สงครามโมเดล AI เดือด 4 ค่ายแข่งความเก่ง-ราคา เขย่าโลก AI

ตลาดปัญญาประดิษฐ์ หรือ AI กำลังเข้าสู่การแข่งขันรอบใหม่ หลังผู้พัฒนาโมเดลรายใหญ่ทยอยเปิดตัวหรือประกาศโมเดลใหม่ ตั้งแต่ Grok 4.6 ของ SpaceXAI, DeepSeek V4 Pro, Gemini 3.7 Flash ของ Google ไปจนถึง GLM-5.3 ของ Z.ai

ความเคลื่อนไหวที่เกิดขึ้นติดกันในเวลาเพียงไม่กี่วันสะท้อนว่า การแข่งขัน AI ไม่ได้วัดกันเฉพาะว่าใครมีโมเดลที่ทำคะแนน benchmark สูงที่สุดอีกต่อไป แต่กำลังขยายไปสู่ความสามารถด้าน AI Agent การเขียนและแก้ไขซอฟต์แวร์ การใช้เครื่องมือหลายขั้นตอน ความเร็วในการประมวลผล ตลอดจนต้นทุนต่อการใช้งานจริงของภาคธุรกิจ

Grok 4.6 ดัน SpaceXAI กลับสู่กลุ่มโมเดลแนวหน้า

SpaceXAI เปิดตัว Grok 4.6 โดยระบุว่าเป็นการต่อยอดจาก Grok 4.5 และให้ความสำคัญกับงานแบบ long-running agents หรืองานที่ AI ต้องดำเนินการต่อเนื่องหลายขั้นตอน รวมถึงงานวิจัย วิเคราะห์ข้อมูล ทำงานกับ codebase และสร้างแอปพลิเคชันจากแนวคิดจนเป็นผลงานที่ใช้งานได้จริง

ผลประเมินล่าสุดของ Artificial Analysis ให้ Grok 4.6 ในโหมด High ได้ 61 คะแนนใน Intelligence Index เพิ่มขึ้นจาก Grok 4.5 ที่ 56 คะแนน และอยู่ในระดับเดียวกับ GPT-5.6 Sol Max ที่ 61 คะแนน ขณะที่ Claude Opus 5 และ Claude Fable 5 อยู่ที่ 63 และ 62 คะแนนตามลำดับ

อย่างไรก็ตาม benchmark เป็นเพียงหนึ่งในเครื่องมือวัดความสามารถของโมเดล และคะแนนอาจเปลี่ยนแปลงได้เมื่อมีการปรับวิธีทดสอบหรือเวอร์ชันของดัชนี จึงไม่ควรใช้เป็นข้อสรุปเพียงอย่างเดียวว่าโมเดลใด “ดีที่สุด” สำหรับทุกประเภทงาน

ด้านราคา SpaceXAI ระบุว่า Grok 4.6 มีราคาเริ่มต้น 2 ดอลลาร์สหรัฐ (65 บาท) ต่อ 1 ล้าน input tokens และ 6 ดอลลาร์สหรัฐ (195 บาท) ต่อ 1 ล้าน output tokens ขณะที่รุ่น Fast มีราคาสูงเป็น 2 เท่าของอัตราดังกล่าว

นั่นทำให้การแข่งขันของ Grok 4.6 ไม่ได้อยู่เฉพาะด้านคะแนนความสามารถ แต่รวมถึงการวางตำแหน่งด้านต้นทุนสำหรับนักพัฒนาและธุรกิจที่นำโมเดลไปใช้สร้าง Agent หรือระบบอัตโนมัติด้วย

DeepSeek V4 Pro เก่งขึ้น แต่ Pro แลกมากับต้นทุนที่สูงกว่า

ฝั่งจีน DeepSeek เปิดตัว DeepSeek V4-Pro-0813 โดยบริษัทระบุว่าโมเดลรุ่นนี้ได้รับการปรับปรุงความสามารถด้าน AI Agent อย่างมีนัยสำคัญ และเปิดให้ใช้งานผ่าน API แอป และเว็บ

ข้อมูลของ Artificial Analysis ที่ตรวจสอบ ณ วันที่ 17 สิงหาคม 2569 ให้ DeepSeek V4 Pro 0813 ในโหมด Reasoning แบบ Max Effort ได้ 53 คะแนนใน Intelligence Index ขณะที่ DeepSeek V4 Flash 0731 อยู่ที่ 52 คะแนน ต่างกันเพียง 1 คะแนนในดัชนีปัจจุบัน

