รีวิวโมเดล AI ภาษาไทย 2026, Typhoon, OpenThaiGPT, ThaiLLM, Pathumma, WangchanLLM ตัวไหนเหมาะกับคุณ
โดย Nokka (นก-กา) | 17 สิงหาคม 2026
บทความนี้เขียนโดย AI (DeepSeek V4 Pro) ผ่าน Hermes Agent ภายใต้การควบคุมและตรวจสอบคุณภาพโดยมนุษย์, Nokka (นก-กา)
ถ้าคุณกำลังหาโมเดล AI ภาษาไทยมาใช้ ไม่ว่าจะเอาไปทำแชตบอต, ระบบตอบลูกค้า, หรือรันในเครื่องตัวเอง คุณน่าจะเจอชื่อโมเดลไทยหลายตัวโผล่มาพร้อมกัน: Typhoon, OpenThaiGPT, ThaiLLM, Pathumma, WangchanLLM แล้วก็เริ่มงงว่า "ตัวไหนดี ตัวไหนเหมาะกับงานฉัน"
บทความนี้คือรีวิวเปรียบเทียบแบบตรงไปตรงมา ผมจะพาไปดูแต่ละตัวว่ามันคืออะไร เก่งอะไร อ่อนอะไร และเหมาะกับใคร โดยอิงจากข้อมูลจริงของผู้พัฒนา ไม่ใช่การเดา
ก่อนอื่น ทำความเข้าใจศัพท์พื้นฐาน
ก่อนลงรีวิว ขอปูศัพท์ 3 คำที่คุณจะเจอบ่อย:
พารามิเตอร์ (Parameters), ตัวเลขบอก "ขนาดสมอง" ของโมเดล ยิ่งมากยิ่งฉลาด แต่ก็ยิ่งต้องใช้เครื่องแรงขึ้น เช่น 7B = 7 พันล้าน (รันบนคอมบ้านได้), 70B = 70 พันล้าน (ต้องใช้ server)
โอเพนซอร์ส (Open Source), โมเดลที่เปิดให้ใครก็ดาวน์โหลดไปใช้ ไปแก้ ไปต่อยอดได้ฟรี ตรงข้ามกับโมเดลปิดอย่าง GPT-4o หรือ Claude ที่ใช้ได้ผ่าน API อย่างเดียว
Agentic AI, AI ที่ "ลงมือทำ" ได้ ไม่ได้มีเพียงตอบคำถาม เช่น เรียกใช้เครื่องมือ, ค้นข้อมูล, ทำงานหลายขั้นตอนอัตโนมัติ
ภาพรวมก่อน: 5 โมเดลไทยในตารางเดียว
| โมเดล | ผู้พัฒนา | ขนาด | ฐาน | จุดขายหลัก |
|---|---|---|---|---|
| Typhoon 2.5 | SCB 10X (เอกชน) | 4B / 30B (A3B) | Qwen3 | Agentic AI, เร็ว, ถูก |
| OpenThaiGPT 1.6 | NSTDA + AIEAT (รัฐ) | 72B / R1 32B | Qwen 2.5 | เปิดซอร์สเต็ม, reasoning |
| ThaiLLM | NSTDA (รัฐ) | 8B / 30B | , | ข้อมูลราชการ, กฎหมาย |
| Pathumma LLM | NECTEC (รัฐ) | 7B (text) | OpenThaiLLM | Text + Vision + Audio |
| WangchanLLM | PyThaiNLP (นักวิจัย) | 7.5B | XGLM | งานวิจัยโปร่งใส |
รีวิวทีละตัว
1. Typhoon 2.5 (SCB 10X), ตัวที่เก่งที่สุดเรื่อง "ลงมือทำ"
คะแนนรวม: 9/10
Typhoon คือโมเดลไทยที่คนรู้จักมากที่สุด และรุ่น 2.5 คือการก้าวกระโดดครั้งใหญ่ [1]
จุดเด่น:
- Agentic AI แท้จริง, ไม่ได้มีเพียงแชต แต่เรียกใช้เครื่องมือ, ให้เหตุผลหลายขั้นตอน, ทำงานร่วมกับ n8n และ LangChain ได้
- เร็วมาก, 3,000+ โทเคน/วินาที บน GPU H100 ตัวเดียว
- ถูกมาก, ต้นทุนสรุปผล $0.10 ต่อล้านโทเคน
- 2 ขนาดให้เลือก, 4B (รันบนอุปกรณ์ edge ได้) และ 30B A3B (พลังเท่า 30B แต่ใช้ทรัพยากรเท่า 3B ด้วยสถาปัตยกรรม MoE)
- ภาษาไทยธรรมชาติ, SCB 10X อ้างว่าใกล้เคียงคนไทยจริง
จุดอ่อน:
- ตัวเลข benchmark ส่วนใหญ่มาจาก SCB 10X เอง ยังขาดการประเมินอิสระ
- 30B A3B ใช้สถาปัตยกรรม MoE ที่ซับซ้อน อาจตั้งค่ารันเองยากกว่าโมเดลธรรมดา
เหมาะกับใคร: ธุรกิจที่อยากทำ agent อัตโนมัติ, นักพัฒนาที่อยากได้โมเดลไทยเร็วและถูก
วิธีใช้: ผ่าน API ของ opentyphoon.ai หรือดาวน์โหลด weights จาก Hugging Face
2. OpenThaiGPT 1.6 (NSTDA + AIEAT), ตัวที่เปิดกว้างที่สุด
คะแนนรวม: 8/10
OpenThaiGPT เป็นโครงการของรัฐที่เน้น "ฟรีและโอเพนซอร์สเพื่อคนไทยทุกคน" [2]
จุดเด่น:
- เปิดซอร์สเต็มรูปแบบ, ไม่มีข้อจำกัดเชิงพาณิชย์ เอาไปใช้ ไปขาย ไปต่อยอดได้ฟรี
- ขนาดใหญ่ 72B, โมเดลไทยที่ใหญ่ที่สุดตัวหนึ่ง
- มีรุ่น reasoning, OpenThaiGPT R1 ขนาด 32B เน้นการคิดวิเคราะห์และให้เหตุผล อ้างว่ามีประสิทธิภาพสูงกว่าโมเดล 70B
- ต่อยอดจาก Qwen 2.5, ฐานที่แข็งแรงและเป็นที่นิยม
จุดอ่อน:
- 72B ต้องใช้เครื่อง server แรง รันบนคอมบ้านไม่ได้
- ข้อมูล benchmark ยังไม่ละเอียดเท่า Typhoon
เหมาะกับใคร: นักพัฒนาที่อยากได้โมเดลไทยเปิดซอร์สเต็มรูปแบบ, งานที่ต้อง reasoning, องค์กรที่กังวลเรื่อง license
วิธีใช้: ดาวน์โหลดจาก Hugging Face (openthaigpt/openthaigpt-1.6-72b-instruct)
3. ThaiLLM (NSTDA), ตัวที่เก่งเรื่องข้อมูลราชการและกฎหมาย
คะแนนรวม: 7.5/10
ThaiLLM ถูกวางตำแหน่งเป็น "โครงสร้างพื้นฐาน AI ระดับชาติ" ไม่ได้มีเพียงโมเดลแชต [3]
จุดเด่น:
- เทรนด้วยข้อมูลไทย 100,000 ล้านโทเคน, รวมเอกสารราชการ, งานวิจัยการศึกษา, และเอกสารกฎหมาย
- 2 ขนาด, 8B (เน้นเร็ว) และ 30B (เน้นความสามารถ)
- เชี่ยวชาญบริบทราชการไทย, จุดที่โมเดลต่างชาติทำไม่ได้
จุดอ่อน:
- เน้นงานราชการ/กฎหมาย อาจไม่เก่งงานทั่วไปเท่า Typhoon
- ข้อมูลการใช้งานจริงยังน้อย
เหมาะกับใคร: หน่วยงานราชการ, งานกฎหมาย, งานที่ต้องเข้าใจเอกสารทางการไทย
