การ์ดชื่อเรื่องที่สร้างขึ้นซึ่งมีหัวข้อว่า 'Aion 1.0 Instruct เปิดตัวอย่างเงียบ ๆ' พร้อมคำโปรยย่อยว่า 'พารามิเตอร์ 2.29B, คอนเท็กซ์ 32K, สัญญาอนุญาต MIT, ดาวน์โหลดเป็นศูนย์' และชิปสี่อันที่ระบุว่า '18 พ.ย. 2026, 17:05 UTC', '28 เลเยอร์, 21 แบบ sliding', '2,048 ถึง 32,768 ด้วย YaRN' และ 'SLM สำหรับ Windows OS, ม.ค. 2027' ส่วนท้ายระบุว่า 'ตัวเลขอ่านจากรีโพซิทอรีที่เผยแพร่เมื่อวันที่ 19 พฤศจิกายน 2026' โลโก้ OrcaRouter ถูกคอมโพสิตอยู่ในแถบสีขาวใต้ภาพ
Guides & Insights

Aion 1.0 Instruct เปิดตัวบน Hugging Face โดยไม่ประกาศล่วงหน้า พร้อมกำหนดเส้นตายในเดือนมกราคม 2027

ผู้เขียน

jinhao.song

วันที่เผยแพร่

โมเดลล่าสุด · 20ดูโมเดลทั้งหมด →
เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน
กลับไปยังโพสต์ทั้งหมด

รีโพซิทอรี microsoft/Aion-1.0-Instruct-2.3Bถูกสร้างขึ้นเมื่อเวลา 17:05:50 UTC ของวันที่ 18 พฤศจิกายน 2026 เก้านาทีต่อมา มีรีโพซิทอรีที่สองปรากฏขึ้นเคียงข้าง โดยบรรจุบิลด์ INT4 ONNX ของเวตชุดเดียวกัน นับถึงเช้าวันนี้ รีโพซิทอรีฐานมีไลก์สามครั้ง ยอดดาวน์โหลดเป็นศูนย์ และมีคอมมิตเพียงหนึ่งเดียว ซึ่งข้อความในคอมมิตระบุว่า "Duplicate from asgmodels/Aion-Instruct-v1" — และรีโพซิทอรีต้นทางนั้นตอนนี้ตอบกลับ 401 ให้กับใครก็ตามที่เข้าไปถาม ไม่มีโพสต์เปิดตัว ไม่มีเธรด ไม่มีประโยคในโมเดลการ์ดที่ขึ้นต้นด้วย "we are excited" Aion 1.0 Instructไม่ได้ถูกประกาศเปิดตัว แต่ถูกเผยแพร่ ซึ่งเป็นการกระทำที่แตกต่างกัน และช่องว่างระหว่างสองสิ่งนี้คือเหตุผลที่บทความชิ้นนี้ถือกำเนิดขึ้น

เนื้อหาต่อไปนี้แยกข้อกล่าวอ้างสามประเภทออกจากกัน และจะไม่ทำให้ปะปนกันเลย ข้อเท็จจริงของรีโพซิทอรีถูกอ่านโดยตรงจากไฟล์เมื่อเช้านี้ — การกำหนดค่า ดัชนีน้ำหนักโมเดล เทมเพลตแชต การ์ดโมเดล และรีโพซิทอรีพี่น้อง ข้อกล่าวอ้างของผู้จำหน่ายคือตัวเลขของ Microsoft เองบนฮาร์เนสของ Microsoft เอง ซึ่งนำเสนอซ้ำในฐานะข้อกล่าวอ้าง และหมวดที่สามสำคัญในที่นี้มากกว่าปกติ: Microsoft ได้เผยแพร่ปฏิทินการย้ายระบบสำหรับนักพัฒนา Windows ไว้ในเอกสารของตนแล้ว และปฏิทินนั้นมีนัยสำคัญยิ่งกว่าสิ่งใด ๆ ในบัตรโมเดล ในจุดที่รีโพซิทอรีไม่ระบุ บทความนี้จะบอกไว้เช่นนั้นแทนที่จะคาดเดา

นาฬิกาสองเรือน และมีเพียงเรือนเดียวเท่านั้นที่เงียบ

การเผยแพร่ของ Hugging Face คือเรือนาฬิกาที่เงียบ ส่วนเรือนที่เสียงดังนั้นเก่ากว่าและเดินมาเป็นเวลาหลายเดือนแล้ว

• 31 พฤษภาคม 2026 — microsoft/Aion-Instruct-Preview-Sampleเปิดเผยต่อสาธารณะบน GitHub ซึ่งเป็นแอปตัวอย่าง WinUI 3 สำหรับโมเดลภาษาที่ทำงานบนอุปกรณ์ใน Copilot+ PC README ระบุไว้อย่างชัดเจนว่า "แพ็กเกจนี้มีโมเดล Aion Instruct รุ่นสุดท้ายที่วางแผนจะเผยแพร่พร้อมกับ Windows"