ตัวเลขดังกล่าวแตกต่างจากผลที่ Reuters รายงานว่า Artificial Analysis แสดง V4 Pro ที่ 53 คะแนน เทียบกับ V4 Flash ที่ 40 คะแนน สะท้อนข้อจำกัดสำคัญของการรายงาน benchmark ในอุตสาหกรรม AI ที่ตัวเลขสามารถเปลี่ยนได้ตามเวอร์ชันโมเดล การตั้งค่าการทดสอบ และการปรับปรุง methodology ของผู้ประเมิน

DeepSeek ใช้ Peak-Off-peak Pricing แล้ว

อีกจุดที่ต้องจับตาคือโครงสร้างราคา เพราะตั้งแต่วันที่ 17 สิงหาคม 2569 DeepSeek ใช้ระบบ Peak และ Off-peak pricing สำหรับ DeepSeek V4 Pro และ V4 Flash แล้ว ไม่ใช่เพียงแผนที่จะนำมาใช้ในอนาคต

สำหรับ DeepSeek V4 Pro กรณี input ที่ไม่ใช่ข้อมูลจาก cache หรือ cache miss ราคาในช่วง Peak อยู่ที่ 1.32 ดอลลาร์สหรัฐ (42.90 บาท) ต่อ 1 ล้าน tokens และ output อยู่ที่ 3.96 ดอลลาร์สหรัฐ (128.70 บาท)

ส่วนช่วง Off-peak ราคา cache-miss input ลดลงเหลือ 0.66 ดอลลาร์สหรัฐ (21.45 บาท) และ output อยู่ที่ 1.98 ดอลลาร์สหรัฐ (64.35 บาท) ต่อ 1 ล้าน tokens

DeepSeek กำหนดช่วง Peak อยู่ที่ 01.00–04.00 น. และ 06.00–10.00 น. ตามเวลา UTC ส่วนช่วงเวลาอื่นเป็น Off-peak โดยอัตรา Off-peak อยู่ที่ครึ่งหนึ่งของ Peak ตามข้อมูลหน้า API อย่างเป็นทางการ

ขณะที่ V4 Flash ยังมีต้นทุนต่ำกว่า โดยราคา cache-miss ในช่วง Peak อยู่ที่ 0.44 ดอลลาร์สหรัฐ (14.30 บาท) สำหรับ input และ 1.32 ดอลลาร์สหรัฐ (42.90 บาท) สำหรับ output ส่วน Off-peak ลดลงเหลือ 0.22 ดอลลาร์สหรัฐ (7.15 บาท) และ 0.66 ดอลลาร์สหรัฐ (21.45 บาท) ตามลำดับ

โครงสร้างดังกล่าวสะท้อนว่า DeepSeek ไม่ได้แข่งขันด้วยแนวคิด “โมเดลใหม่ต้องถูกกว่าเดิม” แต่กำลังแบ่งผลิตภัณฑ์ชัดขึ้นระหว่างรุ่นที่ให้ความสำคัญกับประสิทธิภาพและรุ่นที่เน้นความคุ้มค่าของต้นทุน

Google ส่ง Gemini 3.7 Flash ชู Coding-Agent 

Google เปิดตัว Gemini 3.7 Flash เมื่อวันที่ 13 สิงหาคม 2569 และเปิดให้ใช้งานในสถานะ Generally Available หรือ GA โดยบริษัทวางตำแหน่งให้เป็นโมเดล Flash ที่มีความสามารถสูงสำหรับงานเขียนโปรแกรมและ AI Agent

Google ระบุว่า Gemini 3.7 Flash มีการปรับปรุงด้าน Software Engineering, Web Development และ Agentic Workflows ขณะที่ Reuters ระบุว่า Google มุ่งให้โมเดลนี้รองรับระบบ AI อัตโนมัติที่สามารถวางแผน ใช้เครื่องมือซอฟต์แวร์ และทำงานหลายขั้นตอนโดยลดการพึ่งพามนุษย์

ตัวโมเดลรองรับ Context Window ขนาดประมาณ 1 ล้าน tokens และ output สูงสุด 64K Tokens พร้อมระดับการใช้ reasoning หรือ thinking ที่ปรับได้ 3 ระดับ ได้แก่ Low, Medium และ High

