Alibaba เปิดตัว Qwen3.8-Max โมเดลที่ใหญ่และดีที่สุดที่เคยทำ Deepseek เปิดตัว V4-Flash โมเดลที่ ‘ประหยัดค่ารันที่สุดในโลก’

ศึก AI สัญชาติจีนกำลังเดือด หลังสองยักษ์ใหญ่เปิดศึกระรอบใหม่พร้อมกัน โดย Alibaba เปิดตัว AI โมเดลที่ใหญ่และฉลาดที่สุดเท่าที่เคยทำมา ขณะเดียวกัน DeepSeek ก็ปล่อยโมเดลใหม่ที่ชูจุดขายด้วยราคาถูกกว่าคู่แข่งฝั่งอเมริกาเกิน 100 เท่า

สถานการณ์นี้สะท้อนชัดเจนว่า ค่ายเทคโนโลยีจีนไม่ได้แข่งกันแค่เรื่อง ‘ความฉลาด’ แต่กำลังเปิดศึกสนามใหญ่ในเรื่อง ‘ความคุ้มค่า’ เพื่อกวาดนักพัฒนาทั่วโลกเข้ามาอยู่ในนิเวศของตัวเอง

ทั้ง Qwen3.8-Max ของ Alibaba และ V4-Flash ของ DeepSeek ต่างชูจุดเด่นด้วยการเป็น Open-weight model หรือการเปิดให้นักพัฒนาภายนอกสามารถดาวน์โหลดตัวโมเดลไปรันบนระบบของตัวเอง หรือปรับแต่งการทำงานได้ตามใจชอบ ซึ่งต่างจากค่ายฝั่งอเมริกาอย่าง OpenAI, Anthropic หรือ Google ที่มักจะเก็บเป็นโมเดลแบบปิด 

Lian Jye Su หัวหน้านักวิเคราะห์จาก Omdia มองว่า จีนกำลังจับจุดสำคัญของตลาดได้ถูกทาง "งานในโลกธุรกิจส่วนใหญ่ ไม่ได้จำเป็นต้องใช้ AI โมเดลที่ฉลาดที่สุดในโลกตลอดเวลา แต่ต้องการโมเดลที่เก่งพอตัว ราคาจับต้องได้ มีความโปร่งใส และเข้าถึงง่าย ซึ่งโมเดลแบบเปิดตอบโจทย์ตรงนี้ได้สมบูรณ์แบบ"

Alibaba Qwen3.8-Max โมเดลระดับ 2.4 ล้านล้านพารามิเตอร์

สำหรับค่าย Alibaba ข่าวใหญ่รอบนี้คือการเปิดตัว Qwen3.8-Max โมเดลที่มีพารามิเตอร์ขนาดยักษ์ถึง 2.4 ล้านล้านพารามิเตอร์ ซึ่งเกือบจะไล่ทันคู่แข่งในประเทศอย่าง Kimi K3 จากค่าย Moonshot AI ที่มี 2.8 ล้านล้านพารามิเตอร์แล้ว

ไฮไลต์ความสามารถของ Qwen3.8-Max ได้แก่

  • โค่นโมเดลจีนด้วยกันขึ้นอันดับ 1: ในการทดสอบบนแพลตฟอร์ม Arena.AI โมเดลนี้ขึ้นแท่นเป็น AI สายประมวลผลข้อความ (Text) ที่เก่งที่สุดของจีน แม้จะยังตามหลัง Claude Fable 5 จากฝั่งสหรัฐฯ อยู่เล็กน้อย
  • วิเคราะห์ภาพและวิดีโอสุดโหด: ในหมวดการประมวลผลภาพและสื่อทัศนูปกรณ์ Qwen3.8-Max คว้าอันดับ 2 ของโลก เป็นรองแค่ Claude เท่านั้น
  • รองรับข้อมูลมหาศาล: รับข้อมูลได้สูงสุด 1 ล้านโทเคน (Tokens) ต่อครั้ง เท่ากับว่าสามารถย่อยเอกสารหนาหลายร้อยหน้า โค้ดโปรแกรมขนาดใหญ่ หรือไฟล์กฎหมายยาว ๆ ได้สบายในครั้งเดียว
  • เคล็ดลับความเร็วและประหยัด: Alibaba เลือกใช้ architecture ที่เรียกว่า Mixture-of-Experts (MoE) หรือการแบ่งงานให้ AI เฉพาะทางแต่ละส่วนช่วยกันทำ แทนที่จะเปิดสมองทั้งก้อนประมวลผลพร้อมกัน ทำให้การใช้งานจริงดึงพารามิเตอร์มาใช้แค่ 9.5 แสนล้านพารามิเตอร์ ช่วยลดทั้งต้นทุนและเวลาในการตอบกลับอย่างมาก (โดย Alibaba เผยว่าโมเดลนี้สามารถลุยโปรเจกต์วิศวกรรมซอฟต์แวร์เสร็จได้ในเวลาแค่ 16 วัน)

