Alibaba เปิดตัว Qwen3.8-Flash-Next: ยุคสมัยใหม่ของ AI ที่มีประสิทธิภาพสูง

ทีม Qwen ของ Alibaba ได้เปิดตัว Qwen3.8-Flash-Next อย่างเป็นทางการ ซึ่งเป็นโมเดล multimodal แบบ Mixture-of-Experts (MoE) ที่ล้ำสมัย ออกแบบมาเพื่อมอบประสิทธิภาพระดับแนวหน้าด้วยต้นทุนเพียงเศษเสี้ยวของโมเดลแบบดั้งเดิม โมเดลนี้ทำหน้าที่เป็นตัวอย่างโครงสร้างสถาปัตยกรรมสำหรับ Qwen4 ที่กำลังจะมาถึง โดยท้าทายการครอบงำของ LLM ที่มีขนาดใหญ่กว่ามาก ด้วยการเพิ่มประสิทธิภาพในการเปิดใช้งานและการจัดเก็บพารามิเตอร์

สถาปัตยกรรมที่ปฏิวัติวงการ: นวัตกรรม N-gram Embedding

ความสำเร็จทางเทคนิคที่โดดเด่นใน Qwen3.8-Flash-Next คือการจัดการความสมดุลระหว่างขนาดและประสิทธิภาพที่เป็นเอกลักษณ์ แม้ว่าโมเดลจะมีพารามิเตอร์รวมถึง 1.25 แสนล้านพารามิเตอร์ แต่ก็ใช้วิธีการแบบ sparse MoE ซึ่งจะเปิดใช้งานพารามิเตอร์เพียง 6 พันล้านพารามิเตอร์ต่อหนึ่งโทเคน สิ่งนี้ช่วยให้การประมวลผล (inference) ทำได้อย่างรวดเร็วโดยไม่สูญเสียความกว้างขวางของความรู้เหมือนที่มีในโมเดลที่มีความหนาแน่นสูงกว่า

นวัตกรรมสำคัญที่มีกำหนดจะรวมอยู่ใน Qwen4 เวอร์ชันเต็ม คือการเพิ่มชั้น N-gram embedding ขนาด 5.1 หมื่นล้านพารามิเตอร์ ชั้นนี้ทำหน้าที่เป็น "พจนานุกรมวลี" (phrase dictionary) โดยจัดเก็บกลุ่มคำที่ใช้บ่อยเป็นรายการแยกต่างหาก ที่สำคัญคือ ชั้นนี้ถูกออกแบบมาให้จัดเก็บอยู่ใน RAM ของระบบทั่วไป แทนที่จะเป็นหน่วยความจำ GPU ที่มีราคาแพง ซึ่งช่วยลดภาระด้านฮาร์ดแวร์ที่จำเป็นในการรันโมเดลได้อย่างมาก นอกจากนี้ โมเดลยังรองรับ context window ขนาดมหาศาลถึง 262,144 โทเคน และสามารถขยายได้ถึงหนึ่งล้านโทเคนผ่าน YaRN

ทำผลงานได้เหนือกว่ายักษ์ใหญ่ในด้านการเขียนโค้ดและประสิทธิภาพการทำงาน

แม้จะมีจำนวนพารามิเตอร์ที่เปิดใช้งานน้อยกว่า แต่ Qwen3.8-Flash-Next กลับให้ผลลัพธ์จากการทดสอบ (benchmark) ที่มักจะเหนือกว่าคู่แข่งที่มีขนาดใหญ่กว่ามาก เช่น DeepSeek-V4-Flash (284 พันล้านพารามิเตอร์) และ Claude Opus 4.6 (Max) ของ Anthropic โมเดลนี้แสดงให้เห็นถึงความแข็งแกร่งเป็นพิเศษในงานประเภท "agentic" ซึ่งเป็นสถานการณ์ที่ AI ต้องนำทางในสภาพแวดล้อมซอฟต์แวร์ที่ซับซ้อนด้วยตนเองเพื่อแก้ปัญหา

