ตอนนี้เป็นเวลาของ Kimi K3

 (stephen.bochinski.dev)
2 คะแนน โดย GN⁺ 1 일 전 | 1 ความคิดเห็น | แชร์ทาง WhatsApp
  • จากการใช้ Kimi K3 และ Claude ควบคู่กันในงานเขียนโค้ดทั่วไป พบว่าแทบแยกความต่างเชิงปฏิบัติไม่ได้ ทั้งในด้านคุณภาพผลลัพธ์และจำนวนโทเค็นที่ต้องใช้ต่อคำตอบ
  • API ของ Kimi K3 มีราคา $3 ต่ออินพุต 1 ล้านโทเค็น และ $15 ต่อเอาต์พุต 1 ล้านโทเค็น ซึ่งถูกกว่ารุ่นท็อปของ Claude มากที่อยู่ที่ $10 และ $50 ตามลำดับ
  • Kimi เริ่มต้นที่ $19 ต่อเดือน และ แพ็กเกจโค้ดดิ้ง $39 ต่อเดือน ก็ยังให้ปริมาณใช้งานค่อนข้างเหลือเฟือ ขณะที่ Claude ใช้โควตาได้หมดเร็วระหว่างงานแบบเอเจนต์ และยังรักษาการเข้าถึง Fable บนแพ็กเกจ $20 ต่อเดือนไว้ไม่ได้
  • ในเบนช์มาร์กด้านความปลอดภัยไซเบอร์ของ Semgrep นั้น GLM 5.2 ทำได้ดีกว่า ระหว่างที่ Claude แบบมีข้อจำกัดปฏิเสธบางงาน โดยเผยแพร่ภายใต้สัญญาอนุญาต MIT และยังถูกกว่า Opus รุ่นล่าสุด
  • ข้อจำกัดที่ใช้เฉพาะกับโมเดลสหรัฐฯ มีแต่จะลดตัวเลือกของลูกค้าในอเมริกา โดยไม่ได้ขัดขวางการแข่งขันจากโอเพนโมเดลต่างประเทศ ทำให้ยิ่งมีเหตุผลน้อยลงที่จะจ่ายให้ Claude ต่อ เมื่อ Kimi K3 คุณภาพใกล้กันแต่ราคาต่ำกว่า

การเปรียบเทียบคุณภาพและราคาของ Kimi K3 กับ Claude

  • เมื่อนำ Kimi K3 มาใช้คู่กับ Claude ในงานเขียนโค้ดทั่วไป พบว่าให้ งานและคุณภาพผลลัพธ์เทียบเท่ากัน และใช้โทเค็นแทบพอๆ กัน
    • ซึ่งต่างจากความคาดหมายว่าโอเพนโมเดลจะให้ผลลัพธ์ที่หยาบกว่า หรือใช้โทเค็นมากกว่าเพื่อให้ได้คำตอบเดียวกัน
  • ราคา API ของ Kimi K3 คือ $3 ต่ออินพุต 1 ล้านโทเค็น และ $15 ต่อเอาต์พุต 1 ล้านโทเค็น
    • ส่วนรุ่นท็อปของ Claude อยู่ที่ $10 และ $50 ต่อหน่วยเดียวกันตามลำดับ
  • แพ็กเกจแบบเสียเงินของ Kimi เริ่มต้นที่ $19 ต่อเดือน และแพ็กเกจโค้ดดิ้ง $39 ต่อเดือนให้ปริมาณใช้งานมากกว่าสินค้าราคาใกล้เคียงของ Claude
    • แพ็กเกจของ Claude มีข้อจำกัดด้านการใช้งานเข้มงวด จนแม้แต่งานเอเจนต์ธรรมดาๆ ก็อาจใช้โควตาหมดก่อนเที่ยง
    • บนแพ็กเกจ $20 ต่อเดือนของ Claude ไม่สามารถรักษาการเข้าถึง Fable ไว้ได้ จึงต้องปิดและสลับไปใช้ Opus แต่แพ็กเกจของ Kimi ไม่มีเงื่อนไขแบบเดียวกัน