• 2 มิถุนายน 2026 — บล็อกนักพัฒนาของ Microsoft Edge ประกาศว่า Aion-1.0-Instruct เป็นโมเดลก่อนเปิดตัวใน Edge Canary และ Dev โดยแทนที่ 4B Phi-4-mini ที่อยู่เบื้องหลัง Prompt and Writing Assistance APIs ซึ่งอธิบายว่ามีขนาดเล็กกว่าและเร็วกว่า และสามารถรันด้วยการประมวลผลบน CPU ในกรณีที่ไม่มี GPU โพสต์เดียวกันยังสัญญาว่าจะมี "การเปิดตัวแบบโอเพนซอร์สตามแผนบน Hugging Face ในเดือนกรกฎาคม"

• 2 พฤศจิกายน 2026 — ตัวอย่างบน GitHub เปิดตัวรีลีส v1.1.0.2 ซึ่งเพิ่มการรองรับ AMD VitisAI; รีโปนี้ได้รับการดูแลอย่างต่อเนื่องตั้งแต่เดือนมิถุนายนโดยไม่มีการประกาศสาธารณะแม้แต่ครั้งเดียว

• 16 พฤศจิกายน 2026 — เอกสาร Windows AI ของ Microsoft สำหรับ Phi Silica มีประกาศซึ่งประทับเวลาไว้สองวันก่อนที่น้ำหนักโมเดลจะเปิดตัว โดยระบุว่า "Phi Silica กำลังถูกแทนที่ด้วย Aion Instruct" และบอกนักพัฒนาให้เริ่มวางแผนการเปลี่ยนผ่านได้เลยตอนนี้

• 18 พฤศจิกายน 2026, 17:05 UTC — ตัวน้ำหนักโมเดลเอง ภายใต้สัญญาอนุญาต MIT บน Hugging Face ไม่มีโพสต์ประกอบที่ใดเลยที่การค้นหาจะหาเจอ

A screenshot of the Hugging Face model page for microsoft/Aion-1.0-Instruct-2.3B showing 3 likes, tags for Text Generation, Transformers, Safetensors and 8 languages plus aion_instruct, and model-card text opening 'Aion 1.0 Instruct' under the heading Microsoft Windows Applied Sciences Group, describing a 2.3B-parameter on-device small language model and stating that a further optimised version will become the Windows OS SLM by the end of January 2027.

ดังนั้นคำอธิบายที่ตรงไปตรงมาจึงไม่ใช่ "Microsoft ปล่อยโมเดลแบบลับ ๆ" แต่คือ Microsoft บอกนักพัฒนา Windows เกี่ยวกับการเปลี่ยนแปลงนี้ในเอกสารและโค้ดตัวอย่างมาเกือบหกเดือนแล้ว สัญญาว่าจะเปิดน้ำหนักโมเดลในเดือนกรกฎาคม ส่งมอบช้ากว่ากำหนดสี่เดือนครึ่ง และไม่ได้ประกาศการส่งมอบดังกล่าว หากคุณอ่านเฉพาะข่าวการเปิดตัว คุณจะไม่รู้ว่ามี Aion 1.0 Instruct อยู่ หากคุณอ่านเอกสาร API ของ Phi Silica — ซึ่งเป็นที่ที่นักพัฒนา Windows อยู่จริง ๆ — คุณก็ได้รับแจ้งมาตั้งแต่กลางเดือนพฤศจิกายนเป็นอย่างช้า

สิ่งที่ไฟล์เหล่านี้พิสูจน์ โดยไม่ต้องให้ Microsoft ยืนยันสิ่งใดเลย

ไม่มีข้อใดต่อไปนี้ขึ้นอยู่กับประกาศ ทั้งหมดอยู่ในรีโพซิทอรี และส่วนใหญ่สามารถตรวจสอบเทียบกับไฟล์เวตเองได้

• จำนวนพารามิเตอร์ — การ์ดระบุว่า "~2.29B" และการคำนวณก็สอดคล้องกัน: model.safetensors มีขนาด 4,577,698,488 ไบต์ในรูปแบบ bfloat16 ซึ่งเท่ากับ 2,288,849,244 พารามิเตอร์ที่พารามิเตอร์ละสองไบต์ อิมเบดดิ้งอินพุตและเอาต์พุตถูกผูกเข้าด้วยกัน ดังนั้นจำนวนดังกล่าวจึงไม่เพิ่มเป็นสองเท่าที่ส่วนหัว

• รูปแบบ — 28 เลเยอร์, ขนาด hidden 2,048, MLP intermediate 8,192 พร้อม SiLU, 24 query heads เทียบกับ 8 key/value heads ที่ head dimension 128, RMSNorm พร้อม epsilon 1e-6, คลังคำศัพท์ 200,029 โทเค็น

