ที่มา: วิดีโอที่ฝังในบทความและบทความ VideoToBlog วันที่ 2026-07-03 (วันที่แสดงในบทความต้นทาง ไม่ใช่วันที่อัปโหลดวิดีโอที่ตรวจยืนยันแล้ว) ข่าวการเปิดตัว ชื่อรุ่น การถอดหรือคืนสิทธิ์ใช้งาน ราคา วันที่ 7 กรกฎาคม รายงานความปลอดภัย benchmark และคุณภาพเดโมทั้งหมดเป็นสิ่งที่ต้นทางรายงานในเวลานั้น ยังไม่ได้ตรวจยืนยันกับผู้ให้บริการหรือทดสอบซ้ำ ไม่ใช่ประกาศสถานะหรือเงื่อนไขปัจจุบัน ผลงานเกม แดชบอร์ด วิดีโอ และ SVG เป็นตัวอย่างในคลิป ไม่รับรองการเชื่อมบริการจริงหรือความสำเร็จทุกขั้นตอน คะแนนที่ได้รับผลจากการปฏิเสธไม่ใช่การวัดความสามารถโดยแยกเงื่อนไขครบถ้วน BuseyBench เป็นโจทย์ภาพเวกเตอร์เฉพาะ ไม่ใช่เกณฑ์ตัดสินโมเดลทุกด้าน รายงานข้อเสนอหุ้นรัฐบาลยังไม่ได้ตรวจยืนยันอิสระ ส่วนการเชื่อมไฟล์และบริการต้องได้รับสิทธิ์จากเจ้าของข้อมูล · วิดีโอต้นทาง
สัปดาห์นี้เป็นอีกสัปดาห์ที่วงการ AI ขยับแรงพร้อมกันหลายทิศทาง ตั้งแต่การกลับมาของ Fable 5 หลังถูกถอดออกชั่วคราว การเปิดตัวตระกูล GPT-5.6 ที่ยังเข้าถึงได้จำกัด การมาของ Claude Sonnet 5 ในฐานะตัวเลือกที่เน้นความคุ้มค่า ไปจนถึงอัปเดตจาก Google ที่ครอบคลุมทั้งภาพ วิดีโอ ระบบจดโน้ต และผู้ช่วยบนเดสก์ท็อป
สิ่งที่น่าสนใจไม่ใช่แค่จำนวนข่าวที่ออกมา แต่คือภาพรวมที่เริ่มชัดขึ้นว่า การแข่งขันไม่ได้อยู่ที่ความฉลาดของโมเดลเพียงอย่างเดียวอีกต่อไป แต่กำลังขยายไปสู่เรื่อง ความปลอดภัย ราคา การเข้าถึงจริง และความสามารถในการทำงานแทนคนใน workflow ที่ซับซ้อน
Fable 5 กลับมาแล้ว แต่กลับมาพร้อมข้อจำกัดที่เข้มกว่าเดิม
Fable 5 เคยถูกมองว่าเป็นหนึ่งในโมเดลที่ทรงพลังที่สุดที่ออกมาในช่วงกลางปี 2026 แต่หลังเปิดตัวได้ไม่นานก็ถูกถอดออกจากการใช้งานสาธารณะอย่างรวดเร็ว เหตุผลสำคัญคือประเด็นด้านความปลอดภัย หลังมีการรายงานช่องโหว่ให้หน่วยงานรัฐรับทราบ
ต้นเดือนกรกฎาคม Fable 5 ถูกนำกลับมาใช้อีกครั้ง แต่เวอร์ชันนี้ไม่เหมือนเดิมทั้งหมด แม้ผู้พัฒนาระบุว่ายังรักษาความสามารถหลักไว้ได้ ทว่ามีการเพิ่มตัวกรองและระบบป้องกันที่เข้มขึ้น ซึ่งส่งผลโดยตรงต่อการใช้งานทั่วไป โดยเฉพาะงานเขียนโค้ดและดีบักที่อาจถูกตีความว่าเสี่ยง ทั้งที่เป็นคำขอปกติ
