Motif-3 (Beta): เบื้องหลังโมเดลปัญญาประดิษฐ์อธิปไตยของเกาหลีที่เพิ่งทะยานขึ้นสู่สามอันดับแรกของโอเพนซอร์ส

Motif-3-Beta เป็นผู้เล่นหน้าใหม่ที่เข้าสู่การแข่งขันอันคับคั่งของโมเดลภาษาขนาดใหญ่แบบเปิดน้ำหนัก (open-weight) และมาพร้อมกับเรื่องราวต้นกำเนิดที่แปลกประหลาด: มันมาจาก Motif Technologies ซึ่งเป็นบริษัทในเครือที่มีพนักงานประมาณ 30 คนของ Moreh บริษัทโครงสร้างพื้นฐานด้าน AI ของเกาหลีใต้ ก่อตั้งขึ้นในเดือนกุมภาพันธ์ 2025 และได้รับการสนับสนุนจาก Series B มูลค่าประมาณ 24 พันล้านวอน (ประมาณ 16 ล้านดอลลาร์สหรัฐ) นั่นคือทีมขนาดเล็กและเงินทุนที่จำกัดเมื่อเทียบกับห้องปฏิบัติการที่มักครองอันดับสูงในตารางเหล่านี้ ซึ่งเป็นเหตุผลว่าทำไมตำแหน่งในการวัดประสิทธิภาพช่วงแรกของโมเดลจึงได้รับความสนใจ: คะแนน Artificial Analysis Intelligence Index (AAII) อิสระที่ 44 ซึ่งอยู่ในอันดับที่สามของโมเดลโอเพนซอร์สและโอเพนเวททั่วโลก และอันดับที่ 11 โดยรวมเมื่อนับรวมห้องปฏิบัติการแนวหน้าที่ปิดด้วย

โมเดลนี้เป็นผลงานที่อยู่ระหว่างการพัฒนาโดยชัดเจน — เป็นเช็คพอยต์เบต้าหรือพรีวิว ไม่ใช่เวอร์ชันที่เสร็จสมบูรณ์ — และมาพร้อมกับใบอนุญาตการวิจัยที่ไม่ใช่เชิงพาณิชย์ แทนที่จะเป็นเงื่อนไข Apache 2.0 ที่อนุญาตอย่างเต็มรูปแบบของรุ่นก่อนหน้า Motif-2 การผสมผสานระหว่าง "ตัวเลขที่แข็งแกร่งตั้งแต่เนิ่นๆ" และ "ยังไม่เสร็จ ยังมีข้อจำกัด" เป็นกรอบที่ซื่อสัตย์สำหรับทุกสิ่งที่ตามมา: Motif-3 เป็นจุดข้อมูลที่น่าสนใจอย่างแท้จริงในการแข่งขันโอเพนซอร์สและการผลักดันของเกาหลีเพื่อความเป็นอิสระด้าน AI แต่ก็ยังไม่ใช่โมเดลที่ทีมส่วนใหญ่จะนำไปใช้ในเชิงพาณิชย์ และข้ออ้างทางเทคนิคหลายข้อของมันยังไม่ได้รับการยืนยันอย่างเป็นอิสระ

TL;DR. Motif-3-Beta เป็นโมเดล mixture-of-experts ที่มีพารามิเตอร์รวม 314B / ใช้งาน 13B จาก Motif Technologies ซึ่งเป็นบริษัทในเครือของ Moreh ในเกาหลีใต้ที่มีพนักงานประมาณ 30 คน สร้างขึ้นโดยเป็นส่วนหนึ่งของโครงการ AI อธิปไตยแห่งชาติ "Dokpamo" ของประเทศ โดยได้คะแนน Artificial Analysis Intelligence Index ที่ 44 — เป็นอันดับสามในบรรดาโมเดลโอเพนซอร์สทั่วโลก รองจาก Kimi K3 และ GLM-5.2, และอยู่อันดับที่ 11 โดยรวม น้ำหนักโมเดลสามารถดาวน์โหลดได้จาก Hugging Face ภายใต้ใบอนุญาตวิจัยที่ไม่ใช่เชิงพาณิชย์ การแชทออนไลน์ฟรีมีให้บริการที่ chat.motiftech.io ยังไม่มีราคา API สำหรับสาธารณะ เวอร์ชันสุดท้ายคาดว่าจะเปิดตัวประมาณต้นเดือนสิงหาคม 2026 และยังไม่มีคะแนน MMLU, GPQA หรือ HumanEval ที่เผยแพร่สำหรับโมเดลนี้

ประเด็นสำคัญ

• การเปิดตัวโอเพนซอร์ส #3 จากทีมเล็กๆAAII 44 จัดอันดับให้ Motif-3-Beta อยู่ในอันดับที่สามในบรรดาโมเดลโอเพนซอร์ส/โอเพนเวท — รองจาก Kimi K3 และ GLM-5.2 — และอันดับที่ 11 โดยรวมเมื่อเทียบกับแล็บปิดชั้นนำ ตามรายงานของสื่อที่อ้างอิง Artificial Analysis

• โมเดลขนาดใหญ่, การเปิดใช้งานที่มีประสิทธิภาพ. พารามิเตอร์รวมประมาณ 314B แต่ละโทเค็นเปิดใช้งานเพียง ~13B ผ่าน 384 เราเตอร์ผู้เชี่ยวชาญ (8 ตัวที่ทำงานบวกกับ 1 ตัวที่ใช้ร่วมกัน) — อัตราส่วนความกระจายที่สร้างขึ้นเพื่อการอนุมานที่คุ้มค่าต้นทุน แม้จะมีขนาดโดยรวมของโมเดล.

