
Qwen 4 Max vs Kimi K3: คำสัญญาเรื่องโอเพนเวตส์ มาบรรจบกับการส่งมอบโอเพนเวตส์
- Googleใหม่Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 ต่อ 1 ล้านโทเค็น · 90 tok/s
- Anthropicใหม่Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 ต่อ 1 ล้านโทเค็น · 96 tok/s
- orcaใหม่Orca: OrcaC2 1.02026-11-0717 tok/s
- Orcaใหม่OrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 ต่อ 1 ล้านโทเค็น · 88 tok/s
- Orcaใหม่OrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 133 tok/s
- Orcaใหม่OrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 ต่อ 1 ล้านโทเค็น · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 130 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 43 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 · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929ความฉลาด
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 ต่อ 1 ล้านโทเค็น · 152 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733ความฉลาด
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740ความฉลาด
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 ต่อ 1 ล้านโทเค็น · 119 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955ความฉลาด
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855ความฉลาด
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 ต่อ 1 ล้านโทเค็น · 220 tok/s
Moonshot AI เปิดตัว Kimi K3 เมื่อวันที่ 16 กรกฎาคม 2026 แล้วก็ทำสิ่งที่ห้องแล็บส่วนใหญ่เพียงแต่พูดถึง นั่นคือการเผยแพร่น้ำหนักโมเดล เช็กพอยต์ขนาด 2.8 ล้านล้านพารามิเตอร์มาถึงเมื่อวันที่ 27 กรกฎาคม 2026 ภายใต้สัญญาอนุญาต Modified MIT ห่างจากการเปิดตัวสิบเอ็ดวัน ในขณะเดียวกัน การประชุม Yunqi เมื่อวันที่ 22 กันยายน 2026 ถูกใช้เพื่อประกาศ Qwen 4 Max ในฐานะเรือธงของตระกูล Qwen 4 สี่ระดับ ซึ่งรวมถึง Qwen 4 27B แบบเปิดน้ำหนัก — ระดับที่ถูกสัญญาไว้ ไม่ได้ส่งมอบ สองข้อเท็จจริงนั้นคือการเปรียบเทียบ ทุกอย่างอื่นเกี่ยวกับ Qwen 4 Max ยังไม่เป็นที่ทราบในขณะนี้ และช่องว่างระหว่างระดับเปิดที่ถูกสัญญากับระดับที่ส่งมอบแล้วคือจุดที่การเปรียบเทียบนี้มีอะไรจะบอกจริง ๆ
สิ่งที่ Kimi K3 นำเสนอในเดือนกรกฎาคม
