Qwen 3.8: การเปิดตัวที่มีแต่คำเคลม ไม่มี benchmark · และหลักฐานว่า "จีน" ไม่ใช่ก้อนเดียว

เกิดอะไรขึ้น

Alibaba (ทีม Qwen) ประกาศ Qwen 3.8 (flagship · preview ชื่อ Qwen3.8-Max-Preview) เมื่อ 19 ก.ค. 2026 (Alibaba_Qwen · the-decoder)

• 2.4 ล้านล้านพารามิเตอร์รวม (2.4T total) (mlq · officechai)
• 95B active ต่อ query = ราว 4% ของพูล · 2.4T เป็นเลขพาดหัว ภาระ compute จริงใกล้โมเดลขนาดกลางมากกว่า (blog Qwen · the-decoder)
  • ⚠ แก้จากฉบับ 20 ก.ค. ที่เขียนว่า "ไม่เปิดเผย active parameter" · ตอน preview ยังไม่เปิดจริง แต่เปิดแล้วตอน GA · และ marktechpost ฉบับ 3 ส.ค. ยังเขียนว่า "has not disclosed the activated-parameter count" อยู่ เพราะยกประโยคจากบทความ preview ของตัวเองมาโดยไม่อัปเดต → เป็นตัวอย่างสดว่า ข้อความที่เคยถูก กลายเป็นข้อความผิดได้โดยไม่มีใครแก้ แม้แต่สื่อที่ติดตามเรื่องนี้อย่างใกล้ชิดก็พลาดจุดนี้ได้
• GA แล้ว 3 ส.ค. 2026 (models.dev release date 2026-08-03 · OpenRouter) · ก่อนหน้านี้เป็น preview ผ่าน Token Plan / Qoder ที่ ~10% ของราคาปกติ
• ราคา API มาตรฐาน (ตอบ re-check เดิม): $2 in / $6 out ต่อ 1M token · cache read $0.25 (Artificial Analysis · Blognone)
  • ⚠ single-source (marktechpost เจ้าเดียว) ห้ามใช้เป็นเลขยืนยัน: explicit cache creation $2.50 · explicit cache read $0.17 · context 991K in (983K เมื่อเปิด thinking) · reasoning budget 262K · แหล่งอื่นพูดกลมๆ แค่ "1M context" · ที่ยืนยันหลายทางคือ output 131K
• open weights: "next week" (ยังไม่ออก ณ 4 ส.ค.) · จะปล่อยรุ่นเล็ก Qwen3.8-27B ด้วย · ถ้าเกิดจริงจะเป็นครั้งแรกที่ Alibaba เปิด weights ระดับ Max-class · models.dev ยังขึ้นสถานะ Closed · ไม่มีแหล่งไหนระบุ license เลยแม้แต่เจ้าเดียว ห้ามเดาว่าเป็น Apache 2.0 ตามรุ่นก่อน

ตัวเลขออกแล้ว (3-4 ส.ค.) และมันหักล้างคำเคลมของ Alibaba เอง

ตอน preview (19 ก.ค.) คำเดียวที่ Alibaba พูดถึงสมรรถนะคือ "เป็นรองแค่ Claude Fable 5" (second only to Fable 5) โดย ไม่มีตัวเลข benchmark ใดๆ ทั้ง vendor และ independent (the-decoder) · ตอนนี้มีครบทั้งสองฝั่งแล้ว และคำเคลมนั้นไม่ตรง

ตาราง vendor ของ Alibaba เอง (ต้องอ่านทั้งแถว ไม่ใช่ทั้งคอลัมน์)

benchmark	Qwen3.8-Max	Claude Opus 4.8	Claude Fable 5	GPT-5.6 Sol
Terminal-Bench 2.1	86.6 ✅	84.6	84.6	88.8 (max)
SWE-bench Pro	67.7 ❌	69.2	80.0	—
FrontierSWE	73.5	70.0	88.8	—
GPQA Diamond	92.6	—	92.6 (เสมอ)	94.1
OSWorld-Verified	86.1	—	—	—
OmniDocBench 1.5	92.1	—	—	—

อ่านตรงๆ: ชนะจริงจุดเดียวคือ Terminal-Bench 2.1 เหนือ Claude ทั้งสองรุ่น (ซึ่งได้ 84.6 เท่ากันพอดี) แต่ยังแพ้ GPT-5.6 Sol โหมด max · SWE-bench Pro แพ้สองเจ้า (Opus 4.8 และ Fable 5) · FrontierSWE แพ้ Fable 5 อยู่ 15.3 จุด · GPQA Diamond ไม่ใช่คะแนนนำ เสมอ Fable 5 และแพ้ Sol

independent มาแล้ว (ปิด re-check ที่หน้านี้ตั้งไว้ 20 ก.ค.)

Code Arena หมวด WebDev บน arena.ai · snapshot 4 ส.ค. 2026: Claude Opus 5 (Max) 1705 · Kimi K3 (Max) 1676 · Claude Opus 5 (High) 1669 · Qwen3.8-Max 1668 (อันดับ 4 · แพ้อันดับ 3 อยู่คะแนนเดียว) · Claude Fable 5 1630 · GPT-5.6 Sol (xHigh) 1620 · Artificial Analysis ก็มีหน้าโมเดลแล้วเช่นกัน (Intelligence Index มีค่า แต่หน้าไม่แสดงคะแนนรายเบนช์มาร์ก ยังไม่ยกมาอ้าง)

⚠ ชื่อ leaderboard: "Code Arena (WebDev)" ไม่ใช่ "Frontend Code" · ชื่อหลังเป็นชื่อเก่าที่ Arena ใช้ราว 20 ก.ค. ก่อนขยายเป็น fullstack · URL เดิม /leaderboard/frontend-code ตอนนี้คืน "doesn't exist" ⚠ ต้องติดวันที่ snapshot เสมอ เพราะ Elo ขยับจริงและเร็ว: 28 ก.ค. กระดานเดียวกันรายงาน Opus 5 (Max) 1,725 และ Kimi K3 (Max) 1,682 → ตกลงมาเหลือ 1705 / 1676 ภายในสัปดาห์เดียว · หลักเดียวกับ GLM-5.2 ด้านล่าง: ตัวเลขลอยๆ ที่ไม่ติดวันที่จะผิดภายใน 7 วัน

ผลรวม: คำเคลม "รองแค่ Fable 5" ถูกหักล้างด้วยหลักฐานสองชั้น ชั้นแรกคือตารางของ Alibaba เองที่ Qwen แพ้ Fable 5 ขาดบน SWE-bench Pro และ FrontierSWE · ชั้นสองคือ independent ที่จัดให้อยู่อันดับ 4 ตามหลัง Opus 5 สองเวอร์ชันและ Kimi K3 · บทเรียนเดิมของหน้านี้ยังยืน แต่คมขึ้น: ตอนไม่มีตัวเลข คำเคลมยืนยันไม่ได้ · พอมีตัวเลข คำเคลมถูกหักล้าง

🔑 บทเรียนวิธีอ่านที่แข็งที่สุดของรอบนี้: สองสื่อ ตารางเดียว ข้อสรุปตรงข้าม

สื่อสองเจ้ารายงาน Qwen3.8-Max จากตารางใบเดียวกัน แล้วให้ภาพตรงกันข้าม โดยไม่มีใครเขียนเลขผิดเลยสักตัว

• Blognone หยิบคอลัมน์ Claude Opus 4.8: SWE-bench Pro 67.7:69.2 (แพ้นิดเดียว) · Terminal-Bench 2.1 86.6:84.6 (ชนะ) · FrontierSWE 73.5:70.0 (ชนะ) → อ่านแล้วได้ว่า Qwen ชนะสองในสาม (Blognone)
• marktechpost หยิบคอลัมน์ Claude Fable 5: SWE-bench Pro 67.7:80.0 · FrontierSWE 73.5:88.8 → อ่านแล้วได้ว่าแพ้ขาด (marktechpost)

ทั้งคู่ถูกทุกเลข ต่างกันแค่เลือกคู่เทียบ · คำถามที่ต้องถามทุกครั้งที่เห็นพาดหัวว่า "โมเดลใหม่ชนะรุ่นท็อป": ชนะเทียบกับตัวไหน และตัวนั้นเป็นรุ่นบนสุดของค่ายนั้นจริงหรือเปล่า · นี่คือญาติของกฎ "ตัวเลขที่คุณโชว์ คือตัวหารเท่าไร" จาก openai-astra-ten-proofs และกฎ weakest-link ที่ว่าการเฉลี่ยคะแนนซ่อนจุดอ่อน

หมายเหตุ media literacy: Blognone เขียนเลขผิด

Blognone (ไทย) รายงานว่า Qwen 3.8 "ขนาดถึง 2.8T เท่ากับ Kimi K3 พอดี" (Blognone) · ตัวเลขนี้ผิด · ของจริงคือ 2.4T (สับสนกับ 2.8T ของ Kimi K3) · เป็นเคสสดว่า แม้แต่สื่อ tech ที่น่าเชื่อถือก็พลาดตัวเลขได้ · เวลาอ้างสเปคโมเดล ให้ไล่กลับไป primary source (โพสต์ทางการของ lab) เสมอ

⚠ หมายเหตุ 4 ส.ค. (ห้ามตัดทิ้ง): รอบ GA นี้ Blognone ถูกทุกเลข · fact-checker ตรวจสามคู่ของ Blognone (67.7:69.2 · 86.6:84.6 · 73.5:70.0) กับ primary แล้วตรงเป๊ะทั้งหมด · ห้ามใช้หน้านี้เหมาว่า "Blognone เชื่อไม่ได้" · ที่ถูกคือ สื่อเจ้าเดียวกันพลาดรอบหนึ่งและถูกอีกรอบหนึ่ง ซึ่งเป็นเหตุผลว่าทำไมต้องตรวจ primary ทุกครั้ง ไม่ใช่ตัดสินจากชื่อสำนัก · และรอบนี้เลขที่ต้องระวังกลับอยู่ที่ marktechpost ซึ่งเขียนว่า active parameter ยังไม่เปิดเผย ทั้งที่เปิดแล้ว

✅ ส่งมอบแล้ว 12 ส.ค. 2026 · แต่ไม่ใช่ Apache 2.0 (ปิด re-check ที่หน้านี้ตั้งไว้ 10 ส.ค.)

หน้านี้เตือนไว้เองเมื่อ 4 ส.ค. ว่า "ต้องเช็ค license ตอนออกด้วย ห้ามสันนิษฐานว่า Apache 2.0" · คำเตือนนั้นถูก

ไทม์ไลน์ที่แท้จริง (สำคัญกว่าที่ข่าวเล่า)

• 8 ส.ค. 2026 01:49-01:50 UTC ไฟล์น้ำหนักถูก push ขึ้น repo แล้ว (createdAt จาก HF API) แต่ยังไม่มี model card และไม่มี LICENSE
• 12 ส.ค. 2026 10:24 UTC commit "Update README and add LICENSE" = วันที่ของจริงที่คนภายนอกใช้งานได้และรู้เงื่อนไข
• ⚠ อย่าเขียนว่า "อัปโหลด 12 ส.ค." ของจริงคือ weights ขึ้นตั้งแต่ 8 ส.ค. ส่วน 12 ส.ค. คือวันที่เอกสารกำกับและสัญญาลง (repo น่าจะถูกซ่อนไว้ก่อนหน้า)

สเปคจริงของตัวที่เปิดน้ำหนัก (ยืนยันจาก model card)

• ชื่อ repo จริงคือ Qwen3.8-2.4T-A95B ไม่ใช่ชื่อที่มีคำว่า Max · มีแต่ชื่อ license ที่เป็น "Qwen3.8-Max License"
• param count เป๊ะจาก API = 2,446,182,725,504 · 92 ชั้น · 512 experts (10 routed + 1 shared) · context 262,144 native ขยายได้ถึง 1,010,000
• 🔴 text-only ยืนยันโดย vendor เอง ไม่ใช่ข้อสังเกตของชุมชน: "Qwen3.8-2.4T-A95B is a text-only model that requires thinking mode for all interactions. Multimodal inputs are not supported."
  • ตัวที่ขายบน API (qwen3.8-max) รับ Image/Text/Video → นี่ไม่ใช่โมเดลตัวเดียวกัน ตัวที่เปิดน้ำหนักตัดความสามารถด้านภาพออก
  • ⚠ ห้ามอ้าง Unsloth เรื่อง modality เอกสารของ Unsloth เขียนว่าโมเดลมี "vision and thinking capabilities" ซึ่ง ขัดกับ card ของ Qwen เอง
• ⚠ ข่าวลือ "cap ที่ 250K" ผิด card ระบุ extensible ถึง 1,010,000 เท่ากับฝั่ง API
• benchmark ใน card (vendor ล้วน ยังไม่มี independent): PaperBench 93.0 · MRCR v2 256K (8-needle) 92.9 · IFBench 82.8 · PLawBench 73.2

🔑 สัญญาอนุญาต: จาก Apache 2.0 → สัญญาของตัวเองที่มีเพดานรายได้

ยืนยันด้วยการเปิดไฟล์จริงทั้งสามฉบับ: Qwen3.5-397B-A17B และ Qwen3.6-27B ขึ้นต้นด้วย "Apache License / Version 2.0, January 2004" ทั้งคู่และไม่มี revenue threshold ใดๆ ส่วน Qwen3.8 คือ "Qwen3.8-Max License" (cardData license: qwen3.8-max · HF tag license:other)

เงื่อนไขข้อ 1 · ต้องแสดงชื่อโมเดล

"If the Software (or any derivative works thereof) is Used for any of the licensee's commercial products or services that have more than 100,000,000 monthly active users or US$ 20,000,000 ... monthly revenue, respective model name must be prominently displayed on the user interface of such product or service"

จุดที่คนพลาด: ต้องแสดง บนหน้าจอผู้ใช้ (แปะใน docs หรือหน้า about ไม่นับ) และครอบถึง derivative works คือ fine-tune แล้วก็ยังติดเงื่อนไข

เงื่อนไขข้อ 2 · ต้องขอใบอนุญาตแยก

"If the licensee or any of its affiliates conducts a Model as a Service or AI Work Assistant business, and the aggregate revenue of the licensee and its affiliates exceeds US$50,000,000 ... during any consecutive twelve (12) months, the licensee shall obtain a separate license from Qwen before Using the Software or its derivative works for any commercial purpose"

จุดที่คนพลาดสองชั้น: (ก) "aggregate revenue of the licensee and its affiliates" คือรายได้รวมทั้งกลุ่มบริษัท ไม่ใช่รายได้จากธุรกิจ MaaS อย่างเดียว บริษัทรายได้รวม $50M ที่มีธุรกิจ MaaS เล็กๆ ก็ติด · (ข) พอ trigger แล้ว ต้องขอใบอนุญาตแยกสำหรับ "any commercial purpose" ไม่ใช่เฉพาะส่วนที่เป็น MaaS

นิยาม "AI Work Assistant"

"An independent AI-powered product primarily designed for AI-assisted coding or office productivity (e.g., Qoder and QwenWork). It does not include: (a) a single-purpose AI tool; (b) an AI assistant primarily designed for a domain other than coding or office productivity; or (c) an AI assistant that is a feature of a product whose primary purpose is not AI-assisted coding or office productivity."

ข้อยกเว้นการใช้ภายในองค์กร (อ่านให้ครบ)

"The foregoing requirement shall not apply to the licensee's internal Use of the Software, provided that such Use does not make the Software, its outputs, or its underlying model capabilities available to any third party."

🔴 ห้ามเขียนว่า "ใช้ภายในองค์กรได้ฟรี" คำว่า free/royalty-free ไม่ปรากฏในไฟล์เลย · ข้อยกเว้นนี้ยกเว้น เฉพาะเงื่อนไขข้อ 2 เท่านั้น เงื่อนไขข้อ 1 ยังบังคับอยู่ · และขอบเขต "ไม่เปิดให้ third party" กว้างกว่าที่คนคิด เพราะครอบถึง outputs และ model capabilities ด้วย คือส่งผลลัพธ์ของโมเดลออกไปให้คนนอกก็หลุดข้อยกเว้นได้

⚖ ต้องพูดอีกด้านเพื่อความเป็นธรรม: มันไม่ได้เข้มอย่างที่พาดหัวชวนคิด

grant clause ของสัญญานี้กว้างมาก:

"Permission is hereby granted, free of charge, to any person obtaining a copy of this software ... to deal in the Software without restriction, including without limitation the rights to use, copy, modify, merge, publish, distribute, sublicense, sell, deploy, host, fine-tune, and create derivative works"

พูดอีกอย่างคือ โครงคล้าย MIT ที่พ่วงเงื่อนไขเชิงพาณิชย์สองข้อ · คำว่า "ไม่ใช่ Apache 2.0" จริงตามข้อเท็จจริง แต่ถ้าไม่ขยายความ คนจะนึกว่าเข้มงวดจนใช้ไม่ได้ ทั้งที่ ผู้ใช้เกือบทั้งหมดไม่แตะเพดานเลย

🔴 หักล้างข่าวลือที่ต้องบันทึกไว้กันหยิบกลับมา: AINews 4 ส.ค. รายงานว่ามีคนอ่านเจอว่า license ห้ามใช้ในสหรัฐ/EU/UK/เกาหลี · เปิดไฟล์จริงแล้วไม่มีข้อจำกัดเชิงพื้นที่ใดๆ ทั้งสิ้น

เทียบกับ Kimi K3 ต้องเทียบให้ตรงแกน

	Qwen3.8	Kimi K3
เพดานที่ trigger การขอ license แยก	$50M / 12 เดือน	$20M / 12 เดือน
ต้องทำธุรกิจ MaaS/AI Work Assistant ด้วยไหม	ใช่	ไม่มีเงื่อนไขนี้

🔴 อย่าเขียนว่า "คล้ายกัน" · Qwen ผ่อนกว่า ในแกนเพดาน ($50M vs $20M) แต่พ่วงเงื่อนไขประเภทธุรกิจเพิ่ม · และเลข $20M ในสัญญา Qwen เป็นคนละข้อ (เป็นเพดาน รายได้ต่อเดือน ที่ trigger การแสดงชื่อโมเดล) · เขียนลอยๆ แล้วคนจำสลับแน่นอน

ขนาดไฟล์: "open" ไม่ได้แปลว่ารันเองได้

• BF16 ≈ 4.892 TB (คำนวณตรง: 2,446,182,725,504 × 2 bytes) ตรงกับที่ Unsloth ระบุ 4.9TB
• Q8_0 ≈ 2.6TB · 2-bit ≈ 657GB · IQ1_S ≈ 508GB · เล็กสุดที่มีคนทำแล้วเผยแพร่คือ Unsloth Dynamic UD-IQ1_XXXS ≈ 397GB (ราว 1.30 bits/param ไม่ใช่ 1-bit ตรงๆ ซึ่งจะได้ราว 306GB)
• ⚠ ห้ามเขียนว่า Alibaba ไม่ได้ทำ quantization-aware training · model card ไม่พูดถึง QAT เลย ประโยคของ Unsloth ที่ถูกยกมาอ้างนั้นพูดถึง datatype ของ Unsloth เอง

สรุปคือ Max-class ตัวแรกของ Alibaba ที่เปิดน้ำหนักจริง (ค้น HF API ด้วย author=Qwen&search=Max คืนค่าว่างเปล่า ไม่มี repo ชื่อ Max ใต้ org Qwen เลยสักตัว) · pattern เดิมถูกหักล้างแล้ว แต่หักล้างด้วยเงื่อนไขที่ต่างจากรุ่นก่อน

⚠ ระวัง repo ปลอม: huginnfork/Qwen3.8-27B-FP8 มีอยู่บน HF แต่ ไม่ใช่ของ org Qwen (author = huginnfork · createdAt 5 ส.ค.) · ตอนนี้ตัวจริงออกแล้ว ต้องเช็ค org ทุกครั้ง ไม่ใช่เช็คแค่ชื่อ repo

27B ออกแล้ว 14 ส.ค. 2026 และมันเป็น Apache 2.0 (ปิด re-check ที่หน้านี้ตั้งไว้ 20 ส.ค.)

พลิกข้อสรุปของหัวข้อก่อนหน้าโดยตรง หัวข้อด้านบนสรุปว่า "Qwen 3.8 = ไม่ใช่ Apache 2.0 แล้ว" ซึ่งถูกสำหรับรุ่น 2.4T แต่ผิดถ้าเอาไปพูดถึง Qwen 3.8 ทั้งตระกูล เพราะรุ่น 27B ที่ออกตามมาสองวันกลับไปเป็น Apache 2.0 ฉบับมาตรฐาน

เวลาปล่อยที่ปักหมุดได้ (ไม่ใช่ "ระบุไม่ได้")

🔴 กับดักที่ต้องกันก่อนอื่น: createdAt ของ repo คือ 2026-08-05T08:22:59Z แต่นั่นคือวันสร้าง repo เปล่า ไม่ใช่วันปล่อยโมเดล · HN มีโพสต์ชื่อ "Qwen3.8-27B Countdown" ชี้มาที่ URL นี้ตั้งแต่ 12-13 ส.ค. ตอนนั้นยังว่าง · ห้ามเขียนว่าปล่อย 5 ส.ค. เด็ดขาด

เวลาปล่อยจริง = 14 ส.ค. 2026 ราว 15:00 UTC ยืนยันจากสามสัญญาณอิสระที่ตรงกันระดับวินาที: lastModified ของ repo = 2026-08-14T15:00:01Z · โพสต์ HN ที่ลิงก์ HF เวลา 15:00:00Z (item 49299605) · โพสต์ HN ที่ลิงก์ทวีตทางการ @Alibaba_Qwen เวลา 15:03:54Z

⚠ บทเรียนวิธีตรวจสอบที่ควรจำ: HF UI แสดงเวลาแบบสัมพัทธ์ ("about 9 hours ago") ซึ่งขัดกันเองระหว่างการดึงสองครั้งในวันเดียว · แต่ HF API คืน ISO-8601 แบบสัมบูรณ์ · เจอ "ระบุวันไม่ได้" เมื่อไหร่ให้ลอง API ก่อนยอมแพ้ ⚠ หมายเหตุความเป็นธรรมกับบันทึกเดิม: ที่หน้านี้เขียนไว้ 13 ส.ค. ว่า "27B ยังไม่ชิป" ถูกต้อง ณ เวลานั้นจริง ไม่ต้องออก correction · และข่าวลือ "ศุกร์ 14 ส.ค." ที่หน้านี้ปฏิเสธไม่ให้เขียนเป็นกำหนดการ บังเอิญตรงกับความจริง ซึ่งไม่ได้แปลว่าตอนนั้นควรเขียนลงไป ข่าวลือที่เดาถูกก็ยังเป็นข่าวลือ ณ เวลาที่ยังไม่มีแหล่งทางการ

🔑 สัญญาอนุญาต: Apache 2.0 จริง ตรวจสองชั้นแล้ว

ไฟล์ LICENSE ขึ้นต้นด้วย "Apache License / Version 2.0, January 2004" และสแกนทั้งไฟล์ไม่พบคำว่า revenue, monthly active, Built with, million หรือ Qwen3.8-Max เลยแม้แต่คำเดียว · คำว่า commercial กับ attribution ที่เจอเป็นข้อความมาตรฐานใน Section 4(d) และ 8 ของ Apache เอง · แก้แค่บรรทัด copyright ใน APPENDIX เป็น Alibaba Cloud 2026 · ไม่มีไฟล์ NOTICE หรือข้อตกลงเพิ่มใน repo

	Qwen3.8-2.4T-A95B	Qwen3.8-27B
สัญญาอนุญาต	Qwen3.8-Max License (ของตัวเอง)	Apache 2.0 มาตรฐาน
เพดานรายได้ที่ trigger การขอ license แยก	$50M / 12 เดือน	ไม่มี
ต้องแสดงชื่อโมเดลบนหน้าจอผู้ใช้	ใช่ (เมื่อเกิน 100M MAU หรือ $20M/เดือน)	ไม่ต้อง
รับภาพ	🔴 ไม่รับ (vendor เขียนเองว่า text-only)	รับทั้งภาพและวิดีโอ
ขนาดที่รันไหวจริง	BF16 ≈ 4.9TB (องค์กรทั่วไปรันไม่ได้)	27B (การ์ดใบเดียวรันได้)

🔑 ข้อสรุปที่กลับหัวกับสัญชาตญาณ: รุ่นที่คนทั่วไปรันไหวจริง คือรุ่นที่เงื่อนไขเบากว่า · เพดาน $50M ของรุ่น 2.4T แทบไม่กระทบใครอยู่แล้วเพราะรันไม่ไหวตั้งแต่ต้น (ต้องมีเครื่องระดับ 4.9TB) ส่วนรุ่นที่องค์กรไทยเอาไปใช้ได้จริงกลับไม่มีเพดานเลย · เวลาพูดถึงสัญญาอนุญาตของโมเดลเปิด ต้องระบุรุ่นเสมอ ห้ามพูดเหมาทั้งตระกูล

สเปคจริง (ยืนยันจาก config.json และ README ของ repo)

• context 262,144 native (max_position_embeddings: 262144) · card เขียนว่า "extensible up to 1,000,000 tokens"
• 🔴 ห้ามเขียนว่า "รองรับ 1M" · config มี rope_type: "default" และ ไม่มี rope_scaling เลย แปลว่าต้องตั้ง YaRN เองถึงจะเกิน 262,144 · 1M คือสิ่งที่ทำได้ ไม่ใช่สิ่งที่เปิดมาให้
• 🔴 model_type: "qwen3_5" และ architectures: ["Qwen3_5ForConditionalGeneration"] ทั้งที่แบรนด์เป็น 3.8 · กระทบเวอร์ชัน transformers ที่ต้องใช้ ใครเขียนคู่มือรันเองต้องรู้จุดนี้
• vision จริง มี preprocessor_config.json + video_preprocessor_config.json + vision config (depth 27 · patch_size 16) · README เขียนว่า "Native support for image and video understanding, from STEM diagrams and documents to hour-scale videos"
• 64 ชั้น · hidden 5120 (เป็นสเปกของ base ไม่ใช่ของ FP8)
• รุ่น FP8 ไม่ได้บีบทั้งตัว modules_to_not_convert กันไว้ทั้ง vision encoder ทั้ง 27 บล็อก, visual merger, embedding, norm/gating ของฝั่งภาษา และโมดูล MTP · weight_block_size: [128, 128] เป็นสองมิติ ไม่ใช่สเกลาร์ 128

benchmark: vendor ล้วน 100% ยังไม่มี independent แม้แต่เจ้าเดียว

Terminal Bench 2.1 (Terminus) 73.0 · SWE-bench Pro 61.7 · OSWorld-Verified 84.3 · AndroidWorld 81.9 · OmniDocBench 1.5 91.1

⚠ artificialanalysis.ai/models/qwen3-8-27b คืน 404 ขณะที่ AA มีหน้าให้ทั้ง qwen3-8-max และ qwen3-8-2-4t-a95b แล้ว · แปลว่าเลขทั้งชุดมีแหล่งเดียวคือ model card ของ Qwen เอง ห้ามเขียนว่า "27B ทำได้ X" ให้เขียนว่า "Qwen รายงานว่า X"

⚠ "downloads": 2 บนหน้า API ห้ามตีความว่าไม่มีคนใช้ ตัวนับ HF อัปเดตเป็นรอบ และ repo อายุไม่ถึงวัน · อย่า cite เป็นสัญญาณ adoption

⚠ counter-evidence เชิงคุณภาพจากกระทู้ (anecdote ไม่ใช่การวัด): ผู้ใช้หลายรายรายงานว่าโมเดลตั้งระดับการคิดเป็น xhigh มาเป็นค่าเริ่มต้น ทำให้เผาโทเคนหนักและช้ากว่าที่คาดบนเครื่องผู้ใช้ทั่วไป

ภาพใหญ่: "จีน" ไม่ใช่ก้อนเดียวอีกต่อไป

สัปดาห์ที่แล้วเราสรุปว่า Kimi K3 ตั้งราคา $3/$15 = แพงสุดที่ lab จีนเคยตั้ง → "จบยุคจีนถูก" (kimi-k3) · ข่าววันนี้เพิ่ม nuance ที่ต้องพูดคู่กัน: ไม่ใช่จีนทั้งหมดที่ขึ้นราคา/ปิด · ในสัปดาห์เดียวกัน:

• Moonshot (Kimi K3) → เดินสายพรีเมียม (ราคา Sonnet · เก่งอันดับต้น)
• Alibaba (Qwen 3.8) → เดินสาย open-weight + preview ราคาถูก (~10%) ท้าชน K3 โดยตรง
• Zhipu (GLM-5.2) → เดินสาย สงครามราคา (ดูหัวข้อถัดไป)

บทเรียน: อย่าสอน "จีน = X" เป็นก้อนเดียว · ตอนนี้มีอย่างน้อยสามกลยุทธ์คู่ขนาน (พรีเมียม / open-ท้าชน / ตัดราคา) · การเลือกโมเดลจีนต้องถามเป็นราย lab ไม่ใช่เหมารวม (ต่อยอด kimi-k3 · tencent-hunyuan-hy3)

GLM-5.2: สงครามราคาบน marketplace

ช่วงเดียวกัน ราคา GLM-5.2 (Zhipu / Z.ai) บน OpenRouter ถูกตัดลงแรง · Blognone รายงาน ~70-80% · listing ที่ลึกสุดอยู่ราว $0.2576 in / $0.8096 out ต่อ 1M token (Blognone · OpenRouter)

⚠ caveat สำคัญ (อย่าอ้างราคาเดียวลอยๆ โดยไม่ติดวันที่):

• ตัวเลข $0.2576/$0.8096 เป็น snapshot ~16 มิ.ย. 2026 · หน้า live เปลี่ยนตลอด (ล่าสุดราว $0.2478/$0.7785 "79% off")
• OpenRouter คือ marketplace หลาย provider (GLM-5.2 มี ~29 listing ข้าม ~20 แบรนด์ · fp8/fp4 คนละราคา) · ช่วงกว้างตั้งแต่ ~$0.56/$1.76 ถึง z.ai direct $1.40/$4.40 · ไม่มี "ราคา GLM-5.2" เดียว ต้องระบุ provider + วันที่เสมอ

Geopolitics: open-weights จีนกลายเป็นวาระระดับรัฐ (WAIC 2026 · Xi Jinping · เพิ่ม 21 ก.ค.)

การที่ Alibaba กลับลำเปิด Qwen 3.8 เป็น open-weight ไม่ได้เกิดในสุญญากาศ · 17 ก.ค. 2026 (ศุกร์) ประธานาธิบดี Xi Jinping ปาฐกถาเปิดงาน World Artificial Intelligence Conference (WAIC) ที่เซี่ยงไฮ้ วางจีนเป็นผู้นำ open-source AI ทางเลือกจากสหรัฐ

ข้อเท็จจริงที่ยืนยันแล้ว (full text ทางการ CGTN/Xinhua + gov.cn · หลายสำนัก mainstream):

• คำพูดตรง (exact): "We should encourage open source, openness, collaboration and sharing." (CGTN full text)
• Xi เรียกการพัฒนา AI ว่าควรเป็น "a symphony of international cooperation" ไม่ใช่การเดี่ยวของชาติเดียว
• ประกาศ 5,000 ทุนฝึกอบรม/สัมมนา AI ให้ประเทศกำลังพัฒนาใน 5 ปีข้างหน้า (gov.cn)
• 29 ประเทศ ลงนามตั้ง World Artificial Intelligence Cooperation Organization (WAICO) สำนักงานใหญ่ที่เซี่ยงไฮ้

⚠ แก้ misquote (fact-checker จับ): คำจริงคือ "symphony of international cooperation" ไม่ใช่ "global collaboration" · และวลี "rare, historic opportunity" ในสุนทรพจน์หมายถึง AI กำลังขยายจากโลก digital สู่โลกกายภาพ · open source คือสิ่งที่ Xi เรียกร้องให้ "คว้าโอกาสนั้น" ไม่ใช่เรียก open-source AI เองว่าเป็นโอกาส · เวลาอ้างคำพูดผู้นำรัฐ ตัวอักษรสำคัญ อย่า paraphrase เป็น quote

ระดับ discourse (ต้อง frame เป็น opinion/claim ไม่ใช่ fact):

• Ben Werdmuller ("American AI is locked down and proprietary. It's losing" · HN 922) เถียงว่ากลยุทธ์เปิด weights ของจีนกำลังชนะเชิง distribution เพราะ โมเดลไม่มี moat ที่แท้จริง · นี่คือ thesis/ความเห็นของผู้เขียน ไม่ใช่ข้อสรุปเชิงข้อมูล (werd.io)
• ตัวเลขที่ถูกยกบ่อย "มีโอกาส 80% ที่ startup ใดๆ กำลังใช้โมเดลจีน" = คำพูดของ Martin Casado (a16z partner) ผ่าน The Economist ราว ส.ค. 2025 · ไม่ใช่สถิติที่วัด · เก่าแล้ว ~11 เดือน (เกิน freshness bar ของ metric ที่ขยับเร็ว) + คนพูดมีส่วนได้เสีย · อ้างได้แต่ต้องติดป้าย "ประมาณการ Casado ปี 2025"
• Ben Thompson (Stratechery · Willison ยก) เสนอให้สหรัฐออกกฎ (1) ทำให้การเก็บ training data เป็น fair use ชัดเจน (2) ห้าม ToS ที่ห้าม distillation · Thompson เก็ง (ไม่ใช่พิสูจน์) ว่าการกลับลำเปิด Qwen อาจได้อิทธิพลจากสุนทรพจน์ Xi · อย่าพูดว่า "Xi ทำให้ Alibaba เปิด Qwen" เป็นข้อเท็จจริง (Willison)

เรื่องนี้สะท้อนภาพใหญ่กว่าแค่สเปคโมเดลตัวหนึ่ง คือการเปิดหรือปิด weights กำลังกลายเป็นเครื่องมือเชิงภูมิรัฐศาสตร์และกลยุทธ์ธุรกิจ ไม่ใช่จุดยืนตายตัวของบริษัทใดบริษัทหนึ่งอีกต่อไป พลิกกลับไปมาได้ตามภูมิทัศน์การแข่งขัน (คล้ายกับที่ OpenAI เคยใช้คำว่า open เป็นเครื่องมือกันคู่แข่งในอีเมลปี 2022) ข่าวชิ้นนี้ยังเป็นตัวอย่างที่ดีของการอ่านข่าวอย่างมีวิจารณญาณ เพราะในเรื่องเดียวมีทั้งคำพูดจริงจากสุนทรพจน์ (fact) บทวิเคราะห์ของนักเขียน (opinion) และตัวเลขที่อ้างต่อกันมา (second-hand) ปนกันอยู่ ผู้อ่านต้องแยกแต่ละชั้นออกก่อนเชื่อ