Zhipu AI เผยแล้ว Ox Alpha คือ GLM-5.3-Flash โมเดลลับที่ทดสอบบนชิปจีนทั้งหมด

เมื่อวันที่ 26 สิงหาคม 2026 Zhipu AI หรือ Z.ai บริษัทผู้พัฒนาโมเดลตระกูล GLM จากจีน เปิดเผยว่าโมเดลปริศนาที่ใช้ชื่อ Ox Alpha และชื่อจีนว่า “Niu Lai” คือ GLM-5.3-Flash ซึ่งเป็นโมเดลแบบโอเพนเวต (open-weight) รองรับข้อมูลหลายรูปแบบตั้งแต่ต้น และใช้สถาปัตยกรรม Mixture of Experts (MoE) โดยก่อนหน้านี้บริษัทนำโมเดลไปทดสอบแบบไม่เปิดเผยตัวตนก่อนการเปิดตัวอย่างเป็นทางการ 146

โมเดลลับที่ขึ้นอันดับหนึ่งในเวลาไม่กี่วัน

Ox Alpha เปิดให้ใช้งานฟรีบน OpenRouter แพลตฟอร์มรวมโมเดล AI และ OpenCode ซึ่งเป็นแพลตฟอร์มที่นักพัฒนาใช้สร้างเอเจนต์และเครื่องมือเขียนโค้ด การทดสอบแบบไม่เปิดเผยชื่อดึงดูดการใช้งานอย่างรวดเร็ว โดยมีรายงานว่ายอดรวมทะลุ 50 ล้านล้านโทเค็นภายใน 5 วัน และเพิ่มเป็นมากกว่า 60 ล้านล้านโทเค็นใน 6 วัน พร้อมขึ้นเป็นโมเดลที่มีการใช้งานสูงสุดบนทั้งสองแพลตฟอร์ม 3

รายงานบางส่วนระบุว่า ในช่วงพีก ปริมาณการใช้งานของ Ox Alpha สูงกว่าโมเดล DeepSeek ที่นำมาเปรียบเทียบมากกว่าสองเท่า อย่างไรก็ตาม ตัวเลขดังกล่าวเป็นสถิติการใช้งานบนแพลตฟอร์ม ไม่ใช่หลักฐานว่าตัวโมเดลมีประสิทธิภาพเหนือกว่าในทุกการทดสอบหรือทุกงานจริง 13

รันบนชิปจีนกว่า 100,000 ชิ้น

จุดสำคัญที่สุดของการเปิดเผยครั้งนี้คือ Zhipu ระบุว่า การให้บริการ Ox Alpha ในช่วงทดสอบดำเนินการทั้งหมดบนคลัสเตอร์ที่มีชิปผลิตในจีนมากกว่า 100,000 ชิ้น บริษัทอ้างว่า หลังปรับปรุงซอฟต์แวร์และระบบให้เหมาะกับฮาร์ดแวร์แล้ว ประสิทธิภาพของฮาร์ดแวร์และต้นทุนต่อโทเค็นอยู่ในระดับใกล้เคียงกับ GPU ของ Nvidia ในตลาดกระแสหลัก 36

แต่ Zhipu ยังไม่ได้ระบุชื่อผู้ผลิตชิปอย่างเป็นทางการ รายงานบางแห่งคาดการณ์ว่าอาจมี Huawei, Moore Threads และ Hygon รวมอยู่ด้วย ทว่าข้อมูลนี้ยังเป็นเพียงการคาดเดาที่ไม่ได้รับการยืนยันจาก Zhipu 40

ประเด็นนี้จึงไม่ควรถูกตีความว่า จีนมีฮาร์ดแวร์ AI ที่เทียบเท่า Nvidia ได้ทั้งหมด หรือว่าต้นทุนการประมวลผลบนชิปจีนจะเท่ากับ Nvidia ในทุกกรณี สิ่งที่หลักฐานสนับสนุนได้คือ ระบบที่ไม่ใช้ Nvidia สามารถรองรับงานอนุมานโมเดลขนาดใหญ่ในระดับการใช้งานจริงได้ เมื่ออาศัยการออกแบบระบบและการปรับแต่งซอฟต์แวร์อย่างมาก 36

ทำไมเรื่องนี้จึงกระทบข้อได้เปรียบของ CUDA

ความสำเร็จของ GLM-5.3-Flash สะท้อนว่า สำหรับงานอนุมานบางประเภท ซอฟต์แวร์เฉพาะโมเดลและเอนจินที่ออกแบบมาให้เข้ากับฮาร์ดแวร์อาจช่วยลดการพึ่งพา CUDA ซึ่งเป็นแพลตฟอร์มซอฟต์แวร์หลักของ Nvidia ได้

อย่างไรก็ตาม นี่ยังไม่ใช่การลบข้อได้เปรียบของ CUDA ทั้งหมด เพราะ Nvidia ยังคงมีระบบนิเวศ เครื่องมือสำหรับนักพัฒนา ฐานผู้ใช้งาน และข้อได้เปรียบด้านการฝึกโมเดลที่กว้างกว่า หลักฐานที่มีอยู่ยังไม่เพียงพอสำหรับข้อสรุปที่แรงกว่านี้

