GLM 4.6 ดันผู้ใช้แบบชำระเงินในต่างประเทศของ Zhipu AI เพิ่มขึ้น 10 เท่า ขณะที่เครื่องมือเขียนโค้ดบุกตลาดโลก

จังหวะก้าวกระโดดของโมเดลเขียนโค้ดจากจีน

Zhipu AI สตาร์ตอัปจากปักกิ่งผู้อยู่เบื้องหลังแบรนด์ Z.ai ระบุว่า การใช้งานบริการแบบชำระเงินนอกประเทศจีนเพิ่มขึ้น 10 เท่าในช่วงสองเดือนที่ผ่านมา ขณะนี้บริษัทมีลูกค้า API แบบชำระเงินราว 100,000 รายต่อเดือน และผู้ใช้แชตบอตฟรีในต่างประเทศประมาณ 3 ล้านคน แรงส่งดังกล่าวเกิดขึ้นหลังเปิดตัว GLM 4.6 ในช่วงปลายเดือนกันยายน ซึ่งเป็นโมเดลที่มุ่งเน้นการเขียนโค้ด การให้เหตุผล และเวิร์กโฟลว์ของเอเจนต์ การเปิดตัวทำให้ Zhipu กลายเป็นเครื่องมือประจำวันของนักพัฒนาจำนวนมากอย่างรวดเร็ว ด้วยราคาที่จูงใจ ช่องทางการผสานระบบที่ทำได้ง่าย และประสิทธิภาพที่ใช้งานได้จริงกับงานเขียนโปรแกรม

Li Zixuan ผู้ดูแลการดำเนินงานทั่วโลกของ Zhipu มองว่าการเติบโตอย่างรวดเร็วนี้เป็นสัญญาณบ่งบอกทิศทางตลาด และเป็นแนวทางที่บริษัทจะลงทุนต่อไป เขากล่าวว่าความต้องการจากต่างประเทศกำลังขยายตัวเร็วกว่าการใช้งานในประเทศ และทีมต้องการพัฒนาธุรกิจในหลายภูมิภาคต่อไป แทนที่จะให้ความสำคัญกับตลาดใดตลาดหนึ่งเป็นพิเศษ

หลังอธิบายถึงการเปลี่ยนแปลงดังกล่าว Li สรุปกลยุทธ์ไว้อย่างเรียบง่าย

"เราต้องการเติบโตในทุกตลาด เพราะการเติบโตในต่างประเทศกำลังแซงหน้าการเติบโตในประเทศ" Li Zixuan หัวหน้าฝ่ายปฏิบัติการทั่วโลกของ Zhipu AI กล่าว

GLM 4.6 ได้รับการนำเสนอในฐานะโมเดลเปิดประสิทธิภาพสูงสำหรับการเขียนโค้ด และถูกผสานเข้ากับเครื่องมือสำหรับนักพัฒนาที่โปรแกรมเมอร์จำนวนมากใช้อยู่แล้วอย่างรวดเร็ว Claude Code ซึ่งได้รับการสนับสนุนจาก Anthropic เพิ่มการรองรับ GLM 4.6 ขณะที่เอเจนต์เขียนโค้ดอื่น ๆ อย่าง Cline, Roo Code และ Kilo Code ก็ทำตาม Kilo Code ระบุว่าโมเดลนี้ทำให้แพลตฟอร์มมีการใช้งานเพิ่มขึ้นเร็วที่สุดเท่าที่เคยพบ โดยการใช้โทเคนเพิ่มขึ้น 94 เท่าใน 12 วัน เพราะเป็นตัวเลือกต้นทุนต่ำที่ “ดีพอ” เมื่อเทียบกับระบบชั้นนำจากสหรัฐฯ การผสานกันระหว่างความสามารถที่ใช้งานได้จริงกับความคุ้มค่าช่วยให้ Zhipu เป็นที่รู้จักในหมู่นักพัฒนารายบุคคลและทีมขนาดเล็กนอกประเทศจีน

