GLM-5.3-Flash คืออะไร และ Z.ai เปิดโปง Ox Alpha ได้อย่างไร

เป็นเวลา 6 วันเต็มที่นักพัฒนาได้ใช้งานโมเดลทรงพลังชื่อ Ox Alpha โดยไม่รู้ว่าใครเป็นผู้สร้าง โมเดลนี้ปรากฏบน OpenRouter และ OpenCode เมื่อวันที่ 20 สิงหาคม 2026 แบบไม่ระบุผู้พัฒนา เปิดให้ใช้งานฟรี รองรับบริบทขนาด 1 ล้านโทเคน และรับอินพุตทั้งข้อความ ภาพ และวิดีโอ

วันที่ 26 สิงหาคม Z.ai ซึ่งเป็นแบรนด์สากลของ Zhipu AI ออกมายืนยันว่า Ox Alpha คือ GLM-5.3-Flash โมเดลแรกในตระกูล GLM-5 ที่รองรับมัลติโมดัลโดยกำเนิด หรือสามารถประมวลผลข้อมูลหลายรูปแบบตั้งแต่ระดับสถาปัตยกรรมของโมเดลเอง 259

การเปิดเผยตัวตนครั้งนี้เปลี่ยนการทดลองใช้งานสาธารณะแบบนิรนามให้กลายเป็นการเปิดตัวผลิตภัณฑ์ในทันที GLM-5.3-Flash มาพร้อมน้ำหนักโมเดลแบบเปิดภายใต้ MIT License ราคา API ที่ประกาศไว้ในระดับต่ำ และการออกแบบที่มุ่งลดต้นทุนสำหรับงานเขียนโค้ดที่ใช้บริบทยาว รวมถึงงานเอเจนต์ที่ต้องทำงานต่อเนื่องหลายขั้นตอน 679

Ox Alpha คืออะไร และทำไมจึงกลายเป็นโมเดลปริศนา

Ox Alpha ปรากฏครั้งแรกบน OpenRouter และ OpenCode โดยไม่มีชื่อบริษัทหรือผู้พัฒนา ระบุราคาเป็นศูนย์ จำกัดบริบทไว้ที่ 1,048,576 โทเคน และรองรับข้อความ ภาพ และวิดีโอ นักพัฒนาได้นำไปทดลองกับ coding agent งานบนเทอร์มินัล และเวิร์กโฟลว์ที่ต้องส่งโค้ดหรือเอกสารขนาดใหญ่เข้าไปพร้อมกัน 458

ชุมชนนักพัฒนาเริ่มตามหาเบาะแสของโมเดลนี้ ตัวชี้วัดที่ถูกรายงานรวมถึงพฤติกรรมของ tokenizer ที่คล้ายโมเดล GLM และรูปแบบข้อความผิดพลาดจาก API ซึ่งทำให้หลายคนคาดว่า Zhipu AI อาจอยู่เบื้องหลัง สุดท้าย Z.ai เป็นฝ่ายยืนยันความเชื่อมโยงด้วยตัวเองในวันที่ 26 สิงหาคม พร้อมระบุว่าการเปิดให้ใช้งานแบบไม่เปิดเผยตัวตนมีเป้าหมายเพื่อเก็บฟีดแบ็กจากการใช้งานจริงก่อนเปิดตัวอย่างเป็นทางการ 59

ช่วงทดสอบสร้างยอดใช้งานสูงผิดปกติ รายงานร่วมสมัยหนึ่งระบุว่าโมเดลประมวลผลไปแล้ว 42 ล้านล้านโทเคนภายใน 6 วัน ขณะที่อีกรายงานระบุประมาณ 44 ล้านล้านโทเคน และมีผู้ใช้ OpenCode 503,000 ราย ตัวเลขเหล่านี้มาจากรายงานและช่วงเวลาการวัดที่แตกต่างกัน จึงไม่ควรนำมารวมเป็นตัวเลขเดียวที่ผ่านการตรวจสอบโดยอิสระแล้ว 81116

