Kimi K2.7 Code พร้อมให้ใช้งานอย่างเป็นทางการใน GitHub Copilot

 (github.blog)
1 คะแนน โดย GN⁺ 22 시간 전 | 1 ความคิดเห็น | แชร์ทาง WhatsApp
  • Kimi K2.7 Code ถูกเพิ่มเข้ามาใน GitHub Copilot และกลายเป็น โมเดล open-weight รุ่นแรกที่เลือกได้จากตัวเลือกโมเดล
  • GitHub โฮสต์โมเดลนี้บน Microsoft Azure เพื่อเพิ่มทางเลือกของโมเดลและตัวเลือกต้นทุนที่ต่ำลงในเวิร์กโฟลว์การเขียนโค้ด
  • การคิดค่าบริการจะอิงตาม ราคามาตรฐานของผู้ให้บริการ ภายใต้ระบบคิดค่าบริการตามการใช้งานจริง โดยควรตรวจสอบค่าใช้จ่ายจริงจากเอกสารราคาของโมเดลและคำขอใน Copilot
  • เริ่มทยอยเปิดให้ใช้งานตั้งแต่แพ็กเกจ Copilot Pro, Pro+ และ Max และสามารถเลือกใช้ได้จากตัวเลือกโมเดลใน Visual Studio Code
  • สำหรับ Copilot Business และ Enterprise ค่าเริ่มต้นจะเป็น ปิดใช้งาน ดังนั้นก่อนใช้งานในองค์กร ผู้ดูแลระบบต้องเปิดใช้นโยบาย และตรวจสอบด้านความปลอดภัย การปฏิบัติตามข้อกำหนด และธรรมาภิบาลข้อมูลก่อน

โมเดล open-weight รุ่นแรกที่เพิ่มเข้ามาใน Copilot

  • Kimi K2.7 Code เป็นโมเดล open-weight ที่ GitHub Copilot เปิดให้ใช้งานอย่างเป็นทางการ
  • ถูกเพิ่มเข้ามาเป็นโมเดล open-weight รุ่นแรกที่เลือกได้จากตัวเลือกโมเดลของ Copilot
  • ช่วยเพิ่มทางเลือกของโมเดลและตัวเลือกต้นทุนที่ต่ำลงในเวิร์กโฟลว์การเขียนโค้ด
  • GitHub โฮสต์โมเดลนี้บน Microsoft Azure

การคิดค่าบริการตามการใช้งานจริง

  • Kimi K2.7 Code จะถูกคิดค่าบริการตาม ราคามาตรฐานของผู้ให้บริการ ภายใต้ระบบคิดค่าบริการตามการใช้งานจริง
  • ดูรายละเอียดการคิดค่าบริการได้ที่เอกสาร GitHub Copilot’s pricing for models and requests

ขอบเขตการให้บริการภายใน Copilot

  • Kimi K2.7 Code จะทยอยเปิดให้ใช้งานก่อนในแพ็กเกจ Copilot Pro, Pro+ และ Max
  • ผู้ใช้สามารถเลือกโมเดลนี้ได้จาก ตัวเลือกโมเดล ใน Visual Studio Code
  • การเปิดให้ใช้งานจะทำแบบค่อยเป็นค่อยไป และ GitHub จะติดตามคุณภาพและประสิทธิภาพของโมเดลอย่างต่อเนื่อง
  • ในอีกไม่กี่สัปดาห์ข้างหน้า จะขยายไปยัง Copilot Business, Enterprise และหน้าจอการใช้งานเพิ่มเติม

ไคลเอนต์และหน้าจอที่รองรับ

  • ตัวเลือกโมเดลสามารถใช้งานได้ในสภาพแวดล้อมต่อไปนี้
    • Visual Studio Code 1.127.0 ขึ้นไป
    • Visual Studio 17.14.6 ขึ้นไป
    • Copilot CLI
    • GitHub Copilot cloud agent
    • GitHub Copilot App
    • github.com
    • GitHub Mobile iOS และ Android
    • JetBrains 1.9.1-251 ขึ้นไป
    • Xcode
    • Eclipse

