Countless.dev – เว็บไซต์เปรียบเทียบราคาและฟีเจอร์ของโมเดล AI เช่น LLM, TTS, STT

 (countless.dev)
4 คะแนน โดย GN⁺ 2024-12-08 | 1 ความคิดเห็น | แชร์ทาง WhatsApp
  • Countless.dev เป็นเว็บไซต์ที่พยายามเปรียบเทียบ ราคาและฟีเจอร์ของโมเดล AI จากผู้ให้บริการหลายรายไว้ในตารางเดียว ช่วยให้ไล่ดูขีดจำกัดโทเค็นและราคาต่อหน่วยที่จำเป็นต่อการเลือกโมเดลได้อย่างรวดเร็ว
  • รายการแสดงโมเดลตามผู้ให้บริการ เช่น OpenAI, Anthropic, Google, Qwen, DeepSeek, Mistral และแสดง ตัวเลขที่ดูเหมือนความยาวคอนเท็กซ์และขีดจำกัดเอาต์พุต ควบคู่กัน
  • มีการรวม ตระกูลโมเดลเชิงพาณิชย์และโอเพนโมเดล ไว้ในหน้าเดียวกัน เช่น GPT-5.x, Claude Opus/Sonnet/Haiku, Gemini 2.5/3.x, Qwen3.x, DeepSeek V3/R1, Mistral, Llama, Nemotron
  • บางรายการระบุว่า (free) โดยช่องราคาว่างไว้ และยังมีการแยกรายการ router เช่น Auto Router, Free Models Router, Pareto Code Router, Switchpoint Router เป็นรายการเฉพาะด้วย
  • สามารถเปรียบเทียบโมเดลล่าสุด เวอร์ชันเก่า พรีวิว ภาพ เสียง โค้ดดิ้ง และรีเสิร์ชแยกตามผู้ให้บริการได้ แต่จากเนื้อหาที่ให้มายังไม่สามารถยืนยันนิยามคอลัมน์ของตารางหรือวิธีคำนวณราคาได้

ตารางเปรียบเทียบราคาและฟีเจอร์ของโมเดล AI

  • Countless.dev ระบุในชื่อว่าเป็นการ เปรียบเทียบราคาและฟีเจอร์ของ LLM
  • ในชื่อบน Hacker News แนะนำว่าเป็นเว็บไซต์ที่เปรียบเทียบไม่เฉพาะ LLM แต่รวมถึง TTS และ STT ด้วย
  • เนื้อหาที่ให้มาอยู่ในรูปแบบรายการโมเดลยาว ๆ โดยแต่ละแถวโดยทั่วไปมีข้อมูลต่อไปนี้ร่วมกัน
    • ชื่อผู้ให้บริการหรือ router
    • ชื่อโมเดล
    • ตัวเลขโทเค็นที่แสดงพร้อมสัญลักษณ์ T
    • ราคาดอลลาร์สองค่า หรือช่องราคาว่าง
    • สถานะว่าเป็นโมเดลฟรีที่มีป้าย (free)

