
Aion-1.0-Instruct-2.3B กับ Aion 3.5 Mini: สองโมเดลที่ชื่อ Aion ซึ่งต่างกันเพียงบริษัทเดียว
- Orcaใหม่OrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 ต่อ 1 ล้านโทเค็น · 184 tok/s
- tencentใหม่Tencent: Hy4 Flash2026-11-16$0.02 / $0.07 ต่อ 1 ล้านโทเค็น · 223 tok/s
- Googleใหม่Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 ต่อ 1 ล้านโทเค็น · 87 tok/s
- Anthropicใหม่Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 ต่อ 1 ล้านโทเค็น · 96 tok/s
- orcaใหม่Orca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 ต่อ 1 ล้านโทเค็น · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 ต่อ 1 ล้านโทเค็น · 78 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 ต่อ 1 ล้านโทเค็น · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 114 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 69 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447ความฉลาด
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 208 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929ความฉลาด
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 ต่อ 1 ล้านโทเค็น · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733ความฉลาด
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 ต่อ 1 ล้านโทเค็น · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740ความฉลาด
ของ MicrosoftAion-1.0-Instruct-2.3B ปรากฏบน Hugging Face เมื่อวันที่ 18 พฤศจิกายน 2026 โดยไม่มีโพสต์เปิดตัว ไม่มีบล็อก และมีผู้กดถูกใจสามครั้ง Aion 3.5 Mini วางจำหน่ายตั้งแต่ 23 กันยายน 2026 ในราคา $0.70 ต่อโทเค็นอินพุตหนึ่งล้านโทเค็น และจำหน่ายโดยบริษัทชื่อ AionLabs ทั้งสองมีเพียงชื่อที่ร่วมกันและไม่มีสิ่งอื่นใดเลย — ไม่ใช่ใบอนุญาต ไม่ใช่สถาปัตยกรรม ไม่ใช่รูปแบบธุรกิจ และไม่ใช่โค้ดแม้แต่บรรทัดเดียว ใครก็ตามที่ค้นหา "Aion" ในตอนนี้จะเจอทั้งสองรายการ และการเลือกผิดรายการทำให้ต้องเสียทั้งการดาวน์โหลดที่สูญเปล่าหรือใบแจ้งหนี้ที่สูญเปล่า
