https://switch-to-codex.openai.chatgpt.site

Thibault Sottiaux ตำแหน่ง Head of Core Products Open AI ดูแลทั้ง ChatGPT และ Codex โดยตรง โพสแซว มี Claude Confirm ว่า GPT 5.6 เก่งจริงๆ จากที่ Anthropic จะปิด Fable แต่สุดท้าย เปิดตลอดแล้ว เพราะกลัวคนหนีไปหา GPT ปั่นสุดดดด

ยกเว้นเวอร์ชั่น Pro ลงมาที่จะคิดเป็น Credit แทนนน

พอถึงยุค AI กว่าจะจ่าย GPT ผ่านไปห้าเดือน แล้ว Claude ละ พอมีข่าว Cowork จะออก ก็เพิ่งมาตัดสินใจจ่าย อะไรประหยัดได้ประหยัด จนคุยกับพี่แบงค์ Live นึงว่า จ่าย Manus รัวๆ เพราะคิดว่า เงินที่จ่ายกับ Output ที่ได้ สุดท้ายแล้วถ้าเราทำดีจริง มันคุ้มกว่าอยู่ดี จำนวนหรือคุณภาพ อยู่ที่ Target แต่ละคน

ก็เลยเอาวะ ซื้อ Manus รายปี โจทย์แรกคือทำแบบนี้ให้หน่อย โยนภาพที่อยากได้ลงไป Manus ทำได้ สุดยอด Mindset Change หลังจากนั้นโยนสกิลกลับมาที่ Claude Claude ทำได้แบบเดียวกันเปล่า ทำได้ หลังจากนั้นลองโยนงานที่ทำทุกสัปดาห์ลงไป ตัดสินใจกลับมาจ่าย Pro ตอนนั้นใช้ Sonnet ได้ระดับนึง แล้วลองงานยากๆ อีก ได้ไปเรื่อยๆ

คำถามตอนนั้นคือ ถ้าไป max จ่าย 3000 เราก็ยังยื้อไม่เลิกกับ GPT , Grok ก็จ่าย Perplexity เพิ่งกดเลิกไป ยังไงดีคุณผู้ชม สุดท้ายเอาว่ะ ลอง เออ สุดท้ายเราทำสกิลได้ประมาณ 70 ตัวในสามเดือน สกิลนึง ลดเวลามหาศาล เรายังไม่ได้มองเรื่องเพิ่มมูลค่า หรือได้รายได้ แต่มันลดเวลาได้มหาศาลจริงๆ ยังไม่ได้เอาไปขั้น automate ยังหาจุดที่ลงตัวและจุดที่ไว้ใจไม่ได้ แต่แค่นี้มันก็เพิ่มมหาศาลแล้ว

พอจ่ายไปเท่านั้นแหละ Claude อยากได้ API ทำรูปหรอ ต่อให้ อยากได้ API Eleventlabs หรอ ต่อให้

การที่คนขี้งกอย่างเราผ่านการเปลี่ยน mindset ตัวเองว่ายอมลงทุนเพิ่มผลลัพธ์ที่เยอะกว่า เป็นสิ่งนึงที่ต้องปลดล็อกในโลก AI เลย ของฟรีไม่พอที่จะให้คุณเทสความฝันจาก AI ได้ มันไม่เก่งพอ ไม่ก็ช้าเกินไปป

ตัวนี้ชื่อ Clypmint ครับ เป็น AI ตัดต่อวิดีโอ ที่เพิ่งประกาศฟีเจอร์ใหม่คือ เราโยนคลิปอ้างอิงที่ชอบสไตล์เขาให้ดูหนึ่งอัน แล้วมันจะไปดูดสไตล์การตัดออกมา จังหวะตัด ฟอนต์ซับ โทนสี เอฟเฟกต์ แล้วเอามาแปะกับคลิปเราให้ออกมาหน้าตาเดียวกัน

ก่อนอื่นขอเคลียร์เรื่องชื่อก่อนเลยครับ เพราะอันนี้สำคัญ เขาตั้งชื่อฟีเจอร์ว่า Claude for Video Editing ซึ่งอ่านแล้วเหมือน Anthropic ออกของใหม่ แต่ไม่ใช่นะครับ Clypmint เป็นบริษัทคนละเจ้า เป็นสตาร์ทอัพเล็กๆ ที่เอาชื่อ Claude มาตั้งเป็นชื่อฟีเจอร์ตัวเอง ใครเห็นแล้วคิดว่า Anthropic ทำแอปตัดคลิปแล้ว คือเข้าใจผิด

ทีนี้ตัวเลขที่เขาโชว์บนเว็บตัวเอง คลิปดิบ 74 นาที เหลือ 8 นาที ย่อลง 9.4 เท่า เก็บไว้แค่ 10.7 เปอร์เซ็นต์ของที่ถ่ายมา แต่ยังเก็บคำพูดไว้ 2,048 คำ และแก้มือ 0 ครั้ง เขาบอกว่ามันตัดพวกช่วงเงียบ ช่วงติดอ่าง ช่วงพูดใหม่ ออกให้หมด

ราคาผมไปดูมาให้แล้วครับ เริ่มที่ 100 ดอลลาร์ต่อเดือนสำหรับตัดอัตโนมัติกับซับ แต่ฟีเจอร์ดูดสไตล์จากคลิปอ้างอิงที่เป็นพระเอกของข่าวนี้ อยู่แพ็ก 500 ดอลลาร์ต่อเดือน ประมาณหมื่นหกพันบาท และดูดได้ 5 ครั้งต่อเดือน ถ้าอยากได้ 25 ครั้งคือ 1,000 ดอลลาร์

