Red Team Access ใช้เวลาหลายสัปดาห์ และการเข้าถึง Mythos เองจะตามหลังการอนุมัติประมาณห้าวันทำการ ทั้งหมดนี้เป็นข้อมูลที่ผู้ขายระบุไว้และยังไม่ได้รับการยืนยันอย่างอิสระ และเกณฑ์ยังคงเป็นมาตรฐานการตรวจสอบยืนยันมากกว่าที่จะเป็นเรื่องราคา

A screenshot of Anthropic's Claude Mythos model page, headed 'Claude Mythos' with the positioning line 'Our most capable model for cybersecurity and biology research' and an announcements banner linking to 'Expanding the Cyber Verification Program, Oct 6, 2026', with an English-language navigation bar and a Try Claude link.

สิ่งที่หมายความเมื่อเทียบกับ Grok 4.7 โดยเฉพาะนั้นแคบ สำหรับทีมความปลอดภัยที่ได้รับอนุญาต นี่เป็นครั้งแรกที่เส้นทาง Mythos มีประตูหน้า และการเปรียบเทียบก็กลายเป็นจริงเป็นครั้งแรกในประวัติศาสตร์ของโมเดลนี้ สำหรับคนอื่น ๆ ทั้งหมด — การเขียนโค้ด งานองค์ความรู้ ลูปเครื่องมือที่ยาวนาน งานที่ Grok 4.7 ถูกสร้างมาเพื่อ — ฝั่ง Anthropic ของการจับคู่นี้ยังคงปิดอยู่ และการตีความอย่างยุติธรรมก็คือมันไม่เคยเป็นการเปรียบเทียบที่ควรทำตั้งแต่แรก รุ่นวันที่ 9 มิถุนายนถูกระงับทั่วโลกสองวันหลังเปิดตัวด้วยคำสั่งของกระทรวงพาณิชย์สหรัฐ และได้รับการฟื้นฟูเฉพาะสำหรับองค์กรสหรัฐฯ ที่ผ่านการตรวจสอบจำนวนจำกัดราวต้นเดือนกรกฎาคม; การดำรงอยู่ทั้งหมดของโมเดลนี้ถูกกำหนดรูปร่างโดยข้อจำกัดนั้น และการอ่านผลทดสอบไม่ว่าจะมากเพียงใดก็ไม่เปลี่ยนว่าใครได้รับอนุญาตให้ผ่านเข้ามา

คำตอบด้านการจัดเส้นทาง ซึ่งเป็นคำตอบเดียวที่ใช้ได้ในปัจจุบัน

A screenshot of the OrcaRouter catalogue page for grok/grok-4.7, showing the breadcrumb Home / Models / grok, the model name Grok 4.7, a 500K-token context badge and a 450K max-output badge, the identifier grok/grok-4.7, and the pricing and performance panels on an English-language page.

Grok 4.7 อยู่ในแคตตาล็อกของ OrcaRouter ในอัตราของ SpaceXAI เอง — อินพุต $2.00 และเอาต์พุต $6.00 ต่อล้านโทเค็น แคช $0.50 โดยมีเส้นแบ่งขั้นที่ 200,000 โทเค็นและการปรับขึ้นเป็น $4.00 / $12.00 สะท้อนออกมาตรงตามที่ผู้ขายประกาศไว้ — ผ่านมาที่มาร์กอัป 0% ดังนั้นหากอัตรามีการเปลี่ยนแปลง ที่นี่จะอัปเดตทันทีในวันที่ประกาศ ความแม่นยำนี้สำคัญกับโมเดลนี้มากกว่าโมเดลส่วนใหญ่ เพราะหน้าผาที่ 200,000 โทเค็นคือความไม่ต่อเนื่องด้านราคาที่ใหญ่ที่สุดเพียงหนึ่งเดียวในการเปรียบเทียบนี้ และเราเตอร์ที่ทำให้มันแบนราบเป็นค่าเฉลี่ยจะทำให้คุณเข้าใจบิลของตัวเองผิด