กลุ่มโมเดลที่ปะปนกันตามผู้ให้บริการ

  • รายการของ OpenAI มี GPT-5.5, GPT-5.4, GPT-5.3, GPT-5.2, GPT-5.1, GPT-5, GPT-4.1, GPT-4o, GPT-4 Turbo, GPT-3.5 Turbo เป็นต้น
    • โมเดล Pro ราคาสูงอย่าง GPT-5 Pro, GPT-5.4 Pro, GPT-5.5 Pro ก็ถูกแยกเป็นรายการต่างหาก
    • ยังเห็นโมเดลเสียงและภาพ เช่น GPT Audio, GPT Audio Mini, GPT-5 Image, GPT-5 Image Mini
    • รวมถึงตระกูล o1, o3, o4 Mini, Deep Research ด้วย
  • รายการของ Anthropic ประกอบด้วยตระกูล Claude Opus, Sonnet, Haiku, Fable
    • มี Claude Opus 4.8, Claude Opus 4.7, Claude Opus 4.6, Claude Opus 4.5, Claude Opus 4.1, Claude Opus 4
    • รวมถึง Claude Sonnet 5, Sonnet 4.6, Sonnet 4.5, Sonnet 4, Claude Haiku Latest, Claude Haiku 4.5
  • รายการของ Google มีตระกูล Gemini, Gemma, Nano Banana, Lyria
    • มี Gemini 3 Flash Preview, Gemini 3.5 Flash, Gemini 3.1 Pro Preview, Gemini 2.5 Pro, Gemini 2.5 Flash เป็นต้น
    • รวมถึงรายการโมเดลภาพ เช่น Nano Banana Pro, Nano Banana 2, Nano Banana Lite
  • ยังสามารถเปรียบเทียบโมเดลจากผู้ให้บริการรายอื่นในรายการเดียวกันได้ เช่น Qwen, DeepSeek, Mistral, Meta, NVIDIA, MoonshotAI, MiniMax, Z.ai

การแสดงราคาและโมเดลฟรี

  • รายการที่มีราคาจะแสดง ราคาต่อหน่วยเป็นดอลลาร์ สองค่าควบคู่กัน
    • Anthropic Claude Opus 4.8: $5, $25
    • OpenAI GPT-5.5: $5, $30
    • Google Gemini 2.5 Pro: $1.25, $10
    • OpenAI o1-pro: $150, $600
  • รายการที่มีป้าย (free) จะเว้นช่องราคาเป็น —
    • NVIDIA Nemotron 3 Ultra (free)
    • Poolside Laguna M.1 (free)
    • Cohere North Mini Code (free)
    • Google Gemma 4 26B A4B (free)
    • OpenAI gpt-oss-120b (free)
    • Meta Llama 3.3 70B Instruct (free)
  • บางโมเดลมีเวอร์ชันฟรีและเวอร์ชันเสียเงินอยู่คนละแถว
    • Poolside Laguna XS.2
    • Poolside Laguna M.1
    • NVIDIA Nemotron 3 Super
    • Google Gemma 4 26B A4B
    • OpenAI gpt-oss-120b
    • OpenAI gpt-oss-20b

ขีดจำกัดโมเดลที่เห็นจากตัวเลขโทเค็น

  • หลายโมเดลแสดงตัวเลขขนาดใหญ่ ราว 1 ล้านโทเค็น
    • OpenAI GPT-5.5, GPT-5.4, GPT Latest: 1,050,000
    • Anthropic Claude Opus 4.8, Claude Opus 4.7, Claude Sonnet 5: 1,000,000
    • Google Gemini 3 Flash Preview, Gemini 3.1 Flash Lite, Gemini 2.5 Pro: 1,048,576
    • DeepSeek V4 Pro, DeepSeek V4 Flash: 1,048,576 หรือ 1,048,575
  • ตัวเลขโทเค็นชุดที่สองซึ่งดูเหมือนขีดจำกัดเอาต์พุตก็แตกต่างกันไปตามโมเดล
    • OpenAI GPT-5.5: 128,000
    • Anthropic Claude Opus 4.8: 128,000
    • MoonshotAI Kimi K2.6: 262,144
    • MiniMax MiniMax-01: 1,000,192
  • บางแถวเว้นตัวเลขชุดที่สองหรือราคาเป็น — จึงไม่ได้ให้ข้อมูลในระดับเดียวกันสำหรับทุกโมเดล

