ค้นพบความสนใจของคุณ ไปด้วยกัน

ดีลจริง รีวิวตรงไปตรงมา และเรื่องราวการช้อปปิ้งจากคนที่มีความสนใจเดียวกับคุณ — ทุกวันบน ZestBuy

ค้นพบความสนใจของคุณ ไปด้วยกันดีลจริง รีวิวตรงไปตรงมา และเรื่องราวการช้อปปิ้งจากคนที่มีความสนใจเดียวกับคุณ — ทุกวันบน ZestBuy

โมเดลเปิดน้ำหนัก ทางเลือก AI ตั้งแต่เครื่องส่วนตัวถึง API

โมเดลเปิดน้ำหนัก ทางเลือก AI ตั้งแต่เครื่องส่วนตัวถึง API
ความสนใจ|สำรวจการใช้งาน AI

โมเดลเปิดน้ำหนักกำลังขยับจากห้องทดลองสู่การใช้งานจริง

โมเดลเปิดน้ำหนักคือโมเดลปัญญาประดิษฐ์ที่เผยแพร่ค่าน้ำหนักให้ผู้พัฒนานำไปติดตั้ง ปรับใช้ หรือเรียกผ่านบริการได้ จึงเปิดทางให้เลือกได้ว่าจะเก็บการประมวลผลไว้ในเครื่อง หรือใช้ API จากผู้ให้บริการภายนอก ทิศทางนี้สำคัญขึ้นเพราะสัดส่วนการใช้งานโมเดลเปิดน้ำหนักเพิ่มจาก 26.8% ในเดือนตุลาคม 2025 เป็น 71.7% ณ สิ้นเดือนกันยายน 2026 ตัวเลขดังกล่าวชี้ว่าผู้ใช้ไม่ได้มองโมเดลเหล่านี้เป็นเพียงทางเลือกรองอีกต่อไป แรงผลักดันมาจากการเข้าถึงความเชี่ยวชาญและต้นทุนการฝึกที่ลดลง โดยผู้ก่อตั้ง OVHcloud ระบุว่าต้นทุนลดเหลือหนึ่งใน 20 ภายในสามปี สำหรับผู้ใช้ทั่วไป ความหมายไม่ใช่แค่มีโมเดลให้เลือกมากขึ้น แต่เป็นการมีอำนาจตัดสินใจมากขึ้นว่าจะแลกความสะดวกกับการควบคุมข้อมูลอย่างไร

Olala Mini ลดเกณฑ์ฮาร์ดแวร์สำหรับ AI รันในเครื่อง

เมื่อวันที่ 17 พฤศจิกายน 2026 OVHcloud เปิดตัว Olala ซึ่งเป็นตระกูลโมเดลภาษาแรกของบริษัท โดยเริ่มจาก Olala mini 7A1B และมีแผนเผยแพร่บน Hugging Face ภายใต้สัญญาอนุญาต Apache 2.0 จุดขายที่ชวนจับตาคือบริษัทระบุว่าโมเดลรันได้บน GPU ที่มีหน่วยความจำ 8 GB ทำให้ AI รันในเครื่องเป็นทางเลือกที่เข้าถึงได้มากกว่าการต้องพึ่งเครื่องระดับศูนย์ข้อมูล ชื่อ 7A1B สื่อถึงโครงสร้างที่มีพารามิเตอร์รวม 7 พันล้านตัว แต่เปิดใช้งานเพียง 1 พันล้านตัวต่อคำขอ จึงออกแบบมาเพื่อลดภาระการประมวลผล ไม่ใช่เพียงย่อโมเดลให้เล็กลง ผลทดสอบที่บริษัทเปิดเผยอยู่ที่ 160 โทเค็นต่อวินาทีบน RTX A4500 และ 50 โทเค็นต่อวินาทีบนซีพียูทั่วไปที่ไม่มี GPU การนำไปใช้เริ่มเห็นผลแล้ว โดย Qwant รายงานว่าฟีเจอร์ตอบคำถามเร็วขึ้น 20% และต้นทุนดำเนินงานลดเหลือหนึ่งในสามเมื่อเทียบกับโมเดลเดิม นี่เป็นตัวอย่างที่ทำให้โมเดลภาษาโอเพนซอร์สมีน้ำหนักในงานจริง ไม่ใช่แค่คำสัญญาเรื่องการเปิดค่าน้ำหนัก