นโยบาย AI ของสหรัฐฯ และการแข่งขันของโอเพนโมเดล

  • รัฐบาลสหรัฐฯ ทำให้การเปิดตัว Fable ล่าช้า และยังบังคับใช้ข้อจำกัดกับโมเดลสุดท้ายให้ปฏิเสธงานหลายประเภท ขณะที่ โอเพนโมเดลระดับแนวหน้าจากห้องแล็บจีน สามารถดาวน์โหลดได้ จึงอยู่นอกขอบเขตการกำกับของรัฐบาลสหรัฐฯ
  • ใน เบนช์มาร์กความปลอดภัยไซเบอร์ของ Semgrep นั้น GLM 5.2 ทำได้ดีกว่า Claude
    • โมเดลที่มีข้อจำกัดปฏิเสธงาน แต่โอเพนโมเดลทำงานนั้นได้ และความต่างนี้ส่งผลต่อผลลัพธ์
  • GLM 5.2 เปิดตัวภายใต้สัญญาอนุญาต MIT และแม้จะไม่ได้โปรโมตตัวเองว่าเป็นฟรอนเทียร์โมเดล แต่ในงานจริงกลับให้ผลลัพธ์ดีกว่า Opus รุ่นล่าสุดและมีต้นทุนต่ำกว่ามาก
  • GPT-5.6 ของ OpenAI ก็ผ่านกระบวนการข้อจำกัดจากภาครัฐเช่นกัน แต่ OpenAI ยังสามารถนำโมเดลหลักไปไว้ในแพ็กเกจ $20 ต่อเดือนได้ ทำให้มีความยืดหยุ่นมากกว่า Anthropic
  • ในอนาคต รัฐบาลสหรัฐฯ อาจนำแนวทางแบบ เงินอุดหนุน·มาตรการอุ้มธุรกิจ·ภาษีคุ้มครอง ที่เคยใช้กับอุตสาหกรรมรถยนต์ มาใช้กับ AI และโอเพนซอร์ส
    • อาจสนับสนุนโมเดลภายในประเทศที่ใช้งานได้เฉพาะในสหรัฐฯ ผ่านความร่วมมือรัฐ-เอกชน และไม่สามารถแข่งขันในระดับนานาชาติได้
    • ผลลัพธ์คือผู้ใช้ในสหรัฐฯ อาจต้องซื้อโมเดลในประเทศแทนที่จะได้คุณภาพสูงสุดหรือราคาต่ำสุด และอาจไม่สามารถใช้โมเดลที่ดีที่สุดในราคาที่ดีที่สุดได้

บทความที่เกี่ยวข้อง

1 ความคิดเห็น

 
GN⁺ 1 일 전
ความคิดเห็นจาก Hacker News

  • ไม่ว่าจะเป็นการไล่ตามประสิทธิภาพระดับเดียวกันด้วยการกลั่น หรือพัฒนาเองตั้งแต่แรก บทสรุปของแล็บแนวหน้าฝั่งสหรัฐก็แทบถูกกำหนดไว้แล้วตั้งแต่ต้น การกลั่นไม่ใช่การโจมตี และแล็บแนวหน้าก็กลั่นความรู้ที่มนุษย์เขียนลงในโมเดลเหมือนกัน ดังนั้นการที่แล็บรุ่นหลังจะบีบอัดมันลงเป็นโมเดลที่ถูกกว่าก็เป็นลำดับขั้นที่เป็นธรรมชาติ
    ในเมื่อแทบไม่มีวิธีป้องกันได้จริงไม่ให้คนเก็บบทสนทนาไปใช้ฝึกโมเดลของตัวเอง การลงทุนใน บริษัทฮาร์ดแวร์มากกว่าบริษัทโมเดล จึงดูดีกว่า