DeepSeek V4-Flash สงครามราคาที่แท้จริง

หาก Alibaba คือสายทรงพลัง DeepSeek ก็คือสายหมัดหนักเรื่องราคา โมเดลรุ่นใหม่อย่าง V4-Flash ที่เพิ่งปล่อยออกมา ถูกยกให้เป็นโมเดลที่ประหยัดค่ารันที่สุดในโลกจากการจัดอันดับของ Artificial Analysis

หากดูค่าบริการของ V4-Flash จะพบว่า

  • Input (ข้อมูลที่ใส่เข้าไป): 0.14 ดอลลาร์ / 1 ล้านโทเคน
  • Output (คำตอบที่สร้างออกมา): 0.28 ดอลลาร์ / 1 ล้านโทเคน

เมื่อเทียบต้นทุนเฉลี่ยต่อการทดสอบ 1 ครั้ง ให้เห็นภาพชัด ๆ

  • DeepSeek V4-Flash: 0.03 ดอลลาร์ (ราวๆ 1 บาท)
  • Kimi K3 (จีน): 0.86 ดอลลาร์
  • GPT-5.6 Sol (OpenAI): 1.86 ดอลลาร์
  • Claude Fable 5 (Anthropic): 3.15 ดอลลาร์ (ราวๆ 110 บาท)

จะเห็นว่าค่าใช้จ่ายต่างกันมหาศาลถึง 100 เท่า ซึ่ง Artificial Analysis ย้ำว่า นี่คือการคำนวณจากต้นทุนจริงในการทำงานจนจบโปรเซส ไม่ใช่แค่ราคาป้ายแบนเนอร์ เพราะโมเดลที่ราคาถูกแต่อาจต้องใช้หลายขั้นตอนในการคิด อาจจะแพงกว่าในชีวิตจริง แต่กรณีของ V4-Flash ทำผลงานประหยัดได้อย่างแท้จริง

การขยับตัวของทั้ง Alibaba และ DeepSeek ในครั้งนี้ แสดงให้เห็นว่าศึก AI ในระลอกถัดไป ไม่ใช่แค่เรื่องใครจะสร้างระบบที่ฉลาดที่สุดในห้องปฏิบัติการ แต่คือ "ใครจะสามารถมอบประสิทธิภาพระดับสูง ในราคาที่ภาคธุรกิจนำไปใช้งานจริงได้คุ้มค่าที่สุด" ซึ่ง AI สัญชาติจีนกำลังรุกหนักเข้าหากลุ่มองค์กรและนักพัฒนาทั่วโลกอย่างน่าจับตามอง

อ้างอิง: reuters

ลงทะเบียนเข้าสู่ระบบ เพื่ออ่านบทความฟรีไม่จำกัด

No comment

RELATED ARTICLE

Responsive image

Huawei เปิดตัว Atlas 960E SuperPoD และ Peerium สถาปัตยกรรมปฏิวัติวงการ สั่งชิป 1 ล้านตัวทำงานพร้อมกันเป็นซุปเปอร์คอมพิวเตอร์เครื่องเดียว

Techsauce สรุปไฮไลต์ HUAWEI CONNECT 2026 Huawei เปิดตัว Atlas 960E SuperPoD และ Peerium สถาปัตยกรรมปฏิวัติวงการ ใช้เทคโนโลยีแสง NPO สั่งชิปล้านตัวประมวลผลแรงเท่าซุปเปอร์คอมพิวเตอร์...

Responsive image

ทำไม Location จึงเป็นจิ๊กซอว์สำคัญที่ AI ขาดไม่ได้ เปิดฉากทัศน์ใหม่ของการตัดสินใจองค์กรจาก Esri Thailand

สิ่งที่ทำให้บางองค์กรสามารถตัดสินใจได้แม่นยำกว่า ไม่ได้เกิดจากการมีข้อมูลมากกว่าเพียงอย่างเดียว หากเกิดจากความสามารถในการเชื่อมโยงข้อมูลเหล่านั้นเข้าด้วยกันจนมองเห็นภาพรวมและความสั...

Responsive image

‘Human of Tomorrow’ ในมุม Jessica Rosenworcel เทคโนโลยีจะไปต่อได้ต้องสร้างความไว้วางใจไปพร้อมกัน

essica Rosenworcel ผู้อำนวยการบริหาร MIT Media Lab ขึ้นเวที KBTG Techtopia 2026 ชี้ว่าความไว้วางใจไม่ใช่สมมติฐานที่แถมมากับเทคโนโลยีอีกต่อไป พร้อมตัวอย่างฉลากความปลอดภัย IoT ฉลากโภ...