Microsoft เปิดตัวโมเดล AI ภายใน 7 รุ่น เน้นลดต้นทุน-ท้าชน OpenAI

ประเด็นสำคัญ
หน่วยงาน Microsoft AI (MAI) ประกาศเปิดตัวโมเดลเฉพาะทาง 7 รุ่น ในงานคอนเฟอเรนซ์ Ignite โดยครอบคลุมทั้งด้านการเขียนโค้ด, ความปลอดภัยไอที, การแก้ไขภาพ, เสียง และการตัดสินใจเวิร์กโฟลว์ มุ่งเป้าไปที่การลดต้นทุนการดำเนินงานสำหรับ AI agent ที่ต้องทำงานตลอด 24 ชั่วโมง
โมเดลเหล่านี้ถูกวางตำแหน่งเป็นทางเลือกที่ราคาถูกกว่าระบบของ OpenAI และ Anthropic โดยจากการทดสอบภายในพบว่า MAI Code 2 มีประสิทธิภาพใกล้เคียงกับ GPT-6.1 Sol และ Claude Opus 5.5 แต่ใช้ต้นทุนเพียงเสี้ยวเดียว ขณะที่ MAI Cyber 2 Flash ทำคะแนนนำหน้า GPT-6 Astra ในการทดสอบด้านช่องโหว่ความปลอดภัย
นอกจากโมเดลภาพ MAI Image 2.7, โมเดลเสียง MAI Realtime 1 และโมเดลการตัดสินใจ Decision 1.1 ที่พัฒนาบนพื้นฐาน Google Gemma แล้ว Microsoft ยังอนุญาตให้ลูกค้าองค์กรสามารถปรับแต่ง (fine-tune) น้ำหนัก (weights) ของโมเดลด้วยข้อมูลของตนเองบนระบบ Azure cloud ได้อีกด้วย
Microsoft AI (MAI) กำลังมุ่งเป้าไปที่ AI agent ที่ทำงานตลอดเวลาด้วยโมเดลใหม่สำหรับโค้ด, ความปลอดภัย, รูปภาพ, เสียงพูด และการกำหนดเส้นทาง โดยตัวชี้วัดหลักคือกลุ่มผลิตภัณฑ์ของพาร์ทเนอร์ตนเองอย่าง OpenAI
ในงาน Ignite ครั้งนี้ MAI ได้เปิดตัวโมเดลใหม่พร้อมกันถึง 7 รุ่น ซึ่งแตกต่างจากปีก่อนที่มักจะทยอยปล่อยออกมา เช่น ที่งาน Build ในเดือนมิถุนายน โดยเน้นความคุ้มค่าเป็นหัวใจหลัก เนื่องจากลูกค้ามีการใช้จ่ายด้านโทเคนเพิ่มขึ้นอย่างรวดเร็วจากการรัน AI agent ตลอดเวลา ทั้งนี้โมเดลสำหรับการเขียนโค้ดจะเน้นไปที่งานทั่วไปในองค์กรเป็นหลัก
MAI Code 2 ประสิทธิภาพใกล้เคียงรุ่นท็อปในราคาโปรโมชัน
อ้างอิงจาก Microsoft โมเดล MAI Code 2 มีประสิทธิภาพเฉลี่ยสูงถึง 98% ของ GPT-6.1 Sol จากการทดสอบ 4 benchmark แต่มีต้นทุนเพียง 40% และเมื่อเทียบกับ Claude Opus 5.5 สามารถทำประสิทธิภาพได้ถึง 96% โดยใช้ต้นทุนเพียง 5% เท่านั้น การทดสอบเหล่านี้รันบนแพลตฟอร์มภายใน MSBench ของ Microsoft ผ่าน GitHub Copilot CLI
ในการเปรียบเทียบแบบ blind comparison สำหรับงานด้าน frontend เช่น UI หรือกราฟิก SVG ผู้ประเมินที่เป็นมนุษย์ชื่นชอบผลลัพธ์จาก MAI Code 2 มากกว่า GPT-6 Sol ถึง 64% ตามข้อมูลจาก Microsoft