เหตุใด GLM 4.6 จึงดึงดูดนักพัฒนา

GLM 4.6 ขยายหน้าต่างบริบทเป็น 200,000 โทเคน หมายความว่าสามารถอ่านและทำงานกับข้อมูลจำนวนมากขึ้นได้ในคราวเดียว เช่น ฐานโค้ดขนาดใหญ่หรือเอกสารทางเทคนิคที่มีความยาว โมเดลยังพัฒนาคุณภาพการเขียนโค้ด การให้เหตุผล และการใช้เครื่องมือให้ดีขึ้น จากผลประเมินภายในของบริษัททั้งด้านเอเจนต์ การให้เหตุผล และโค้ด GLM 4.6 ทำได้ดีขึ้นอย่างชัดเจนเมื่อเทียบกับ GLM 4.5 นอกจากนี้ยังทำงานร่วมกับเฟรมเวิร์กเอเจนต์ได้ราบรื่นขึ้น เรียกใช้เครื่องมือระหว่างการอนุมานได้ และสร้างหน้าเว็บส่วนหน้าได้ประณีตกว่ารุ่นก่อน

จากการทดสอบภายในและสาธารณะ GLM 4.6 มีความสามารถแข่งขันกับโมเดลที่ใช้งานกันอย่างแพร่หลายหลายตัว ในการเปรียบเทียบแบบตัวต่อตัวกับ Claude Sonnet 4 สำหรับงานเอเจนต์บน CC Bench โมเดลนี้ทำผลงานใกล้เคียงกัน โดยมีอัตราชนะ 48.6 เปอร์เซ็นต์ และใช้โทเคนน้อยกว่า GLM 4.5 เพื่อทำงานเดียวกันให้เสร็จ Zhipu ยอมรับด้วยว่า GLM 4.6 ยังตามหลัง Claude Sonnet 4.5 ในการทดสอบเขียนโค้ดบางรายการ ผลดังกล่าวสอดคล้องกับความคิดเห็นจากนักพัฒนา ซึ่งมักให้ความสำคัญกับความน่าเชื่อถือเพียงพอสำหรับงานประจำวัน มากกว่าการเป็นโมเดลอันดับหนึ่งในทุกตารางจัดอันดับ

นักพัฒนาสามารถเข้าถึง GLM 4.6 ผ่าน API ของ Z.ai ผ่านศูนย์กลางกำหนดเส้นทางคำขออย่าง OpenRouter หรือรันโมเดลด้วยน้ำหนักแบบเปิดในเครื่องได้ Zhipu เผยแพร่น้ำหนักโมเดลบนแพลตฟอร์มอย่าง Hugging Face และ ModelScope และรองรับชุดเครื่องมืออนุมานที่ใช้กันทั่วไป เช่น vLLM และ SGLang จึงเป็นตัวเลือกที่น่าสนใจสำหรับทีมวิศวกรรมที่ต้องการควบคุมการติดตั้งใช้งาน บล็อกด้านเทคนิคของบริษัทอธิบายการเปลี่ยนแปลงเพิ่มเติม พร้อมแนะนำการตั้งค่าสำหรับงานเขียนโค้ดและงานที่ใช้เครื่องมือช่วย สำหรับรายละเอียดทางเทคนิคเพิ่มเติม Zhipu มีหน้าข้อมูลโมเดลและเอกสารประกอบ GLM 4.6 ในช่องทางทางการ รวมถึงบล็อกที่ z.ai

กลยุทธ์ด้านราคาและแนวคิดเรื่องความสามารถที่ “ดีพอ”

ต้นทุนเป็นเหตุผลสำคัญที่ทำให้ GLM 4.6 ได้รับความนิยมเพิ่มขึ้น Zhipu ทำการตลาดแพ็กเกจเขียนโค้ดที่บริษัทระบุว่ามีประสิทธิภาพระดับ Claude ในราคาเพียงเศษเสี้ยว บริษัทชูว่ามีต้นทุนราวหนึ่งในเจ็ดและโควตาการใช้งานสำหรับสมาชิกที่สูงกว่าแพ็กเกจระดับใกล้เคียงของบริการชั้นนำจากสหรัฐฯ มูลค่าที่แน่นอนขึ้นอยู่กับรูปแบบการใช้งานและภูมิภาค แต่สารที่ต้องการสื่อนั้นชัดเจน นักพัฒนาจำนวนมากต้องการผู้ช่วยที่เชื่อถือได้และอยู่ในงบประมาณ และเลือกส่งมอบโค้ดมากกว่าตามหาความได้เปรียบเล็กน้อยในเกณฑ์ทดสอบเฉพาะทาง

