เมื่อโมเดล AI ที่คุณจ่ายเงินซื้อ อาจไม่ใช่ตัวที่ให้คำตอบจริง

ความจริงในบรรทัด Response Object

เมื่อคุณเรียกใช้ API โดยระบุค่าพารามิเตอร์ของโมเดลเป็น "claude-fable-5" แต่ผลลัพธ์ (Completion) และจำนวน Token ที่ได้รับกลับมากลับระบุว่าเป็นโมเดล "claude-opus-4-8" โดยไม่มีการแจ้งข้อผิดพลาดหรือการลองใหม่ (Retry) สถานการณ์นี้สะท้อนว่าคำขอของคุณถูกจัดประเภทก่อนเริ่มสร้างคำตอบ และเมื่อระบบพบว่าตรงกับหมวดหมู่ที่ละเอียดอ่อน จึงถูกส่งไปยังชุดน้ำหนัก (Weights) ที่ต่างกันโดยสิ้นเชิง

Anthropic ได้จัดทำเอกสารระบุไว้ชัดเจนตั้งแต่วันที่ 1 กรกฎาคมว่า คำขอที่ถูกบล็อกจะถูกส่งไปยัง Opus 4.8 แทนและผู้ใช้จะได้รับการแจ้งเตือน การสลับเปลี่ยนนี้เกิดขึ้นที่ชั้น API โดยใน Response Object จะระบุชื่อโมเดลที่ทำงานจริง ซึ่งถือเป็นแนวทางที่ตรงไปตรงมาที่สุดเท่าที่มีในปัจจุบัน

เทคนิคการสลับโมเดลในวงกว้าง

ไม่กี่สัปดาห์ต่อมา Cursor ได้เปิดตัว Router ซึ่งเป็นตัวจำแนกประเภทที่ฝึกจากคำขอจริงกว่า 600,000 รายการ เพื่อวิเคราะห์ความซับซ้อนของคำถามและส่งไปยังโมเดลที่เหมาะสมที่สุด ผู้ใช้ในช่วงแรกรายงานว่าช่วยประหยัดค่าใช้จ่ายได้ 30–50% เมื่อเทียบกับการส่งทุกอย่างไปยังโมเดลประสิทธิภาพสูง แต่ข้อเสียคือไม่มีการระบุชื่อโมเดลเฉพาะเจาะจงตามประเภทงาน

นอกจากนี้ OpenRouter ยังได้เตือนว่าผู้ให้บริการบางรายใช้ Quantized Weights หรือการลดความแม่นยำของโมเดลเพื่อให้ราคาต่ำลง ซึ่งผลลัพธ์อาจไม่เหมือนกับต้นฉบับที่มีความแม่นยำสูง (Full-precision) และที่สำคัญคือใน Log ของระบบจะไม่บอกคุณเลยว่าการลดทอนนี้ได้เกิดขึ้น

อัตลักษณ์ของโมเดลที่หายไป

อัตลักษณ์ของโมเดล AI กำลังแตกแยกออกเป็น 3 รูปแบบหลักที่ผู้ใช้ยากจะแยกแยะ ได้แก่:

1. Substitution (การแทนที่): การนำโครงสร้างที่ต่างกันมาใช้งานแทนโดยระบบ Router
2. Degradation (การลดประสิทธิภาพ): การใช้โมเดลเดิมแต่ลดความแม่นยำลง (Quantization) เพื่อกระจายภาระงาน
3. Drift (การคลาดเคลื่อน): การแอบอัปเดตชุดข้อมูลเงียบๆ ภายใต้ชื่อโมเดลเดิม โดยเฉพาะเวอร์ชัน -latest ที่เปลี่ยนแปลงได้ตลอดเวลา