Kimi K3 เป็นโมเดล Mixture-of-Experts ที่มีพารามิเตอร์ 2.8 ล้านล้าน ซึ่งเปิดใช้งานผู้เชี่ยวชาญ 16 จาก 896 คนต่อโทเคน ซึ่งทำให้พารามิเตอร์ประมาณ 104 พันล้านตัวทำงานในแต่ละขั้นตอน โดยมีความยาวบริบท 1,048,576 โทเคนทั้งฝั่งอินพุตและเอาต์พุต และรองรับอินพุตข้อความ รูปภาพ และวิดีโอ โดยมีเอาต์พุตเป็นข้อความ API ของบริษัทเองมีราคาอยู่ที่ $3.00 ต่ออินพุต 1 ล้านโทเคน, $15.00 ต่อเอาต์พุต 1 ล้านโทเคน และ $0.30 ต่อแคชอินพุต 1 ล้านโทเคน และราคาจากบุคคลที่สามต่ำกว่านั้น
สถาปัตยกรรมคือส่วนที่พรีวิวของ Alibaba เองก็สะท้อนออกมาเช่นกัน Kimi K3 สร้างขึ้นบน Kimi Delta Attention และ Attention Residuals ซึ่ง Moonshot อ้างว่ามอบประสิทธิภาพในการสเกลได้ดีกว่า Kimi K2 ราว 2.5 เท่า และถอดรหัสได้เร็วขึ้นถึง 6.3 เท่าเมื่อบริบทมีขนาดถึงล้านโทเคน นั่นคือปัญหาเดียวกับที่ QSA ของ Qwen มุ่งแก้ — ทำให้ attention มีต้นทุนที่จ่ายไหวในความยาวระดับสุดขั้ว — ซึ่งหมายความว่าสองตระกูลนี้ไม่ได้แข่งขันกันที่ขนาดมากนัก แต่แข่งขันกันว่าการออกแบบ sparse attention ของฝ่ายใดจะคงทนต่อกาลเวลามากกว่ากัน
คะแนนที่ Moonshot เผยแพร่ตอนเปิดตัว ซึ่งเป็นข้อมูลที่ผู้ขายรายงานและยังไม่มีผู้ทำซ้ำได้ในตอนนั้น:
• ดัชนีความฉลาด Artificial Analysis Intelligence Index — 57 ซึ่งในขณะนั้นอยู่อันดับที่สามรองจาก Claude Fable 5 และ GPT-5.6 Sol ตัวเลขดังกล่าวถูกบันทึกไว้ภายใต้การปรับปรุงดัชนีฉบับก่อนหน้า นับตั้งแต่นั้นดัชนีได้ถูกสร้างใหม่ถึงสองครั้ง ดังนั้นจึงเป็นค่าที่เป็นhistoricalมากกว่าค่าปัจจุบัน
• Frontend Code Arena — อันดับหนึ่งที่ 1,679 Elo นำหน้าโมเดลทั้งสองที่ทำคะแนนได้สูงกว่าในดัชนีทั่วไป
• Terminal-Bench 2.1 — 88.3
• SWE-Marathon — 42 นำหน้า Opus 4.8 และ GPT-5.6 Sol
• DeepSearchQA — 0.95 อันดับหนึ่ง และ MATH-Vision 0.98 อันดับหนึ่งเช่นกัน
• GPQA-Diamond — 0.94
เอกสารเปิดตัวของ Moonshot เองยอมรับว่า K3 ยังตามหลัง Claude Fable 5 และ GPT-5.6 Sol ในด้านความสามารถโดยรวม ซึ่งเป็นประโยคที่มีประโยชน์มากกว่าข้ออ้างเรื่องอันดับหนึ่งใดๆ ที่กล่าวถึงข้างต้น รูปแบบที่น่าสนใจของตัวเลขคือ โมเดลที่อยู่อันดับสามในดัชนีทั่วไปกลับได้ที่หนึ่งในโค้ดส่วนหน้าและที่หนึ่งในการค้นหาแบบระยะยาว — โปรไฟล์ที่บอกว่าดัชนีรวมกำลังซ่อนเครื่องมือเฉพาะทางไว้ มากกว่าที่จะอธิบายเครื่องมือทั่วไป

