ประสิทธิภาพ AI ระดับแนวหน้ามาถึงฮาร์ดแวร์สำหรับผู้บริโภค
ทีมพัฒนา AI Qwen ของ Alibaba เปิดตัวโมเดลภาษาขนาดใหญ่ชุดใหม่ ซึ่งท้าทายสมมติฐานเดิมอย่างสิ้นเชิงว่า ปัญญาประดิษฐ์ล้ำสมัยจำเป็นต้องพึ่งโครงสร้างพื้นฐานระดับคลาวด์หรือ API แบบกรรมสิทธิ์ โมเดล Qwen3.5 Medium ซึ่งเปิดตัวเมื่อไม่กี่วันก่อน ประกอบด้วยโมเดลใหม่สี่รุ่นที่ออกแบบมาให้ทำงานบนฮาร์ดแวร์ภายในเครื่องได้อย่างมีประสิทธิภาพ พร้อมอ้างว่ามีประสิทธิภาพทัดเทียมกับคู่แข่งชั้นนำจากตะวันตก
สารบัญ
โมเดลสามในสี่รุ่นเผยแพร่ภายใต้สัญญาอนุญาต Apache 2.0 ซึ่งเปิดกว้างให้บริษัทและนักพัฒนาอิสระดาวน์โหลด ดัดแปลง และนำไปใช้งานเชิงพาณิชย์ได้โดยไม่มีค่าลิขสิทธิ์ โมเดลโอเพนซอร์สทั้งสามรุ่น ได้แก่ Qwen3.5-35B-A3B, Qwen3.5-122B-A10B และ Qwen3.5-27B ซึ่งพร้อมใช้งานแล้วทันทีบน Hugging Face และ ModelScope ส่วนรุ่นที่สี่ Qwen3.5-Flash ยังคงเป็นกรรมสิทธิ์และเปิดให้ใช้งานได้เฉพาะผ่าน Alibaba Cloud Model Studio API โดยมีราคาต่ำกว่าคู่แข่งตะวันตกส่วนใหญ่อย่างมาก
คำกล่าวอ้างที่โดดเด่นที่สุดของ Alibaba เกี่ยวข้องกับผลการทดสอบประสิทธิภาพ บริษัทระบุว่า Qwen3.5-35B-A3B ซึ่งเป็นรุ่นเรือธง ทำคะแนนเหนือ GPT-5-mini ของ OpenAI และ Claude Sonnet 4.5 ของ Anthropic ในการประเมินโดยบุคคลที่สาม ซึ่งครอบคลุมการค้นคืนความรู้และการให้เหตุผลจากภาพ Claude Sonnet 4.5 เพิ่งเปิดตัวเมื่อห้าเดือนก่อน ทำให้การไล่ตามคู่แข่งได้อย่างรวดเร็วครั้งนี้น่าจับตา ในอุตสาหกรรมที่วงจรการพัฒนามักกินเวลาหลายไตรมาสหรือหลายปี
นวัตกรรมสถาปัตยกรรมช่วยให้ใช้งานในเครื่องได้
จุดที่ทำให้ Qwen3.5 แตกต่างจากรุ่นก่อนคือสถาปัตยกรรมแบบไฮบริด ซึ่งผสาน Gated Delta Networks เข้ากับระบบ Mixture-of-Experts แบบเบาบาง สำหรับผู้อ่านที่ไม่ใช่ผู้เชี่ยวชาญด้านเทคนิค นี่คือการเปลี่ยนแปลงพื้นฐานของวิธีที่โมเดล AI ประมวลผลข้อมูล โมเดลแบบหนาแน่นทั่วไปจะเปิดใช้งานพารามิเตอร์ทั้งหมดกับทุกคำถาม จึงใช้ทรัพยากรประมวลผลมหาศาล ส่วนแนวทาง MoE ทำงานคล้ายการปรึกษาผู้เชี่ยวชาญ โดยส่งคำถามแต่ละข้อไปยังส่วนย่อยของโมเดลที่เกี่ยวข้องมากที่สุดเท่านั้น
