อาลีบาบา ส่ง Qwen3.8-Flash ลุย AI โมเดลใหม่ ลดต้นทุน 9 เท่า

อาลีบาบาเดินหน้าขยายการแข่งขันในตลาดปัญญาประดิษฐ์ (AI) เปิดตัว Qwen3.8-Flash โมเดล AI แบบ Multimodal ที่เปิดเผยค่าน้ำหนักโมเดล (Open-weight) ซึ่งออกแบบมาเพื่อรองรับงานประมวลผลปริมาณมาก ทั้งการเขียนโค้ดด้วย AI Agent การทำงานอัตโนมัติหลายขั้นตอน และระบบผู้ช่วยทำงาน โดยมุ่งเน้นการสร้างสมดุลระหว่างประสิทธิภาพ ความเร็ว และต้นทุน

ใช้ MoE ลดภาระประมวลผล

Qwen3.8-Flash ใช้สถาปัตยกรรม Mixture-of-Experts (MoE) ประกอบด้วยโมเดลหลัก 125 พันล้านพารามิเตอร์ หรือ 125B พร้อม N-gram Embeddings อีก 51 พันล้านพารามิเตอร์ แต่ในการประมวลผลแต่ละโทเคนจะเรียกใช้พารามิเตอร์จริงประมาณ 6 พันล้านรายการ หรือ 6B เท่านั้น

แนวทางดังกล่าวช่วยลดภาระการประมวลผล ขณะที่ยังคงความสามารถของโมเดลขนาดใหญ่ เหมาะกับการนำไปใช้ในแอปพลิเคชันที่ต้องรองรับปริมาณงานสูง ระบบที่ต้องเชื่อมต่อกับเครื่องมือหลายประเภท รวมถึงงานเขียนโค้ดและ AI Agent สำหรับองค์กร

โมเดลรองรับ Context Window ในตัว 262K โทเคน และสามารถขยายได้สูงสุดถึง 1 ล้านโทเคน รองรับการประมวลผลข้อมูลขนาดใหญ่และงานที่ต้องทำต่อเนื่องหลายขั้นตอน

ประสิทธิภาพเทียบชั้นโมเดล AI ระดับแนวหน้า

อาลีบาบา ระบุว่า Qwen3.8-Flash มีผลการทดสอบในหลาย Benchmark ที่สามารถแข่งขันกับโมเดลชั้นนำ อาทิ DeepSeek-V4-Flash และ Claude-Opus-4.6 โดยครอบคลุมทั้งการเขียนโค้ด การทำงานออฟฟิศ การเรียกใช้เครื่องมือ การแก้โจทย์คณิตศาสตร์จากภาพ และการควบคุมสมาร์ทโฟนผ่าน AI Agent

หนึ่งในจุดเด่นสำคัญคือความสามารถด้าน Agentic Coding และ Long-horizon Agent Tasks ซึ่งเป็นการให้ AI วางแผนและดำเนินงานที่มีหลายขั้นตอนต่อเนื่องจนบรรลุเป้าหมาย ขณะเดียวกันยังรองรับงาน Multimodal Intelligence ที่สามารถทำความเข้าใจข้อมูลมากกว่าข้อความ

ลดต้นทุนเทรนเหลือ 1 ใน 9

จุดขายสำคัญของ Qwen3.8-Flash อยู่ที่การออกแบบสถาปัตยกรรมใหม่ โดยผสานเทคนิคหลายด้าน ทั้ง Hybrid Attention, Gated DeltaNet (GDN), Qwen Sparse Attention (QSA), Gated Residual และ N-gram Embedding รวมถึง Muon Optimizer เพื่อเพิ่มประสิทธิภาพการฝึกโมเดลขนาดใหญ่

อาลีบาบา ระบุว่า การออกแบบดังกล่าวช่วยให้ Qwen3.8-Flash ลดต้นทุนทั้งการฝึกโมเดลและการประมวลผล Inference ได้อย่างมีนัยสำคัญ เมื่อเทียบกับ Qwen3.7-Plus ซึ่งมีขนาดใหญ่กว่าประมาณ 3 เท่า โดย Qwen3.8-Flash ใช้ทรัพยากรสำหรับการฝึกโมเดลเพียงประมาณ 1 ใน 9 แต่ยังสามารถทำผลงานด้านการเขียนโค้ดและงานสำนักงานได้ดีกว่าในบางการทดสอบ

เปิดให้ใช้งานทั่วโลก ราคาเริ่มต้น 1 หยวน

อาลีบาบา เปิดให้ผู้พัฒนาทั่วโลกดาวน์โหลดค่าน้ำหนักของ Qwen3.8-Flash ผ่าน Hugging Face และ ModelScope ขณะที่ผู้ใช้งานสามารถเข้าถึงโมเดลผ่าน API บน Model Studio และ Qwen Cloud

ค่าบริการ API เริ่มต้นที่ 1 หยวนต่อ 1 ล้านโทเคนสำหรับอินพุต และ 3 หยวนต่อ 1 ล้านโทเคนสำหรับเอาต์พุต หรือประมาณ 0.16 และ 0.47 ดอลลาร์สหรัฐ ตามลำดับ สะท้อนกลยุทธ์ของอาลีบาบาที่มุ่งผลักดัน AI ที่มีประสิทธิภาพสูงแต่มีต้นทุนการใช้งานต่ำ

นอกจากนี้ Qwen3.8-Flash ยังถูกนำไปใช้งานบน QwenWork แพลตฟอร์ม AI Agent สำหรับการทำงานของอาลีบาบา โดย Standard Mode รุ่นใหม่สามารถลดการใช้โทเคนต่อหนึ่งงานได้ 75% และเพิ่มความเร็วในการสร้างเนื้อหาได้เกือบ 2 เท่าเมื่อเทียบกับโหมดเดิม

ปูทางสู่ Qwen4

อาลีบาบา ระบุว่า Qwen3.8-Flash ยังทำหน้าที่เป็นต้นแบบด้านสถาปัตยกรรมสำหรับ Qwen4 ซึ่งเป็นโมเดลตระกูลถัดไปที่บริษัทเตรียมเปิดตัว สะท้อนทิศทางการพัฒนาโมเดล AI ที่ไม่ได้แข่งขันกันเฉพาะด้านขนาดของพารามิเตอร์ แต่ให้ความสำคัญกับประสิทธิภาพต่อหน่วยต้นทุนและความสามารถในการนำไปใช้งานจริงมากขึ้น

ปัจจุบันอาลีบาบาเปิดโอเพนซอร์สโมเดล AI แล้วมากกว่า 460 โมเดล และระบบนิเวศ Qwen ก่อให้เกิดโมเดลต่อยอดมากกว่า 300,000 โมเดล มียอดดาวน์โหลดสะสมทั่วโลกกว่า 3 พันล้านครั้ง ตอกย้ำบทบาทของ Qwen ในการแข่งขันตลาด AI แบบเปิดที่กำลังขยายตัวอย่างรวดเร็ว