ค่านิยมเดิมๆ มักบอกว่า AI ที่ฉลาดต้องพึ่งพาเซิร์ฟเวอร์ขนาดมหึมา ต้องต่ออินเทอร์เน็ตตลอดเวลา และต้องจ่ายค่า API รายเดือน แต่เมื่อวันที่ 1 มีนาคม 2026 ทาง Alibaba ปล่อยโมเดล AI ซีรีส์ Qwen 3.5 ออกมา 4 ขนาด ตั้งแต่ตัวจิ๋วสุด 0.8B ไปจนถึง 9B พารามิเตอร์ ทั้งหมดรันบนสมาร์ตโฟนได้สบายๆ โดยไม่ต้องต่อเน็ต และเปิดให้ใช้งานฟรีโดยสิ้นเชิง

ความน่าทึ่งคือ ตัว 9B สามารถเอาชนะโมเดล gpt-oss-120B ของ OpenAI ที่มีขนาดใหญ่กว่าถึง 13 เท่า

ผลทดสอบบน Benchmark ยืนยันเรื่องนี้ชัดเจน ภาพรวมของวงการ AI กำลังเปลี่ยนทิศทาง จากเดิมที่แข่งกันขยายขนาดโมเดล มาเป็นการรีดประสิทธิภาพให้โมเดลตัวเล็กทำงานได้ฉลาดทัดเทียมตัวใหญ่ นี่คือจุดเปลี่ยนสำคัญที่คนทำแอป นักพัฒนาซอฟต์แวร์ และสายเทคทุกคนต้องรู้

---

ตัวเล็กแต่คะแนนแซงหน้ารุ่นใหญ่

Qwen 3.5-9B มีพารามิเตอร์เพียง 9 พันล้านตัว แต่เมื่อนำไปเทียบกับ gpt-oss-120B ของ OpenAI ที่มีขนาดถึง 1.2 แสนล้านตัว (ใหญ่กว่า 13 เท่า) ผลลัพธ์กลับเหนือความคาดหมาย

ในข้อสอบระดับบัณฑิตศึกษาอย่าง GPQA Diamond ตัว Qwen 3.5-9B กวาดคะแนนไปถึง 81.7 ขณะที่ gpt-oss-120B ทำได้ 71.5 ส่วนการทดสอบคณิตศาสตร์ขั้นสูง HMMT Feb 2025 ทำได้ 83.2 เทียบกับ 76.7 และบน MMMU-Pro ซึ่งทดสอบความเข้าใจมัลติโมดอลแบบซับซ้อน Qwen ทำได้ 70.1 เหนือกว่า 59.7 อย่างเห็นได้ชัด

ไม่ใช่แค่เฉือนชนะแบบสูสี แต่เป็นการทิ้งห่างอย่างชัดเจน ทั้งที่โมเดลมีขนาดเล็กกว่าถึง 13 เท่า แม้แต่น้องเล็กสายประหยัดอย่าง GPT-5-Nano ของ OpenAI ก็ยังตามหลัง Qwen 3.5-9B อยู่ถึง 13 จุดใน MMMU-Pro และเกือบ 17 จุดใน MathVision

---

รันบนสมาร์ตโฟนได้จริง ไม่ต้องง้อคลาวด์

ความพิเศษของ Qwen 3.5 Small คือทีมงานออกแบบสถาปัตยกรรมมาสำหรับการรันบนอุปกรณ์ (On-Device) ตั้งแต่ศูนย์ ไม่ใช่แค่นำโมเดลยักษ์มาบีบอัดให้เล็กลง ผลลัพธ์คือความเร็วและความแม่นยำสูงในขนาดไฟล์ที่กะทัดรัด

รุ่น 2B สามารถรันบน iPhone รุ่นทั่วไปได้ลื่นไหล เปิดโหมดเครื่องบินเพื่อใช้งานแบบออฟไลน์ได้ทั้งข้อความและรูปภาพ ผลทดสอบจากนักพัฒนาระบุว่าทำความเร็วได้ถึง 30 ถึง 50 โทเคนต่อวินาที ซึ่งเทียบเท่าความเร็วจากการเรียก Cloud API

สำหรับรุ่น 4B ทำคะแนนทดสอบวิดีโอ Video-MME ได้ 83.5 แซงหน้า Gemini 2.5 Flash-Lite ของ Google ที่ทำได้ 74.6 กลายเป็นว่าโมเดลขนาด 4B ตัวนี้เข้าใจคอนเทนต์วิดีโอได้ลึกซึ้งกว่าโมเดลคลาวด์ที่ออกแบบมาสำหรับงานนี้โดยเฉพาะ

นอกจากนี้ยังให้ Context Window ยาวถึง 262,144 โทเคน อ่านและประมวลผลข้อมูลระดับหนังสือเล่มหนา 3 ถึง 4 เล่มได้จบในคำสั่งเดียว

---

Native Multimodal ตั้งแต่รุ่น 0.8B

ปกติแล้วโมเดลระดับต่ำกว่า 1B มักจำกัดความสามารถไว้แค่การประมวลผลข้อความ แต่ Qwen 3.5 Small ใส่ Native Multimodal มาให้ครบทุกขนาด ตั้งแต่ตัวเล็กสุด 0.8B รองรับทั้งข้อความ รูปภาพ และวิดีโอ

Qwen 3.5-0.8B นับเป็นโมเดลตัวแรกของโลกในขนาดต่ำกว่า 1B ที่เข้าใจและวิเคราะห์วิดีโอได้ ลองนึกภาพการถ่ายคลิปสั้นแล้วให้ AI บนมือถือวิเคราะห์เนื้อหาได้ทันที ข้อมูลทุกอย่างประมวลผลในเครื่อง ไม่มีความเสี่ยงเรื่องข้อมูลส่วนบุคคลรั่วไหลออกสู่ภายนอก

สำหรับนักพัฒนาแอปมือถือ นี่คือทางเลือกใหม่ในการสร้างฟีเจอร์ AI ออฟไลน์โดยไม่ต้องแบกรับค่าเซิร์ฟเวอร์หรือ API แต่อย่างใด

---

สิทธิ์ใช้งาน Apache 2.0 ต่อยอดเชิงพาณิชย์ได้ทันที

Alibaba ปล่อยโมเดล Qwen 3.5 Small ทั้ง 4 ตัวภายใต้สัญญาอนุญาตแบบ Apache 2.0 ทำให้นักพัฒนาและผู้ประกอบการนำไปปรับแต่ง Fine-tune และใช้ในเชิงพาณิชย์ได้ทันทีโดยไม่มีค่าใช้จ่ายลิขสิทธิ์

สามารถดาวน์โหลดโมเดลได้ทั้งจาก Hugging Face และ ModelScope โดยมีทั้งรุ่น Instruct สำหรับใช้งานทั่วไป และรุ่น Base สำหรับงานเทรนเฉพาะทาง ส่วนสาย Mac ก็มีเวอร์ชัน Quantized บน Apple MLX-community ให้ดาวน์โหลดไปรันบน Apple Silicon ได้ทันที

ด้านภาษา โมเดลรองรับมากถึง 201 ภาษา มาพร้อม Vocabulary ขนาด 250K โทเคน ที่ออกแบบมาเพื่อภาษาตระกูล CJK โดยเฉพาะ ทำคะแนน MMMLU ด้านภาษาได้ 81.2 เหนือกว่า gpt-oss-120B ที่ได้ 78.2 ยิ่งในภาษาญี่ปุ่นทำคะแนนทิ้งห่าง 87.8 ต่อ 76.2

แม้ยังไม่มีคะแนน Benchmark ภาษาไทยอย่างเป็นทางการ แต่ด้วย Vocabulary ที่ครอบคลุมหลากหลายภาษา ทำให้โมเดลตัดคำและเข้าใจบริบทภาษาไทยได้ลื่นไหลกว่าโมเดลขนาดเล็กทั่วไป

---

ปล่อยของเสร็จ หัวหน้าทีมเทคนิคประกาศลาออก

ข่าวที่สร้างความประหลาดใจให้วงการคือ หลังเปิดตัว Qwen 3.5 Small ได้เพียงวันเดียว Lin Junyang หัวหน้าทีมเทคนิคของ Qwen ได้โพสต์ผ่านแพลตฟอร์ม X ว่าเขาตัดสินใจลาออกแล้วโดยไม่ได้อธิบายเหตุผล

นอกจากนี้ Yu Bowen หัวหน้าทีม Post-training และ Lin Kaixin หนึ่งในแกนหลักผู้พัฒนา Qwen 3.5, VL และ Coder ก็ลาออกตามกันมา ขณะที่ก่อนหน้านี้ Hui Binyuan หัวหน้าทีม Qwen Code ก็เพิ่งย้ายไปร่วมงานกับ Meta ในช่วงต้นปี 2026

รายงานข่าวหลายสำนักระบุว่า การลาออกระลอกนี้มาจากการปรับโครงสร้างภายในของ Alibaba ที่ต้องการเปลี่ยนรูปแบบการบริหารทีม R&D จากแนวดิ่งที่ Lin วางรากฐานไว้ ไปสู่โครงสร้างแนวนอนภายใต้การดูแลของ Zhou Jingren ซึ่งเป็น CTO ของ Alibaba Cloud

หลายคนจึงตั้งคำถามว่า ก้าวต่อไปของทีม Qwen จะรักษาความต่อเนื่องและมาตรฐานเดิมไว้ได้ดีแค่ไหน เมื่อขาดบุคลากรหลักผู้ริเริ่มโปรเจกต์

---

โอกาสและแนวทางปรับใช้สำหรับนักพัฒนาไทย

สำหรับนักพัฒนาไทย Qwen 3.5 Small ปลดล็อกโอกาสใหม่ในการสร้างแอปพลิเคชัน หากคุณทำ Mobile App โมเดลเหล่านี้ช่วยให้คุณฝัง AI ลงไปบนอุปกรณ์ได้โดยตรง ลดต้นทุนค่า API ตัดปัญหาเรื่องความหน่วงเครือข่าย และช่วยรักษาความเป็นส่วนตัวของผู้ใช้ได้อย่างสมบูรณ์

สำหรับสตาร์ตอัปหรือธุรกิจที่ต้องการลดต้นทุนคลาวด์ โมเดลขนาดกะทัดรัดเหล่านี้ Fine-tune ได้ง่ายและกินทรัพยากรต่ำ สามารถนำข้อมูลเฉพาะขององค์กรมาเทรนแล้ว Deploy ลง Edge Server หรือเครื่องลูกข่ายได้ทันที

แนวโน้มนี้ชี้ให้เห็นว่า AI กำลังเปลี่ยนผ่านสู่ยุค Local-First อย่างเต็มตัว ที่ทุกคนสามารถเข้าถึงเทคโนโลยีระดับสูงได้โดยไม่ต้องมีงบประมาณมหาศาล

---

แหล่งอ้างอิง

• VentureBeat: Alibaba's Qwen3.5-9B beats OpenAI's gpt-oss-120B
• MarkTechPost: Qwen 3.5 Small Models for On-Device
• TechCrunch: Alibaba's Qwen tech lead steps down
• VentureBeat: Key figures depart Qwen AI team
• ai.rs: Llama 4 vs Qwen 3.5 vs Gemma 3