    • การบอกว่ามันเป็นเรื่องแน่นอนอยู่แล้วนั้นใกล้เคียงกับ การแก้ประวัติศาสตร์ย้อนหลัง มากกว่า การกลั่นยังคงเป็นสาขาวิจัยที่คึกคัก และข้อเท็จจริงที่ว่าตอนนี้สามารถกลั่นโมเดลได้ง่ายแบบนี้ถือเป็นผลลัพธ์ที่น่าสนใจ ไม่ใช่สิ่งที่ถูกมองว่าแน่นอนมาตั้งแต่ 12 เดือนก่อน
      แค่เมื่อ 6 เดือนก่อนยังมีคนจำนวนมากคาดว่าถ้าใช้ผลลัพธ์ของโมเดลเป็นข้อมูลฝึก จะเกิดหายนะจากการฝึกแบบวนซ้ำจนโมเดลทั้งหมดล้มเหลว ดังนั้นไม่ควรพูดราวกับว่ามันชัดเจนมาตั้งแต่แรก
    • เห็นด้วยอย่างมากกับสมมติฐานที่ว่าการกลั่นไม่ใช่การโจมตี แต่ K3 ไม่ใช่เวอร์ชันกลั่นของ Fable หรือ Sol. Fable เพิ่งเปิดตัวได้ไม่นาน และ Sol ก็เพิ่งออก อีกทั้งในการประเมินผู้ใช้ของ Arena นั้น K3 ยังดีกว่าทั้งสองตัวในบางด้าน
      การกลั่นผ่าน API มีประโยชน์แค่ช่วยข้าม cold start ได้เร็วในงาน reinforcement learning ของโดเมนใหม่เท่านั้น และสิ่งที่สำคัญกว่าจริงๆ คือคุณภาพกับความหลากหลายของสภาพแวดล้อม reinforcement learning ที่โมเดลใช้เรียนรู้
    • ดูเหมือนผลกระทบของการโจมตีด้วยการกลั่นจะถูกพูดเกินจริงไปบ้าง ตอนนี้ข้อมูล fine-tuning ส่วนใหญ่เป็นข้อมูลสังเคราะห์ และเพราะไม่สามารถพูดซ้ำเนื้อหาเดิมเฉยๆ ได้ จึงใกล้เคียงกับการให้ LLM อื่นเขียนตำราอธิบายหัวข้ออย่างละเอียดโดยไม่ตกหล่นมากกว่า
    • แทบทุกตลาดต่างพึ่งพากฎระเบียบบางรูปแบบ ไม่ว่าจะเป็นแบบ ‘ห้ามแค่การขโมย ที่เหลือทำได้หมด’ ไปจนถึงแบบที่เรียกร้องกฎเข้มงวดมหาศาลกับการจัดหาทุกอย่าง
      สหรัฐยังไม่ได้เลือกการควบคุมแบบแร่หายากของจีน แต่ถ้าการกลั่นแพร่หลาย ฝั่งที่ไม่ทำเช่นนั้นก็น่าจะต้องแบกรับ ต้นทุนด้านกฎระเบียบ อย่างการปิดกั้นการเข้าถึงหรือการควบคุมเกินควรอยู่ดี เหมือนที่ผู้คนใจกว้างกับการก็อปปี้เพลงแต่กลับเดือดดาลกับศิลปะภาพ การจะมองสิ่งนี้ว่าเป็นการลักขโมยหรือเป็นธุรกิจตามปกติท้ายที่สุดก็ขึ้นอยู่กับฉันทามติทางสังคม และถ้าไม่มีความก้าวหน้าครั้งใหญ่ ช่องว่างก็น่าจะค่อยๆ แคบลง
    • Anthropic ทำให้แม้แต่การเลื่อนดูบทสนทนาเก่าหรือการตรวจดูโทเคนการคิดกับซับเอเจนต์ก็ยังทำได้ยาก เหมือนทุกคนพยายามทำให้ผู้ใช้ กลับมาใช้บริการของตัวเองต่อไป พร้อมกับไม่ให้เรียนรู้วิธีขุดบ่อน้ำด้วยตัวเอง