Router และโมเดลเฉพาะทาง

  • นอกจากโมเดลทั่วไปแล้ว ยังมีรายการ Router ที่ถูกใส่ไว้เหมือนเป็นโมเดลแยกต่างหาก
    • OpenRouter Fusion
    • Pareto Code Router
    • Free Models Router
    • Switchpoint Router
    • Auto Router
  • รายการยังมีโมเดลที่มีจุดประสงค์เฉพาะ เช่น ความปลอดภัย รีเสิร์ช ค้นหา และการนำโค้ดไปใช้
    • NVIDIA Nemotron 3.5 Content Safety
    • Meta Llama Guard 4 12B
    • OpenAI o3 Deep Research
    • Perplexity Sonar Deep Research
    • Relace Search
    • Relace Apply 3
  • จากเนื้อหาที่ให้มาเพียงอย่างเดียว ยากที่จะตรวจสอบเกณฑ์รายละเอียด เช่น วิธีเลือกของ router หรือโมเดลพิเศษแต่ละตัว เบนช์มาร์ก API ที่รองรับ และรอบการอัปเดต

บทความที่เกี่ยวข้อง

1 ความคิดเห็น

 
GN⁺ 2024-12-08
ความคิดเห็นจาก Hacker News

  • OP คุณได้แรงบันดาลใจจาก เครื่องมือเปรียบเทียบ LLM ตัวนี้หรือเปล่าครับ?
    https://whatllm.vercel.app
    ตารางค่อนข้างคล้ายกัน แต่การเพิ่มเครื่องคิดเลขโดยตรงไว้ที่นี่เป็นจุดที่ดีครับ
    ใน Versus Comparison ถ้ามีฟีเจอร์ที่เมื่อกดเช็กบ็อกซ์แล้วไฮไลต์ รายการที่มีค่าสูงสุด ของ LLM แต่ละตัวให้เห็นได้ในทันที ก็น่าจะดีครับ

    • ข้อมูลของเครื่องมือนี้ดึงมาจาก https://artificialanalysis.ai/ ณ วันที่ 13 ตุลาคม 2024 จึงค่อนข้างเก่าไปหน่อย
      ข้อมูลล่าสุดของทุกโมเดลและผู้ให้บริการอยู่ในหน้านี้: https://artificialanalysis.ai/leaderboards/providers
      หน้าอื่น ๆ ยังครอบคลุมการรู้จำเสียงพูด, การสังเคราะห์เสียงพูด, การสร้างภาพ และการสร้างวิดีโอด้วย
      เผื่ออ้างอิง ผมเป็นหนึ่งในผู้สร้าง Artificial Analysis ครับ

  • ผมชอบทิศทางที่มีการเปรียบเทียบโมเดลมากขึ้น อยากรู้ว่ามีแผนจะเพิ่ม การวิเคราะห์อิสระ เกี่ยวกับโมเดลเหล่านี้ด้วยหรือไม่ หรือจะรวบรวมแค่ข้อมูลอย่างขีดจำกัดอินพุตเท่านั้น
    เมื่อเทียบกับงานวิเคราะห์อื่น ๆ ด้านล่างนี้ คุณมองว่ามีจุดแตกต่างหรือมูลค่าเพิ่มอะไรบ้าง?
    https://artificialanalysis.ai
    https://huggingface.co/spaces/TTS-AGI/TTS-Arena
    https://huggingface.co/spaces/hf-audio/open_asr_leaderboard
    https://huggingface.co/spaces/TIGER-Lab/GenAI-Arena
    งานรวบรวมข้อมูลทำได้ยอดเยี่ยม และเว็บไซต์ก็ใช้งานนำทางได้ดีครับ