GLM-5.3-Flash มีความสามารถอะไร

GLM-5.3-Flash เป็นโมเดลแบบเปิดน้ำหนักที่ออกแบบมาสำหรับการเขียนโค้ด งานเอเจนต์ระยะยาว และเวิร์กโฟลว์มัลติโมดัล Z.ai ระบุว่าโมเดลนี้เป็นโมเดลแรกในตระกูล GLM-5 ที่รองรับมัลติโมดัลโดยกำเนิด ความสามารถที่ระบุไว้รวมถึงการรับข้อมูลภาพและบริบทขนาด 1 ล้านโทเคน ทำให้การทำงานหนึ่งครั้งสามารถอ้างอิงโค้ดทั้งรีโพซิทอรี เอกสารจำนวนมาก ภาพหน้าจอ และอินพุตประเภทอื่น ๆ ได้ 720

หัวใจสำคัญของโมเดลคือสถาปัตยกรรม Mixture of Experts (MoE) ที่มีพารามิเตอร์รวม 320,000 ล้านตัว แต่เปิดใช้งานเพียง 18,000 ล้านตัวต่อโทเคน ในทางปฏิบัติ โมเดลมีขีดความสามารถที่เรียนรู้ไว้จำนวนมาก แต่จะเลือกใช้เพียงบางส่วนเมื่อตอบแต่ละโทเคน

Z.ai ยังระบุว่า GLM-5.3-Flash ผสาน sparse attention และ linear attention เพื่อลดภาระการคำนวณ รวมถึงลดความต้องการหน่วยความจำสำหรับ key-value cache ระหว่างการประมวลผล 620

นี่คือเหตุผลที่ชื่อรุ่นมีคำว่า “Flash” แม้โมเดลจะไม่ได้มีขนาดเล็ก แต่ถูกวางตำแหน่งให้มีต้นทุนการให้บริการต่ำกว่าโมเดลแบบ dense ที่มีจำนวนพารามิเตอร์รวมเท่ากัน สถาปัตยกรรมดังกล่าวอาจลดปริมาณการคำนวณต่อโทเคนได้จริง อย่างไรก็ตาม ความเร็วและต้นทุนที่เกิดขึ้นในโลกจริงยังขึ้นอยู่กับฮาร์ดแวร์ ซอฟต์แวร์ที่ใช้ให้บริการ การประมวลผลแบบ batch และลักษณะงานด้วย

เก่งแค่ไหนสำหรับงานเขียนโค้ด

Z.ai รายงานคะแนนของ GLM-5.3-Flash บนชุดทดสอบ DeepSWE v1.1 ที่ 63.4 เทียบกับ 46.2 สำหรับ GLM-5.2 นอกจากนี้ บริษัทยังรายงานผลการเปรียบเทียบภายในกับ Claude Opus 4.8 ที่ 29.0 ต่อ 29.5 78

ตัวเลขเหล่านี้เป็นสัญญาณที่น่าสนใจ แต่ยังไม่ใช่การจัดอันดับคุณภาพโมเดลในทุกสถานการณ์ ผล DeepSWE เป็นตัวเลขจากการทดสอบที่บริษัทรายงานเอง ส่วนการเปรียบเทียบกับ Claude เป็นการประเมินภายใน ความแตกต่างของพรอมป์ เครื่องมือ โครงสร้างการทำงาน วิธีประเมิน และการปนเปื้อนของชุดทดสอบ ล้วนส่งผลต่อคะแนนได้ การทดสอบจากบุคคลภายนอกที่ทำซ้ำได้จึงยังจำเป็น ก่อนจะสรุปว่าโมเดลนี้มีความสามารถเทียบเท่าระบบปิดระดับแนวหน้าโดยรวม

สำหรับนักพัฒนา ประเด็นที่จับต้องได้มากกว่าคะแนน benchmark คือความเหมาะสมกับเวิร์กโฟลว์ โมเดลที่อ่านรีโพซิทอรีขนาดใหญ่ได้ เข้าใจบริบทจากภาพ และทำงานผ่านเอเจนต์หลายขั้นตอนได้ โดยไม่ต้องย่อประวัติงานซ้ำ ๆ อาจช่วยลดความยุ่งยากของงานจริงได้มาก แต่ผลลัพธ์ในโปรดักชันยังขึ้นอยู่กับความเสถียร การใช้เครื่องมือ เวลาแฝง และความสามารถในการกู้คืนเมื่อเกิดข้อผิดพลาด ไม่ใช่คะแนนทดสอบเพียงอย่างเดียว