จุดสำคัญคือราคา โดย Google กำหนดราคา Standard Paid Tier ช่วงแนะนำจนถึง 31 ธันวาคม 2569 ที่ 0.75 ดอลลาร์สหรัฐ (24.38 บาท) ต่อ 1 ล้าน input tokens และ 3.75 ดอลลาร์สหรัฐ (121.88 บาท) ต่อ 1 ล้าน output tokens โดย output price รวม thinking tokens แล้ว

ตั้งแต่ 1 มกราคม 2570 ราคามาตรฐานจะเพิ่มเป็น 1.50 ดอลลาร์สหรัฐ (48.75 บาท) สำหรับ input และ 7.50 ดอลลาร์สหรัฐ (243.75 บาท) สำหรับ output ต่อ 1 ล้าน tokens

การตั้งราคาในลักษณะนี้สะท้อนยุทธศาสตร์ของ Google ที่ใช้โมเดลตระกูล Flash ซึ่งเน้นประสิทธิภาพและต้นทุน เป็นเครื่องมือผลักดันการใช้งาน AI ในงานที่ต้องเรียกโมเดลซ้ำจำนวนมาก โดยเฉพาะระบบ Agent และกระบวนการอัตโนมัติในองค์กร ซึ่งต้นทุนต่อ token มีผลโดยตรงต่อความคุ้มค่าเมื่อขยายระบบในระดับใหญ่

GLM-5.3 ไล่จี้โมเดลตะวันตกในงานค้นหาช่องโหว่

อีกหนึ่งความเคลื่อนไหวที่น่าจับตาคือ GLM-5.3 ของ Z.ai บริษัท AI จากจีน ซึ่งประกาศรายละเอียดโมเดลเมื่อวันที่ 14 สิงหาคม 2569 โดยให้ความสำคัญกับความสามารถด้าน coding และ cybersecurity

Z.ai รายงานว่า GLM-5.3 ทำคะแนน 84.5% บน CyberGym ซึ่งเป็นการทดสอบความสามารถในการตรวจสอบโค้ด ค้นหาช่องโหว่ของซอฟต์แวร์ และยืนยันว่าช่องโหว่นั้นเกิดขึ้นจริง เทียบกับ 83.8% สำหรับ Mythos 5 ของ Anthropic

แต่ตัวเลขดังกล่าวต้องอ่านอย่างระมัดระวัง เพราะ Reuters ระบุชัดว่า ผลการทดสอบที่ Z.ai เปิดเผยยังไม่ได้รับการตรวจสอบอย่างอิสระ

และเมื่อวัดความสามารถอีกขั้นหนึ่ง คือการนำช่องโหว่ที่ค้นพบไปพัฒนาเป็น exploit ที่ใช้งานได้ GLM-5.3 ทำคะแนน 54.4% บน ExploitBench ต่ำกว่า Mythos 5 ซึ่งอยู่ที่ 78.0% ขณะที่การทดสอบแบบจำกัดเวลา GLM-5.3 ทำงานด้านการพัฒนา exploit ได้ 105 งานใน 2 ชั่วโมง และ 130 งานใน 6 ชั่วโมง เทียบกับ Mythos 5 ที่ทำได้ 181 และ 247 งานตามลำดับ

ดังนั้นจึงยังไม่สามารถสรุปได้ว่า GLM-5.3 มีความสามารถด้าน cybersecurity โดยรวมเหนือกว่า Mythos 5 สิ่งที่ข้อมูลสนับสนุนได้คือ GLM-5.3 แสดงผลทดสอบที่แข่งขันได้อย่างมากใน งานค้นหาและยืนยันช่องโหว่ แต่ยังตามหลังในการเปลี่ยนช่องโหว่เหล่านั้นไปเป็นการโจมตีที่ใช้งานได้จริง

นอกจากนี้ ณ วันที่ 17 สิงหาคม 2569 GLM-5.3 ยังไม่ได้เปิดให้ใช้งานสาธารณะเต็มรูปแบบ โดย Z.ai ระบุว่าจะใช้เวลาประมาณ 2 สัปดาห์ในการประเมินด้านความปลอดภัยและเพิ่มมาตรการป้องกันก่อนเปิดเผยโมเดลต่อสาธารณะ ขณะที่ฟังก์ชันด้าน cybersecurity ที่มีความอ่อนไหวสูงจะจำกัดไว้สำหรับผู้ใช้ที่ผ่านการตรวจสอบผ่านระบบ Trusted Access