ข้อมูลจำเพาะทางเทคนิคแสดงให้เห็นถึงประสิทธิภาพที่เพิ่มขึ้น แม้ Qwen3.5-35B-A3B จะมีพารามิเตอร์รวม 35,000 ล้านพารามิเตอร์ แต่จะเปิดใช้งานเพียง 3,000 ล้านพารามิเตอร์สำหรับโทเคนแต่ละรายการ สถาปัตยกรรมนี้ใช้โมดูลผู้เชี่ยวชาญ 256 ชุด โดยมีผู้เชี่ยวชาญที่ได้รับการกำหนดเส้นทาง 8 ชุด และผู้เชี่ยวชาญร่วม 1 ชุด ช่วยจัดการประเด็นเฉพาะของแต่ละคำถาม การเปิดใช้งานเฉพาะส่วนช่วยลดเวลาแฝงในการอนุมานอย่างมาก โดยยังรักษาคุณภาพของผลลัพธ์ไว้ ทำให้โมเดลมีความแม่นยำใกล้เคียงต้นฉบับแม้ผ่านการบีบอัดด้วยการควอนไทซ์ให้น้ำหนักเหลือ 4 บิต ตามที่ Alibaba ระบุ
ความทนทานต่อการควอนไทซ์นี้มีนัยสำคัญในทางปฏิบัติ เพราะช่วยเพิ่มความยืดหยุ่นในการนำไปใช้งาน โมเดล AI ส่วนใหญ่มีประสิทธิภาพลดลงอย่างมากเมื่อบีบอัดเพื่อให้ทำงานในเครื่องได้ แต่ความเสถียรที่ Qwen3.5 ออกแบบมาให้รักษาไว้ได้แม้ถูกบีบอัด หมายความว่าโมเดลเรือธงสามารถประมวลผลบริบทได้มากกว่า 1 ล้านโทเคนบนจีพียูระดับผู้บริโภคที่มี VRAM เพียง 32GB แม้จะยังต้องใช้ฮาร์ดแวร์สำหรับผู้บริโภคระดับสูง แต่ก็เข้าถึงได้ง่ายกว่าเครื่องแม่ข่ายขนาดใหญ่ที่มักจำเป็นต่อการทำงานให้ได้ประสิทธิภาพใกล้เคียงกันจากโมเดลคู่แข่งมาก
ตรวจสอบผลทดสอบ: คำกล่าวอ้างด้านประสิทธิภาพถูกประเมินโดยอิสระ
ผลการทดสอบที่ Alibaba อ้างเป็นเพียงส่วนหนึ่งของภาพรวม แม้การประเมินที่บริษัทสนับสนุนจะจัดให้ Qwen3.5-35B-A3B นำหน้า GPT-5-mini และ Claude Sonnet 4.5 ในตัวชี้วัดอย่าง MMMLU (ความรู้หลายภาษา) และ MMMU-Pro (การให้เหตุผลจากภาพ) แต่การทดสอบอิสระเผยให้เห็นการแข่งขันที่ซับซ้อนกว่านั้น
การทดสอบ SWE-rebench โดยอิสระเมื่อไม่นานมานี้ ซึ่งประเมินโมเดลจากการแก้บั๊กในคำขอดึงโค้ดจริงบน GitHub แทนการใช้เกณฑ์ทดสอบจำลอง พบว่า Claude Sonnet 4.5 ทำอัตราผ่านได้สูงสุดที่ 55.1% โมเดลของ Anthropic แก้โจทย์ซับซ้อนหลายกรณีได้เพียงรุ่นเดียวในบรรดาโมเดลที่ทดสอบ รวมถึงปัญหาในคลังโค้ด python-trio, cubed-dev และ canopen ในสภาพแวดล้อมการเขียนโค้ดจริงนี้ Sonnet 4.5 ยังคงเป็นผู้นำอย่างชัดเจน
