- 10
- พฤศจิกายน
"เทียบ AI ทุกค่าย พฤศจิกายน 2569: Claude Fable 5.2, Opus 5.5, GPT-6.1 Terra, Gemini 4 Carbon, Haiku 5.5 และโมเดลจีน ควรใช้ตัวไหนทำอะไร" — คำตอบสั้นที่สุดคือ ณ วันที่ 10 พฤศจิกายน 2569 โมเดลที่ได้คะแนนสูงสุดบนดัชนีอิสระ Artificial Analysis คือ Claude Fable 5.2 (65 คะแนน) ตามด้วย Gemini 4 Carbon (60) และ Claude Opus 5.5 (59) แต่โมเดลที่คุ้มที่สุดสำหรับงานประจำส่วนใหญ่กลับเป็นรุ่นกลางอย่าง Claude Sonnet 5.5, GPT-6.1 Sol และ GPT-6.1 Terra ที่ได้คะแนน 51–55 ในราคา $1–2 ต่อล้านโทเคนขาเข้า (ดูวิธีคิดเรื่องแผนและโควตาที่ เทียบ Limit ทุกแผนของ Claude) บทความนี้อัปเดตจากฉบับกรกฎาคม 2569 ด้วยราคาและคะแนนล่าสุดของ 20 โมเดลจาก 10 ค่าย แล้วตอบคำถามเดียวที่องค์กรถามจริง คือ งานแบบไหนควรใช้ตัวไหน
สรุปสั้นๆ: เทียบ AI พ.ย. 2569 = Fable 5.2 นำดัชนี AA แต่แพงสุด ($8/$40) · Opus 5.5 ($4/$20) คือจุดคุ้มของงานยาก · Sonnet 5.5 กับ GPT-6.1 Sol ($2/$10) พอสำหรับงานเอกสารและโค้ดทั่วไป · GPT-6.1 Terra ($1/$5) ถูกสุดในกลุ่มที่ใช้คอมพิวเตอร์ได้ · Haiku 5.5 และ GPT-6 Luna ($0.10/$0.50) สำหรับงานปริมาณมาก · Gemini 4 Argon ขึ้นราคา 2 เท่า 1 ธ.ค. · Carbon ยังไม่ขายทั่วไป · โมเดลจีนถูกกว่า 3–10 เท่าแต่คะแนนตามหลัง 20–30 จุด · Kimi K3.1 Pro เปิดน้ำหนัก 2.8T แล้ว 4 พ.ย. · ยังไม่มี benchmark ภาษาไทยปี 2569 สำหรับกลุ่มนี้
ตัวเลขทุกตัวในบทความนี้ตรวจวันที่ 10 พฤศจิกายน 2569 จากหน้าราคาของผู้ผลิตและจากกระดานคะแนนอิสระ 3 แห่ง คะแนนขยับทุกสัปดาห์ และบางค่ายขึ้นราคาวันที่ 1 ธันวาคม ถ้าอ่านบทความนี้หลังจากนั้นให้เปิดแหล่งอ้างอิงท้ายบทความดูตัวเลขล่าสุดก่อนตัดสินใจ ส่วนชื่อโมเดลจีนและโมเดลน้ำหนักเปิด เขียนตามหน้าผู้ผลิต
1. เกณฑ์วัดเดือนนี้เปลี่ยนอีกแล้ว ก่อนอ่านตัวเลขต้องรู้ 3 เรื่อง
บทความเทียบ benchmark เดือนกันยายนใช้ดัชนี Artificial Analysis (AA) รุ่น v4.3.2 ตอนนี้ดัชนีขยับเป็น v5.0.1 แล้ว ชุดทดสอบ GDPval-AA ถูกถอดออก เหลือ 9 ชุด แบ่งเป็น 4 หมวดน้ำหนักเท่ากัน คือ งานความรู้ โค้ด วิทยาศาสตร์ และทั่วไป ผลคือคะแนนเดือนนี้เทียบกับเดือนก่อนตรง ๆ ไม่ได้ ตัวอย่างชัดสุดคือ MiMo-V2.6-Pro ที่เคยได้ 46 ตอนนี้ได้ 30 ทั้งที่เป็นโมเดลตัวเดิม
กระดานคะแนน 3 แห่งที่ใช้ในบทความนี้ และจุดอ่อนของแต่ละแห่ง
- Artificial Analysis Intelligence Index v5.0.1 AA รันชุดทดสอบเองกับทุกโมเดล และรายงานแยกตามระดับความพยายาม (effort) ตารางในบทความนี้ใช้ค่าที่ effort สูงสุดเท่าที่มีการวัด ซึ่งแพงกว่าการใช้งานจริงส่วนใหญ่
- Arena Text (เดิม LMArena) ผู้ใช้เทียบคำตอบเป็นคู่แล้วโหวตโดยไม่เห็นชื่อโมเดล จึงวัดความถูกใจ ไม่ใช่ความถูกต้อง โมเดลใหม่คะแนนยังไม่นิ่ง (Carbon ติดป้าย Preliminary · Fable 5.2 ยังไม่ขึ้นกระดาน ณ 9 พ.ย.)