ปัญหานี้ไม่ใช่เรื่องใหม่ ก่อนหน้านี้ Fable เคยถูกวิจารณ์ว่าปฏิเสธคำขอที่ไม่เป็นอันตรายบ่อยเกินไป เช่น คำถามด้านการดีบักหรือการแก้ปัญหาทั่วไปที่ควรตอบได้ แต่กลับเด้งไปยังโมเดลอื่นแทน เวอร์ชันล่าสุดยิ่งเพิ่มแนวโน้มนี้ขึ้นอีก เพราะขอบเขตความปลอดภัยถูกขยายให้กว้างกว่าเดิม
มีรายงานจากการทดสอบอิสระบางส่วนว่าประสิทธิภาพของ Fable 5 ในงานบางประเภทลดลงอย่างมาก โดยเฉพาะเมื่องานถูกระบบ guardrail สกัดก่อนถึงตัวโมเดล อย่างไรก็ตาม เมื่อคำขอผ่านตัวกรองเข้าไปได้จริง ความสามารถของโมเดลก็ยังใกล้เคียงเดิมมาก นั่นหมายความว่าแก่นของโมเดลอาจยังแข็งแรง แต่การเข้าถึงศักยภาพนั้นยากขึ้น
ภาพรวมจึงไม่ใช่แค่คำถามว่า Fable 5 ยังเก่งหรือไม่ แต่เป็นคำถามว่า จะใช้งานมันได้บ่อยแค่ไหนในสถานการณ์จริง ซึ่งสำหรับนักพัฒนา นี่เป็นความต่างที่สำคัญมาก
ตัวอย่างการใช้งาน Fable 5 ที่ยังแสดงให้เห็นศักยภาพสูง
แม้จะมีข้อจำกัดเรื่อง guardrails แต่ Fable 5 ยังแสดงให้เห็นว่ามันสามารถสร้างงานที่ซับซ้อนได้รวดเร็วมาก โดยเฉพาะงานประเภทสร้างซอฟต์แวร์ต้นแบบและระบบภายใน
1. สร้างเกมได้ทั้งระบบ
ตัวอย่างแรกคือการสร้างเกมแนวแอ็กชันขนาดเล็กชื่อ Cube Basher ซึ่งแม้จะเป็นเกมต้นแบบ แต่มีองค์ประกอบที่เกินกว่าระดับเดโมพื้นฐาน ทั้งมุมกล้อง กราฟิกที่ดูดี และการเล่นที่ใช้งานได้จริง จุดนี้สะท้อนความสามารถของโมเดลในงานสร้างระบบที่มีหลายส่วนเชื่อมกัน
2. สร้างแดชบอร์ดผลิตวิดีโอสั้นแบบครบ workflow
อีกตัวอย่างที่น่าสนใจกว่าคือการสร้างแดชบอร์ดสำหรับทำวิดีโอสั้นอัตโนมัติ ระบบนี้รับได้ทั้ง URL ของบทความ ข้อความที่คัดลอกมา ไฟล์ที่ลากวาง และคำสั่งกำกับสไตล์เนื้อหา จากนั้นเลือกความยาวเป้าหมาย ระบุว่ามีผู้สนับสนุนหรือไม่ และเลือกโมเดลที่จะใช้เขียนสคริปต์
ระบบที่สร้างขึ้นสามารถทำงานต่อเนื่องได้หลายขั้นตอน เช่น
- เขียนสคริปต์จากเนื้อหาต้นทาง
- ตรวจสอบข้อเท็จจริงของข้อความในสคริปต์
- รับฟีดแบ็กแล้วปรับสคริปต์อัตโนมัติ
- ส่งออกเป็นเอกสารสำหรับทีม
- สร้าง teleprompter ภายในระบบ
- สร้าง B-roll ให้อัตโนมัติจากสคริปต์
- เก็บ audit log และต้นทุนของแต่ละงาน