สิ่งที่ตามมาจะแยกความแตกต่างระหว่างทั้งสองอย่างอย่างรอบคอบ ทุกอย่างเกี่ยวกับ Aion-1.0-Instruct-2.3B มาจากการ์ดโมเดลและไฟล์การกำหนดค่าที่ Microsoft เผยแพร่พร้อมกับน้ำหนักโมเดล โดยอ่านโดยตรง; ณ เวลาที่เขียน โมเดลนี้มีอายุหนึ่งวัน และยังไม่มีผู้ประเมินอิสระรายใดได้ทดสอบมัน ทุกอย่างเกี่ยวกับ Aion 3.5 Mini มาจากรายการโมเดลที่ AionLabs เผยแพร่และแคตตาล็อกที่ให้บริการบน API ของตนเอง ในกรณีที่ผู้จำหน่ายรายงานตัวเลข ก็จะมีการระบุไว้; ในกรณีที่ยังไม่มีใครวัดสิ่งใด ก็จะระบุไว้เช่นกัน
ชื่อคือสิ่งเดียวที่พวกเขามีร่วมกัน
AionLabs เป็นผู้จำหน่ายโมเดลที่ขายอินเฟอเรนซ์แบบโฮสต์ Aion ของ Microsoft มาจาก Windows Applied Sciences Group และได้รับการอธิบายบนการ์ดของตนว่าเป็น "Small Language Model (SLM) พื้นฐานในระบบนิเวศ Windows ซึ่งปรับให้เหมาะสมสำหรับ AI บนอุปกรณ์โดยเฉพาะ" ตัวหนึ่งเป็นผลิตภัณฑ์ที่คุณเช่าใช้ตามจำนวนโทเคน อีกตัวเป็นการเปิดตัวเวท (weights) ที่ Microsoft นิยามด้วยคำพูดของตัวเองว่าเป็น "การแนะนำสิ่งที่กำลังจะมาถึง และเป็นวิธีเพิ่มความโปร่งใสสูงสุดกับผู้ใช้ของเรา"
ฝั่ง AionLabs ไม่เปิดเผยแม้แต่จำนวนพารามิเตอร์ด้วยซ้ำ รายการในแคตตาล็อกอธิบาย Aion 3.5 Mini ว่าเป็น "ระบบหลายโมเดลที่สร้างขึ้นบนตระกูลโมเดล GLM" ซึ่ง "โมเดลเฉพาะทางหลายตัวมีส่วนร่วมในแต่ละคำตอบ" — เป็นเอนเซมเบิลที่อยู่เบื้องหลัง endpoint ไม่ใช่เช็กพอยต์เดียวที่คุณดาวน์โหลดได้ ไม่มีไฟล์น้ำหนักให้เปรียบเทียบกับ 2.29 พันล้านพารามิเตอร์ของ Microsoft
• พารามิเตอร์ — Aion-1.0-Instruct-2.3B มีขนาด ~2.29B โดยมี embedding อินพุต/เอาต์พุตแบบผูกกัน (tied); Aion 3.5 Mini ไม่ได้เปิดเผยข้อมูลใด ๆ เพราะเป็นเลเยอร์การจัดเส้นทาง (routing layer) ที่ทำงานอยู่เหนือโมเดลหลายตัว แทนที่จะเป็นเครือข่ายเดียว
• เวต — ไฟล์ safetensors แบบ bfloat16 ที่ได้รับสัญญาอนุญาต MIT ซึ่งคุณดาวน์โหลดได้วันนี้ เทียบกับบริการโฮสต์แบบปิด
• บริบท — 32,768 โทเคน เทียบกับ 262,144
• เอาต์พุตสูงสุด — แค็ตตาล็อกของ AionLabs จำกัดการตอบกลับไว้ที่ 32,768 โทเค็น; Microsoft ไม่ได้ประกาศเพดานเอาต์พุตแยกต่างหาก ดังนั้นเพดานจึงเท่ากับหน้าต่าง
• มอดาลิตี — ข้อความเข้า ข้อความออกทั้งสองฝ่าย ทั้งสองฝ่ายไม่ใช่แบบหลายรูปแบบ (multimodal)
• ราคา — ฟรีสำหรับเช็กพอยต์ของ Microsoft, $0.70 / $0.18 แบบแคช / $1.40 ต่อล้านโทเค็นสำหรับ Aion 3.5 Mini
