Kimi K3 เป็นโมเดลภาษาแบบเปิดรุ่นใหม่จาก Moonshot AI ตอนนี้โมเดลนี้กำลังเป็นที่พูดถึง โดยมีพาดหัวที่คนแชร์ต่อกันว่า “แซงรุ่นท็อป” ของตลาดได้แล้ว Moonshot AI เป็นบริษัท AI สัญชาติจีน จุดที่ทำให้พาดหัวนี้ดังเร็วคือ Moonshot ระบุว่า K3 เป็นโมเดลเปิดขนาด 2.8 ล้านล้านพารามิเตอร์ตัวแรกของโลก ผู้ใช้โหลดไฟล์ weights หรือไฟล์ตัวเลขสมองกลของโมเดลไปรันบนเครื่องตัวเองได้ โมเดลนี้ยังเป็นโมเดลเปิดที่ใหญ่ที่สุดเท่าที่เคยมีมา จุดเด่นอีกอย่างคือมันมองรูปได้ด้วย และจดจำเนื้อหาในบทสนทนาเดียวได้มากถึงหนึ่งล้านโทเคน (หน่วยนับปริมาณข้อความ)

แต่ทุกครั้งที่เห็นคำว่า “แซง” ต้องแยกให้ชัดก่อนเชื่อ เพราะการแซงในงานเฉพาะทางหนึ่งงานกับการแซงเจ้าตลาดในภาพรวมเป็นคนละเรื่องกัน ตัวเลขที่ค่ายเจ้าของเปิดเผยเองก็มีน้ำหนักต่างจากตัวเลขที่คนนอกวัดอย่างอิสระ ก่อนจะเชื่อพาดหัวนี้ จึงมีสามคำถามที่ควรถาม ได้แก่ แซงใคร วัดด้วยงานอะไร และใครเป็นคนวัด

Kimi K3 แซงในงานหนึ่ง แต่ยังตามหลังทั้งกระดาน

กรณีศึกษาหนึ่งที่ Moonshot ทำเองช่วยให้พาดหัว “แซงรุ่นท็อป” ดูมีน้ำหนักขึ้น กรณีนี้เป็นงาน optimize kernel บนการ์ดจอ (การเขียนโค้ดระดับล่างเพื่อรีดพลังการ์ดจอออกมาให้ได้มากที่สุด) ซึ่ง K3 ทำได้ดีกว่าทั้ง Claude Opus 4.8 และแม้แต่ GPT-5.6 Sol

ฟังแล้วน่าตื่นเต้น แต่ต้องดูให้ครบ งานนั้นเฉพาะทางมากๆ และ Moonshot เป็นผู้ออกแบบและรันเอง ไม่ใช่ผลวัดจากคนนอก เมื่อดูภาพรวมทั้งชุดข้อสอบ บล็อกทางการของ Moonshot ระบุว่า K3 ยังตามหลังโมเดลปิดที่แรงที่สุดสองตัว ได้แก่ Claude Fable 5 กับ GPT-5.6 Sol ซึ่งเป็นรุ่นท็อปของ Anthropic และ OpenAI

นอกจากนี้ Moonshot ยังยอมรับเองด้วยว่าเวลาใช้งานจริง ผู้ใช้ยังรู้สึกได้ว่า K3 ด้อยกว่าสองตัวนั้น เท่ากับว่าถ้าฟังจากปากค่ายเจ้าของเอง คำว่าแซงเป็นจริงแค่ในงานเฉพาะทางหนึ่งงาน ส่วนภาพรวมยังตามหลังอยู่

ตัวเลขจากคนนอกให้ผลอีกแบบ

เรื่องนี้ยังมีข้อมูลอีกด้านที่ไม่ได้มาจากค่ายเจ้าของ Simon Willison นักพัฒนาที่ไล่ทดสอบโมเดลใหม่ๆ อยู่ตลอด หยิบตัวเลขจาก Artificial Analysis หน่วยวัดผลโมเดลอิสระที่ไม่มีส่วนได้ส่วนเสียกับยอดขายของโมเดล มาให้เราดู

ในชุดทดสอบงานความรู้ที่ต้องคิดต่อเนื่องยาวๆ ของหน่วยงานนี้เอง K3 ได้คะแนน Elo ที่ 1547 (Elo เป็นระบบให้แต้มแบบเดียวกับที่ใช้จัดอันดับหมากรุก ยิ่งสูงยิ่งเก่ง) คะแนนนี้ตามหลังแค่ Claude Fable 5 ตัวเดียว แปลว่าในสนามนี้ K3 อยู่เหนือ GPT-5.6 Sol ด้วยซ้ำ ส่วนสนามเขียนโค้ดหน้าเว็บของ Arena.ai ตอนนี้ K3 ก็ขึ้นนำเป็นอันดับหนึ่ง แซงแม้กระทั่ง Fable 5

ต้องแยกตัวเลขที่ค่ายเจ้าของปล่อยเองออกจากตัวเลขที่คนนอกวัดอย่างอิสระ เพราะทั้งสองแบบมีน้ำหนักไม่เท่ากัน ค่ายเจ้าของเลือกได้ว่าจะโชว์สนามไหน แต่ตัวเลขจากคนนอกแต่ละชุดก็วัดคนละงานอยู่ดี ชุดหนึ่งวัดงานความรู้ยาวๆ อีกชุดวัดการเขียนหน้าเว็บ จึงเหมารวมไม่ได้ว่า K3 แซงหรือแพ้ยี่ห้อไหน ทุกครั้งที่เห็นคำว่าแซง ต้องถามต่อเสมอว่าแซงในสนามไหน

ราคา Kimi K3 แพงเท่า Claude Sonnet

มีอีกจุดที่พาดหัวมักไม่พูดถึง แต่สำคัญไม่แพ้เรื่องคะแนน นั่นคือราคา

K3 คิดราคา 3 ดอลลาร์ต่อข้อความขาเข้าหนึ่งล้านโทเคน (โทเคนคือหน่วยนับข้อความที่โมเดลใช้คิดเงิน) และ 15 ดอลลาร์ต่อข้อความขาออกหนึ่งล้านโทเคน เรตนี้เท่ากับ Claude Sonnet ของ Anthropic พอดี และ K3 ยังเป็นโมเดลที่แพงที่สุดเท่าที่ค่าย AI จีนเคยเปิดตัวมา

ลองเทียบกับรุ่นก่อนหน้าอย่าง Kimi K2.6 ที่มีราคาประมาณ 0.95 ถึง 4 ดอลลาร์ จะเห็นว่าราคาของ K3 กระโดดขึ้นมาชัดเจน ภาพจำเดิมที่ว่าโมเดลเปิดจากค่ายจีนคือของถูก ใช้กับตัวนี้ไม่ได้แล้ว คำว่าแซงจึงต้องดูควบคู่กับราคาเสมอ เพราะถ้าสองตัวเก่งพอกัน แต่ตัวหนึ่งแพงกว่าเท่าตัว การแซงในผลทดสอบก็อาจไม่คุ้มกับค่าใช้จ่ายจริง

เช็ก 3 ชั้น ก่อนเชื่อพาดหัวโมเดลใหม่แซงเจ้าตลาด

เคสของ K3 เหมาะจะใช้ฝึกแยกแยะพาดหัว เพราะข่าวแนว “โมเดลใหม่แซงเจ้าตลาด” จะโผล่มาเรื่อยๆ แทบทุกเดือน ก่อนแชร์หรือตัดสินใจเปลี่ยนไปใช้ ลองเช็กสามชั้นนี้ก่อน

• แซงใคร · แซงรุ่นกลางๆ หรือแซงรุ่นท็อปตัวจริงของแต่ละค่าย เพราะการชนะรุ่นเก่าของปีที่แล้วกับการชนะรุ่นล่าสุดต่างกันมาก
• ใครวัด · ตัวเลขมาจากค่ายเจ้าของเองหรือจากหน่วยวัดผลอิสระ เพราะค่ายเจ้าของเลือกโชว์สนามที่ตัวเองเด่นได้ ส่วนการวัดจากคนนอก ค่ายเจ้าของเลือกสนามเองไม่ได้
• วัดงานอะไร · งานที่ใช้วัดตรงกับงานจริงของเราไหม เพราะเก่งงานเขียน kernel บนการ์ดจอ ไม่ได้แปลว่าเก่งงานตอบอีเมลหรือสรุปเอกสารของเรา

และชั้นที่ลึกที่สุดคือ benchmark (ชุดข้อสอบมาตรฐานที่ใช้วัดความเก่งของโมเดล) จำนวนมากยังไม่แตะเรื่องที่สำคัญมากสำหรับโมเดลยุคนี้ เรื่องนั้นคือโมเดลจะเรียกใช้เครื่องมือหรือโปรแกรมอื่นแทนเราได้อย่างน่าเชื่อถือเพียงใด แม้บทสนทนาจะยาวขึ้นเรื่อยๆ

แม้แต่การทดสอบยอดฮิตอย่างการให้โมเดลวาดรูปนกกระทุงขี่จักรยาน ซึ่งเคยใช้ดูคุณภาพโมเดลได้คร่าวๆ ทุกวันนี้ก็เริ่มใช้วัดอะไรได้ไม่มาก และการทดสอบนี้ไม่เคยบอกได้เลยว่าโมเดลทำงานร่วมกับเครื่องมือในบทสนทนายาวๆ ได้ดีแค่ไหน (เรื่องนกกระทุงกับสิ่งที่คะแนนบอกไม่ได้ เล่าไว้ละเอียดใน Kimi K3 กับภาพนกกระทุงขี่จักรยานราคา 25 เซนต์) เคยมีโมเดลที่ทุบสถิติ benchmark มาแล้ว แต่เมื่อสั่งให้เขียนเกมจริง โมเดลกลับเดินในเกมที่ตัวเองเขียนไม่ได้ อย่างที่เห็นในเคส GLM 5.2 ที่ทุบสถิติ benchmark แต่เล่นเกมที่ตัวเองเขียนไม่ได้

งานของเราเองคือบททดสอบที่เชื่อได้ที่สุด

แล้วควรทำยังไงกับข่าวแบบนี้ ลองสร้างชุดทดสอบเล็กๆ จากงานจริงของเรา แล้วนำโมเดลใหม่ทุกตัวมารันเปรียบเทียบในงานชุดนั้น วิธีนี้เชื่อถือได้กว่าการนั่งรอดูว่าใครได้คะแนนสูงกว่ากัน เพราะงานที่เราทำซ้ำๆ ทุกวันคือข้อสอบที่ตรงกับเราที่สุด และไม่มีค่ายไหนออกแบบข้อสอบมาเอาใจเราได้

ส่วนใครอยากลอง K3 ตอนนี้ ใช้ได้แล้วทั้งผ่านหน้าเว็บของ Kimi และผ่าน Kimi API Platform สำหรับต่อเข้าโปรแกรมของเราเอง ส่วนไฟล์ weights เต็มๆ ที่โหลดไปรันบนเครื่องตัวเองได้ Moonshot ประกาศว่าจะเปิดให้ดาวน์โหลดภายในวันที่ 27 กรกฎาคม 2026

Kimi K3 เป็นโมเดลที่น่าจับตาจริง แต่ลำพังพาดหัวที่บอกว่าแซงก็ใช้ฟันธงไม่ได้ สิ่งที่ตัดสินได้จริงไม่ใช่ตารางคะแนนของค่ายไหนหรือคะแนน Elo ของใคร แต่คือผลทดสอบจากงานจริงที่เราทำทุกวัน

---

ที่มา:

• บทความ Kimi K3 Tech Blog: Open Frontier Intelligence จาก Moonshot AI
• บทความ Kimi K3, and what we can still learn from the pelican benchmark จาก Simon Willison