คำตอบเผยแพร่แล้ว26 แหล่งที่มา
Ox Alpha คือ GLM-5.3-Flash: เบื้องหลังบททดสอบ AI กว่า 50 ล้านล้านโทเคนของ Zhipu AI
เมื่อวันที่ 26 สิงหาคม 2026 Zhipu AI ยืนยันว่า Ox Alpha หรือ “Niu Lai” คือ GLM 5.3 Flash โมเดลที่เปิดน้ำหนักให้ใช้งานได้ GLM 5.3 Flash เป็นโมเดล Mixture of Experts ที่มีพารามิเตอร์รวม 320,000 ล้านตัว เปิดใช้งานจริงราว 18,000 ล้านตัวต่อโทเคน และรองรับบริบทสูงสุด 1,048,576 โทเคน ประเด็นสำคัญไม่ใช่การพิสูจน์ว่าชิปจีนแซ...
เผยแพร่โดยแก้ไขด้วย GPT-5.6 Lunaรูปภาพสร้างด้วย GPT Image 1.5
คำตอบการวิจัย
ประเด็นสำคัญ
- เมื่อวันที่ 26 สิงหาคม 2026 Zhipu AI ยืนยันว่า Ox Alpha หรือ “Niu Lai” คือ GLM 5.3 Flash โมเดลที่เปิดน้ำหนักให้ใช้งานได้
- GLM 5.3 Flash เป็นโมเดล Mixture of Experts ที่มีพารามิเตอร์รวม 320,000 ล้านตัว เปิดใช้งานจริงราว 18,000 ล้านตัวต่อโทเคน และรองรับบริบทสูงสุด 1,048,576 โทเคน
- ประเด็นสำคัญไม่ใช่การพิสูจน์ว่าชิปจีนแซงหน้า Nvidia ในทุกด้าน แต่คือการแสดงให้เห็นว่าการปรับซอฟต์แวร์ให้เข้ากับโมเดลและฮาร์ดแวร์โดยเฉพาะ สามารถทำให้ระบบอนุมานที่ไม่พึ่ง Nvidia รองรับงานจริงในระดับใหญ่ได้
AI พรอมต์
openai.comCreate a landscape editorial hero image for this Studio Global article: What did Zhipu AI reveal on August 26, 2026, about the anonymous “Ox Alpha” model known as “Niu Lai,” including its identity as GLM-5.3-Flas. Article summary: On August 26, Zhipu AI (Z.ai) disclosed that the anonymous “Ox Alpha”/“Niu Lai” model was its GLM-5.3-Flash: an open-weight, native-multimodal mixture-of-experts model tested anonymously before release. [1][4][6] ## What. Topic tags: general, general web, documentation, news, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, water
เมื่อวันที่ 26 สิงหาคม 2026 Zhipu AI หรือ Z.ai บริษัทผู้พัฒนาโมเดลตระกูล GLM จากจีน เปิดเผยตัวตนของโมเดลปริศนา “Ox Alpha” ซึ่งในชุมชนนักพัฒนาจีนเรียกกันว่า “Niu Lai” ว่าแท้จริงคือ GLM-5.3-Flash โมเดลโอเพนเวทและมัลติโมดัลที่พัฒนาขึ้นใหม่ในตระกูล GLM 1
15
การเปิดตัวครั้งนี้ไม่ได้มีแค่ชื่อโมเดลใหม่ แต่ยังมาพร้อมข้ออ้างด้านโครงสร้างพื้นฐานที่น่าสนใจด้วย Zhipu ระบุว่า ในช่วงทดสอบแบบไม่เปิดเผยตัวตน โมเดลดังกล่าวเปิดให้ใช้งานฟรีผ่าน OpenRouter และ OpenCode และประมวลผลทราฟฟิกมากกว่า 50 ล้านล้านโทเคนภายใน 5 วัน โดยคำขอทั้งหมดให้บริการผ่านคลัสเตอร์ชิปที่ผลิตในจีนมากกว่า 100,000 ตัว 8