การตั้งค่าสำหรับผู้ดูแลระบบของ Business และ Enterprise

  • Kimi K2.7 Code จะถูก ปิดไว้ตามค่าเริ่มต้น ใน Copilot Business และ Copilot Enterprise
  • หากสมาชิกในองค์กรต้องการเลือกใช้โมเดลนี้ ผู้ดูแลแพ็กเกจต้องเปิดใช้นโยบาย Kimi K2.7 Code ในการตั้งค่า Copilot
  • หากปล่อยให้นโยบายอยู่ในสถานะปิด องค์กรนั้นจะไม่สามารถใช้งานโมเดลนี้ได้
  • แนะนำให้ผู้ดูแลตรวจสอบก่อนเปิดใช้งานว่าโมเดล open-weight ตรงตามข้อกำหนดด้าน ความปลอดภัย การปฏิบัติตามข้อกำหนด และธรรมาภิบาลข้อมูลขององค์กรหรือไม่

เอกสารและช่องทางส่งข้อเสนอแนะ

  • ดูรายการโมเดลทั้งหมดที่ใช้ได้ใน GitHub Copilot ได้ที่เอกสาร supported models
  • การเลือกโมเดลที่เหมาะกับงานดูได้ที่เอกสาร choosing the right AI model for your task
  • สามารถส่งข้อเสนอแนะได้ในการสนทนา GitHub Community

บทความที่เกี่ยวข้อง

1 ความคิดเห็น

 
GN⁺ 22 시간 전
ความเห็นจาก Hacker News

  • ตอนนี้แทบหมดความสนใจในผลิตภัณฑ์ AI แบบคลาวด์ไปแล้ว
    เหนื่อยกับการที่ฟีเจอร์และเวิร์กโฟลว์เจ๋ง ๆ ที่เคยคาดหวังไว้กลับใช้งานต่อได้ยากขึ้นเรื่อย ๆ ด้วยเหตุผลอย่าง ขึ้นราคา, รู้สึกได้ว่าประสิทธิภาพลดลง, ปิดบริการ, หรือถูกแทนที่
    ผมจัดชุดอุปกรณ์เล็ก ๆ ขึ้นมาและแทบจะลงหลักปักฐานกับ Qwen3.6 แล้ว ตอนนี้ค่อย ๆ เพิ่มความสามารถที่ต้องการด้วยตัวเองทีละนิด ไม่รู้เหมือนกันว่าจะสู้ Claude ได้ไหม และก็เลิกตามไปเช็กแล้ว ตอนนี้มันให้คุณค่ามากพอและยังดีขึ้นเรื่อย ๆ ต่อให้หญ้าฝั่งอื่นอาจจะเขียวกว่า ผมก็ชอบที่ใต้เท้าตัวเองมันไม่เปลี่ยนไปไหน

