จีนพลิกเกม AI แบบโอเพนเวตด้วยยอดดาวน์โหลดและการใช้งานจริง

ยอดดาวน์โหลด: Qwen แซง Llama

สัญญาณแรกปรากฏบน Hugging Face แพลตฟอร์มขนาดใหญ่สำหรับแบ่งปันและใช้งานโมเดล AI แบบโอเพนซอร์ส โดยในเดือนกันยายน 2025 ตระกูลโมเดล Qwen ของ Alibaba แซงหน้าตระกูล Llama ของ Meta ขึ้นเป็นตระกูลโมเดลภาษาขนาดใหญ่ (LLM) ที่มียอดดาวน์โหลดสูงที่สุดบนแพลตฟอร์ม

หากดูช่วงเวลาที่กว้างขึ้นตั้งแต่เดือนสิงหาคม 2024 ถึงสิงหาคม 2025 โมเดลแบบ open-weight จากจีนมีสัดส่วน 17% ของยอดดาวน์โหลดทั่วโลกบน Hugging Face แซงหน้าสหรัฐฯ ซึ่งอยู่ที่ 15.8% เป็นครั้งแรก ตามการศึกษาร่วมระหว่าง MIT และ Hugging Face

เมื่อเจาะจงเฉพาะ LLM โมเดลที่พัฒนาโดยจีนคิดเป็น 41% ของยอดดาวน์โหลด LLM ทั้งหมดบนแพลตฟอร์มในช่วงดังกล่าว และข้อมูล Hugging Face ที่ China Daily อ้างถึงระบุว่า ภายในกลางปี 2026 ยอดดาวน์โหลดโมเดลจีนสะสมทั่วโลกทะลุ 100 ล้านครั้งแล้ว

จากไม่ถึง 2% สู่เสียงข้างมากบน OpenRouter

ยอดดาวน์โหลดสะท้อนความสนใจของนักพัฒนา แต่ปริมาณโทเคนสะท้อนการใช้งานจริงได้ชัดกว่า

บน OpenRouter ซึ่งเป็นแพลตฟอร์มตัวกลางสำหรับส่งคำขอไปยังโมเดล LLM หลายราย และประมวลผลมากกว่า 20 ล้านล้านโทเคนต่อสัปดาห์ในช่วงต้นปี 2026 ข้อมูลแสดงให้เห็นการเปลี่ยนขั้วอย่างรวดเร็ว

สัดส่วนโทเคนของโมเดลจากจีนเพิ่มขึ้นจากไม่ถึง 2% ของปริมาณรายสัปดาห์ กลายเป็นสัดส่วนเสียงข้างมากภายในเวลาประมาณ 18 เดือน ภายในเดือนพฤษภาคม 2026 โมเดลแบบ open-weight จากจีนคิดเป็นราว 61% ของโทเคนทั้งหมดที่ถูกใช้งานบนแพลตฟอร์ม

ในเดือนกรกฎาคม 2026 โมเดลจากจีนครอง 5 อันดับแรกของการจัดอันดับการใช้งานทั่วโลกบน OpenRouter เป็นครั้งแรก โดย MiMo-V2.5 ของ Xiaomi อยู่ในอันดับหนึ่งเมื่อวัดจากปริมาณโทเคน ตามด้วยโมเดลจาก DeepSeek, MiniMax, ตระกูล Qwen ของ Alibaba และ Kimi ของ Moonshot

บริษัทสหรัฐฯ ก็หันมาใช้โมเดลจีนมากขึ้น

ตัวเลขที่น่าจับตาสำหรับตลาดสหรัฐฯ คือ ภายในกลางปี 2026 โมเดล AI จากจีนมีสัดส่วนสูงสุดรายสัปดาห์ถึง 46% ของปริมาณโทเคน API ที่บริษัทสหรัฐฯ ใช้งานบน OpenRouter เทียบกับ 35.7% สำหรับโมเดลจากสหรัฐฯ

ตัวเลขดังกล่าวเพิ่มขึ้นจากไม่ถึง 2% เมื่อหนึ่งปีก่อน และนับตั้งแต่สัปดาห์วันที่ 8 กุมภาพันธ์ 2026 เป็นต้นมา โมเดลจากจีนมีสัดส่วนอย่างน้อย 30% ของปริมาณโทนเคนระดับองค์กรบนแพลตฟอร์มทุกสัปดาห์

แรงขับเคลื่อนสำคัญคือการผสมผสานระหว่างประสิทธิภาพที่แข่งขันได้กับต้นทุนที่ต่ำกว่ามาก ตัวอย่างเช่น Kimi K2.5 ของ Moonshot ทำผลงานใกล้เคียง Claude Opus ของ Anthropic ในการทดสอบช่วงแรกบางรายการ แต่มีราคาประมาณหนึ่งในเจ็ดของคู่แข่ง