• รูปแบบแอตเทนชัน — อาร์เรย์ของคอนฟิกlayer_types ระบุ 21 sliding_attention เลเยอร์ และ 7 full_attention เลเยอร์ สลับกัน หน้าต่างเลื่อนคือ 2,048 โทเค็น

• Context — 32,768 โทเคน ซึ่งทำได้ด้วย YaRN ไม่ใช่ด้วยความยาวการฝึกแบบเนทีฟ รายละเอียดเพิ่มเติมด้านล่าง เพราะนี่คือตัวเลขที่อ่านผิดได้ง่ายที่สุดเพียงตัวเดียวในไฟล์

• สัญญาอนุญาต — MIT ลิขสิทธิ์ Microsoft Corporation โดยมีไฟล์ LICENSE อยู่ในรีโพซิทอรี ในส่วน front-matter นั้น license_linkอย่างไรก็ตาม ชี้ไปที่ asgmodels/Aion-Instruct-v1/blob/main/LICENSE ซึ่งเป็นรีโพซิทอรีส่วนตัวที่ส่งคืน 401 สัญญาอนุญาตที่คุณอ่านได้คือฉบับที่อยู่ในทรี ส่วนฉบับที่การ์ดลิงก์ไปนั้นเข้าถึงไม่ได้

• โค้ดกำหนดเอง — นี่ไม่ใช่สถาปัตยกรรมมาตรฐาน การรันโค้ดนี้ต้องใช้ trust_remote_code=True และดึง configuration_aion_instruct.py และ modeling_aion_instruct.py เข้ามา โค้ดนี้ถูกส่งออกด้วย transformers 5.x ดังนั้น toolchain รุ่นเก่าจะโหลดไม่ได้หากไม่ระมัดระวัง

• รูปแบบแชต — <|system|>, <|user|>, <|assistant|> โดยทุกเทิร์นปิดด้วย <|end|> ซึ่งเป็นโทเคน EOS ด้วยเช่นกัน สคีมาของเครื่องมือจะอยู่ในพรอมต์ระบบระหว่าง <|tool|> และ <|/tool|>; การเรียกจะกลับมาเป็น <|tool_call|>{"name": …, "arguments": …}<|/tool_call|>; ผลลัพธ์จะถูกส่งกลับภายในเทิร์นของผู้ใช้ที่ขึ้นต้นด้วย <|tool_response|> เทมเพลตจะเกิดข้อผิดพลาดหากข้อความระบบที่นำหน้าประกอบด้วยโทเคนควบคุมที่สงวนไว้ตัวใดตัวหนึ่ง ซึ่งเป็นการป้องกันที่สมเหตุสมผลและเป็นสิ่งที่พบได้ไม่บ่อยในการ์ด

• ภาษา — อังกฤษ เยอรมัน สเปน โปรตุเกส อิตาลี ฝรั่งเศส จีน และญี่ปุ่น การ์ดระบุว่าข้อมูลหลายภาษาคิดเป็นประมาณ 6% ของส่วนผสมในการฝึก

• ข้อมูลความรู้ถึง — ธันวาคม 2025

• บิลด์แบบควอนไทซ์ — microsoft/Aion-1.0-Instruct-2.3B-ONNX-WebGPU สร้างเมื่อ 17:14:58 UTC ในเย็นวันเดียวกัน ห่างจากรีโปฐานเก้านาที น้ำหนักแบบบล็อก INT4 ที่ส่งออกจากเช็กพอยต์ที่ฝึกโดยคำนึงถึงการควอนไทซ์ แอกติเวชันและแคช KV แบบ FP16 opset 21 ขนาดประมาณ 1.3 GB โดยกำหนดเป้าหมายไปที่ WebGPU ผ่าน ONNX Runtime GenAI

สิ่งที่มีประโยชน์ที่สุดในรายการนั้นคือสองรายการสุดท้ายเมื่อพิจารณารวมกัน การเปิดตัว bf16 แบบไม่ควอนไทซ์ บวกกับบิลด์ INT4 ที่ได้จาก QAT ซึ่งเผยแพร่ห่างกันภายในเก้านาที บอกคุณได้ว่าอาร์ติแฟกต์สำหรับการส่งมอบนั้นพร้อมก่อนอาร์ติแฟกต์ด้านความโปร่งใส นั่นคือรูปร่างของการเปิดตัวที่ถูกหน่วงไว้แล้วค่อย ๆ ปล่อยออกไปอย่างเงียบ ๆ ไม่ใช่การเปิดตัวที่ถูกเร่งรีบ