- ARC-AGI-2 และ ARC-AGI-3 (ชุด Verified ของ ARC Prize) วัดการให้เหตุผลเชิงนามธรรมกับโจทย์ที่โมเดลไม่เคยเห็น ARC-AGI-3 มีคะแนน 2 คอลัมน์คือ Standard กับ Provider adapter ซึ่งต่างกันมาก บทความนี้ใช้ Standard
Epoch Capabilities Index และ Terminal-Bench 4.1 โหลดตารางไม่ขึ้น ณ วันตรวจ จึงไม่นำมาใส่ ส่วน Terminal-Bench 4.0 ถูกนับรวมอยู่ในดัชนี AA แล้ว
2. ตารางใหญ่ 20 โมเดล ราคา context และคะแนนอิสระ
ราคาเป็น USD ต่อ 1 ล้านโทเคน ขาเข้า / ขาออก แบบมาตรฐาน (ไม่รวม batch, cache, fast mode) "ต้นทุนต่องาน" คือค่าใช้จ่ายที่ AA จ่ายจริงเพื่อรันชุดทดสอบทั้งดัชนีกับโมเดลนั้นที่ effort สูงสุด เป็นตัวเลขอิสระที่สะท้อนว่าโมเดลตอบยาวแค่ไหน ไม่ใช่แค่ราคาป้าย เครื่องหมาย "–" คือหน้าทางการไม่แสดง หรือโหลดไม่ขึ้น ณ วันตรวจ
| โมเดล | ราคา in / out | Context | AA v5.0.1 | ต้นทุนต่องาน (AA) | Arena 9 พ.ย. | ARC-AGI-2 |
|---|---|---|---|---|---|---|
| Claude Fable 5.2 | $8 / $40 | 1M | 65 | $26.54 | ยังไม่ขึ้น | 93.8% |
| Gemini 4 Carbon | ไม่ขายทั่วไป | – | 60 | $7.76 | 1526 (#1, prelim) | – |
| Claude Opus 5.5 | $4 / $20 | 1M | 59 | $10.04 | 1506 (#4) | 93.3% |
| GPT-6 Astra | $10 / $50 | 1.05M | 57 | $6.24 | 1474 (#41) | 95.0% |
| Claude Sonnet 5.5 | $2 / $10 | 1M | 55 | $10.02 | 1472 (#46) | – |
| GPT-6.1 Sol | $2 / $10 | 1.05M | 55 | $1.27 | 1482 (#27) | 94.2% |
| GPT-6.1 Terra | $1 / $5 | 1.05M | 51 | $0.96 | ยังไม่ขึ้น | – |
| Gemini 4 Argon | $2 / $10 (→ $4 / $20 1 ธ.ค.) | 1M | 50 | $9.95 | 1522 (#2) | 91.3% |
| Kimi K3.1 Pro (น้ำหนักเปิด) | – | 1M | 46 | $3.68 | 1483 (#24) | – |
| Claude Haiku 5.5 | $0.10 / $0.50 (≤100K) | 1M | 36 | $0.41 | – | – |
| Grok 4.7 | – | – | 35 | $7.77 | – | – |
| Qwen3.8-Max | – | 1M | 34 | $10.02 | 1484 (#23) | – |
| DeepSeek V4.1-Flash-1017 | $0.15 / $0.60 นอกเวลาเร่งด่วน (×2 ในเวลาทำงานไทย) | 1M | 33 | $0.60 | 1475 (#37) | 78.1% |
| GLM-5.3 | $1.40 / $4.40 | – | 32 | $5.01 | 1483 (#26) | – |
| MiMo-V2.6-Pro | – | – | 30 | $0.26 | 1480 (#30) | – |
| MiniMax M3.1 Flash | $0.15 / $0.60 | – | 29 | $0.49 | – | – |
| GPT-6 Luna | $0.10 / $0.50 | 1.05M | 28 | $0.15 | – | – |
| Mistral Large 4 (น้ำหนักเปิด) | – | – | 26 | $2.06 | – | – |