    • ผมทำ https://aimodelreview.com/ ขึ้นมาเพื่อเปรียบเทียบผลลัพธ์ของ LLM ในพรอมป์และหมวดหมู่ต่าง ๆ และให้ดูแบบวางข้างกันได้
      ผมรันแต่ละพรอมป์ 4 ครั้งด้วย ค่า temperature ที่ต่างกัน และสามารถดูด้วยการสลับ toggle ได้
      เคยตั้งใจจะเพิ่มรีวิวของแต่ละโมเดลด้วย แต่หมดแรงเสียก่อน ถึงอย่างนั้นผมก็เคยได้รับข้อความว่าการเปรียบเทียบยังช่วยให้จับภาพได้ว่าโมเดลต่าง ๆ ตอบพรอมป์เดียวกันต่างกันอย่างไร และ temperature ส่งผลต่อเอาต์พุตของโมเดลเดียวกันอย่างไร
    • โดยส่วนตัวผมรู้สึกว่า Gradio UI หน้าตาไม่สวย เลยใช้ shadcn กับ Next.js เพื่อให้เว็บไซต์ดูดี
      ผมพยายามทำให้เป็นมิตรกับผู้ใช้ที่สุดเท่าที่ทำได้ เว็บไซต์ส่วนใหญ่หน้าตาไม่สวยหรือดูเทคนิคเกินไป
    • ลองจินตนาการว่าไปไกลกว่านั้นอีกขั้น: รันพรอมป์เดียวกันกับโมเดล AI ทุกตัวจริง ๆ แล้วแสดง คำตอบที่ดีที่สุด พร้อมโมเดลที่สร้างคำตอบนั้น

  • ดีครับ! ถ้าดูค่า ประสิทธิภาพต่อราคา ได้ก็คงดี
    เราต้องมีวิธีรู้ว่าโมเดลที่ถูกที่สุดซึ่งใช้สร้างข้อมูลแบบมีโครงสร้างจากข้อความไม่เป็นรูปแบบได้อย่างเสถียรคือโมเดลใด
    ตอนนี้ผมใช้ gpt4o-mini ราคาถูกอยู่ แต่ไม่รู้ว่าโมเดลที่ถูกกว่านี้จะทำงานเดียวกันได้หรือไม่

    • ลองดู Gemini Flash 1.5 ครับ ผมต้องแปลงวิดีโอเป็นโน้ตแบบมีโครงสร้าง ผลลัพธ์น่าพอใจ และแปลกตรงที่ดีกว่า Gemini 1.5 Pro ด้วย
      https://jampauchoa.substack.com/i/151329856/ai-studio
      ตามเว็บไซต์นี้ ค่าใช้จ่ายเป็นครึ่งหนึ่งของ gpt4-o mini คือ 0.15 เทียบกับ 0.07 ต่อ 1 ล้านโทเคน
    • ผมยังไม่เจอโมเดลที่มีความสามารถระดับนั้นในช่วงราคา GPT-4o mini จากความคาดหวังต่อ Llama 3.3 70B ก็อาจเป็นโมเดลนั้นได้
      บน Deepinfra โทเคนอินพุตแพงกว่า แต่โทเคนเอาต์พุตถูกกว่า ดังนั้นผมมองว่าราคาแทบจะใกล้เคียงกัน
      อย่างไรก็ตาม ประสิทธิภาพต่อราคาที่ดีที่สุดค่อนข้างเป็นเรื่องอัตวิสัย เพราะบางคนแค่ต้องให้ใช้ได้ดีกับ use case เดียว ขณะที่บางคนอาจอยากให้ใช้ได้ดีกับขอบเขตที่กว้างกว่า
    • เวลาจะเปรียบเทียบหลายโมเดล ผมแนะนำ openrouter.ai เสมอ เป็นที่ที่ผมใช้ทั่วไปกับงานจิปาถะ
      ไม่ได้มีส่วนเกี่ยวข้อง แค่เป็นผู้ใช้ครับ

