เพราะเหตุใดบริษัทไอทีเทศบาลในบราซิลจึงเปิดเผยโค้ดโมเดล AI ระดับแนวหน้า

โมเดลดังกล่าวมีชื่อว่า Rio 3.5 Open 397B และการเปิดตัวครั้งนี้ถือเป็นช่วงเวลาสำคัญในการถกเถียงเรื่องการเข้าถึง AI, อำนาจอธิปไตยทางเทคโนโลยี และการกระจายศูนย์กลางของขีดความสามารถระดับแนวหน้า แต่การแยกแยะความเป็นสัญลักษณ์ทางการเมืองออกจากความเป็นจริงทางเทคนิคคือสิ่งสำคัญอย่างยิ่ง

แท้จริงแล้ว Rio 3.5 Open 397B คืออะไร

ขอให้ทำความเข้าใจแหล่งที่มาให้ชัดเจน นี่ไม่ใช่โมเดลที่ถูกฝึกขึ้นมาใหม่ทั้งหมดจากศูนย์โดยทีมไอทีของรัฐบาลเล็กๆ ที่ฮึดสู้ IplanRIO ซึ่งเป็นบริษัทเทคโนโลยีของเทศบาลเมืองริโอ เดอ จาเนโร สร้างโมเดลนี้ขึ้นมาด้วยการฝึกต่อยอด (post-training) จาก Qwen 3.5-397B-A17B ซึ่งเป็นโมเดลพื้นฐานโอเพนเวตที่ทรงพลังของอาลีบาบา ผู้พัฒนาอธิบายว่ากระบวนการนี้คือการรวมโมเดล (model merge) ตามด้วยการกลั่นกรอง (distillation) ด้วยการเรียนรู้แบบ On-policy จากโมเดลที่ฉลาดกว่า

การวิเคราะห์จากชุมชนในเวลาต่อมาเสนอว่า การ Merge ดังกล่าวเป็นเพียงการรวมกันแบบตรงไปตรงมา นั่นคือใช้โมเดลโอเพนซอร์ส Nex N2 Pro ประมาณ 0.6 ส่วน และ Qwen 3.5 อีก 0.4 ส่วน ในทางปฏิบัติ Rio 3.5 จึงเป็นเหมือนการรีมิกซ์ที่มีประสิทธิภาพสูง มากกว่าจะเป็นสถาปัตยกรรมใหม่เอี่ยม แต่ข้อกล่าวอ้างเรื่องประสิทธิภาพที่ได้ออกมาต่างหากที่ดึงดูดความสนใจจากทั่วโลก

ข้อมูลจำเพาะทางเทคนิคที่ดึงมาจากการ์ดโมเดลอย่างเป็นทางการก็น่าประทับใจไม่น้อย :

• พารามิเตอร์รวม: ~397 พันล้าน
• พารามิเตอร์ที่ทำงาน: ~17 พันล้าน (สถาปัตยกรรม Mixture-of-Experts)
• หน้าต่างบริบท: สูงสุด 1,010,000 โทเค็น
• รูปแบบข้อมูล: หลากรูปแบบ (ภาพ-ข้อความ-ไปยัง-ข้อความ)
• สัญญาอนุญาต: MIT
• ฟีเจอร์พิเศษ: ผสานรวม SwiReasoning ซึ่งเป็นเฟรมเวิร์กที่ช่วยให้โมเดลสามารถสลับไปมาระหว่างการให้เหตุผลแบบแสดงลำดับความคิด (chain-of-thought) กับการประมวลผลในพื้นที่แฝง (latent-space reasoning) ที่มีประสิทธิภาพสูงกว่าได้แบบไดนามิก

ตัวเลขประสิทธิภาพที่เป็นที่ฮือฮา

การ์ดโมเดลบน Hugging Face ของ IplanRIO เต็มไปด้วยตัวเลขที่น่าตะลึง โดยอ้างว่ามีคะแนนเพิ่มขึ้นอย่างมากเหนือโมเดล Qwen 3.5 พื้นฐาน และมีผลลัพธ์ที่แข่งขันได้กับระบบโอเพนซอร์สและเชิงพาณิชย์ที่ดีที่สุดของโลก ข้อเปรียบเทียบที่มีการกล่าวถึงมากที่สุดได้แก่:

• Terminal-Bench 2.1: 70.8 (เทียบกับ 52.5 ของ Qwen 3.5 397B พื้นฐาน)
• SWE-Bench Verified: 80.2 (เทียบกับ 76.2 ของเวอร์ชันพื้นฐาน)
• AIME 2026 (คณิตศาสตร์โอลิมปิก): 95.3%
• SWE-Bench Pro: 58.1 (เทียบกับ 50.9 ของเวอร์ชันพื้นฐาน)
• DeepSWE: 23.0 (เทียบกับ 6.0 ของเวอร์ชันพื้นฐาน)

การ์ดโมเดลยังอ้างว่า Rio 3.5 มีคะแนนเหนือกว่า Qwen 3.7 Plus ซึ่งเป็นโมเดลตัวใหม่กว่าของอาลีบาบาเอง ในการทดสอบแบบประชันกันตัวต่อตัวถึงสี่ในห้ารายการ หากผลลัพธ์นี้ได้รับการยืนยันโดยอิสระ ตัวเลขดังกล่าวจะทำให้การปรับแต่งโดยทีมไอทีของรัฐบาลเมืองหนึ่งก้าวขึ้นไปอยู่ในระดับแนวหน้าของโลก โดยเฉพาะอย่างยิ่งในด้านการเขียนโค้ดแบบเอเยนต์และการให้เหตุผล

คำถามที่ไร้คำตอบและธงแดงที่ต้องระวัง

ด้วยกระแสที่ร้อนแรง การปล่อยโมเดล Rio มาพร้อมกับเครื่องหมายดอกจันขนาดใหญ่ที่ควรทำให้เราฉุกคิดก่อนจะตีฆ้องร้องป่าว

1. การอัปโหลดมีความผิดพลาด. ในไฟล์ README บน Hugging Face มีการยอมรับผิดอย่างตรงไปตรงมา ทีมงานยอมรับว่าในตอนแรกพวกเขาได้อัปโหลดเวอร์ชันผิดพลาด โดยอัปโหลดเป็นตัวที่เพิ่ง merge โมเดล แทนที่จะเป็นเวอร์ชันสุดท้ายที่ผ่านการกลั่นกรองแล้ว และต้องทำการอัปโหลดเวตที่ถูกต้องใหม่อีกครั้ง "เราต้องขออภัยในความสับสนและขออภัยอย่างสุดซึ้ง" ข้อความในการ์ดโมเดลระบุ ข้อกล่าวอ้างด้านประสิทธิภาพใดๆ จะต้องถูกมองภายใต้ความตระหนักว่าไฟล์ที่สาธารณะดาวน์โหลดได้ อาจไม่ใช่เวอร์ชันที่ทำลายสถิติต่างๆ ได้ (อย่างน้อยก็ชั่วคราวหนึ่ง)

2. ไม่มีการตรวจสอบจากบุคคลที่สาม. ตัวเลขประสิทธิภาพหลักทั้งหมดเป็นข้อมูลที่รายงานโดยบุคคลที่หนึ่งจากการ์ดโมเดล ณ วันที่เปิดตัว ยังไม่มีบุคคลที่สามรายใดผลิตซ้ำผลลัพธ์เหล่านี้ได้ หากปราศจากการตรวจสอบจากภายนอก ก็เป็นไปไม่ได้ที่จะทราบว่ากระบวนการกลั่นกรองช่วยเพิ่มคะแนน Terminal-Bench ขึ้นถึง 20 คะแนนได้จริง หรือว่าตัวเลขดังกล่าวถูกทำให้สูงเกินจริง

3. เป็นการรีมิกซ์ ไม่ใช่โมเดลใหม่. วิธีการฝึกฝนที่รายงาน คือการ merge และกลั่นกรองจากโมเดลที่มีอยู่แล้ว ซึ่งในทางเทคนิคแล้วแตกต่างจากการลงทุนฝึกโมเดลขนาดใหญ่ตั้งแต่ต้น ที่เป็นนิยามของการพัฒนาที่ล้ำสมัยในห้องทดลองชั้นนำ นักสืบจากชุมชน AI ระบุได้อย่างรวดเร็วว่าโมเดลนี้คือการรวมเวตของ Nex N2 Pro และ Qwen 3.5 กระตุ้นให้ทีม Nex ออกมาแซวว่า "หักมุมช็อควงการเหรอ? จริงๆ มันก็คือโมเดลโอเพนซอร์สของเรา Nex N2 Pro ใส่หมวกอีกใบเฉยๆ" ความสำเร็จนี้จึงอยู่ที่การประกอบรวมและการจัดแนว (alignment) ไม่ใช่วิทยาการพื้นฐานใหม่

