ทำไมโมเดล Open-Weight จึงแซงโมเดลปิดบน Vercel AI Gateway

การเลือกโมเดล AI บน Vercel AI Gateway กำลังเปลี่ยนจากการมองหาโมเดลที่เก่งที่สุดเพียงอย่างเดียว ไปสู่การจับคู่ “งาน” กับโมเดลที่มีต้นทุนเหมาะสมที่สุด

ในวันอังคารที่ 25 สิงหาคม 2026 โมเดลแบบ open-weight คิดเป็น 54% ของปริมาณโทเคนทั้งหมดที่ประมวลผลผ่าน Vercel AI Gateway ขณะที่โมเดล proprietary หรือโมเดลปิดอยู่ที่ 46% ก่อนหน้านั้นในวันเสาร์ สัดส่วนของโมเดล open-weight เคยแตะระดับสูงสุดที่มีการรายงานไว้ที่ 62% ทำให้โมเดลปิดเหลือ 38%4

จุดเปลี่ยนสำคัญคือ DeepSeek V4 Flash ซึ่งได้รับการอัปเดต weights และมีประสิทธิภาพดีขึ้นในงานเขียนโค้ด การใช้เครื่องมือ และเวิร์กโฟลว์แบบเอเจนต์ โดยไม่ขยับไปอยู่ในกลุ่มโมเดลราคาพรีเมียม19

สัดส่วนการใช้โทเคนเปลี่ยนไปอย่างไร

ช่วงเวลาที่มีการรายงานในเดือนสิงหาคม	โมเดล open-weight	โมเดล proprietary
วันเสาร์ก่อนหน้า	62%	38%
วันอังคารที่ 25 สิงหาคม	54%	46%

กล่าวอีกอย่างคือ โมเดล open-weight นำอยู่ 8 จุดเปอร์เซ็นต์ในวันอังคาร และเคยนำห่างถึง 24 จุดเปอร์เซ็นต์ในวันที่ทำสถิติสูงสุด

อย่างไรก็ตาม ตัวเลขนี้วัดเฉพาะจำนวนโทเคนที่ไหลผ่าน Gateway ไม่ใช่รายได้ กำไร หรือจำนวนบริษัทที่ใช้โมเดลแต่ละประเภท ดังนั้นจึงไม่ควรตีความว่าโมเดล open-weight สร้างรายได้มากกว่า หรือมีผู้ใช้มากกว่าโดยอัตโนมัติ

DeepSeek V4 Flash ได้เปรียบจากอะไร

Vercel ระบุว่า DeepSeek V4 Flash เริ่มใช้ weights ชุดอัปเดตเป็นค่าเริ่มต้นบน AI Gateway โดยคะแนน Terminal-Bench เพิ่มจาก 56.9 ในเวอร์ชันพรีวิวเดือนเมษายนเป็น 82.7 หรือเพิ่มขึ้น 25.8 จุด19 ผู้ใช้เดิมไม่จำเป็นต้องเปลี่ยน model ID หรือแก้โค้ดของแอป เพราะคำขอที่ใช้ชื่อโมเดลเดิมจะได้รับ weights ชุดใหม่โดยอัตโนมัติ19

จุดขายของโมเดลจึงไม่ได้มีแค่ราคาถูก แต่รวมถึงความสามารถด้านงานแบบเอเจนต์ที่ดีขึ้น ทำให้เหมาะกับงานเขียนโค้ดและการเรียกใช้เครื่องมือจำนวนมาก ขณะเดียวกัน การวางตำแหน่งเป็นโมเดลกลุ่มประสิทธิภาพสูงต่อต้นทุนก็เปิดทางให้นักพัฒนาควบคุมค่าใช้จ่ายในการประมวลผลได้ง่ายขึ้น

ตามข้อมูลของ Vercel โมเดลนี้รองรับการให้เหตุผล การใช้เครื่องมือ และ implicit caching พร้อมหน้าต่างบริบทขนาด 1 ล้านโทเคน27

ด้านราคาเองก็ช่วยตอกย้ำความแตกต่างดังกล่าว Reuters รายงานว่า DeepSeek V4 Pro ซึ่งเป็นรุ่นระดับพรีเมียม เปิดตัวด้วยราคาสำหรับโทเคนอินพุตราว 9 เท่า และโทเคนเอาต์พุตราว 14 เท่าของ V4 Flash17 การเปรียบเทียบจากแหล่งข้อมูลอิสระก็ชี้ว่า V4 Flash มีข้อได้เปรียบด้านราคาอย่างมาก แม้ผลการทดสอบจะแตกต่างกันไปตามชุดทดสอบและการตั้งค่า25

