โมเดล AI ไซเบอร์ 2569 คืออะไร? Gemini 3.8 Flash Cyber, Mythos 5.1, Astra และเหตุผลที่องค์กรไทยยังเข้าไม่ถึง

เกิดอะไรขึ้นใน 48 ชั่วโมง

สิ่งที่ทำให้สัปดาห์นี้ต่างจากการเปิดตัวโมเดลครั้งอื่นคือ จังหวะเวลา ทั้งสามค่ายไม่ได้แค่ปล่อยของใกล้กัน แต่ปล่อย "ของประเภทเดียวกัน" คือโมเดลที่ตั้งใจทำมาเพื่องานความมั่นคงปลอดภัยโดยเฉพาะ พร้อมกลไกคัดกรองผู้ใช้ที่หน้าตาคล้ายกันจนน่าสงสัยว่านัดกันมา

วันที่	ค่าย	สิ่งที่ประกาศ
10 สิงหาคม 2569	OpenAI	ขยายโปรแกรม Daybreak ออกเป็น 2 ระดับ (Blue / Red) พร้อมเปิดตัว GPT-5.6-Cyber และแจ้งว่าหยุดกิจกรรมภายในบางส่วนที่เกี่ยวกับโมเดลชื่อ Astra เพื่อประเมินความสามารถและวางมาตรการเพิ่ม
27 สิงหาคม 2569	รวม 100+ บริษัท	จดหมายเปิดผนึกร่วม เรียกร้องให้ทั้งภาครัฐและเอกชนเร่งตั้งรับภัยไซเบอร์ที่ขับเคลื่อนด้วย AI — ผู้ลงนามรวมถึง Anthropic, Google, Microsoft และ OpenAI
1 กันยายน 2569	Anthropic	เปิดตัว Claude Fable 5.1 (ใช้ได้ทั่วไป) และ Claude Mythos 5.1 (เข้าถึงแบบคัดกรอง) พร้อมประกาศ Enterprise Frontier Safeguards ที่ย้ายข้อมูลตรวจสอบไปไว้บนคลาวด์ของลูกค้า
2 กันยายน 2569	Google	เปิดตัว Gemini 3.8 Flash Cyber โมเดลด้านไซเบอร์ที่บริษัทระบุว่าเก่งที่สุดของตัวเอง ให้เข้าถึงผ่าน Fairwind Program
2 กันยายน 2569	OpenAI	ประกาศว่า Astra ถึงเกณฑ์ Critical ด้านไซเบอร์ตาม Preparedness Framework เป็นครั้งแรกของบริษัท

อ่านเรียงกันแล้วจะเห็นเส้นเรื่องเดียว: ความสามารถด้านการค้นหาและใช้ประโยชน์จากช่องโหว่ของโมเดลรุ่นใหม่ ๆ โตเร็วกว่าที่กลไกกำกับดูแลแบบเดิมจะตามทัน ผู้ให้บริการจึงเลือกทางออกเดียวกันคือ ไม่ปล่อยความสามารถชุดนี้ให้ใครก็ได้ แต่แจกให้เฉพาะคนที่ผ่านการตรวจสอบตัวตนและวัตถุประสงค์แล้ว