ราคา ใบอนุญาต และช่องทางใช้งาน

Z.ai ประกาศราคา API มาตรฐานไว้ที่ 0.15 ดอลลาร์สหรัฐต่อหนึ่งล้านโทเคนขาเข้า และ 0.50 ดอลลาร์ต่อหนึ่งล้านโทเคนขาออก ต่อมาหน้าเอกสารระบุโปรโมชันลดราคา 50% ชั่วคราว ทำให้ราคาเหลือ 0.075 ดอลลาร์และ 0.25 ดอลลาร์ตามลำดับในช่วงเวลาที่กำหนด 2

น้ำหนักโมเดลถูกเผยแพร่บน Hugging Face ภายใต้ MIT License ซึ่งโดยทั่วไปอนุญาตให้ใช้งานเชิงพาณิชย์และดัดแปลงต่อได้ยืดหยุ่นกว่าโมเดลที่เปิดให้ใช้ผ่านบริการโฮสต์เท่านั้น อย่างไรก็ตาม ทีมที่นำไปใช้งานควรตรวจสอบใบอนุญาต เงื่อนไขของโมเดล ไลบรารีที่เกี่ยวข้อง ความต้องการด้านฮาร์ดแวร์ และข้อผูกพันของการติดตั้งแต่ละรูปแบบให้ละเอียด 29

เอกสารของ Z.ai ยังระบุว่า GLM-5.3-Flash พร้อมใช้งานในระบบสำหรับนักพัฒนาและแพ็กเกจด้านการเขียนโค้ดของบริษัท ขณะที่ API รองรับอินพุตแชตแบบมัลติโมดัลและความสามารถในการเรียกใช้เครื่องมือ 172021

ข้ออ้างเรื่องชิป AI ที่ผลิตในจีน

การเปิดตัวครั้งนี้มีอีกประเด็นที่นอกเหนือจากตัวโมเดล Z.ai ระบุว่าเวอร์ชันทดสอบนิรนามของ Ox Alpha ให้บริการทั้งหมดบนตัวเร่งความเร็ว AI ที่ผลิตในจีน และใช้ชุดซอฟต์แวร์ให้บริการที่ปรับแต่งจาก SGLang บริษัทนำเสนอการติดตั้งดังกล่าวว่าเป็นความพยายามเพิ่มประสิทธิภาพการประมวลผลบนฮาร์ดแวร์ภายในประเทศ

รายงานรองบางแห่งอ้างว่าชุดซอฟต์แวร์ที่ปรับแต่งเองช่วยเพิ่มประสิทธิภาพแบบ end-to-end ได้ถึง 3 เท่า แต่แหล่งข้อมูลที่มีอยู่ยังไม่ได้ตรวจสอบโดยอิสระทั้งรายชื่อและจำนวนตัวเร่งความเร็ว วิธีคำนวณตัวเลขดังกล่าว และระดับที่ระบบทำงานได้โดยไม่พึ่งพาส่วนประกอบจากต่างประเทศ 10

ความแตกต่างนี้มีความสำคัญ หากได้รับการยืนยัน การติดตั้งดังกล่าวจะมีนัยเชิงยุทธศาสตร์ต่อความพยายามของจีนในการสร้างบริการ AI ที่มีความสามารถภายใต้ข้อจำกัดการส่งออกชิปของสหรัฐฯ แต่ในเวลานี้ควรมองว่าเป็นการเปิดเผยข้อมูลสำคัญจากบริษัท มากกว่าจะถือเป็นหลักฐานสรุปว่าฮาร์ดแวร์ภายในประเทศสามารถปิดช่องว่างด้านโครงสร้างพื้นฐานได้แล้ว

