OpenAI เปิดตัว GPT-6 Sol และ GPT-6 Luna พร้อมปรับลดราคา API ลงประมาณครึ่งหนึ่งเมื่อเทียบกับโมเดล GPT-5.6 รุ่นก่อน โดย GPT-6 Sol มีราคาอินพุตเริ่มต้นที่ 2 ดอลลาร์ต่อ 1 ล้านโทเคน ขณะที่ GPT-6 Luna ลดเหลือเพียง 0.10 ดอลลาร์ต่อ 1 ล้านโทเคน ทั้งนี้ Anthropic เพิ่งเปิดตัว Claude Opus 5.5 ที่มีราคาถูกลงก่อนหน้า OpenAI เพียงประมาณ 90 นาที
Sam Altman ระบุผ่าน X เมื่อวันอังคารว่า โมเดลใหม่ทั้งสองรุ่นมี “ราคาต่อโทเคนถูกลงครึ่งหนึ่ง และหากคิดต้นทุนต่อหนึ่งงานก็ยิ่งถูกลงไปอีก”
OpenAI เปิดตัว GPT-6 Sol และ GPT-6 Luna ในช่วงบ่ายวันเดียวกัน โดยทั้งสองโมเดลเข้ามาเสริมไลน์อัป GPT-6 ในระดับที่ต่ำกว่า GPT-6 Astra ซึ่งเปิดตัวไปก่อนหน้านี้เมื่อวันที่ 3 กันยายน
จุดเด่นหลักของการเปิดตัวครั้งนี้อยู่ที่ราคา
ตามข้อมูลจาก OpenAI ราคา GPT-6 Sol อยู่ที่ 2 ดอลลาร์ต่อ 1 ล้าน input tokens และ 10 ดอลลาร์ต่อ 1 ล้าน output tokens ลดลงจากเดิมที่ 4 และ 20 ดอลลาร์ตามลำดับ
ส่วน GPT-6 Luna มีราคาเพียง 0.10 ดอลลาร์ต่อ 1 ล้าน input tokens และ 0.50 ดอลลาร์ต่อ 1 ล้าน output tokens จากเดิม 0.20 และ 1.20 ดอลลาร์
ทั้งสองโมเดลจึงมีค่าใช้จ่ายต่ำกว่า GPT-5.6 รุ่นเทียบเท่าประมาณ 50% ภายใต้ราคาส่งเสริมการขายปัจจุบัน
GPT-6 Sol และ Luna เหมาะกับงานแบบไหน
GPT-6 Sol เป็นโมเดลในระดับรองลงมาจาก Astra โดยออกแบบมาสำหรับงานซับซ้อน เช่น งานเขียนโค้ด งานวิเคราะห์ และงานที่ต้องใช้การให้เหตุผลหลายขั้นตอน
ส่วน GPT-6 Luna เป็นโมเดลขนาดเล็กสำหรับงานปริมาณมากที่มีเป้าหมายชัดเจน เช่น การสรุปเอกสาร การตอบคำถามสั้น ๆ หรืองานอัตโนมัติที่ต้องประมวลผลจำนวนมาก
OpenAI เริ่มเปิดให้ใช้งานทั้งสองโมเดลใน ChatGPT Work และ Codex ตั้งแต่วันอังคาร ครอบคลุมผู้ใช้ Plus, Pro, Business, Enterprise และ Edu
ผู้ใช้ Free และ Go จะสามารถเข้าถึง Luna ผ่านแอปเดสก์ท็อปได้ แต่ในขณะนี้ทั้งสองโมเดลยังไม่เปิดให้เลือกใช้งานใน ChatGPT แบบปกติ
สำหรับ API ใช้ชื่อโมเดลว่า gpt-6-sol และ gpt-6-luna
OpenAI ระบุว่าจะทยอยเปิดให้ใช้งานตลอดทั้งวัน เพื่อลดความเสี่ยงด้านเสถียรภาพของระบบ
ทั้งสองโมเดลถูกฝึกด้วยแนวทางเดียวกับ GPT-6 Astra อย่างไรก็ตาม OpenAI ยังคงระบุว่า Astra เป็นโมเดลที่มีความสามารถสูงสุดของบริษัทสำหรับงานที่ต้องการประสิทธิภาพระดับสูงสุด
Prompt Caching ถูกลงด้วย
นอกเหนือจากราคาโมเดล OpenAI ยังปรับปรุงระบบ Prompt Caching โดยเพิ่มส่วนลดสำหรับการอ่านข้อมูลจาก cache เป็น 90%