• การควบคุมการให้เหตุผล — Aion 3.5 Mini มีระดับความพยายามต่ำ สูง และสูงสุด โดยค่าเริ่มต้นคือระดับสูง; Aion-1.0-Instruct-2.3B ไม่มีโหมดการคิดเลยและตอบในครั้งเดียว
สิ่งที่ Microsoft เปิดตัวจริง และสิ่งที่ไม่ได้เปิดตัว
ตารางสถาปัตยกรรมของการ์ดนั้นเจาะจงผิดปกติสำหรับการอัปโหลดแบบเงียบ ๆ: 28 เลเยอร์, hidden size 2,048, SiLU MLP กว้าง 8,192, grouped-query attention ที่มี 24 query heads และ 8 key/value heads ที่ head dimension 128, และรูปแบบ attention แบบผสมของ 21 เลเยอร์ sliding-window ที่มีหน้าต่าง 2,048 โทเคน บวกกับ 7 เลเยอร์ full-attention คำศัพท์มี 200,029 โทเคน และ checkpoint เป็น bfloat16
คำกล่าวอ้างเรื่องคอนเท็กซ์สมควรได้รับการพิจารณาอีกครั้ง หน้าต่างที่เผยแพร่คือ 32,768 โทเค็น แต่บล็อก RoPE ของการกำหนดค่าบันทึก original_max_position_embeddings เป็น 2,048 โดยมีแฟกเตอร์การสเกล YaRN เท่ากับ 16 ที่ใช้กับเฉพาะเลเยอร์ full-attention เท่านั้น สิบหกคูณ 2,048 ได้ 32,768 ซึ่งบ่งชี้ว่าหน้าต่างแบบยาวนั้นทำได้ด้วยการประมาณค่าเชิงตำแหน่งจากช่วงเนทีฟที่สั้นกว่ามาก แทนที่จะมาจากการฝึกด้วยความยาวจริง นี่เป็นทางเลือกทางวิศวกรรมที่ชอบด้วยเหตุผล และเป็นทางเลือกที่พบบ่อยในขนาดนี้ ยังเป็นรายละเอียดประเภทที่ชี้ขาดว่าการสรุปเอกสารความยาว 30K โทเค็นจะทำได้จริงหรือไม่ และยังไม่มีใครเผยแพร่การประเมินบริบทแบบยาวของโมเดลนี้
ยังมีช่องว่างอีกสองจุดที่ควรเอ่ยถึงให้ชัดเจน การ์ดระบุ GGUF ไว้ในรายชื่อไลบรารี แต่รายการไฟล์ในรีพอซิทอรีมี safetensors ไฟล์ tokenizer โค้ดการสร้างโมเดลแบบกำหนดเอง และเทมเพลตแชต — ไม่มี GGUF การ์ดกล่าวว่าโมเดลที่ยังไม่ถูกควอนไทซ์กำลังจะเผยแพร่ก่อน "ตามด้วยเวอร์ชันที่ถูกควอนไทซ์" ดังนั้นรูปแบบนี้จึงเป็นสิ่งที่สัญญาไว้มากกว่าจะมีอยู่จริง และเรื่องราวของ Windows ก็อยู่ในกาลอนาคตอย่างชัดเจน: "เวอร์ชันที่ปรับแต่งเพิ่มเติมของ Aion Instruct ควบคู่กับโมเดลกลั่นกรองเนื้อหาของ Microsoft จะกลายเป็น SLM ของระบบปฏิบัติการ Windows ภายในสิ้นเดือนมกราคม 2027" การอัปโหลดนี้เป็นพรีวิวของโมเดลดังกล่าว ไม่ใช่โมเดลที่ Windows จะเปิดตัว