สำหรับโปรแกรมเมอร์อิสระ นักศึกษา และสตาร์ตอัป เครื่องมือราคาต่ำที่ “ดีพอ” อาจเป็นตัวชี้ขาดว่าจะนำ AI มาใช้เป็นผู้ช่วยประจำวัน หรือเลิกใช้หลังช่วงทดลอง GLM 4.6 แสดงให้เห็นถึงจุดแข็งในงานพื้นฐานที่นักเขียนโค้ดจำนวนมากทำเป็นประจำ เช่น แก้จุดบกพร่อง เขียนฟังก์ชันฝั่งแบ็กเอนด์ เชื่อมต่อระบบ และจัดรูปแบบคอมโพเนนต์ส่วนหน้า ความเห็นจากชุมชนนักพัฒนาเน้นว่าโมเดลนี้คุ้มค่า แม้บางครั้งต้องแก้ไขเพิ่มเติม แต่ความเร็วและราคาทำให้เป็นตัวเลือกที่ใช้งานได้จริงสำหรับงานทั่วไป

Zhipu ยังชี้ว่าโมเดลทำงานเสร็จโดยใช้โทเคนน้อยกว่ารุ่นก่อน รายละเอียดนี้สำคัญต่อผู้ใช้ที่จ่ายเงินตามจำนวนโทเคน เพราะการใช้โทเคนน้อยลงเพื่อทำงานเดียวกันช่วยลดต้นทุนรวม บริษัทจับคู่คำกล่าวอ้างเรื่องประสิทธิภาพนี้กับขั้นตอนอัปเกรดที่ง่ายดาย ผู้สมัครแพ็กเกจเขียนโค้ดจะถูกเปลี่ยนไปใช้ GLM 4.6 โดยอัตโนมัติ ส่วนการตั้งค่าแอปก็เพียงเลือกชื่อโมเดลใหม่

การผสานเข้ากับเครื่องมือทั่วโลกและข้อถกเถียงใหม่เรื่องที่มาของโมเดล

เหตุผลหนึ่งที่ GLM 4.6 แพร่หลายอย่างรวดเร็วคือสามารถเชื่อมต่อกับเครื่องมือที่นักพัฒนาไว้วางใจอยู่แล้วได้ ทั้ง Claude Code, Cline, Roo Code และ Kilo Code ต่างรองรับโมเดลนี้ ในทางปฏิบัติ โปรแกรมเมอร์จึงเปลี่ยนผู้ให้บริการภายในเอเจนต์เขียนโค้ดตัวเดิม เปรียบเทียบผลลัพธ์ของงาน แล้วเลือกโมเดลที่สมดุลระหว่างความเร็ว คุณภาพ และต้นทุนได้อย่างสะดวก การผสานระบบที่ง่ายช่วยให้ Zhipu ได้อานิสงส์จากการเติบโตของผู้ช่วยเขียนโค้ดแบบเอเจนต์ ซึ่งจัดการงานหลายขั้นตอนด้วยการใช้เครื่องมือ ค้นเว็บ และดำเนินการกับคลังซอร์สโค้ด

กระแสความนิยมยังจุดประเด็นถกเถียงรอบใหม่เกี่ยวกับที่มาของเครื่องมือเขียนโค้ดรุ่นใหม่บางตัวจากสหรัฐฯ บริการที่ได้รับความสนใจสูงสองรายการซึ่งเปิดตัวในช่วงไม่กี่สัปดาห์ที่ผ่านมา ได้แก่โมเดลใหม่ชื่อ SWE 1.5 จาก Cognition AI และเครื่องมือ Composer จาก Cursor ถูกผู้ใช้จับตาหลังสังเกตว่าทั้งสองระบบดูเหมือนมีร่องรอยพฤติกรรมของโมเดลจีน เครื่องมือหนึ่งสร้างบันทึกการให้เหตุผลเป็นภาษาจีน ส่วนอีกเครื่องมือยอมรับว่าสร้างขึ้นบนโมเดลเปิดชั้นนำโดยไม่ระบุชื่อ

Zhipu กล่าวถึงประเด็นนี้ต่อสาธารณะ โดยบริษัทระบุในแถลงการณ์ว่าเชื่อว่าหนึ่งในเครื่องมือดังกล่าวใช้โมเดลล่าสุดของบริษัทเป็นพื้นฐาน