ที่ผมยังไม่ฟันธงให้คือ ตอนนี้ยังไม่มีรีวิวจากคนนอกเลยสักอัน ที่เห็นทั้งหมดคือตัวเลขกับเดโมที่เจ้าของทำเอง ซึ่งมันก็คือโฆษณาแหละครับ คลิปเดโมของทุกเจ้าเลือกมาแล้วว่าอันไหนสวย ต้องรอคนจ่ายเงินจริงมาเล่าว่าโยนคลิปห่วยๆ เข้าไปแล้วมันรอดไหม

ผมตัดคลิปเองอยู่ทุกอาทิตย์ เลยรู้ว่างานที่กินเวลาจริงไม่ใช่การลากไทม์ไลน์นะครับ แต่คือการตัดสินใจว่าจะเก็บอะไรทิ้งอะไร ถ้ามันตัดสินใจแทนได้จริงแบบที่โชว์ อันนั้นน่าสนใจมาก แต่ถ้ามันแค่ตัดช่วงเงียบเก่ง อันนั้นของฟรีก็ทำได้

ใครสนใจไปดูที่ clypmint.com ได้ครับ แต่ผมแนะนำให้รอรีวิวจากคนที่ไม่ได้ขายมันก่อน

ช่วงนี้หลายองค์กรซื้อ AI มาให้พนักงานใช้ แต่เจอปัญหาเดิมๆ ครับ คนเก่งไม่กี่คนใช้ AI ได้คล่อง เขียน prompt เป็น ที่เหลือเปิดมาแล้วก็ไม่รู้จะพิมพ์อะไร สุดท้ายความเก่งกระจุกอยู่ที่คนไม่กี่คน องค์กรจ่ายเงินค่า AI แต่ของจริงคนใช้น้อยมาก

Aerogram เป็น AI startup ไทยจาก Cleverse (เป็น venture builder ที่ตั้งอยู่อยุธยา) ที่มาแก้ตรงจุดนี้

แนวคิดของเขาน่าสนใจครับ — แทนที่จะสอนทุกคนให้เขียน prompt เก่ง เขาเอา "ขั้นตอนการทำงาน" หรือ SOP ของบริษัท มาประกอบเป็นแอป AI ทีละตัว แล้วเอาไปวางใน portal กลางขององค์กร พนักงานแค่เปิดแอปที่ต้องใช้ กรอกข้อมูล กด Run ก็ได้งานออกมา ไม่ต้องรู้ว่าเบื้องหลังใช้โมเดลอะไร เขียน prompt ยังไง

เครื่องมือหลักที่เขามีคือ - Visual Workflow Builder — ลาก-วาง ออกแบบ flow การทำงานหลายขั้นเป็นแอป (ไม่ต้องเขียนโค้ด) - Enterprise AI Portal — ที่รวมแอปทั้งหมด มีระบบสิทธิ์ว่าใครเปิดอะไรได้ - Knowledge Base — เอาข้อมูล/เอกสารของบริษัทมาเป็นฐานให้ AI ตอบอิงของจริง - Human-in-the-loop — มีจุดให้คนกดอนุมัติคั่นกลางก่อน AI ทำต่อ - Audit log — บันทึกว่าใครใช้แอปไหน ทำอะไรไป ตามรอยได้หมด

จุดที่ผมว่าโดนคือ "ทำให้ AI เป็นของทั้งทีม ไม่ใช่ของคนเขียน prompt เก่งไม่กี่คน" ความเก่งของพนักงานเก่งๆ ถูกถอดออกมาเป็นแอปที่คนอื่นหยิบไปใช้ซ้ำได้ แล้วยังตรวจสอบย้อนหลังได้ด้วย ซึ่งสำคัญมากสำหรับองค์กรขนาดกลาง-ใหญ่ที่กลัวเรื่อง governance

ฝั่งตัวเลข Cleverse บอกว่า Aerogram รองรับโมเดล AI ชั้นนำกว่า 80 ตัว (ทั้ง ChatGPT, Claude, Gemini, Llama รวมถึงพวก image/video gen) สลับใช้ได้ตามงาน ไม่ผูกกับเจ้าใดเจ้าหนึ่ง กลุ่มที่เขาเล็งคือทีม HR, Sales, Marketing และ Business ในองค์กร

ที่ผมชอบในเคสนี้คือ มันไม่ได้แก้ปัญหาว่า "AI เก่งพอไหม" เพราะโมเดลทุกวันนี้เก่งพออยู่แล้ว แต่ไปแก้ช่องว่างที่หลายองค์กรเจอจริงคือ "ซื้อ AI มาแล้วคนไม่ได้ใช้" ซึ่งเป็นปัญหา adoption ล้วนๆ ไม่ใช่ปัญหาเทคโนโลยี

ทุกคนคิดว่าวิธีนี้ — เอา know-how ของคนเก่งมาทำเป็นแอปให้คนอื่นกดใช้ — จะช่วยให้ AI ในองค์กรไทยถูกใช้จริงมากขึ้นไหมครับ หรือสุดท้ายก็ยังติดที่คนไม่อยากเปลี่ยนวิธีทำงาน คอมเมนต์คุยกันได้เลย

— ข้อมูลอ้างอิงจากเว็บไซต์ Aerogram (aerogram.ai) และบล็อกของ Cleverse ครับ จำนวนโมเดลที่รองรับเป็นตัวเลขที่บริษัทเปิดเผย (หน้าเว็บบางหน้าระบุ 30+ บางแหล่งของบริษัทระบุ 80+) อาจเปลี่ยนแปลงได้ตามการอัปเดต