    • ดีใจที่คอมเมนต์นี้ขึ้นมาเป็นคอมเมนต์อันดับบน ๆ ผมเองก็ใช้แบบรันในเครื่องล้วนเหมือนกัน
      อยากฝากไว้สำหรับคนที่ไม่มีแรมพอจะรันโมเดลใหญ่ระดับ 32GB ว่าโมเดลที่ถูกตัดแต่งมาก็ยังให้ประสิทธิภาพดีพอสมควร ถ้าใช้เครื่องเล็ก ลองโมเดล quantized แบบ pruned unsloth Q4 ของ GLM 4.7 Flash ที่ลงใน 14GB ได้ดู: https://huggingface.co/unsloth/GLM-4.7-Flash-REAP-23B-A3B-GG...
      ปกติผมใช้ LM Studio กับงานแบบนี้ แต่ unsloth ก็มีแอปสตูดิโอของตัวเองที่อาจเหมาะกับโมเดล quantized แบบนี้มากกว่า ผมใช้ GLM 4.7 Flash เป็นโมเดลหลักอยู่หลายเดือน มันทนมาก เร็วมาก และดูเป็นตัวเลือกที่ดีสำหรับฮาร์ดแวร์จำกัด
    • Qwen3.6-35B-A3B-UD-Q4_K_M รันได้ราว 11 โทเคนต่อวินาทีบน 1060 เก่า ๆ ของผมเอง มันเหลือเชื่อจริง ๆ ที่มาถึงจุดนี้ได้
    • ช่วงนี้ความก้าวหน้าของ AI โดยรวมให้ความรู้สึกเหมือนกำลังเร่งไปทาง ความต่างจากการจูนละเอียด มากกว่า
      อย่างเช่น Claude ตัวใหม่ถูกปรับมาให้เหมาะกับงานเขียนโค้ดแบบเอเจนต์ จนบางทีอาจแย่ลงสำหรับงานเขียนโค้ดที่ไม่ใช่แบบเอเจนต์ ส่วน Fable 5 ก็ดูน่าสนใจ แต่ต้นทุนการอนุมานสูง และมีโอกาสมากที่จะโดนลดประสิทธิภาพภายหลังเปิดตัว หรือมีการจำกัด/ปรับราคาใหม่ ขณะที่ Gemini 3.5 ใจกว้างกว่าเรื่องข้อจำกัด แต่ประสิทธิภาพก็ด้อยลงเล็กน้อย
      เวอร์ชันใหม่ออกมา ตัวเลขรุ่นก็สูงขึ้น แต่ก็ชวนสงสัยว่าการเปลี่ยนแปลงทั้งหมดนี้คือความก้าวหน้าจริง หรือแค่จูนต่างไปเล็กน้อยบนประสิทธิภาพต่อดอลลาร์ที่ใกล้เคียงต้นปี การเปลี่ยนแปลงจริง ๆ ดูจะเห็นชัดกว่าในโมเดลเล็กอย่าง Qwen หรือ Gemma 4 31B ซึ่งโดยเฉพาะเมื่อคิดรวมความสามารถหลายภาษาแล้ว มันค่อนข้างเหมือนเวทมนตร์เลย
      เพิ่งอัปเดตโพสต์นี้แล้วเห็นการเทียบก่อน-หลังของ Fable ว่าเวอร์ชันที่นำกลับมาใหม่นั้นยังคงถูกปรับแต่งอยู่ ทำให้ประสิทธิภาพบน BridgeBench ตกฮวบแบบหายนะ: https://x.com/Hesamation/status/2072692225100612032
    • ฟังดูน่าสนใจมาก แต่ถ้าจะทำระดับนี้ Mac mini ต้องใช้สเปกประมาณไหน?
    • ผมเองก็เอา Qwen3.6 ไปรันบน MBP เก่า ๆ แล้วใช้ได้อย่างน่าพอใจ
      มันไม่เร็วเท่า Claude ที่ใช้ในบริษัท แต่บนเครื่องตัวเองมันรันได้ดีพอ และไม่ต้องกังวลเรื่องเครดิตหมดหรือฟีเจอร์หายไปกะทันหัน