สิ่งที่สองที่ชั้นการกำหนดเส้นทางทำ คือทำให้ปัญหาความเยิ่นเย้อนั้นมีต้นทุนต่ำในการทดสอบ แทนที่จะมีต้นทุนสูงในการสันนิษฐาน ผลลัพธ์เฉลี่ย 81,000 โทเคนก็เป็นเพียงค่าเฉลี่ย และทราฟฟิกของคุณอาจอยู่สูงหรือต่ำกว่านั้นมากก็ได้ การรัน Grok 4.7 กับเวิร์กโหลดของคุณเองคือการวัดเพียงอย่างเดียวที่ตอบได้ว่ามันถูกหรือแพงสำหรับคุณ และการทำเช่นนั้นโดยไม่ต้องผสานรวมระบบที่สอง หมายความว่าคำตอบนั้นแลกมาด้วยเวลาหนึ่งบ่าย การสลับไปใช้ระบบสำรองอัตโนมัติระหว่างผู้ให้บริการครอบคลุมอีกครึ่งที่เหลือ — โมเดลการให้เหตุผลที่คิดนานขึ้นภายใต้โหลดคือตัวที่มีแนวโน้มที่สุดที่จะทำให้เกิดการหมดเวลา และเส้นทางที่ส่งคำขอไปยังแบ็กเอนด์อื่นแทนที่จะคืนข้อผิดพลาดนั้นมีค่ามากกว่าในกรณีนี้เมื่อเทียบกับโมเดลที่เร็ว

หากความสามารถที่คุณต้องการจาก Claude Mythos 5 คือคลาส Mythos ไม่ใช่ระดับการป้องกันที่ลดลง โมเดลแบบ gated นั้นไม่สามารถส่งไปยังสาธารณะได้ และไม่มีแพลตฟอร์มใดเปลี่ยนแปลงสิ่งนั้นได้ แต่คู่แฝดแบบ ungated ของมันทำได้: Claude Fable 5.1 มีน้ำหนักพื้นฐานเดียวกันโดยยังเปิดการป้องกันไว้อยู่ในแค็ตตาล็อกเดียวกันในราคาตามที่ Anthropic กำหนดที่ $10.00 / $50.00 โดยมีการอ่านแคชราคา $0.25 จากการรีเฟรชเดือนกันยายน และการสลับระหว่างมันกับ Grok 4.7 เป็นเพียงการเปลี่ยนสตริงโมเดล

คำตัดสินแคบกว่าที่ชื่อเรื่องบ่งชี้ และเป็นสิ่งที่ควรพูดตรง ๆ สำหรับงานแบบเอเจนต์ทั่วไป Grok 4.7 เป็นตัวเดียวในสองตัวนี้ที่คุณเรียกใช้ได้ และหลักฐานอิสระระบุว่าข้อได้เปรียบของมันเหนือรุ่นก่อนกระจุกตัวอยู่ตรงจุดที่คุณจะใช้งานมันพอดี — ซึ่งเป็นสัญญาณที่ดีกว่าการได้คะแนนดัชนีเพิ่มขึ้นสองจุดแบบกว้าง ๆ Claude Mythos 5 เป็นโมเดลที่แข็งแกร่งกว่าบนแกนเดียวที่มีใครวัดมันเทียบ และแกนนั้นคืองานด้านความปลอดภัยภายในโครงการที่ผ่านการตรวจสอบแล้ว ถ้างานของคุณไม่ใช่แบบนั้น คำถามที่น่าสนใจไม่ใช่ Mythos กับ Grok แต่เป็นว่าต้นทุนต่องานของ Grok 4.7 บนทราฟฟิกของคุณเองต่ำกว่าโมเดลที่คุณใช้อยู่ตอนนี้หรือไม่

ไม่มีสิ่งใดในนั้นที่เป็นเพียงข้อสันนิษฐาน: ความล้มเหลวของ AI และเหตุการณ์ที่เกี่ยวข้องกับเอเจนต์ซึ่งได้รับการบันทึกไว้ ที่อยู่เบื้องหลังการเปิดตัวแบบนี้ ถูกรวบรวมไว้ใน the OrcaRouter AI Incident Archive โดยแต่ละรายการมีแหล่งที่มา ระดับความรุนแรง ระดับความเชื่อมั่น และสถานะข้อโต้แย้งของตนเอง