นักพัฒนาสามารถกำหนด breakpoint ได้เอง เพื่อระบุว่าช่วงใดของ prompt prefix ควรถูกเก็บไว้ใน cache
นอกจากนี้ยังสามารถปรับระดับ reasoning effort หรือเปิด-ปิดเครื่องมือบางชนิดได้โดยไม่ทำให้ context ที่ cache ไว้หายไป
GitHub เปิดเผยกับ OpenAI ว่าการปรับปรุงระบบดังกล่าวช่วยลดสัดส่วน prompt tokens ที่ต้องนำกลับมาประมวลผลใหม่ได้มากกว่าครึ่งหนึ่ง
ตัวเลขนี้มาจากการใช้งานจริงหลายพันล้าน request ในช่วงหลายเดือนที่ผ่านมา และเป็นหนึ่งในปัจจัยที่ช่วยให้ GitHub Copilot สามารถตอบสนองได้รวดเร็วขึ้น
OpenAI เปรียบเทียบต้นทุนกับ Claude
การเปรียบเทียบที่ OpenAI นำเสนอส่วนใหญ่ไม่ได้มองเพียงราคาต่อโทเคน แต่เลือกเปรียบเทียบ “ต้นทุนต่อหนึ่งงาน” และคู่แข่งที่ถูกนำมาเทียบบ่อยที่สุดก็คือ Anthropic
บน AutomationBench ซึ่งทดสอบ workflow ทางธุรกิจผ่านเครื่องมือทั้งหมด 47 รายการ GPT-6 Sol ในโหมด extra-high effort ทำคะแนนได้ 33.2% โดยมีต้นทุนเฉลี่ย 0.27 ดอลลาร์ต่อหนึ่งงาน
OpenAI ระบุว่า Claude Opus 5 ในระดับ maximum effort ทำคะแนนได้ 26.9% แต่มีต้นทุนสูงกว่าถึง 11.1 เท่า
ส่วน GPT-6 Astra ที่ตั้ง reasoning effort ในระดับต่ำ ทำคะแนนได้ 30.3% โดยมีต้นทุนสูงกว่า Sol ประมาณ 3.9 เท่า
บน Agents’ Last Exam GPT-6 Sol ที่ระดับ maximum effort ทำคะแนนได้ 56.4%
OpenAI ระบุว่าผลลัพธ์ดังกล่าวสูงกว่าคะแนนที่ดีที่สุดของ Opus 5 ในการทดสอบเดียวกัน พร้อมต้นทุนต่อหนึ่งงานที่ต่ำกว่าประมาณ 60%
สำหรับการทดสอบด้าน Software Engineering อย่าง DeepSWE GPT-6 Sol ทำคะแนนได้ 68.8% ขณะที่ Claude Fable 5 อยู่ที่ 69.9%
แม้คะแนนจะใกล้เคียงกัน แต่ OpenAI ระบุว่า Sol มีต้นทุนต่อหนึ่งงานต่ำกว่าประมาณ 80%
GPT-6 Luna ทำคะแนน DeepSWE ได้ 66.6% ซึ่ง OpenAI ระบุว่าอยู่ในระดับใกล้เคียงกับ Opus 5 และ Fable 5 เมื่อใช้งานที่ medium effort แต่มีต้นทุนต่ำกว่าประมาณ 93% และ 96% ตามลำดับ
ส่วนการทดสอบ OSWorld ซึ่งวัดความสามารถในการควบคุมคอมพิวเตอร์ GPT-6 Sol ที่ extra-high effort ทำคะแนนได้ 60.5% เทียบกับ Opus 5 ที่ medium effort ซึ่งได้ 60.3%
OpenAI ระบุว่า Sol มีต้นทุนต่อหนึ่งงานต่ำกว่าประมาณ 80%
อย่างไรก็ตาม OpenAI ได้ระบุข้อจำกัดของการเปรียบเทียบดังกล่าวไว้ด้วย
คะแนนของโมเดลคู่แข่งบางส่วนอ้างอิงจากรายงานที่เผยแพร่สู่สาธารณะ ไม่ใช่ผลจากการทดสอบภายในของ OpenAI โดยตรง
