OpenAI ลดราคา GPT-5.6 Luna 80% หลังเปิดตัวเพียง 3 สัปดาห์

คำว่า “โทเคน” หมายถึงหน่วยย่อยของข้อความที่โมเดลใช้คำนวณ โดย API จะคิดค่าบริการแยกตามข้อความที่ส่งเข้าไปและคำตอบที่โมเดลสร้างออกมา

เมื่อรวมราคาโทเคนขาเข้าและขาออก Luna จะอยู่ที่ 1.40 ดอลลาร์ต่อ 1 ล้านโทเคน ทำให้เป็นหนึ่งในโมเดลระดับแนวหน้าที่มีราคาต่ำที่สุดในตลาด ส่วน Terra มีราคารวม 14 ดอลลาร์ต่อ 1 ล้านโทเคน

สำหรับ Sol โหมด Fast ให้ความเร็วสูงสุดราว 2.5 เท่าของโหมด Standard โดยคิดค่าบริการเป็น 2 เท่าของโหมด Standard และ OpenAI ระบุว่าไม่มีการลดทอนความสามารถของโมเดล

เมื่อ AI ช่วยเขียนโค้ดให้ระบบที่ใช้รัน AI

จุดที่น่าสนใจที่สุดของการลดราคาอยู่ที่เบื้องหลังด้านวิศวกรรม เมื่อวันที่ 29 กรกฎาคม OpenAI เปิดเผยว่า GPT-5.6 Sol สามารถเขียนใหม่และปรับแต่ง production GPU kernels ซึ่งเป็นโค้ดระดับล่างที่ทำให้โมเดลทำงานบนฮาร์ดแวร์ได้

ผ่านสภาพแวดล้อมการพัฒนา Codex โมเดลได้เชื่อมต่อกับโครงสร้างพื้นฐานภายในของ OpenAI ออกแบบและทดลองสถาปัตยกรรมหลายร้อยรูปแบบ เริ่มใช้งานจริง ติดตามผล และปรับแก้ตามข้อมูลที่ได้ นอกจากนี้ยังเรียนรู้ไวยากรณ์ของ Triton และ Gluon ซึ่งเป็นภาษาที่ใช้ในชุด kernel ของ OpenAI

OpenAI รายงานผลลัพธ์สำคัญไว้ดังนี้

• ต้นทุนการให้บริการลดลง 20% จากการปรับปรุง production GPU kernels
• ประสิทธิภาพการสร้างโทเคนเพิ่มขึ้นมากกว่า 15% จากการปรับปรุง speculative decoding

Speculative decoding เป็นเทคนิคเร่งการประมวลผลที่ใช้ “โมเดลร่าง” ขนาดเล็กช่วยคาดเดาโทเคนถัดไป ก่อนให้โมเดลหลักตรวจสอบและยืนยันผล ทำให้สร้างคำตอบได้เร็วขึ้นโดยไม่จำเป็นต้องเพิ่มกำลังประมวลผลในสัดส่วนเดียวกัน

การลดต้นทุนยังมาจากการปรับปรุงระบบส่วนอื่นด้วย รายงานระบุถึงการยกเครื่อง load balancing เพื่อกระจายคำขอตามภูมิภาค ประเภทชิปเร่งความเร็ว และสถานะของแคช รวมถึงการทำ prompt caching ที่มีอายุแคชราว 30 นาที โดยอินพุตที่อ่านจากแคชมีราคาถูกกว่าอินพุตใหม่ 90%

แรงกดดันจากคู่แข่งกำลังเปลี่ยนมาตรฐานราคา

การลดราคาครั้งใหญ่และเกิดขึ้นเร็วหลังเปิดตัว สะท้อนว่าตลาดโมเดล AI เปลี่ยนเกมจากการแข่งกันที่ความสามารถสูงสุด ไปสู่การแข่งกันที่ “ความสามารถต่อดอลลาร์” อย่างชัดเจน

Kimi K3 จาก Moonshot AI

Moonshot AI สตาร์ตอัปจากปักกิ่งเปิดตัว Kimi K3 เมื่อวันที่ 17 กรกฎาคม โมเดลแบบ open-weight นี้มีพารามิเตอร์ 2.8 ล้านล้านรายการ และถูกระบุว่าเป็นโมเดล open-weight ที่มีขนาดใหญ่ที่สุดในโลก

Kimi K3 ทำคะแนนได้ดีกว่า GPT-5.6 Sol และ Fable 5 ในกระดานจัดอันดับการเขียนโค้ดส่วนหน้า (front-end coding) ของ Arena โดยได้ 1,679 คะแนน การทดสอบอิสระจาก Startrise AI Labs ซึ่งเผยแพร่เมื่อวันที่ 30 กรกฎาคม ยังพบว่า Kimi K3 ทำผลงานด้านวิศวกรรมส่วนหน้าใกล้เคียงกับ Claude Opus 5 แต่มีค่าใช้จ่ายในการรันทดสอบทั้งชุด 7.17 ดอลลาร์ เทียบกับ 21.17 ดอลลาร์สำหรับ Opus 5

นอกจากนี้ ยังมีรายงานว่า Microsoft พิจารณาทดสอบ Kimi K3 ใน Copilot หากนำไปใช้งานได้จริง อาจช่วยลดค่าใช้จ่ายได้สูงสุด 600 ล้านดอลลาร์ หรือราว 60% ต่อโทเคน