โมเดลเปิดน้ำหนัก ทางเลือก AI ตั้งแต่เครื่องส่วนตัวถึง API

Inkling 2 Mini เดิมพันกับการวนชั้นและการประมวลผลในเครื่อง

Inkling 2 Mini เลือกแก้โจทย์คนละแบบ โดย Thinking Machines Lab เปิดตัวโมเดลมัลติโหมดแบบ Mixture-of-Experts ที่มีพารามิเตอร์ทางกายภาพราว 26 พันล้านตัว แต่ใช้ 3 พันล้านตัวต่อโทเค็น สถาปัตยกรรม Looped Transformer นำชั้นกลางกลับมาใช้ซ้ำสามรอบ เพื่อเพิ่มความลึกในการประมวลผลโดยไม่ต้องสร้างชั้นจริงเพิ่มตามสัดส่วน โมเดลนี้เน้น Local AI รองรับข้อความและภาพ รวมถึงบริบทสูงสุด 1 ล้านโทเค็น และเปิดให้ใช้งานผ่าน Transformers, Llama App และ MLX การมีหลายช่องทางรันช่วยให้ผู้ใช้เลือกตามอุปกรณ์ได้ แต่จำนวนพารามิเตอร์รวมยังทำให้คำว่าใช้งานในเครื่องไม่ได้แปลว่าจะเหมาะกับคอมพิวเตอร์ทุกเครื่อง ผู้ใช้ควรตรวจสอบหน่วยความจำและการรองรับรูปแบบน้ำหนักก่อนติดตั้ง จุดแข็งของแนวทางนี้คือการควบคุมข้อมูลและปรับระบบได้เอง ส่วนข้อแลกเปลี่ยนคือผู้ใช้ต้องรับภาระด้านฮาร์ดแวร์และการตั้งค่า หากต้องการใช้งานทันทีโดยไม่ดูแลเครื่อง การเข้าถึงผ่าน API ยังเป็นทางที่ง่ายกว่า

API เดียวลดความยุ่งยาก แต่ไม่ได้ทำให้การเลือกโมเดลหมดความสำคัญ

Hugging Face และ OpenRouter ประกาศความร่วมมือเพื่อรวมระบบ routing ให้โมเดลเปิดน้ำหนักบน Hub ที่มีผู้ให้บริการรองรับเรียกใช้งานผ่านโทเค็นและ API เดียว โดยระบบเลือกผู้ให้บริการตามราคา ความเร็ว และความน่าเชื่อถือ พร้อมลองส่งคำขอไปยังรายอื่นเมื่อรายแรกขัดข้อง การเปลี่ยนนี้ช่วยลดงานดูแลการเชื่อมต่อ เหมาะกับผู้พัฒนาที่ต้องการทดลองหลายโมเดลโดยไม่แก้โค้ดทุกครั้ง ระบบรองรับรูปแบบ API ของ OpenAI และ Anthropic สำหรับโมเดลแชท จึงเชื่อมกับเครื่องมือพัฒนาและชุดคำสั่งที่คุ้นเคยได้ง่ายขึ้น อย่างไรก็ดี API โมเดล AI ไม่ได้ให้การควบคุมเท่ากับการติดตั้งเอง ผู้ใช้ยังต้องพิจารณาการส่งข้อมูลออกจากเครื่อง เงื่อนไขบริการ และความพร้อมของผู้ให้บริการ การเลือกจึงไม่ควรยึดคำว่าเปิดเพียงอย่างเดียว: Olala เหมาะกับผู้ที่ต้องการทดลองรันบนฮาร์ดแวร์จำกัด Inkling เน้นความสามารถในเครื่อง ส่วน routing เหมาะกับผู้ที่ให้ความสำคัญกับความสะดวกและการเปลี่ยนโมเดลได้คล่อง ในระยะถัดไปทั้งสองบริษัทมีแผนเชื่อมบัญชีและขยายบริการผ่านระบบ routing

ZestBuy ได้รับค่าคอมมิชชั่นเมื่อคุณช้อปผ่านลิงก์ของเรา โดยคุณไม่ต้องจ่ายเพิ่ม บทความนี้สร้างขึ้นด้วย AI จากแหล่งข้อมูลที่เผยแพร่และข้อมูลสินค้า

You May Also Like

Comments
พูดอะไรบางอย่าง...
ยังไม่มีความคิดเห็น มาเป็นคนแรกที่แบ่งปันความคิดเห็นของคุณ!