ในการทดสอบเฉพาะทาง Flash-Next ทำคะแนนได้ 62.5 ใน SWE-bench Pro และ 58.7 ใน DeepSWE ซึ่งเหนือกว่าทั้ง DeepSeek และ Claude ช่องว่างของประสิทธิภาพยิ่งเห็นได้ชัดเจนมากขึ้นในเวิร์กโฟลว์ระดับมืออาชีพ โดยใน CoWorkBench นั้น Flash-Next ทำคะแนนได้ 73.9 ซึ่งเกือบจะเป็นสองเท่าของ DeepSeek-V4-Flash ที่ได้ 45.1 และใน JobBench ทำคะแนนได้ 55.7 ซึ่งเป็นการก้าวกระโดดครั้งใหญ่จากคะแนน 27.6 ที่บันทึกไว้โดยโมเดล Qwen3.7-Plus รุ่นก่อนหน้า

การตั้งราคาที่สร้างแรงสั่นสะเทือนและภูมิทัศน์การแข่งขัน

Alibaba ไม่ได้แข่งขันเพียงแค่ในด้านความฉลาดเท่านั้น แต่ยังแข่งขันในด้านความคุ้มค่าของต้นทุนอย่างสุดโต่งด้วย เวอร์ชันใช้งานจริงซึ่งจัดส่งในชื่อ Qwen3.8-Flash ผ่าน QwenCloud มีราคาที่น่าตกใจเพียง $0.16 ต่อหนึ่งล้าน input tokens และ $0.47 ต่อหนึ่งล้าน output tokens เพื่อให้เห็นภาพชัดเจนขึ้น โมเดลนี้มีประสิทธิภาพใกล้เคียงกับรุ่นเรือธงอย่าง Qwen3.8-Max แต่มีต้นทุนเพียงประมาณ 1 ใน 12 เท่านั้น

กลยุทธ์การตั้งราคาที่รุกหนักนี้สร้างแรงกดดันมหาศาลต่อผู้นำด้าน AI ของตะวันตกอย่าง OpenAI และ Anthropic การพิสูจน์ว่าโมเดลที่ฝึกฝนด้วยต้นทุนเพียง 1 ใน 9 ของรุ่นก่อนหน้าสามารถให้ผลลัพธ์ที่เหนือกว่าในงานเขียนโค้ดและงานออฟฟิศ เป็นการส่งสัญญาณถึงการเปลี่ยนแปลงในอุตสาหกรรมว่า: อนาคตของ AI อาจไม่ได้ขึ้นอยู่กับโมเดลที่มีขนาดใหญ่ที่สุด แต่ขึ้นอยู่กับโมเดลที่มีสถาปัตยกรรมที่มีประสิทธิภาพสูงสุด

สรุปประเด็นสำคัญ

• ตัวอย่างสถาปัตยกรรม: Qwen3.8-Flash-Next นำเสนอชั้น N-gram embedding ขนาด 5.1 หมื่นล้านพารามิเตอร์ที่ใช้ RAM ของระบบเพื่อลดการพึ่งพา GPU ซึ่งเป็นต้นแบบของสถาปัตยกรรม Qwen4
• การครองความเป็นผู้นำใน Benchmark: โมเดลนี้มีประสิทธิภาพเหนือกว่าคู่แข่งที่มีขนาดใหญ่กว่าอย่าง Claude Opus 4.6 และ DeepSeek-V4-Flash ในด้านการเขียนโค้ดแบบ agentic (SWE-bench Pro) และประสิทธิภาพการทำงานระดับมืออาชีพ (CoWorkBench)
• ความคุ้มค่าของต้นทุนอย่างสุดโต่ง: ด้วยจำนวนพารามิเตอร์ที่เปิดใช้งานเพียง 6 พันล้านพารามิเตอร์ต่อโทเคน โมเดลนี้จึงมอบความฉลาดระดับสูงในราคาเพียงเศษเสี้ยวของโมเดลเรือธง ซึ่งเป็นการสร้างความเปลี่ยนแปลงให้กับภูมิทัศน์การตั้งราคา AI ในปัจจุบัน