• ยังเป็นรุ่นเบต้า ยังไม่ใช่เชิงพาณิชย์ นี่คือจุดตรวจสอบตัวอย่าง; เวอร์ชันสุดท้ายมีกำหนดประมาณต้นเดือนสิงหาคม 2026 น้ำหนักโมเดลเปิดให้ใช้บน Hugging Face แต่ภายใต้ใบอนุญาตวิจัยที่ไม่ใช่เชิงพาณิชย์ — ซึ่งเป็นก้าวถอยหลังจากรุ่นก่อนหน้า Motif-2 ที่ใช้เงื่อนไข Apache 2.0

• ผู้สมัครเรือธงด้าน AI อธิปไตยของเกาหลี. สร้างขึ้นภายใต้โครงการ “Dokpamo” (โมเดลรากฐาน AI อิสระ) ระดับชาติ โดยใช้ GPU B200 ที่รัฐบาลจัดหาให้ และทำการตลาดในฐานะสถาปัตยกรรมอิสระที่ไม่มีฐานโอเพนซอร์สจากต่างประเทศ

• เน้นภาษาเกาหลี, บริบท 256K. ฝึกด้วยคลังข้อมูลภาษาเกาหลีเฉพาะทางประมาณ 106GB พร้อมหน้าต่างบริบท 256K โทเคน — วางตำแหน่งเป็นโมเดลข้อความ/สนทนาแทนที่จะเป็นโมเดลหลายรูปแบบ

• ยังไม่มีเกณฑ์มาตรฐานมาตรฐานที่เผยแพร่ ไม่มีการเปิดเผยตัวเลข MMLU, GPQA, HumanEval หรือ KMMLU สำหรับ Motif-3 เอง และการอ้างสิทธิ์เกี่ยวกับสถาปัตยกรรมที่กำหนดเองนั้นเป็นศัพท์เฉพาะของผู้ขายที่ไม่ได้รับการยืนยัน

ตัวเลข AAII 44 / #3-open-source / #11-overall ในบทความนี้ได้มาจากรายงานข่าวที่อ้างอิง Artificial Analysis และการ์ด Hugging Face ของโมเดล ไม่ได้มาจากการอ่านไซต์ Artificial Analysis สดโดยตรงและตรวจสอบซ้ำอย่างอิสระ — ให้ถือว่าตัวเลขเหล่านี้มีความแม่นยำในเชิงทิศทางมากกว่าจะเป็นค่าที่แน่นอนในขณะนี้ Motif-3-Beta ตามชื่อคือรุ่นเบต้า: เกณฑ์มาตรฐาน ใบอนุญาต และราคาล้วนสามารถเปลี่ยนแปลงได้ก่อนการเปิดตัวครั้งสุดท้าย ใบอนุญาตของ Hugging Face อนุญาตให้ใช้เพื่อการวิจัยที่ไม่ใช่เชิงพาณิชย์เท่านั้น ณ เวลาที่เขียนนี้ ยังไม่มีแหล่งใดเผยแพร่คะแนน MMLU, GPQA, HumanEval หรือ KMMLU สำหรับ Motif-3

Motif-3 (Beta) คืออะไร

Motif Technologies เป็นห้องปฏิบัติการ AI ของเกาหลีที่แยกตัวออกมาจาก Moreh ซึ่งเป็นบริษัทที่รู้จักกันดีในด้านซอฟต์แวร์โครงสร้างพื้นฐาน AI และการจำลอง GPU ก่อตั้งขึ้นในเดือนกุมภาพันธ์ 2025 โดยมีพนักงานประมาณ 30 คน และรอบการระดมทุน Series B มูลค่าประมาณ 2.4 หมื่นล้านวอน (ประมาณ 16 ล้านดอลลาร์สหรัฐ) Motif ถือเป็นบริษัทขนาดเล็กเมื่อเทียบกับมาตรฐานของนักพัฒนาโมเดลชั้นนำ — คู่แข่งส่วนใหญ่ในระดับเกณฑ์มาตรฐานนี้มีทีมวิศวกรรมที่มีขนาดใหญ่กว่าเป็นสิบเท่า บริษัทนำโดย CEO ลิม จอง-ฮวัน และ Motif-3-Beta เป็นผลงานที่ทะเยอทะยานที่สุดจนถึงปัจจุบัน ต่อจากโมเดล Motif-2.6B ที่เล็กกว่า