"เราเชื่อว่า SWE 1.5 ใช้ GLM 4.6 รุ่นล่าสุดของเราเป็นโมเดลพื้นฐาน" Zhipu AI ระบุในแถลงการณ์ตอบคำถามเกี่ยวกับที่มาของโมเดล

ประเด็นถกเถียงนี้เกี่ยวข้องกับบรรทัดฐานมากกว่ากฎหมาย ใบอนุญาตแบบเปิดอนุญาตให้นำไปใช้เชิงพาณิชย์ได้ รวมถึงการนำไปใช้โดยไม่ต้องให้เครดิต จึงทำให้ระบบระดับโลกที่เปิดเผยน้ำหนักโมเดลมักกลายเป็นพื้นฐานของผลิตภัณฑ์ต่อยอดจำนวนมาก ผู้เชี่ยวชาญบางคนเน้นว่าคุณค่าเฉพาะตัวของเครื่องมือเชิงพาณิชย์อาจมาจากการปรับแต่งโมเดลอย่างละเอียด กระบวนการจัดการข้อมูล และวิศวกรรมระบบที่ต่อยอดจากโมเดลพื้นฐาน

Florian Brand นักวิจัยจากมหาวิทยาลัย Trier ซึ่งศึกษาด้านโมเดลเปิด สรุปมุมมองดังกล่าวไว้ว่า

"การปรับแต่งโมเดลอย่างละเอียดคือซอส" Florian Brand กล่าวถึงการฝึกเพิ่มเติมและงานวิศวกรรมเฉพาะทางที่เปลี่ยนโมเดลพื้นฐานให้เป็นผลิตภัณฑ์ที่สมบูรณ์

การมุ่งเน้นตลาดต่างประเทศและข้อจำกัดในประเทศ

การเติบโตในต่างประเทศสะท้อนทั้งแรงดึงดูดและแรงผลัก ความต้องการ AI สำหรับเขียนโค้ดราคาประหยัดในต่างประเทศมีสูง และ Zhipu ตอบสนองด้วยโมเดลที่ผสานระบบง่ายและมีต้นทุนใช้งานต่ำ ในประเทศ บริษัทเผชิญกระบวนการจัดซื้อภาครัฐที่ช้าลงและการแข่งขันที่เพิ่มขึ้น ผู้บริหารระบุว่าการเติบโตในต่างประเทศแซงหน้าการขยายธุรกิจในประเทศแล้ว จึงเป็นเหตุผลที่ Zhipu ลงทุนในตลาดที่นักพัฒนาจ่ายเงินซื้อเครื่องมือ AI อยู่แล้ว

นักลงทุนเริ่มจับตาบริษัท ซึ่งมีมูลค่าราว 40,000 ล้านหยวน และกำลังเตรียมเข้าจดทะเบียนในตลาดหุ้นโดยตั้งเป้าไว้ในปี 2026 Zhipu ก่อตั้งขึ้นในปี 2019 โดยแยกตัวออกมาจากมหาวิทยาลัย Tsinghua และกลายเป็นหนึ่งในบริษัท AI ที่โดดเด่นที่สุดของจีน แม้ยังไม่ได้รุกธุรกิจสมาชิกสำหรับผู้บริโภควงกว้างเพื่อแข่งกับแพลตฟอร์มสหรัฐฯ แต่บริษัทกำลังมุ่งเน้นสัญญากับองค์กรและแพ็กเกจเขียนโค้ดสำหรับนักพัฒนา เพื่อสร้างรายได้ที่คาดการณ์ได้มากขึ้น

ภูมิรัฐศาสตร์ยังคงส่งผลต่อการตัดสินใจของผู้ซื้อ Zhipu ระบุว่าลูกค้าในประเทศที่สามพร้อมใช้บริการของบริษัท หากสามารถจัดเก็บข้อมูลไว้ในประเทศได้ หรือบริษัทรับรองว่าจะไม่เก็บข้อมูลไว้ แนวทางที่ผสานการจัดเก็บข้อมูลในพื้นที่เข้ากับนโยบายการเก็บรักษาข้อมูลที่เข้มงวดกำลังกลายเป็นมาตรฐานที่ผู้ให้บริการ AI ใช้จัดการข้อกังวลด้านความเป็นส่วนตัวข้ามพรมแดน