การทดสอบ APEX โดยอิสระเพิ่มเติม ซึ่งประเมินงาน 70 รายการจากฐานโค้ดจริงที่มีปัญหาจริง เผยให้เห็นความซับซ้อนเพิ่มเติมในภาพรวมประสิทธิภาพของ Qwen3.5 แม้โมเดลแบบหนาแน่นขนาด 27B จะทำผลงานได้ดีพอสมควรสำหรับการใช้งานบนจีพียูตัวเดียว โดยได้คะแนน ELO 1384 และทำได้ดีกว่า DeepSeek V3.2 แต่รุ่นที่ใหญ่กว่ากลับมีประสิทธิภาพลดลงอย่างน่ากังวลเมื่อต้องประสานงานที่ซับซ้อนข้ามหลายไฟล์ โมเดล MoE ขนาด 35B ที่เปิดใช้งานพารามิเตอร์เพียง 3B ได้คะแนน ELO 1256 ในงานแบบเอเจนต์ ซึ่งต่ำกว่ารุ่น 27B ที่เล็กกว่าเมื่อต้องให้เหตุผลหลายขั้นตอน ที่เห็นได้ชัดที่สุดคือ Qwen3.5-397B รุ่นขนาดใหญ่ทำคะแนนร่วงลงในงานระดับยากสูงสุด จากประมาณ 1550 ELO ในงานยาก เหลือ 1194 เมื่อต้องประสานงานข้ามไฟล์จำนวนมากผ่านการให้เหตุผลต่อเนื่องหลายขั้น
เมื่อต้องประสานงานข้ามไฟล์จำนวนมากและทำหลายขั้นตอน โมเดลก็เริ่มหลงลืมว่ากำลังทำอะไรอยู่
บทวิเคราะห์อิสระนี้เผยแพร่โดยนักวิจัยที่ออกค่าใช้จ่ายเองและใช้เงินประมวลผลในการทดสอบไปแล้วกว่า 3,000 ดอลลาร์ ชี้ว่า Qwen3.5 ทำได้ดีในงานที่มีขอบเขตชัดเจน แต่อาจมีปัญหากับงานแบบเอเจนต์ที่ซับซ้อนและยืดเยื้อ ซึ่งเป็นงานที่ Claude Sonnet 4.5 แสดงจุดแข็งเป็นพิเศษ
โหมดคิดและการผสานเครื่องมือ
โมเดล Qwen3.5 ทุกรุ่นมาพร้อมโหมดคิด (Thinking Mode) ที่เปิดใช้งานเป็นค่าเริ่มต้น สะท้อนแนวทางการโต้ตอบกับ AI ที่ให้ความสำคัญกับการให้เหตุผล ก่อนสร้างคำตอบสุดท้าย โมเดลจะสร้างลำดับการให้เหตุผลภายในโดยคั่นด้วยแท็กเฉพาะ และแจกแจงตรรกะที่ซับซ้อนอย่างชัดเจน แทนที่จะรีบสรุปทันที แนวทางนี้คล้ายวิธีคิดแบบลูกโซ่ (chain-of-thought) ที่ช่วยเพิ่มความแม่นยำให้โมเดลระดับแนวหน้ารุ่นอื่น
โมเดลชุดนี้ยังเน้นความสามารถแบบเอเจนต์ โดยรองรับการเรียกใช้เครื่องมือในตัว ทำให้โมเดลโต้ตอบกับระบบภายนอก ค้นหาเว็บ และรันโค้ดได้ API ของ Qwen3.5-Flash คิดค่าบริการความสามารถเหล่านี้แยกตามรายการ โดยฟังก์ชันค้นหาเว็บมีราคา 10 ดอลลาร์ต่อการเรียกใช้ 1,000 ครั้ง ส่วนการเข้าถึงตัวแปลและรันโค้ดเปิดให้ใช้งานฟรีในช่วงเวลาจำกัด โครงสร้างราคานี้ทำให้ Flash เป็นหนึ่งในตัวเลือก LLM แบบโฮสต์ที่ราคาย่อมเยาที่สุดในโลก โดยคิดค่าโทเคนขาเข้า 0.10 ดอลลาร์ต่อหนึ่งล้านโทเคน และโทเคนขาออก 0.40 ดอลลาร์ต่อหนึ่งล้านโทเคน
