วิเคราะห์และรีวิว: รายงาน Mozilla ชี้โมเดล AI แบบเปิดน้ำหนักจากจีนตามหลังโมเดลแนวหน้าของสหรัฐฯ เพียง 4 เดือน

รายงาน “State of Open Source AI” ของ Mozilla ที่เผยแพร่กลางเดือนกันยายนนี้ ระบุว่าโมเดล AI แบบ open-weight จากจีนไล่ตามโมเดลแนวหน้าที่ปิดของสหรัฐฯ มาเหลือช่องว่างเพียงราว 4.4 เดือนเท่านั้น ขณะเดียวกันก็ยังคิดค่าใช้งานถูกกว่ามากในหลายกรณี

ตัวเลขที่น่าสนใจกว่าคือด้านการใช้งานจริง โมเดลจีนครองปริมาณ token ส่วนใหญ่บนแพลตฟอร์มอย่าง OpenRouter ไปแล้ว แต่กลับได้ส่วนแบ่งรายได้เพียงเศษเสี้ยวเมื่อเทียบกับผู้เล่นรายใหญ่จากสหรัฐฯ ซึ่งเป็นช่องว่างที่น่าจับตาไม่แพ้เรื่องคะแนน benchmark เลยครับ

รายงาน Mozilla วัดช่องว่าง 4.4 เดือนนี้อย่างไร

Mozilla ใช้ข้อมูล task-horizon จาก METR Time Horizon 1.1 มาวิเคราะห์ว่าโมเดลแต่ละตัวรับมืองานที่ซับซ้อนขึ้นเรื่อย ๆ ได้ถึงระดับไหน แล้วเทียบว่าโมเดล open-weight ตัวที่ดีที่สุดใช้เวลานานแค่ไหนถึงจะตามโมเดลปิดที่ดีที่สุดทัน ผลออกมาว่าอยู่ที่ประมาณ 4.4 เดือน ซึ่งใกล้เคียงกับตัวเลขราว 4 เดือนที่ Epoch AI เคยประเมินไว้ก่อนหน้านี้

ตัวอย่างที่ใช้เทียบคือ Claude Opus 4.6 ของ Anthropic ซึ่งรายงานระบุว่าทำงานที่ต้องใช้ผู้เชี่ยวชาญราว 8-12 ชั่วโมงได้สำเร็จ ส่วนโมเดล open-weight ที่ดีที่สุดในตอนนี้ต้องใช้เวลาอีกประมาณ 4.4 เดือนถึงจะไล่ทันระดับความสามารถนั้น พูดง่าย ๆ คือช่องว่างไม่ได้วัดจากวันวางจำหน่าย แต่วัดจาก “ระดับงานที่ทำได้” ซึ่งเป็นวิธีเทียบที่ตรงกับการใช้งานจริงมากกว่าดูแค่ปีที่เปิดตัว

ต้นทุนต่องานที่ถูกกว่าคือจุดขายจริง

บนดัชนี Artificial Analysis Intelligence Index โมเดล open-weight ที่ทำคะแนนดีที่สุดตามหลังโมเดลปิดอันดับหนึ่งอยู่แค่ 3 คะแนน แต่คิดราคาต่อล้าน token ถูกกว่าราว 40% หรือเหลือประมาณ 60% ของราคาโมเดลปิด ส่วนเมื่อเทียบเฉพาะกับ Claude Fable 5 ช่องว่างแคบลงเหลือ 2 คะแนน ขณะที่ราคาต่อ token อยู่ที่ราว 30% ของ Claude Fable 5 เท่านั้น

ในการประเมินของ Vals AI ที่ใช้เกณฑ์เป็นกลาง GLM-5.2 จาก Z.ai ทำคะแนนห่างจากกลุ่มโมเดล Claude Opus เพียงจุดเดียว แต่คิดค่าใช้จ่ายต่องานน้อยกว่า 1 ใน 5 ของราคาโมเดลปิด ตัวเลขระดับนี้อธิบายได้ว่าทำไมทีมที่ต้องรันโมเดลซ้ำ ๆ จำนวนมากถึงเริ่มหันมาพิจารณาโมเดลจีนมากขึ้น เพราะแค่ประหยัดต้นทุนต่องานก็อาจคุ้มกว่าความได้เปรียบไม่กี่คะแนนของโมเดลปิดแล้ว

Kimi K3, GLM-5.2 และกองทัพโมเดลจีนที่ครองปริมาณใช้งาน

สองชื่อที่รายงานพูดถึงบ่อยคือ Kimi K3 จาก Moonshot AI ซึ่งมีพารามิเตอร์รวมราว 2.8 ล้านล้านตัว ต้องใช้พื้นที่เก็บ checkpoint ถึง 1.56TB และต้องรันบนคลัสเตอร์ที่มี accelerator ระดับสูงตั้งแต่ 64 ตัวขึ้นไป กับ GLM-5.2 จาก Z.ai ที่กล่าวถึงไปข้างต้น นอกจากนี้ยังมี DeepSeek และ Qwen ของ Alibaba ที่เป็นกำลังหลักผลักดันส่วนแบ่งของโมเดลจีนในตลาด open-weight