  • ผมชอบ Copilot CLI มาก รู้สึกว่ามันมีเหตุมีผลกว่าและเสียดทานน้อยกว่า Claude Code
    อีกอย่างที่ดีคือสามารถสลับใช้หลายโมเดลได้ตามใจ เช่น “วางแผนด้วย Opus 4.6 แล้วให้ GPT 5.4 ตรวจแผนและให้ฟีดแบ็ก ก่อนจะไปลงมือทำด้วย Sonnet 4.6” อะไรแบบนั้น
    แต่เพราะการเปลี่ยนราคา Copilot ในเดือนมิถุนายน ทั้งตัวผมเองและทั้งแผนกในบริษัทก็ต้องย้ายไปใช้ Claude Code แทน ในช่วงเดือน 4–5 ผมใช้เกินเครดิตที่รวมมาแค่นิดหน่อย จ่ายเพิ่มไม่กี่ดอลลาร์ต่อเดือน แต่พอเข้าเดือน 6 งบรายเดือนกลับหมดทุก ๆ 2–3 วัน
    จากมุมลูกค้านี่คือการ ขึ้นราคา ที่บ้าคลั่งสุด ๆ และผมไม่เข้าใจเลยว่า Microsoft คิดอะไรอยู่ ต่อให้มันเป็นราคาที่จำเป็นต่อความยั่งยืน ก็ควรรอให้คู่แข่งปรับราคาก่อน เดือนที่แล้วถ้า Copilot สูญเสียลูกค้าเกิน 50% ผมก็ไม่แปลกใจ
    สุดท้ายถ้าผู้เล่นหลักทั้งหมดตั้งราคาประมาณนี้เหมือนกัน รัฐอาจต้องมี AI เพื่อการเข้าถึงสาธารณะ แบบเดียวกับโทรทัศน์ก็ได้ ใช้โมเดลเปิดฟรี แล้วเอาภาษีไปเปิดดาต้าเซ็นเตอร์สักไม่กี่แห่ง จำกัดตามภูมิภาคและ throttling เข้ม ๆ แต่เปิดให้ประชาชนและนักเรียนใช้ได้อย่างอิสระ
    ถ้าอีกไม่กี่ปีราคาของ AI ทั้งหมดขึ้นไปอยู่ระดับ Copilot บริษัทระดับยูนิคอร์นเท่านั้นที่จะใช้ไหว ส่วนที่เหลือก็จะไม่มีโอกาสแข่งกับบริษัทที่ใช้ AI

    • คุณบอกว่าควรรอให้คู่แข่งเปลี่ยนราคาก่อน แต่จริง ๆ ก็เหมือนทำแบบนั้นไปแล้ว
      พูดตรง ๆ เลยคือเป็นการผลักภาระต้นทุน: https://platform.claude.com/docs/en/about-claude/pricing
      Anthropic มีแพ็กเกจสมัครสมาชิกเหมือนกัน แต่บริษัททั่วไปมักไม่อยากใช้แบบนั้น เพราะสิ่งที่ส่งผ่านช่องทางนั้นอาจถูกนำไปใช้ฝึก หรือกลายเป็นส่วนหนึ่งของโมเดลได้
      ถ้าใช้โดยไม่ได้รับอนุญาตอย่างชัดเจนจากนายจ้าง ก็อาจถือว่าผิดสัญญา และถ้าโดนฟ้องขึ้นมาผลลัพธ์อาจร้ายแรงได้
    • การ ขึ้นราคา นั้นบ้าจริง ๆ บริษัทที่ผมทำงานประจำอยู่ก็ย้ายจาก Copilot ไปเป็น Claude Code แบบสมัครสมาชิกเหมือนกัน
      พร้อมกันนั้นก็เริ่มทดสอบ AWS Bedrock กับ Deepinfra สำหรับโมเดล open-weight เผื่อวันที่ Claude Code ไม่ใช่ดีลที่คุ้มอีกต่อไปเมื่อราคาสะท้อนต้นทุนโทเคนจริง
    • ไม่กี่เดือนมานี้ เพิ่งเป็นครั้งแรกที่ผมใช้เครดิต Claude ที่ทำงานจนหมดแล้วต้องกลับไปใช้ Copilot ซึ่งก็ออกมาดีกว่าที่คิด
      Claude นำหน้าไปไกลมากเรื่องเครื่องมือ แต่ความสามารถในการ กำหนดโมเดลให้แต่ละ sub-agent และการเข้าถึงโมเดลทั้งหมดนั้น เป็นฟีเจอร์ที่ดีกว่าสิ่งที่ Claude มีอยู่ตอนนี้รวมกันเสียอีก
      ที่บริษัท ข้อจำกัดเดียวของปริมาณ AI ที่ผมใช้ต่อเดือนคือจำนวนดอลลาร์ ดังนั้นสิ่งที่ช่วยลดค่าใช้จ่ายได้จึงเป็นทั้งโมเดลที่ดีที่สุดและสภาพแวดล้อมรันที่ดีที่สุดสำหรับผม Copilot ทำได้ดีกว่าด้วยในการจับคู่ sub-agent กับโมเดลที่เหมาะสมกว่าโดยอัตโนมัติ ขณะที่ Claude มักใช้โมเดลที่แพงกว่า
    • ถามจริงจังเลย อยากให้ช่วยอธิบายเพิ่มได้ไหมว่าจุดไหนของ Copilot CLI ที่ทำให้รู้สึกดีกว่า Claude Code? ถ้ามีตัวเลือกผมจะใช้ OpenCode เลย เลยอยากรู้ว่าคุณชอบอะไรใน Copilot CLI มากกว่า
    • วิธีปล่อยให้ระบบเลือกโมเดลอัตโนมัติเองนั้นไม่ยั่งยืนอีกต่อไปแล้ว
      แต่ก็มี โมเดลที่มีประสิทธิภาพ ซึ่งสามารถนำแผนที่สร้างโดยโมเดลที่ดีกว่าไปปฏิบัติต่อได้ คิดแล้วก็น่าอายเหมือนกันที่ระบบเลือกโมเดลอัตโนมัติของ Microsoft เคยเลือกโมเดลอนุมานระดับล้ำสมัยไปใช้กับงานอย่างแก้ dependency conflict ภายใต้โครงสร้างราคาที่ขาดทุนในอดีต