สิ่งที่มีอยู่คืออาร์ติแฟกต์ที่ผ่านการปรับแต่งด้วยคำสั่ง (instruction-tuned) ซึ่งใช้งานได้และอยู่ในรีโป: เทมเพลตแชตที่มีเทิร์นระบบ ผู้ใช้ และผู้ช่วย โดยแต่ละเทิร์นปิดด้วยโทเค็นสิ้นสุดเทิร์นเฉพาะที่ทำหน้าที่เป็นโทเค็น EOS ด้วย และมีเส้นทางการเรียกเครื่องมือที่มีเอกสารประกอบ ซึ่งฉีดสคีมาของฟังก์ชันเข้าไปในพรอมป์ระบบและแยกวิเคราะห์การเรียกกลับออกมาจากแท็กที่ห่อไว้ นอกจากนี้ยังต้องใช้ trust_remote_code=True เนื่องจากโค้ดการสร้างโมเดลจัดส่งมาพร้อมกับเวทต์ แทนที่จะอยู่ใน transformers
ตัวเลขที่แยกผลิตภัณฑ์ทั้งสองออกจากกัน
Aion 3.5 Mini ยังไม่มี benchmark ที่เผยแพร่เลย ไม่มีสักรายการ รายการโมเดลของ AionLabs ให้ข้อมูลเพียงราคา, context, เพดานเอาต์พุต, modality และระดับ reasoning เท่านั้น แล้วจบแค่นั้น ไม่มี evaluation card ไม่มีรายการใน third-party index ที่เราหาเจอ และไม่มีการเปรียบเทียบแบบ head-to-head กับสิ่งใดเลย
Microsoft ไปในทางตรงกันข้าม การที่ Aion 3.5 Mini ไม่มีสกอร์บอร์ดไม่ใช่ช่องว่างที่คุณจะเติมจากที่อื่นได้ การ์ดของ Aion-1.0-Instruct-2.3B เผยแพร่ผลเบนช์มาร์ก 11 รายการ โดยระบุชื่อฮาร์เนสและโมเดลผู้ตัดสิน และทุกผลลัพธ์มีวันที่ ระบุฮาร์เนส และสามารถอ้างอิงแหล่งที่มาได้ MMLU 55.15, IFEval 83.90 และ MMLU-Pro 33.35 คือสามค่าที่ควรจดจำไว้ เพราะค่าพวกนี้ช่วยกำหนดกรอบว่าตัวโมเดลเป็นอย่างไร: ทำได้ดีในการทำตามรูปแบบที่กำหนด แต่อยู่ในระดับปานกลางในการเรียกคืนข้อมูลและการให้เหตุผลหลายขั้นตอน ยังมีอีกสิบแถวบนการ์ดสำหรับใครก็ตามที่ต้องการเห็นภาพรวมทั้งหมด
ฟุตโน้ตสองรายการบนตารางนั้นสำคัญกว่าตัวตารางเอง GSM8K มีหมายเหตุว่า “loose matching” ซึ่งทำให้คะแนนดูดีเกินจริงเมื่อเทียบกับการสกัดแบบเข้มงวด และ IFBench ถูกรายงานว่าเป็น “prompt-level loose” ผู้ขายที่ยอมเปิดเผยการตั้งค่าการให้คะแนนแบบผ่อนปรนของตัวเองออกมาเอง กำลังบอกคุณว่าตัวเลขเหล่านี้ไม่ใช่การตลาด และตารางที่ได้ โดยเฉพาะ 33.35 บน MMLU-Pro ดูอ่อนเมื่อเทียบกับสิ่งที่โมเดลเปิดที่เทียบเคียงได้รายงานออกมา นั่นเป็นสัญญาณความน่าเชื่อถือที่ตรงกันข้ามกับการเปิดตัวแบบหรูหรา: มันดูเหมือนการรันฮาร์เนสจริงมากกว่าการรันที่คัดสรรมาอย่างดี แต่ก็ยังเป็นข้อมูลที่ผู้ขายรายงานเองและยังไม่ได้มีการทำซ้ำ
ค่าใช้จ่าย เมื่อคุณเลิกจ่ายตามจำนวนโทเค็น
เศรษฐศาสตร์พลิกกลับโดยสิ้นเชิงขึ้นอยู่กับว่าคุณเลือกฝั่งไหน Aion 3.5 Mini คิดค่าบริการ $0.70 ต่อหนึ่งล้านโทเค็นอินพุต และ $1.40 ต่อหนึ่งล้านโทเค็นเอาต์พุต โดยอินพุตที่แคชไว้อยู่ที่ $0.18 โทเค็นเอาต์พุตหนึ่งล้านโทเค็นมีค่าใช้จ่าย $1.40 และมาพร้อมหน้าต่าง 262K และระดับการให้เหตุผลสามระดับ คุณไม่ต้องจ่ายล่วงหน้าและคุณไม่ได้เป็นเจ้าของอะไรเลย