ปัญหาเหล่านี้นอกจากจะเป็นเรื่องความน่าเชื่อถือในเชิงวิศวกรรมแล้ว ยังรวมถึงประเด็นทางกฎหมาย เพราะการซื้อขายบริการ API มักถูกมองว่าเป็น "บริการ" ไม่ใช่ "สินค้า" ทำให้หลุดพ้นจากกฎหมายการรับประกันสินค้าไปสู่กฎหมายสัญญาที่ขึ้นอยู่กับการตีความว่าผู้ซื้อจ่ายเงินเพื่อ "ชื่อโมเดล" หรือ "ความสามารถ" กันแน่

ความเสี่ยงและการเปิดเผยข้อมูล

ในมุมมองของหน่วยงานกำกับดูแลอย่าง FTC การแสดงข้อมูลเท็จในสาระสำคัญถือเป็นความผิด การแอบสลับโมเดลโดยไม่แจ้งชัดเจนอาจเข้าข่าย "Dark Pattern" หรือรูปแบบมืดที่ทำให้ผู้บริโภคเสียประโยชน์ โดยปัจจุบันผู้ให้บริการแต่ละรายมีระดับการเปิดเผยข้อมูลที่ต่างกัน ตั้งแต่ Anthropic ที่ระบุรุ่นชัดเจน ไปจนถึง Cursor ที่บอกเฉพาะกฎการทำงานแต่ไม่ระบุรุ่นโมเดลรายครั้ง

นอกจากนี้ยังมีประเด็นเรื่องการทุจริตทางการค้า (Self-preferencing) เมื่อผู้จำหน่ายโมเดลเป็นคนผลิต Router เอง ซึ่งอาจทำให้เกิดการเลือกส่งงานไปยังโมเดลเครือข่ายตัวเองภายใต้ข้ออ้างเรื่องการลดต้นทุน

ความท้าทายในกระบวนการยุติธรรม

ปัญหาที่ใหญ่ที่สุดคือการสืบพยานหลักฐานทางอิเล็กทรอนิกส์ หากศาลต้องการทราบว่าคำตอบที่เกิดผลกระทบทางกฎหมายผลิตจากโมเดลใดกันแน่ แต่ห่วงโซ่การครอบครองข้อมูล (Chain of custody) กลับขาดสะบั้นที่ตัวส่งงาน (Dispatcher) เนื่องจาก Log ของบริษัทกับผู้ให้บริการอาจระบุรุ่นโมเดลไม่ตรงกัน หรือไม่สามารถกู้คืนเวอร์ชันความแม่นยำที่แน่ชัดได้

ทางออกเดียวคือการใช้ Attestable Model Identity หรือการลงนามยืนยันด้วยรหัสผ่านความปลอดภัย (Signed Assertion) ที่ส่งกลับมาพร้อมกับคำตอบ โดยระบุทั้งรหัสโมเดล, Weights Hash และ System-prompt Hash ที่ตรวจสอบได้จริงผ่านฮาร์ดแวร์ เพื่อเปลี่ยนจากความเชื่อใจในตัวผู้ขายมาเป็นการตรวจสอบผ่านใบรับรองทางเทคนิคแทน

การใช้ Router อาจเป็นวิศวกรรมที่ดีในแง่ธุรกิจ แต่ในขณะนี้มันคือการแทนที่สินค้าที่คุณตกลงซื้อโดยไม่มีการบันทึกหรือตรวจสอบได้ ถึงเวลาแล้วที่อุตสาหกรรมต้องกำหนดว่า Model ID คืออะไรกันแน่ในทางกฎหมาย

Sources:

• Cursor, Introducing Cursor Router
• MarkTechPost, Cursor Releases Cursor Router
• Anthropic, Redeploying Claude Fable 5
• Espressio, Claude Fable 5 Safeguards
• Digital Applied, Why Claude Just Got More Cautious
• OpenRouter, Provider Routing — Provider Selection
• OpenRouter, Lowest-Cost LLM Inference
• OpenRouter, How OpenRouter Model Routing Works