15
จากโมเดลนิรนามสู่การทดสอบภาคสนามจริง
Ox Alpha ปรากฏตัวบนแพลตฟอร์มนักพัฒนาโดยไม่มีโลโก้หรือชื่อบริษัทกำกับ ผู้ใช้จึงต้องตัดสินจากสิ่งที่โมเดลทำได้จริง ไม่ว่าจะเป็นคุณภาพคำตอบ ความเร็ว ความเสถียร และความพร้อมใช้งาน มากกว่าชื่อเสียงของผู้ให้บริการหรือชนิดของชิปเบื้องหลัง
โมเดลนี้ไต่ขึ้นสู่อันดับต้น ๆ ของการใช้งานบนทั้ง OpenRouter และ OpenCode อย่างรวดเร็ว รายงานภายหลังระบุว่าทราฟฟิกอาจสูงเกิน 60 ล้านล้านโทเคนในช่วง 6 วัน และการใช้งานบน OpenRouter มากกว่าผลิตภัณฑ์ DeepSeek ที่นำมาเปรียบเทียบกันมากกว่าสองเท่า อย่างไรก็ตาม ตัวเลขที่แตกต่างกันน่าจะมาจากช่วงเวลาการนับและวิธีวัดของแต่ละแพลตฟอร์ม ดังนั้นข้อสรุปที่รัดกุมที่สุดคือ การทดสอบครั้งนี้มีปริมาณเกิน 50 ล้านล้านโทเคนและได้รับความสนใจสูงผิดปกติ 1
3
30
ความสำคัญอยู่ที่โมเดลต้องรับมือกับทราฟฟิกจากนักพัฒนาจริงจำนวนมากก่อนที่ผู้ใช้จะรู้ว่าใครเป็นเจ้าของ กล่าวอีกอย่างคือ ผู้ใช้เลือกใช้งานจากประสิทธิภาพของโมเดล ไม่ใช่จากแบรนด์ Zhipu หรือคำโฆษณาเรื่องฮาร์ดแวร์
ชิปจีนกว่า 100,000 ตัวหมายความว่าอย่างไร
Zhipu ระบุว่าการประมวลผลเพื่อให้บริการโมเดล หรือ inference ทำงานบนชิปเร่งความเร็วปัญญาประดิษฐ์ที่ผลิตในจีนมากกว่า 100,000 ตัว และอ้างว่าการปรับซอฟต์แวร์ช่วยให้ประสิทธิภาพของฮาร์ดแวร์และต้นทุนต่อโทเคนอยู่ในระดับใกล้เคียงกับ GPU Nvidia รุ่นที่ใช้งานทั่วไป 15
24
บริษัทไม่ได้เปิดเผยชื่อผู้ผลิตชิปอย่างเป็นทางการในข้อมูลที่อ้างถึงในบทความนี้ รายงานอุตสาหกรรมระบุว่า Huawei, Moore Threads และ Hygon อาจมีส่วนเกี่ยวข้อง แต่ข้อมูลดังกล่าวยังไม่ได้รับการยืนยัน และไม่ควรถือเป็นการรับรองจาก Zhipu 30
40
ข้ออ้างนี้ควรตีความอย่างจำกัด ไม่ได้พิสูจน์ว่า:
- ชิปจีนมีประสิทธิภาพเทียบเท่า Nvidia ในงานทุกประเภท
- ฮาร์ดแวร์จีนเข้ามาแทนที่ Nvidia ในการฝึกโมเดลแล้ว
- ระบบซอฟต์แวร์ เครื่องมือสำหรับนักพัฒนา และระบบนิเวศของทั้งสองฝ่ายเทียบเท่ากัน
สิ่งที่ข้อมูลชุดนี้สนับสนุนได้ชัดเจนกว่าคือ ระบบอนุมานขนาดใหญ่สามารถออกแบบให้ทำงานบนโครงสร้างพื้นฐานที่ไม่ใช่ Nvidia ได้ หากมีการปรับแต่งโมเดล เอ็นจินให้บริการ และฮาร์ดแวร์ให้ทำงานร่วมกันตั้งแต่ต้น
ซอฟต์แวร์อนุมานคือชิ้นส่วนสำคัญ
การรองรับบริบทสูงสุดถึง 1 ล้านโทเคนทำให้ระบบต้องจัดการกับข้อจำกัดด้านหน่วยความจำ แบนด์วิดท์ การสื่อสารระหว่างชิป และการจัดคิวงานอย่างหนัก Zhipu จึงพัฒนาเอ็นจินอนุมานเฉพาะทางบนพื้นฐานของ SGLang พร้อมใช้เทคนิคหลายรายการ ได้แก่:
- W8A8 quantization เพื่อลดภาระการคำนวณและการใช้หน่วยความจำ
- การทำ quantization แบบผสม INT8, FP8 และ BF16 สำหรับแคช
- Tensor parallelism ภายในแต่ละโหนด เพื่อแบ่งงานของโมเดลออกไปยังชิปหลายตัว
- สถาปัตยกรรม Encode–Prefill–Decode (EPD) ที่แยกการเข้ารหัสข้อมูลมัลติโมดัล การประมวลผลพรอมต์ช่วงแรก และการสร้างโทเคนทีละตัว ออกเป็นกลุ่มงานที่สามารถปรับขนาดได้อย่างอิสระ
11
24
Zhipu ระบุว่าแนวทางดังกล่าวช่วยเพิ่มประสิทธิภาพการให้บริการตั้งแต่ต้นจนจบราว 3 เท่า เมื่อเทียบกับค่าพื้นฐานเดิมบนฮาร์ดแวร์ชุดเดียวกัน 24
26 ขณะที่เอกสารภายหลังของ SGLang รายงานตัวเลขด้านอัตราการส่งออกและความจุแคช FP8 ที่ดีขึ้นเมื่อเทียบกับการตั้งค่า BF16 แต่ข้อมูลดังกล่าวไม่ใช่การตรวจสอบโดยอิสระของตัวเลขเพิ่มประสิทธิภาพ 3 เท่าที่ Zhipu ประกาศไว้
17
ประเด็นนี้ทำให้ผลกระทบต่อ Nvidia อยู่ที่บทบาทของ CUDA ในงานอนุมานโดยเฉพาะ มากกว่าจะเป็นการลบล้างความได้เปรียบทั้งหมดของบริษัท เคอร์เนลเฉพาะทาง การลดความละเอียดตัวเลข การประมวลผลแบบขนาน และระบบจัดตารางงาน อาจลดการพึ่งพา CUDA ในงานผลิตบางประเภทได้ แต่ระบบนิเวศซอฟต์แวร์ เครื่องมือ ฐานผู้ใช้งานเดิม และความได้เปรียบด้านการฝึกโมเดลของ Nvidia ยังคงเป็นคำถามอีกชุดหนึ่งที่การเปิดตัวครั้งนี้ยังตอบไม่ได้
สเปกของ GLM-5.3-Flash
GLM-5.3-Flash มีรายงานว่าเป็นโมเดลแบบ Sparse Mixture of Experts (MoE) ที่มีพารามิเตอร์รวม 320,000 ล้านตัว แต่เปิดใช้งานเพียงประมาณ 18,000 ล้านตัวต่อโทเคน ช่วยลดภาระการประมวลผลเมื่อเทียบกับการเรียกใช้พารามิเตอร์ทั้งหมดในทุกขั้นตอน 2
5
7
โมเดลรองรับบริบท 1,048,576 โทเคน หรือประมาณ 1 ล้านโทเคน และรับข้อมูลแบบมัลติโมดัลโดยตรง จึงวางตำแหน่งไว้สำหรับงานเอกสารขนาดยาว การเขียนโค้ด และเวิร์กโฟลว์ของเอเจนต์ AI ที่ต้องทำงานต่อเนื่องเป็นเวลานาน 2
5
7
ในดัชนี Artificial Analysis Intelligence Index โมเดลได้รับคะแนนรายงานที่ 57 ซึ่งเท่ากับคะแนนของ Claude Opus 4.8 การเท่ากันนี้หมายถึงความใกล้เคียงบนดัชนีรวมหนึ่งรายการเท่านั้น ไม่ได้ยืนยันว่าทั้งสองโมเดลมีประสิทธิภาพเท่ากันในทุกการทดสอบ แอปพลิเคชัน หรือภารกิจของเอเจนต์ AI 9
ราคาเป็นแรงดึงดูดหลัก
Zhipu ระบุราคา API ไว้ที่ 0.15 ดอลลาร์สหรัฐต่อ 1 ล้านโทเคนขาเข้า และ 0.50 ดอลลาร์ต่อ 1 ล้านโทเคนขาออก 4
29