ทั้งสามค่ายประกาศอะไร และใครสมัครเข้าถึงได้บ้าง

ค่าย	โมเดล	ประตูเข้าถึง	ใครมีสิทธิ์สมัคร
Google	Gemini 3.8 Flash Cyber	Fairwind Program	รัฐบาลและหน่วยงานไซเบอร์ระดับชาติ, ผู้ดำเนินการโครงสร้างพื้นฐานสำคัญ, แพลตฟอร์มเทคโนโลยีหลัก — ต้องผ่านการตรวจสอบประวัติการทำงานที่โปร่งใส
Anthropic	Claude Mythos 5.1 (ตัวเดียวกับ Fable 5.1 แต่ผ่อนคลาย safeguard)	Cyber Verification Program / Life Sciences Verification Program	ผู้เชี่ยวชาญด้านไซเบอร์และวิทยาศาสตร์ชีวภาพที่ผ่านการตรวจสอบ ปัจจุบันจำกัดอยู่ที่องค์กรในสหรัฐฯ ที่คัดเลือกแล้ว
OpenAI	Astra (กำลังจะมา), GPT-5.6-Cyber	Daybreak Blue (ทั่วไปแบบผ่อนข้อจำกัด) / Daybreak Red (โมเดลไซเบอร์เฉพาะทาง)	ผู้ป้องกันที่ได้รับอนุมัติ — Astra เริ่มจากกลุ่ม alpha เล็ก ๆ ก่อน แล้วค่อยเปิดผ่าน Daybreak Blue สำหรับงานตั้งรับ

Google — Gemini 3.8 Flash Cyber และ Fairwind

Google วางโมเดลตัวนี้ไว้ที่งานสองอย่างคือ ค้นหาช่องโหว่ และ ปะแพตช์อัตโนมัติ โดยระบุว่าทำคะแนนเกิน 70% บนชุดทดสอบช่องโหว่จากโค้ดจริงภายในของบริษัทเอง ครอบคลุม 20 ภาษาโปรแกรม และเคลมว่าในงานค้นหาช่องโหว่แบบอัตโนมัติทำได้เหนือกว่า Mythos 5 ของ Anthropic และ GPT-5.6 Sol ของ OpenAI

ตัวเลขนี้เป็นการทดสอบภายในของ Google เอง ยังไม่มีการตรวจสอบซ้ำจากบุคคลที่สาม จึงควรอ่านเป็นทิศทางมากกว่าคะแนนสอบ ส่วนที่จับต้องได้กว่าคือเงื่อนไขการใช้งาน: ผู้เข้าร่วม Fairwind ทำได้เฉพาะงานสองแง่สองง่ามที่ได้รับอนุญาต เช่น การจำลองการโจมตีที่มีการอนุมัติ การทำวิศวกรรมย้อนกลับ และการวิเคราะห์มัลแวร์เพื่อการป้องกันและงานวิจัยเชิงวิชาการ

Anthropic — Mythos 5.1 กับเส้นแบ่งที่ไม่ได้อยู่ที่ความเก่ง

จุดที่คนอ่านข่าวมักเข้าใจผิดคือคิดว่า Mythos 5.1 เป็นโมเดลที่ "แรงกว่า" Fable 5.1 ความจริงคือมันเป็นโมเดลตัวเดียวกัน ต่างกันที่ ชุด safeguard — Mythos 5.1 ผ่อนข้อจำกัดบางอย่างให้กับองค์กรที่ผ่านการตรวจสอบ เพื่อให้ทำงานด้านไซเบอร์และวิทยาศาสตร์ชีวภาพได้โดยไม่ถูกโมเดลปฏิเสธกลางทาง Anthropic ระบุว่าชุด safeguard ใหม่ลดการปฏิเสธผิดพลาด (false positive) ลงได้ 60% เทียบกับของเดิม

รายละเอียดฝั่งความสามารถและราคาของ Fable 5.1 เราแยกไปเขียนไว้แล้วใน บทความเจาะลึก Claude Fable 5.1 ส่วนที่นี้ขอโฟกัสเรื่องการเข้าถึง ซึ่งเป็นประเด็นที่กระทบองค์กรไทยตรง ๆ มากกว่า

OpenAI — Astra กับเส้น "Critical" ที่เพิ่งถูกข้ามเป็นครั้งแรก

Preparedness Framework ของ OpenAI แบ่งระดับความสามารถที่เป็นอันตรายไว้หลายขั้น และ Critical คือขั้นสูงสุดในหมวดไซเบอร์ นิยามของมันตรงไปตรงมา: โมเดลต้องหาและเขียน exploit ที่ใช้งานได้จริงกับระบบสำคัญที่ป้องกันแน่นหนาได้เอง โดยไม่มีคนคอยนำทีละขั้น หรือวางแผนและลงมือโจมตีแบบครบวงจรจากโจทย์ระดับเป้าหมายกว้าง ๆ ได้