  • เรามาถึงจุดนี้เร็วกว่าที่คาดมาก สงสัยว่าโลกจะเป็นอย่างไรถ้ารัฐบาลตะวันตกนิยามการเข้าถึง โมเดลแนวหน้าแบบ open weights ว่าเป็นความเสี่ยงต่อความมั่นคงแห่งชาติ และจัดการใช้งานมันเป็นการก่อการร้าย
    Kimi K3 อาจกลายเป็นเหมือน Napster ที่ทุกคนใช้ทั้งที่รู้ว่าผิดกฎหมาย หรืออาจเกิดตลาดใต้ดินแบบกัญชา ที่ใครสักคนแถวบ้านปล่อยเช่าเครื่อง 8×5090 ในห้องใต้ดินที่ประกอบจากอะไหล่ eBay แบบคิดเงินตามการใช้งานก็ได้ ในทางกลับกัน ถ้าการควบคุมได้ผล ตัวเลือกสาธารณะอาจเหลือแค่ Cohere·Mistral ที่ถูกทำให้อ่อนลง และต้องจ่ายแพงให้โมเดล ‘American Frontier’ ของ Anthropic·OpenAI ที่ตามหลังจีน
    เหมือน Kindle Fire ที่เคยได้อุดหนุนจากโฆษณา อาจมี Kindle AI โผล่มาขายอิทธิพลให้ผู้เสนอราคาสูงสุด จนโฆษณาชวนเชื่อของบริษัทยาสูบไหลเข้าไปใน pipeline การฝึก และ LLM พูดว่าการสูบบุหรี่ดีต่อสุขภาพก็ได้

    • นั่นก็เท่ากับเกิด ม่านเหล็กแบบใหม่ ที่แบ่งโลกออกเป็นบล็อกดิจิทัล ยิ่งการตัดขาดการแลกเปลี่ยนยืดเยื้อนานเท่าไร อินเทอร์เน็ตแบบเปิดและวิทยาศาสตร์ก็ยิ่งมีโอกาสแยกเป็นระบบนิเวศที่เข้ากันไม่ได้มากขึ้น
      ไม่นานมานี้รัฐบาลสหรัฐประกาศข้อจำกัดกับความร่วมมือทางวิทยาศาสตร์ของ NSF คล้าย Wolf Amendment และย้ายอำนาจกำกับไปทางฝั่งทหาร พร้อมทั้งดึงหลายประเทศเข้าสู่ Pax Silica ที่มุ่งกีดกันจีน และในขณะเดียวกันก็พยายามบังคับให้ประเทศพันธมิตรใช้ผลิตภัณฑ์ของตนที่ถูกจำกัดความสามารถ อาจยังมีพื้นที่เป็นกลางอย่างสวิตเซอร์แลนด์หรือสิงคโปร์ที่ผู้ใช้สหรัฐ·EU สามารถใช้งานข้ามม่านนี้ได้โดยไม่เสียเปรียบทางกฎหมาย
      https://nitter.net/RnaudBertrand/status/2069574934972797089
    • การที่เครื่อง Mac Studio RAM สูง หายไปคงเป็นแค่เรื่องบังเอิญ
    • ถ้าทำให้โมเดลโอเพนซอร์สผิดกฎหมาย ก็จะมีแต่บริษัทสหรัฐที่เสียเปรียบ ส่วนประเทศอื่นทั้งโลกยังคงใช้โอเพนซอร์สต่อไป และจะได้ โอกาสทำกำไรจากส่วนต่าง กับบริษัทอเมริกัน
    • สงสัยว่า ‘รัฐบาลตะวันตก’ ที่ว่าหมายถึงสหรัฐโดยเฉพาะหรือเปล่า ยังไม่ชัดว่าทำไมประเทศอื่นที่ไม่ได้กังวลจีนเท่าสหรัฐจึงต้องกังวลเรื่องนี้แบบเดียวกัน
    • แม้แต่ 8×RTX Pro 6000 ก็มี VRAM แค่ 768GB เอง เลยไม่แน่ใจว่าจะรัน K3 ได้อย่างไร