วิธีใช้: ผ่าน thaillm.or.th
4. Pathumma LLM (NECTEC), ตัวที่ครอบคลุมที่สุด (ข้อความ + ภาพ + เสียง)
คะแนนรวม: 7.5/10
Pathumma เป็นโมเดลไทยตัวเดียวที่พยายามครอบคลุม 3 มิติพร้อมกัน [4]
จุดเด่น:
- Text LLM, ประมวลผลภาษาไทย (7B, รองรับไทย + จีน + อังกฤษ)
- Vision LLM, วิเคราะห์และเข้าใจภาพ
- Audio LLM, จดจำเสียงภาษาไทย, ถอดความ, ระบุอารมณ์และเพศผู้พูด
- โอเพนซอร์ส, เปิดให้เรียนรู้ร่วมกัน
จุดอ่อน:
- Text LLM ขนาดแค่ 7B, เล็กกว่า Typhoon และ OpenThaiGPT มาก
- ยังใหม่ ระบบนิเวศยังไม่โต
เหมาะกับใคร: งานที่ต้องใช้หลายโหมด (เช่น ระบบที่ต้องอ่านภาพ + ฟังเสียง + ตอบข้อความ), งานวิจัย
วิธีใช้: ดาวน์โหลดจาก Hugging Face (nectec/Pathumma-llm-text-1.0.0)
5. WangchanLLM (PyThaiNLP), ตัวที่โปร่งใสที่สุด
คะแนนรวม: 7/10
WangchanLLM เป็นผลงานของทีม PyThaiNLP และ AIResearch.in.th กลุ่มนักวิจัยที่ทำงานภาษาไทยมานาน [5]
จุดเด่น:
- งานวิจัยบริสุทธิ์, ใช้ชุดข้อมูลที่เปิดและใช้เชิงพาณิชย์ได้ทั้งหมด
- โปร่งใสเรื่องที่มาของข้อมูล, รู้ว่าฝึกด้วยอะไร
- multilingual, รองรับหลายภาษา ไม่ได้มีเพียงไทย
จุดอ่อน:
- ขนาดแค่ 7.5B, เล็กที่สุดในกลุ่ม
- ฐาน XGLM ค่อนข้างเก่า (Facebook)
- ไม่ได้อัปเดตบ่อยเท่าตัวอื่น
เหมาะกับใคร: นักวิจัย, คนที่อยากได้โมเดลโปร่งใสตรวจสอบได้, งานที่ต้องการ multilingual
วิธีใช้: ดาวน์โหลดจาก Hugging Face (pythainlp/wangchanglm-7.5B-sft-enth)
ตารางเปรียบเทียบสรุป: เลือกตัวไหนดี
| ความต้องการของคุณ | โมเดลที่แนะนำ |
|---|---|
| อยากได้ agent ที่ลงมือทำงานอัตโนมัติ | Typhoon 2.5 |
| อยากได้โมเดลเปิดซอร์สเต็ม เอาไปขายต่อได้ | OpenThaiGPT 1.6 |
| งานราชการ / กฎหมาย / เอกสารทางการ | ThaiLLM |
| งานที่ต้องใช้ภาพ + เสียง + ข้อความ | Pathumma LLM |
| งานวิจัย / อยากได้โมเดลโปร่งใส | WangchanLLM |
| อยากรันบนคอมบ้าน (ทรัพยากรน้อย) | Typhoon 4B หรือ Pathumma 7B |
มุมสมดุล: ต้องพูดตรงๆ
ก่อนจบ ขอพูดตรงๆ ว่าโมเดลไทยทุกตัวยังมีช่องว่างกับโมเดลต่างชาติ (GPT-4o, Claude) อยู่มากในแง่ความสามารถทั่วไป แต่จุดที่โมเดลไทยชนะจริงคือ:
- ความเข้าใจบริบทไทย, สำนวน, วัฒนธรรม, การใช้ภาษาที่เป็นธรรมชาติ