Zhipu รายงานว่าเอนจินให้บริการที่พัฒนาบน SGLang ใช้เทคนิคสำคัญหลายอย่าง ได้แก่

• การบีบอัดน้ำหนักแบบ W8A8
• การบีบอัดแคชแบบผสม INT8, FP8 และ BF16
• การแบ่งงานเทนเซอร์ภายในโหนด
• การแยก Encode–Prefill–Decode หรือ EPD ให้แต่ละส่วนทำงานในพูลที่ปรับขนาดได้อย่างอิสระ

เทคนิคเหล่านี้มีเป้าหมายเพื่อจัดการข้อจำกัดด้านหน่วยความจำ แบนด์วิดท์ การสื่อสารระหว่างชิป และการจัดตารางงาน โดยเฉพาะเมื่อโมเดลรองรับบริบทขนาดสูงสุด 1 ล้านโทเค็น 47

Zhipu ระบุว่าการปรับปรุงดังกล่าวช่วยเพิ่มประสิทธิภาพการให้บริการแบบครบกระบวนการประมาณ สามเท่า เมื่อเทียบกับระบบตั้งต้นของบริษัท 2 ขณะที่เอกสาร SGLang ในภายหลังรายงานว่าการกำหนดค่าแคช FP8 ให้ปริมาณโทเค็นต่อแรงก์ได้มากกว่าการใช้ BF16 อย่างมีนัยสำคัญ และให้ประสิทธิภาพสูงขึ้นในช่วงโหลดต่าง ๆ แต่ข้อมูลนี้ไม่ใช่การตรวจสอบโดยอิสระต่อคำกล่าวอ้างเรื่องประสิทธิภาพที่เพิ่มขึ้นสามเท่าของ Zhipu 2

GLM-5.3-Flash มีอะไรอยู่ข้างใน

GLM-5.3-Flash มีพารามิเตอร์รวมประมาณ 320,000 ล้านรายการ แต่เปิดใช้งานราว 18,000 ล้านรายการต่อโทเค็น ตามแนวทางของโมเดล Mixture of Experts จึงไม่จำเป็นต้องประมวลผลพารามิเตอร์ทั้งหมดในทุกครั้งที่สร้างคำตอบ โมเดลรองรับหน้าต่างบริบทสูงสุด 1,048,576 โทเค็น หรือประมาณ 1 ล้านโทเค็น 57

โมเดลนี้ยังเป็นรุ่นแรกในตระกูล GLM-5 ที่รองรับมัลติโมดัลแบบติดตั้งมาในตัว โดยรับอินพุตอย่างข้อความ ภาพ วิดีโอ และไฟล์ได้ ตามข้อมูลทางเทคนิคที่เผยแพร่ 45

ในดัชนี Artificial Analysis Intelligence Index โมเดลได้รับคะแนนรายงานที่ 57 ซึ่งอยู่ในระดับเดียวกับคะแนนที่รายงานของ Claude Opus 4.8 การเปรียบเทียบนี้ควรเข้าใจว่าเป็นความเท่าเทียมกันบนดัชนีรวมชุดหนึ่งเท่านั้น ไม่ได้หมายความว่าโมเดลทั้งสองมีผลลัพธ์เท่ากันในทุกเบนช์มาร์กหรืองานเอเจนต์ในโลกจริง 1

จุดขายคือความสามารถระดับสูงในราคาต่ำ

Zhipu วาง GLM-5.3-Flash ให้แข่งขันกับโมเดลประสิทธิภาพสูงแต่เน้นความคุ้มค่า เช่น DeepSeek V4 Flash และ DeepSeek V4 Pro พร้อมชูราคาการอนุมานที่ต่ำกว่าอย่างมาก อย่างไรก็ดี หลักฐานที่มีอยู่ยังไม่เพียงพอที่จะยืนยันการเปรียบเทียบแบบเบนช์มาร์กต่อเบนช์มาร์กระหว่าง GLM-5.3-Flash กับ DeepSeek ทั้งสองรุ่น

ราคาที่มีการรายงานสำหรับ API ของ Zhipu อยู่ที่ 0.15 ดอลลาร์ต่อโทเค็นขาเข้า 1 ล้านรายการ และ 0.50 ดอลลาร์ต่อโทเค็นขาออก 1 ล้านรายการ 1

สื่อร่วมสมัยบางแห่งอธิบายว่าราคานี้อยู่ที่ประมาณหนึ่งในสิบของ GLM-5.3 รุ่นก่อนหน้า และราวหนึ่งในสี่สิบของ Claude Opus 4.8 แต่สัดส่วนดังกล่าวขึ้นอยู่กับทิศทางของโทเค็น ระดับบริบท และแผนราคาที่นำมาเปรียบเทียบ 1

โดยสรุป การเปิดเผยตัวตนของ Ox Alpha ไม่ได้มีความหมายเพียงว่า Zhipu เปิดตัวโมเดลใหม่ แต่ยังเป็นการสาธิตว่าโมเดลขนาดใหญ่สามารถนำไปให้บริการแก่ผู้ใช้ทั่วโลกบนโครงสร้างพื้นฐานที่ใช้ชิปจีนเป็นหลักได้ ขณะเดียวกัน ผลลัพธ์ดังกล่าวยังสะท้อนบทบาทของการปรับแต่งเอนจิน การจัดการหน่วยความจำ และการออกแบบระบบ ซึ่งอาจมีความสำคัญไม่แพ้ตัวชิปเองในการลดต้นทุน AI ระดับอุตสาหกรรม