จุดที่โดดเด่นคือ workflow นี้ไม่ได้หยุดที่การเขียนข้อความ แต่ไปถึงขั้นเตรียมวัสดุประกอบวิดีโอและจัดการต้นทุนการผลิต ทำให้เห็นว่าโมเดลประเภทนี้เริ่มเปลี่ยนจากเครื่องมือสนทนาไปสู่ เครื่องมือสร้างระบบงานจริง
3. สร้างเครื่องมือทำ B-roll จากบทความ
อีกระบบหนึ่งที่ถูกสร้างขึ้นคือเครื่องมือสำหรับทำ B-roll จากบทความยาว ผู้ใช้สามารถเปิดบทความ ไฮไลต์ประเด็นสำคัญ เลือกรูปภาพที่ต้องการเน้น แล้วให้ระบบสร้างวิดีโอที่เลื่อนหน้าและเน้นตำแหน่งเหล่านั้นแบบมีแอนิเมชัน
แนวคิดนี้มีประโยชน์มากสำหรับงานข่าว งานสรุปบทความ และคอนเทนต์อธิบายเชิงข้อมูล เพราะช่วยเปลี่ยนเนื้อหานิ่งให้กลายเป็นภาพเคลื่อนไหวที่เล่าประเด็นได้ชัดขึ้นโดยไม่ต้องตัดต่อทุกเฟรมด้วยมือ
BuseyBench เมื่อ benchmark กลายเป็นเครื่องมือดูพัฒนาการของโมเดล
หนึ่งในส่วนที่น่าสนุกที่สุดคือการสร้าง benchmark ใหม่ชื่อ BuseyBench ซึ่งใช้วัดว่าโมเดล AI ต่าง ๆ วาดภาพใบหน้าในรูปแบบ SVG ได้ดีแค่ไหน โดยใช้บุคคลเดียวกันเป็นโจทย์เทียบข้ามเวลาและข้ามผู้ให้บริการ
ความน่าสนใจของ benchmark นี้อยู่ตรงที่ SVG ไม่ใช่การสร้างภาพแบบ diffusion หรือ image generation ทั่วไป แต่เป็นการใช้โค้ดวาดรูปผ่านเส้น รูปร่าง และองค์ประกอบเชิงเวกเตอร์ ดังนั้นผลลัพธ์จึงสะท้อนความสามารถของโมเดลในการเขียนโค้ดที่กลายเป็นภาพได้
เมื่อเรียงผลลัพธ์ตามช่วงเวลา จะเห็นเส้นทางพัฒนาของโมเดลค่อนข้างชัด รุ่นเก่าอย่าง GPT-3.5 Turbo ให้ผลลัพธ์ที่หยาบและห่างจากใบหน้าจริงมาก ขณะที่โมเดลใหม่ในปี 2026 เริ่มสร้างภาพที่มีโครงหน้า รายละเอียด และสไตล์ที่ซับซ้อนกว่าอย่างเห็นได้ชัด
เว็บไซต์นี้ยังเปิดให้เรียงผลลัพธ์ตามหลายมิติ เช่น
- ต้นทุนต่อการสร้าง
- จำนวนโทเคนที่ใช้
- ระยะเวลาในการประมวลผล
- ผู้ให้บริการโมเดล
- ลำดับเวลาเพื่อดูวิวัฒนาการ
แม้ BuseyBench จะเริ่มจากการทดลองเล่นสนุก แต่ในเชิงวิเคราะห์มันมีคุณค่าจริง เพราะทำให้เห็นว่าโมเดลกำลังพัฒนาความสามารถด้าน representation ผ่านโค้ดได้ดีขึ้นเพียงใด ซึ่งเชื่อมโยงกับงาน UI, data visualization, SVG animation และเครื่องมือสร้างกราฟิกอัตโนมัติในอนาคต
โอกาสใช้ Fable 5 แบบรวมอยู่ในแพ็กเกจกำลังจะหมด