เมื่อเทียบกันแล้ว Claude Sonnet 4.5 มีค่าใช้จ่าย 3.00 ดอลลาร์ต่อโทเคนขาเข้าหนึ่งล้านโทเคน และ 15.00 ดอลลาร์ต่อโทเคนขาออกหนึ่งล้านโทเคน ส่วน GPT-5.2 คิดราคา 1.75 และ 14.00 ดอลลาร์ตามลำดับ แม้แต่ตัวเลือกที่เน้นการใช้งานในเครื่องอย่าง GLM-5 จาก Z.ai ก็มีราคา 1.00 และ 3.20 ดอลลาร์ต่อหนึ่งล้านโทเคน ส่วนต่างราคาตั้งแต่ 30 ถึง 100 เท่านี้อาจช่วยเพิ่มการใช้งานอย่างมากในกลุ่มบริษัทที่คำนึงถึงต้นทุนและพร้อมแลกความแตกต่างด้านประสิทธิภาพเพียงเล็กน้อยกับการประหยัดงบประมาณมหาศาล
นัยต่ออธิปไตยด้านข้อมูลขององค์กร
นอกเหนือจากตัวชี้วัดประสิทธิภาพ การเปิดตัว Qwen3.5 ยังมีความสำคัญเชิงกลยุทธ์ต่อการนำ AI ไปใช้ในองค์กร ความสามารถในการรันโมเดลระดับแนวหน้าภายในโครงสร้างพื้นฐานส่วนตัวทั้งหมด ช่วยตอบโจทย์ความกังวลที่เพิ่มขึ้นเกี่ยวกับอธิปไตยด้านข้อมูลและความเสี่ยงจาก API ของบุคคลที่สาม องค์กรในอุตสาหกรรมที่มีการกำกับดูแล เช่น การเงิน สาธารณสุข และงานรับจ้างภาครัฐ กำลังเผชิญข้อกำหนดด้านการปฏิบัติตามกฎระเบียบที่ห้ามส่งข้อมูลละเอียดอ่อนไปยังบริการ AI บนคลาวด์ภายนอกมากขึ้น
ด้วยการรองรับหน้าต่างบริบทระดับหนึ่งล้านโทเคนบนฮาร์ดแวร์ที่องค์กรควบคุมเอง Qwen3.5 ช่วยให้บริษัทประมวลผลคลังเอกสารขนาดใหญ่ เนื้อหาวิดีโอความยาวหลายชั่วโมง และชุดข้อมูลภายในองค์กรจำนวนมากได้ โดยไม่ต้องเปิดเผยข้อมูลกรรมสิทธิ์ให้ API ภายนอก การเปลี่ยนแปลงทางสถาปัตยกรรมนี้แยกความสามารถ AI ขั้นสูงออกจากการลงทุนก้อนใหญ่ที่จำเป็นในอดีต และอาจช่วยให้เครื่องมือที่เคยมีเฉพาะบริษัทเทคโนโลยีที่มีเงินทุนสูงเข้าถึงได้อย่างทั่วถึงขึ้น
สัญญาอนุญาตโอเพนซอร์สยังเปิดทางให้ปรับแต่งและฝึกต่อยอดสำหรับงานเฉพาะทางได้ด้วย ต่างจากโมเดลกรรมสิทธิ์ที่เปิดให้เข้าถึงผ่าน API แบบกล่องดำเท่านั้น โมเดลน้ำหนักแบบเปิดของ Qwen3.5 ช่วยให้องค์กรปรับโมเดลให้รองรับคำศัพท์เฉพาะทาง ฐานความรู้ภายใน และข้อกำหนดของขั้นตอนการทำงานเฉพาะได้ ความยืดหยุ่นนี้มีประโยชน์เป็นพิเศษต่ออุตสาหกรรมที่มีศัพท์เฉพาะหรือข้อกำหนดด้านเอกสารตามกฎระเบียบ