เว็บไซต์: https://www.aerogram.ai

โหมดนี้ชื่อ ChatGPT Work ออกมาตั้งแต่ 9 ก.ค. พร้อมกับ GPT-5.6 เมื่อวานเขาเพิ่งปล่อยคลิปเดโมให้ดูว่าใช้ยังไง คนเดโมคือ Nick Baumann จาก OpenAI

สิ่งที่มันทำในคลิปคือ ไปหยิบไฟล์แผนงานจาก Slack มา อัพเดทข้อมูลให้เป็นปัจจุบัน วิเคราะห์ตัวเลขในสเปรดชีต ทำกราฟ แล้วปั้นเป็นสไลด์พรีเซนต์ให้ทีม จบในงานเดียว

จุดที่ผมว่าเป็นหัวใจจริงๆ ไม่ใช่คำว่าสร้างไฟล์ได้นะครับ แต่คือประโยคที่เขาเขียนไว้ในคู่มือว่า เราสั่งให้มันทำตามไฟล์เดิม เด็คแม่แบบ หรือเทมเพลตที่เรามีอยู่แล้วได้ คือมันไม่ได้ไปสร้างสไลด์หน้าตาแบบ AI ที่เราต้องมานั่งแก้ทั้งวัน แต่เดินตามของที่บริษัทเราใช้อยู่

อีกอย่างที่ต่างจากเดิมคือมันแก้ตรงจุดได้ ไม่ใช่เขียนใหม่ทั้งไฟล์ เปิดไฟล์ในแอป เลือกส่วนที่จะแก้ แล้วบอกว่าอยากได้ผลลัพธ์แบบไหน ที่เหลือมันไม่แตะ

ทีนี้ของจริงที่ต้องรู้ก่อนดีใจ อันนี้ผมไปอ่านคู่มือเขามาเอง Google Docs, Sheets, Slides รองรับแบบเต็มตัวถ้าเราต่อ Google Workspace ไว้ ส่วน Excel ต้องลง add-in แล้วเรียกผ่านโหมด Codex เอา แต่ PowerPoint เขาเขียนตรงๆ เลยว่ายังไม่รวมอยู่ในโหมดนี้ตอนเปิดตัว

แปลว่าถ้าออฟฟิศเราเป็นสาย Microsoft ล้วน ตอนนี้ยังใช้ได้ไม่เต็มสูบ ต้องรอ ส่วนใครอยู่กับ Google Workspace อยู่แล้วคือใช้ได้เลย

บนเว็บกับมือถือตอนนี้เปิดให้คนจ่ายเงินก่อน Pro กับ Enterprise ได้ก่อนใคร แล้ว Plus กับ Business ตามมาในไม่กี่วัน คนใช้ฟรียังไม่ได้

ที่ผมคิดต่อคือ เมื่อก่อนเราเสียเวลากับการเอาคำตอบของ AI มาจัดใส่ไฟล์เอง งานนั้นแหละที่หายไป แต่คนที่ได้ประโยชน์สุดไม่ใช่คนที่พิมพ์สั่งเก่งนะครับ คือคนที่มีเทมเพลตกับไฟล์ตั้งต้นที่ดีอยู่แล้ว เพราะมันเดินตามของเดิมได้แม่นแค่ไหน ขึ้นกับว่าของเดิมเราดีแค่ไหน

เรื่องที่ผมชอบที่สุดในประกาศนี้คือตู้ขายของครับ ที่ออฟฟิศ OpenAI มีตู้ขายของอัตโนมัติที่ให้ AI เป็นคนดูแลธุรกิจเองชื่อ Vendy เขาปล่อย GPT-Red เข้าไปแฮก ผลคือมันทำได้ครบทั้งสามข้อ เปลี่ยนราคาก้อนทังสเตนจาก 79 ดอลลาร์เหลือ 0.50 ดอลลาร์ สั่งของใหม่ราคาร้อยกว่าดอลลาร์มาขายห้าสิบเซ็นต์ แล้วก็ยกเลิกออเดอร์ของลูกค้าคนอื่น วิธีที่มันใช้คือปลอมข้อความอนุมัติส่งเข้า Slack บอกว่าเป็นคำสั่งจากผู้ดูแลระบบ แล้ว Vendy ก็เชื่อ

ตัวนี้ไม่ได้ปล่อยให้ใครใช้นะครับ OpenAI เก็บไว้ในบ้านอย่างเดียว เหตุผลตรงไปตรงมาคือเขาจงใจฝึกให้มันร้าย ถ้าปล่อยออกมาก็คือแจกอาวุธ

หลักการมันคือ self-play ครับ เอา GPT-Red ไปสู้กับโมเดลฝ่ายรับ ฝึกไปพร้อมกันทั้งคู่ ฝ่ายบุกได้รางวัลเมื่อหลอกสำเร็จ ฝ่ายรับได้รางวัลเมื่อกันอยู่และทำงานเดิมจบ พอฝ่ายรับเก่งขึ้น ฝ่ายบุกก็ถูกบังคับให้คิดท่าใหม่ที่แสบกว่าเดิม วนแบบนี้ไปเรื่อยๆ

ตัวเลขที่ทำให้ผมหยุดคิดคืออันนี้ครับ เอา GPT-Red ไปแข่งกับทีมมนุษย์ที่หาช่องโหว่เป็นอาชีพ ในโจทย์ชุดเดียวกัน มนุษย์แฮกสำเร็จ 13 เปอร์เซ็นต์ของสถานการณ์ GPT-Red ทำได้ 84 เปอร์เซ็นต์