  • เมื่อมอบงานที่ปกติใช้ทดสอบกับทุกโมเดลให้ Kimi K3 ทำ มันใช้เวลาคิดนานกว่ามาก และแทบใช้โควตา 5 ชั่วโมงของแพ็กเกจ 19 ดอลลาร์หมดเลย หากทำงานเดียวกันบนแพ็กเกจ 20 ดอลลาร์ของ OpenAI จะใช้เวลาเพียงไม่กี่นาทีและแทบไม่กินโควตา
    ลิมิตของแพ็กเกจแบบสมัครสมาชิกไม่มีตัวเลขที่เทียบกันได้แบบโทเค็นจึงวัดได้ยาก แต่เป็นครั้งแรกที่เจอแพ็กเกจราคาระดับ 20 ดอลลาร์ที่ตึงขนาดจนงานเล็กน้อยงานเดียวก็ทำให้โควตาที่ควรใช้ทำงานจริงแทบหายไปหมด แม้ว่าจะช้าและดูมีต้นทุนต่องานสูงกว่า แต่ก็จับบั๊กที่ Gemini 3.5 Flash สร้างขึ้นเองมั่วๆ ได้

    • Kimi มีแนวโน้มจะสงสัยตัวเองต่อไปเรื่อยๆ และคิดนานเกินจำเป็น มันจะวนย้ำย่อหน้าแนว “เดี๋ยวก่อน จริงๆ แล้ว...” กับรายละเอียดเล็กๆ เพียงอย่างเดียว ทำให้เปลืองโทเค็นมาก
      ตอนให้ GLM 5.2 แปลง JavaScript ราว 50 บรรทัดเป็น Python มันก็วนค้นเว็บและทบทวนซ้ำไปมา จนเสียค่า API ไป 0.25 ดอลลาร์ การรันครั้งแรกไม่สำเร็จ แต่ครั้งที่สองใช้ได้ Claude Code/Fable เร็วกว่ามากแต่ให้ข้อผิดพลาดเดียวกัน และหวังว่าการทบทวนตัวเองมากเกินไปของโมเดลเปิดจะลดลง หรือไม่ก็วิธีพรอมป์ต์จะดีขึ้น
    • ต้องเลิกใช้ราคาต่อหนึ่งล้านโทเค็นเป็นเกณฑ์หลักได้แล้ว เพราะจำนวนโทเค็นที่ใช้จริงมีผลต่อค่าใช้จ่ายมากกว่าราคาโทเค็นที่แสดงไว้ ดังนั้นสิ่งสำคัญคือเส้นโค้งต้นทุนต่องานเทียบกับความฉลาด
      โมเดลจีนยังไม่ถึงเกณฑ์นี้ และดูเหมือนจะเน้นดันคะแนนเบนช์มาร์กให้สูงสุดมากกว่าประสิทธิภาพ
    • ตอนนี้ Kimi K3 รองรับความแรงการให้เหตุผลแค่ max แต่มีแผนจะเพิ่มระดับอื่นในเร็วๆ นี้ บันทึกการติดตามเบนช์มาร์กมีร่องรอยของการย้อนกลับและความไม่แน่นอนแบบ “เดี๋ยวก่อน แต่...” อยู่มาก และใน xhigh กับ max ของ GPT 5.6 และ Fable ก็มีลักษณะคล้ายกันแต่เบากว่า
      หากรองรับความแรงการให้เหตุผลที่ต่ำลง ก็อาจช่วยปรับปรุงความไม่มีประสิทธิภาพด้านโทเค็นได้
      https://platform.kimi.ai/docs/guide/use-thinking-effort
    • เมื่อให้ Claude Code/Fable ทำฟีเจอร์หนึ่ง ใช้ไป 30% ของเซสชัน 5 ชั่วโมงในแพ็กเกจสมัครสมาชิก 100 ยูโร ภายในเวลาประมาณ 60 นาที หลังจากนั้นไปรันแค่ /code-review ในเซสชันใหม่สะอาดๆ ของเทอร์มินัลอีกอันหนึ่ง โดยไม่มีการแก้โค้ดใดๆ แต่การใช้งานกลับพุ่งไปถึง 99% และ 1% ที่เหลือก็ไม่พอแม้แต่จะเขียน review.md
      ปกติการรีวิวใช้ 10~20% แต่บางครั้งแค่ 15 นาทีก็หายไป 65~69% แสดงให้เห็นว่าความผันผวนของการใช้โควตาสูงมาก
    • ราคาสมัครสมาชิก AI นั้นประหลาด แต่ละโมเดลใช้โควตาไม่เท่ากัน วัดด้วยโทเค็นที่ไม่โปร่งใสซึ่งอินเทอร์เฟซหรือโมเดลของผู้ให้บริการกินไปเองตามอำเภอใจ และยังมีข้อจำกัดหน้าต่างเวลาแบบไม่โปร่งใสซ้อนเข้ามาอีก