  • ตอนพัฒนา VS 2026 ใช้ GitHub Copilot สลับไปมาระหว่าง ChatGPT กับ Claude และนั่นคือก่อนจะรู้จัก Claude Code กับแอป Codex
    Copilot ก็โอเคสำหรับการใช้งานของฉัน และเดือนละ 10 ดอลลาร์ก็เพียงพอ
    แต่พอเดือนที่แล้วมีการนำโมเดลราคาแบบใหม่มาใช้ 10 ดอลลาร์ก็หมดในไม่กี่วัน แม้จะเข้าใจว่าราคาเดิมคงไม่ยั่งยืน แต่เรื่องนั้นทำให้ย้ายไปใช้ Claude Code กับ Codex แล้วก็ไม่คิดจะหันกลับมาอีก โทเค็นของ Claude Code กับ Codex เองก็เป็นราคาที่ได้รับการอุดหนุนหนักเหมือนกัน แต่ก็ใช้ไปให้คุ้มตราบใดที่ของดีแบบนี้ยังอยู่
    รู้สึกได้ถึงความต่างระหว่างการใช้ Claude ผ่าน Copilot กับการใช้ Claude โดยตรงใน Claude Code ไม่รู้เหมือนกันว่า Microsoft ไปทำอะไรไว้เบื้องหลัง

    • สภาพแวดล้อมรันมีความสำคัญมาก เครื่องมือที่ใช้ได้กับ system prompt ต่างกันไปตามสภาพแวดล้อมรัน
      Anthropic นำอยู่เล็กน้อยทั้งฝั่งสภาพแวดล้อมรันและตัวโมเดล เลยเหมือนได้ข้อดีจากทั้งสองโลก
      ฝั่ง Microsoft ก็น่าจะเป็นโมเดลเดียวกัน แต่ดูเหมือนเครื่องมือรอบข้างกับพรอมป์ต์จะแย่กว่า เลยให้ผลลัพธ์แย่กว่าด้วย
    • ตอนเลิกใช้ Copilot ใน Zed ก็คล้ายกัน
      ตอนนี้ใช้ reasonix runtime สำหรับ DeepSeek อยู่ และถ้า cache hit ต้นทุนก็แทบจะใกล้ศูนย์ ถึงจะใช้ผู้ให้บริการอเมริกันที่ไม่มีเงินอุดหนุนอย่าง Digital Ocean หรือ Cloudflare ก็ยังเป็นแบบนั้น
    • ฉันก็ย้ายไป Cursor เหมือนกัน พอบอกวิธีเรียก msbuild มันก็แก้ไขงานให้เองได้แม้ไม่มีปลั๊กอิน Visual Studio แบบเนทีฟ
      ภาษาที่ใช้คือ C++ และไม่มีปัญหาอะไร
    • ช่วงไม่กี่สัปดาห์ที่ผ่านมา ค่าใช้จ่ายของ GitHub Copilot พุ่งขึ้นมาก งานที่เมื่อก่อนใช้ 100 ดอลลาร์ ตอนนี้ต้องใช้ 300 ดอลลาร์
      ฉันชอบวิธีใช้ Claude ใน VS Code ผ่าน Copilot และรู้สึกว่ามันให้โค้ดที่ดีกว่าเพราะควบคุมคุณภาพโค้ดได้มากกว่า โปร่งใสกว่า Claude Code มาก เป็นโอเพนซอร์ส และอินเทอร์เฟซ IDE ก็ให้การควบคุมบริบทกับสิ่งที่สร้างออกมาได้มากกว่า
      การที่ค่าใช้จ่ายเพิ่มขึ้นไม่ได้มาจากการขึ้นราคาอย่างเดียว แต่ยังเพราะเอเจนต์โมเดล Opus ใช้โทเค็นมากขึ้นด้วย เลยย้ายไป Claude Code และตอนนี้ก็ยังใช้ Opus 4.6 อย่างพอใจอยู่ Fable กับ 4.7 มักจะหลงประเด็นและตั้งสมมติฐานเองบ่อยเมื่อทำงานชิ้นใหญ่ ทำให้ผลลัพธ์ออกมาเละเทะ
    • กับ Claude 4.8 Opus โควตา Copilot น่าจะหมดภายในแค่ 2-3 พรอมป์ต์ คิดไว้อยู่แล้วว่าคงไม่ดีนัก แต่ไม่คิดว่าจะขนาดนี้ ดีแล้วที่อย่างน้อยเคยมีช่วงที่ใช้ได้ดี