ข้อมูลจาก OpenRouter ในเดือนสิงหาคม 2026 ระบุว่า 8 ใน 10 โมเดลที่มีปริมาณ token การใช้งานสูงสุดเป็นโมเดล open-weight และ 7 ใน 8 ตัวนั้นมาจากแล็บจีนโดยตรง ส่วนบน Hugging Face ตัว Qwen ของ Alibaba มียอดดาวน์โหลดสะสมราว 942 ล้านครั้ง สูงกว่า Llama ของ Meta ที่อยู่ที่ราว 476 ล้านครั้ง ภาพรวมคือส่วนแบ่งการใช้งานของโมเดลจีนโตจากไม่ถึง 2% ปลายปี 2024 ขึ้นมาเป็นราว 46% ภายในเดือนเมษายน 2026

ใช้งานเยอะที่สุด แต่ได้ส่วนแบ่งรายได้แค่ 4%

ช่องว่างที่น่าสนใจไม่แพ้เรื่องคะแนนคือด้านรายได้ แม้โมเดล open-weight จะครองปริมาณ token การใช้งานส่วนใหญ่บน OpenRouter แต่โมเดลปิดกลับกวาดรายได้ระดับ model-layer ไปถึง 96% เหลือให้ผู้ให้บริการ open-weight เพียงราว 4% เท่านั้น รายงานประเมินว่าช่องว่างนี้เทียบเท่ากับเงินที่องค์กรต่าง ๆ ประหยัดได้โดยยังไม่ทันรู้ตัวราว 2.48 หมื่นล้านดอลลาร์สหรัฐต่อปี หากพวกเขาย้ายงานจากโมเดลปิดมาใช้โมเดลเปิดในจุดที่คุณภาพรับได้

ตัวเลขนี้บอกอะไรได้หลายอย่าง ฝั่งผู้ใช้จำนวนมากยังยอมจ่ายแพงกว่าเพื่อความมั่นใจหรือความสะดวกของโมเดลปิด แต่ก็มีสัญญาณชัดว่าเมื่องานไหนที่คุณภาพของโมเดลเปิดเพียงพอ การเปลี่ยนมาใช้ก็ประหยัดได้จริง ไม่ใช่แค่ทฤษฎี

จุดที่โมเดลปิดยังไม่มีใครไล่ทัน

Mozilla อ้างคำพูดจาก CTO ของตัวเองว่าจุดที่โมเดลปิดยังได้เปรียบชัดเจนที่สุดคืองานระดับผู้เชี่ยวชาญที่มนุษย์ต้องใช้เวลา 8-12 ชั่วโมงถึงจะทำสำเร็จ ซึ่งเป็นงานที่ต้องอาศัยการวางแผนหลายขั้นตอนและความแม่นยำสูงต่อเนื่อง ตรงนี้เองที่ทำให้ตัวเลข “ตามหลัง 4.4 เดือน” มีความหมาย เพราะช่องว่างจะยิ่งเห็นชัดในงานยากระดับนี้ ส่วนงานทั่วไปที่ใช้เวลาสั้นกว่า โมเดลเปิดมักตามทันได้เร็วกว่านั้นมาก

หมายเหตุ: ตัวเลขคะแนนและราคาอ้างอิงจากรายงาน State of Open Source AI ของ Mozilla และการประเมินของ Artificial Analysis และ Vals AI ที่รายงานอ้างถึง

ข้อดีที่ทำให้โมเดลจีนน่าจับตา และข้อจำกัดที่ยังไม่หายไป

บทสรุป: ช่องว่างที่แคบลงกำลังเปลี่ยนสมการต้นทุนของทั้งตลาด

ตัวเลข 4.4 เดือนไม่ได้แปลว่าโมเดลจีนกำลังจะแซงหน้าโมเดลปิดของสหรัฐฯ ในเร็ว ๆ นี้ แต่มันบอกว่าช่องว่างด้านความสามารถแคบลงเร็วกว่าที่หลายคนคาดไว้ ขณะที่ต้นทุนต่องานยังถูกกว่าอย่างมีนัยสำคัญ สำหรับทีมที่ต้องรันโมเดลซ้ำจำนวนมาก โมเดลจีนจึงกลายเป็นตัวเลือกที่ต้องพิจารณาจริงจังมากขึ้นเรื่อย ๆ

สิ่งที่ควรติดตามต่อจากนี้คือส่วนแบ่งรายได้ 4% ของฝั่ง open-weight จะขยับขึ้นตามปริมาณการใช้งานหรือไม่ และช่องว่าง 4.4 เดือนจะยังแคบลงต่อเนื่องในรอบวัดครั้งถัดไปของ Mozilla หรือเปล่า เพราะสองตัวเลขนี้จะบอกได้ชัดกว่าคะแนน benchmark เดี่ยว ๆ ว่าตลาด AI แบบเปิดกำลังโตแบบไหนกันแน่