แล้วเอาสิ่งที่มันหาเจอไปเทรน GPT-5.6 ต่อ ผลคือท่าโจมตีชื่อ Fake Chain-of-Thought ที่เคยหลอก GPT-5.1 ได้เกิน 95 เปอร์เซ็นต์ ตอนนี้เหลือต่ำกว่า 10 และ GPT-5.6 Sol พลาดกับการโจมตีของ GPT-Red แค่ 0.05 เปอร์เซ็นต์

จุดที่เขาย้ำและผมว่าสำคัญคือ ความสามารถปกติไม่ลดลง เพราะวิธีทำให้โมเดลดูปลอดภัยที่ง่ายที่สุดคือทำให้มันขี้กลัวและปฏิเสธทุกอย่าง อันนั้นไม่ใช่ความแข็งแรง แค่ความไร้ประโยชน์

ที่มันเชื่อมกับเรื่องเมื่อกี้คือ ตอนพูดเรื่อง 1Password ผมบอกว่ากันรหัสผ่านไม่ให้ AI เห็นได้ก็จริง แต่พอมันล็อกอินเข้าไปแล้วโดนหลอกด้วยข้อความบนหน้าเว็บ ตรงนั้นยังไม่มีใครตอบ อันนี้แหละครับคือความพยายามตอบ ไม่ใช่กันไม่ให้ AI รู้ความลับ แต่ทำให้ AI ไม่เชื่อคำสั่งที่ไม่ได้มาจากเรา

ตู้ขายของนั่นแหละคือภาพจำลองที่ดีที่สุด ของจริงมันไม่ใช่ตู้ขนม แต่คือ agent ที่ถือบัตรเครดิตเราครับ

สำหรับคนที่ไม่รู้จัก LM Studio คือแอปที่คนใช้โหลดโมเดลโอเพนซอร์สมารันบนเครื่องตัวเอง พวก Qwen, Gemma, DeepSeek, gpt-oss ที่ผ่านมามันเป็นแค่หน้าจอแชท คุยได้ แต่ทำงานให้ไม่ได้ Bionic คือการก้าวออกจากตรงนั้น

มันทำได้สามอย่างหลัก อย่างแรกคืองานโค้ด ชี้ไปที่โฟลเดอร์งานเรา แล้วให้มันไปไล่หา แก้ ดีบั๊ก โชว์ให้ดูเป็น diff ทีละบรรทัดเหมือน Git แล้วมี checkpoint อัตโนมัติ พังเมื่อไหร่ย้อนกลับได้

อย่างที่สองคืองานเอกสาร สร้างและแก้ไฟล์ Word สไลด์ สเปรดชีต PDF ได้ ที่สำคัญคือมันทำงานใน sandbox แยกออกมา ไม่เดินไปยุ่งกับไฟล์อื่นในเครื่อง แถมค้นเว็บได้ในตัว

อย่างที่สามที่ผมชอบสุดคือเสียง มันมี voice keyboard ที่ใช้ได้ทุกแอปในเครื่อง กดแล้วพูดตรงไหนก็ได้ที่เคอร์เซอร์อยู่ ใช้โมเดล Voxtral ของ Mistral ถอดเสียงหลายภาษาแบบเรียลไทม์ และประมวลผลบนเครื่องเราล้วน เสียงไม่ออกไปไหน

เรื่องโมเดลเขาให้เลือกสามทาง รันบนเครื่องตัวเอง ต่อผ่าน LM Link หรือถ้างานหนักเกินเครื่องไหว ก็ยิงขึ้น LM Studio Secure Cloud ไปใช้โมเดลเปิดตัวใหญ่อย่าง GLM 5.2 กับ Kimi K2.7 Code ซึ่งฝั่งคลาวด์เขาบอกว่าประมวลผลแล้วทิ้ง ไม่เก็บข้อมูลไว้

ที่ผมว่าน่าสนใจไม่ใช่ตัวแอปนะ แต่คือจังหวะเวลา ทีม LM Studio พูดเองว่าโมเดลเปิดข้ามเส้นไปแล้วตอน Kimi K2.6 แล้วก็ GLM 5.2 คือเมื่อก่อนโมเดลเปิดพอคุยเล่นได้แต่ทำงานจริงไม่ไหว ตอนนี้มันไหวแล้ว เครื่องมือเลยตามมา

ตอนนี้เป็น initial preview ยังไม่เสร็จดี ใช้ได้บน Mac กับ Windows ใครสนใจโหลดที่ lmstudio.ai ครับ

ปัญหาที่แก้คืออันนี้ครับ AI agent ทุกวันนี้ทำงานแทนเราได้เยอะ จองตั๋ว เช็คบัญชี ไล่ดูงานในระบบ แต่พอเจอหน้า login ปุ๊บ มันตัน ทางออกที่คนทำกันคือแปะรหัสผ่านลงไปในแชท ซึ่งแปลว่ารหัสของเราเข้าไปนั่งอยู่ใน context ของโมเดล ใน memory มัน แล้วก็ในเซิร์ฟเวอร์ของเจ้าของโมเดลไปเรียบร้อย

วิธีใหม่คือ Claude ไม่ได้ขอรหัสจากเรา มันบอก 1Password ว่าต้องการล็อกอินอันไหน แล้ว 1Password จะเด้งถามเราว่าจะให้ใช้ตัวนี้ไหม กด Touch ID ยืนยัน จากนั้น 1Password เป็นคนยัดรหัสเข้าไปในหน้าเว็บเองผ่านช่องทางของตัวเอง ทั้งรหัสผ่านและ OTP ไม่ผ่านโมเดล ไม่เข้า memory ไม่ไปถึงระบบของ Anthropic