ทำไมโมเดล proprietary จึงมีสัดส่วนโทเคนลดลง

รายงานที่มีอยู่เชื่อมโยงการลดลงของปริมาณการใช้โมเดล proprietary กับความต้องการทางธุรกิจที่อ่อนลงสำหรับ Fable 5 ของ Anthropic ซึ่งมีราคาสูงกว่า4 คำอธิบายนี้มีเหตุผลสำหรับงานที่นักพัฒนาให้ความสำคัญกับปริมาณงานและต้นทุนต่อหน่วย มากกว่าความสามารถสูงสุดของโมเดล แต่ตัวเลขจาก Gateway ยังไม่สามารถยืนยันได้ว่าเป็นสาเหตุเดียวของลูกค้าหรือคำขอทุกประเภท

Vercel ยังคงวางตำแหน่ง Fable 5 ไว้สำหรับงานที่ทำต่อเนื่องเป็นเวลานาน มีความกำกวม และประกอบด้วยหลายขั้นตอน3 ภาพที่เกิดขึ้นในเดือนสิงหาคมจึงอาจไม่ใช่คำตัดสินว่าโมเดล open-weight ดีกว่าในทุกด้าน แต่เป็นเรื่องของการเลือกเส้นทางใช้งาน: ใช้โมเดลต้นทุนต่ำกับงานปริมาณมากที่เหมาะสม และเก็บโมเดล proprietary ระดับพรีเมียมไว้สำหรับงานที่คุ้มค่ากับราคาที่สูงกว่า

ปริมาณโทเคนไม่เท่ากับค่าใช้จ่ายด้าน AI

ข้อควรระวังที่สำคัญที่สุดคือ ต้องแยก “การใช้งาน” ออกจาก “รายได้” รายงานก่อนหน้านี้ของ Vercel ระบุว่าโมเดล open-weight มีสัดส่วนเพิ่มเป็น 29% ของปริมาณโทเคนบน Gateway แต่คิดเป็นสัดส่วนการใช้จ่ายไม่ถึง 4%44

สาเหตุคือจำนวนโทเคนไม่ได้สะท้อนราคาที่จ่ายต่อโทเคนอินพุตหรือเอาต์พุต ดังนั้น การที่โมเดล open-weight ประมวลผลโทเคนมากกว่า ไม่ได้หมายความว่าผู้ให้บริการโมเดลกลุ่มนี้จะมีรายได้มากกว่า โมเดล proprietary อาจยังครองสัดส่วนค่าใช้จ่ายที่สูงเกินกว่าสัดส่วนโทเคน แม้โมเดล open-weight จะรับภาระงานมากกว่า

สิ่งที่นักพัฒนาควรจับตา

ข้อมูลชุดนี้ชี้ไปสู่กลยุทธ์การเลือกโมเดลที่ละเอียดขึ้นกว่าการใช้โมเดลเดียวกับทุกงาน

• ใช้โมเดลประสิทธิภาพต่อต้นทุนกับงานขนาดใหญ่: งานสร้างข้อความจำนวนมาก ผู้ช่วยเขียนโค้ด และการเรียกใช้เครื่องมือเป็นประจำ ล้วนไวต่อค่าใช้จ่ายต่อโทเคน
• ทดสอบใหม่หลังมีการอัปเดต weights: การอัปเกรด DeepSeek V4 Flash เปลี่ยนประสิทธิภาพของโมเดลได้โดยไม่ต้องแก้ model ID หรือโค้ดระดับแอปพลิเคชัน19
• แยกคุณภาพออกจากเศรษฐศาสตร์ของการใช้งาน: คะแนน benchmark ที่ดีขึ้นไม่ได้แปลว่าโมเดลนั้นเหมาะที่สุดกับทุกงานจริง นักพัฒนายังต้องตรวจสอบความแม่นยำ ความเสถียร เวลาแฝง ความเป็นส่วนตัว และความพร้อมให้บริการ
• ติดตามค่าใช้จ่ายควบคู่กับจำนวนโทเคน: โมเดลที่มีปริมาณโทเคนสูงสุดไม่จำเป็นต้องเป็นโมเดลที่สร้างมูลค่าหรือครองการใช้จ่ายสูงสุด

บทเรียนที่กว้างกว่านั้นจากทราฟฟิกของ Vercel ในเดือนสิงหาคมคือ โมเดล open-weight สามารถชนะในแง่ปริมาณการใช้งานจริงได้ เมื่อผสานความสามารถที่เพียงพอกับต้นทุนที่ต่ำกว่ามาก DeepSeek V4 Flash เป็นตัวอย่างที่ชัดเจนที่สุดในช่วงเวลานี้ แต่ทิศทางหลักไม่ได้หมายถึงการแทนที่โมเดล proprietary ทั้งหมดในทันที หากเป็นการเลือกโมเดลที่ถูกที่สุดเท่าที่จะทำงานนั้นได้อย่างน่าเชื่อถือ