Muse Spark 1.3 คือโมเดลตัวใหม่ของ Meta ที่เพิ่งออกเมื่อวาน…
เริ่มจากของที่เขาชนะขาดก่อน long context เขานำแบบไม่เห็นฝุ่น MRCR ช่วง 512K ถึง 1 ล้านโทเคน เขาได้ 98.1 ส่วน GPT ได้ 73.8 และรุ่นก่อนหน้าของเขาเองคือ 1.2 ได้แค่ 55.5 แปลว่าภายในรุ่นเดียวเขากระโดดเกือบสองเท่า ส่วนช่อง Opus 5 ตรงนี้ในตารางเป็นขีด ไม่มีคะแนน
ฝั่งโค้ดเขาก็นำ DeepSWE ที่วัดการเขียนโค้ดยาวๆ แบบเอเจนต์ เขาได้ 75.4 Opus 74.0 GPT 73.0 ส่วน Terminal-Bench เสมอ GPT ที่ 88.8 พอดี
แต่พอเลื่อนขึ้นไปดูหมวดเอเจนต์ซึ่งเป็นหมวดบนสุดของตารางเขาเอง ภาพกลับกัน หกช่องในหมวดนั้น Opus 5 ยังนำอยู่สี่ช่อง GDPVal งานความรู้ Opus 1824 เขา 1754 JobBench การใช้เครื่องมือแบบมืออาชีพ Opus 65.7 เขา 64.9 OSWorld ที่วัดการคุมคอมพิวเตอร์ Opus 68.3 เขา 66.9 และ AutomationBench งานธุรกิจต่อกันยาว Opus 50.3 เขา 49.4 อีกสองช่องที่เหลือ GPT เป็นคนนำ
พูดอีกแบบคือตารางที่ Meta ทำเองบอกว่าเขาชนะเรื่องอ่านของยาวกับเขียนโค้ด แต่งานที่ต้องคิดวางแผนแล้วลงมือทำจริงเป็นชั้นๆ เขายังตามอยู่นิดๆ ทุกช่อง ซึ่งผมว่าอันนี้เป็นความซื่อสัตย์ที่ดีของเขานะที่ไม่ตัดช่องที่แพ้ทิ้ง
เรื่องที่เขาโชว์ในบล็อกแล้วผมว่าโดนกว่าคะแนนคือความประหยัด เขาบอกว่าเทียบกับรุ่น 1.2 มันใช้ tool call น้อยลงราว 20 เปอร์เซ็นต์ และใช้โทเคนน้อยลงราว 25 เปอร์เซ็นต์ ตรงนี้ต้องกำกับว่าเป็นการเทียบกันเองโดยวิศวกรของ Meta ไม่ใช่ผลจากคนนอก แต่ถ้าจริงมันแปลว่าบิลถูกลงโดยที่งานเท่าเดิม
อีกอย่างที่เขาเขียนไว้แล้วผมชอบคือเขาฝึกให้มันถามกลับเวลาโจทย์กำกวม ขอความช่วยเหลือเวลาตัน และยืนยันกับเราก่อนทำเรื่องที่ย้อนไม่ได้ รวมถึงฝึกให้มันรู้ตัวว่าอะไรทำไม่ได้แทนที่จะเดาผลลัพธ์ออกมาให้ดูเหมือนทำเสร็จ
ราคาอยู่ที่ล้านโทเคนละ 1.25 ดอลลาร์ขาเข้า 4.25 ขาออก แคชเหลือ 0.15 เท่ารุ่นเดิม แต่ของที่ผมว่าคนพูดถึงน้อยไปคือเขามีอีกชั้นราคาชื่อ contributor ที่ถูกลงเหลือ 0.10 กับ 0.20 คือถูกกว่าราคาปกติสิบกว่าเท่า แลกกับการที่ Meta เอา prompt และคำตอบของเราไปใช้ปรับปรุงผลิตภัณฑ์ของเขา ใครจะใช้ตัวถูกกับงานลูกค้าต้องอ่านบรรทัดนี้ก่อน
จุดที่ต้องรู้ก่อนย้ายอีกข้อ Artificial Analysis วัดแล้วได้คะแนนความฉลาด 61 ซึ่งอยู่แถวหน้าจริงในกลุ่มราคาเดียวกัน แต่ตัวเลขเวลารอคำตอบแรกของเขาอยู่ที่ราว 20 วินาที ขณะที่ค่ากลางของโมเดลกลุ่มเดียวกันอยู่ราว 3 วินาที พอเริ่มพ่นแล้วเร็วมากคือ 235 โทเคนต่อวินาที แต่ช่วงเงียบตอนแรกยาวกว่าเพื่อนพอสมควร ใครจะเอาไปทำของที่ผู้ใช้นั่งรอหน้าจอต้องเผื่อใจตรงนี้
สรุปที่ผมอ่านได้คือ Meta ไล่มาถึงระยะที่ต้องเทียบกันจริงจังแล้ว ไม่ใช่ไล่ห่างๆ อีกต่อไป แต่คำว่าแซงยังไม่ใช่ในตอนนี้ อย่างน้อยก็ตามตารางที่เขาทำเอง
research.meta.ai/blog/introducing-muse-spark-1-3
อยากใช้ AI กับงานจริงเป็นระบบ?
เรียน Claude Method — วิธีคิดและลงมือใช้ Claude/AI กับงานจริง ตั้งแต่วันแรก
📍 โพสต้นฉบับบน Facebook: AI กับ Peesamac