Anthropic, Google และ Microsoft

Anthropic เปิดตัว Claude Opus 5 เมื่อวันที่ 24 กรกฎาคม ด้วยราคาโทเคนขาเข้า 5 ดอลลาร์ต่อ 1 ล้านโทเคน ซึ่งเป็นครึ่งหนึ่งของราคา Fable 5 และมีรายงานว่าเอาชนะ Fable 5 ได้ในหลายการทดสอบ

ขณะเดียวกัน Google และ Microsoft ต่างเปิดตัวโมเดลที่เน้นความคุ้มค่าหลายรุ่นในเดือนกรกฎาคม ทำให้การแข่งขันรุนแรงขึ้นทั้งในตลาดระดับกลางและกลุ่มโมเดลราคาประหยัด

ภายใต้แรงกดดันนี้ OpenAI จึงวางตำแหน่ง Luna เป็นตัวเลือกสำหรับงานปริมาณมากและไวต่อราคา เช่น การจัดหมวดหมู่ การดึงข้อมูล และแชตทั่วไป ขณะที่ยังคงให้ Sol เป็นรุ่นพรีเมียมสำหรับงานที่ต้องใช้เหตุผลซับซ้อน

องค์กรเริ่มบริหารค่าใช้จ่าย AI เหมือนค่าใช้คลาวด์

การลดราคาไม่ได้เกิดขึ้นอย่างโดดเดี่ยว เพราะบริษัทขนาดใหญ่กำลังตรวจสอบผลตอบแทนจากการลงทุนด้าน AI อย่างเข้มงวดมากขึ้น โดยเฉพาะค่าใช้จ่ายของ AI agent ที่สามารถส่งคำขอจำนวนมากได้โดยอัตโนมัติ

เมื่อวันที่ 22 กรกฎาคม 2026 OpenAI เพิ่มฟีเจอร์ hard monthly spend limits ให้กับแพลตฟอร์ม API ผู้ดูแลระบบสามารถกำหนดงบประมาณรายเดือนในระดับองค์กรหรือโปรเจกต์ได้ และเลือกให้เป็นเพดานที่บังคับใช้จริง

เมื่อค่าใช้จ่ายถึงเพดานที่กำหนด คำขอ API ใหม่จะล้มเหลวด้วยรหัส HTTP 429 จนกว่าจะเริ่มรอบบิลถัดไป ต่างจากการแจ้งเตือนหรือเพดานแบบ soft limit ที่เพียงแสดงข้อมูลการใช้งานแต่ยังไม่หยุดคำขอ

Amazon และองค์กรขนาดใหญ่อื่น ๆ ก็มีรายงานว่ากำหนดเพดานการใช้จ่ายด้าน AI ทั้งภายในบริษัทและสำหรับลูกค้า ขณะที่ฝ่ายจัดซื้อเริ่มบริหาร AI “เหมือนค่าใช้คลาวด์” ด้วยงบประมาณเฉพาะ การจัดสรรวงเงิน และขั้นตอนอนุมัติจากผู้บริหารฝ่ายไอทีสำหรับการใช้งานขนาดใหญ่

ภาพรวมจึงชัดเจนขึ้นว่า ยุคของการทุ่มงบกับ AI โดยไม่จำกัดกำลังสิ้นสุดลง องค์กรต้องการทั้งราคาต่อโทเคนที่ต่ำลงและเครื่องมือป้องกันค่าใช้จ่ายพุ่งเกินควบคุม

แล้วผู้ซื้อ AI ควรเลือกอย่างไร

สำหรับนักพัฒนาและองค์กรที่ใช้ OpenAI API การเปลี่ยนแปลงระยะสั้นถือเป็นข่าวดี

• เลือก Luna หากต้องประมวลผลข้อความจำนวนมากและต้องการความเร็ว เช่น การจัดหมวดหมู่ การดึงข้อมูล หรือแชตพื้นฐาน ราคาอินพุต 0.20 ดอลลาร์ต่อ 1 ล้านโทเคนทำให้แข่งขันกับโมเดล open-weight ได้มากขึ้น
• เลือก Terra สำหรับงานใช้งานจริงส่วนใหญ่ที่ต้องการสมดุลระหว่างความสามารถกับต้นทุน ราคาใหม่ 2 ดอลลาร์/12 ดอลลาร์ต่อ 1 ล้านโทเคนทำให้คุ้มค่าขึ้นจากเดิม
• เลือก Sol สำหรับงานที่ต้องใช้เหตุผลซับซ้อนหรือคุณภาพสูง และใช้โหมด Fast เมื่อความเร็วมีความสำคัญมากกว่าต้นทุน

บทเรียนที่ใหญ่กว่าการลดราคา Luna คือสงครามราคา AI กำลังเร่งตัวขึ้น และไม่ได้ขับเคลื่อนด้วยการแข่งขันระหว่างบริษัทเท่านั้น แต่ยังเกิดจากประสิทธิภาพทางวิศวกรรม—รวมถึงกรณีที่โมเดลช่วยปรับปรุงโค้ดระบบที่ใช้รันตัวเอง—และความต้องการควบคุมงบประมาณขององค์กร

หากเทคนิคการเพิ่มประสิทธิภาพเหล่านี้พัฒนาต่อไป พร้อมกับที่โมเดล open-weight ยังคงลดช่องว่างด้านความสามารถ ผู้ใช้ AI ก็ควรเตรียมรับการลดราคาหรือการปรับโครงสร้างแพ็กเกจเพิ่มเติมจากผู้ให้บริการรายต่าง ๆ