- ต้นทุน, ถูกกว่าโมเดลปิดมาก (Typhoon $0.10/ล้านโทเคน)
- ความเป็นเจ้าของข้อมูล, ข้อมูลไม่ต้องส่งออกนอกประเทศ
- ปรับแต่งได้, โอเพนซอร์สแปลว่า fine-tune ต่อได้
และต้องยอมรับว่า benchmark ส่วนใหญ่เป็น "ตัวเลขจากผู้พัฒนาเอง" ยังขาดการประเมินอิสระที่เป็นกลาง ถ้าคุณจะเลือกใช้จริง แนะนำให้ทดลองกับงานของคุณเองก่อนตัดสินใจ
สรุป
ถ้าให้สรุปสั้นๆ:
- Typhoon 2.5 คือตัวที่ "ครบเครื่อง" ที่สุด ทั้ง agentic, เร็ว, ถูก
- OpenThaiGPT 1.6 คือตัวที่ "เปิดกว้าง" ที่สุด เอาไปทำอะไรก็ได้
- ThaiLLM คือตัวที่ "เชี่ยวชาญราชการ" ที่สุด
- Pathumma คือตัวที่ "ครอบคลุม" ที่สุด (ภาพ + เสียง + ข้อความ)
- WangchanLLM คือตัวที่ "โปร่งใส" ที่สุด
ไม่มีตัวไหน "ดีที่สุด" แบบครอบจักรวาล แต่ละตัวมีจุดยืนของตัวเอง คำถามคือ "งานของคุณต้องการอะไร"
แหล่งอ้างอิง
[1] SCB 10X. "Typhoon 2.5: โมเดลโอเพนซอร์สที่ยกระดับ Agentic AI ภาษาไทย". https://opentyphoon.ai/blog/th/typhoon2-5-release
[2] OpenThaiGPT. "ยินดีต้อนรับสู่ OpenThaiGPT 1.6 และ OpenThaiGPT R1". https://openthaigpt.aieat.or.th/
[3] NSTDA. "เปิดตัว ThaiLLM โครงสร้างพื้นฐาน AI สัญชาติไทย เพื่อคนไทย". https://www.nstda.or.th/home/news_post/s-and-t-implementation-thai-llm/
[4] NECTEC. "Pathumma LLM: เทคโนโลยีพัฒนา AI ที่เข้าใจบริบทและวัฒนธรรมไทย". https://www.nectec.or.th/innovation/innovation-service/pathumma-llm.html
[5] PyThaiNLP. "WangChanGLM, The Multilingual Instruction-Following Model". https://github.com/pythainlp/wangchanglm
บทความนี้รีวิวจากแหล่งข้อมูลของผู้พัฒนาแต่ละราย (SCB 10X, NSTDA, NECTEC, PyThaiNLP) ข้อมูล ณ 17 สิงหาคม 2026 ตัวเลข benchmark เป็นข้อมูลจากผู้พัฒนาเอง ประสิทธิภาพจริงอาจแตกต่าง Nokka
ผมเขียนรีวิวนี้เพราะเห็นว่าคนไทยหลายคนงงกับโมเดลไทยที่โผล่มาพร้อมกันหลายตัว จุดที่ผมอยากให้คุณได้คือ "ตัวไหนเหมาะกับงานของคุณ" ไม่ได้มีเพียง "ตัวไหนเก่งที่สุด" เพราะแต่ละตัวมีจุดยืนต่างกันจริงๆ
ลองตอบคำถามนี้ดู: คุณเคยลองใช้โมเดลไทยตัวไหนแล้วรู้สึกว่ามันเก่งจริงไหม? และงานของคุณเป็นแบบไหน ผมจะได้ช่วยแนะนำตัวที่เหมาะที่สุด คอมเมนต์บอกผมได้เลยครับ
Top comments (0)