ทำไมจังหวะเวลาจึงเป็นจุดติดไฟในเชิงภูมิรัฐศาสตร์

ความสำคัญของ Rio 3.5 Open 397B จะถูกทำความเข้าใจได้อย่างถ่องแท้ก็ต่อเมื่อมองในบริบทของ 48 ชั่วโมงก่อนหน้ามัน

ในค่ำวันที่ 12 มิถุนายน 2026 Anthropic ได้รับคำสั่งจากกระทรวงพาณิชย์สหรัฐฯ ให้บล็อกชาวต่างชาติทั้งหมดจากการเข้าถึงสองโมเดลที่ทรงพลังที่สุดของตน ได้แก่ Claude Fable 5 และ Mythos 5 โดยอ้างข้อกังวลด้านความมั่นคงของชาติเกี่ยวกับศักยภาพในการเจลเบรค (Jailbreak) โมเดล เนื่องจาก Anthropic ไม่สามารถแยกผู้ใช้ต่างชาติกับผู้ใช้ในสหรัฐฯ แบบเรียลไทม์ได้ จึงจำต้องนำทั้งสองโมเดลออกจากระบบทั้งหมดสำหรับคนทั้งโลก

การกระทำของสหรัฐฯ ครั้งนี้สะเทือนวงการอย่างแรง เพราะเป็นครั้งแรกที่รัฐบาลใช้อำนาจสั่งเรียกคืนโมเดล AI ที่ปล่อยสู่เชิงพาณิชย์โดยตรงและสำเร็จ มันจุดประเด็นถกเถียงทันทีเกี่ยวกับการควบคุมการส่งออก AI และการพึ่งพาเทคโนโลยีของสหรัฐฯ ของยุโรป

ท่ามกลางสุญญากาศนั้นเอง หน่วยงานไอทีของเทศบาลจากบราซิลก็ก้าวเข้ามา ปฏิทรรศน์ระหว่างสองแนวทางหลักในการกำกับดูแล AI ของโลกถูกเล่นออกมาภายในวัฏจักรข่าวเพียงไม่กี่วัน:

• คู่มือของวอชิงตัน: จำกัดและปิดการเข้าถึงโมเดลที่ทรงพลังที่สุด โดยขับเคลื่อนด้วยความมั่นคงของชาติและความกลัวการนำไปใช้ในทางที่ผิด
• โมเดลของริโอ: ฝึกต่อยอดจากโมเดลพื้นฐานโอเพนซอร์สของจีน แล้วปล่อยเวตกลับคืนสู่ชาวโลกภายใต้สัญญาอนุญาต MIT โดยวางกรอบให้มันเป็น "สินค้าสาธารณะ"

เรื่องนี้เป็นกรณีศึกษาที่สมบูรณ์แบบเกินจริงสำหรับภูมิรัฐศาสตร์ที่แปรเปลี่ยนไปของปัญญาประดิษฐ์ มันชี้นำว่าขีดความสามารถล้ำสมัย ณ ขณะนี้สามารถถูกสร้างและกระจายออกไป ไม่ใช่เพียงจากชาติมหาอำนาจและสตาร์ทอัพระดับพันล้านดอลลาร์ แต่จากหน่วยงานไอทีของเทศบาลที่มุ่งมั่น โดยใช้ประโยชน์จากห่วงโซ่อุปทานโอเพนซอร์สระดับโลก แม้ว่าสุดท้าย Rio 3.5 จะกลายเป็นเรื่องของวิศวกรรมอันชาญฉลาดและการแสดงละครทางการเมือง มากกว่าความก้าวหน้าทางการวิจัยที่แท้จริง จังหวะเวลาของมันก็ทำให้มันเป็นมากกว่าที่ถูกจดจำในฐานะหมัดฮุคเชิงสัญลักษณ์ที่สวนกลับลัทธิปกป้อง AI