  • ในแพ็กเกจเสียเงินของ Kimi ความยาวบริบท1 ล้านโทเค็นมีให้เฉพาะตั้งแต่ 79 ดอลลาร์ต่อเดือนขึ้นไป ส่วนแพ็กเกจต่ำกว่านั้นถูกจำกัดไว้ที่ 256,000 โทเค็น และแพ็กเกจเริ่มต้นสุดที่ปัจจุบันคิดราว 15 ดอลลาร์ต่อเดือนเมื่อจ่ายรายปี ยังไม่รองรับ K3 เองในตอนนี้
    https://www.kimi.com/code/docs/en/kimi-code/models.html

    • อยากใช้แค่ API แต่เมื่อ DeepSeek จับคู่เครื่องมือ Reasonix/whale กับอัตราแคชฮิตสูงมากเข้าไว้ด้วยกัน ต้นทุนก็แทบจะใกล้ศูนย์ จึงน่าจะย้ายไปบริการอื่นได้ยาก

  • ผมกลับมองว่าตรงกันข้าม Kimi K3 มีพารามิเตอร์ 2.8 ล้านล้านตัว และแม้ขนาดของ ChatGPT 5.6 หรือ Opus 4.8 จะไม่ถูกเปิดเผย แต่ก็น่าจะใกล้เคียงกัน ส่วน Fable กับ Mythos มีข่าวลือว่าราว 10 ล้านล้าน
    ราคาต่อหนึ่งล้านโทเค็นสำหรับอินพุต/เอาต์พุตคือ K3 อยู่ที่ 3 ดอลลาร์/15 ดอลลาร์, ChatGPT 5.6 Sol อยู่ที่ 5 ดอลลาร์/30 ดอลลาร์, และ Opus 4.8 อยู่ที่ 5 ดอลลาร์/25 ดอลลาร์ ซึ่งต่างกันไม่มาก มันจึงดูไม่ใช่จุดเปลี่ยนทางประวัติศาสตร์ แต่เป็นแค่คู่แข่งที่เริ่มมาบรรจบกันที่สมรรถนะใกล้เคียงและขายถูกลงเล็กน้อย ตอนนี้น้ำหนักโมเดลของ K3 ก็ยังไม่เปิดเผย จึงไม่น่าจะมีอะไรเปลี่ยน

