น้ำหนักเปิดสัปดาห์เดียวสามรุ่น? สามตัวเลขที่ตัวชี้วัด AI ไม่เคยบอกคุณ

โดย Nokka (นก-กา) | นักเขียนอิสระสาย AI และระบบเปิด | ตรวจสอบข้อมูล ณ 20 ต.ค. 2026

บทความนี้เขียนโดย AI (deepseek-v4.1-flash · ผู้ให้บริการโมเดล: ollama-cloud) ผ่าน Hermes Agent ภายใต้การควบคุมและตรวจสอบคุณภาพโดยมนุษย์ - Nokka (นก-กา)

ในสัปดาห์เดียว มีโมเดลน้ำหนักเปิดออกมาสามรุ่นจากสามค่าย

ขนาด 35B ตัวหนึ่ง 560B อีกตัว และ 816B อีกตัว

ถ้าดูแค่ตัวเลขขนาด คุณจะเข้าใจผิดว่าเรื่องนี้เป็นเรื่องของความแรง

ผมเปิดหน้าโมเดลจริงทั้งสามหน้าแล้วพบว่า ตัวเลขที่สำคัญที่สุดไม่ใช่จำนวนพารามิเตอร์

มันคือความจำที่ต้องใช้ สัญญาอนุญาตที่แนบมา และจำนวนพารามิเตอร์ที่ทำงานจริงในแต่ละโทเคน

35B ที่รันในมือถือได้จริง

ตัวแรกคือ MiniCPM-V 4.7 เวอร์ชัน 35B-A3B จากห้องวิจัย OpenBMB

หน้าโมเดลระบุว่ามันเป็นโมเดล MoE โอเพนซอร์สตัวแรกที่รันบนอุปกรณ์พกพาได้โดยไม่ต้องลดคุณภาพ และทำความเร็วถอดรหัสได้ 13+ โทเคนต่อวินาทีด้วยหน่วยความจำเพียง 3 GB บน iPhone 17 Pro Max [1]

สัญญาอนุญาตคือ Apache 2.0 ซึ่งแปลว่านำไปใช้เชิงพาณิชย์ได้โดยแทบไม่มีเงื่อนไข

ตัวเลขบน Hugging Face ณ วันที่เขียนคือ ยอดดาวน์โหลดของเวอร์ชันหลัก 76,410 ครั้ง และไฟล์ GGUF อีก 170,728 ครั้ง โดยมีไลก์รวมกว่า 1,200 [2]

ตัวเลขนี้ผมดึงจาก API ของ Hugging Face เอง ไม่ได้อ่านจากข่าว

560B ที่หน้าโมเดลบอกสองสูตร

ตัวที่สองคือ Ling-3.1-flash จาก inclusionAI

หน้าโมเดลระบุว่าเป็นโมเดลเหตุผลแบบ hybrid ที่มีพารามิเตอร์รวม 560B แต่ทำงานจริง 25B ต่อโทเคน หน้าต่างบริบท 1M โทเคน และสัญญาอนุญาต MIT [3]

สถาปัตยกรรมที่ผมว่าเป็นจุดที่น่าสนใจคือการใช้เลเยอร์ attention แบบ KDA 63 ชั้นผสมกับ Gated MLA 9 ชั้น ในอัตรา 7 ต่อ 1 และมีผู้เชี่ยวชาญแบบ routed 512 ตัว เลือกใช้ 8 ตัวต่อโทเคน [3]

จุดที่ผมพลาดตอนร่างแรก และต้องแก้ในบทนี้ คือหน้าโมเดลให้ สองสูตร ไม่ใช่สูตรเดียว

สูตรหลักคือ 8 การ์ด H200 แบบ TP8+EP8

และอีกบรรทัดถัดมาคือ ถ้าใช้ 4 การ์ด GB300 ให้เปลี่ยนไปใช้ --tp 4 --ep 4 [3]