บริบท 32K คือโมเดล 2K ที่ถูกขยายขึ้นสิบหกเท่า

อ่านบล็อก rope_parameters อย่างละเอียด และจำนวนบริบทจะเปลี่ยนลักษณะ เลเยอร์ full-attention ประกาศ rope_type: "yarn" ด้วย original_max_position_embeddings: 2048 และ factor: 16.0. สองพันสี่สิบแปดคูณสิบหกเท่ากับ 32,768 เลเยอร์ sliding-attention ประกาศค่าแบบธรรมดา rope_type: "default" ที่ theta 32,000 โดยมีหน้าต่าง 2,048 เดียวกัน

การตีความที่ได้จาก config — และนี่เป็นการตีความ ไม่ใช่คำแถลงจากผู้ขาย — คือโมเดลนี้ถูกฝึกในช่วงตำแหน่ง 2,048 โทเคน และขยายเป็น 32K ในภายหลังผ่านการสเกล RoPE ที่ใช้กับเพียงเจ็ดในยี่สิบแปดเลเยอร์เท่านั้น สามในสี่ของสแต็กไม่สามารถมองย้อนกลับไปไกลกว่า 2,048 โทเคนได้โดยโครงสร้าง การผสมข้อมูลระยะไกลจึงเกิดขึ้นเฉพาะในเจ็ดเลเยอร์ที่มี full attention เท่านั้น นั่นเป็นการออกแบบที่ชอบด้วยเหตุผลและพบมากขึ้นเรื่อย ๆ สำหรับโมเดลบนอุปกรณ์ ซึ่งขนาด KV cache เป็นข้อจำกัดผูกมัดด้านหน่วยความจำ — sliding window ทำให้แคชคงที่ไม่ว่าบทสนทนาจะยาวแค่ไหน ซึ่งเป็นสิ่งที่คุณต้องการพอดีบนแล็ปท็อปที่ยังต้องเรนเดอร์เดสก์ท็อปด้วย

นอกจากนี้ยังหมายความว่าตัวเลข 32,768 ไม่ควรถูกตีความว่า "รองรับเอกสารขนาด 32K ได้ดีพอ ๆ กับโมเดลที่ฝึกด้วยความยาว 32K" การ์ดของ Microsoft เองระวังในจุดนี้ โดยอธิบายว่าหน้าต่างบริบทนั้นเพียงพอต่อการประมวลผล "เอกสารหลายหน้า เธรดอีเมลยาว ๆ และข้อกำหนดทางเทคนิคที่ซับซ้อนทั้งหมดบนอุปกรณ์" แต่ไม่ได้อ้างถึงคุณภาพการดึงข้อมูลที่ปลายสุดของช่วงความยาว หากสิ่งที่คุณต้องการคือการเรียกคืนบริบทระยะยาว นั่นคือสิ่งแรกที่คุณต้องวัดด้วยตนเอง และสิ่งนั้นไม่ได้อยู่ในกาาร์ด

แบบทดสอบมาตรฐานเหล่านี้เป็นของ Microsoft เอง และมีสองรายการที่ถูกตั้งค่าสถานะว่าไม่เข้มงวด

ตัวเลขทั้งหมดด้านล่างนี้เป็นข้อมูลที่ผู้ขายรายงานเอง การ์ดระบุว่าทั้งหมดรันผ่าน lm-evaluation-harness ของ EleutherAI ในกรณีที่มีการใช้งานงานนั้นอยู่ และผ่านรีพอซิทอรีทางการของแต่ละเบนช์มาร์กในกรณีอื่น โดยมี GPT-4o เป็นผู้ตัดสินในงานที่ตัดสินด้วย LLM ไม่มีการทำซ้ำอย่างอิสระ ไม่มีคอนฟิกฮาร์เนสที่เผยแพร่ และไม่มีสคริปต์ประเมินในรีพอซิทอรี ดังนั้นจึงไม่สามารถรันซ้ำสิ่งใดจากสิ่งที่จัดส่งมาได้

• ความรู้ — MMLU 55.15, MMLU-Pro 33.35, MMMLU แบบหลายภาษา 45.51, GPQA 28.18

• คณิตศาสตร์ — GSM8K 74.91 ภายใต้การจับคู่แบบหลวม, GSMPlus 49.56, MATH-500 48.00

• การปฏิบัติตามคำสั่ง — IFEval 83.90 เป็นค่าเฉลี่ยของ prompt-level strict และ instruction-level strict, IFBench 32.00 ที่ prompt-level loose, Multi-IF 64.70

• การแปล — chrF++ 43.18

A generated single-column scoreboard card titled 'Aion 1.0 Instruct — the scoreboard' with six rows: Parameters 2.29B (tied embeddings), Layers 28 (21 sliding + 7 full), Context 32,768 (2,048 trained, YaRN factor 16), Licence MIT, MMLU 55.15, GPQA 28.18. A footer reads 'Config and weights read from the repository; scores are vendor-reported and unreproduced.' The OrcaRouter logo is composited in the white strip below the artwork.