ในเชิงสถาปัตยกรรม Motif-3-Beta เป็นโมเดลภาษาขนาดใหญ่แบบ sparse mixture-of-experts (MoE) ที่มีพารามิเตอร์ทั้งหมดประมาณ 314 พันล้านพารามิเตอร์ โดยมีเพียงประมาณ 13 พันล้านพารามิเตอร์เท่านั้นที่ทำงานสำหรับโทเค็นใด ๆ การจัดเส้นทางทำงานผ่านผู้เชี่ยวชาญที่ถูกจัดเส้นทาง 384 คน โดยมี 8 คนที่ทำงานต่อโทเค็นบวกกับผู้เชี่ยวชาญร่วม 1 คน โมเดลนี้มีหน้าต่างบริบทขนาด 256,000 โทเค็น มิติที่ซ่อนอยู่ 4,096 ชั้นทรานส์ฟอร์มเมอร์ 53 ชั้น คำศัพท์ 220,160 โทเค็น และจัดส่งในความแม่นยำ bf16 เป็นโมเดลแบบข้อความ/สนทนา — ไม่มีการระบุความสามารถด้านภาพ เสียง หรือวิดีโอ — และมุ่งเน้นภาษาเกาหลีอย่างตั้งใจ ฝึกฝนบางส่วนจากคลังข้อมูลเฉพาะ (ที่เรียกภายในว่า motif-3-korean-pt-v0) ซึ่งมีขนาดประมาณ 106GB ของข้อความภาษาเกาหลี

สถานะมีความสำคัญไม่แพ้สเปก Motif-3-Beta เป็นจุดตรวจสอบตัวอย่างอย่างชัดเจน ไม่ใช่โมเดลที่เสร็จสมบูรณ์ — Motif ได้ระบุว่าเวอร์ชันสุดท้ายมีแผนจะออกประมาณต้นเดือนสิงหาคม ค.ศ. 2026 ค่าน้ำหนักเปิดเผยและดาวน์โหลดได้จาก Hugging Face แต่ภายใต้ใบอนุญาตวิจัยที่ไม่ใช่เชิงพาณิชย์ หมายความว่าการใช้งานเพื่อการผลิตหรือสร้างรายได้ไม่อนุญาตภายใต้เงื่อนไขปัจจุบัน นี่เป็นการเปลี่ยนแปลงที่เห็นได้ชัดจากรุ่นก่อนหน้าของบริษัทอย่าง Motif-2 ซึ่งเผยแพร่ภายใต้ใบอนุญาต Apache 2.0 ที่อนุญาตอย่างเต็มที่ มีอินเทอร์เฟซแชทฟรีที่ chat.motiftech.io สำหรับใครก็ตามที่ต้องการทดลองใช้โมเดลโดยไม่ต้องดาวน์โหลด แต่ยังไม่มีราคา API สาธารณะ ไม่มีองค์กร GitHub สำหรับโปรเจกต์ และไม่มีเอกสาร arXiv ของ Motif-3 ที่อธิบายสถาปัตยกรรมในรายละเอียดที่สามารถตรวจสอบโดยผู้ทรงคุณวุฒิ — ทั้งหมดนี้เป็นช่องโหว่ปกติสำหรับรุ่น Beta แต่ควรรู้ก่อนวางแผนใช้งานโมเดลนี้

ตะขอ AAII: การดำดิ่งลึกสู่เกณฑ์มาตรฐาน

เหตุผลหลักที่ Motif-3-Beta ได้รับความสนใจนอกประเทศเกาหลีคือตัวเลขเดี่ยวเพียงตัวเดียว: คะแนน Artificial Analysis Intelligence Index (AAII) ที่ 44 ตามการรายงานของสื่อที่อ้างอิง Artificial Analysis คะแนนดังกล่าวทำให้โมเดลนี้อยู่ในอันดับที่สามของโมเดลโอเพนซอร์สและโอเพนเวททั่วโลก — ตามหลัง Kimi K3 และ GLM-5.2 — และอันดับที่ 11 โดยรวมเมื่อรวมโมเดลที่ปิดหรือเป็นกรรมสิทธิ์ในระดับแนวหน้าเข้าไปในการจัดอันดับ สำหรับทีมงาน 30 คนที่ก่อตั้งมาเพียงประมาณปีครึ่ง การติดอันดับสามในกลุ่มโอเพนซอร์สระดับโลกในดัชนีที่เป็นกลางจากบุคคลที่สามถือเป็นผลลัพธ์ที่สมเหตุสมผล และเป็นหลักฐานที่ชัดเจนที่สุดจนถึงตอนนี้ว่าแนวทางของ Motif นั้นสามารถแข่งขันได้ ไม่ใช่แค่มีความทะเยอทะยานเท่านั้น