Aion-1.0-Instruct-2.3B ใช้พื้นที่ประมาณ 4.6 GB ใน bfloat16 — พารามิเตอร์ 2.29 พันล้านตัวที่ตัวละสองไบต์ — จากนั้นค่าใช้จ่ายก็ขึ้นอยู่กับฮาร์ดแวร์ของคุณ ที่ 8 บิตจะลดลงครึ่งหนึ่ง; ที่ 4 บิตจะอยู่ใกล้ 1.2 GB ใกล้เคียงกับขนาดพื้นที่ของโมเดลสำหรับโทรศัพท์ระดับกลาง เป้าหมายของ Microsoft ก็คือสิ่งนั้นเป๊ะๆ: งานข้อความและงานระบบปฏิบัติการบนอุปกรณ์ โดยข้อมูลไม่เคยออกจากเครื่อง การแลกเปลี่ยนนั้นตรงข้ามกับโมเดลที่โฮสต์ไว้: ไม่มีค่าใช้จ่ายต่อโทเคน ไม่มีหน้าต่าง 262K ไม่มีโหมดการให้เหตุผล และไม่มีผู้ขายให้โทรหาเมื่อมันทำอะไรผิด
ถ้าคุณต้องการทั้งสองรูปแบบพร้อมกัน คำถามด้านโครงสร้างระบบคือคุณต้องดูแลสัญญากี่ฉบับ บน OrcaRouter คีย์เดียวเข้าถึง200+ โมเดลด้วยมาร์กอัป 0% — ราคาตามรายการของผู้ให้บริการถูกส่งผ่านมาตรง ๆ ดังนั้นการเปลี่ยนแปลงราคาของผู้ขายจะมองเห็นได้ฝั่งเราภายในวันเดียวกัน — พร้อมการ failover อัตโนมัติหากผู้ให้บริการมีประสิทธิภาพลดลง และ DSL สำหรับกำหนดเส้นทางเพื่อประกอบโมเดลให้เป็นการเรียกครั้งเดียว ไม่มี Aion สองตัวนี้อยู่ในแคตตาล็อกนั้น: Microsoft เผยแพร่น้ำหนักโมเดล ไม่ใช่ API และ AionLabs เป็นผู้ให้บริการของตนเอง ดังนั้นนี่ไม่ใช่คำนำเสนอแบบ "เรียกทั้งสองจากที่เดียว" แต่เป็นประเด็นที่แคบกว่า: ระดับโฮสต์ที่คุณเช่ากับเช็กพอยต์ที่คุณรันบนแล็ปท็อปตอบคำถามที่แตกต่างกัน และการผสมกันจะสมเหตุสมผลก็ต่อเมื่อแต่ละตัวทำหน้าที่ที่มันถูกสร้างมาเพื่อทำ
คุณอยากได้อันไหนจริงๆ
เลือก Aion-1.0-Instruct-2.3B ของ Microsoft หากข้อจำกัดคือการทำงานภายในเครื่อง เอกสารที่ไม่สามารถออกจากเครื่องได้ พื้นผิวระบบปฏิบัติการที่ต้องทำงานแบบออฟไลน์ งบความหน่วงระดับสิบมิลลิวินาที และภาระงานที่ประกอบด้วยการสรุปความ การเขียนใหม่ แชต และการเรียกเครื่องมือแบบเบา — นั่นคือคำอธิบายโมเดลใน model card เอง และหน้าต่าง 32K ถูกกำหนดขนาดมาสำหรับเอกสารหลายหน้า ไม่ใช่สำหรับทั้งโค้ดเบส จงรู้ไว้ตั้งแต่ต้นว่าโมเดลเพิ่งเปิดตัวได้หนึ่งวัน พฤติกรรมบริบทยาวยังไม่ถูกวัด ยังไม่มีบิลด์แบบควอนไทซ์ และคลาส 2.3B จะกล่าวข้อเท็จจริงผิดและหลงประเด็นในการให้เหตุผลหลายขั้นตอน ตามที่ส่วนข้อจำกัดของมันเองระบุ