ตัวเลขสองตัวในนั้นควรได้รับการพิจารณาอีกครั้งก่อนที่ใครจะนำไปอ้างอิง GSM8K ที่ 74.91 เป็นการจับคู่แบบหลวมอย่างชัดเจน ซึ่งให้เครดิตคำตอบที่มีตัวเลขถูกต้องแม้ว่าเหตุผลหรือการจัดรูปแบบโดยรอบจะผิดก็ตาม ส่วน GSM8K แบบเข้มงวดบนโมเดล 2.3B จะได้คะแนนต่ำลงอย่างมีนัยสำคัญ IFBench ที่ 32.00 เป็นแบบหลวมระดับพรอมต์ ซึ่งเป็นรูปแบบที่ผ่อนปรนที่สุดของเกณฑ์วัดการปฏิบัติตามคำสั่งที่ผ่อนปรนที่สุดในชุดนี้ ตัวเลขแบบเข้มงวดในตารางเดียวกัน — MMLU-Pro ที่ 33.35, GPQA ที่ 28.18 — คือสิ่งที่ความรู้รอบตัวของโมเดล 2.3B มีอยู่จริง และตัวเลขเหล่านี้ก็ไม่น่าประทับใจ ซึ่งเป็นสิ่งที่การ์ดเองระบุไว้ในส่วนข้อจำกัดว่า โมเดลขนาดเล็ก "อาจพลาดรายละเอียดปลีกย่อย ให้ข้อมูลที่คลาดเคลื่อน หรือแสดงให้เห็นถึงความไม่สามารถในการทำตามการให้เหตุผลหลายขั้นตอนที่ซับซ้อนได้"

การไม่มีข้อมูลนี้สำคัญกว่าคะแนนใด ๆ เพียงค่าเดียว: การ์ดโมเดลไม่เคยเปรียบเทียบ Aion 1.0 Instruct กับ Phi Silica ซึ่งเป็นโมเดลที่มันมาแทนที่เลย เอกสารระบุเพียงว่า ข้อมูลที่ใช้ฝึก "เป็นส่วนขยายของข้อมูลที่ใช้ฝึก Phi Silica" และจบเพียงเท่านั้น สำหรับนักพัฒนาที่ได้รับแจ้งให้ย้ายระบบในเดือนมกราคม ค่าความแตกต่างเพียงอย่างเดียวที่จะช่วยให้ตัดสินใจได้ — โมเดลที่มาแทนที่จะได้คะแนนดีกว่าหรือแย่กว่าสิ่งที่ฉันมีอยู่หรือไม่ — ไม่ปรากฏอยู่ในเอกสารนี้

หมายเลขความปลอดภัยเป็นรูปภาพ ไม่ใช่ตาราง

การ์ดนี้ระบุชื่อเมตริกสามรายการที่ต้องการปรับปรุง ได้แก่ XPIA, DIC และ ECI จากนั้นก็ไม่ยอมให้ตัวเลขใด ๆ สำหรับเมตริกเหล่านี้เลย ตัวเลขเหล่านั้นปรากฏอยู่เฉพาะใน images/aion_safety_bchart.png ซึ่งเป็นแผนภูมิแท่งที่มีหัวข้อว่า "Azure AI Safety Suite" โดยมีหมวดหมู่แกนสำหรับความปลอดภัยของเนื้อหาเชิงโจมตี ข้อมูลสำคัญเกี่ยวกับการเลือกตั้ง การฉีดพรอมต์ทางอ้อม และการฉีดเอกสาร ให้คะแนนบนสเกล 0 ถึง 100 ที่ปรับทิศทางให้เป็นมาตรฐาน โดยค่าคือหนึ่งลบอัตราความล้มเหลว คูณหนึ่งร้อย ไม่มีคอลัมน์ตัวเลขใด ๆ อยู่ในข้อความเลย

นี่คือช่องว่างจริง และควรพูดให้ตรง ๆ มากกว่าจะหลีกเลี่ยง: ตัวชี้วัดสามตัวที่ Microsoft เองระบุว่าต้องได้รับการปรับปรุง คือสามตัวที่คุณอ่านไม่ได้หากไม่ OCR ไฟล์ PNG ผู้ตรวจสอบได้เผยแพร่เชิงอรรถด้านระเบียบวิธีจริง — พรอมต์เหมือนกันทุกตัวอักษร ยืนยันด้วย SHA-256 — ซึ่งเข้มงวดกว่าการ์ดส่วนใหญ่ที่แสดง พวกเขาเพียงไม่ได้เผยแพร่ค่าเหล่านั้น และบันทึกความโปร่งใสคู่ขนานสำหรับชุดตรวจสอบ Windows ไปไกลกว่านั้น โดยระบุว่าการโจมตีแบบ cross-prompt injection และการอนุมานอารมณ์ยังไม่ได้ผ่านการทดสอบเพื่อการปฏิบัติตาม Responsible AI และชุดตรวจสอบนั้น "อาจมีช่องโหว่" สำหรับโมเดลที่มีคุณสมบัติเด่นคือการทำงานแบบไม่มีผู้ดูแลกับเอกสารในเครื่องของคุณ prompt injection ไม่ใช่แค่เชิงอรรถ