ส่วน DeepSeek V3.1 คิดค่าประมวลผลโทเคนอินพุต 2 หยวน หรือประมาณ 0.28 ดอลลาร์สหรัฐต่อ 1 ล้านโทเคน และโทเคนเอาต์พุต 8 หยวน หรือประมาณ 1.10 ดอลลาร์สหรัฐต่อ 1 ล้านโทเคน

การใช้งานภายในจีนก็เพิ่มขึ้นแบบก้าวกระโดด

การเติบโตไม่ได้เกิดขึ้นเฉพาะในตลาดต่างประเทศ ข้อมูลยังสะท้อนการขยายตัวอย่างมหาศาลภายในจีนด้วย

สำนักงานบริหารข้อมูลแห่งชาติจีนรายงานว่า ปริมาณการใช้โทเคนภายในประเทศต่อวันทะลุ 140 ล้านล้านโทเคนในเดือนมีนาคม 2026 เพิ่มขึ้นมากกว่า 1,000 เท่าจากระดับ 100,000 ล้านโทเคนในช่วงต้นปี 2024

Doubao ผู้ช่วย AI ของ ByteDance เพียงรายเดียว เพิ่มการใช้งานจากประมาณ 100,000 ล้านโทเคนต่อวันในเดือนพฤษภาคม 2024 เป็นมากกว่า 120 ล้านล้านโทเคนต่อวันในเดือนมีนาคม 2026 หรือเพิ่มขึ้นราว 1,000 เท่าภายในเวลา 2 ปี

เครื่องยนต์เบื้องหลัง: เปิดตัวเร็ว ใบอนุญาตเปิดกว้าง และราคาถูก

ข้อมูลทั้งหมดชี้ไปยังปัจจัยเชิงโครงสร้าง 3 ประการ

1. จังหวะการเปิดตัวที่รวดเร็ว ระหว่างปลายเดือนเมษายนถึงกลางเดือนมิถุนายน 2026 ห้องแล็บจีนเปิดตัวโมเดลแบบ open-weight ที่แข่งขันในระดับแนวหน้า 4 รุ่นภายในเวลาไม่กี่สัปดาห์ ได้แก่ DeepSeek, Qwen ของ Alibaba, Kimi ของ Moonshot และ GLM ของ Zhipu
2. ใบอนุญาตที่เอื้อต่อการนำไปใช้ โมเดลจำนวนหนึ่งเผยแพร่ภายใต้ใบอนุญาต MIT, Apache 2.0 และ Modified MIT ทำให้ผู้ใช้ดาวน์โหลด แก้ไข และนำไปติดตั้งใช้งานในวงกว้างได้
3. ความได้เปรียบด้านต้นทุน ห้องแล็บจีนคิดค่าบริการ API ต่ำกว่าคู่แข่งสหรัฐฯ อย่างมาก ช่องว่างด้านราคานี้ยังคงอยู่ แม้ประสิทธิภาพของโมเดลจีนจะขยับเข้าใกล้คู่แข่งแล้วก็ตาม

ทั้งนี้ คำว่า “open-weight” หมายถึงการเปิดให้ดาวน์โหลดน้ำหนักที่ผ่านการฝึกแล้วและนำไปติดตั้งใช้งานเองได้ ไม่ได้หมายความว่าข้อมูลฝึกหรือโค้ดทั้งหมดจะเปิดเผยต่อสาธารณะ

ความได้เปรียบไม่ได้อยู่ที่โมเดลเดียว

ข้อสรุปจากข้อมูลคือ จุดแข็งของจีนอาจไม่ได้อยู่ที่การมีโมเดลใดโมเดลหนึ่งที่ทิ้งห่างคู่แข่ง แต่เป็นการสร้างระบบนิเวศที่หมุนวนส่งเสริมตัวเอง

การเปิดโมเดลช่วยเพิ่มการกระจายตัวและจำนวนผู้ใช้ ต้นทุนที่ต่ำช่วยให้บริษัทและนักพัฒนานำไปทดลองในปริมาณมาก การใช้งานที่เพิ่มขึ้นก็สร้างข้อมูลสะท้อนกลับและประสบการณ์ในการนำระบบไปใช้งานจริง จากนั้นประสบการณ์เหล่านี้ช่วยเร่งการเปิดตัวโมเดลรุ่นใหม่

เมื่อมองผ่านทั้งยอดดาวน์โหลดและปริมาณโทเคน ภายในกลางปี 2026 บริษัทจีนจึงไม่ได้เพียงไล่ตามความสามารถของ AI จากสหรัฐฯ แต่กำลังเป็นผู้นำในชั้นโครงสร้างพื้นฐานแบบ open-weight ของตลาดโลกด้วย