Databricks เปลี่ยนเอนจิ้นโค้ดดิ้งครั้งใหญ่ เลือก GLM 5.2 โอเพนซอร์สจีน เพราะเบนช์มาร์คชี้ชัด ประสิทธิภาพเทียบชั้น Opus แต่ราคาถูกกว่าหลายเท่า

ดาต้าเบรกส์ (Databricks) บริษัทด้านข้อมูลและเอไอชื่อดัง เผยแพร่ผลการทดสอบประสิทธิภาพโมเดล AI ด้านการเขียนโค้ดภายในองค์กรซึ่งมีขึ้นในเดือนกรกฎาคม 2026 โดยทดสอบกับโจทย์วิศวกรรมจริงจากโค้ดเบสขนาดหลายล้านบรรทัดของบริษัทเอง (ครอบคลุมภาษา Python, Go, TypeScript, Scala และ SQL) ผลการทดสอบครั้งนี้ทำให้บริษัทตัดสินใจเปลี่ยนมาใช้ GLM 5.2 โมเดลโอเพนซอร์สจากจีนของ Z.ai (เดิมชื่อ Zhipu AI) เป็นเอนจิ้นเขียนโค้ดเริ่มต้น (Default Coding Engine) บทความนี้จะพาไปดูว่าเบนช์มาร์คดังกล่าวเผยอะไรบ้าง และอะไรคือสาเหตุที่ Databricks ตัดสินใจเปลี่ยนครั้งนี้

เบนช์มาร์คของ Databricks พบอะไรบ้าง

Databricks สร้างชุดทดสอบของตัวเองเพราะพบว่าเบนช์มาร์คสาธารณะอย่าง SWE-bench มักถูก 'เทรนจนเกิน' (over-tuned) และต้องการวัดผลจริงว่า AI agent ตัวไหนแก้โจทย์จริงได้ครบกระบวนการเทียบกับชุดทดสอบที่คัดสรรมาแล้ว ผลการประเมินสร้างความประหลาดใจหลัก ๆ สามประการ

โมเดลโอเพนซอร์สขึ้นมาอยู่ในระดับแนวหน้าแล้ว เส้นพาเรโต (Pareto frontier) สำหรับงานเขียนโค้ด ซึ่งหมายถึงคุณภาพที่ดีที่สุดในราคาที่กำหนด ตอนนี้มีทั้งโมเดลจาก OpenAI, Anthropic และผู้ให้บริการโอเพนซอร์ส Matei Zaharia ผู้ร่วมก่อตั้ง Databricks กล่าวว่า “หลายโมเดลรวมถึงโมเดลโอเพนซอร์สนั้นแข่งขันได้อย่างแท้จริงในตอนนี้” บริษัทสรุปว่าโมเดลโอเพนซอร์ส และโดยเฉพาะ GLM 5.2 สามารถรับมือกับระดับความยากสูงสุดที่ทดสอบได้แล้ว

ราคาต่อโทเคนเป็นตัวชี้วัดต้นทุนที่ทำให้เข้าใจผิด เบนช์มาร์คพบว่าราคาต่อโทเคนของโมเดลไม่สามารถทำนายต้นทุนรวมที่แท้จริงในเวิร์กโฟลว์การเขียนโค้ดแบบ agentic ได้อย่างน่าเชื่อถือ โมเดลขนาดใหญ่กว่าสามารถประหยัดโทเคนได้มากกว่ามาก หมายความว่าโมเดลที่ราคาถูกกว่าต่อโทเคนอาจมีต้นทุนรวมสูงกว่าหากต้องใช้โทเคนมากกว่าเพื่อทำงานเดียวกัน สิ่งนี้ทำให้ Databricks ประเมินโมเดลจากต้นทุนการทำงานจริงแบบครบวงจร แทนที่จะดูแค่อัตรา API ดิบ