นอกจากนี้ยังมี รุ่นต่อยอดอย่าง MAI Code 2 Flash ที่ออกแบบมาเพื่อการอธิบายและซ่อมแซมโค้ด โดยมีประสิทธิภาพเทียบเท่า GPT-6 Luna และ Claude Haiku 5.5 ในต้นทุนที่ถูกกว่ามาก
สำหรับโมเดล MAI Work Flash ที่รันใน Microsoft 365 และ Fabric IQ พบว่ามีประสิทธิภาพเทียบเท่า GPT-6 Luna ในงาน Excel และ PowerPoint ส่วนใน Word ทำงานได้ใกล้เคียงกับ GPT-6.1 Sol โดยใช้โทเคนขาเข้าน้อยกว่า 42%
ในด้านราคาบน GitHub Copilot นั้น MAI Code 2 คิดค่าบริการ $0.50 ต่อหนึ่งล้าน input tokens และ $2.50 ต่อหนึ่งล้าน output tokens สำหรับช่วงโปรโมชันจนถึงปี 2027 ส่วนรุ่น Flash จะมีราคาเริ่มต้นเพียง $0.05 เท่านั้น
โมเดลความปลอดภัยพร้อมการจัดการ Benchmark
MAI Cyber 2 Flash สามารถแก้โจทย์ใน CyberGym-E2E ได้ถึง 92.3% สูงกว่า GPT-6 Astra ที่ทำได้ 91.5% แม้ฝ่ายหลังจะใช้ทรัพยากรการประมวลผลมากกว่าสองเท่า โดยต้นทุนของ MAI ต่องานนั้นคิดเป็นไม่ถึง 2% ของคู่แข่ง

ในการประเมิน Microsoft พบว่ามีโจทย์บางส่วนที่ทับซ้อนกับข้อมูลที่ใช้เทรนโมเดล จึงได้นำโจทย์เหล่านั้นออกเพื่อความโปร่งใสและให้คะแนนเฉพาะส่วนที่เหลือเท่านั้น ปัจจุบันโมเดล MAI Cyber จัดการการสแกนเกือบ 40% บน MDASH แพลตฟอร์มความปลอดภัยของ Microsoft
หน้าต่างบริบทของรุ่นนี้ครอบคลุมถึงหนึ่งล้านโทเคน ใหญ่กว่ารุ่นเดิมสี่เท่า และมีต้นทุนถูกลงอย่างมาก โดย Microsoft ตั้งราคาสำหรับ MAI Cyber 2 Flash ไว้ที่ $0.10 ต่อหนึ่งล้าน input tokens เทียบกับ $10 สำหรับ GPT-6 Astra
โมเดลการตัดสินใจที่พัฒนาบนพื้นฐาน Google Gemma
Microsoft-Decision-1.1 ทำหน้าที่กำหนดเส้นทาง (routing) และควบคุมเวิร์กโฟลว์ โดยสามารถเลือกดำเนินการและส่งคืนคะแนนความเชื่อมั่น หากมีความไม่แน่นอนสูง ระบบจะยกระดับปัญหาให้ผู้ใช้ตัดสินใจแทน
โมเดลนี้พัฒนาขึ้นบนพื้นฐานของ Gemma 4 26B A4B ของ Google ผ่านการเทรนด้วยเทคนิค supervised fine-tuning และ reinforcement learning บนชุดข้อมูลสังเคราะห์และข้อมูลที่ได้รับอนุญาต
จากการจัดอันดับใน Decision Index v2.1 โมเดลนี้ทำได้ 68 คะแนน นำหน้าทั้ง Gemini Decision 1 และ GPT-6 Luna โดยมีความเร็วสูงกว่า 2.2 เท่า และราคาถูกกว่า 4.4 เท่า สำหรับผู้ใช้ในภูมิภาคทั่วไป ค่าบริการ output tokens จะไม่เสียค่าใช้จ่าย