ประเด็นสำคัญอีกอย่างคือการเข้าถึง Fable 5 แบบรวมอยู่ในแผนชำระเงินปกติมีเวลาจำกัดถึงเพียงวันที่ 7 กรกฎาคมเท่านั้น หลังจากนั้นการใช้งานจะเปลี่ยนไปใช้ระบบเครดิตตามปริมาณใช้งาน ซึ่งหมายถึงต้นทุนเพิ่มขึ้นทันทีสำหรับผู้ที่ต้องการใช้เป็นประจำ
กลยุทธ์ที่เหมาะในช่วงสั้นจึงอาจเป็นการใช้ Fable 5 กับงานชิ้นใหญ่หรืองานที่ต้องการยกเครื่องระบบในช่วงที่ยังเข้าถึงได้ง่าย แล้วค่อยกลับไปใช้โมเดลที่คุ้มค่ากว่าเพื่อเก็บรายละเอียดหรือทำการปรับปรุงย่อยในภายหลัง
Genspark และทิศทางของแพลตฟอร์ม AI แบบ all-in-one
อีกผลิตภัณฑ์ที่ถูกพูดถึงมากคือ Genspark ซึ่งวางตัวเป็น workspace แบบรวมเครื่องมือ AI หลายชนิดไว้ในแพลตฟอร์มเดียว แนวคิดนี้สะท้อนภาพใหญ่ของตลาดที่กำลังเปลี่ยนจากการขายโมเดลเดี่ยว ไปสู่การขาย สภาพแวดล้อมการทำงานครบวงจร
ฟีเจอร์เด่นคือ Genspark Connection Claw ซึ่งทำงานคล้าย agent บนคลาวด์ที่เชื่อมกับเครื่องมือสื่อสารอย่าง Slack, Teams, WhatsApp และ Telegram เพื่อรับคำสั่งและลงมือทำงานแทน นอกจากนี้ยังมีเวอร์ชันเดสก์ท็อปที่เข้าถึงไฟล์ในเครื่องและทำงานบนเว็บได้
ส่วนชุดเครื่องมือสำนักงาน AI ก็มีความครบมากขึ้น เช่น
- AI Slides ที่ถามโจทย์ก่อนสร้างสไลด์ และแก้เฉพาะองค์ประกอบที่ต้องการโดยคงสไตล์เดิม
- AI Sheets ที่ดึงข้อมูลจากสเปรดชีต ฐานข้อมูล หรือเว็บ แล้วสร้างสูตร กราฟ และ visualization ให้อัตโนมัติ
- AI Docs ที่แปลงข้อความดิบให้เป็นเอกสารที่จัดรูปแบบอย่างมืออาชีพ
แนวโน้มนี้ชัดเจนว่าอนาคตของ AI เพื่อการทำงานจะไม่ได้ตัดสินกันแค่ benchmark แต่ตัดสินกันที่ว่า ใครทำให้การทำงานหลายขั้นตอนเกิดขึ้นในที่เดียวได้ดีที่สุด
GPT-5.6 มาแล้ว แต่ยังไม่มาสำหรับทุกคน
OpenAI เปิดตัวโมเดลชุดใหม่ GPT-5.6 โดยแบ่งเป็น 3 ระดับคือ Sol, Terra และ Luna โครงสร้างนี้คล้ายแนวทางแบ่งคลาสโมเดลตามขนาดและราคา คือรุ่นใหญ่ รุ่นกลาง และรุ่นเล็ก
ประเด็นที่ถูกจับตาคือรุ่นใหญ่ของสาย Sol ดูเหมือนจะวางตัวชนกับโมเดลระดับเรือธงอย่าง Fable โดยตรง แต่มีราคาถูกกว่าอย่างมีนัยสำคัญ ค่า input และ output ต่ำกว่าระดับ Fable เกือบครึ่ง ขณะที่ benchmark บางตัว โดยเฉพาะ Terminal Bench กลับทำคะแนนได้สูงกว่า