สิ่งที่เปลี่ยนจำนวนการ์ดจึงไม่ใช่การบีบอัดน้ำหนัก แต่มันคือ ความจำต่อการ์ด เพราะ GB300 มีหน่วยความจำ HBM3e 288 GB ต่อใบ ขณะที่ H200 อยู่ที่ 141 GB ต่อใบ [6]

การ์ดที่หน่วยความจำต่อใบมากกว่าจึงใช้จำนวนใบน้อยกว่าได้ โดยที่น้ำหนักโมเดลไม่เปลี่ยน

816B ที่ไม่ใช่โอเพนซอร์ส

ตัวที่สามคือ Muse Spark Open 816B-A42B จาก Meta Superintelligence Labs

หน้าโมเดลระบุว่าเป็นโมเดลน้ำหนักเปิดขนาด 816B รวม ทำงานจริง 42B ต่อโทเคน บริบท 1M โทเคน และรองรับหลายรูปแบบทั้งข้อความ ภาพ เสียง และวิดีโอตั้งแต่ต้น [4]

หน้าเดียวกันยังให้ตัวเลขที่ผมว่าสำคัญที่สุดของทั้งบท คือการรันเองต้องใช้การ์ดที่มีหน่วยความจำอย่างน้อย 700 GB สำหรับเวอร์ชัน NVFP4 และ 2 TB สำหรับ BF16 [4]

แต่บรรทัดที่ผมอ่านแล้วหยุดคือบรรทัดสัญญาอนุญาต

มันไม่ใช่ Apache ไม่ใช่ MIT ไม่ใช่สัญญาแบบ OSI แต่เป็น Muse Model License ซึ่งเป็นสัญญาที่ Meta เขียนเอง

ผมเปิดไฟล์สัญญาฉบับเต็มแล้ว และเจอเงื่อนไขที่จับต้องได้สองข้อ

ข้อแรก ผู้ใช้ต้องแสดงข้อความ "Built with Muse Spark Open" อย่างชัดเจนในหน้าจอของผลิตภัณฑ์หรือบริการที่ใช้โมเดลนี้

ข้อสอง ถ้าจะนำโมเดลไปให้บริการแบบ Model-as-a-Service และรายได้รวมของกิจการเกิน 20 ล้านดอลลาร์ในช่วงสิบสองเดือนติดกัน ต้องแจ้ง Meta และทำข้อตกลงเป็นลายลักษณ์อักษรก่อน โดยเงื่อนไขนี้ไม่ครอบคลุมการใช้งานภายใน การวิจัย หรือการใช้โมเดลเป็นส่วนประกอบของผลิตภัณฑ์ตัวเองที่ไม่ใช่การให้บริการโมเดล [5]

นี่คือจุดที่คนเข้าใจผิดบ่อยที่สุด

น้ำหนักเปิด ไม่เท่ากับ โอเพนซอร์ส

น้ำหนักเปิดหมายถึงคุณดาวน์โหลดไฟล์ได้

โอเพนซอร์สหมายถึงคุณมีสิทธิ์ตามสัญญาที่ผ่านการรับรองจากองค์กรอย่าง OSI ซึ่งรวมถึงสิทธิ์ใช้งานเชิงพาณิชย์ การแก้ไข และการแจกจ่าย [7]

สองอย่างนี้เป็นคนละเรื่อง และสัญญาที่เขียนเองมักมีเงื่อนไขที่ผูกกับรูปแบบธุรกิจของคุณ

สามตัวเลขที่ต้องดูพร้อมกัน

ถ้าคุณกำลังเลือกโมเดลมาลงระบบ มีสามตัวเลขที่ต้องดูพร้อมกัน ไม่ใช่ตัวเดียว

หนึ่ง ความจำขั้นต่ำ เพราะมันกำหนดว่าคุณต้องซื้อการ์ดกี่ใบ หรือจะรันบนเครื่องที่มีอยู่ได้ไหม

ในบทนี้ตัวเลขนั้นคือ 3 GB สำหรับ MiniCPM บนมือถือ 8 การ์ด H200 หรือ 4 การ์ด GB300 สำหรับ Ling และ 700 GB ถึง 2 TB สำหรับ Muse