    • ตามประกาศอย่างเป็นทางการ ระบุว่าน้ำหนักของโมเดลทั้งหมดจะถูกเปิดเผยภายในวันที่ 27 กรกฎาคม 2026
    • เมื่อคำนึงถึงด้วยว่า OpenAI ไม่มีลิมิต 5 ชั่วโมงและมักรีเซ็ตโควตารายสัปดาห์บ่อยๆ ก็ยังน่าสงสัยว่า Kimi ถูกกว่าจริงในเชิงราคาที่ใช้งานได้จริงหรือไม่

  • แม้แต่ในเธรดนี้เอง ประโยชน์ใช้สอยจริงของ Kimi ก็ยังมีความเห็นแตกต่างกัน ส่วนตัวผมคิดว่ามันด้อยกว่า Fable และ 5.6 Sol แต่แกนกลางของการถกเถียงดูจะใกล้กับการต่อต้านท่าทีด้านกฎระเบียบของรัฐบาลสหรัฐมากกว่าประเด็นสมรรถนะ
    ดูเหมือนว่าความโกรธและความหงุดหงิดต่อสถานการณ์ปัจจุบันทำให้เกิดความอยากให้ Kimi เหนือกว่าด้วย

    • K3 ดีมากพอตัวและน่าจะอยู่ระหว่าง Sol กับ Fable ความสามารถด้านออกแบบ UI ของ Sol ไม่น่าประทับใจนัก แต่ K3 แข็งแกร่งในด้านนี้ ส่วน Fable เร็วและให้ผลงานสม่ำเสมอที่สุดโดยรวม
      มันขึ้นอยู่กับประเภทงานและวิธีใช้อย่างมาก แต่คำประเมินที่ว่าK3 ยังไม่เทียบชั้นโมเดลล้ำหน้าของสหรัฐไม่ตรงกับประสบการณ์ใช้งานของผม
    • มันดูเหมือนการฉายซ้ำตอน DeepSeek ตอน v3 ออกมาก็มีคนพูดกันมากว่านี่คือจุดจบของบริษัทอเมริกัน แต่สุดท้ายทุกอย่างก็ดำเนินต่อไปเหมือนเดิม
    • เคยได้ยินนับครั้งไม่ถ้วนว่าโมเดลแนวหน้าทิ้งห่างโมเดล open-weight เกิน 6 เดือน แต่ตอนนี้ไม่จริงแล้ว ดังนั้นเกณฑ์การประเมินจึงกำลังย้ายไป
    • สิ่งที่รัฐบาลสหรัฐทำเกี่ยวกับ AI ในปีนี้เป็นเรื่องที่ยอมรับได้ยาก จึงเข้าใจได้ว่าทำไมถึงมีปฏิกิริยาแบบนั้น

  • ตรงนี้จำเป็นต้องชี้ให้ชัดว่า ‘Claude’ หมายถึง Opus หรือ Fable และความแรงการให้เหตุผลอยู่ที่ระดับไหน

    • คำพูดที่ว่าไม่เห็นความต่างในงานเขียนโค้ดทั่วไป ฟังเหมือนหมายความว่าได้มอบงานที่ตัวเองเข้าใจไม่มากพอจะบอกความต่างของผลลัพธ์ได้
    • สิ่งที่เปรียบเทียบคือ Fable High กับ K3 High และการใช้งานหลักคือพัฒนาเกม มอบหมายงานอย่างการแก้บั๊กภาพที่กำกวม การเปลี่ยนรูปลักษณ์ของฉากหรือโมเดล และการเพิ่มฟีเจอร์ขนาดใหญ่
      ถ้อยคำเดิมไม่แม่นยำ และปกติไม่ได้ใช้ Fable หรือ K3 ตลอดเวลา โดยทั่วไปจะให้จัดการงานขอบเขตเล็กก่อนแล้วค่อยตรวจทานเอง