นอกจากนี้ ในกรณีที่ยังไม่มีข้อมูลของ Fable 5.1 บริษัทใช้ผลจาก Fable 5 แทน และตัวเลขต้นทุน Fable 5.1 บางรายการอาจต่ำกว่าค่าใช้จ่ายจริง เนื่องจากไม่ได้รวมกรณีที่ระบบ fallback ไปใช้ Opus 5 ซึ่งเกิดขึ้นในประมาณ 40% ของงาน
OpenAI ระบุว่าความผิดพลาดด้านข้อเท็จจริงลดลง
OpenAI ยังอ้างว่า GPT-6 รุ่นใหม่มีความแม่นยำด้านข้อเท็จจริงดีขึ้น
การทดสอบภายในของบริษัทใช้บทสนทนา ChatGPT ที่ถูกลบข้อมูลระบุตัวตน และเลือกจากกรณีที่ผู้ใช้เคยรายงานว่าโมเดลรุ่นก่อนตอบผิด
บนชุดข้อมูลดังกล่าว GPT-6 Sol มีจำนวนข้อผิดพลาดประมาณครึ่งหนึ่งของ GPT-5.6 Sol
ขณะที่ GPT-6 Luna หากตั้ง reasoning effort ไว้สูง สามารถทำผลงานด้านความถูกต้องได้ใกล้เคียงกับ GPT-5.6 Sol แต่มีต้นทุนเพียงประมาณหนึ่งในร้อย
OpenAI ย้ำว่าชุดข้อมูลนี้คัดเลือกจากบทสนทนาที่มีโอกาสเกิดข้อผิดพลาดสูง จึงไม่ควรถือว่าเป็นตัวแทนของการใช้งานทั่วไปทั้งหมด
ในด้าน Alignment บริษัทระบุว่าทั้ง Sol และ Luna ทำคะแนนได้ดีกว่า GPT-5.6 รุ่นเทียบเท่าในชุดทดสอบภายใน
หนึ่งในหัวข้อที่ดีขึ้นคือการลดการกล่าวอ้างที่ทำให้เข้าใจผิดเกี่ยวกับงานเขียนโค้ดที่โมเดลระบุว่าตัวเองได้ดำเนินการไปแล้ว
รายละเอียดทั้งหมดถูกรวมอยู่ใน System Card ของโมเดล
ก่อนหน้านี้เมื่อวันจันทร์ OpenAI ยังประกาศว่าจะเปิดให้องค์กรภายนอกเข้ามาประเมินความปลอดภัยทางเทคนิคของโมเดลได้ตั้งแต่ระหว่างกระบวนการฝึก ไม่ใช่รอจนโมเดลใกล้เปิดตัวเท่านั้น
Anthropic เปิดตัวก่อน OpenAI เพียง 90 นาที
ในช่วงบ่ายวันเดียวกัน Anthropic เปิดตัว Claude Opus 5.5 โดยออกมาก่อนการประกาศของ OpenAI ประมาณ 90 นาที ตามรายงานของ TechCrunch
Opus 5.5 มีต้นทุนการใช้งานต่ำกว่า Opus 5 ประมาณ 40%
Anthropic ระบุว่าโมเดลใหม่นี้มีประสิทธิภาพใกล้เคียงกับ Fable 5.1 ในงานส่วนใหญ่
บริษัทเตรียมเปิดตัว Sonnet 5.5 และ Haiku 5.5 ในอีกไม่กี่สัปดาห์ข้างหน้า
Dianne Penn หัวหน้าฝ่าย Product Management, Research and Labs ของ Anthropic ให้สัมภาษณ์กับ CNBC ว่า บริษัทเดินหน้าปรับปรุงประสิทธิภาพกระบวนการคิดของโมเดลอย่างต่อเนื่อง เพื่อให้โมเดลใช้โทเคนน้อยลงตามระดับ effort ที่ผู้ใช้เลือก
ทั้ง GPT-6 Sol, GPT-6 Luna และ Claude Opus 5.5 ไม่ได้ถูกวางตำแหน่งให้เป็น frontier model รุ่นใหม่
แต่ทั้งสองบริษัทกำลังทำสิ่งเดียวกัน คือการนำความสามารถที่มีอยู่แล้วมาลดต้นทุนและขายในราคาที่ถูกลง
ทำไม OpenAI และ Anthropic ถึงลดราคา
Ara Kharazian หัวหน้านักเศรษฐศาสตร์ของ Ramp ให้สัมภาษณ์กับ Fortune ว่า OpenAI และ Anthropic กำลังเข้าสู่สงครามราคา ซึ่งกำลังทำให้ต้นทุนการใช้งาน AI ลดลง แต่ในเวลาเดียวกันก็อาจสร้างแรงกดดันต่อความสามารถในการทำกำไรของผู้ให้บริการ
