Alibaba เปิดตัว Qwen3.8-Max โมเดล MoE 2.4 ล้านล้านพารามิเตอร์ ทรงพลังที่สุดในตระกูล Qwen
Alibaba ส่ง Qwen3.8-Max โมเดลขนาดใหญ่ 2.4 ล้านล้านพารามิเตอร์ รองรับ Context Window 1 ล้านโทเค็น พร้อมเปิดให้ใช้งานผ่าน API และเผยโฉมรุ่น 27B สำหรับฮาร์ดแวร์ทั่วไป
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
- Alibaba เปิดตัว Qwen3.8-Max โมเดล MoE ขนาด 2.4 ล้านล้านพารามิเตอร์
- รองรับ Context Window สูงสุด 1 ล้านโทเค็น และ Output สูงสุด 131K โทเค็น
- มีรุ่น Qwen3.8-27B สำหรับใช้งานบนฮาร์ดแวร์ On-Premise ทั่วไป
- ค่าบริการ API เริ่มต้นที่ $2.00 ต่อ 1 ล้านอินพุตโทเค็น และ $6.00 ต่อ 1 ล้านเอาต์พุตโทเค็น
Alibaba ได้ประกาศเปิดตัวโมเดลปัญญาประดิษฐ์รุ่นใหม่ล่าสุดในชื่อ Qwen3.8-Max ซึ่งนับเป็นโมเดลที่มีความสามารถสูงที่สุดในตระกูล Qwen เท่าที่เคยพัฒนามา โดยมาพร้อมสถาปัตยกรรม Mixture of Experts (MoE) ที่มีจำนวนพารามิเตอร์รวมกันสูงถึง 2.4 ล้านล้านพารามิเตอร์ ทำให้มีความสามารถในการประมวลผลที่ลึกซึ้งและรองรับงานที่มีความซับซ้อนสูงได้อย่างมีประสิทธิภาพ
ในแง่ของการนำไปใช้งาน โมเดลดังกล่าวถูกแบ่งออกเป็นสองรูปแบบหลัก โดย API แบบโฮสต์เปิดให้บริษัททุกขนาดสามารถใช้งานได้ทันที รองรับการทำงานร่วมกับระบบของ OpenAI และ DashScope ทำให้การเปลี่ยนผ่านทำได้ง่ายเพียงแค่เปลี่ยน Base URL และ Model ID เท่านั้น ในขณะที่ตัวโมเดลแบบ Open Weights มีขนาดใหญ่ระดับ 2.4T พารามิเตอร์ ซึ่งจำเป็นต้องใช้โครงสร้างพื้นฐานระดับศูนย์ข้อมูลหลายโหนด (Multi-node Datacenter) และทาง Alibaba ยังไม่ได้เปิดเผยจำนวนพารามิเตอร์ที่ทำงานจริง (Activated Parameters) ทำให้ยังไม่สามารถคำนวณต้นทุนการรันเซิร์ฟเวอร์ได้อย่างแม่นยำ อย่างไรก็ตาม ทางทีมงานได้ออกโมเดล Qwen3.8-27B มาพร้อมกันเพื่อให้สามารถรันบนฮาร์ดแวร์ GPU ทั่วไปในองค์กรได้
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
ความสามารถของโมเดลชุดนี้ถูกออกแบบมาเพื่อตอบโจทย์ 4 อุตสาหกรรมหลัก ได้แก่ วิศวกรรมซอฟต์แวร์, การตรวจสอบเอกสารทางกฎหมายและการเงิน, งานด้านสื่อและอีคอมเมิร์ซ รวมถึงงานออกแบบ โดยตัวอย่างการใช้งานจริงครอบคลุมตั้งแต่เอเจนต์เขียนโค้ดระดับคลังข้อมูล (Repository-scale), ฐานความรู้สำหรับเอกสารขนาดยาว, การจัดทำดัชนีวิดีโอยาว, การดึงข้อมูลที่มีโครงสร้าง ไปจนถึงผู้ช่วยวิจัยหลายขั้นตอน
ทางด้านขีดจำกัดและสเปคทางเทคนิค โมเดลระบุ Context Window ไว้ที่ 1 ล้านโทเค็น โดยอินพุตสูงสุดอยู่ที่ 991,000 โทเค็น และจะลดลงเหลือ 983,000 โทเค็นเมื่อเปิดใช้งานโหมดการคิด (Thinking mode) ส่วนเอาต์พุตสูงสุดอยู่ที่ 131,000 โทเค็นทั้งสองโหมด พร้อมงบประมาณการใช้เหตุผลสูงสุด 262,000 โทเค็น อัตราการเรียกใช้งานจำกัดไว้ที่ 2 ล้านโทเค็นต่อนาที และ 15,000 รีเควสต์ต่อนาที
การเปิดตัว Qwen3.8-Max สะท้อนให้เห็นถึงการแข่งขันอย่างดุเดือดในตลาดโมเดลภาษาขนาดใหญ่ (LLM) ระดับท็อปเทียร์ ที่ไม่เพียงแต่มุ่งเน้นเรื่องจำนวนพารามิเตอร์ที่สูงถึงระดับล้านล้านเท่านั้น แต่ยังให้ความสำคัญกับสถาปัตยกรรม MoE เพื่อช่วยบริหารต้นทุนการประมวลผล รวมถึงการจัดการ Context Window ขนาดใหญ่ระดับ 1 ล้านโทเค็น เพื่อให้ AI สามารถเข้าใจและประมวลผลเอกสารขนาดยาวหรือโปรเจกต์โค้ดขนาดใหญ่ได้ในคราวเดียว ซึ่งเป็นกุญแจสำคัญในการนำ AI ไปประยุกต์ใช้ในระดับองค์กรจริง
สำหรับอัตราค่าบริการ API คิดอยู่ที่ 2.00 ดอลลาร์สหรัฐต่อ 1 ล้านอินพุตโทเค็น และ 6.00 ดอลลาร์สหรัฐต่อ 1 ล้านเอาต์พุตโทเค็น การอ่านแคชแบบ Implicit มีราคา 0.25 ดอลลาร์ต่อ 1 ล้านโทเค็น ขณะที่การสร้างแคชแบบ Explicit อยู่ที่ 2.50 ดอลลาร์ และการอ่านแคชแบบ Explicit อยู่ที่ 0.17 ดอลลาร์ต่อ 1 ล้านโทเค็น เนื่องจากอินพุตที่ถูกแคชไว้มีราคาถูกกว่าอินพุตปกติถึง 8 เท่า ความเสถียรของคำนำหน้า (Prefix stability) จึงส่งผลต่อต้นทุนมากกว่าความยาวของพรอมต์ นอกจากนี้ โมเดลยังรองรับความสามารถอื่นๆ เช่น Function Calling, Structured Outputs, Batches, Prefix Completion และ Fine-tuning พร้อมเครื่องมือในตัวอีก 5 ชนิดบน Responses API ได้แก่ Code Interpreter, Web Search, Web Extractor, T2I Search และ I2I Search
ที่มา: MarkTechPost
พบข้อมูลผิดพลาดในบทความนี้? แจ้งปัญหาบทความนี้
ความคิดเห็น
แสดงความคิดเห็น