ต้นทุนรวม (Total Cost of Ownership) เป็นใจให้ GLM 5.2 ผ่าน API ของ Z.ai ราคา GLM 5.2 อยู่ที่ประมาณ $1.40 ต่ออินพุต 1 ล้านโทเคน และ $4.40 ต่อเอาต์พุต 1 ล้านโทเคน สำหรับทีมที่ประมวลผลเดือนละ 10 ล้านโทเคน โดยมีสัดส่วนอินพุตและเอาต์พุต 50:50 ต้นทุนรวมจะอยู่ที่ประมาณ $29 ต่อเดือน โมเดลคู่แข่งอย่าง Opus 4.8 ของ Anthropic ที่ราคา $5/$25 ต่อล้านโทเคน อาจมีต้นทุนสูงกว่า 3 ถึง 6 เท่าเพื่อให้ได้คะแนนเบนช์มาร์คที่ใกล้เคียงกันหรือดีกว่าเล็กน้อย ในระดับต่องาน ผลทดสอบหนึ่งของ Databricks แสดงให้เห็นว่า GLM 5.2 ที่ใช้ Pi agent ทำผ่านถึง 87.5% ในราคา $1.25 ต่องาน ในขณะที่ Opus 4.8 ที่ตั้งค่า effort สูงโดยใช้ Claude Code ทำผ่านได้ใกล้เคียงกันที่ราคา $2.00 ต่องาน

ทำไม Databricks ถึงเลือก GLM 5.2

ประสิทธิภาพเทียบชั้นโมเดลระดับแนวหน้าในราคาที่ต่ำกว่ามาก GLM 5.2 ทำคะแนน SWE-bench Pro ได้ 62.1 คะแนน เอาชนะ GPT-5.5 (58.6) และตามหลัง Claude Opus 4.8 เพียงไม่กี่คะแนน ในการทดสอบ FrontierSWE Dominance ทำได้ 74.4% เกือบเทียบเท่า Opus 4.8 ที่ 75.1% การทดสอบภายในของ Databricks สะท้อนผลเบนช์มาร์คสาธารณะ: โมเดลน้ำหนักเปิดจากจีนตัวนี้มีสมรรถนะเทียบเท่าหรือใกล้เคียงกับโมเดลกรรมสิทธิ์ชั้นนำในงานวิศวกรรมจริงเดียวกัน

ความยืดหยุ่นในการปรับใช้ด้วย Open-weight และลิขสิทธิ์ MIT เนื่องจาก GLM 5.2 ใช้ลิขสิทธิ์ MIT และเปิดเผยน้ำหนักโมเดลอย่างสมบูรณ์ (fully open-weight) Databricks จึงสามารถติดตั้งโมเดลภายในองค์กร, ปรับแต่งเพิ่มเติม (fine-tune), และผสานรวมเข้ากับเวิร์กโฟลว์การเขียนโค้ดแบบ agentic ได้อย่างแนบแน่น โดยไม่ต้องเสียค่าลิขสิทธิ์ต่อที่นั่งหรือกลัวการผูกขาดกับผู้ขายรายใด (vendor lock-in) โมเดลลิขสิทธิ์นี้ช่วยให้องค์กรสามารถรันโมเดลบนโครงสร้างพื้นฐานของตัวเอง หลีกเลี่ยงค่าใช้จ่าย API ที่เกิดขึ้นซ้ำสำหรับการใช้งานปริมาณมาก

เหมาะสำหรับงานหลายขั้นตอนที่ใช้ระยะเวลานาน เบนช์มาร์คเน้นที่การแก้ไขโค้ดแบบ agentic ซึ่งครอบคลุมหลายไฟล์และหลายขั้นตอนการให้เหตุผล GLM 5.2 ซึ่งมีหน้าต่างบริบท (context window) ขนาด 1 ล้านโทเคน และสถาปัตยกรรม Mixture-of-Experts (MoE) ขนาด 7.44 แสนล้านพารามิเตอร์ ได้รับการปรับให้เหมาะสมสำหรับงานขนาดใหญ่ในระดับ repository โดยเฉพาะ ไม่ใช่แค่การเติมโค้ดอัตโนมัติในไฟล์เดียว ในการทดสอบ Terminal-Bench 2.1 ซึ่งวัดการทำงานบนบรรทัดคำสั่งและภารกิจ agentic GLM 5.2 ทำคะแนนได้ 81.0 คะแนน กลายเป็นโมเดลโอเพนซอร์สที่แข็งแกร่งที่สุด และตามหลังเพียง Claude Opus 4.8 (85.0)