ประสิทธิภาพของ GLM 4.6 ที่มากกว่าตารางจัดอันดับ

เกณฑ์ทดสอบช่วยให้เห็นภาพความสามารถ แต่สิ่งที่นักพัฒนาสนใจคือโมเดลทำงานจริงให้เสร็จได้หรือไม่ Zhipu ขยายการประเมิน CC Bench ให้ครอบคลุมงานหลายขั้นตอนที่ยากขึ้น ทั้งการพัฒนาส่วนหน้า การสร้างเครื่องมือ การวิเคราะห์ข้อมูล การทดสอบ และโจทย์อัลกอริทึม ในการทดลองดังกล่าว ผู้ประเมินที่เป็นมนุษย์ทำงานร่วมกับโมเดลในสภาพแวดล้อมแยกส่วน เพื่อให้คะแนนว่าระบบจัดการเวิร์กโฟลว์หลายรอบที่ใกล้เคียงการใช้งานจริงได้ดีเพียงใด GLM 4.6 พัฒนาขึ้นจาก GLM 4.5 และทำผลงานใกล้เคียง Claude Sonnet 4 ในงานเอเจนต์เหล่านั้น นอกจากนี้ยังทำงานเสร็จโดยใช้โทเคนน้อยกว่า GLM 4.5 ราว 15 เปอร์เซ็นต์ ซึ่งชี้ให้เห็นถึงประสิทธิภาพในการใช้งานจริงที่ดีขึ้น

นักพัฒนารายงานว่า GLM 4.6 ทำงานกับคลังโค้ดที่มีหลายไฟล์ได้ดีขึ้น และวางแผนลำดับขั้นตอนที่ยาวขึ้นเมื่อสร้างฟีเจอร์ โมเดลทำผิดพลาดเรื่องบริบทในโครงการขนาดใหญ่น้อยลง เพราะอ่านไฟล์ได้มากขึ้นในคราวเดียว นอกจากนี้ยังสร้างคอมโพเนนต์ส่วนหน้าที่สะอาดตาขึ้น และสร้างหน้าเว็บทั้งหน้าโดยต้องแก้ไขน้อยลง แม้งานจัดรูปแบบที่ซับซ้อนและกรณีพิเศษยังต้องอาศัยการตรวจทานจากมนุษย์ การพัฒนาเหล่านี้เป็นสิ่งที่มีความหมายต่อจังหวะการทำงานในแต่ละวันของทีมซอฟต์แวร์

หน้าต่างบริบทและโทเคนหมายถึงอะไร

โทเคนคือหน่วยข้อความขนาดเล็กที่โมเดลใช้ในการอ่านและเขียน อาจนึกภาพว่าเป็นส่วนหนึ่งของคำ ราคาการใช้ API มักขึ้นอยู่กับจำนวนโทเคนที่โมเดลใช้ นี่จึงเป็นเหตุผลที่ประสิทธิภาพมีความสำคัญ หากโมเดลทำงานเสร็จโดยใช้โทเคนน้อยลง ค่าใช้จ่ายก็ลดลง และการโต้ตอบมักรู้สึกเร็วขึ้นด้วย

หน้าต่างบริบทคือปริมาณข้อความที่โมเดลพิจารณาได้ในคราวเดียว หน้าต่างบริบทที่ใหญ่ขึ้นช่วยให้โมเดลอ่านไฟล์และคำสั่งได้มากขึ้นก่อนเริ่มทำงาน ด้วยบริบทขนาด 200,000 โทเคน GLM 4.6 จึงรองรับชุดฟังก์ชันที่เชื่อมโยงกันยาว ๆ ไฟล์กำหนดค่า และชุดทดสอบได้ในคราวเดียว ซึ่งจำเป็นสำหรับงานเขียนโปรแกรมที่ใกล้เคียงกับการใช้งานจริง แต่ก็ไม่ได้ทำให้การเขียนพรอมต์อย่างรอบคอบและการวางกลยุทธ์ใช้เครื่องมือหมดความจำเป็น เพียงช่วยลดการโต้ตอบไปมาที่ทำให้นักพัฒนาทำงานช้าลงในโครงการขนาดใหญ่