  • นโยบายความเป็นส่วนตัวก็ไม่ใช่ปัญหาเล็ก ๆ เช่นกัน โดยระบุว่าหากใช้การสมัครสมาชิก Kimi การโต้ตอบจะถูกนำไปใช้ฝึกโมเดล และจะไม่ถูกนำไปใช้ก็ต่อเมื่อใช้งาน API โดยตรงในราคาของ API เท่านั้น แต่จะเชื่อหรือไม่ก็เป็นอีกเรื่องหนึ่ง
    ฉันวางแผนจะรอจนกว่าจะมีผู้ให้บริการรายอื่นบน OpenRouter แล้วค่อยประเมินระดับความน่าเชื่อถือ แม้จะไม่ได้เชื่อใจพวกเขามากนัก แต่ถ้าเป็นผู้ให้บริการที่ไม่ได้ฝึกโมเดลเอง โอกาสที่ข้อมูลจะถูกนำไปใช้ฝึกก็น่าจะต่ำกว่า

    • ความกังวลแบบนี้ยิ่งดูน่าขำขึ้นเรื่อย ๆ เพราะอินพุตส่วนใหญ่ก็เป็นแค่เอาต์พุตที่โมเดลเดียวกันสร้างไว้ก่อนหน้า กับคำสั่งลวก ๆ ของมนุษย์อย่าง “แก้ให้ถูกโดยไม่ผิดพลาด” เท่านั้น ดังนั้นถ้าโมเดลในอนาคตดีขึ้น การนำไปใช้ฝึกก็ไม่เป็นไร
      ผู้ใช้ 99% ไม่ได้จัดการกับ ทรัพย์สินทางปัญญาเฉพาะทาง ที่น่ากังวล
    • ต่อให้ผู้ใช้สายงานอดิเรกทั้งหมดจะหันไปใช้โมเดลแบบโอเพนน้ำหนัก แต่ ตลาดองค์กรแบบไม่เก็บข้อมูลไว้ ก็ยังจะมอบโอกาสทางธุรกิจให้บริษัทอเมริกันได้อย่างเพียงพอ
    • นโยบายนี้เป็นเหตุผลที่ทำให้ใช้งานไม่ได้ ฉันวางแผนจะรอจนกว่าจะมี บริการจากผู้ให้บริการอิสระ ที่เป็นไปได้เพราะโอเพนน้ำหนัก

  • จนถึงตอนนี้สุดท้ายแล้วทั้งหมดก็เป็นการกลั่นจากโมเดลอื่นอยู่ดี อย่างที่ Suhail พูดไว้ กำไรของโมเดล AI ควรถูกทำให้เกือบเป็นศูนย์
    เพราะมันถูกฝึกจากข้อมูลของมนุษยชาติ จึงควรเป็น ของขวัญที่มอบกลับให้แก่มนุษยชาติเอง และต้องเป็นเช่นนั้นเพื่อป้องกันไม่ให้คนส่วนน้อยควบคุมมนุษยชาติ

    • การยังมองโมเดลขนาดใหญ่จากจีนว่าเป็นแค่ ‘เวอร์ชันกลั่น’ นั้นชวนขำ หลายคนยังไม่ตระหนักถึง คลื่นที่กำลังถาโถมเข้าใส่ห้องแล็บแนวหน้าของอเมริกา ซึ่งเคยพยายามผูกผู้ใช้ไว้กับโมเดลที่ถูกเซ็นเซอร์และจำกัดความสามารถ ทั้งที่อาศัยข้อมูลมหาศาลมาใช้งาน

  • โมเดลโอเพนซอร์สได้ไปถึงระดับเดียวกับโมเดลเชิงพาณิชย์ชั้นนำแล้ว คอขวดสุดท้ายคือฮาร์ดแวร์ แต่กำแพงนั้นก็กำลังลดต่ำลงอย่างรวดเร็ว
    การรัน Kimi K3 ที่บ้านยังคงมีค่าใช้จ่ายสูงมาก แต่ตอนนี้ก็มีโมเดลฟรีที่มีความสามารถจำนวนมากซึ่งรันได้บนฮาร์ดแวร์ระดับพอเหมาะ และแนวโน้มนี้จะดำเนินต่อไป