ความท้าทายจากระบบนิเวศ AI ของจีน
Qwen3.5 เปิดตัวท่ามกลางกระแสโมเดลโอเพนซอร์สจากห้องปฏิบัติการ AI ของจีนที่แข่งขันกันมากขึ้น และร่วมกันท้าทายความเป็นผู้นำด้านเทคโนโลยีของตะวันตก ตระกูล GLM-4.5 ของ Z.ai ซึ่งเผยแพร่ภายใต้สัญญาอนุญาต Apache 2.0 เช่นเดียวกัน มีประสิทธิภาพใกล้เคียงกัน พร้อมความสามารถเฉพาะทางอย่างการสร้างงานนำเสนอ PowerPoint โดยอัตโนมัติ ส่วน Kimi K2 ของ Moonshot และโมเดลเปิดหลายรุ่นของ DeepSeek ช่วยเติมเต็มระบบนิเวศที่นำเสนอทางเลือกที่ใช้งานได้จริงแทนระบบปิดของสหรัฐฯ
แนวโน้มนี้สร้างแรงกดดันต่อบริษัท AI ชั้นนำของตะวันตก Meta ถูกวิจารณ์หลังเปิดตัวตระกูล Llama 4 โดยนักวิจัย AI บางรายตั้งข้อสังเกตเกี่ยวกับการปรับแต่งเพื่อทำคะแนนเกณฑ์ทดสอบและประสิทธิภาพในการใช้งานจริงที่ไม่สม่ำเสมอ ส่วน OpenAI ซึ่งเป็นผู้บุกเบิกยุค LLM สมัยใหม่ ได้เลื่อนกำหนดเผยแพร่โมเดลระดับแนวหน้าแบบโอเพนซอร์สที่วางแผนไว้ในเดือนกรกฎาคมออกไป โดยยังไม่ระบุวันใหม่ ทำให้ทางเลือกจากจีนมีโอกาสสร้างการยอมรับในหมู่นักพัฒนา
การแข่งขันไม่ได้จำกัดอยู่แค่ข้อมูลจำเพาะทางเทคนิค แต่ยังรวมถึงประเด็นการกำกับดูแลข้อมูลด้วย บริษัทตะวันตกที่นำโมเดลพัฒนาจากจีนมาใช้งานต้องพิจารณาข้อจำกัดด้านเนื้อหาและประเด็นอธิปไตยด้านข้อมูล โดยเฉพาะเมื่อใช้ API บนคลาวด์แทนการติดตั้งในเครื่อง อย่างไรก็ตาม การที่โมเดลหลักของ Qwen3.5 เป็นโอเพนซอร์สเปิดทางให้ติดตั้งในระบบที่แยกขาดจากเครือข่ายภายนอก ซึ่งช่วยลดข้อกังวลเหล่านี้ได้หลายประการ
การวางตำแหน่งในตลาดและทิศทางในอนาคต
กลยุทธ์การเปิดตัวของ Alibaba เน้นการเข้าถึงได้บนฮาร์ดแวร์หลายระดับ Qwen3.5-27B มุ่งรองรับการใช้งานที่มีประสิทธิภาพสูง พร้อมบริบทมากกว่า 800,000 โทเคน ขณะที่รุ่น 122B-A10B ต้องใช้จีพียูระดับเซิร์ฟเวอร์ที่มี VRAM 80GB เพื่อให้ได้ประสิทธิภาพสูงสุด แนวทางแบ่งระดับเช่นนี้ช่วยให้องค์กรเลือกโมเดลให้เหมาะกับโครงสร้างพื้นฐานที่มี แทนที่จะต้องพึ่งคลาวด์ทั้งหมด
