ตัวแบบ AI ใหม่จากค่ายตะวันออกและตะวันตก ใครนำบนดัชนีประสิทธิภาพ AI

ดัชนีประสิทธิภาพ AI กลายเป็นสนามรบใหม่ของมหาอำนาจโมเดล

ดัชนีประสิทธิภาพ AI คือคะแนนรวมที่ใช้วัดความสามารถของโมเดล AI หลายด้านพร้อมกัน ทั้งงานตัวแทนอัจฉริยะ งานเขียนโค้ด การทดสอบความรู้ระดับสูง และการแก้ปัญหาทางเทคนิค เพื่อเปรียบเทียบว่าโมเดลใดให้สมดุลระหว่างความฉลาด ความเสถียร และการใช้งานได้จริงในโลกธุรกิจได้ดีกว่ากันในภาพรวมเดียวที่เข้าใจง่ายสำหรับคนทำงานและผู้บริหารเทคโนโลยี.

การขยับครั้งล่าสุดทำให้สนามนี้ร้อนขึ้นทันที เมื่อโมเดล Qwen3.8 Max ของ Alibaba ทำคะแนนบน Artificial Analysis Intelligence Index ได้ 56 คะแนน ซึ่งเป็นตัวชี้วัดรวมจากการทดสอบ 9 รายการ เช่น GDPval-AA, Terminal-Bench, SciCode และ Humanity’s Last Exam ขณะที่ฝั่งตะวันตก Meta กลับเข้าสู่เกมด้วย Muse Spark 1.2 ที่พุ่งขึ้นมาแตะ 54 คะแนนในเวลาไม่กี่เดือน. การแข่งขันจึงไม่ได้เป็นเรื่องของ “ใครฉลาดสุด” อย่างเดียวยังกลายเป็นคำถามว่า “ใครพัฒนาไวและคุ้มค่าที่สุด” ไปพร้อมกัน.

โมเดล Qwen3.8 Max: คะแนนนำและน้ำหนักโมเดลระดับยักษ์

Qwen3.8 Max คือคำตอบชัดเจนว่า ค่ายฝั่งตะวันออกไม่ได้ตามหลังอีกต่อไป เมื่อโมเดลนี้กวาดคะแนน 56 บนดัชนีประสิทธิภาพ AI ของ Artificial Analysis Intelligence Index ทำให้ขึ้นมาอยู่ระดับเดียวกับโมเดลชั้นนำอย่าง Claude Opus 4.8 (max) และนำหน้าตัวแบบจากค่ายใหญ่ฝั่งตะวันตกทั้ง Google, Meta และ xAI. กล่าวได้ว่า “Qwen3.8 Max ทำคะแนน 56 บน Artificial Analysis Intelligence Index ซึ่งเหนือกว่าทุกโมเดลจากสหรัฐส่วนใหญ่ ยกเว้นเพียงรุ่นบนสุดของ Anthropic และ OpenAI พร้อม Moonshot AI’s Kimi K3 เท่านั้น”.

ในเชิงโครงสร้าง โมเดล Qwen3.8 Max มีขนาด 2.4 ล้านล้านพารามิเตอร์ โดยมีพารามิเตอร์ที่ทำงานต่อครั้ง 95 พันล้าน ถือว่าใหญ่กว่าการเปิดน้ำหนักรุ่นเดิมของค่ายเดียวกันหลายเท่า และเป็นรองเพียง Kimi K3 ที่ 2.8 ล้านล้านพารามิเตอร์. ที่สำคัญ Alibaba ประกาศว่าจะเปิดน้ำหนักโมเดลนี้ให้ดาวน์โหลดภายในสัปดาห์ถัดไป ซึ่งหมายความว่าองค์กรหรือนักพัฒนาที่มีโครงสร้างพื้นฐานของตัวเองจะสามารถรัน Qwen3.8 Max ได้ด้วยต้นทุนที่ยืดหยุ่นกว่าการพึ่ง API จากผู้ให้บริการโดยตรง.

Muse Spark 1.2: การกลับมาของ Meta และวัฏจักรพัฒนาที่เร่งขึ้น

ฝั่งตะวันตก Muse Spark 1.2 กลายเป็นสัญญาณว่าค่ายใหญ่อย่าง Meta ยังไม่หลุดจากเวทีแข่งขัน เพียงสี่เดือน โมเดลตระกูล Muse Spark กระโดดจากเวอร์ชัน 1.0 ที่ได้ 43 คะแนน ไปสู่ 1.2 ที่ทำได้ 54 คะแนนบนดัชนีประสิทธิภาพ AI. เมื่อเทียบกับห้องทดลองอื่น การไต่ระดับกว่า 11 คะแนนในระยะเวลาสั้นขนาดนี้นับว่าเป็นกราฟพัฒนาที่เฉียบคมที่สุดเส้นหนึ่งของปีนี้.

สิ่งที่น่าสนใจคือ Meta ใช้ช่วงเวลาหนึ่งปีที่ผ่านมาไปกับการ “ยกเครื่ององค์กร” หลังเหตุการณ์ Llama 4 ที่ตัวเลข Benchmark ถูกวิจารณ์ว่าปะปนจากหลายเวอร์ชันจนขาดความน่าเชื่อถือ. บริษัทจึงปรับโครงสร้าง เข้าถือหุ้นครั้งใหญ่ใน Scale AI และดึง Alexandr Wang มาดูแลหน่วย Meta Superintelligence Labs พร้อมลดจำนวนวิศวกรลง. ผลลัพธ์คือ Muse Spark 1.2 ซึ่งไม่ได้อ้างอิงคะแนนจากตัวเองแต่ผ่านการทดสอบจากภายนอก และได้รับการปรับให้เก่งด้านงานตัวแทนอัตโนมัติเป็นพิเศษ โดย Elo ของ GDPval-AA กระโดดขึ้น 260 คะแนน ไปอยู่ที่ 1631 ซึ่งขยับขึ้นมาติดกลุ่มผู้นำของโลกแล้ว.