| Muse Spark Open (น้ำหนักเปิด) | – | – | 25 | $2.02 | – | – |
| Gemini 3.8 Flash | $0.75 / $3.75 (→ $1.50 / $7.50 1 ม.ค. 70) | – | – | – | 1497 (#9, prelim) | – |
ตารางนี้บอกชัด 3 ข้อ ข้อแรก กลุ่มบนห่างกันไม่กี่คะแนน (65 / 60 / 59 / 57) แต่ราคาต่างกัน 2–10 เท่า ข้อสอง GPT-6.1 Sol และ Terra ได้คะแนน 55 และ 51 ด้วยต้นทุนต่องานต่ำกว่า $1.30 ถูกกว่า Sonnet 5.5 ราว 8 เท่าทั้งที่คะแนนเท่ากัน เพราะ Sonnet ตอบยาวกว่าที่ effort สูงสุด ข้อสาม โมเดลจีนรุ่นท็อปได้ 30–46 คะแนน ตามหลังกลุ่มบน 20–30 จุดตามสูตรใหม่ แต่บน Arena ที่วัดความถูกใจ Kimi, Qwen, GLM และ MiMo อยู่อันดับ 23–30 ใกล้กับ GPT-6.1 Sol มาก
3. ฝั่ง Claude 4 รุ่น ต่างกันที่ราคาและความเร็ว ไม่ใช่ context
ทั้ง 4 รุ่นให้ context 1 ล้านโทเคนและขาออก 128K เท่ากัน ราคาต่างกัน 80 เท่าระหว่าง Haiku กับ Fable ส่วน Fable 5.2 มี fast mode ที่เร็วขึ้น 2.5 เท่าในราคา 2 เท่า และ Opus 5.5 ก็มี fast mode เช่นกัน รายละเอียดการเปิดตัวและ 4 จุดที่โค้ดเดิมพังอยู่ในบทความ Fable 5.2
| รุ่น | มาตรฐาน in / out | Fast mode | Batch | AA ที่ high / max | ใช้กับงาน |
|---|---|---|---|---|---|
| Fable 5.2 | $8 / $40 | $16 / $80 | $4 / $20 | 62 / 65 | งานหลายขั้นที่ต้องทำจนจบเอง โค้ดยาก agent บนหน้าจอ (OSWorld 89.3% ตัวเลขจากผู้ผลิต) |
| Opus 5.5 | $4 / $20 | $8 / $40 | $2 / $10 | 52 / 59 | งานยากทั่วไป วิเคราะห์ยาว โค้ด โดยไม่ต้องจ่ายแพงขึ้น 2 เท่าเพื่อใช้ Fable |
| Sonnet 5.5 | $2 / $10 | ไม่มี | $1 / $5 | 42 / 55 | เอกสาร สรุป ตอบลูกค้า โค้ดประจำวัน งานส่วนใหญ่ขององค์กร |
| Haiku 5.5 | $0.10 / $0.50 (เกิน 100K: $0.50 / $2.50) | ไม่มี | $0.05 / $0.25 | 30 / 36 | จัดหมวด ดึงข้อมูล คัดกรอง ใช้เป็น subagent และงานปริมาณมาก |
สำหรับคนใช้ claude.ai ไม่ใช่ API (Application Programming Interface): Fable 5.2 บนแผน Pro และ Team Standard ใช้ได้ผ่าน usage credits เท่านั้น ส่วน Max, Ultra และ Team Premium ใช้ได้ในโควตาปกติ กติกานี้เหมือนตอน 5.1 ต่างแค่มีโปรโมชันช่วงสัปดาห์แรกถึง 16 พ.ย. ดูตารางเต็มที่ เทียบ Limit ทุกแผน และราคาแผนองค์กรที่ ราคา Claude สำหรับองค์กร
4. OpenAI และ Google ถูกลงในปีนี้ แต่ Google กำลังจะขึ้นราคา
