Open AI เปิด GPT-5.4 mini & nano โมเดลเล็กที่เริ่ม…
สิ่งที่ OpenAI กำลังทำชัดมาก คือไม่ได้แข่งแค่ความฉลาด แต่แข่ง “ความเร็วต่อความคุ้มค่า” เพราะในโลกที่ AI กลายเป็น agent ทำงานจริง latency = ประสบการณ์ใช้งานทันที ถ้าช้า ต่อให้เก่งก็แพ้
GPT-5.4 mini คือพระเอกของรอบนี้ เร็วกว่า GPT-5 mini มากกว่า 2 เท่า แต่ performance ดันไปใกล้ GPT-5.4 ตัวเต็มในหลาย benchmark โดยเฉพาะสาย coding อย่าง SWE-Bench Pro ที่แตะ ~54% ซึ่งถือว่าเริ่ม “ใช้งาน production ได้จริง” ไม่ใช่แค่ demo แล้ว
ส่วน GPT-5.4 nano คือสายทำงานจุกจิก ราคาถูกสุด เอาไว้ทำพวก classify, extract, routing หรือ subagent ตัวเล็ก ๆ ที่ต้องรันเป็นพันครั้ง จุดนี้สำคัญมาก เพราะมันทำให้ system ใหญ่ scale ได้แบบต้นทุนไม่พุ่ง
ภาพใหญ่ที่น่าสนใจคือ architecture ใหม่ของ AI system กำลังชัดขึ้น — ใช้โมเดลใหญ่คิด วางแผน ตัดสินใจ แล้วให้ mini/nano เป็นคนลงมือทำเป็นกองทัพ subagents งานจะเร็วขึ้น ถูกลง และ parallel ได้จริง
อีก use case ที่โคตรสำคัญคือ “computer use” หรือ AI ที่ใช้คอมแทนเรา mini ทำได้ดีมากกับการอ่าน screenshot, UI หนา ๆ แล้ว execute task ต่อทันที อันนี้คือก้าวเข้าใกล้ AI ที่ใช้งานแทนมนุษย์จริง ๆ มากขึ้น
แต่มี reality check อยู่เหมือนกัน คือราคา API เพิ่มขึ้นพอสมควร โดยเฉพาะ nano ที่ควรจะถูกสุดแต่ก็ยังแพงขึ้น ทำให้หลายคนเริ่มคิดหนักว่า scale แล้วจะคุ้มไหม
ตอนนี้ mini กลายเป็น “default model ใหม่” สำหรับ dev ไปแล้ว เพราะ balance ระหว่างเร็ว ฉลาด และคุ้ม ส่วน nano คือ layer ล่างสำหรับงานซ้ำ ๆ และโมเดลใหญ่เริ่มถูกเก็บไว้ใช้เฉพาะงานที่ยากจริง ๆ เท่านั้น
อยากใช้ AI กับงานจริงเป็นระบบ?
เรียน Claude Method — วิธีคิดและลงมือใช้ Claude/AI กับงานจริง ตั้งแต่วันแรก
📍 โพสต้นฉบับบน Facebook: AI กับ Peesamac