ผมว่าประโยคที่อธิบายมันได้ดีที่สุดคือ AI เปลี่ยนสถานะจากคนที่รู้ความลับ เป็นคนที่ใช้ความลับได้แต่ไม่รู้ว่ามันคืออะไร

มีอีกอันที่ผมว่าสำคัญกว่าตัวฟีเจอร์อีก แต่คนพูดถึงน้อยคือ Agentic Mode ซึ่ง 1Password ปล่อยให้ทุกคนใช้ ไม่ใช่เฉพาะคนใช้ Claude คือพอมี AI agent เข้ามาคุมเบราว์เซอร์เมื่อไหร่ ส่วนขยาย 1Password จะล็อกตัวเองทันที ซ่อนหน้าตาทิ้ง แล้วปล่อยให้ agent แตะได้แค่รายการที่เราอนุมัติสำหรับงานนั้นงานเดียว ที่เหลือในเซฟไม่ต้องพูดถึง

แปลว่าเขาไม่ได้มองว่า agent เป็นเพื่อน เขามองว่า agent คือสิ่งแปลกปลอมที่ต้องกันไว้ก่อน แล้วค่อยเปิดประตูให้ทีละบาน ผมว่าท่านี้ถูกแล้ว

ที่ยังต้องคิดต่อคือ ต่อให้ AI ไม่เห็นรหัส แต่พอมันล็อกอินสำเร็จ มันก็นั่งอยู่ในบัญชีเราแล้วนะครับ ถ้ามันโดนหลอกด้วยข้อความบนหน้าเว็บให้ทำอะไรเกินเลย ตรงนั้นเป็นคนละเรื่องกับการปกป้องรหัสผ่าน อันนี้ผมยังไม่เห็นใครตอบชัด

ตอนนี้ใช้ได้บน Mac แล้ว ทั้งแบบส่วนตัว ครอบครัว และธุรกิจ ต้องมีทั้งแอป 1Password และส่วนขยายเบราว์เซอร์ คู่กับ Claude ส่วนบัตรเครดิตกับข้อมูลส่วนตัวยังไม่รองรับ เขาบอกว่าจะตามมาทีหลัง

ที่ผมสนใจไม่ใช่คำว่าอันดับ 1 ลอยๆ นะ แต่คือสนามที่มันชนะ Frontend Code Arena คือเวทีที่คนโหวตเทียบผลงานสองโมเดลแบบไม่รู้ว่าใครเป็นใคร K3 ได้ 1,679 คะแนน เหนือ Claude Fable 5 ที่ 1,631 GPT-5.6 Sol 1,618 แล้วก็ Opus 4.8 ที่ 1,562 ชนะ 6 จาก 7 หมวด แพ้แค่หมวดเกมที่ Fable 5 ยังนำอยู่

ที่โหดกว่านั้นคือ Kimi ตัวก่อนหน้าบนกระดานนี้อย่าง K2.6 อยู่แค่อันดับ 18 แปลว่าข้ามมา 17 อันดับในรุ่นเดียว

ตัวโมเดลคือ 2.8 ล้านล้านพารามิเตอร์ มองภาพได้ในตัว รับข้อมูลได้ 1 ล้าน token ทาง Moonshot เคลมว่าเป็นโมเดลเปิดระดับ 3 ล้านล้านตัวแรกของโลก ซึ่ง Simon Willison แซวว่าก็คือปัด 2.8 ขึ้นเป็น 3 นั่นแหละ

ส่วนราคาคือจุดที่ทำให้ผมหยุดคิด ค่า output อยู่ที่ 15 ดอลลาร์ต่อล้าน token ซึ่งเท่ากับ Claude Sonnet 5 เป๊ะ และเป็นแค่ 30 เปอร์เซ็นต์ของ Fable 5 ที่คิด 50 ดอลลาร์ ทาง Artificial Analysis วัดต้นทุนต่องานจริงได้ 0.94 ดอลลาร์ ประมาณครึ่งเดียวของ Opus 4.8

แต่ต้องพูดให้ครบ เบนช์มาร์กที่ Moonshot โชว์เอง K3 ยังแพ้ Fable 5 กับ GPT-5.6 Sol ในงานเขียนโค้ดหลายตัว เช่น DeepSWE ได้ 67.5 ขณะที่ Fable 5 ได้ 70 มันไปชนะพวกท็อปในสนามหน้าเว็บกับงานที่คนโหวตด้วยสายตา ไม่ใช่ชนะทุกสนาม

อีกอย่างคือตอนนี้ยังโหลด weights มาใช้เองไม่ได้ ต้องรอ 27 ก.ค. ระหว่างนี้ใครอยากลองต้องผ่าน kimi.com หรือ OpenRouter ไปก่อน

ผมว่าเรื่องที่ควรจับตาไม่ใช่ว่าใครอันดับ 1 วันนี้ เพราะเดี๋ยวก็เปลี่ยน แต่คือช่องว่างระหว่างโมเดลเปิดกับโมเดลปิดมันแคบลงเร็วมาก และคนที่ได้ประโยชน์คือเราที่เป็นคนใช้ครับ

สำหรับคนที่ไม่เคยใช้ Custom Instructions คือช่องตั้งค่าที่เราบอก ChatGPT ไว้ครั้งเดียวว่าเราเป็นใคร ทำงานอะไร อยากให้ตอบสไตล์ไหน แล้วมันจะเอาไปใช้กับทุกแชทใหม่อัตโนมัติ ไม่ต้องพิมพ์ซ้ำทุกครั้ง