อย่างไรก็ตาม ตัวเลขนี้สมควรได้รับการตั้งข้อสังเกตเฉพาะ: ได้มาจากรายงานข่าวและการ์ด Hugging Face ของโมเดลเองที่อ้างอิง Artificial Analysis แทนที่จะเป็นการอ่านโดยตรงจากกระดานผู้นำ Artificial Analysis แบบสดที่ได้รับการตรวจสอบใหม่ ณ เวลาที่เขียน การจัดอันดับของ AA จะเปลี่ยนแปลงเมื่อมีการเพิ่มโมเดลใหม่และการให้คะแนนใหม่ของโมเดลที่มีอยู่ ดังนั้นให้ถือว่า AAII 44 / #3-open-source / #11-overall เป็นภาพรวมชั่วขณะที่ควรตรวจสอบกับไซต์สดก่อนจะถูกอ้างอิงเป็นข้อเท็จจริงปัจจุบันในการตัดสินใจขั้นถัดไป

เอกสารของ Motif เองยังอธิบายถึงส่วนประกอบทางสถาปัตยกรรมที่กำหนดเองหลายประการ ได้แก่ "Grouped Differential Latent Attention (GDLA)" "Grouped PolyNorm activation" และกลไก "modified mHC" คำเหล่านี้เป็นคำศัพท์ที่ผู้ขายตั้งขึ้น และในขณะที่เขียนนี้ยังไม่ได้มีการให้คำจำกัดความโดยละเอียดบนโมเดลการ์ด และยังไม่ได้มีการวัดประสิทธิภาพหรือทบทวนโดยผู้เชี่ยวชาญอิสระ — ยังไม่มีเอกสาร arXiv สำหรับ Motif-3 ออกมาเลย การมองว่านี่เป็นสัญญาณที่น่าสนใจว่า Motif สร้างสถาปัตยกรรมของตนเองแทนที่จะแตกแขนงจากโอเพนซอร์สที่มีอยู่เดิมก็สมเหตุสมผล แต่ไม่ควรมองว่าเป็นข้อได้เปรียบด้านประสิทธิภาพที่พิสูจน์แล้วจนกว่าจะมีการวิเคราะห์โดยอิสระ

การบอกความจริงในสิ่งที่ขาดหายไปก็สำคัญเช่นกัน: ไม่มีคะแนน MMLU, GPQA, HumanEval หรือ KMMLU ใดๆ ที่ถูกเผยแพร่สำหรับ Motif-3 เอง นั่นคือช่องว่างที่สำคัญเมื่อเทียบกับโมเดลโอเพนซอร์สที่เป็นที่ยอมรับมากกว่า ซึ่งมักจะเผยแพร่ชุดเกณฑ์มาตรฐานทางวิชาการมาตรฐานครบถ้วนควบคู่ไปกับคะแนนดัชนีรวมใดๆ จนกว่า Motif จะเติมเต็มภาพนั้น — ซึ่งน่าจะใกล้เคียงกับการเปิดตัวครั้งสุดท้ายในช่วงต้นเดือนสิงหาคม ค.ศ. 2026 — ตัวเลข AAII จึงต้องทำงานประเมินผลส่วนใหญ่ด้วยตัวเอง และควรถูกมองว่าเป็น "สัญญาณเริ่มต้นที่น่าพอใจ" ไม่ใช่ "โมเดลที่ผ่านการวัดมาตรฐานอย่างครอบคลุม"

บริบทเกี่ยวกับโมเดลที่อยู่ในอันดับเหนือกว่า: Kimi K3 จาก Moonshot มี AAII ประมาณ 57 (อันดับสี่โดยรวม) และครองอันดับ 1 ใน Frontend Code Arena สร้างขึ้นเป็น MoE ที่มีพารามิเตอร์ประมาณ 2.8T ราคา $3/$15 ต่อล้านโทเค็น — แข็งแกร่งแต่รายงานว่าช้าและใช้คำมาก โดยสัญญาว่าจะเปิดเผยน้ำหนักแต่ยังไม่ได้รับการยืนยันอย่างสมบูรณ์ GLM-5.2 จาก Z.ai/Zhipu ได้คะแนน AAII 51 และครองอันดับ 1 ในประเภทน้ำหนักเปิดโดยรวม เป็น MoE ประมาณ 750B/40B ที่เผยแพร่ภายใต้ใบอนุญาต MIT แบบเปิดเต็มรูปแบบ สามารถโฮสต์ได้เอง และมีราคา $1.40/$4.40 ต่อล้านโทเค็น ทั้งสองโมเดลมีอันดับเหนือกว่า Motif-3-Beta ในดัชนีโอเพนซอร์สในวันนี้ ซึ่งเป็นบริบทที่มีประโยชน์: “อันดับสามของโลก” ในกลุ่มโมเดลเปิดเป็นผลลัพธ์ที่แข็งแกร่งจริงๆ แต่เป็นอันดับสามที่ห่างไกลจากสองโมเดลที่มีความพร้อมในการปรับใช้ที่มากกว่า และในกรณีของ GLM-5.2 มีข้อกำหนดใบอนุญาตที่เปิดกว้างกว่าอย่างมาก