สิ่งที่ Microsoft บอกนักพัฒนาไปแล้ว และอะไรที่จะพัง

นี่คือส่วนที่ผู้อ่านสามารถลงมือทำได้ตั้งแต่วันนี้ และไม่ได้ขึ้นอยู่กับการเปิดตัวของ Hugging Face เลย โดยอยู่บนหน้า Phi Silica ของ Microsoft Learn ซึ่งเวลาที่อัปเดตระบุว่า 16 พฤศจิกายน 2026

A screenshot of the Microsoft Learn documentation page for the Phi Silica Windows AI APIs, showing the navigation tree, the Limited Access Feature note, and an Important callout reading 'Phi Silica is being replaced by Aion Instruct, a new on-device model. Start planning your transition now', followed by links to the Aion Instruct sample and the Microsoft Edge blog, the sentence 'Unlike Phi Silica, LAF tokens are no longer needed with Aion Instruct', a December 2026 Windows Insider Preview rollout line and a January 2027 retail rollout line stating that Phi Silica is removed.

• Phi Silica กำลังถูกแทนที่ด้วย Aion Instruct ประกาศระบุไว้โดยตรงเช่นนั้น และแจ้งให้นักพัฒนาเริ่มวางแผนการเปลี่ยนผ่านตั้งแต่ตอนนี้

• ธันวาคม 2026 — Aion {{1}}1.0 Instruct{{/1}} เริ่มทยอยเปิดให้ใช้งานกับอุปกรณ์ Windows Insider Preview โดย Phi Silica ยังคงมีอยู่ การทยอยเปิดฟีเจอร์แบบควบคุมของ Windows จะเป็นตัวกำหนดว่าโมเดลใดทำงานอยู่ และนักพัฒนาสามารถบังคับให้เปรียบเทียบแบบเคียงข้างกันได้ผ่านคีย์รีจิสทรี

• มกราคม 2027 — โมเดลจะถูกนำไปใช้งานบนอุปกรณ์ที่วางจำหน่ายปลีก และ Phi Silica จะถูกถอดออก

• กำแพงการเข้าถึงหายไป API ของ Phi Silica เป็นคุณสมบัติการเข้าถึงแบบจำกัด (Limited Access Feature) ที่ต้องใช้โทเค็นปลดล็อก เอกสารระบุว่า “ต่างจาก Phi Silica ไม่จำเป็นต้องใช้โทเค็น LAF กับ Aion Instruct อีกต่อไป” สำหรับใครก็ตามที่เคยกรอกแบบฟอร์มคำขอ LAF และรอคอย นั่นคือประโยคที่สำคัญที่สุดในการย้ายระบบทั้งหมด

• LoRAs ของคุณจะไม่ติดตามคุณมาด้วย คลังตัวอย่างระบุชัดเจนว่า LoRAs ที่เข้ากันได้กับ Phi Silica ไม่เข้ากันกับ Aion Instruct และต้องสร้างอะแดปเตอร์ใหม่ด้วย Foundry Toolkit

• {{1}}ผลลัพธ์จะถูกใส่ลายน้ำ{{/1}} สแต็กใหม่ใช้การใส่ลายน้ำแบบมองไม่เห็นเพื่อรองรับการปฏิบัติตาม EU AI Act และบันทึกย่อเตือนว่าลายน้ำอาจปรากฏให้เห็นเมื่อวางผลลัพธ์ลงในแอปพลิเคชันบางประเภท

• การรองรับฮาร์ดแวร์ประกอบด้วยผู้ให้บริการการประมวลผล (execution providers) สามราย และไม่มีกลไกสำรอง แพ็กเกจการตรวจสอบกำหนดเป้าหมายที่ ARM64 Snapdragon ผ่าน QNN ที่จัดการผ่านแค็ตตาล็อก โดยใช้ EP ขั้นต่ำ 2.2480.49, x64 Intel Lunar Lake ผ่าน OpenVINO ที่ 1.8.95 และ x64 AMD Ryzen AI ผ่าน VitisAI ที่ 1.8.80 โดยระบุว่า "จะไม่มีการ fallback ไปยัง CPU เมื่อผู้ให้บริการ NPU ที่รองรับไม่พร้อมใช้งาน" โปรดสังเกตช่องว่างเมื่อเทียบกับโพสต์ Edge เดือนมิถุนายน ซึ่งโฆษณาการอนุมานด้วย CPU ว่าเป็นวิธีที่ Aion เข้าถึงอุปกรณ์ที่ไม่มี GPU — นั่นคือบิลด์เบราว์เซอร์ ส่วนเส้นทาง Windows API นั้นแคบกว่า