Astra เป็นโมเดลแรกของ OpenAI ที่ถูกจัดอยู่ในระดับนี้ ผลทดสอบที่บริษัทเปิดเผยมีดังนี้

รายการทดสอบ	ผลลัพธ์
ExploitBench	ทำคะแนนเต็ม 100% — วัดความสามารถแปลงช่องโหว่ที่เปิดเผยแล้วให้กลายเป็น exploit ที่ใช้งานได้
ช่องโหว่ระดับร้ายแรง 20 รายการ (เปิดเผยกลางปี 2569)	ค้นพบและใช้ประโยชน์จาก zero-day 2 รายการ ภายในสายการโจมตีเดียวกัน
Browser sandbox	หลุดออกจาก sandbox ไปรันคำสั่งบนเครื่องที่รองรับอยู่ข้างล่างได้
ระบบปฏิบัติการที่ hardened แล้ว	ร้อยช่องโหว่หลายตัวต่อกันจนได้สิทธิ์ระดับ root
การต้านทาน jailbreak	ปฏิเสธความพยายาม 91.5% เทียบกับ 59% ของ GPT-5.6 Sol

ตัวเลข 91.5% ฟังดูดีขึ้นมากจากรุ่นก่อน แต่ในทางปฏิบัติมันแปลว่ายังมีอีกเกือบ 9% ที่ผ่านไปได้ เมื่อของที่อยู่ปลายทางคือความสามารถระดับ Critical ตัวเลขที่เหลือนั้นจึงไม่ใช่เศษที่มองข้ามได้ นี่คือเหตุผลที่ OpenAI เลือกทยอยเปิดผ่านกลุ่ม alpha เล็ก ๆ ก่อน แทนที่จะเปิดพร้อมกันทั้งตลาดแบบการเปิดตัวโมเดลทั่วไป

จุดที่สำคัญกว่าตัวโมเดล — ทุกเจ้าใส่ประตูบานเดียวกัน

ถ้าอ่านข่าวสามชิ้นนี้แยกกัน จะได้แค่ "ใครเก่งกว่าใคร" แต่ถ้าอ่านรวมกันจะเห็นโครงสร้างที่กำลังก่อตัว: เครื่องมือ AI ระดับแนวหน้าสำหรับงานป้องกัน กำลังกลายเป็นของที่ต้องมีคนเปิดประตูให้ Fairwind ต้องผ่านการคัดกรอง Cyber Verification ต้องผ่านการตรวจสอบ Daybreak ต้องได้รับอนุมัติ ทั้งสามชื่อคือกลไกเดียวกันในสามสำเนียง

รูปแบบนี้ไม่ใช่ของใหม่ทั้งหมด เราเคยเห็นเค้าโครงเดียวกันมาแล้วตอน OpenAI เปิด GPT-5.4-Cyber พร้อมระบบ Trusted Access และตอนที่ Anthropic เปิด Project Glasswing ให้ Claude Mythos ไล่หา CVE เก่า สิ่งที่เปลี่ยนไปในรอบนี้คือมันไม่ใช่การทดลองของค่ายเดียวอีกแล้ว แต่กลายเป็นมาตรฐานปฏิบัติของทั้งอุตสาหกรรมภายในเวลาไม่กี่เดือน

องค์กรไทยอยู่ตรงไหนของแผนที่นี้

คำตอบตรง ๆ คือ ยังไม่อยู่ในกลุ่มแรก และไม่จำเป็นต้องรีบเป็น เพราะทางเข้าที่มีอยู่จริงในตอนนี้มีอยู่สามทาง และมีเพียงทางเดียวที่องค์กรทั่วไปเดินได้ด้วยตัวเอง