  • ในที่สุดก็มีทางเลือกจากค่ายใหญ่ที่องค์กรใช้งานได้
    ผู้คนต้องการวิธีรันโมเดลจีนผ่านผู้ให้บริการที่เชื่อถือได้มานานแล้ว และ GitHub ก็มอบสิ่งนั้นให้
    ถ้าเชื่อ benchmark ประสิทธิภาพก็อยู่ระดับ Sonnet 4.6 ต้องรอดูว่าจะคุ้มไหมเมื่อใช้ในราคาของ GitHub

    • เมื่อ Microsoft เปลี่ยนไปคิดเงินตามโทเค็น ก็ควรมีตัวเลือกที่ถูกกว่านี้ให้ด้วย
      GPT-5.4 เมื่อก่อนสำหรับสมาชิกแบบรายปีกินโควตาแค่ 1 เท่า แต่ตอนนี้เป็น 6 เท่าแล้ว premium requests หมดหลังจากไม่กี่พรอมป์ต์ GitHub Copilot ราคา 10 ดอลลาร์ต่อเดือนเคยเป็นตัวเลือกคุ้มค่าที่สุด เพราะใช้โมเดลจากสถาบันวิจัย AI ในอเมริกาได้ในราคาถูก
    • ฉันไม่เชื่อ benchmark เคยลอง Kimi K2.7 หลายครั้งแล้วก็ผิดหวัง
      Claude จบได้ในรอบเดียว แต่นี่กลับอ้อมไปอ้อมมา อย่างไรก็ตาม เส้นทางการใช้งานของฉันคือ Ollama Cloud และไม่รู้ว่าเขาให้โมเดลจริงหรือเวอร์ชัน quantized ซึ่งการ quantize อาจทำให้ประสิทธิภาพลดลงก็ได้
      ถึงอย่างนั้นข่าวดีก็คือมีแบบอย่างเกิดขึ้นแล้ว ถ้า Microsoft ให้บริการ Kimi K2.7 ได้ ตอนนี้อีกไม่นานก็น่าจะให้ GLM 5.2 ได้ด้วย และนั่นเป็นโมเดลที่แข่งขันได้มากจริงๆ
    • อาจจะโดนหาว่าเป็นหน้าม้าอีกก็ได้ แต่เพราะเกี่ยวข้องกันเลยไม่สนแล้ว
      Synthetic รันโมเดลของตัวเองในราคาสมเหตุสมผล รวมถึง GLM5.2 และ Kimi K2.7-Code
      ลิงก์แนะนำ: https://synthetic.new/?referral=kwjqga9QYoUgpZV