ช่วงห่างจาก 3 GB ถึง 2 TB คือราว 680 เท่า และนั่นคือคำตอบว่าทำไมคำว่า "โมเดลเปิด" ไม่ได้แปลว่าทุกคนรันได้

สอง สัญญาอนุญาต เพราะมันกำหนดว่าคุณใช้ทำธุรกิจได้หรือไม่

ในบทนี้คือ Apache 2.0 กับ MIT ซึ่งเปิดกว้าง กับ Muse Model License ที่ผูกเงื่อนไขด้านรายได้และการแสดงที่มา

สาม พารามิเตอร์ที่ทำงานจริง เพราะ 560B ที่ทำงานจริง 25B ให้ภาพต้นทุนที่ต่างจาก 560B เต็มรูปแบบ

ต้นทุนการคำนวณกับหน่วยความจำ เป็นคนละเรื่อง

ตรงนี้ผมต้องแยกให้ชัด เพราะมันเป็นจุดที่คนประเมินฮาร์ดแวร์ต่ำไปหนึ่งระดับ

ต้นทุนการคำนวณต่อโทเคน ของโมเดล 560B ที่ทำงานจริง 25B ใกล้เคียงกับโมเดล 25B ทั่วไป เพราะจำนวนพารามิเตอร์ที่ถูกใช้ต่อโทเคนใกล้กัน

แต่หน่วยความจำ ยังต้องถือน้ำหนักทั้ง 560B ไว้ตลอดเวลา เพราะทั้งโมเดลต้องอยู่ในหน่วยความจำตลอดการอนุมาน

แปลว่าคุณประหยัดการคำนวณได้ แต่ประหยัดการ์ดไม่ได้

ผมเขียนย่อหน้านี้เพราะร่างแรกของผมเขียนว่า "ต้นทุนการรันใกล้เคียงโมเดล 25B" ซึ่งทำให้คนอ่านประเมินจำนวนการ์ดต่ำเกินจริง

ข้อจำกัดของบทนี้

ผมดึงข้อมูลจากหน้าโมเดลบน Hugging Face และ API ของแพลตฟอร์ม ไม่ได้รันโมเดลใดด้วยตัวเอง

ยอดดาวน์โหลดและไลก์เป็นตัวเลข ณ วันที่เขียน และจะเปลี่ยนทุกวัน

และในบันทึกข่าวที่ผมใช้ตั้งต้น มีตัวเลขหลายชุดที่ผมตัดออก เพราะเปิดต้นทางยืนยันไม่ได้ในรอบนี้ เช่น สถิติการดาวน์โหลดของอีกรุ่นหนึ่ง และตัวเลขขนาดไฟล์หลังบีบอัดของ Ling

ถ้าผมเปิดแหล่งไม่ได้ ผมก็ไม่ควรเขียนตัวเลขนั้นลงไป

สิ่งที่คุณทำได้เลยถ้าจะลองโมเดลน้ำหนักเปิด

หนึ่ง เปิดหน้าโมเดลและอ่านบรรทัด license ก่อนอ่าน benchmark เพราะมันตัดสินว่าคุณใช้ต่อได้หรือไม่

สอง ดูจำนวนพารามิเตอร์ที่ทำงานจริง ไม่ใช่พารามิเตอร์รวม

สาม หาว่าการ์ดรุ่นอะไร มีหน่วยความจำต่อใบเท่าไหร่ แล้วจึงนับจำนวนใบ

สี่ ถ้าจะรันเอง ให้เริ่มจากไฟล์ GGUF ที่ชุมชนทำไว้ เพราะมักมีบันทึกว่ากินแรมเท่าไหร่จริงบนเครื่องอะไร