ของเดิม 1,500 ตัวอักษรคือประมาณข้อความยาวๆ หนึ่งข้อความ พอ 5,000 มันเปลี่ยนสภาพเลยครับ กลายเป็นเขียนคู่มือประจำตัวได้จริง ตอนนี้ใช้ได้กับ Plus, Pro, Business, Enterprise และ Education ส่วนคนใช้ฟรียังไม่ได้ และ OpenAI ยังไม่บอกว่าจะให้เมื่อไหร่

ที่ผมขำคือโพสประกาศของ OpenAI เอง เขาโชว์ตัวอย่างเป็นชุดคำสั่งให้ ChatGPT เล่นเป็นเคานต์แดร็กคูล่า สั่งว่าห้ามแนะนำอาหารมีกระเทียม เรียก deadline ว่า before dawn จบอีเมลทุกฉบับด้วย Yours eternally แล้วปิดท้ายโพสว่า at last, enough room to be hauntingly specific คือขายของด้วยมุขได้เนียนมาก

แต่ผมว่าประเด็นจริงไม่ใช่พื้นที่นะ มันคือคนส่วนใหญ่ยังไม่รู้ว่าจะเขียนอะไรลงไปตั้งแต่ตอนมี 1,500 ตัวด้วยซ้ำ ให้ 5,000 ก็ปล่อยว่างเหมือนเดิม

ของที่ผมเขียนแล้วได้ผลจริงไม่ใช่ประเภทบอกว่าตอบสั้นๆ หน่อย แต่เป็นเกณฑ์ตัดสินใจ เช่น ถ้าไม่ชัวร์ให้บอกว่าไม่ชัวร์ ห้ามเดาเป็นข้อเท็จจริง หรือตัวเลขทุกตัวต้องบอกที่มาได้ พวกนี้แหละที่ทำให้คำตอบเปลี่ยนจริง ไม่ใช่แค่โทนเสียง

ลองคิดง่ายๆ ว่าช่องนั้นตอนนี้ไม่ใช่ setting แล้ว มันคือ system prompt ของผู้ช่วยส่วนตัวเรา ใครเขียนดีก็ได้ผู้ช่วยที่เข้าใจงานตัวเอง ใครปล่อยว่างก็ได้ AI แบบเดียวกับคนอื่นทั้งโลกครับ

Google ประกาศเมื่อวานนี้ (16 ก.ค.) ว่าเอาคำว่า LM ที่ย่อมาจาก language model ออก แล้วลากมาอยู่ใต้ร่ม Gemini เต็มตัว โลโก้เปลี่ยนเป็นไล่สีน้ำเงินม่วงแบบ Gemini ส่วนตัวแอปยังเป็น standalone เหมือนเดิม ไม่ได้ยุบไปรวมกับอะไร

แต่ผมว่าชื่อไม่ใช่ประเด็นนะ ของจริงที่เปลี่ยนคือทุก notebook ได้ secure cloud computer ของตัวเอง แปลว่ามันเขียนโค้ดแล้วรันเองได้ในโน้ตเลย เอาไว้วิเคราะห์ข้อมูลจากไฟล์ที่เราอัปเข้าไป ตอนนี้ Google AI Ultra กับ Workspace ธุรกิจได้ใช้แล้ว ส่วนคนจ่าย Pro บนเว็บจะได้ในอีกไม่กี่สัปดาห์

อีกอันที่น่าจับตาคือ notebook ของเราจะไปโผล่ใน AI Mode ของ Google Search ด้วย คือแทนที่จะต้องเปิดแอปแยก ค้นหาปกติแล้วมันดึงโน้ตเราขึ้นมาได้เลย

ย้อนไปมันเริ่มจาก Project Tailwind เมื่อ พ.ค. 2023 ตอนนั้นเป็นแค่การทดลองเล็กๆ ผ่านมาสามปีมี Audio Overview ที่ทำพอดแคสต์สองโฮสต์คุยกัน มีวิดีโอสรุป มีคลิปสั้นแบบ TikTok ซึ่งผมเพิ่งลองทำคลิปเรื่องนี้ไปเมื่อวาน

ที่ผมชอบ Gemini Notebook มาตลอดคือมันตอบจากแหล่งที่เราให้เท่านั้น ไม่ไปมั่วเอาจากที่อื่น กดดูได้ว่าประโยคนี้มาจากหน้าไหน สำหรับคนที่ต้องอ่านรายงานยาวๆ หรือสรุปประชุม อันนี้คือจุดที่มันชนะแชทบอตทั่วไปแบบไม่ต้องเถียง

ทีนี้พอมันรันโค้ดได้ด้วย มันก็ขยับจากเครื่องมือสรุปเอกสาร ไปเป็นเครื่องมือวิเคราะห์ข้อมูลได้เลย รอดูว่าคนจ่าย Pro จะได้ใช้เมื่อไหร่ครับ

เหมาะกับสายชอบฟัง ชอบดูภาพสั้นๆ ไม่ได้อยากอ่านเยอะ หรือไม่ชอบดู Mind Map / Infographic — ใครใช้ NotebookLM เป็นเครื่องมือประจำอยู่แล้ว ไปลองกันได้ครับ

เล่าว่ามันทำงานยังไง คนสร้างบอกว่าทำเป็นส่วนหนึ่งของงานวิจัยด้าน NLP กับการจับการโกหกที่มหาวิทยาลัย หลักการคือระหว่างที่คนพูด เช่นในดีเบตการเมือง มันจะถอดเสียงเป็นข้อความสด แล้วจับว่าประโยคไหนเป็นคำกล่าวอ้างที่ควรตรวจสอบ