นอกจากนี้ยังมี Microsoft-Retriever-1 ที่ช่วยรวบรวมข้อมูลจากเอกสารองค์กรสำหรับ agent โดยทำหน้าที่วางแผนคิวรีและประเมินผลลัพธ์จนกว่าจะได้ข้อมูลที่เพียงพอ ซึ่งรวดเร็วและมีประสิทธิภาพมากกว่าวิธีเดิม
การแก้ไขรูปภาพที่นำหน้า OpenAI
MAI Image 2.7 ครองอันดับหนึ่งในตารางการแก้ไขรูปภาพของ Artificial Analysis โดยนำหน้า GPT Image 2.6 Sunburst อยู่เล็กน้อยในราคาที่ถูกกว่าถึง 5 เท่า โมเดลนี้มีความสามารถในการเปลี่ยนสี วัสดุ หรือตำแหน่งวัตถุได้โดยไม่กระทบส่วนอื่นของภาพ

รุ่น Flash ที่มีราคาถูกลงหนึ่งในสามได้กลายเป็นขุมพลังให้กับ Canvas โปรแกรมแก้ไขรูปภาพใหม่ใน MAI Labs ปัจจุบันมีพาร์ทเนอร์อย่าง Adobe, Figma และ Canva ที่เริ่มทำงานร่วมกับ MAI Image แล้ว

โมเดลเสียงที่รองรับการพูดแทรกและ API ของ OpenAI
MAI Realtime 1 เป็นโมเดล speech-to-speech รุ่นแรกของบริษัทที่รองรับการพูดแทรกและจดจำคำขอได้ดีแม้มีเสียงรบกวน โดยโมเดลนี้สามารถใช้งานร่วมกับ OpenAI Realtime API ได้ทันที ทำให้แอปเดิมสามารถสลับมาใช้ได้ง่าย

สำหรับการถอดความทางการแพทย์ใน Dragon Copilot นั้น MAI Transcribe 2 ช่วยลดอัตราความผิดพลาดลงได้ถึงครึ่งหนึ่งในเวิร์กโฟลว์หลายภาษา โดย Microsoft ใช้ชิป Maia 200 รุ่นล่าสุดเพื่อเพิ่มประสิทธิภาพการประมวลผลต่อวัตต์ให้สูงขึ้น 1.7 เท่า
โมเดลแบบ Licensed Weights สำหรับองค์กรที่เน้นความเป็นส่วนตัว
ผ่านบริการ MAI Licensed Weights องค์กรสามารถนำโมเดล MAI ไปปรับแต่งและรันในสภาพแวดล้อม Azure ของตนเองได้ โดยข้อมูลจะยังคงอยู่กับลูกค้าอย่างปลอดภัย ตัวอย่างเช่น AT&T ที่สามารถพัฒนาโมเดลวิเคราะห์เครือข่าย 5G ให้มีประสิทธิภาพเหนือกว่า GPT-6.1 Sol ในต้นทุนเพียง 1 ใน 50
ปัจจุบันโมเดลตระกูล Code และ Decision เปิดให้ใช้งานทั่วไปแล้ว ขณะที่รุ่น Image และ Realtime อยู่ในช่วงพรีวิว ส่วนโมเดล Cyber จะถูกสงวนไว้สำหรับผลิตภัณฑ์ความปลอดภัยของ Microsoft โดยเฉพาะ
ความเคลื่อนไหวนี้เกิดขึ้นหลังจาก Microsoft และ OpenAI ปรับโครงสร้างความเป็นพาร์ทเนอร์ใหม่ เมื่อเดือนเมษายนที่ผ่านมา ซึ่งช่วยให้ Microsoft มีอิสระในการพัฒนาและนำเสนอโมเดลของตนเองมากขึ้นควบคู่ไปกับผลิตภัณฑ์จาก OpenAI
ความคิดเห็น (0)
เข้าสู่ระบบเพื่อร่วมแสดงความเห็น
สมัครสมาชิกมาเป็นคนแรกที่แสดงความเห็นกันเลยโบร
