บริษัทอาลีบาบา (Alibaba) ของจีนเปิดตัวโมเดล AI ที่มีขนาดใหญ่และมีความสามารถสูงที่สุดเท่าที่เคยพัฒนามา ส่งผลให้ราคาหุ้นพุ่งขึ้นทันที
ขณะเดียวกันบริษัทวิจัยรายหนึ่งเปิดเผยว่าโมเดลล่าสุดของดีพซีค (DeepSeek) มีราคาการใช้งานที่ถูกกว่า Claude Fable 5 ของ Anthropic มากกว่า 100 เท่า สะท้อนให้เห็นถึงการแข่งขันที่ดุเดือดของบริษัทเทคโนโลยีจีนในการพัฒนาระบบ AI ที่ทรงพลังแต่ยังคงควบคุมต้นทุนการใช้งานให้อยู่ในระดับที่เข้าถึงได้
*** Qwen3.8-Max พบ V4-Flash
ทั้งโมเดล Qwen3.8-Max ของ Alibaba และ V4-Flash ของ DeepSeek ต่างเป็นโมเดลแบบ "โอเพนเวท" (open-weight) ซึ่งหมายถึงการเปิดให้นักพัฒนาดาวน์โหลดค่าพารามิเตอร์ที่โมเดลเรียนรู้มาไปใช้งานหรือดัดแปลงต่อได้ ต่างจากโมเดลของ OpenAI, Anthropic และ Google ที่เป็นระบบปิด (closed-source)
กลยุทธ์นี้ช่วยให้บริษัทจีนสามารถขยายฐานผู้ใช้ในกลุ่มนักพัฒนาทั่วโลกได้มากขึ้น นักวิเคราะห์จากบริษัทวิจัย Omdia ระบุว่าธุรกิจจำนวนมากไม่จำเป็นต้องใช้โมเดลที่ดีที่สุดในอุตสาหกรรม แต่ต้องการโมเดลที่ดีเพียงพอ ราคาเข้าถึงได้ โปร่งใส และใช้งานได้จริง ซึ่งโมเดลโอเพนเวทตอบโจทย์นี้ได้ดี
ในส่วน Qwen3.8-Max ข้อมูลระบุว่ามีจำนวนพารามิเตอร์สูงถึง 2.4 ล้านล้านพารามิเตอร์ ซึ่งพารามิเตอร์คือค่าตัวเลขที่โมเดลเรียนรู้จากข้อมูลเพื่อใช้จดจำรูปแบบ ตอบคำถาม และทำงานต่าง ๆ ตัวเลขนี้ใกล้เคียงกับ Kimi K3 ของ Moonshot AI คู่แข่งในจีนที่มี 2.8 ล้านล้านพารามิเตอร์
แม้จำนวนพารามิเตอร์ที่มากไม่ได้แปลว่าโมเดลจะดีกว่าเสมอไป แต่ก็ถือเป็นตัวชี้วัดสำคัญที่สะท้อนขนาดของพลังประมวลผลและข้อมูลที่ใช้พัฒนาโมเดล
หลังเปิดตัวบนแพลตฟอร์มเปรียบเทียบโมเดล Arena.AI โมเดลนี้ก็ไต่อันดับขึ้นอย่างรวดเร็ว กลายเป็นโมเดลจีนที่ครองอันดับสูงสุดในหมวดโมเดลข้อความ แม้ยังตามหลัง Claude Fable 5 และโมเดลตระกูล Opus อีกสามรุ่นของ Anthropic อยู่ ส่วนในหมวดโมเดลที่วิเคราะห์ภาพและสื่อภาพอื่น ๆ Qwen3.8-Max รั้งอันดับสองของโลก เป็นรองเพียงโมเดลรุ่น Claude Fable 5 เท่านั้น