จุดที่ผมว่าฉลาดคือมันไม่ได้ให้ AI ตอบจากความจำตัวเอง เพราะแบบนั้นจะมั่วได้ แต่มันเอาข้อความที่ถอดมาไปค้นหาแหล่งข้อมูลจริงบนเว็บก่อน แล้วค่อยส่งผลการค้นกลับเข้า Claude ให้ตัดสินว่าจริงหรือเท็จ โดยอ้างอิงจากแหล่งที่หามาได้ ไม่ใช่เดาเอง เป็นวิธีที่เรียกว่า RAG ซึ่งช่วยลดการหลอนไปได้เยอะ ในเดโมมันขึ้นคำตัดสินให้เห็นเลยว่าคำพูดไหน TRUE คำพูดไหนไม่ผ่าน พร้อมลิงก์แหล่งอ้างอิง

แต่ในคอมเมนต์ก็ถกกันจริงจังเรื่องข้อจำกัด ที่คนห่วงสุดคือถ้าแหล่งที่มันไปค้นมาเอียงหรือผิดเอง คำตัดสินก็เอียงตาม กลายเป็นคำถามว่าแล้วใครตรวจสอบแหล่งของตัวตรวจสอบอีกที บางคนชี้ว่ามันบอกได้ว่าประโยคจริงตามตัวอักษร แต่พลาดบริบทที่ทำให้ความหมายเปลี่ยนไปหมด กับมีคนกังวลเรื่อง permission ของ extension ที่ขอสิทธิ์เยอะด้วย

ที่ผมอยากเห็นคือเวอร์ชันภาษาไทย ลองนึกภาพเวลาดูอภิปรายในสภา หรือฟังนักการเมืองให้สัมภาษณ์ แล้วมีตัวช่วยขึ้นข้างจอว่าอันนี้ตรวจสอบได้ อันนี้ยังไม่มีหลักฐาน อันนี้จริงแต่ตัดบริบท มันจะเปลี่ยนวิธีที่คนไทยเสพข่าวการเมืองไปเลย

แน่นอนว่าของแบบนี้ทำยาก เพราะนิยามของคำว่าจริงมันซับซ้อน และเรื่องแหล่งข่าวไทยที่น่าเชื่อถือก็เป็นโจทย์ใหญ่ แต่ผมว่าถ้ามีคนไทยสายเทคจับเรื่องนี้จริงจัง มันมีคุณค่ามาก ใครกำลังหาโปรเจกต์ AI ที่มีอิมแพกต์กับสังคม อันนี้เป็นโจทย์ที่น่าลองครับ

หลายคนที่มีที่ดินเปล่าหรือที่ดินทิ้งไว้เฉยๆ อาจยังไม่รู้ตัว ครับ ว่าตั้งแต่มี พ.ร.บ.ภาษีที่ดินและสิ่งปลูกสร้าง พ.ศ. 2562 ที่ดินที่ปล่อยรกร้างว่างเปล่าโดนเก็บภาษีในอัตราที่สูงขึ้น และตัวเลขมันไม่ได้นิ่ง — อัตราภาษีปรับเพิ่มเป็นขั้นบันได ส่วนราคาประเมินที่ใช้คำนวณก็ถูกปรับใหม่เป็นรอบๆ ผลคือภาระภาษีมีแนวโน้มโตขึ้นเรื่อยๆ แบบทบต้น แต่ช่วงปีแรกๆ มักมีการบรรเทาภาระทำให้จ่ายน้อย คนเลยชะล่าใจ พอผ่านไปหลายปีถึงรู้ว่าบิลบวมขึ้นมาก

Landometer เป็น startup ไทย (Landometer Co., Ltd. อยู่ย่านสัมพันธวงศ์ กรุงเทพฯ) ที่ทำแพลตฟอร์มข้อมูลที่ดินและอสังหา เอาข้อมูลเชิงพื้นที่มาช่วยคนตัดสินใจ จุดที่ผมว่าน่าสนใจสุดสำหรับคนทั่วไปคือเครื่องมือ Property Tax Simulator

ไอเดียมันตรงไปตรงมาแต่มีประโยชน์มากครับ — แทนที่จะรอบิลภาษีมาแล้วค่อยตกใจ เราปรับสมมติฐานต่างๆ เช่น ถ้าปล่อยที่ดินรกร้างต่อไป หรือถ้าเอาไปใช้ประโยชน์ แล้วให้ระบบจำลองให้เห็นว่าภาระภาษีในอนาคตจะหน้าตาเป็นยังไง เห็นเป็นภาพล่วงหน้า จะได้วางแผนตั้งแต่วันนี้ว่าจะถือต่อ จะพัฒนา หรือจะขาย ดีกว่าปล่อยให้ภาษีกินไปเรื่อยๆ โดยไม่รู้ตัว

ที่เหลือ Landometer ยังมีเครื่องมือรอบๆ มาเสริม เช่น "สมุดบัญชีที่ดิน" ที่ให้เจ้าของรวบรวมที่ดิน/อสังหาของครอบครัวเป็น Portfolio เดียว เก็บราคา มูลค่าประเมิน ไว้ส่งต่อดูแลกันในรุ่นลูกหลานได้ มี PropertyINFO สำหรับทำโปรไฟล์ที่ดิน/อาคาร และฝั่ง location intelligence อย่าง CityMETER กับ CityStory ที่เอาข้อมูลพื้นที่มาเล่าเรื่องเมือง/ประชากรให้หน่วยงานหรือนักพัฒนาใช้ตัดสินใจ แต่แกนที่ relatable กับคนทั่วไปสุดผมว่ายังเป็นเรื่องภาษีที่ดินนี่แหละ