ทางเข้า	ใครเดินได้	สิ่งที่ต้องเตรียม
Fairwind ของ Google	หน่วยงานไซเบอร์ระดับชาติ, ผู้ดูแลโครงสร้างพื้นฐานสำคัญ	ต้องยื่นในนามหน่วยงาน พร้อมประวัติการทำงานด้านความปลอดภัยที่ตรวจสอบได้ ไม่ใช่ช่องทางของฝ่ายไอทีองค์กรทั่วไป
Cyber Verification ของ Anthropic	ทีมไซเบอร์ที่ผ่านการตรวจสอบ ปัจจุบันจำกัดที่องค์กรในสหรัฐฯ	รอการขยายขอบเขตไปยังพันธมิตรต่างประเทศ ยังไม่มีกำหนดที่ประกาศชัด
โมเดลรุ่นทั่วไป + วินัยการใช้งาน	ทุกองค์กร รวมถึงองค์กรไทย	ใช้โมเดลที่เปิดทั่วไป (เช่น Fable 5.1) กับงานที่ไม่ต้องผ่อน safeguard เช่น ทบทวนโค้ด สรุป log จัดลำดับความสำคัญของแพตช์ เขียนเอกสารรับมือเหตุการณ์

งานที่ต้องผ่อน safeguard จริง ๆ มีสัดส่วนน้อยกว่าที่หลายคนคิด การวิเคราะห์มัลแวร์ตัวเป็น ๆ หรือการเขียน exploit เพื่อยืนยันช่องโหว่คืองานของทีมเฉพาะทาง ส่วนงานที่กินเวลาทีมไอทีองค์กรไปมากที่สุด — อ่าน log ที่ยาวเป็นพัน ๆ บรรทัด ไล่ว่าเซิร์ฟเวอร์ตัวไหนยังไม่ได้แพตช์ ทบทวนโค้ดที่เพิ่งแก้ เขียนรายงานเหตุการณ์ — โมเดลรุ่นทั่วไปทำได้หมดอยู่แล้ววันนี้

สิ่งที่ทำได้เองวันนี้ โดยไม่ต้องรอสิทธิ์เข้าถึง

ในบริบทไทย เรื่องนี้มาบรรจบกับข้อกำหนดที่มีผลอยู่แล้ว ไม่ว่าจะเป็น มาตรฐาน Cloud Security และ Website Security ของ สกมช. ที่เริ่มบังคับใช้เดือนนี้ หรือสถิติที่เคยสรุปไว้ใน บทความเรื่องอัตราการถูกโจมตีไซเบอร์ของไทย ห้าข้อข้างล่างนี้คือสิ่งที่ให้ผลตอบแทนสูงสุดต่อแรงที่ลงไป และไม่ต้องขออนุญาตใครทั้งสิ้น

1. ย่นรอบการแพตช์ให้สั้นลง — เมื่อเครื่องมือฝั่งตรงข้ามหา exploit ได้เร็วขึ้น รอบแพตช์ที่วัดเป็นไตรมาสจะกลายเป็นความเสี่ยงทันที บทเรียนจาก ช่องโหว่ระดับ CVSS 9.8 ใน SAP NetWeaver คือช่องว่างระหว่างวันที่แพตช์ออกกับวันที่องค์กรลง คือหน้าต่างที่เปิดทิ้งไว้
2. ปิดช่องทางเข้าที่ไม่ควรเปิดสู่อินเทอร์เน็ต — หน้าจัดการฐานข้อมูล พอร์ตบริหารระบบ และหน้า login ของระบบหลังบ้าน ไม่ควรเข้าถึงได้จากนอกองค์กรโดยไม่ผ่าน VPN
3. บังคับยืนยันตัวตนสองชั้นกับบัญชีที่มีสิทธิ์สูง — การโจมตีที่ได้ผลที่สุดยังคงเป็นการใช้บัญชีจริงที่ถูกขโมย ไม่ใช่การเจาะช่องโหว่ใหม่
4. เก็บ log ให้ครบและอ่านจริง — AI ช่วยอ่าน log ได้ดีมาก แต่ช่วยไม่ได้ถ้าไม่มี log ให้อ่านตั้งแต่แรก
5. ระวังสิ่งที่ป้อนเข้าไปในเครื่องมือ AI — ปัญหา prompt injection และการรั่วของข้อมูลผ่านบริบทที่ส่งให้โมเดลเป็นความเสี่ยงที่เกิดขึ้นจากฝั่งเราเอง รายละเอียดอยู่ใน บทความเรื่อง Prompt Injection กับระบบธุรกิจ