• แพ็กเกจการตรวจสอบความถูกต้องนี้ยังไม่พร้อมสำหรับการจัดส่ง "ไม่ได้มีไว้สำหรับการใช้งานโดยผู้ใช้ปลายทางหรือลูกค้า ห้ามจัดส่งส่วนใดส่วนหนึ่งของแพ็กเกจนี้ให้แก่ผู้บริโภคปลายทาง" ตัวโมเดลถือเป็นฉบับสมบูรณ์แล้ว แต่การนำส่งโดยรอบยังไม่สมบูรณ์ และประสิทธิภาพที่วัดได้ในวันนี้ไม่ใช่ตัวแทนของบิลด์เดือนมกราคมอย่างชัดเจน

สิ่งที่ยังไม่ได้รับการยืนยันคืออะไร และจะรับมือกับมันอย่างไร

• ไม่มีการประกาศใด ๆ ไม่มีอะไรบนบล็อกของ Microsoft ไม่มีคำแถลงเจตนาในการ์ดโมเดลที่นอกเหนือจาก "บทนำเกี่ยวกับสิ่งที่กำลังจะมา" และไม่มีรายงานทางเทคนิค ร่องรอยสาธารณะเพียงอย่างเดียวภายนอก repo คือโพสต์ที่ส่งไปยัง Hacker News เมื่อวันที่ 18 พฤศจิกายน ซึ่งมีหนึ่งคะแนน

• ไม่มีการประเมินที่เป็นอิสระ ณ วันที่ 19 พฤศจิกายน โมเดลนี้ยังไม่ปรากฏบน Artificial Analysis และไม่มีบุคคลที่สามรายใดเผยแพร่ผลการทดสอบ ทุกตัวเลขในตารางด้านบนคือ Microsoft ประเมิน Microsoft เอง

• ไม่มี GGUF การ์ดระบุว่า "ชื่อไลบรารี: PyTorch, ONNX, GGUF" แต่ไม่มีรีพอซิทอรี GGUF ใด ๆ อยู่ภายใต้องค์กร Microsoft อาร์ติแฟกต์แบบควอนไทซ์เดียวที่เผยแพร่คือบิลด์ ONNX WebGPU ให้ถือว่าบรรทัด GGUF เป็นการประกาศเจตนารมณ์จนกว่าจะมีไฟล์อยู่จริง

• ไม่มีรายละเอียดการฝึก ไม่มีการระบุจำนวนโทเค็น กำลังประมวลผล หรือส่วนผสมของข้อมูล นอกเหนือจาก "เอกสารสาธารณะบวกข้อมูลสังเคราะห์" และสัดส่วนภาษาต่างประเทศ 6% — ไม่มีข้อมูลใดถูกระบุไว้เลย

• ไม่มีราคา เพราะไม่มีอะไรต้องกำหนดราคา นี่เป็นองค์ประกอบของ OS และเป็นการดาวน์โหลด weights ไม่ใช่ endpoint ที่โฮสต์ไว้ อีกทั้งยังไม่อยู่ในแคตตาล็อกของ OrcaRouter เช่นเดียวกับโมเดลบนอุปกรณ์อื่น ๆ ของ Microsoft ทั้งหมด

หากคุณปล่อยแอป Windows การตัดสินใจนั้นอยู่ในปฏิทินของคุณแล้ว

การตีความในทางปฏิบัติคือ Aion 1.0 Instruct ตอนนี้เป็นสิ่งที่คุณสามารถสร้างต้นแบบทดลองได้หลายเดือนก่อนที่คุณจะถูกบังคับให้ทำ ซึ่งเป็นจุดประสงค์ทั้งหมดของการเปิดตัวแบบโปร่งใส ดึงเวตลงมา รันชุดพรอมป์ต์ของคุณเอง วัดสองสิ่งที่โมเดลการ์ดจะไม่บอกคุณ ได้แก่ การเรียกคืนบริบทระยะยาวเกิน 2,048 โทเคน และพฤติกรรมภายใต้การโจมตีแบบ prompt injection ผ่านเอกสารในเครื่อง แล้วตัดสินใจว่าเส้นทางการสรุปและการเขียนใหม่ของคุณจะอยู่รอดหลังการสลับโมเดลหรือไม่ หน้าต่าง December Insider พร้อมคีย์รีจิสทรีแบบ side-by-side คือชุดทดสอบที่ถูกที่สุดที่คุณจะได้ และมันจะปิดในเดือนมกราคม