OpenAI ตั้งราคาตระกูล GPT-6 เป็นขั้นบันไดชัดเจน คือ Astra $10/$50 สำหรับงานวิจัยและโค้ดซับซ้อน Sol $2/$10 สำหรับงานทั่วไป Terra $1/$5 สำหรับงานภาพและการใช้คอมพิวเตอร์ และ Luna $0.10/$0.50 สำหรับงานปริมาณมาก ทุกตัว context 1,050,000 โทเคน แต่คำขอที่ขาเข้าเกิน 272K จะคิดราคาขาเข้า 2 เท่าและขาออก 1.5 เท่าทั้งคำขอ รายละเอียด Terra และข้อควรระวังจาก system card อยู่ในบทความ GPT-6.1 Terra
| รุ่น | in / out | Context | AA (max) | ARC-AGI-2 / 3 | จุดเด่นที่ยืนยันได้ |
|---|---|---|---|---|---|
| GPT-6 Astra | $10 / $50 | 1.05M | 57 | 95.0% / 62.7% | ARC-AGI-2 สูงสุดในตาราง |
| GPT-6.1 Sol | $2 / $10 | 1.05M | 55 | 94.2% / 52.7% | ต้นทุนต่องาน $1.27 คุ้มสุดในกลุ่มคะแนน 55 |
| GPT-6.1 Terra | $1 / $5 | 1.05M | 51 | – | มี computer_use และ mcp ใน Responses API ด้วยราคาต่ำสุดของกลุ่ม |
| GPT-6 Luna | $0.10 / $0.50 | 1.05M | 28 | – | ต้นทุนต่องาน $0.15 ต่ำสุดในตาราง |
| Gemini 4 Argon | $2 / $10 → $4 / $20 (1 ธ.ค. 69) | 1M | 50 | 91.3% / 49.8% | Arena #2 คนชอบคำตอบ แต่ต้นทุนต่องานสูงถึง $9.95 |
| Gemini 4 Carbon | ไม่ขายทั่วไป | – | 60 | – | Arena #1 (prelim) · เปิดให้เฉพาะฝ่ายป้องกันไซเบอร์ตั้งแต่ 28 ต.ค. |
| Gemini 3.8 Flash | $0.75 / $3.75 → $1.50 / $7.50 (1 ม.ค. 70) | – | – | – | Arena #9 · ราคาเดิมใช้ถึงสิ้นปี |
วันที่ต้องจดไว้: Gemini 4 Argon ขึ้นราคา 2 เท่าเป็น $4 / $20 วันที่ 1 ธันวาคม 2569 และ Gemini 3.8 Flash ขึ้น 2 เท่าวันที่ 1 มกราคม 2570 ตามหน้าราคาของ Google ใครวางงบปี 2570 บน Gemini ให้ใช้ราคาใหม่คำนวณ ส่วน Carbon ที่ได้คะแนนสูงกว่า Argon 10 จุด ยังไม่มีราคาขายทั่วไปบนหน้า pricing
5. โมเดลจีนและโมเดลน้ำหนักเปิด ถูกจริง แต่ต้องอ่านเงื่อนไข
ข่าวใหญ่ของเดือนคือ Moonshot ปล่อยน้ำหนัก Kimi K3.1 Pro ขนาด 2.8 ล้านล้านพารามิเตอร์ (ใช้งานจริง 104B ต่อโทเคน) context 1 ล้านโทเคน บน Hugging Face วันที่ 4 พฤศจิกายน ภายใต้สัญญาอนุญาตของ Moonshot เอง ไม่ใช่สัญญาแบบ Apache หรือ MIT ส่วน Qwen 4 ที่ Alibaba บอกตั้งแต่ 22 กันยายนว่ากำลังเทรนอยู่ ยังไม่ออก ณ วันตรวจ มีแค่ทีเซอร์วันที่ 6 พฤศจิกายน ภาพรวมนโยบายและข้อกล่าวหาเรื่องการกลั่นโมเดล (distillation) ของฝั่งจีนอ่านได้ในอัปเดต AI จีน กันยายน 2569
| โมเดล | ราคาทางการ in / out | น้ำหนักเปิด | AA | สิ่งที่ต้องรู้ก่อนใช้ |
|---|---|---|---|---|
| Kimi K3.1 Pro | หน้า pricing โหลดราคาไม่ขึ้น ณ วันตรวจ (batch ลด 40%) | ใช่ 4 พ.ย. 69 · ไฟล์ ~1.56 TB | 46 | ต้องมีเซิร์ฟเวอร์ GPU (Graphics Processing Unit) ขนาดใหญ่มากจึงจะรันเองได้ และสัญญาอนุญาตมีเงื่อนไขเพิ่มสำหรับบริการขนาดใหญ่ |