การเข้าถึงและราคา

การทดลองใช้งาน Motif-3-Beta ในวันนี้หมายถึงหนึ่งในสองเส้นทาง เส้นทางแรกคือดาวน์โหลดน้ำหนักแบบเปิด (open weights) โดยตรงจาก Hugging Face และโฮสต์โมเดลด้วยตนเอง — แต่สำหรับวัตถุประสงค์การวิจัยที่ไม่ใช่เชิงพาณิชย์เท่านั้น ตามเงื่อนไขใบอนุญาตปัจจุบัน; ไม่มีการอนุญาตให้ใช้เชิงพาณิชย์ในรุ่น Beta นี้ ซึ่งทำให้ไม่สามารถนำไปใช้งานจริงได้ ไม่ว่าตัวเลข benchmark จะออกมาอย่างไร เส้นทางที่สองคืออินเทอร์เฟซแชทที่โฮสต์ให้ใช้งานฟรีของ Motif ที่ chat.motiftech.io ซึ่งให้ทุกคนสามารถลองใช้โมเดลผ่านเบราว์เซอร์ได้โดยไม่ต้องดาวน์โหลดหรือโฮสต์อะไรเลย

ปัจจุบันยังไม่มี API สาธารณะที่มีการเผยแพร่ราคาต่อ token — ซึ่งเป็นช่องว่างที่มีนัยสำคัญหากคุณกำลังประเมินโมเดลนี้เทียบกับคู่แข่งที่เน้น API เป็นหลัก เช่น Kimi K3 ($3/$15 ต่อล้าน token) หรือ GLM-5.2 ($1.40/$4.40 ต่อล้าน token) ซึ่งทั้งสองโมเดลให้คุณประมาณค่าใช้จ่ายในระดับการใช้งานจริงได้ในวันนี้ จนกว่า Motif จะเผยแพร่ราคา API (ซึ่งน่าจะเชื่อมโยงกับการเปิดตัวเวอร์ชันสุดท้ายที่ไม่ใช่ Beta) การเปรียบเทียบต้นทุนกับโมเดลเหล่านั้นจะไม่สมบูรณ์อย่างหลีกเลี่ยงไม่ได้ ในตอนนี้ ตัวเลือกที่ใช้งานได้จริงคือ: ทดลองใช้ฟรีผ่าน chat.motiftech.io หรือโฮสต์น้ำหนักเปิด (open weights) ด้วยตนเองเพื่อการวิจัยที่ไม่ใช่เชิงพาณิชย์เท่านั้น

เรื่องราว sovereign-AI ของเกาหลี

Motif-3-Beta ไม่ใช่แค่การเปิดตัวผลิตภัณฑ์ของบริษัทใดบริษัทหนึ่ง — มันเป็นจุดข้อมูลที่ชัดเจนในความพยายามของเกาหลีใต้ในการผลักดันสิ่งที่เรียกว่า sovereign AI: ความสามารถในการสร้างและควบคุมโมเดลระดับแนวหน้าภายในประเทศ แทนที่จะพึ่งพาโมเดลพื้นฐานของสหรัฐฯ หรือจีนทั้งหมด Motif-3 กำลังถูกพัฒนาภายใต้โครงการ “Independent AI Foundation Model” ที่ได้รับการสนับสนุนจากรัฐบาล ซึ่งในสื่อเกาหลีเรียกกันว่า “Dokpamo” โครงการนี้ให้ทุนสนับสนุนความพยายามที่แข่งขันกันหลายโครงการพร้อมกัน — รวมถึง EXAONE line ของ LG AI Research, โมเดล Solar ของ Upstage และโปรแกรม AI ของ SK Telecom เอง Motif-3 เป็นหนึ่งในผู้เข้าแข่งขันที่ถูกจับตามองมากที่สุดในสาขานี้ ส่วนหนึ่งเป็นเพราะว่ามันถูกสร้างขึ้นได้รวดเร็วเพียงใด

ตามรายงาน โมเดลนี้ถูกฝึกโดยใช้ GPU Nvidia B200 ที่รัฐบาลจัดหามาประมาณ 700–700 เครื่อง โดยวงจรการพัฒนาหลักใช้เวลาประมาณห้าเดือน ซึ่งเป็นไทม์ไลน์ที่รวดเร็วสำหรับโมเดลที่มีพารามิเตอร์ 314B แม้ว่าจะคำนึงถึงประสิทธิภาพของพารามิเตอร์แอ็กทีฟ 13B จากการออกแบบ MoE ก็ตาม Motif ได้เน้นย้ำว่านี่คือสถาปัตยกรรมอิสระที่ไม่มีฐานโอเพนซอร์สต่างประเทศรองรับอยู่ ซึ่งเป็นจุดแห่งความภาคภูมิใจทั้งในระดับชาติและทางเทคนิค เป้าหมายของโครงการ Dokpamo ไม่ใช่แค่ "โมเดลที่ดี" เท่านั้น แต่เป็นโมเดลที่สร้างขึ้นตั้งแต่ต้นจนจบด้วยการเลือกสถาปัตยกรรมภายในประเทศ ไม่ใช่การปรับแต่งหรือเป็นอนุพันธ์ของผลงานโอเพนเวทของสหรัฐฯ หรือจีนที่มีอยู่