ทำไมเรื่องนี้ถึงมาถึงระบบ ERP

ระบบ ERP เป็นเป้าหมายที่คุ้มค่ากับผู้โจมตีมากกว่าระบบอื่นในองค์กร เพราะมันรวมข้อมูลการเงิน ข้อมูลคู่ค้า ข้อมูลบุคลากร และสิทธิ์อนุมัติเอาไว้ที่เดียว เมื่อเครื่องมือค้นหาช่องโหว่ทำงานได้เร็วขึ้นแบบก้าวกระโดด ระบบที่เปิดสู่อินเทอร์เน็ตโดยไม่ได้ปรับแต่งความปลอดภัยจึงถูกพบเร็วขึ้นตามไปด้วย

ในฝั่ง Saeree ERP เราเลือกวางพื้นฐานไว้ที่สามอย่างที่ควบคุมได้จริง คือ ติดตั้งแบบ on-premise หรือคลาวด์ที่องค์กรกำหนดเองได้ เพื่อให้ข้อมูลอยู่ในเขตอำนาจที่องค์กรตอบคำถามผู้ตรวจสอบได้ การยืนยันตัวตนสองชั้น สำหรับบัญชีที่มีสิทธิ์อนุมัติ และ การกำหนดสิทธิ์ตามบทบาท ลงถึงระดับข้อมูลที่แต่ละคนเห็นได้

ส่วนการต่อ AI เข้ากับระบบงาน เราทำผ่าน MCP โดยยึดหลักว่า ERP เป็นแหล่งข้อมูลจริง ส่วน AI เป็นผู้ช่วยที่อ่านและเสนอ ไม่ใช่ผู้ตัดสินใจ ทุกการเรียกใช้ผ่านสิทธิ์ของผู้ใช้คนนั้นและถูกบันทึกไว้ใน audit trail เหตุผลที่ยืนยันแบบนี้ตรงกับสิ่งที่ข่าวสัปดาห์นี้กำลังบอก: เมื่อความสามารถของโมเดลโตเร็วกว่ากลไกควบคุม สิ่งที่เหลือให้เรากำหนดเองได้คือ ขอบเขตที่เรายอมให้มันแตะ

เครื่องมือที่ดีที่สุดของฝ่ายป้องกันกำลังกลายเป็นของที่ต้องขออนุญาต ส่วนฝ่ายโจมตีไม่เคยต้องขอใคร องค์กรที่มัวรอสิทธิ์เข้าถึง จึงเสียเวลาไปกับสิ่งที่ควบคุมไม่ได้ แทนที่จะใช้เวลานั้นปิดช่องที่ตัวเองเปิดทิ้งไว้

- ไพฑูรย์ บุตรี, บริษัท แกรนด์ลีนุกซ์ โซลูชั่น จำกัด

แหล่งอ้างอิง

ตรวจสอบข้อมูลล่าสุด ณ วันที่ 3 กันยายน 2569

• The Hacker News — Google, Anthropic, and OpenAI Unveil Cyber AI Models, Safeguards, and Access Programs (2 ก.ย. 2569)
• SecurityWeek — OpenAI’s Astra Becomes First Model to Cross ‘Critical’ Cybersecurity Threshold
• Google DeepMind — Fairwind Program
• Google DeepMind — Gemini 3.8 Flash Cyber
• Anthropic — Introducing Claude Fable 5.1 and Claude Mythos 5.1
• OpenAI — Expanding Daybreak as the Cyber Defense Window Narrows
• OpenAI Help Center — Daybreak: Trusted Access for Cyber
• TechCrunch — จดหมายเปิดผนึกจากบริษัทกว่า 100 ราย (27 ส.ค. 2569)