สิ่งที่ผมยืนยันได้ และยืนยันไม่ได้

ยืนยันได้

• MiniCPM-V 4.7 35B-A3B ใช้ Apache 2.0 และวัดความเร็ว 13+ โทเคนต่อวินาทีที่หน่วยความจำ 3 GB บน iPhone 17 Pro Max [1]
• ยอดดาวน์โหลดและไลก์บน Hugging Face ตามที่ดึงจาก API เมื่อ 20 ต.ค. 2026 [2]
• Ling-3.1-flash มี 560B รวม 25B ทำงานจริง บริบท 1M สัญญา MIT พร้อมสูตร 8 การ์ด H200 และ 4 การ์ด GB300 [3]
• Muse Spark Open มี 816B รวม 42B ทำงานจริง บริบท 1M ต้องใช้หน่วยความจำอย่างน้อย 700 GB สำหรับ NVFP4 และ 2 TB สำหรับ BF16 [4]
• สัญญา Muse Model License กำหนดให้แสดงข้อความ Built with Muse Spark Open และกำหนดให้กิจการที่ให้บริการโมเดลแบบ MaaS และมีรายได้เกิน 20 ล้านดอลลาร์ในสิบสองเดือนต้องทำข้อตกลงแยกกับ Meta [5]

ยืนยันไม่ได้

• ว่าสถิติการดาวน์โหลดของอีกรุ่นหนึ่งที่บันทึกข่าวยกมา และตัวเลขขนาดไฟล์หลังบีบอัดของ Ling จะถูกต้องหรือไม่ เพราะผมเปิดต้นทางยืนยันไม่ได้ในรอบนี้
• ว่าโมเดลไหนทำงานได้ดีกว่ากันในงานจริง เพราะยังไม่มีการทดสอบอิสระที่รันทั้งสามตัวบนงานชุดเดียวกัน
• ว่าความเร็วที่ MiniCPM วัดได้จะเกิดซ้ำบนอุปกรณ์อื่น เพราะต้นทางวัดบน iPhone รุ่นเดียว

คำถามที่ผมยังไม่มีคำตอบ

ถ้าค่ายใหญ่เริ่มใช้คำว่า open weights กับสัญญาที่ตัวเองเขียนขึ้น คำว่าโอเพนซอร์สในวงการ AI จะยังมีความหมายเดิมอยู่ไหม

เพราะวันที่ทุกคนเรียกของตัวเองว่าเปิด แต่ไม่มีใครใช้สัญญาเปิด นั่นคือวันที่คำนี้กลายเป็นคำการตลาด

และคนที่เสียประโยชน์ที่สุดคือคนที่อ่านแค่หัวข่าวว่ามีโมเดลใหม่ให้ดาวน์โหลดฟรี

แหล่งอ้างอิง

[1] OpenBMB, "MiniCPM-V 4.7 35B-A3B" model card, Hugging Face, เข้าถึง 20 ต.ค. 2026. https://huggingface.co/openbmb/MiniCPM-V-4.7-35B-A3B
[2] Hugging Face Models API, ผลค้นหา MiniCPM-V-4.7, 20 ต.ค. 2026. https://huggingface.co/api/models?search=MiniCPM-V-4.7
[3] inclusionAI, "Ling-3.1-flash" model card, Hugging Face, เข้าถึง 20 ต.ค. 2026. https://huggingface.co/inclusionAI/Ling-3.1-flash
[4] unsloth, "Muse-Spark-Open-816B-A42B-GGUF" model card, Hugging Face, ตุลาคม 2026. https://huggingface.co/unsloth/Muse-Spark-Open-816B-A42B-GGUF
[5] Meta, "Muse Model License", 2026. https://huggingface.co/unsloth/Muse-Spark-Open-816B-A42B-GGUF/blob/main/LICENSE.md
[6] NVIDIA, "Inside NVIDIA Blackwell Ultra: The Chip Powering the AI Factory Era", เข้าถึง 20 ต.ค. 2026. https://developer.nvidia.com/blog/inside-nvidia-blackwell-ultra-the-chip-powering-the-ai-factory-era/
[7] Open Source Initiative, "The Open Source Definition", เข้าถึง 20 ต.ค. 2026. https://opensource.org/osd