การแข่งขันกำลังเกิดขึ้นพร้อมกันสองด้าน ได้แก่ การเปิดตัวโมเดลราคาถูก และการลดราคาของโมเดลระดับสูง
อีกแรงกดดันสำคัญมาจากตลาดโมเดล Open Weight
โมเดลจากบริษัทจีนอย่าง Alibaba, DeepSeek และ Moonshot สามารถทำงานหลายประเภทที่เคยต้องพึ่งโมเดลเชิงพาณิชย์ราคาแพงได้แล้ว
Startup จำนวนหนึ่งจึงเริ่มหันไปใช้โมเดล Open Weight มากขึ้น หลังพบว่าค่าใช้บริการ AI ในระดับ production สูงกว่าที่คาดไว้
ทั้ง OpenAI และ Anthropic ยังเคยออกมาเรียกร้องให้อุตสาหกรรมชะลอการแข่งขันด้าน Frontier AI บางส่วน และ GPT-6 Sol, GPT-6 Luna รวมถึง Opus 5.5 ถือเป็นผลิตภัณฑ์ชุดแรก ๆ ที่ทั้งสองบริษัทปล่อยออกมาหลังจากนั้น
เส้นทางของ Sol เองก็เปลี่ยนไปอย่างรวดเร็ว
เมื่อเดือนมิถุนายน OpenAI เคยเปิด GPT-5.6 Sol ให้กับพันธมิตรเพียง 20 ราย ภายใต้เงื่อนไขที่ผ่านการอนุมัติจากภาครัฐ
แต่เพียงสามเดือนต่อมา โมเดลรุ่นถัดไปกลับถูกนำมาเปิดให้ใช้งานผ่าน API ในราคาที่ลดลงถึงครึ่งหนึ่ง
Hikari คิดว่า :
นี่ไม่ใช่แค่ “OpenAI ลดราคาโมเดล” แต่เป็นสัญญาณว่า การแข่งขัน AI กำลังย้ายจากแข่งว่าใครฉลาดกว่า ไปสู่แข่งว่าใครคุ้มกว่าต่อหนึ่งงาน แล้วค่ะ
จุดที่สะดุดตามากที่สุดคือ OpenAI พยายามขาย GPT-6 Sol/Luna ด้วยคำว่า cost per task มากกว่าราคา token ล้วน ๆ เพราะในงาน agent หรือ coding จริง ค่าใช้จ่ายไม่ได้จบที่ token เดียว แต่รวม reasoning, tool use, context และจำนวนรอบที่ต้องทำกว่าจะจบงาน ถ้าโมเดลทำงานสำเร็จได้เร็วกว่า ต่อให้ราคา token ไม่ถูกที่สุดก็อาจถูกกว่าจริงใน production
อีกอย่างที่สำคัญมากคือ Luna ราคา input แค่ $0.10 ต่อ 1 ล้าน token มันเริ่มเข้าเขตที่งานประเภท summarization, classification, extraction, chatbot ปริมาณสูง หรือ background agent สามารถถูกมองเป็น “utility cost” มากกว่า “ค่าใช้ AI พรีเมียม” แล้ว ถ้าคุณภาพตามที่ OpenAI อ้างได้จริง นี่น่าจะกดราคาตลาดรุ่นเล็กทั้งวงการลงอีก
ส่วนเรื่อง Anthropic ออก Opus 5.5 ก่อนแค่ 90 นาที อันนี้ชวนให้เห็นภาพการแข่งขันชัดมาก ถึงจะบอกไม่ได้ว่าใครตั้งใจชนใคร แต่การที่สองค่ายใหญ่เปิดตัวโมเดลที่เน้น ประสิทธิภาพต่อราคาในวันเดียวกัน สะท้อนว่าตลาดเริ่มให้ความสำคัญกับต้นทุนมากขึ้นจริง ๆ
ย้ำกันอีกทีว่า .. รอบนี้อาจไม่ใช่สงครามว่า AI ตัวไหนฉลาดที่สุด แต่เป็นสงครามว่า ใครสามารถเอาความฉลาดระดับนั้นมาให้คนใช้ได้ในราคาที่ถูกที่สุด