จุดที่ผมชอบคือ มันเอา "ข้อมูลที่ดินที่กระจัดกระจายและเข้าใจยาก" มาทำให้เห็นเป็นภาพและจำลองอนาคตได้ ซึ่งเรื่องที่ดินกับภาษีเป็นอะไรที่คนไทยถือครองเยอะแต่ไม่ค่อยมีเครื่องมือช่วยคิดเชิงตัวเลขจริงจัง

ข้อสังเกตที่อยากให้ทุกคนชั่งดูตามจริง — เครื่องมือแนวนี้คุณค่าอยู่ที่ "ข้อมูลที่ดินครบและอัปเดตตรงจริงแค่ไหน" และ "ตัวเราต้องกรอก/ใช้เป็น" ผลจำลองภาษีจะแม่นก็ต่อเมื่อสมมติฐานและราคาประเมินที่ใส่เข้าไปตรงกับของจริง อันนี้ยังต้องอาศัยคนเข้าใจบริบทอยู่ ไม่ใช่กดปุ่มเดียวจบ และตัวเลขสถิติต่างๆ ที่เห็นบนหน้าเว็บบางส่วนเป็นตัวอย่างประกอบการใช้งาน ไม่ใช่ตัวเลขผู้ใช้จริง อย่าเพิ่งตีความเป็น traction ของบริษัท ใครสนใจแนะนำลองเข้าไปเล่นตัว simulator กับที่ดินของตัวเองดูก่อน

ทุกคนคิดว่าคนไทยที่ถือที่ดินกันเยอะ ควรเริ่มใช้เครื่องมือจำลองภาษีแบบนี้วางแผนล่วงหน้าไหมครับ หรือสุดท้ายก็ยังถือไว้เฉยๆ รอจ่ายตามบิลไปปีต่อปี คอมเมนต์คุยกันได้เลย

— ข้อมูลอ้างอิงจากเว็บไซต์ Landometer (landometer.com) ครับ รายละเอียด พ.ร.บ.ภาษีที่ดินและสิ่งปลูกสร้าง พ.ศ. 2562 เป็นกฎหมายไทยจริง แนะนำตรวจสอบอัตราและการบรรเทาภาษีปีล่าสุดกับกรมที่ดิน/อปท. อีกครั้งก่อนตัดสินใจ ตัวเลขบางส่วนบนหน้าเว็บเป็นตัวอย่างประกอบ ไม่ใช่ traction จริงของบริษัท

เว็บไซต์: https://landometer.com

ก่อนอื่นเคลียร์ก่อนว่ามันไม่ได้ทำมาให้คนทั่วไปนั่งพิมพ์คำสั่งสั่งข้าว แต่ทำมาให้ AI agent เรียกใช้ เพราะ agent อย่าง Claude ทำงานผ่าน terminal ได้คล่องกว่าไปกดในแอปเยอะ สั่งงานผ่าน command เป็นอะไรที่ AI ถนัดสุด นี่คือสิ่งที่เขาเรียกว่า agentic commerce คือให้ AI จัดการซื้อขายแทนเราแบบครบวงจร

ในคลิปเดโมเขาโชว์คู่กับ Claude Code เลย ผู้ใช้พิมพ์เป็นภาษาคนว่าขอสั่ง pickup รวมสามคนจากร้าน Mendocino Farms ใกล้ที่ทำงาน เอาแบบด่วน แล้วขอดูรายการกับราคารวมก่อนกดสั่ง จากนั้น agent ก็โหลด skill การใช้ dd-cli ไปค้นเมนู ประกอบตะกร้าให้สามคน โชว์ราคาแยกรายการ ค่าถุง ภาษี ใช้สิทธิ์ Meal Perk ของบริษัทมาลดราคา แล้วยืนยันจ่ายเงิน จบในหน้าจอเดียว

ตอนนี้ยังเป็น limited beta อยู่ เปิดเฉพาะนักพัฒนาบน macOS ในอเมริกากับแคนาดา ต้องสมัคร waitlist ก่อน ยังไม่ได้เปิดกว้างให้ทุกคน

เสียงตอบรับสนุกมาก ฝั่งที่ตื่นเต้นบอกว่านี่คือภาพอนาคต ต่อไปทุกแอปที่เราใช้อาจต้องมี CLI ให้ agent เรียกได้หมด ส่วนฝั่งขำก็เยอะ เพราะชื่อ dd-cli มันไปคล้ายคำสั่ง dd ใน Unix ที่พิมพ์ผิดทีเดียวลบดิสก์ทั้งลูก เลยมีมุกว่าสั่งเบอร์ริโต้แล้วฮาร์ดไดรฟ์หายก็มี และมีคนกังวลจริงจังเรื่องความปลอดภัย ถ้า AI สั่งผิดหรือสั่งของแพงโดยไม่ถามจะทำยังไง

ที่ผมว่าน่าคิดคือ DoorDash เลือกเปิดเป็น CLI ให้ agent ก่อน แทนที่จะรอทำ integration สวยๆ มันสะท้อนว่าตอนนี้ทุกคนเริ่มมองว่า ลูกค้าคนต่อไปของแอป อาจไม่ใช่คน แต่เป็น AI ที่ทำงานแทนคน ใครสาย dev อยากลองก็สมัคร waitlist ดูได้ครับ