ความเสี่ยง กฎระเบียบ และการเข้าถึง

บริษัท AI ของจีนดำเนินธุรกิจท่ามกลางมาตรการควบคุมการส่งออก ข้อจำกัดด้านห่วงโซ่อุปทาน และการตรวจสอบด้านกฎระเบียบในหลายเขตอำนาจศาล สภาพแวดล้อมดังกล่าวส่งผลต่อแผนการฝึกและติดตั้งใช้งานโมเดล โมเดลแบบเปิดเผยน้ำหนักอย่าง GLM 4.6 อาจช่วยให้ลูกค้าควบคุมสถานที่และวิธีการทำงานของระบบได้มากขึ้น รวมถึงติดตั้งในระบบขององค์กรเองหรือบนคลาวด์ในภูมิภาคที่ต้องการ แม้มีตัวเลือกเหล่านี้ ผู้ซื้อยังคงประเมินการสนับสนุนระยะยาว ข้อตกลงระดับการให้บริการ และฟีเจอร์ด้านการปฏิบัติตามกฎระเบียบก่อนเลือกผู้ให้บริการ

การจัดการข้อมูลเป็นหนึ่งในข้อกังวลสำคัญที่สุด ข้อเสนอของ Zhipu ต่อลูกค้าในต่างประเทศรวมถึงการจัดเก็บข้อมูลในประเทศและการตั้งค่าไม่เก็บข้อมูล แนวคิดคือเก็บโค้ดและเอกสารที่ละเอียดอ่อนไว้ในภูมิภาคที่ลูกค้าเลือก ขณะเดียวกันก็ยังได้รับประโยชน์จากผู้ช่วยเขียนโค้ดคุณภาพสูง สำหรับหลายทีม การตั้งค่านี้เป็นทางสายกลางที่สมเหตุสมผลระหว่างประสิทธิภาพ ความเป็นส่วนตัว และต้นทุน

ตลาดผู้ช่วยเขียนโค้ดที่มีการแข่งขันหนาแน่น

ตลาดผู้ช่วยเขียนโค้ดมีบริการที่พัฒนาเต็มที่และผู้เล่นหน้าใหม่จำนวนมาก GitHub Copilot ทำให้ผลิตภัณฑ์ประเภทนี้เป็นที่นิยม โมเดลจาก OpenAI และ Anthropic ขับเคลื่อนเครื่องมือระดับพรีเมียมที่โดดเด่นด้านการให้เหตุผลและการจัดการบริบท ผู้เล่นจีนพัฒนาอย่างรวดเร็วด้วยระบบอย่าง DeepSeek และ Qwen ขณะเดียวกันสตาร์ตอัปในหลายภูมิภาคกำลังสร้างผู้ช่วยในสภาพแวดล้อมพัฒนาแบบเอเจนต์ ซึ่งประสานการค้นหา การวิเคราะห์ การแก้ไขโค้ด และการทดสอบไว้ในกระบวนการเดียว

ในตลาดเช่นนี้ Zhipu เน้นจุดแตกต่างสามด้าน ประการแรกคือราคา บริษัทวางตำแหน่ง GLM 4.6 เป็นเครื่องมือใช้งานจริงที่ทำงานได้ดีในต้นทุนที่ต่ำกว่า ประการที่สองคือความเปิดกว้าง การเข้าถึงน้ำหนักโมเดลและการรองรับเฟรมเวิร์กอนุมานทั่วไปทำให้เป็นตัวเลือกที่น่าสนใจสำหรับทีมที่ต้องการปรับแต่งหรือติดตั้งเอง ประการที่สามคือการผสานระบบ ด้วยการทำงานร่วมกับเอเจนต์เขียนโค้ดยอดนิยมได้อย่างราบรื่นและมีตัวเลือก API ที่ตรงไปตรงมา Zhipu จึงช่วยลดความยุ่งยากในการทดลองใช้และนำโมเดลไปใช้จริง ปัจจัยเหล่านี้ไม่ได้รับประกันว่าจะครองตลาด แต่ช่วยสร้างแนวทางที่น่าเชื่อถือสู่การเติบโตอย่างต่อเนื่องในกลุ่มนักพัฒนาที่ให้คุณค่ากับความน่าเชื่อถือ การควบคุม และค่าใช้จ่ายที่เหมาะสมเมื่อสิ้นเดือน