สื่อที่รายงานในช่วงเดียวกันประเมินว่าราคาดังกล่าวอยู่ที่ประมาณหนึ่งในสิบของ GLM-5.3 และราวหนึ่งในสี่สิบของ Claude Opus 4.8 แต่สัดส่วนนี้ขึ้นอยู่กับว่ากำลังเปรียบเทียบโทเคนขาเข้าหรือขาออก ระดับบริบท และแพ็กเกจราคาใด 1
4
ดังนั้นจุดแข็งของ GLM-5.3-Flash ไม่ได้มาจากตัวเลขใดตัวเลขหนึ่ง แต่เกิดจากการประกอบกันของ 3 ปัจจัย:
- สถาปัตยกรรม MoE แบบเบาที่เปิดใช้งานพารามิเตอร์เพียงบางส่วนต่อโทเคน
- การปรับแต่งระบบให้บริการอย่างจริงจัง ตั้งแต่ quantization ไปจนถึงการจัดสรรงานระหว่างชิป
- ราคาที่ต่ำพอจะดึงดูดการใช้งานในปริมาณมาก
การทดสอบในชื่อ Ox Alpha แสดงให้เห็นว่าปัจจัยทั้งสามสามารถดึงดูดผู้ใช้จำนวนมหาศาลได้ แม้ผู้ใช้ยังไม่รู้ด้วยซ้ำว่าโมเดลเป็นของบริษัทใดหรือทำงานบนชิปประเภทไหน นี่ไม่ใช่หลักฐานว่า Zhipu แก้ปัญหาด้านฮาร์ดแวร์และซอฟต์แวร์ได้หมดแล้ว แต่เป็นการสาธิตในระดับการใช้งานจริงที่โดดเด่นว่า การออกแบบโมเดล เอ็นจินอนุมาน และโครงสร้างพื้นฐานให้สอดประสานกัน สามารถเพิ่มประสิทธิภาพของระบบ AI ได้มากเพียงใด
Studio Global AI
ทำการวิจัยต่อ
หน้านี้รวมคำตอบที่ได้รับการสนับสนุนจากแหล่งที่มาซึ่งคุณสามารถดำเนินการต่อภายใน Studio Global
คนยังถาม
คำตอบสั้น ๆ สำหรับ "Ox Alpha คือ GLM-5.3-Flash: เบื้องหลังบททดสอบ AI กว่า 50 ล้านล้านโทเคนของ Zhipu AI" คืออะไร
เมื่อวันที่ 26 สิงหาคม 2026 Zhipu AI ยืนยันว่า Ox Alpha หรือ “Niu Lai” คือ GLM 5.3 Flash โมเดลที่เปิดน้ำหนักให้ใช้งานได้
ประเด็นสำคัญที่ต้องตรวจสอบก่อนคืออะไร?
เมื่อวันที่ 26 สิงหาคม 2026 Zhipu AI ยืนยันว่า Ox Alpha หรือ “Niu Lai” คือ GLM 5.3 Flash โมเดลที่เปิดน้ำหนักให้ใช้งานได้ GLM 5.3 Flash เป็นโมเดล Mixture of Experts ที่มีพารามิเตอร์รวม 320,000 ล้านตัว เปิดใช้งานจริงราว 18,000 ล้านตัวต่อโทเคน และรองรับบริบทสูงสุด 1,048,576 โทเคน
ฉันควรทำอย่างไรต่อไปในทางปฏิบัติ?
ประเด็นสำคัญไม่ใช่การพิสูจน์ว่าชิปจีนแซงหน้า Nvidia ในทุกด้าน แต่คือการแสดงให้เห็นว่าการปรับซอฟต์แวร์ให้เข้ากับโมเดลและฮาร์ดแวร์โดยเฉพาะ สามารถทำให้ระบบอนุมานที่ไม่พึ่ง Nvidia รองรับงานจริงในระดับใหญ่ได้
แหล่งที่มา
indexbox.ioGLM-5.3-Flash: Zhipu AI's New Open-Weight Model ...
pandaily.comZhipu Confirms Anonymous 'Niu Lai' Model Is GLM-5.3-Flash, Served on 100,000 Domestic Chips
kucoin.comZhipu launches the GLM-5.3-Flash model on ...
pasqualepillitteri.itOx Alpha revealed, it is Zhipu GLM-5.3-Flash with MIT weights