โมเดลทั้ง Qwen3.8-Max และ Kimi K3 ต่างรองรับการประมวลผลทั้งข้อความ ภาพ และวิดีโอ และสามารถรับข้อมูลได้ครั้งละสูงสุด 1 ล้านโทเคน โดยโทเคนคือหน่วยข้อมูลย่อย เช่น ส่วนหนึ่งของคำหรือคำสั้น ๆ ซึ่งตัวเลขที่สูงหมายความว่าโมเดลสามารถรับเนื้อหาปริมาณมากในครั้งเดียว เช่น เอกสารกฎหมายยาว โค้ดซอฟต์แวร์ขนาดใหญ่ หรือเอกสารหลายร้อยหน้า
Alibaba ระบุว่าโมเดลนี้ ซึ่งมีกำหนดเปิดให้ใช้งานจริงในสัปดาห์หน้า สามารถทำโปรเจกต์ด้านวิศวกรรมซอฟต์แวร์เสร็จสิ้นภายใน 16 วัน โดยใช้สถาปัตยกรรมแบบ "mixture-of-experts" ซึ่งแบ่งงานให้ส่วนย่อยที่เชี่ยวชาญเฉพาะทางในระบบทำงาน แทนการเปิดใช้งานทั้งโมเดลในทุกคำสั่ง ทำให้ในการประมวลผลแต่ละครั้งใช้พารามิเตอร์เพียง 9.5 หมื่นล้านตัวเท่านั้น ช่วยลดต้นทุนและระยะเวลาในการตอบสนอง
***DeepSeek ทุบราคา
ด้าน V4-Flash โมเดลใหม่ของ DeepSeek ที่เปิดตัวเมื่อวันศุกร์ที่ 31 กรกฎาคม 2026 ได้รับการจัดอันดับจากบริษัทวิจัย Artificial Analysis ว่าเป็นโมเดลที่มีต้นทุนการใช้งานต่ำที่สุดเมื่อเทียบกับโมเดลชื่อดังอื่น ๆ ในตลาดโลก
DeepSeek เป็นบริษัทที่มีรายงานว่าอยู่ระหว่างเตรียมเข้าตลาดหลักทรัพย์ (IPO) และเคยสร้างความฮือฮาระดับโลกมาแล้วจากโมเดล R1 และ V3 ในช่วงต้นปี 2025 ซึ่งครั้งนั้นถึงกับทำให้หุ้นกลุ่มเทคโนโลยีทั่วโลกร่วงลง และจุดคำถามเกี่ยวกับเม็ดเงินมหาศาลที่บริษัทสหรัฐฯ ใช้ลงทุนด้าน AI
ในด้านราคา V4-Flash คิดค่าบริการ 0.14 ดอลลาร์สหรัฐต่อการประมวลผลข้อมูลนำเข้า 1 ล้านโทเคน และ 0.28 ดอลลาร์สหรัฐต่อข้อมูลส่งออก 1 ล้านโทเคน ตามข้อมูลจาก Artificial Analysis ซึ่งประเมินว่าต้นทุนเฉลี่ยของ V4-Flash ต่อการทดสอบหนึ่งครั้งอยู่ที่เพียง 3 เซนต์ ในขณะที่ Kimi K3 อยู่ที่ 86 เซนต์ GPT-5.6 Sol ของ OpenAI อยู่ที่ 1.86 ดอลลาร์ และ Claude Fable 5 ของ Anthropic อยู่ที่ 3.15 ดอลลาร์
การเปรียบเทียบต้นทุนในรูปแบบนี้สะท้อนมูลค่าการใช้งานจริงได้ชัดเจนกว่าการดูเพียงราคาต่อโทเคน เพราะคำนึงถึงปริมาณข้อมูลที่โมเดลต้องประมวลผลและสร้างขึ้นเพื่อทำงานให้เสร็จสมบูรณ์ แปลว่าโมเดลที่มีราคาตั้งต้นต่ำอาจกลายเป็นตัวเลือกที่มีต้นทุนสูงในทางปฏิบัติ หากต้องใช้ขั้นตอนการประมวลผลมากกว่าเพื่อให้ได้คำตอบที่ต้องการ.