อย่างไรก็ตาม ข้อมูลตอนนี้ยังมีจำกัดมาก เพราะโมเดลยังอยู่ในช่วง preview และเปิดเฉพาะพาร์ตเนอร์หรือองค์กรที่ได้รับเลือกผ่าน API และ Codex เท่านั้น จึงยังตอบไม่ได้ว่าภาพรวมการใช้งานจริงจะดีแค่ไหนนอกเหนือจาก benchmark ที่ผู้พัฒนาเลือกมาโชว์
ถึงอย่างนั้น ตลาดก็น่าจะเคลื่อนไหวต่อเร็วมาก หาก OpenAI เปิดให้เข้าถึงในวงกว้างภายในไม่กี่สัปดาห์ข้างหน้า การเปรียบเทียบระหว่าง Fable, GPT-5.6 และตระกูล Opus อาจกลายเป็นแกนหลักของการแข่งขันรอบถัดไป
คำถามใหญ่เรื่องรัฐกับผลประโยชน์ในบริษัท AI
ต้นทางเล่ารายงานข่าวว่า OpenAI เคยเสนอแนวคิดให้รัฐบาลสหรัฐถือหุ้น 5% โดยอธิบายว่าเป็นวิธีคลายแรงตึงเครียดและแบ่งประโยชน์จากการเติบโตของ AI บทความนี้ยังไม่ได้ยืนยันรายงานดังกล่าวจากเอกสารของบริษัทหรือรัฐบาล
แม้ฟังดูเหมือนเป็นการแบ่ง upside ให้ประชาชน แต่ประเด็นที่ซับซ้อนคือ หากรัฐมีผลประโยชน์ทางการเงินโดยตรงในบริษัทที่รัฐเองต้องกำกับดูแล ก็อาจเกิด ผลประโยชน์ทับซ้อน ได้อย่างชัดเจน
ในทางทฤษฎี รัฐควรทำหน้าที่ถ่วงดุลระหว่างนวัตกรรมกับความปลอดภัย แต่หากรายได้ของรัฐผูกกับความสำเร็จเชิงพาณิชย์ของบริษัท AI แรงจูงใจในการเข้มงวดด้านกฎระเบียบอาจลดลง นี่เป็นคำถามที่ยังไม่มีคำตอบชัด แต่จะสำคัญมากขึ้นเรื่อย ๆ เมื่อ AI เริ่มกระทบเศรษฐกิจในระดับโครงสร้าง
Claude Sonnet 5 โมเดลใหม่ที่ไม่ได้เน้นชนะ แต่เน้นคุ้มค่า
Anthropic เปิดตัว Claude Sonnet 5 แต่จุดยืนของโมเดลนี้ค่อนข้างชัดว่าไม่ได้ถูกออกแบบมาเพื่อแซงรุ่นใหญ่อย่าง Opus หรือโมเดลระดับ frontier อื่น ๆ แกนหลักของมันคือการเป็นตัวเลือกที่ถูกลง แต่ยังให้คุณภาพใกล้เคียงระดับสูงในหลายงาน
จากข้อมูลที่เปิดเผย Sonnet 5 ยังตามหลัง Opus ในหลายหมวด โดยเฉพาะ agentic coding, reasoning หลายสาขา และงานคอมพิวเตอร์ที่ต้องโต้ตอบหลายขั้นตอน ข้อดีจึงอยู่ที่ต้นทุน API ซึ่งต่ำกว่า Opus และต่ำกว่า Fable อย่างเห็นได้ชัด
นี่ทำให้ Sonnet 5 น่าสนใจสำหรับทีมที่ต้องคุมต้นทุนอย่างจริงจัง เช่น ระบบภายในที่ต้องเรียกใช้โมเดลจำนวนมาก งานอัตโนมัติที่ไม่จำเป็นต้องใช้โมเดลแพงที่สุด หรือแอปพลิเคชันที่ต้องการสมดุลระหว่างคุณภาพกับราคา
Google อัปเดตหลายจุดพร้อมกัน ตั้งแต่ภาพ วิดีโอ ไปจนถึงการประชุม