คำถามเชิงสถาปัตยกรรมที่ตามมาคือโมเดลบนอุปกรณ์หยุดอยู่ตรงไหน โมเดล 2.3B ที่มีหน้าต่าง 32K ซึ่งรันบน NPU นั้นยอดเยี่ยมในการสรุปความ เขียนใหม่ จำแนกประเภท และสกัดข้อมูล และมันจะไม่ทำการให้เหตุผลหลายขั้นตอนเหนือฐานโค้ด แอปส่วนใหญ่ที่นำไปใช้จะลงเอยแบบไฮบริด นั่นคือใช้โมเดลท้องถิ่นสำหรับรอบการประมวลผลที่ถูก เป็นส่วนตัว และไวต่อเวลาตอบสนอง และใช้โมเดลคลาวด์หลัง API สำหรับเส้นทางการยกระดับ ชั้นยกระดับนั้นคือส่วนที่ควรออกแบบอย่างตั้งใจแทนที่จะเอามาติดทีหลัง OrcaRouter มีอยู่เพื่อแก้ปัญหาครึ่งนั้นพอดี — API เดียวครอบคลุมโมเดลคลาวด์กว่า 200 ตัว โดยไม่บวกกำไรเหนือราคาที่ผู้ให้บริการประกาศไว้ มีการสลับสำรองอัตโนมัติเมื่อผู้ให้บริการมีประสิทธิภาพลดลง และมี DSL สำหรับจัดเส้นทางเพื่อประกอบหลายโมเดลไว้ในการเรียกครั้งเดียว — และมันไม่ได้ให้บริการ Aion 1.0 Instruct เพราะไม่มีส่วนใดของโมเดลนี้ที่รันในศูนย์ข้อมูล การแบ่งที่ตรงไปตรงมาคือ โมเดลท้องถิ่น ตัดสินใจท้องถิ่น ยกระดับบนคลาวด์ และสองส่วนนี้ต้องการเครื่องมือที่ต่างกัน

ยังมีวิธีราคาถูกในการป้องกันความเสี่ยงจากส่วนที่ยังไม่ผ่านการพิสูจน์อีกด้วย ไม่มีสิ่งใดข้างต้นได้รับการวัด benchmarking อย่างเป็นอิสระ และบิลด์เดือนมกราคมอาจแตกต่างจาก checkpoint นี้ การ failover คือสิ่งที่ทำให้ปลอดภัยในการนำโมเดลที่ยังไม่ได้ให้คะแนนไปใช้บนเส้นทางที่สำคัญ จงตั้งค่าทางเลือกสำรองไว้ล่วงหน้าก่อนที่คุณจะต้องใช้ แล้วการสร้างที่ไม่ดีจะกลายเป็นการลองใหม่แทนที่จะเป็นเหตุการณ์ผิดพลาด คำแนะนำนี้ใช้ได้กับครึ่งใดก็ตามของระบบไฮบริดที่คุณยังไม่แน่ใจ

ดูอะไรดี

สัญญาณสี่ประการจะเปลี่ยนภาพนี้ และสามในนั้นมีต้นทุนต่ำในการติดตาม โพสต์ประกาศจริงพร้อมรายละเอียดการฝึกจะยกระดับการ์ดจากอาร์ติแฟกต์ด้านความโปร่งใสไปสู่การเปิดตัวจริง รีพอซิทอรี GGUF จะทำให้โมเดลใช้งานได้นอก Windows และนอก ONNX Runtime การรัน benchmark อิสระครั้งแรก — Artificial Analysis, LMArena หรือผลลัพธ์จากฮาร์เนสที่ทำซ้ำได้ใด ๆ — จะแทนที่ข้อแม้เรื่องการจับคู่แบบหลวม ๆ ด้วยสิ่งที่อ้างอิงได้ และช่อง Edge Canary และ Dev คือการทดสอบสด: หาก API Prompt และ Writing Assistance เปลี่ยนจากเส้นทาง Phi-4-mini ไปเป็น Aion 1.0 Instruct ในเบราว์เซอร์ คุณจะเห็นการสลับในการทำงานได้นานก่อนการทยอยเปิดตัวบน Windows ในเดือนมกราคม

จนถึงตอนนั้น คำอธิบายที่ถูกต้องของ Aion 1.0 Instruct ก็คือคำอธิบายที่หลักฐานสนับสนุนเท่านั้น และไม่มากไปกว่านั้น: โมเดลบนอุปกรณ์ขนาด 2.29B ที่เสร็จสมบูรณ์แล้ว ใช้สัญญาอนุญาต MIT สมบูรณ์ทางเทคนิคแต่ไม่มีเอกสารกำกับ เผยแพร่เมื่อเวลา 17:05 UTC ของเย็นวันอังคาร โดยมีรุ่นพี่น้องแบบควอนไทซ์ตามมาห่างเก้านาที และมีกำหนดเส้นตายการแทนที่ที่ตัวมันเองไม่ได้กำหนด

© 2026 OrcaRouter

สำหรับผู้ให้บริการ

ให้บริการแพลตฟอร์มการอนุมานอยู่หรือไม่ นำโมเดลของคุณขึ้น OrcaRouter

[email protected]

เข้าร่วมคอมมูนิตี้ของเรา

Discord[email protected]XLinkedInGitHubYouTube