กรอบความคิดเรื่องประสิทธิภาพนั้น — มีพารามิเตอร์ที่ทำงานอยู่ 13B จากทั้งหมด 314B — ยังเป็นความแตกต่างอย่างจงใจกับประวัติศาสตร์ของ Motif เองด้วย โมเดลรุ่นก่อนหน้าของบริษัทอย่าง Motif-2.6B ถูกฝึกบน GPU AMD MI250 แทนที่จะเป็นฮาร์ดแวร์ของ Nvidia ซึ่งสะท้อนให้เห็นถึงความสนใจในวงกว้างของ Moreh ต่อความยืดหยุ่นของโครงสร้างพื้นฐาน GPU เมื่อมองรวมกันแล้ว Motif-2.6B และ Motif-3-Beta บอกเล่าเรื่องราวที่สอดคล้องกันของทีมเล็กๆ ที่ปรับแต่งอย่างหนักเพื่อประสิทธิภาพในการคำนวณ — เริ่มจากการเลือกฮาร์ดแวร์ และตอนนี้ผ่านการจัดเส้นทางแบบ MoE แบบกระจัดกระจาย — ซึ่งอาจเป็นทักษะที่ถ่ายทอดได้ดีกว่าสำหรับโครงการ AI ระดับชาติที่มีทรัพยากรจำกัด มากกว่าการเพิ่มจำนวนพารามิเตอร์เพียงอย่างเดียว

เหมาะสำหรับใคร: สามสถานการณ์

1. นักวิจัยภาษาเกาหลีและทีม NLP

คลังข้อมูลการฝึกอบรมล่วงหน้าภาษาเกาหลีโดยเฉพาะของ Motif-3-Beta ทำให้มันเป็นตัวเลือกที่เหมาะสมสำหรับทีมวิชาการและการวิจัยที่ทำงานเกี่ยวกับงาน NLP ภาษาเกาหลีโดยเฉพาะ — การประเมินผล การทดลองปรับแต่ง หรือการศึกษาเปรียบเทียบกับโมเดลที่เน้นภาษาเกาหลีอื่นๆ เช่น EXAONE ของ LG หรือ Solar ของ Upstage เนื่องจากใบอนุญาตเป็นการใช้งานวิจัยที่ไม่ใช่เชิงพาณิชย์ นี่จึงเป็นกรณีการใช้งานที่ใบอนุญาตถูกเขียนขึ้นมาโดยตรง: ดาวน์โหลดน้ำหนัก, รันการประเมินผลของคุณเอง, และปฏิบัติต่อโมเดลนี้เป็นจุดข้อมูลใหม่ที่มีสถาปัตยกรรมอิสระอย่างแท้จริงในการวิจัยโมเดลภาษาเกาหลี

2. ทีมที่ติดตามแนวหน้าของโอเพนซอร์ส

ถ้าส่วนหนึ่งของงานคุณคือการจับตาดูว่าการแข่งขันโมเดลโอเพนเวทกำลังมุ่งหน้าไปทางไหน Motif-3-Beta ก็คุ้มค่าที่จะพิจารณาอย่างใกล้ชิดในฐานะสัญญาณ: การจบอันดับสามในบรรดาโมเดลโอเพนซอร์สระดับโลกจากทีม 30 คน ที่สร้างขึ้นในเวลาประมาณห้าเดือนโดยใช้การจัดสรรทรัพยากรการคำนวณระดับประเทศ บอกอะไรบางอย่างเกี่ยวกับว่าสถาปัตยกรรม MoE ที่มีประสิทธิภาพด้านการคำนวณกำลังลดอุปสรรคสู่ผลลัพธ์ที่แข่งขันได้อย่างไร ลองใช้งานผ่านอินเทอร์เฟซฟรีที่ chat.motiftech.io เพื่อสัมผัสถึงพฤติกรรมของมันในเชิงคุณภาพ และจับตาดูการเปิดตัวรุ่นสุดท้ายในช่วงต้นเดือนสิงหาคม 2026 ซึ่งน่าจะมีชุดเกณฑ์มาตรฐานที่สมบูรณ์ยิ่งขึ้นและ (อาจ) ข้อกำหนดสิทธิ์การใช้งานที่ปรับปรุงใหม่มาด้วย

3. นักวิเคราะห์นโยบายและอุตสาหกรรมที่ติดตามโครงการปัญญาประดิษฐ์อธิปไตย

สำหรับผู้ที่ติดตามยุทธศาสตร์ AI ระดับประเทศ — วิธีที่รัฐบาลนอกสหรัฐฯ และจีนพยายามสร้างขีดความสามารถ AI ที่เป็นอิสระ — Motif-3 เป็นกรณีศึกษาที่เป็นรูปธรรมที่มีประโยชน์ของโครงการ Dokpamo ของเกาหลีที่ดำเนินการอยู่: การจัดสรร GPU โดยรัฐบาล, บริษัทเอกชนขนาดเล็ก, การอ้างสถาปัตยกรรมที่ “ไม่มีฐานโอเพนซอร์สจากต่างประเทศ” อย่างชัดเจน, และวงจรการสร้างห้าเดือน โมเดลนี้อยู่เคียงข้าง EXAONE ของ LG AI Research และ Solar ของ Upstage ในฐานะหนึ่งในหลายความพยายามแบบคู่ขนาน และการเปรียบเทียบแนวทาง ทางเลือกด้านลิขสิทธิ์ และเส้นทางของ benchmark ของแต่ละฝ่ายนั้นถือเป็นเลนส์ที่สมเหตุสมผลในการทำความเข้าใจว่าเงินทุนจาก sovereign-AI แปลงเป็นผลลัพธ์ของโมเดลจริงได้อย่างไร