| Qwen3.8-Max | หน้าทางการไม่แสดง (มีแต่ตัวเลขจากผู้รวบรวมภายนอก) | ไม่ (มีรุ่น Qwen3.8-27B ที่เปิดน้ำหนัก) | 34 | รองรับภาพ · Arena #23 · Qwen 4 ยังไม่ออก |
| GLM-5.3 / GLM-5.3-Flash | $1.40 / $4.40 · Flash $0.15 / $0.50 | – | 32 | Flash ถูกเท่า Haiku 5.5 แต่ยังไม่มีคะแนน AA แยก |
| MiMo-V2.6-Pro | หน้าทางการไม่แสดง | – | 30 (เดิม 46 ใน v4.3.2) | ต้นทุนต่องาน $0.26 ต่ำสุดในกลุ่ม 30+ คะแนน |
| DeepSeek V4.1-Flash-1017 | $0.15 / $0.60 นอกเวลาเร่งด่วน · $0.30 / $1.20 ในเวลาเร่งด่วน | – | 33 | เวลาเร่งด่วนคือ 01–04 และ 06–10 UTC (Coordinated Universal Time) ในวันทำการ ตรงกับ 08–11 และ 13–17 น. เวลาไทย ผู้ใช้ไทยจึงจ่ายราคาเต็มในเวลางาน |
| MiniMax M3.1 Flash | $0.15 / $0.60 | – | 29 | ราคาเดียวกับ DeepSeek นอกเวลาเร่งด่วน แต่ไม่มีเงื่อนไขเวลา |
| Mistral Large 4 (v26.10) | หน้า pricing ไม่ระบุราคา Large 4 | ใช่ Mistral Ecosystem Open Weight License | 26 | ค่ายยุโรป เป็นตัวเลือกสำหรับองค์กรที่ต้องการโมเดลน้ำหนักเปิดจากนอกจีน |
| Muse Spark Open (Meta) | ตามผู้ให้บริการโฮสต์ | ใช่ 816B / ใช้งานจริง 42B | 25 | คะแนนตามสูตร v5.0.1 ต่ำกว่าโมเดลน้ำหนักเปิดของจีนทุกตัว |
ก่อนส่งข้อมูลองค์กรไปที่ API ของค่ายใดก็ตาม ให้ตอบ 3 ข้อนี้ก่อน: (1) ข้อมูลไปประมวลผลที่ประเทศไหน และสัญญาระบุว่าเก็บข้อมูลไว้กี่วัน (2) ผู้ให้บริการเซ็น DPA (Data Processing Agreement) ตาม PDPA (Personal Data Protection Act) ได้ไหม (3) ถ้าเป็นโมเดลน้ำหนักเปิดที่รันเอง ใครเป็นคนดูแลความปลอดภัยของเซิร์ฟเวอร์และอัปเดตโมเดล ราคาถูก 10 เท่าไม่มีความหมายถ้าตอบ 3 ข้อนี้ไม่ได้ แนวทางตั้งค่า Claude ให้ผ่าน PDPA อยู่ใน ตั้ง Claude Team ให้ผ่าน PDPA ไทย
6. เลือกตามงาน ตารางเดียวที่ควรพิมพ์ติดโต๊ะ
คอลัมน์ "ตัวเลือกแรก" คือโมเดลที่คุ้มสุดสำหรับงานนั้นจากราคาและคะแนนอิสระ คอลัมน์ "ขยับขึ้นเมื่อ" คือเงื่อนไขที่ควรยอมจ่ายแพงขึ้น ตารางนี้ไม่ใช่รายการโมเดลที่ดีที่สุด เพราะโมเดลที่ดีที่สุดคือตัวที่ผ่านชุดทดสอบของคุณเองด้วยราคาต่ำสุด
| งาน | ตัวเลือกแรก | ขยับขึ้นเมื่อ | ทางเลือกราคาถูก / น้ำหนักเปิด |
|---|---|---|---|
| เอกสาร สรุป ร่างจดหมาย ตอบลูกค้า | Claude Sonnet 5.5 หรือ GPT-6.1 Sol ($2 / $10) | เอกสารยาวหลายร้อยหน้าที่ต้องสรุปข้ามไฟล์ → Opus 5.5 | Gemini 3.8 Flash ถึงสิ้นปี · GLM-5.3-Flash |