Nano Banana 2 Lite เร็วและถูกลงมาก
Google เปิดตัว Nano Banana 2 Lite ซึ่งเป็นรุ่นที่เน้นความเร็วและต้นทุนต่ำสำหรับการสร้างภาพ จุดเด่นคือสร้างผลลัพธ์ได้ในเวลาไม่กี่วินาที และต้นทุนต่อภาพต่ำมากจนเหมาะกับการใช้งานแบบจำนวนมาก เช่น ทำ asset จำนวนมาก สร้างภาพตัวเลือกหลายชุด หรือใช้ใน pipeline อัตโนมัติ
เมื่อเครื่องมือสร้างภาพมีต้นทุนต่ำลงถึงระดับนี้ การใช้งานจะเปลี่ยนจาก “สร้างทีละชิ้น” ไปเป็น “สร้างหลายสิบหลายร้อยตัวเลือก แล้วคัดทีหลัง” ซึ่งสอดคล้องกับทิศทางการทำงานของ AI ยุคใหม่
Gemini Omni Flash เน้นแก้วิดีโอจากของเดิม
Gemini Omni Flash เป็นอีกอัปเดตที่น่าสนใจ โดยเฉพาะสำหรับงานวิดีโอ โมเดลนี้สามารถแก้ไขหรือดัดแปลงวิดีโอที่มีอยู่แล้วได้ เช่น เพิ่มองค์ประกอบใหม่เข้าไปในฉาก เปลี่ยนบรรยากาศ หรือปรับรายละเอียดบางส่วน
ความสามารถในการสร้างวิดีโอจากศูนย์ยังอาจไม่โดดเด่นเท่าคู่แข่งบางราย แต่ในงานประเภท video transformation หรือการเอาคลิปจริงมาแต่งต่อ โมเดลนี้แสดงศักยภาพได้ชัดกว่า
NotebookLM ทำวิดีโอสั้นได้แล้ว
Google ยังเพิ่มความสามารถให้ NotebookLM สร้างวิดีโอแนวตั้งสั้นประมาณ 60 วินาทีจากโน้ตหรือชุดข้อมูลได้ แม้คุณภาพผลลัพธ์ที่ได้ยังค่อนข้างพื้นฐานเมื่อเทียบกับเวลาที่ใช้ประมวลผล แต่ก็เป็นสัญญาณว่าเครื่องมือสรุปความรู้กำลังขยับจากข้อความและเสียงไปสู่รูปแบบวิดีโอด้วย
แนวคิดนี้น่าสนใจมากในเชิงผลิตภาพ เพราะหากพัฒนาต่อได้ดี มันอาจกลายเป็นเครื่องมือเปลี่ยนโน้ต เอกสาร หรือคลังความรู้ให้เป็นคอนเทนต์สั้นพร้อมใช้งานโดยแทบไม่ต้องผ่านขั้นตอนตัดต่อแบบเดิม
อัปเดตสั้นที่น่าจับตา
Claude Science
Anthropic เปิดตัว Claude Science ซึ่งเป็น AI workbench สำหรับนักวิทยาศาสตร์และงานวิจัยโดยเฉพาะ แนวทางนี้สะท้อนว่าบริษัท AI เริ่มแตกผลิตภัณฑ์ตามสายอาชีพมากขึ้น แทนที่จะใช้แชตบอตแบบเดียวตอบทุกงาน
Cursor บน iOS
Cursor มีแอป iOS แล้ว ทำให้สามารถสั่งงานเอเจนต์บนคลาวด์หรือควบคุมเอเจนต์ที่รันอยู่บนคอมพิวเตอร์จากมือถือได้ เทรนด์นี้กำลังทำให้การเขียนโค้ดแบบมี agent กลายเป็นงานที่ติดตามต่อเนื่องได้แม้อยู่นอกโต๊ะทำงาน
X เปิด MCP Server