เมื่อใดที่ไม่ควรใช้

อย่านำ Motif-3-Beta ไปใช้ในผลิตภัณฑ์เชิงพาณิชย์หรือที่สร้างรายได้ — ใบอนุญาต Hugging Face ปัจจุบันระบุไว้อย่างชัดเจนว่าใช้เพื่อการวิจัยที่ไม่ใช่เชิงพาณิชย์เท่านั้น และการนำไปใช้ในระบบผลิตจริงจะถือเป็นการละเมิดใบอนุญาต ไม่ใช่แค่ความเสี่ยง อย่าถือว่าตัวเลข AAII 44 เป็นผลการวัดมาตรฐานที่ผ่านการตรวจสอบและเป็นรูปแบบสุดท้าย: ตัวเลขดังกล่าวได้มาจากสื่อและการ์ดของโมเดลเอง ไม่ใช่การอ่านโดยตรงจากกระดานผู้นำ Artificial Analysis แบบเรียลไทม์ และมีแนวโน้มจะเปลี่ยนแปลงเมื่อเวอร์ชันสุดท้ายถูกเผยแพร่ อย่าใช้โมเดลนี้สำหรับงานที่ต้องการความครอบคลุมของการวัดมาตรฐานและมีเอกสารครบถ้วน — ยังไม่มีคะแนน MMLU, GPQA, HumanEval หรือ KMMLU ที่เผยแพร่เพื่อตรวจสอบกรณีการใช้งานของคุณ และอย่าคาดหวังการเข้าถึง API ระดับการผลิตในวันนี้: ยังไม่มีราคา API สาธารณะ, ไม่มีองค์กรบน GitHub, และไม่มีเอกสารทางสถาปัตยกรรมที่ผ่านการตรวจสอบจากผู้ทรงคุณวุฒิ ซึ่งทั้งหมดนี้ควรรอให้พร้อมก่อนที่จะสร้างอะไรที่เกินกว่าต้นแบบการวิจัยบน Motif-3

คำถามที่พบบ่อย

Motif-3-Beta คืออะไร?

มันเป็นโมเดลภาษาขนาดใหญ่แบบผสมผสานของผู้เชี่ยวชาญแบบเบาบาง (sparse mixture-of-experts) จาก Motif Technologies ซึ่งเป็นห้องปฏิบัติการ AI ของเกาหลีและบริษัทในเครือของ Moreh มีพารามิเตอร์รวมประมาณ 314 พันล้านตัว โดยมีพารามิเตอร์ที่ทำงานอยู่ประมาณ 13 พันล้านตัวต่อโทเค็น หน้าต่างบริบทขนาด 256,000 โทเค็น และได้รับการฝึกด้วยคลังข้อมูลภาษาเกาหลีโดยเฉพาะ ปัจจุบันเป็นจุดตรวจสอบรุ่นเบต้า/ตัวอย่างก่อนเปิดตัว ยังไม่ใช่เวอร์ชันที่เสร็จสมบูรณ์

Motif-3-Beta จริงๆ แล้วดีแค่ไหน?

จากมาตรวัดอิสระหนึ่ง — ดัชนีปัญญาประดิษฐ์วิเคราะห์ (Artificial Analysis Intelligence Index) — มันได้คะแนน 44 ซึ่งการรายงานของสื่อระบุว่าอยู่อันดับสามในบรรดาโมเดลโอเพนซอร์สทั่วโลก (รองจาก Kimi K3 และ GLM-5.2) และอันดับ 11 โดยรวม นั่นเป็นผลลัพธ์เริ่มต้นที่แข็งแกร่ง แต่ยังไม่มีการเผยแพร่คะแนน MMLU, GPQA, HumanEval หรือ KMMLU สำหรับโมเดลนี้ ดังนั้นภาพรวมจึงยังไม่สมบูรณ์

ฉันสามารถใช้ Motif-3-Beta ในเชิงพาณิชย์ได้หรือไม่?

ไม่อยู่ภายใต้ใบอนุญาตปัจจุบัน น้ำหนักโมเดลบน Hugging Face เผยแพร่เพื่อการวิจัยที่ไม่ใช่เชิงพาณิชย์เท่านั้น นี่คือการถอยหลังกลับจากใบอนุญาต Apache 2.0 ที่เปิดกว้างเต็มที่ซึ่งใช้ในโมเดลรุ่นก่อนหน้าอย่าง Motif-2 และเป็นข้อจำกัดที่เข้มงวดต่อการใช้งานในเชิงการผลิตใดๆ ในปัจจุบัน

ต้องเสียค่าใช้จ่ายเท่าไหร่ในการใช้งาน?