สิ่งที่ Alibaba ได้สัญญาไว้ และคำสัญญานั้นมีค่าเพียงใด
การประกาศเปิดตัว Qwen 4 ระบุชื่อไว้สี่ระดับ โดยมี Qwen 4 Max เป็นเรือธง, Qwen 4 Flash สำหรับปริมาณงาน, Qwen 4 Plus เป็นตัวกลางที่สมดุล และ Qwen 4 27B เป็นระดับโมเดลน้ำหนักเปิดสำหรับใช้งานในเครื่อง หัวหน้าฝ่าย Qwen LLM หลิว ต้า อี้เหิง อธิบายว่าครอบครัวโมเดลนี้ฝึกบนสถาปัตยกรรมรุ่นใหม่ และกล่าวว่าจะเปิดตัวในไม่ช้า ยังไม่มีวันที่ ไม่มีโมเดลการ์ด ไม่มีตัวระบุ API ไม่มีรายชื่อบนคลาวด์ ไม่มีราคา และไม่มีคะแนนที่เผยแพร่สำหรับทั้งสี่รุ่น
มีสองเรื่องเฉพาะเจาะจงเกี่ยวกับประกาศนั้นที่มักถูกรายงานคลาดเคลื่อน และทั้งสองเรื่องมีความสำคัญสำหรับใครก็ตามที่พยายามวางแผนโดยอิงจากประกาศนั้น:
• ตัวเลข 5 ล้านล้านถึง 10 ล้านล้านพารามิเตอร์ที่แนบมากับการรายงานข่าวเกี่ยวกับ Qwen 4 ไม่ใช่ข้อมูลจำเพาะของ Qwen 4 แต่เป็นของแผนงาน Qwen 4.5 และ Qwen 5 ยังไม่มีการเผยแพร่จำนวนพารามิเตอร์ใด ๆ สำหรับ Qwen 4 Max
• การที่ชื่อระดับยังคงใช้ต่อไปไม่ได้ทำให้ข้อมูลจำเพาะถูกส่งต่อมาด้วย หน้าต่างบริบท ราคา และไลเซนส์ของ Qwen 4 Max ยังไม่เป็นที่ทราบ ตัวเลขของ Qwen3.8-Max ที่วางจำหน่ายจริง — 1,000,000 โทเคน ในราคา $2.00 และ $6.00 ต่อล้าน — เป็นข้อมูลของโมเดลที่แตกต่างออกไป
เหตุผลที่ระดับ 27B เป็นระดับที่น่าสนใจไม่เกี่ยวอะไรกับผล benchmark เลย มันเป็นระดับเดียวในสาย Qwen 4 ที่ผ่านมาเปิดตัวในรูปแบบ open weights และเจเนอเรชัน Qwen 3.8 ได้แสดงให้เห็นว่าสิ่งนั้นปลดล็อกอะไรได้บ้าง: ภายในไม่กี่วันหลังจาก weights ของ 27B เปิดตัว ชุมชนก็ผลิต MLX conversions, NVFP4 quantisations และ fine-tunes สารพัดแบบออกมาแล้ว การที่ 27B ถูกประกาศออกมาคือคำมั่นต่อระบบนิเวศปลายน้ำ และเป็นการส่งมอบที่คาดการณ์ได้แน่นอนที่สุดบน roadmap
แต่สิ่งที่คาดเดาได้ไม่ได้รับการส่งมอบ น้ำหนักของ Kimi K3 คือไฟล์ที่คุณดาวน์โหลดได้วันนี้ ส่วนน้ำหนักของ Qwen 4 27B เป็นเพียงบรรทัดหนึ่งในทอล์กงานประชุม
เวตแบบเปิดกับเวตที่รันได้เป็นข้อกล่าวอ้างที่ต่างกัน