แพลตฟอร์ม X เปิด MCP server เพื่อให้เครื่องมือ AI เชื่อมต่อและใช้งานข้อมูลบนแพลตฟอร์มได้ง่ายขึ้น จากมุมมองนักพัฒนา นี่ช่วยลดความซับซ้อนในการเชื่อมเอเจนต์เข้ากับข้อมูลเรียลไทม์
Google Meet จดโน้ตประชุมอัตโนมัติ
ผู้ใช้แผนเสียเงินของ Google สามารถใช้ Gemini จดโน้ตประชุม สรุปประเด็น และสร้าง action items ได้โดยอัตโนมัติ พร้อมบันทึกลง Google Docs และส่งสรุปทางอีเมลหลังประชุม
Gemini Spark บน macOS
Google ยังขยาย Gemini Spark ให้ทำงานบน macOS ได้มากขึ้น โดยสามารถเข้าถึงโฟลเดอร์และจัดการไฟล์แทนผู้ใช้ เช่น จัดระเบียบโฟลเดอร์ดาวน์โหลดโดยอัตโนมัติ
นี่เป็นสัญญาณชัดว่า AI กำลังขยับจากการตอบคำถามไปสู่การ ลงมือทำงานบนเครื่องจริง มากขึ้นเรื่อย ๆ
ฮาร์ดแวร์ใหม่สำหรับ Codex
OpenAI ยังปล่อยทีเซอร์ฮาร์ดแวร์ใหม่ที่เกี่ยวข้องกับ Codex โดยมีลักษณะคล้ายอุปกรณ์ปุ่มลัดหรือ macro pad แม้ยังไม่มีรายละเอียดมาก แต่ก็สะท้อนความเป็นไปได้ว่าเครื่องมือ AI จะเริ่มมีรูปแบบฮาร์ดแวร์เฉพาะทางมากขึ้น
ภาพรวมของสัปดาห์นี้บอกอะไรเกี่ยวกับอนาคต AI
ถ้ามองข่าวทั้งหมดรวมกัน จะเห็น 4 แนวโน้มเด่นมาก
- โมเดลเก่งอย่างเดียวไม่พอ ต้องผ่านด่านความปลอดภัย การกำกับดูแล และนโยบายการเข้าถึง
- ต้นทุนกลายเป็นตัวแปรสำคัญ โมเดลที่ใกล้เคียงกันแต่ถูกกว่ามีโอกาสชนะในตลาดจริง
- การแข่งขันย้ายจากแชตบอตสู่ workflow แพลตฟอร์มที่เชื่อมงานหลายขั้นตอนได้ดีกว่าจะได้เปรียบ
- AI กำลังกลายเป็นเอเจนต์ปฏิบัติการ ไม่ใช่แค่ตอบ แต่เริ่มแตะไฟล์ ระบบประชุม เอกสาร วิดีโอ และเครื่องมือทำงานจริง
Fable 5 ที่กลับมาพร้อมข้อจำกัด, GPT-5.6 ที่ดูแรงแต่ยังปิดบางส่วน, Sonnet 5 ที่เลือกเล่นเกมความคุ้มค่า, และ Google ที่อัดฟีเจอร์เชิงปฏิบัติการเข้ามาพร้อมกัน ล้วนชี้ไปในทิศทางเดียวกันว่า ยุคถัดไปของ AI จะตัดสินกันที่ความสามารถในการใช้งานจริงในต้นทุนที่รับได้ ภายใต้ข้อกำกับที่เข้มขึ้น
สำหรับคนทำงานสายเทค คอนเทนต์ ธุรกิจ และผลิตภัณฑ์ นี่คือช่วงเวลาที่ควรทดลองให้มากที่สุด เพราะความได้เปรียบจะไม่ได้มาจากการรู้ว่าโมเดลไหนเก่งที่สุดเท่านั้น แต่จะมาจากการรู้ว่า ควรใช้โมเดลไหนกับงานประเภทใด ในจังหวะใด และในต้นทุนแบบใดจึงคุ้มที่สุด