| เขียนและแก้โค้ด | Opus 5.5 ($4 / $20) ใน Claude Code | งาน agent หลายขั้นที่ต้องทำจนจบเอง หรือ repo ขนาดใหญ่ → Fable 5.2 (FrontierCode 49.1% ตัวเลขจากผู้ผลิต) | Kimi K3.1 Pro รันเอง · GPT-6.1 Sol |
| Agent ที่ใช้คอมพิวเตอร์ / คลิกหน้าจอ | GPT-6.1 Terra ($1 / $5) สำหรับงานทดลอง · Fable 5.2 เมื่อต้องให้ทำจนจบเอง | งานที่พลาดแล้วเสียหายมาก → Fable 5.2 (ARC-AGI-3 Standard 81.2% สูงสุดในกระดาน) | ยังไม่มีโมเดลน้ำหนักเปิดที่ทำได้ระดับนี้ (DeepSeek Flash ได้ 0.2%) |
| งานภาพ อ่านใบแจ้งหนี้ ตรวจสินค้าจากรูป | GPT-6.1 Terra หรือ Gemini 4 Argon (ถึง 30 พ.ย.) | ต้องให้เหตุผลซับซ้อนต่อจากการอ่านภาพ → Opus 5.5 / Fable 5.2 | Qwen3.8-Max รองรับภาพ |
| งานปริมาณมาก จัดหมวด ดึงข้อมูล คัดกรอง | Claude Haiku 5.5 หรือ GPT-6 Luna ($0.10 / $0.50) | ความแม่นยำไม่ถึงเป้า → Sonnet 5.5 / GPT-6.1 Sol | DeepSeek V4.1-Flash นอกเวลางาน · MiniMax M3.1 Flash · GLM-5.3-Flash |
| ต้องรันในองค์กรเอง (on-premise) | Kimi K3.1 Pro ถ้ามี GPU พอ · Mistral Large 4 ถ้าต้องการค่ายนอกจีน | งานที่โมเดลน้ำหนักเปิดทำไม่ถึง → ใช้ API ของค่ายปิดโดยมีสัญญา DPA | Muse Spark Open · Qwen3.8-27B (ARC-AGI-2 42.4%) |
| ภาษาไทยเป็นหลัก | ทดสอบเองด้วยเอกสารจริง 20–30 ชิ้น ก่อนเชื่อตัวเลขใคร | ยังไม่มี benchmark ภาษาไทยปี 2569 ที่ครอบคลุมโมเดลกลุ่มนี้ กระดาน SEA-HELM ฉบับ 18 ก.ย. 2569 มีแต่โมเดลน้ำหนักเปิดขนาดกลาง (Gemma 4, Qwen 3.6, Mistral Medium 3.5, SEA-LION) ไม่มี Claude, GPT-6, Gemini 4 หรือ Kimi K3 | |
7. ราคาต่อความฉลาด ตัวเลขที่ราคาป้ายหลอกตาได้
ราคาป้าย $2/$10 ของ Sonnet 5.5 กับ GPT-6.1 Sol เท่ากันเป๊ะ แต่ต้นทุนที่ AA จ่ายจริงเพื่อรันชุดทดสอบเดียวกันที่ effort สูงสุดต่างกัน 8 เท่า ($10.02 กับ $1.27) เพราะ Sonnet ใช้โทเคนคิดและตอบมากกว่ามาก ในทางกลับกัน Fable 5.2 ที่ราคาป้ายถูกกว่า Astra ($8 กับ $10 ขาเข้า) กลับมีต้นทุนต่องานสูงกว่า 4 เท่า ($26.54 กับ $6.24) ที่ effort max ตัวเลขนี้ไม่ได้บอกว่าโมเดลไหนดีกว่า แต่บอกว่าต้องตั้ง effort ให้ตรงงานและวัดโทเคนจริงจาก usage ไม่ใช่คูณราคาป้ายกับจำนวนคำขอ
