Meta โมเดล AI 'Watermelon' ไล่ทัน GPT-5.5 — แต่เป้าหมายมันขยับไปแล้ว

ปัญหาคือ Wang ไม่ได้เปิดเผยว่าใช้ benchmark ใดในการวัดผล ทำให้คำกล่าวอ้างนี้ไม่สามารถตรวจสอบได้ หากไม่รู้ว่า Watermelon ตามทัน GPT-5.5 ใน benchmark การเขียนโค้ด (ที่ Muse Spark ทำได้ 59.0 บน Terminal-Bench ขณะที่ GPT-5.4 ทำได้ 75.1), การทดสอบการใช้เหตุผลระดับปริญญาเอกอย่าง GPQA Diamond (ที่ Muse Spark ทำได้ 89.5%), หรือความเข้าใจภาษาทั่วไป การเปรียบเทียบนี้ก็ยังไม่สมบูรณ์

ทำไม GPT-5.5 ถึงเป็นเป้าหมายที่ขยับไปแล้ว

OpenAI ปล่อย GPT-5.5 เมื่อวันที่ 23 เมษายน 2026 และมันขึ้นอันดับหนึ่งใน Artificial Analysis Intelligence Index อย่างรวดเร็ว แต่เมื่อถึงเวลาที่ Wang กล่าวคำกล่าวอ้างนี้ OpenAI ก็ได้ปล่อย GPT-5.6 ไปแล้วเมื่อวันที่ 26 มิถุนายน 2026 ซึ่งเป็นตระกูลสามโมเดล (Sol, Terra, Luna) โดย Sol รุ่นเรือธงทำคะแนนสูงสุดใหม่บน Terminal-Bench 2.1 ที่ 88.8% (และ 91.9% ในคอนฟิก Ultra)

นั่นหมายความว่า Watermelon กำลังตั้งเป้าไปที่โมเดลที่ไม่ได้เป็นระดับแนวหน้าอีกต่อไป จังหวะการปล่อยโมเดลของ OpenAI — GPT-5.4 ในวันที่ 5 มีนาคม, GPT-5.5 ในวันที่ 23 เมษายน, GPT-5.6 ในวันที่ 26 มิถุนายน — ชี้ให้เห็นถึงรอบการพัฒนาประมาณหกสัปดาห์ เมื่อถึงเวลาที่ Watermelon พร้อมปล่อย OpenAI อาจจะอยู่ที่ GPT-5.7 หรือมากกว่านั้นแล้ว

ผลงานที่ผ่านมาของ Meta: ปัญหาของ Avocado

คำกล่าวอ้างอันสดใสของ Watermelon เกิดขึ้นท่ามกลางปัญหาของ Meta กับโมเดลรุ่นก่อนหน้า Avocado — โมเดลสำคัญตัวแรกจากห้องปฏิบัติการซูเปอร์อินเทลลิเจนซ์ที่ปรับโครงสร้างใหม่ — ถูกเลื่อนจากเดือนมีนาคม 2026 ไปเป็นอย่างน้อยเดือนพฤษภาคม 2026 หลังจากการทดสอบภายในพบว่ามันตามหลัง Google Gemini 3.0, OpenAI GPT-5.4 และโมเดลล่าสุดของ Anthropic ในด้านการใช้เหตุผล การเขียนโค้ด และการเขียน มีรายงานด้วยว่า Meta ถึงกับพิจารณาที่จะขออนุญาตใช้ Gemini ของ Google เป็นตัวสำรอง

Muse Spark (ชื่อสาธารณะของ Avocado) เปิดตัวในที่สุด แต่อยู่ในอันดับที่สี่ของโลกตามหลัง Gemini 3.1 Pro, GPT-5.4 และ Claude Opus 4.6 บน Artificial Analysis Intelligence Index โดยได้คะแนน 52 จาก 100 คะแนน มันทำคะแนนได้ดีใน benchmark ด้านการแพทย์และวิทยาศาสตร์ (42.8% บน HealthBench Hard สูงที่สุดในกลุ่ม) แต่กลับทำได้ไม่ดีในการเขียนโค้ด (59.0 บน Terminal-Bench) และการใช้เหตุผลเชิงนามธรรม (42.5 บน ARC AGI 2)

ปัญหาการใช้จ่ายมหาศาล

Mark Zuckerberg ทุ่มเงินอย่างหนักไปกับโครงสร้างพื้นฐานด้าน AI ห้องปฏิบัติการซูเปอร์อินเทลลิเจนซ์ของ Meta ใช้จ่ายไป 14,300 ล้านดอลลาร์สหรัฐกับโมเดลสำคัญตัวแรก (Muse Spark) ความคิดเห็นของ Wang ที่ว่า Watermelon ใช้ 'พลังประมวลผลมากกว่า Avocado เป็นสิบเท่า' ชี้ให้เห็นว่า Meta เต็มใจที่จะทุ่มทรัพยากรมหาศาลเพื่อปิดช่องว่าง

อย่างไรก็ตาม ในวันเดียวกับที่มีรายงานคำกล่าวอ้างในแง่ดีของ Wang นั้น Mark Zuckerberg ได้แสดงความกังวลว่าความก้าวหน้าของ AI กำลังชะลอตัวลง ทำให้เกิดสัญญาณภายในที่สับสนเกี่ยวกับทิศทางของ Meta ความตึงเครียดระหว่างการมองโลกในแง่ดีของ Wang และความระมัดระวังของ Zuckerberg เน้นย้ำถึงความไม่แน่นอนว่าการเพิ่มพลังประมวลผลดิบเพียงอย่างเดียวจะสามารถปิดช่องว่างกับจังหวะการพัฒนาที่เร็วกว่าของ OpenAI ได้หรือไม่

GPT-5.6 เพิ่มความซับซ้อนอีกชั้น

OpenAI GPT-5.6 Sol ปัจจุบันพร้อมให้ใช้งานใน 'การแสดงตัวอย่างแบบจำกัด' สำหรับพันธมิตรที่ได้รับการคัดเลือกภายใต้คำสั่งของรัฐบาลสหรัฐฯ ซึ่งหมายความว่าความสามารถเต็มรูปแบบของมันอาจไม่ถูกนำไปใช้ในเชิงพาณิชย์อย่างรวดเร็ว แต่มันก็ได้ตั้งมาตรฐานประสิทธิภาพที่สูงกว่า GPT-5.5 ไว้แล้ว คะแนน Terminal-Bench 2.1 ของ Sol ที่ 88.8% (91.9% Ultra) เทียบกับ 83.4% ของ GPT-5.5 แสดงถึงการก้าวกระโดดของความสามารถที่มีนัยสำคัญ

บทสรุป: เป้าหมายที่มองย้อนกลับไป

คำกล่าวอ้างของ Wang ที่ว่า Watermelon ตามทัน GPT-5.5 นั้นน่าจะเป็นจริงในบาง benchmark แต่มันคือเป้าหมายที่มองย้อนกลับไป เมื่อถึงเวลาที่ Watermelon พร้อมปล่อย OpenAI อาจจะอยู่ที่ GPT-5.7 หรือมากกว่านั้นแล้ว และประวัติการดำเนินงานที่ล่าช้าของ Meta (Avocado) coupled กับการใช้จ่ายด้านทุนมหาศาล ทำให้เกิดความไม่แน่นอนอย่างแท้จริงว่าการเพิ่มพลังประมวลผลดิบเพียงอย่างเดียวจะสามารถปิดช่องว่างกับจังหวะการพัฒนาของคู่แข่งที่ปล่อยโมเดลระดับแนวหน้าทุกๆ หกสัปดาห์ได้หรือไม่