  • อินพุต: 0.95 ดอลลาร์, cache hit: 0.19 ดอลลาร์, เอาต์พุต: 4.00 ดอลลาร์
    เป็นราคาเดียวกับที่ Moonshot คิด และอยู่ราวๆ ระดับราคาของ GPT 5.4 mini จึงถือว่าไม่เลว
    ยกตัวอย่างพรอมป์ต์โง่ๆ ที่เปลืองโทเค็นไปกับบริบท: “เล่น tic-tac-toe คนเดียวบนกระดาน 5x5 วางครบ 5 ตัวเรียงกันถือว่าชนะ”
    บน Kimi K2.7 ราคา 0.006 ดอลลาร์ และสามารถดูร่องรอยการให้เหตุผลดิบทั้งหมดได้ ส่วน GPT-5.4 mini ราคา 0.016 ดอลลาร์และถูกสรุปมาให้
    ถ้าอยากรู้ ทั้งคู่เล่นได้โง่อย่างไม่น่าเชื่อ
    Kimi:

    A B C D E
    1 . . . . .
    2 . . . . .
    3 X X X X X
    4 . O O O O
    5 . . . . .

    GPT 5.4 mini:

    1: X X X X X
    2: O O . . .
    3: . . O . .
    4: . . . O .
    5: . . . . O

    • เผื่อใครสงสัย GPT 5.5 ก็เล่นห่วยแบบเดียวกับ 5.4 mini แต่แพงกว่า 4 เท่า
      Fable กลับสร้างเกมที่ดูเข้าท่าได้ด้วยต้นทุน 40 เซนต์

      X X O O O
      O O X X X
      X X X O O
      X O O X O
      X O X X O

    • เป็นไอเดียที่ดี ลองสั่ง Haiku แบบเดียวกันใน Claude Chat บน iOS แล้ว มันสร้าง เกม React แบบโต้ตอบ ขึ้นมาเอง พร้อมใส่กติกาและเล่นเองด้วย
      อินพุต 1 ดอลลาร์ เอาต์พุต 5 ดอลลาร์ แต่เดินเกมได้ฉลาดดีนะ Anthropic!

    • โมเดลภาษาขนาดใหญ่ไม่เก่งเรื่องเกม แต่การเขียน เอเจนต์ reinforcement learning ที่ฝึกกับเกมนั้นโดยตรงยังพอทำได้แน่นอน

    • ถ้าเบื่อมากๆ สักวันอาจลองให้โมเดลสองตัวเล่นหมากรุกกันเอง
      น่าจะมี benchmark หมากรุกหรือทัวร์นาเมนต์โมเดลภาษาขนาดใหญ่อยู่ที่ไหนสักแห่งแล้ว

  • เป็นเรื่องแปลกที่ AWS Bedrock รองรับโมเดลแบบนี้ได้แย่มาก
    มีแค่ประมาณ Kimi 2.5, qwen 3 coder, DeepSeek V3.2, GLM 5 และไม่มีโมเดลล่าสุด

    • สงสัยว่าเป็นการตัดสินใจด้านผลิตภัณฑ์หรือข้อจำกัดด้าน GPU
      อินสแตนซ์ Inf2 ต้องใช้ AWS Neuron [1] อาจเป็นไปได้ว่าการพอร์ตโมเดลให้รันบนฮาร์ดแวร์นั้นใช้เวลานานเกินไป
      [1] https://aws.amazon.com/ai/machine-learning/neuron/

  • ค่าใช้งานถูกกว่ารุ่นอื่นอย่างชัดเจนมาก และเมื่อวานลองใช้ไปประมาณหนึ่งชั่วโมง ผลลัพธ์ก็ดูมีอนาคตทีเดียว
    เห็นในกระทู้สนทนา Reddit ว่าทีมกำลังประเมิน glm5.2 อยู่ จึงหวังว่าจะมีเพิ่มอีก