กฎง่าย ๆ ที่ใช้ได้กับทุกค่าย: เริ่มงานใหม่ด้วยรุ่นกลาง (Sonnet 5.5, GPT-6.1 Sol, Argon) ที่ effort กลาง แล้ววัดผลกับชุดทดสอบ 30–50 ตัวอย่างของตัวเอง ถ้าผ่านก็จบ ถ้าไม่ผ่านให้ขยับ effort ก่อน ค่อยขยับรุ่น ขึ้นไป Fable 5.2 เฉพาะงานที่ Opus 5.5 ที่ effort high ยังไม่ถึงเป้า และลงมาใช้ Haiku 5.5 หรือ Luna ทันทีที่งานนั้นเป็นงานซ้ำปริมาณมาก
8. ข้อควรระวัง 5 ข้อก่อนเอาตารางไปตัดสินใจ
หนึ่ง ตัวเลขในตารางที่ 2 และ 4 เป็นผลวัดอิสระ แต่ตัวเลขอย่าง FrontierCode 49.1% หรือ OSWorld 89.3% ของ Fable 5.2 เป็นตัวเลขของ Anthropic เอง ให้ดูเป็นแนวโน้มเท่านั้น สอง คะแนน AA ในตารางคือค่าที่ effort สูงสุด ซึ่งแพงและช้ากว่าที่คุณจะใช้จริง ค่าที่ effort high ของ Opus 5.5 คือ 52 ไม่ใช่ 59 สาม Arena วัดความถูกใจ Gemini 4 Argon ได้อันดับ 2 ทั้งที่ AA ให้ 50 และ GPT-6 Astra อยู่อันดับ 41 ทั้งที่ ARC-AGI-2 สูงสุด สองกระดานนี้ไม่ได้ผิด แค่วัดคนละอย่าง สี่ คะแนนที่ติดป้าย Preliminary (Carbon มี 4,282 โหวต เทียบกับ Opus 4.6 ที่ 84,424 โหวต) ยังจะขยับอีกมาก ห้า ดัชนี AA เปลี่ยนสูตรไปแล้วเมื่อเดือนกันยายน และเปลี่ยนอีกครั้งก่อนเดือนนี้ ถ้าเห็นบทความไหนเอาคะแนนคนละเดือนมาวางข้างกัน ให้สงสัยไว้ก่อน
9. ใช้ค่ายเดียวหรือหลายค่าย ตารางเหมาะ / ไม่เหมาะ
| แนวทาง | เหมาะกับ | ไม่เหมาะกับ |
|---|---|---|
| ค่ายเดียว ใช้ 2–3 รุ่นตามงาน (เช่น Haiku / Sonnet / Opus) | องค์กรที่อยากคุมสัญญา DPA ใบกำกับภาษี และการจัดการผู้ใช้ให้ง่าย และงานส่วนใหญ่เป็นเอกสารกับโค้ด | งานที่ค่ายนั้นยังตามหลังชัดเจน เช่น งานภาพราคาถูกที่ Terra ทำได้ในราคา $1 / $5 |
| สองค่าย แยกตามประเภทงาน | ทีมพัฒนาที่มี gateway กลาง วัดต้นทุนต่องานได้ และมีคนดูแลสัญญาสองฉบับ | องค์กรที่ยังไม่มีผู้รับผิดชอบนโยบายข้อมูล AI |
| น้ำหนักเปิดรันเอง | หน่วยงานที่ข้อมูลออกนอกระบบไม่ได้เลย และมีทีมดูแล GPU กับความปลอดภัยเซิร์ฟเวอร์ | SME (Small and Medium Enterprises) ที่ไม่มีทีม infra และงานที่ต้องการคะแนนระดับกลุ่มบน (โมเดลน้ำหนักเปิดที่ดีที่สุดยังได้แค่ 46) |
| โมเดลจีนผ่าน API | งานทดลอง งานภายในที่ไม่มีข้อมูลส่วนบุคคล งานปริมาณมากนอกเวลาเร่งด่วน | ข้อมูลลูกค้า ข้อมูลราชการ หรืองานที่ต้องเซ็น DPA ตาม PDPA |
10. มุมจากงาน ERP โมเดลเปลี่ยนทุกเดือน แต่ข้อมูลจริงอยู่ที่เดิม