เหตุผลที่ Z.ai เลือกทดสอบแบบไม่เปิดเผยตัวตน

กลยุทธ์ Ox Alpha ทำให้ Z.ai ได้ข้อมูลที่การเปิดตัวทั่วไปอาจให้ไม่ได้ นั่นคือการใช้งานจริงในวงกว้างและเต็มไปด้วยเงื่อนไขที่คาดเดาไม่ได้ นักพัฒนาทดลองโมเดลกับ coding agent และงานบริบทยาว เพราะใช้งานได้ฟรีและมีความสามารถโดดเด่น ไม่ใช่เพราะอ่านสเปกจากเอกสารการตลาด Z.ai ระบุว่าเป้าหมายคือการเก็บฟีดแบ็กก่อนเปิดตัวอย่างเป็นทางการ 59

แนวทางนี้ยังสอดคล้องกับกลยุทธ์การแจกจ่ายน้ำหนักโมเดลแบบเปิด การจับคู่ระหว่างน้ำหนักที่ใช้ต่อได้อย่างยืดหยุ่น ราคา API ต่ำ และการเข้าถึงจากนักพัฒนาในวงกว้าง ช่วยให้ Z.ai กระตุ้นการทดลอง เก็บข้อมูลสะท้อนกลับ และสร้างการใช้งานรอบโมเดลโดยไม่ต้องพึ่งช่องทางสมาชิกของโมเดลปิดเพียงอย่างเดียว

การทดลองโมเดลนิรนามก่อนหน้านี้ ซึ่งรวมถึงโครงการที่มีรายงานว่าใช้ชื่อ Pony Alpha ยังชี้ว่า Ox Alpha อาจไม่ใช่แนวคิดที่เกิดขึ้นเพียงครั้งเดียว แม้แหล่งข้อมูลที่มีอยู่จะให้รายละเอียดเกี่ยวกับโครงการก่อนหน้านั้นค่อนข้างจำกัด

Ox Alpha เปลี่ยนการแข่งขัน AI อย่างไร

GLM-5.3-Flash ยังไม่ได้พิสูจน์ด้วยตัวเองว่า Z.ai ก้าวขึ้นเป็นผู้นำด้านความสามารถของโมเดล AI ในทุกมิติ หลักฐานที่แข็งแรงที่สุดในตอนนี้คือการรวมกันของสเปกที่เผยแพร่ การทดสอบสาธารณะที่ได้รับความสนใจสูง และตัวเลข benchmark รวมถึงข้ออ้างด้านโครงสร้างพื้นฐานที่บริษัทเป็นผู้รายงานเอง การประเมินอย่างอิสระและการใช้งานจริงต่อเนื่องจะเป็นตัวตัดสินว่าโมเดลนี้ทำได้ดีเพียงใดในด้านการเขียนโค้ด การให้เหตุผลแบบมัลติโมดัล การใช้เครื่องมือ เวลาแฝง และความเสถียร

ถึงอย่างนั้น สัญญาณด้านการแข่งขันก็ชัดเจน โมเดลที่มีบริบท 1 ล้านโทเคน รองรับมัลติโมดัลโดยกำเนิด เปิดน้ำหนักให้ดาวน์โหลด และคิดค่า API ในระดับไม่กี่เซนต์ต่อหนึ่งล้านโทเคน ย่อมสร้างแรงกดดันต่อต้นทุนของระบบปิดราคาแพง นอกจากนี้ยังแสดงให้เห็นว่าการเปิดตัวแบบไม่เปิดเผยตัวตนสามารถทำหน้าที่เป็นทั้งการทดสอบความทนทานในโลกจริงและเครื่องมือสร้างฐานผู้ใช้ได้พร้อมกัน

ปริศนา Ox Alpha ได้คำตอบแล้ว: มันคือ GLM-5.3-Flash ของ Z.ai คำถามที่เหลือจึงไม่ใช่การสืบหาตัวตนอีกต่อไป แต่เป็นคำถามเชิงปฏิบัติว่า คำมั่นสัญญาเรื่องต้นทุนต่ำและบริบทยาวของโมเดลนี้จะยืนระยะได้ดีเพียงใด เมื่อนักพัฒนาเปลี่ยนจากการทดลองฟรีที่แพร่กระจายอย่างรวดเร็ว ไปสู่การใช้งานซ้ำในระบบจริงที่ต้องการความเสถียรและคาดการณ์ผลลัพธ์ได้