มุมมองผู้บริหารต่อก้าวต่อไป

Zhang Peng ประธานเจ้าหน้าที่บริหารของ Zhipu เคยกล่าวต่อสาธารณะถึงความรวดเร็วของความก้าวหน้าใน AI ขั้นสูง เขาแย้งว่าการพูดคุยเกี่ยวกับปัญญาประดิษฐ์เหนือมนุษย์มักทำให้รายละเอียดสำคัญพร่าเลือน และควรมองกรอบเวลาใด ๆ เป็นเป้าหมายที่เปลี่ยนแปลงได้ สิ่งสำคัญสำหรับลูกค้าคือโมเดลทำงานเฉพาะด้านที่พวกเขาสนใจได้ดีกว่ามนุษย์หรือไม่ และความสามารถที่เพิ่มขึ้นนั้นแปรเป็นผลิตภาพจริงได้หรือไม่

ในงานเปิดตัวครั้งล่าสุด Zhang อธิบายมุมมองที่มีต่อช่วงไม่กี่ปีข้างหน้า

"การบรรลุหรือก้าวข้ามระดับสติปัญญาของมนุษย์ภายในปี 2030 อาจหมายถึงการเหนือกว่ามนุษย์ในบางด้าน แต่ยังทำได้ไม่ดีในอีกหลายด้าน" Zhang Peng ซีอีโอของ Zhipu AI กล่าว

แนวคิดเชิงปฏิบัตินี้สะท้อนทางเลือกด้านผลิตภัณฑ์ของบริษัท Zhipu ไม่ได้เร่งแข่งขันเพื่อชนะทุกบริการสมาชิกสำหรับผู้บริโภค แต่ให้ความสำคัญกับลูกค้าองค์กรและแพ็กเกจเขียนโค้ดสำหรับนักพัฒนา พร้อมคงบริการแชตบอตฟรีที่เข้าถึงได้เพื่อช่วยให้ผู้ใช้ใหม่เริ่มต้นใช้งาน เป้าหมายระยะใกล้ไม่ใช่การกำหนดปลายทางของปัญญาประดิษฐ์ แต่คือการส่งมอบโมเดลที่ช่วยให้คนพัฒนาฟีเจอร์ แก้บั๊ก และทำงานได้เร็วขึ้น โดยยังควบคุมต้นทุนได้

สิ่งที่ควรรู้

• Zhipu AI ระบุว่าผู้ใช้แบบชำระเงินในต่างประเทศเพิ่มขึ้น 10 เท่าในสองเดือน เป็นลูกค้า API ราว 100,000 รายต่อเดือน และมีผู้ใช้แชตบอตฟรีนอกประเทศจีน 3 ล้านคน
• การเติบโตเกิดขึ้นหลังเปิดตัว GLM 4.6 โมเดลด้านการเขียนโค้ดและการให้เหตุผล ซึ่งผสานเข้ากับเครื่องมืออย่าง Claude Code, Cline, Roo Code และ Kilo Code ได้อย่างรวดเร็ว
• Kilo Code รายงานว่าโมเดลนี้มีการใช้งานเพิ่มขึ้นเร็วที่สุดเท่าที่เคยพบ โดยการใช้โทเคนของ GLM 4.6 เพิ่มขึ้น 94 เท่าใน 12 วัน เนื่องจากมีต้นทุนต่ำกว่า
• GLM 4.6 ขยายหน้าต่างบริบทเป็น 200,000 โทเคน พัฒนาการใช้เครื่องมือและประสิทธิภาพของเอเจนต์ และทำงานเสร็จโดยใช้โทเคนน้อยกว่า GLM 4.5 ราว 15 เปอร์เซ็นต์
• โมเดลทำผลงานใกล้เคียง Claude Sonnet 4 ในงานเอเจนต์บน CC Bench แต่ยังตามหลัง Claude Sonnet 4.5 ในการทดสอบเขียนโค้ดบางรายการ
• มีน้ำหนักโมเดลแบบเปิดให้ใช้งานเพื่อติดตั้งในเครื่อง และรองรับชุดเครื่องมืออนุมานอย่าง vLLM และ SGLang
• Zhipu เน้นกลยุทธ์ราคาต่ำ โดยโปรโมตแพ็กเกจเขียนโค้ดที่บริษัทระบุว่ามีประสิทธิภาพระดับ Claude ในราคาเพียงเศษเสี้ยว
• บริษัทมีมูลค่าราว 40,000 ล้านหยวน และกำลังเตรียมความพร้อมสำหรับการเข้าจดทะเบียนในตลาดหุ้นที่อาจเกิดขึ้นในปี 2026 พร้อมมุ่งขยายธุรกิจลูกค้าองค์กรและนักพัฒนาในต่างประเทศ