ตารางข้างบนเดือนหน้าก็ต้องแก้ใหม่ สิ่งที่ไม่เปลี่ยนคือข้อมูลที่โมเดลต้องใช้ ได้แก่ ยอดขาย สต็อก งบประมาณ และสถานะเอกสาร ซึ่งอยู่ใน ERP (Enterprise Resource Planning) ระบบบันทึกหลัก (system of record) ขององค์กร โมเดล AI ไม่ว่าค่ายไหนก็เป็นแค่ผู้ช่วยที่อ่านและร่างงานจากข้อมูลนั้นผ่านช่องทางที่คุมสิทธิ์ได้ Grand Linux เชื่อม Claude เข้ากับ Saeree ERP ผ่าน MCP (Model Context Protocol) โดยกำหนดว่า tool ตัวไหนอ่านหรือเขียนอะไร ผูกสิทธิ์ตามบทบาทผู้ใช้ และเก็บ audit trail ทุกคำขอ วิธีนี้ทำให้เปลี่ยนรุ่นโมเดลได้โดยไม่ต้องรื้อกติกาข้อมูล ดูขอบเขตงานได้ที่ Claude Integration & Solutions และภาพรวมบริการที่ Claude สำหรับองค์กร
สรุป
พฤศจิกายน 2569 กลุ่มบนมี 4 ตัวที่ห่างกันไม่ถึง 10 คะแนน คือ Fable 5.2, Carbon, Opus 5.5 และ Astra แต่ตัวที่ซื้อได้ทั่วไปในราคา $4/$20 มีแค่ Opus 5.5 รุ่นกลางราคา $2/$10 ทำงานส่วนใหญ่ขององค์กรได้ และ Terra ทำให้งานภาพกับการใช้คอมพิวเตอร์ถูกลงเหลือ $1/$5 โมเดลจีนถูกกว่าอีก 3–10 เท่าและเปิดน้ำหนักให้รันเองได้แล้ว แต่ยังตามหลังกลุ่มบน 20–30 จุด และมีคำถามเรื่องข้อมูลที่ต้องตอบให้ได้ก่อน สำหรับภาษาไทย ยังไม่มีใครวัดให้ ต้องวัดเอง
โมเดลที่ดีที่สุดไม่ใช่ตัวที่คะแนนสูงสุด แต่คือตัวที่ถูกที่สุดที่ยังผ่านชุดทดสอบของคุณเอง
- มุมมองของทีม Saeree ERP
แหล่งอ้างอิง
ตรวจสอบทั้งหมดวันที่ 10 พฤศจิกายน 2569 ข้อ 1–3 คือกระดานคะแนนอิสระ ข้อ 4–12 คือหน้าทางการของผู้ผลิต
- Artificial Analysis: Intelligence Index leaderboard (v5.0.1) และ วิธีคิดดัชนี
- Arena: Text leaderboard (อัปเดต 9 พฤศจิกายน 2569)
- ARC Prize: ARC-AGI-2 / ARC-AGI-3 Verified leaderboard
- Anthropic: Claude API pricing (รวม fast mode และ batch)
- OpenAI: API pricing (GPT-6 Astra, GPT-6.1 Sol, GPT-6.1 Terra, GPT-6 Luna)
- Google: Gemini API pricing (ราคาใหม่ 1 ธ.ค. 2569 และ 1 ม.ค. 2570) และ Gemini models
- DeepSeek: Models & Pricing (เวลาเร่งด่วน 01–04, 06–10 UTC)
- Z.ai: GLM pricing
- Moonshot: Kimi pricing (context 1,048,576 · batch 60%) และ น้ำหนัก Kimi K3.1 Pro บน Hugging Face
- Mistral: Models overview (Mistral Large 4 v26.10 open weight)
- Alibaba Cloud Model Studio: Models (qwen3.8-max · อัปเดต 2 พ.ย. 2569)
- AI Singapore: SEA-HELM leaderboard (18 กันยายน 2569)
ใช้ Claude ในองค์กร? ขอใบเสนอราคาเป็นเงินบาท พร้อมใบกำกับภาษี
Grand Linux จัดหา Claude Team และ Enterprise ออกใบเสนอราคาเป็นบาท ใบกำกับภาษี และรับ PO พร้อมงานเชื่อม Claude เข้ากับระบบหลังบ้านผ่าน MCP กรอกฟอร์มสั้น ๆ แล้วทีมขายติดต่อกลับ
ปรึกษา / ขอใบเสนอราคาโทร 02-347-7730 | sale@grandlinux.com