DeepSeek V4-Flash: แชมป์ความคุ้มค่าบนดัชนีประสิทธิภาพ AI

ในขณะที่ Qwen3.8 Max และ Muse Spark 1.2 แข่งกันด้านคะแนน ด้านอีกฝั่งหนึ่ง DeepSeek V4-Flash กลับเลือกลงสนามด้วยกลยุทธ์ “ราคาต่อประสิทธิภาพ” ซึ่งกำลังกลายเป็นตัวแปรสำคัญของดัชนีประสิทธิภาพ AI สมัยใหม่. แหล่งจัดอันดับเดียวกันระบุว่า DeepSeek V4-Flash ถูกยกให้เป็นโมเดลที่ประหยัดค่ารันที่สุดในโลก เมื่อเทียบต้นทุนเฉลี่ยต่อการทดสอบหนึ่งครั้งอยู่ราว 0.03 ดอลลาร์ (ประมาณ ฿1). เมื่อวางเทียบกับ Kimi K3 ที่ 0.86 ดอลลาร์ GPT-5.6 Sol ที่ 1.86 ดอลลาร์ และ Claude Fable 5 ที่ 3.15 ดอลลาร์ (ประมาณ ฿110) จะเห็นว่าช่องว่างด้านต้นทุนกว้างถึงระดับหนึ่งร้อยเท่าในบางกรณี.

จุดที่ทำให้ DeepSeek V4-Flash น่าจับตายิ่งขึ้นคือราคาบริการระดับโทเคน Input อยู่ที่ 0.14 ดอลลาร์ต่อหนึ่งล้านโทเคน และ Output อยู่ที่ 0.28 ดอลลาร์ต่อหนึ่งล้านโทเคน. ตัวเลขนี้สะท้อนว่าผู้พัฒนาและองค์กรสามารถทดลองหรือรันงานจำนวนมาก โดยค่าใช้จ่ายใกล้เคียงกับราคากาแฟหนึ่งแก้ว แต่ได้ประสิทธิภาพระดับดัชนีสากลรับรอง. เมื่อผนวกกับการเป็น Open-weight model ที่เปิดให้ดาวน์โหลดไปปรับแต่งหรือรันบนโครงสร้างของตัวเองได้ การแข่งขันจึงไม่ได้จำกัดอยู่ที่ความฉลาดของตัวแบบอย่างเดียว แต่เข้าไปสู่คำถามว่า ใครจะมอบ “ประสิทธิภาพต่อบาท” ได้ดีกว่า.

สมรภูมิใหม่: เมื่อโมเดลจากค่ายตะวันออกไล่จี้และท้าทายผู้นำฝั่งตะวันตก

เมื่อวาง Qwen3.8 Max, Muse Spark 1.2 และ DeepSeek V4-Flash บนกราฟเดียวกัน เราเห็นภาพชัดว่าโครงเรื่อง “อีกฝ่ายกำลังไล่ทัน” ไม่ใช่คำขู่เชิงการตลาดอีกต่อไป. Qwen3.8 Max ทำคะแนนบนดัชนีประสิทธิภาพ AI ได้เสมอกับโมเดลระดับบนของ Anthropic และนำหน้าทุกโมเดลจาก Google, Meta และ xAI ยกเว้นรุ่นเรือธงของ Anthropic และ OpenAI กับ Kimi K3 เท่านั้น. แหล่งเดียวกันตั้งคำถามตรง ๆ ว่า “Is China Catching Up?” พร้อมชี้ว่ารอบนี้ต่างจากอดีต เพราะเป็นการผสมกันระหว่างประสิทธิภาพสูง การเปิดน้ำหนัก และต้นทุนการรันที่ต่ำลงในเวลาเดียวกัน.

จากมุมมองผู้ใช้งานทั่วไป สิ่งที่สำคัญไม่ใช่ชื่อค่าย แต่คือการมีตัวเลือกหลากหลายทั้งด้านคะแนน ความโปร่งใส และราคา. การเคลื่อนไหวของ Alibaba และ DeepSeek บอกชัดว่า ศึก AI ระลอกถัดไปไม่ใช่การสร้างโมเดลที่ฉลาดที่สุดในห้องทดลอง แต่คือ “ใครจะมอบประสิทธิภาพระดับสูงในราคาที่ภาคธุรกิจใช้ได้คุ้มค่าที่สุด”. ขณะเดียวกัน การเร่งรอบออกโมเดลของ Meta แสดงว่าฝั่งตะวันตกเองก็ไม่ยอมปล่อยหัวตารางไปง่าย ๆ. บทสรุปคือยุคที่ผู้ใช้ต้องเลือกเพียงหนึ่งโมเดลกำลังจบลง โลกกำลังเข้าสู่ช่วงที่องค์กรต้อง “เปรียบเทียบตัวแบบ AI” หลายตัวบนดัชนีเดียว แล้วเลือกผสมให้เหมาะกับงานของตัวเองมากที่สุด.