มีกับดักในการมองว่า Kimi K3 เป็นคำตอบแบบน้ำหนักเปิด และควรพูดตรง ๆ เพราะมันเป็นการกล่าวเกินจริงที่พบบ่อยที่สุดในการรายงานข่าวเกี่ยวกับโมเดลแนวหน้าของจีน โมเดลผสมผู้เชี่ยวชาญขนาด 2.8 ล้านล้านพารามิเตอร์เป็นสิ่งประดิษฐ์ระดับศูนย์ข้อมูล การเผยแพร่น้ำหนักหมายความว่าคุณได้รับอนุญาตให้รันมัน ตรวจสอบมัน ไฟน์จูนมัน และควอนไทซ์มันได้ สิ่งเหล่านี้ไม่ได้หมายความว่าคุณสามารถรันมันบนเวิร์กสเตชันได้ การให้บริการอย่างมีประสิทธิภาพสำหรับเช็กพอยต์ขนาดนั้นต้องใช้ตัวเร่งความเร็วหลายสิบตัว และงานควอนไทซ์ที่ตามมาหลังการเปิดตัวแบบเปิด — ตัวแปรสไตล์ NVFP4 และ REAP ที่แพร่หลายภายในไม่กี่สัปดาห์ — เป็นเรื่องของการทำให้โมเดลพร้อมให้บริการพอ ๆ กับการทำให้มันเล็กลง
ดังนั้น การอ่านใบอนุญาตของ Kimi K3 อย่างตรงไปตรงมาคือมันแคบกว่าแต่ยังคงมีความสำคัญ: มันเป็นโมเดลแนวหน้าที่ตรวจสอบได้ แก้ไขได้ และโฮสต์เองได้ ภายใต้ใบอนุญาต Modified MIT สำหรับองค์กรที่มีฮาร์ดแวร์ไว้ให้บริการมัน นั่นเป็นสินทรัพย์เชิงกลยุทธ์ที่แท้จริง และไม่เหมาะเลยสำหรับใครก็ตามที่อ่านคำว่า "open weights" ว่า "รันบนแล็ปท็อปของฉัน"
ข้อแม้เดียวกันนี้จะใช้กับ Qwen 4 27B ด้วย หากและเมื่อมันเปิดตัว — และข้อแม้นี้ใช้ได้ไม่คมชัดเท่า เพราะระดับโอเพนเวต 27B นั้นเป็นขนาดที่รันในเครื่องได้จริง ในแบบที่เรือธง 2.8T ไม่ใช่ นั่นคือเหตุผลว่าทำไมระดับ Qwen 4 27B จึงสมควรได้รับความสนใจมากกว่าระดับ Max ในการเปรียบเทียบนี้ แม้ว่าสิ่งที่การประกาศนำด้วยจะเป็นระดับ Max ก็ตาม

คำถามเชิงพาณิชย์ที่อยู่ใต้คำถามเรื่องใบอนุญาต
อัตราค่าบริการจากผู้ให้บริการโดยตรงของ Kimi K3 ที่ $3.00 สำหรับอินพุต และ $15.00 สำหรับเอาต์พุตต่อล้านโทเค็นถือเป็นตำแหน่งระดับพรีเมียม และ Moonshot ก็ชี้ชัดว่าได้ตั้งราคาไว้สูงกว่าปลายล่างราคาถูกของตลาดจีนอย่างตั้งใจ เมื่อเทียบกับ Qwen3.8-Max ที่ $2.00 และ $6.00 นั่นคือหนึ่งเท่าครึ่งของอัตราอินพุต และสองเท่าครึ่งของอัตราเอาต์พุต — ช่องว่างที่มากพอจนงานเวิร์กโหลดต้องคำนึงถึงจุดแข็งเฉพาะของ Kimi K3 ซึ่งรวมถึงโค้ดฝั่งฟรอนต์เอนด์และการค้นหาแบบระยะยาว จึงจะคุ้มค่ากับการจ่ายในราคาพรีเมียม
OrcaRouter จัดเส้นทางให้ kimi/kimi-k3 ควบคู่ไปกับตระกูล Qwen 3.8 บน endpoint เดียวที่รองรับ OpenAI โดยไม่บวกเพิ่มเลย 0% ซึ่งหมายความว่าคุณถูกคิดค่าบริการตามราคาตามรายการของผู้ให้บริการ ไม่ใช่ราคาเทียบเท่าที่ถูกบวกเพิ่ม ในเชิงเปรียบเทียบที่ส่วนต่างราคาอยู่ที่ปัจจัย 2.5 เท่าสำหรับเอาต์พุต การไม่มีกำไรส่วนเพิ่มของแพลตฟอร์มจึงไม่ใช่รายละเอียดเล็กน้อย — การบวกเพิ่มสิบเปอร์เซ็นต์บนอัตราเอาต์พุต 15.00 ดอลลาร์ คิดเป็น 