สหรัฐโต้กลับศึก open-weight: Meta และ Nvidia ส่งโมเดล 30B ลงเครื่องผู้ใช้

ภายในสองวัน บริษัทเทคสหรัฐสองรายใหญ่ปล่อยโมเดลเปิดน้ำหนัก (open-weight) ขนาดราว 30 พันล้านพารามิเตอร์ออกมาชนกัน โดยทั้งคู่โฆษณาจุดขายเดียวกันคือ “รันบนเครื่องของคุณเองได้” Meta ปล่อย Muse Glimmer ใต้ใบอนุญาต Apache 2.0 เมื่อ 10 สิงหาคม 2026 แล้ววันถัดมา Nvidia ปล่อย Nemotron 3.5 Lightning ตามทันที นี่คือการตอบโต้แบบตรงไปตรงมาต่อความจริงที่กลุ่มโมเดลเปิดถูกห้องแล็บจีนครองมาเกือบตลอดปี

แต่พออ่านตัวเลขให้ครบแล้วภาพจะซับซ้อนกว่าพาดหัว เพราะโมเดลเปิดของจีนที่ตัวเล็กกว่ายังทำคะแนนนำอยู่ในงานที่ทั้งสองเจ้าบอกว่าตัวเองถนัด และคำว่า “เครื่องบ้าน” ที่ทั้งคู่หมายถึงก็ไม่ใช่เครื่องบ้านทั่วไปของคนไทย

สรุปสั้น ๆ: Meta ปล่อย Muse Glimmer 30B แบบ dense ใต้ Apache 2.0 (context 131,072 token, รับภาพได้, บีบ 4 บิตเหลือราว 18GB) ส่วน Nvidia ปล่อย Nemotron 3.5 Lightning 31.6B ที่เปิดใช้จริงต่อ token แค่ 3.6B เน้นความเร็วสูงสุด (เคลมเร็วกว่ารุ่นขนาดเดียวกัน 4 เท่า) ทั้งคู่ตามหลังจดหมายเปิดผนึกที่มีองค์กรร่วมลงชื่อกว่า 270 ราย เรียกร้องไม่ให้ออกข้อจำกัดโมเดลเปิดเร็วเกินไป จุดที่ต้องระวังคือคะแนนงาน agent ของ Glimmer ยังแพ้ Qwen3.6 27B ของจีนอยู่พอสมควร และเครื่องที่รันโมเดลระดับนี้ได้จริงต้องมีหน่วยความจำ 24GB ขึ้นไป

เกิดอะไรขึ้น สองวัน สองโมเดล

ปีนี้อันดับต้น ๆ ของกลุ่ม open-weight เต็มไปด้วยชื่อจากจีนแทบทั้งกระดาน ทั้ง GLM-5.2 ของ Zhipu, Qwen ของ Alibaba, DeepSeek และ Kimi ของ Moonshot ขณะที่ฝั่งสหรัฐเคยเป็นผู้เริ่มกระแสเปิดน้ำหนักด้วย Llama แต่กลับถอยห่างไปหลายรอบ

สัปดาห์นี้ทั้งสองบริษัทขยับพร้อมกันจนดูเหมือนนัดกันไว้ Meta ปล่อยของวันจันทร์ Nvidia ปล่อยของวันอังคาร และทั้งคู่เลือกขนาดเดียวกันคือระดับ 30B ซึ่งเป็นจุดที่ใหญ่พอจะฉลาดใช้งานได้จริง แต่ยังเล็กพอจะยัดลงเครื่องเดสก์ท็อปตัวเดียวได้

Muse Glimmer: Meta กลับมาเปิดของจริง

Muse Glimmer มาจากทีม Meta Superintelligence Labs วางน้ำหนักไว้บน Hugging Face ในชื่อ meta-models/Muse-Glimmer-30B เมื่อ 10 สิงหาคม 2026

• สถาปัตยกรรม: โมเดลแบบ dense ราว 29.6 พันล้านพารามิเตอร์ 52 ชั้น ประกอบด้วยตัวเข้ารหัสภาพ (perception encoder แบบ ViT) ราว 1.8 พันล้าน บวกตัวถอดรหัสข้อความอีกราว 28 พันล้าน
• License: Apache 2.0 ซึ่งเป็นการเปลี่ยนจุดยืนที่ชัดเจน เพราะตระกูล Llama เดิมใช้ Meta Community License ที่มีเงื่อนไขจำกัดการใช้เชิงพาณิชย์บางกรณี ส่วน Apache 2.0 อนุญาตให้ใช้ ดัดแปลง และแจกจ่ายต่อเชิงพาณิชย์ได้เต็มที่
• Context: 131,072 token (ที่มักเรียกกันว่า 128K) และยังขยายได้อีก
• โมดัลลิตี: รับข้อความสลับภาพในบทสนทนาเดียวกันได้ รองรับมากกว่า 100 ภาษา ความรู้ในโมเดลตัดที่ 4 มกราคม 2026
• ขนาดไฟล์จริง: ที่ความละเอียดเต็ม BF16 กินหน่วยความจำเกิน 55GB แต่เวอร์ชันบีบ 4 บิตเหลือราว 18 ถึง 20GB ซึ่ง Meta ระบุเองว่าออกแบบให้อยู่ในกรอบเครื่อง 24GB หรือ 32GB เมื่อรวมหน่วยความจำใช้งาน ตัวเข้ารหัสภาพ และตัวช่วยเร่งความเร็วเข้าไปด้วย
• ตัวเร่งความเร็ว: มาพร้อม DFlash ซึ่งเป็นตัวร่างคำตอบล่วงหน้า (speculative decoding drafter) ที่เคลมว่าทำให้สร้างข้อความเร็วขึ้นได้ถึง 3.1 เท่า โดยเห็นผลชัดกับเนื้อหาที่มีโครงสร้างอย่างโค้ด
• รันได้ที่ไหน: Ollama, LM Studio, llama.cpp, vLLM และมี GGUF ที่ Unsloth ทำไว้ให้

จุดที่ Meta ย้ำมากที่สุดไม่ใช่ความฉลาดดิบ แต่เป็นการออกแบบมาเพื่อ agent ที่เปิดทิ้งไว้ตลอดเวลา คือเรียกเครื่องมือเป็น จำสถานะข้ามการรีสตาร์ตได้ และจัดการความจำของตัวเองในงานที่กินเวลาหลายชั่วโมง งานที่ Meta ยกเป็นตัวอย่างคือ agent ในเครื่อง การเรียกฟังก์ชัน การเขียนโค้ด และการใช้โมเดลเป็นกรรมการตรวจงานโมเดลอื่น

Meta ยังบอกด้วยว่ากำลังจะเปิดน้ำหนักของ Muse Spark 1.2 ตามมาอีกตัว

Nemotron 3.5 Lightning: Nvidia เลือกเดิมพันที่ความเร็ว

Nvidia ปล่อย Nemotron 3.5 Lightning วันที่ 11 สิงหาคม 2026 โดยกลั่นมาจากรุ่นใหญ่กว่าคือ Nemotron 3 Ultra

• ขนาด: รวม 31.6 พันล้านพารามิเตอร์ แต่ เปิดใช้จริงต่อ token แค่ราว 3.6 พันล้าน เพราะเป็นสถาปัตยกรรมผสมระหว่าง Mamba-2, Mixture-of-Experts และชั้น attention บางส่วน
• Context: 1 ล้าน token
• License: OpenMDW-1.1 ใช้เชิงพาณิชย์ได้
• ความเร็ว: Nvidia เคลมว่าให้ความเร็วสร้างข้อความสูงกว่าโมเดลขนาดใกล้เคียงกันได้ถึง 4 เท่า และจบงานเร็วขึ้นราว 30% ส่วนการวัดอิสระบน endpoint ก่อนเปิดตัวได้ราว 670 token ต่อวินาที
• คะแนน: Terminal-Bench v2.1 ได้ 24% เทียบกับ Nemotron 3 Nano ที่ได้ 7% และ GDPval-AA v2 ได้ 824 Elo ซึ่งแซงทั้ง Nemotron 3 Super และ GPT-OSS-120B ส่วนดัชนีความฉลาดรวมของ Artificial Analysis อยู่ที่ 24 เท่ากับ GPT-OSS-120B
• ฮาร์ดแวร์: ระบุว่ารันได้ตั้งแต่พีซี RTX, เวิร์กสเตชัน RTX PRO, DGX Spark และ DGX Station ไปจนถึงบอร์ด Jetson สำหรับงาน edge
• รูปแบบไฟล์: NVFP4 และ BF16 พร้อม GGUF ผ่าน Unsloth ใช้ได้กับ vLLM, Ollama, llama.cpp และ LM Studio

Nvidia ปล่อยไลบรารีจัดเส้นทางงานชื่อ NeMo Switchyard มาพร้อมกัน โดยยกตัวอย่างว่าการจัดเส้นทางให้งานง่ายไปลงโมเดลเล็กช่วยลดต้นทุนการรันชุดทดสอบเหลือราวหนึ่งในสามเมื่อเทียบกับการยิงเข้าโมเดลใหญ่ตัวเดียวรวด ลูกค้าที่ระบุชื่อว่าใช้อยู่มี Boomi, Cognition, Kong, LangChain และ Siemens

ฉากหลัง: จดหมายเปิดผนึกที่มีคนลงชื่อกว่า 270 ราย

โมเดลทั้งสองตัวออกตามหลังจดหมายเปิดผนึกชื่อ Open Weights and American AI Leadership ที่เผยแพร่เมื่อ 24 กรกฎาคม 2026 เริ่มต้นด้วยผู้ลงนามราว 25 ราย แล้วขยายเป็นกว่า 270 องค์กรภายในต้นสิงหาคม

ในกลุ่มผู้ลงนามมีทั้ง Meta, Microsoft, Nvidia, IBM, Dell, CrowdStrike, Palantir, ServiceNow, Hugging Face, Perplexity, Mistral, Andreessen Horowitz, Y Combinator, Linux Foundation และ Mozilla ข้อเรียกร้องหลักมีสี่ข้อ คือขยายการเข้าถึงพลังประมวลผลให้สตาร์ตอัปและนักวิจัย ลงทุนในทรัพยากรกลางอย่างชุดข้อมูลและกรอบการประเมิน อย่าเพิ่งออกข้อจำกัดกับโมเดลเปิดก่อนเวลาอันควร และแยกให้ชัดระหว่างเทคนิคปกติอย่าง distillation กับการฉกฉวยทรัพย์สินทางปัญญาที่ผิดกฎหมาย

ข้อสุดท้ายนี้ไม่ใช่เรื่องลอย ๆ เพราะเป็นประเด็นเดียวกับที่ Anthropic กล่าวหา Alibaba เรื่องการดึงความสามารถของ Claude เมื่อต้นกรกฎาคม การที่กลุ่มบริษัทฮาร์ดแวร์และแพลตฟอร์มออกมายืนอีกฝั่งของเส้นนี้บอกได้ว่าคำนิยามของคำว่า distillation กำลังจะกลายเป็นสนามรบเชิงนโยบายจริงจัง

มีรายงานจากสื่อสายเทคหลายเจ้าด้วยว่าเจ้าของโมเดลปิดรายใหญ่อย่าง OpenAI และ Anthropic ไม่ปรากฏอยู่ในรายชื่อผู้ลงนามชุดแรก ซึ่งถ้าเป็นจริงก็สะท้อนเส้นแบ่งผลประโยชน์ที่ตรงไปตรงมา คือคนขายชิปและแพลตฟอร์มได้ประโยชน์เมื่อโมเดลเปิดแพร่หลาย ส่วนคนขายสิทธิ์เข้าถึงโมเดลไม่ได้

ตัวเลขที่พาดหัวไม่ค่อยบอก: จีนยังนำอยู่

ถ้าอ่านแต่ข่าวเปิดตัวจะรู้สึกว่าสหรัฐกลับมาแล้ว แต่พอเทียบคะแนนจากผู้วัดอิสระอย่าง Artificial Analysis ภาพจะต่างออกไป

Muse Glimmer ได้ดัชนีความฉลาดรวมที่ 35 ซึ่งอยู่ระดับเดียวกับ Kimi K2.5 ที่ได้ 36 แต่ยัง ตามหลัง Qwen3.6 27B ของ Alibaba ที่ได้ 38 ทั้งที่ Qwen ตัวนั้นเล็กกว่า

ที่น่าสนใจกว่าคือช่องว่างในงาน agent ซึ่งเป็นเรื่องที่ Meta ชูเป็นจุดขายหลักของ Glimmer โดยตรง บนดัชนี GDPval-AA v2 ที่วัดงานเชิงวิชาชีพจริง Glimmer ได้ 953 Elo ส่วน Qwen3.6 27B ได้ 1,141 Elo และเส้นอ้างอิงของมนุษย์อยู่ที่ 1,000 แปลว่าในงานลักษณะนี้ Glimmer ยังทำได้ต่ำกว่าคนทั่วไป ขณะที่โมเดลเปิดของจีนที่ตัวเล็กกว่าแซงเส้นนั้นไปแล้ว

อีกตัวเลขที่ควรรู้ก่อนเอาไปใช้จริงคือดัชนี AA-Omniscience ของ Glimmer อยู่ที่ -33 ซึ่งสะท้อนอัตราการตอบมั่วสูงราว 82% พูดง่าย ๆ คือมันเป็นตัวทำงานที่ดี แต่ไม่ใช่แหล่งความรู้ที่เชื่อได้ ใครจะเอาไปตอบคำถามจากความจำของโมเดลล้วน ๆ ควรคิดใหม่ ส่วนการเอาไปต่อกับเอกสารของเราเองแบบ RAG ยังเป็นวิธีที่เหมาะกว่ามาก

ฝั่ง Nemotron 3.5 Lightning ก็ไม่ได้ตั้งใจแข่งที่ความฉลาดตั้งแต่แรก ดัชนี 24 ของมันต่ำกว่า Glimmer อย่างชัดเจน แต่จุดขายคือทำงานซ้ำ ๆ ปริมาณมากด้วยต้นทุนต่ำและความเร็วสูง ซึ่งเป็นคนละโจทย์กัน

วิเคราะห์: เรื่องนี้แปลว่าอะไรกับเรา

สำหรับนักพัฒนาและผู้ใช้ทั่วไป

สิ่งที่เปลี่ยนจริงในสัปดาห์นี้ไม่ใช่ “โมเดลเปิดเก่งขึ้น” เพราะอันนั้นเกิดมาทั้งปีแล้ว สิ่งที่เปลี่ยนคือ ตัวเลือกฝั่งตะวันตกที่ใบอนุญาตสะอาดมีเพิ่มขึ้น

ประเด็นนี้สำคัญกว่าที่หลายคนคิด เพราะเวลาเอาโมเดลเปิดไปใช้ในบริษัท ด่านที่ติดบ่อยที่สุดไม่ใช่คะแนนเบนช์มาร์ก แต่เป็นฝ่ายกฎหมายที่ถามว่าใบอนุญาตอนุญาตให้ใช้เชิงพาณิชย์จริงไหม การที่ Meta ย้ายจาก Community License มาเป็น Apache 2.0 จึงปลดล็อกการอนุมัติภายในองค์กรได้จริง

อีกเรื่องที่ควรเก็บไว้คือรูปแบบการใช้งานที่ทั้งสองเจ้าชี้ไปทางเดียวกัน คือ agent ตัวเล็กที่เปิดค้างไว้ ไม่ใช่แชตบอตถามตอบ ทั้ง Glimmer และ Lightning ถูกปรับมาให้เรียกเครื่องมือเก่งและทำงานยาว ๆ ได้ ซึ่งสอดคล้องกับทิศทางที่เราเห็นมาตลอดปี ตั้งแต่ MCP ตัด session ทิ้งทั้งระบบ ไปจนถึง เครื่องมือ agent ในเทอร์มินัลที่ทยอยออกมาชนกัน

กระทบคนไทยและองค์กรไทยตรงไหน

ข้อแรก คำว่าเครื่องบ้านของเขาไม่ใช่เครื่องบ้านของเรา โมเดล 30B ที่บีบ 4 บิตแล้วกินหน่วยความจำราว 18 ถึง 20GB เฉพาะตัวน้ำหนักโมเดล ยังไม่รวมพื้นที่เก็บบทสนทนาระหว่างทาง (KV cache) และตัวเข้ารหัสภาพ ตัวเลขที่ Meta เองบอกคือกรอบ 24GB ถึง 32GB

แปลเป็นของจริงในไทยคือ การ์ดจอที่คนซื้อกันเยอะอย่าง RTX 4060 ที่มี 8GB หรือ RTX 3060 ที่มี 12GB รันไม่ไหว ตัวที่ไหวคือการ์ดระดับ RTX 3090, 4090 หรือ 5090 ที่มี 24GB ขึ้นไป ซึ่งราคาในไทยอยู่หลายหมื่นบาท หรือ Mac ที่มีหน่วยความจำรวม 32GB ขึ้นไป ถ้าเครื่องที่มีอยู่ไม่ถึงระดับนั้น โมเดลขนาด 7B ถึง 14B ยังเป็นคำตอบที่เหมาะกว่าและใช้งานได้จริงกว่ามาก (ลองดู วิธีเลือกเครื่องมือรัน LLM ในเครื่อง ประกอบ)

ข้อสอง MoE ประหยัดแรงคำนวณ ไม่ได้ประหยัดหน่วยความจำ นี่คือความเข้าใจผิดที่ทำให้คนตัดสินใจซื้อของผิดบ่อยที่สุดในตอนนี้ พอเห็นว่า Nemotron 3.5 Lightning “เปิดใช้จริงแค่ 3.6B” หลายคนคิดว่ามันเท่ากับรันโมเดล 3.6B แต่ความจริงคือน้ำหนักทั้ง 31.6B ยังต้องถูกโหลดค้างไว้ในหน่วยความจำ เพราะไม่มีใครรู้ล่วงหน้าว่า token ถัดไปจะถูกส่งไปหาผู้เชี่ยวชาญตัวไหน สิ่งที่ MoE ให้คือ ความเร็วและค่าไฟที่ถูกลง ไม่ใช่ความต้องการ VRAM ที่ลดลง

ข้อสาม เรื่องข้อมูลไม่ออกจากเครื่องยังเป็นเหตุผลที่แข็งที่สุด สำหรับองค์กรไทยที่ต้องดูแลข้อมูลส่วนบุคคลตาม PDPA การมีโมเดลใบอนุญาต Apache 2.0 ที่รันในเครื่องตัวเองได้ทั้งหมด แปลว่าไม่ต้องตอบคำถามยาก ๆ ว่าข้อมูลลูกค้าถูกส่งไปประมวลผลที่ประเทศไหน และไม่ต้องกังวลว่าผู้ให้บริการจะขึ้นราคาหรือยกเลิกสิทธิ์กลางทาง

ควรเตรียมหรือปรับอะไร

• เช็กหน่วยความจำเครื่องก่อนตื่นเต้นตามข่าว ดูว่าการ์ดจอมี VRAM เท่าไร หรือ Mac มีหน่วยความจำรวมเท่าไร แล้วค่อยเลือกขนาดโมเดล อย่าโหลดรุ่นใหญ่เกินแล้วสรุปว่า Local AI ใช้ไม่ได้
• อย่าเลือกโมเดลจากสัญชาติหรือพาดหัว ถ้าเป้าหมายคืองาน agent ตัวเลขบอกว่า Qwen3.6 27B ยังทำได้ดีกว่า Muse Glimmer อยู่ ให้ทดสอบกับงานจริงของตัวเองเสมอ ไม่ใช่เชื่อคะแนนที่ผู้ผลิตรายงานเอง
• เปิดหน้าใบอนุญาตอ่านเองก่อนใช้ในบริษัท Apache 2.0 กับ OpenMDW-1.1 ไม่เหมือนกัน และทั้งคู่ก็ไม่เหมือน Meta Community License แบบเดิม อย่าเหมารวมว่า “open-weight แปลว่าใช้ฟรีได้ทุกกรณี”
• แยกงานที่ต้องการความเร็วออกจากงานที่ต้องการความแม่น โมเดลอย่าง Lightning เหมาะกับงานซ้ำปริมาณมาก ส่วนงานที่ต้องการความถูกต้องสูงควรต่อกับเอกสารจริงผ่าน RAG แทนการเชื่อความจำของโมเดล
• ถ้ายังไม่เคยลองเลย ไม่ต้องเริ่มที่ 30B เริ่มจากโมเดล 7B ถึง 8B บนเครื่องที่มีอยู่ก่อน แล้วค่อยขยับเมื่อรู้ว่าจะเอาไปทำอะไร (อ่าน Local AI คืออะไร และ เอาไปทำอะไรได้บ้าง)

สรุป

สัปดาห์นี้ยืนยันสองอย่างพร้อมกัน อย่างแรกคือฝั่งสหรัฐกลับเข้าสนามโมเดลเปิดอย่างจริงจังแล้ว และคราวนี้มาพร้อมใบอนุญาตที่องค์กรใช้ได้สบายใจกว่าเดิม อย่างที่สองคือการกลับมาครั้งนี้ยังไม่ได้แปลว่าแซง เพราะโมเดลเปิดจากจีนที่ตัวเล็กกว่ายังทำคะแนนนำในงาน agent อยู่

สำหรับคนทำงานทั่วไป ข่าวดีที่จับต้องได้ที่สุดไม่ใช่ว่าใครชนะ แต่คือการแข่งขันที่ดุขึ้นทำให้ตัวเลือกที่โหลดมารันเองได้มีมากขึ้นเรื่อย ๆ และคุณภาพก็ดีขึ้นทุกเดือน สิ่งที่ควรทำจึงไม่ใช่การเลือกข้าง แต่คือการรู้ว่าเครื่องของตัวเองรับไหวแค่ไหน และงานของตัวเองต้องการอะไรจริง ๆ