  • GitHub Copilot อยู่ในตำแหน่งที่ดีที่สุดในฐานะแพลตฟอร์มสำหรับองค์กรหรือเปล่า?
    รองรับ Claude, GPT, Gemini และตอนนี้รองรับแม้แต่ โมเดลแบบเปิดเผยน้ำหนัก แล้ว องค์กรขนาดใหญ่สุดท้ายก็จ่ายในระดับค่า API อยู่ดี ดังนั้นจะใช้ที่ไหนต้นทุนก็ใกล้เคียงกัน
    มี agent CLI และ SDK ที่ค่อนข้างดี และตอนนี้ก็มีแอปเดสก์ท็อปแล้วด้วย มี hosted agent และยังสามารถรัน ‘Agentic Workflows’ ใน CI ได้
    หรือว่าชื่อเสียงตกไปมากจนมีแต่ทางเลือกอื่นที่ได้รับความสนใจ? หรือผู้ใช้นอกองค์กรถูกค่าใช้งานเบียดออกไปจนไม่มีการตลาดแบบฟรี?

    • การ rug pull ที่เปลี่ยนราคาโดยไม่แจ้งล่วงหน้าไม่ได้ถูกฝั่งองค์กรรับไปในทางที่ดี
    • เราได้ยกเลิกแพลนของทุกคนแล้ว deploy liteLLM ภายในองค์กร
      เดิมยังคงใช้ Copilot เพราะโทเคนถูกอย่างเหลือเชื่อ แต่หลังเปลี่ยนเป็นราคาใหม่ มันก็กลายเป็นบริการที่คล้าย openrouter แต่มีจำนวนโมเดลน้อยกว่ามาก
    • เมื่อก่อนใช่ แต่หลังจากตัดสินใจจะฆ่าบริการตัวเองก็ไม่ใช่อีกต่อไป
    • ไม่รู้ทำไม แต่ Copilot รู้สึกว่าโง่กว่า Claude ใน VS Code หรือ Codex ใน VS Code
      ไม่รู้เหตุผลที่แน่ชัด แต่ความรู้สึกที่ได้ไม่ดีเลย
    • สภาพแวดล้อมการรันของ Copilot แย่มากเมื่อเทียบกับสภาพแวดล้อมการรันแบบ CLI อื่น ๆ ที่ฉันทดสอบเทียบอยู่ แย่จนน่าตกใจ
      ที่บริษัทมีการพูดถึงเรื่องนี้บ่อย เพราะคนที่ดูแลด้าน vendor management ไม่เข้าใจ ecosystem ของโมเดลภาษาขนาดใหญ่ และคิดว่า Claude ผ่าน Copilot กับ Claude ผ่าน Claude Code เป็นสิ่งเดียวกัน
      ทุกครั้งที่ถูกขอให้อธิบายความต่าง ถ้าลองเปรียบเทียบแบบวางข้างกันง่าย ๆ ก็จะเห็นประสิทธิภาพที่ต่ำกว่ามากแบบชัดเจน 3-4 ครั้งจาก 5 ครั้ง

  • ถ้าเป็นทีมเล็กที่กำลังจะลองใช้ Copilot อยากเตือนไว้ว่าอาจเสียเวลาหลายชั่วโมงไปกับการงมหาการตั้งค่าการเรียกเก็บเงินตามเอกสารเก่า
    สรุปคือสุดท้ายเราได้รับอีเมลจาก GitHub ว่า “Copilot Business ให้บริการสำหรับทีมที่ซื้อลิขสิทธิ์ 10 ที่ขึ้นไป” แม้จะไม่มีการระบุไว้ในเอกสาร แต่คนอื่นก็เจอเหมือนกัน: https://github.com/orgs/community/discussions/199346
    ตอนนี้เราจะใช้ Cursor ต่อไปก่อน และใช้ Kimi เป็นตัวหลักภายใต้ชื่อ “Composer”

  • ในที่สุดก็มาแล้ว นี่คือ LLM แบบเปิดเผยน้ำหนัก ตัวแรกของ Copilot ใช่ไหม? ถือว่าประตูถูกเปิดแล้ว