ยังไม่มีราคาสำหรับ API สาธารณะในขณะนี้ คุณสามารถทดลองใช้โมเดลได้ฟรีที่อินเทอร์เฟซ chat.motiftech.io หรือโฮสต์ open weights ด้วยตนเองเพื่อการวิจัยที่ไม่ใช่เชิงพาณิชย์ ราคาและข้อกำหนดเชิงพาณิชย์อาจถูกนำมาใช้พร้อมกับการเปิดตัวเวอร์ชันสุดท้าย

นี่เป็นสถาปัตยกรรมเกาหลีที่เป็นอิสระจริงหรือ?

นั่นคือคำกล่าวอ้างของ Motif และสอดคล้องกับเป้าหมายที่กว้างขึ้นของโครงการ “Dokpamo” AI อธิปไตยแห่งชาติของเกาหลี ซึ่งเป็นสถาปัตยกรรมที่ไม่มีฐานโอเพนซอร์สจากต่างประเทศอยู่เบื้องหลัง โมเดลดังกล่าวอธิบายถึงส่วนประกอบที่กำหนดเอง (“Grouped Differential Latent Attention,” “Grouped PolyNorm activation,” กลไก “modified mHC”) แต่สิ่งเหล่านี้เป็นคำศัพท์ที่ผู้ขายอธิบายไว้ ซึ่งยังไม่มีรายละเอียดในเอกสารวิชาการหรือผ่านการทบทวนโดยอิสระ

เวอร์ชันสุดท้ายจะออกเมื่อไหร่?

Motif ได้ระบุว่าเวอร์ชันสุดท้ายที่ไม่ใช่ Beta มีแผนจะเผยแพร่ประมาณต้นเดือนสิงหาคม 2026 คาดว่าจะมีการอัปเดตเกณฑ์มาตรฐาน และอาจรวมถึงการอัปเดตใบอนุญาตและราคา ณ จุดนั้น

มันเปรียบเทียบกับ Kimi K3 และ GLM-5.2 อย่างไร?

ทั้งสองตัวปัจจุบันอยู่ในอันดับเหนือ Motif-3-Beta บนดัชนีโอเพนซอร์สของ Artificial Analysis — Kimi K3 ที่ประมาณ AAII 57 และ GLM-5.2 ที่ AAII 51 เทียบกับ Motif-3-Beta ที่ 44 นอกจากนี้ GLM-5.2 ยังมีใบอนุญาต MIT ที่ยืดหยุ่นมากกว่า และเผยแพร่ราคา API ($1.40/$4.40 ต่อล้านโทเค็น) ในวันนี้ ซึ่ง Motif-3-Beta ยังไม่มีให้บริการ

วันนี้ฉันควรใช้ Motif-3-Beta หรือไม่?

ใช้มันหากคุณกำลังทำวิจัย NLP ภาษาเกาหลี ติดตามการแข่งขันโมเดลโอเพนซอร์ส หรือศึกษานโยบายอธิปไตยเอไอ — กรณีการใช้งานทั้งหมดที่ใบอนุญาตไม่ใช่เชิงพาณิชย์และอินเทอร์เฟซแชทฟรีรองรับได้ดี รอจนกว่าจะมีการเผยแพร่เวอร์ชันสุดท้าย พร้อมเกณฑ์มาตรฐานที่สมบูรณ์กว่าและเงื่อนไขทางการค้าที่ชัดเจนกว่า ก่อนที่จะสร้างอะไรที่เกินกว่าต้นแบบการวิจัย

บรรทัดล่าง

Motif-3-Beta เป็นผลลัพธ์ที่โดดเด่นอย่างแท้จริง: ทีมเกาหลี 30 คน ซึ่งได้รับทุนสนับสนุนผ่านโครงการ AI ระดับชาติของรัฐ เข้าอันดับสามในกลุ่มโมเดลโอเพนซอร์สระดับโลกบนดัชนีอิสระภายในระยะเวลาพัฒนาประมาณห้าเดือน แต่ "Beta" และ "ไม่ใช่เชิงพาณิชย์" ไม่ใช่เชิงอรรถทางการตลาดตรงนี้ — ทั้งสองคือข้อเท็จจริงที่กำหนดว่าโมเดลนี้สามารถใช้งานได้ตามวัตถุประสงค์ของคุณในวันนี้หรือไม่ ในฐานะสิ่งประดิษฐ์เพื่อการวิจัยและเป็นสัญญาณว่าสถาปัตยกรรม MoE ที่มีประสิทธิภาพและโครงการ AI ระดับชาติกำลังมุ่งหน้าไปทางไหน ก็คุ้มค่าที่จะจับตามองอย่างใกล้ชิด ในฐานะโมเดลสำหรับการผลิต ยังมาไม่ถึง — ให้กลับมาดูอีกครั้งในช่วงต้นเดือนสิงหาคม 2026 สำหรับการเปิดตัวรุ่นสุดท้ายเพื่อภาพที่สมบูรณ์ยิ่งขึ้น