  • ผมอยากแชร์มุมมองส่วนตัวและบ่นเล็กน้อยเกี่ยวกับ AI เหมือนหลาย ๆ คน ผมก็ตื่นเต้นอย่างมากกับกระแส AI ตอนนี้
    ตอนนี้เราอยู่แนวหน้าของนวัตกรรม แรงกระตุ้นที่จะกระโดดเข้าไปมีส่วนร่วมในด้านนี้จึงเป็นเรื่องธรรมชาติ
    แต่ผมมองว่าช่วงเวลานี้คล้ายกับตลาดการเงินที่ร้อนแรงเกินไป คำแนะนำหนึ่งที่ได้ยินบ่อยเมื่อตลาดผันผวนคือ รอดูสถานการณ์ไปก่อน
    ในวงการ AI ก็มีคนเก่งและองค์กรชั้นยอดกำลังเร่งสร้างนวัตกรรมแบบก้าวกระโดดอยู่ สิ่งที่ผมจินตนาการว่าเป็นโปรเจกต์ใหญ่ถัดไปมีโอกาสสูงที่จะกำลังเกิดขึ้นที่ไหนสักแห่งแล้ว หรือกำลังจะออกมาในไม่ช้า
    ดังนั้นกลยุทธ์รอดูสถานการณ์อาจได้ผลกว่าที่คิด แทนที่จะรีบเร่ง ก็รอให้ฝุ่นจางลง สังเกตทิศทาง แล้วใช้ประโยชน์จากสิ่งใหม่ ๆ ที่ปรากฏขึ้น
    ในแง่หนึ่ง ระบบนิเวศ AI ทั้งหมดกำลังสร้างฐานให้กับไอเดียใหญ่ถัดไปของผมอยู่
    ทั้งนี้ไม่ได้หมายความว่าไม่ควรผสานเทคโนโลยีล่าสุดเข้ากับผลิตภัณฑ์และบริการที่ใช้งานได้จริงอยู่แล้ว

    • ข้อเสนอแนะนี้สมเหตุสมผลมาก บริษัทจำนวนมากคงกำลังผสาน โมเดลล้ำสมัย เข้ากับผลิตภัณฑ์ของตนอยู่แล้ว
      แต่ไม่มีอะไรได้มาฟรี ๆ การทำเช่นนี้จะทำให้เคลื่อนไหวแบบตอบสนองมากกว่าเชิงรุก
      ลดความเสี่ยงได้ก็จริง แต่ก็เสียโอกาสที่จะมี ส่วนได้ส่วนเสีย ในไม่กี่แห่งที่จะอยู่รอดและมีมูลค่าสูงมาก
      ถ้าทำแบบนี้ไปนาน ๆ สุดท้ายคุณจะไม่รู้ว่าคนในวงการนั้นกำลังพูดอะไรกัน ถ้าอยากจับความหมายที่ผมพูด ลองดูตอนล่าสุดของ Dwarkesh Patel
      ในที่นี้ ส่วนได้ส่วนเสียหมายถึงสิ่งต่าง ๆ ในความหมายกว้าง เช่น หุ้นบริษัท หรือความรู้ในฐานะนักวิจัย AI

  • ขอถามนอกเรื่องนิดหนึ่ง มีอะไรที่ดีกว่าไคลเอนต์พื้นฐานของ ChatGPT บนเดสก์ท็อปไหม?
    รู้สึกว่าฟีเจอร์จัดระเบียบแชตเรียบง่ายเกินไป แต่มีแอปราว ๆ สิบกว่าตัว เลยประเมินยาก ส่วนใหญ่ดูเหมือนเป็นแค่แพ็กเกจที่พาไปใช้บริการ API ของบริษัทใดบริษัทหนึ่ง
    มีตัวไหนแนะนำไหม? ถ้า รองรับ macOS/Linux ได้จะดีมาก

    • มี Telosnex ใช้งานแบบเนทีฟได้บนทุกแพลตฟอร์ม และมีเว็บด้วย
      รองรับ Anthropic, OpenAI, Mistral, Groq, Gemini และ LLM แบบโลคัลแทบทุกแพลตฟอร์ม
      เอา API key ของตัวเองมาใช้ได้ และการค้นหาก็ดีที่สุด คิดเงินตามที่ใช้จริง และถ้าจ่ายเดือนละ 10 ดอลลาร์ ทุกอย่างจะให้ในราคาทุน ไม่อย่างนั้นก็ใช้ฟรี
      ข้อมูลทั้งหมดถูกเก็บเป็น JSON ธรรมดา
    • มี https://www.typingmind.com/ ใช้งานเฉพาะโลคัล ไม่มีเซิร์ฟเวอร์ และสร้างโดย นักพัฒนาอินดี้
    • ผมใช้ Machato แล้วค่อนข้างโอเค: https://untimelyunicorn.gumroad.com/l/machato

  • มีโมเดลถอดเสียงแค่สองตัวเอง ปกติเป็นแบบนี้จริง ๆ หรือ?
    สงสัยว่าไม่มี โมเดลโอเพนซอร์ส อย่าง Llama สำหรับงานถอดเสียงหรือเปล่า หรือแค่ชุดข้อมูลของเว็บไซต์นี้ยังเล็ก

    • เว็บไซต์นี้ดูเหมือนจะแสดงเฉพาะ โมเดลแบบโฮสต์ ของผู้ให้บริการรายหลัก ๆ ไม่ใช่โมเดลทั้งหมดที่อยู่บน Hugging Face, civit.ai ฯลฯ
      ดูจากรายการสร้างภาพและแชตแล้ว บน Hugging Face มีโมเดลอีกมากที่ไม่ได้อยู่ในนี้
      ดู https://huggingface.co/models?pipeline_tag=automatic-speech-...
      สำหรับข้อมูลอ้างอิง โมเดลสังเคราะห์เสียงและโมเดลถอดเสียง/รู้จำเสียงพูดอัตโนมัติสามารถฝึกด้วยข้อมูลเดียวกันได้ เพียงแต่ตอนนี้โครงสร้างโมเดลต่างกัน จึงต้องฝึกแยกกัน
      หนึ่งในความยากคือเวลาในการฝึก ข้อมูลอาจขยายไปถึงเสียงยาวหลายร้อยชั่วโมง
    • โมเดลมีเยอะมากจริง ๆ และครอบคลุมหลายกรณีใช้งาน เช่น บนอุปกรณ์, สตรีมมิง/ความหน่วงต่ำ, โมเดลเฉพาะภาษา เป็นต้น
      คนมักคิดว่า OpenAI ประดิษฐ์การถอดเสียงขึ้นมาในปี 2022 ด้วย Whisper แต่โมเดลอื่น ๆ มีอยู่มาหลายสิบปีแล้ว และถูกใช้งานในสภาพแวดล้อมจริงมาโดยตลอด
      เว็บไซต์นั้นมีแค่ Whisper

  • UI และการจัดวางตารางดีครับ เคยคิดจะโชว์ ข้อกำหนด VRAM ของแต่ละโมเดลไหม?

  • ถ้ามี ข้อมูลอันดับ lmarena แสดงร่วมด้วย เพื่อให้เปรียบเทียบประสิทธิภาพกับค่าใช้จ่ายได้ ก็น่าจะดี

  • เป็นข้อมูลที่ดีครับ สำหรับคนที่ไม่รู้ชื่อเวอร์ชันย่อยทั้งหมด นี่แทบจะครอบคลุมมากเกินไปด้วยซ้ำ
    ถ้ามีคอลัมน์ คะแนนตารางอันดับ lmarena ก็น่าจะดี บางราคาขึ้นเป็น 0.00 มีเหตุผลอะไรไหม?
    ถ้าแต่ละแถวมีลิงก์ไปยังหน้ารายละเอียดเพิ่มเติมก็น่าจะดีด้วย

    • ขอบคุณครับ! บางโมเดลขึ้นเป็น N/A หรือ 0.00 ซึ่งดูเหมือนจะเกิดกับโมเดลฟรีหรือโมเดลที่ใช้งานไม่ได้
      llmarena จะเพิ่มแน่นอนครับ หลายคนก็แนะนำเรื่องนี้เหมือนกัน
      เมื่อเวลาผ่านไป ผมจะทำให้เว็บไซต์อธิบายได้มากขึ้นและละเอียดขึ้น
    • ถ้ามี ลิงก์ไปยังหน้าบริษัท ที่ใช้หรือสมัครสมาชิกโมเดลได้ก็น่าจะดี