บริษัทยังเปิดซอร์สโมเดลพื้นฐานควบคู่กับรุ่นที่ปรับแต่งตามคำสั่ง เพื่อรองรับความต้องการของชุมชนนักวิจัยในการฝึกต่อยอดและศึกษาสถาปัตยกรรม ความโปร่งใสเช่นนี้แตกต่างจากแนวทางการพัฒนาแบบปิดของคู่แข่งตะวันตกบางราย และอาจเร่งนวัตกรรมผ่านการพัฒนาร่วมกัน
เสียงตอบรับในช่วงแรกจากชุมชนบน Hugging Face แสดงให้เห็นถึงความสนใจเป็นพิเศษต่อความสามารถแบบเอเจนต์และความเสถียรเมื่อควอนไทซ์ นักพัฒนารายงานว่าสามารถติดตั้งโมเดลบนฮาร์ดแวร์สำหรับผู้บริโภคที่ก่อนหน้านี้เชื่อว่าไม่เพียงพอต่อการทำงานระดับโมเดลแนวหน้า ซึ่งสนับสนุนคำกล่าวอ้างด้านประสิทธิภาพของ Alibaba แม้ผลทดสอบอิสระจะชี้ให้เห็นว่าควรระมัดระวังเมื่อนำไปใช้กับงานเขียนโค้ดที่ซับซ้อน
ประเด็นสำคัญ
- Alibaba เปิดตัว Qwen3.5 Medium จำนวนสี่โมเดล โดยสามรุ่นเผยแพร่ภายใต้สัญญาอนุญาตโอเพนซอร์ส Apache 2.0 และใช้เชิงพาณิชย์ได้
- Qwen3.5-35B-A3B รุ่นเรือธงเปิดใช้งานพารามิเตอร์เพียง 3,000 ล้านจากทั้งหมด 35,000 ล้านพารามิเตอร์ต่อโทเคน ด้วยสถาปัตยกรรม Mixture-of-Experts
- ผลทดสอบอิสระมีทั้งด้านบวกและลบ: ทำได้ดีในการทดสอบความรู้และการให้เหตุผล แต่มีปัญหากับงานเขียนโค้ดซับซ้อนที่เกี่ยวข้องกับหลายไฟล์เมื่อเทียบกับ Claude Sonnet 4.5
- โมเดลรองรับหน้าต่างบริบทมากกว่า 1 ล้านโทเคนบนจีพียูสำหรับผู้บริโภคที่มี VRAM 32GB ด้วยการควอนไทซ์ขั้นสูงระดับ 4 บิต
- API ของ Qwen3.5-Flash มีราคาต่ำกว่าคู่แข่งตะวันตก 30 ถึง 100 เท่า โดยคิดค่าโทเคนขาเข้า 0.10 ดอลลาร์ต่อหนึ่งล้านโทเคน เทียบกับ Claude Sonnet 4.5 ที่ 3.00 ดอลลาร์
- โหมดคิดที่มีมาในตัวจะสร้างลำดับการให้เหตุผลภายในก่อนแสดงคำตอบสุดท้าย และเปิดใช้งานเป็นค่าเริ่มต้นในโมเดลทุกรุ่น
- การติดตั้งใช้งานในองค์กรช่วยให้อุตสาหกรรมที่มีการกำกับดูแลสามารถรักษาอธิปไตยด้านข้อมูลได้อย่างสมบูรณ์ โดยประมวลผล AI ภายในองค์กร
- การเปิดตัวครั้งนี้เป็นส่วนหนึ่งของกระแสโมเดล AI โอเพนซอร์สจากจีนที่กว้างขึ้น รวมถึง GLM-4.5 ของ Z.ai และ Kimi K2 ของ Moonshot ซึ่งกำลังท้าทายระบบกรรมสิทธิ์ของตะวันตก