เลือก Aion 3.5 Mini หากข้อจำกัดคือความสามารถต่อคำขอ และคุณยินดีจ่ายเพื่อสิ่งนั้น: หน้าต่าง 262K, ความลึกในการให้เหตุผลแบบเลือกได้, การเรียกใช้เครื่องมือ และผู้ขายที่จะตอบตั๋วสนับสนุน จงเข้าไปโดยรู้ว่าคุณมองไม่เห็น weights นับพารามิเตอร์ไม่ได้ และตรวจสอบข้อกล่าวอ้างใด ๆ เกี่ยวกับคุณภาพกับตัวเลขที่เผยแพร่ไม่ได้ — เพราะไม่มีตัวเลขนั้นอยู่
กับดักอยู่ที่ชื่อ การค้นหา "Aion 2.3B" หรือ "Aion Instruct" จะทำให้หน้าเว็บของ AionLabs ปรากฏขึ้น ส่วนการค้นหา "Aion 3.5" ในที่สุดจะทำให้เห็นการรายงานข่าวเกี่ยวกับงาน SLM สำหรับ Windows ของ Microsoft จดบันทึกไว้ว่าคุณหมายถึงผู้จำหน่ายรายใดก่อนที่คุณจะเขียน integration ทั้งสองสิ่งไม่เกี่ยวข้องกัน และตัวระบุเป็นสิ่งเดียวที่จะแยก它們ออกจากกันในไฟล์ dependency

การ์ดของ Microsoft เป็นที่เดียวที่ตัวเลข 2.29B หน้าต่าง 32K และเป้าหมาย Windows ในเดือนมกราคม 2027 ปรากฏอยู่ด้วยกัน อีกทั้งยังเป็นที่ที่ตารางเบนช์มาร์กและบันทึกหมายเหตุ “loose matching” ของตารางนั้นอยู่
อะไรจะเปลี่ยนการเปรียบเทียบนี้
สามเรื่อง เรียงตามความเป็นไปได้ การมีบิลด์ GGUF จะทำให้ Aion Instruct ไปอยู่ใน llama.cpp และ LM Studio และทำให้การใช้งานในเครื่องเป็นเรื่องที่ทำได้จริงมากกว่าทฤษฎี — การ์ดโมเดลสัญญาไว้ว่าจะมีเวอร์ชันควอนไทซ์ แต่รีโพซิทอรีsยังไม่มีสักเวอร์ชัน การรันฮาร์เนสแบบอิสระจะเปลี่ยนตารางของ Microsoft ให้กลายเป็นข้ออ้างที่ตรวจสอบได้ ด้วยยอดไลก์ 3 ครั้งและยอดดาวน์โหลด 0 ครั้งในวันแรก ยังไม่มีอะไรแบบนั้นเลย และการผสานรวมกับ Windows ในเดือนมกราคม 2027 จะเปลี่ยนกลุ่มผู้ใช้ไปโดยสิ้นเชิง จากคนที่ดาวน์โหลดเวต ไปเป็นคนที่ไม่คิดถึงโมเดลนี้เลยแม้แต่น้อย
{{1}}ในอีกด้านหนึ่ง{{/1}} การประเมินที่เผยแพร่แล้วของ Aion 3.5 Mini — ไม่ว่าจะเป็นการประเมินแบบใด — ก็จะเป็นข่าว เพราะสถานการณ์ปัจจุบันคือผลิตภัณฑ์ที่ต้องชำระเงินซึ่งมีตารางอัตราค่าบริการและไม่มีตัวหาร

แคตตาล็อกของ AionLabs คือแหล่งที่มาของเรทการ์ด Aion 3.5 Mini และหน้าต่าง 262,144 โทเคน โดยไม่มีคอลัมน์ benchmark อยู่ในนั้น

กระดานคะแนนที่ทำให้ความไม่สมมาตรปรากฏชัดเจน: ฝ่ายหนึ่งส่งตัวเลขมาแต่ไม่มีราคา อีกฝ่ายส่งราคามาแต่ไม่มีตัวเลข