1.50 ดอลลาร์ต่อล้านโทเค็น ซึ่งมากกว่าต้นทุนอินพุตทั้งหมดของโมเดลที่ถูกกว่าในการจับคู่นี้ด้วยซ้ำ endpoint เดียวกันนี้ยังมีการสลับไปใช้งานสำรองอัตโนมัติและ routing DSL สำหรับกำหนดนโยบายอย่างชัดแจ้ง ซึ่งเป็นวิธีที่คุณลองใช้โมเดลที่มีโปรไฟล์แบบ Kimi K3 กับทราฟฟิกโปรดักชันบางส่วน โดยไม่ต้องเดิมพันทั้งเส้นทางกับผู้ให้บริการที่คุณยังไม่เคยรันมาก่อน
สิ่งที่ OrcaRouter ไม่มีให้บริการคือ Qwen 4 Max หรือ Qwen 4 ระดับใด ๆ เพราะยังไม่มีผลิตภัณฑ์เหล่านี้ในตอนนี้

สิ่งที่ควรให้ความสนใจ และสิ่งที่ควรเพิกเฉย
สัญญาณสามอย่างจะทำให้การเปรียบเทียบนี้เปลี่ยนไป และสัญญาณเหล่านี้เฉพาะเจาะจงพอที่ควรคอยจับตามอง:
• น้ำหนักโมเดล Qwen 4 27B ไม่ใช่ตาราง benchmark ของรุ่น Max — แต่เป็น checkpoint 27B สัญญาอนุญาต และขนาดของมัน นั่นคือการเปิดตัวที่จะบอกคุณว่าความมุ่งมั่นเรื่อง open-weight ของ Alibaba ในรุ่นนี้เป็นของจริงเท่ากับรุ่นก่อนหน้าหรือไม่
• สัญญาอนุญาตของ Qwen 4 Max หากมี หาก Alibaba เผยแพร่น้ำหนักโมเดลสำหรับเรือธงของตนแบบเดียวกับที่เคยทำกับ Qwen3.8-Max ข้อโต้แย้งเรื่องน้ำหนักโมเดลแบบเปิดในการเปรียบเทียบนี้ก็จะไม่ใช่ข้อได้เปรียบของ Kimi อีกต่อไป แต่จะกลายเป็นเสมอกัน
• การประเมินใหม่ที่เป็นอิสระเกี่ยวกับ Kimi K3 — คะแนนเปิดตัวของ Moonshot เป็นการรายงานเอง และดัชนี Artificial Analysis ได้ถูกสร้างใหม่ถึงสองครั้งนับตั้งแต่นั้น ดังนั้นทั้ง 57 และ Frontend Code Arena Elo จึงต้องปรับฐานใหม่ก่อนที่จะนำไปเปรียบเทียบกับสิ่งใดในปัจจุบัน
สิ่งที่ควรเพิกเฉยคือตารางสเปกของ Qwen 4 Max ใด ๆ ที่ปรากฏก่อนที่ Alibaba จะเผยแพร่โมเดลการ์ด และข้ออ้างใด ๆ ว่าโอเพนเวตของ Kimi K3 ทำให้สามารถรันในเครื่องได้ ข้อผิดพลาดทั้งสองนี้กำลังแพร่กระจายอยู่แล้ว ในระหว่างนี้ การเปรียบเทียบที่คุณนำไปใช้ได้จริงคือระหว่างสองโมเดลที่มีอยู่จริง: Kimi K3 ในราคาพรีเมียม พร้อมน้ำหนักที่ส่งมอบแล้วและโปรไฟล์การเขียนโค้ดที่แตกต่างอย่างแท้จริง กับ Qwen3.8-Max ในอัตราค่าเอาต์พุตที่ต่ำกว่าครึ่ง พร้อมหน้าต่างหนึ่งล้านโทเคนแบบคงที่และน้ำหนักของตัวเอง นั่นคือทางเลือกจริง ที่มีราคาระบุไว้ทั้งสองฝ่าย และไม่ต้องรอให้สไลด์ในงานประชุมกลายเป็นผลิตภัณฑ์
การเปรียบเทียบในบทความนี้4
ตรวจพบจากบทความนี้ · เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน
