
Sage-S2.1-Flash vs Gemini 3.8 Flash: ตัวหนึ่งมีหน้าผาราคา ส่วนอีกตัวไม่มีราคา
- 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 · 97 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 · 87 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 · 150 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 · 219 tok/s
วันนี้ Gemini 3.8 Flash มีค่าใช้จ่าย $0.75 ต่อหนึ่งล้านโทเค็นอินพุต และ $3.75 ต่อหนึ่งล้านโทเค็นเอาต์พุต ในวันที่ 1 มกราคม 2027 ราคาจะอยู่ที่ $1.50 และ $7.50 — โมเดลเดิม น้ำหนักเดิม แต่ใบแจ้งหนี้เป็นสองเท่า เพราะราคาแนะนำสำหรับโมเดลนี้ของ Google จะสิ้นสุดในวันที่ 31 ธันวาคม 2026 Sage-S2.1-Flash ซึ่งเผยแพร่อย่างเงียบ ๆ โดย Shanghai AI Laboratory เมื่อวันที่ 15 พฤศจิกายน 2026 ไม่มีราคาที่จะต้องเพิ่มเป็นสองเท่า มันมีน้ำหนักภายใต้สัญญาอนุญาต MIT ขนาด 645 จิกะไบต์ การ์ดโมเดลขนาด 21 ไบต์ และคู่มือการติดตั้งใช้งานที่สมมติว่าคุณมี H200 แปดตัว
เมื่อวางข้อเท็จจริงสองข้อนั้นไว้ข้างกัน เจตนาการค้นหาที่อยู่เบื้องหลังการเปรียบเทียบคู่นี้ก็ชัดเจนขึ้น: ผู้คนไม่ได้ถามจริง ๆ ว่าโมเดลไหนฉลาดกว่า แต่กำลังถามว่าจะเช่า Flash tier ของ Google ต่อไป หรือโมเดลวิทยาศาสตร์แบบเปิดที่ดาวน์โหลดได้ตอนนี้จะแทนที่ค่าใช้จ่ายส่วนหนึ่งนั้นได้หรือไม่ คำตอบขึ้นอยู่กับวันที่ และความแตกต่างที่การเปรียบเทียบส่วนใหญ่มองข้าม — ระหว่างโมเดลที่ราคาถูกต่อโทเคนกับโมเดลที่โทเคนไม่มีมาตรวัดเลย
จริง ๆ แล้วมีอะไรบ้างที่ถูกกำหนดไว้ให้เปลี่ยนแปลง
เอกสารของ Google เองสำหรับ Gemini 3.8 Flash ระบุตารางราคาไว้สองตาราง และมีเพียงตารางเดียวเท่านั้นที่มีผลบังคับใช้:
• ราคาช่วงแนะนำ ถึงวันที่ 31 ธันวาคม 2026 — $0.75 ต่อล้านโทเค็นอินพุต, $3.75 ต่อล้านโทเค็นเอาต์พุต, $0.075 สำหรับอินพุตที่แคชไว้
• Standard ตั้งแต่ 1 มกราคม 2027 — $1.50 ต่อ 1 ล้านโทเค็นอินพุต, $7.50 ต่อ 1 ล้านโทเค็นเอาต์พุต
บริบท — 1,000,000 โทเค็น โดยมีเพดานเอาต์พุต 64,000 โทเค็น
• Thinking — สามระดับ ได้แก่ low, medium (ค่าเริ่มต้น) และ high; การตั้งค่า minimal แบบเก่าจะเกิดข้อผิดพลาดแล้ว
• พารามิเตอร์ที่ถูกนำออก — temperature, top_p, top_k, candidate_count และเทิร์นของโมเดลที่เติมไว้ล่วงหน้าจะไม่ได้รับการยอมรับอีกต่อไป
บรรทัดสุดท้ายนั้นคือสิ่งที่ทำให้เสียเวลาด้านวิศวกรรมมากกว่าเสียเงิน และเป็นเรื่องที่มองข้ามได้ง่ายในการถกเถียงเรื่องราคา ไปป์ไลน์ที่ย้ายจาก Gemini 3.6 Flash ไปเป็น 3.8 Flash ไม่สามารถคงการกำหนดค่าการสุ่มไว้ได้ เพราะโมเดลปฏิเสธพารามิเตอร์ปรับแต่งเหล่านี้ การเติมข้อความล่วงหน้าแบบหลายรอบ (multi-turn prefills) ก็หายไปเช่นกัน ถูกแทนที่ด้วย previous_interaction_id ฝั่งเซิร์ฟเวอร์ ไม่ว่าคุณจะสร้างอะไรบน 3.8 Flash ตั้งแต่นี้ถึงมกราคม สิ่งที่สร้างนั้นจะเป็นสิ่งที่คุณต้องปรับแต่งใหม่สองครั้ง — ครั้งหนึ่งสำหรับการเปลี่ยนแปลง API ที่คุณทำไปแล้ว และอีกครั้งสำหรับการเปลี่ยนแปลงอัตราค่าใช้จ่ายที่คุณยังไม่ได้ทำ
Gemini 3.8 Flash ยังเป็น "โมเดล Flash รุ่นก่อนหน้า" ตามคำอธิบายของ Google เอง — มีความเสถียร ยังคงเป็นค่าเริ่มต้นเบื้องหลังเอเจนต์และ SDK Antigravity และเป็นเป้าหมายการย้ายที่กำหนดไว้สำหรับคำขอ gemini-2.5-pro ตั้งแต่วันที่ 1 ธันวาคม 2026 มันเป็นตัวทำงานหนักที่มีกรอบเวลาชัดเจนว่ายังไม่ถูกปลดระวาง ไม่ใช่การทดลองแนวหน้า นั่นคือคุณสมบัติที่ดีจริง และเป็นสิ่งที่ Sage-S2.1-Flash ยังไม่มีให้ในตอนนี้

ผลิตภัณฑ์ที่แตกต่างกันสองรายการที่มีคำว่า "Flash" อยู่ในชื่อ
ความบังเอิญเรื่องการตั้งชื่อกำลังถูกใช้เป็นเหตุผลมากเกินกว่าที่ควร จึงคุ้มค่าที่จะรื้อถอนมันออกมา
Gemini 3.8 Flash เป็นโมเดลมัลติโมดัลแบบโฮสต์ที่เป็นกรรมสิทธิ์และเป็นตัวทำงานหลัก รองรับอินพุตข้อความ รูปภาพ วิดีโอ เสียง และไฟล์ และส่งคืนข้อความ Artificial Analysis ให้คะแนน 30.8 บน Intelligence Index ที่ระดับ high effort โดยทำงานที่ประมาณ 114 โทเค็นเอาต์พุตต่อวินาที และมีเวลาถึงโทเค็นแรก 19.7 วินาทีในการทดสอบบริบทแบบยาว คิดราคาตามโทเค็น มีการวัดปริมาณการใช้งาน และพร้อมใช้งานแล้ววันนี้ผ่าน API ของ Google เองและช่องทางจำหน่ายต่อผ่านคลาวด์
อีกด้านหนึ่งของชื่อนี้คืออาร์ติแฟกต์งานวิจัย Sage-S2.1-Flash มีพารามิเตอร์ 320 พันล้านตัว โดยมี 18 พันล้านตัวที่ใช้งานต่อโทเคน เผยแพร่เป็นชาร์ด bfloat16 จำนวน 120 ชาร์ดภายใต้สัญญาอนุญาต MIT โดย Shanghai AI Laboratory เมื่อวันที่ 15 พฤศจิกายน 2026 — น้ำหนัก 645 GB, วิสชันทาวเวอร์ และการกำหนดค่าที่ประกาศเพดาน 1,048,576 โทเคนทั่ว 45 เลเยอร์ สามสิบสี่ในเลเยอร์เหล่านั้นใช้ประเภท linear attention; สิบเอ็ดใช้ sparse attention ไม่ใช่บริการ แต่เป็นไฟล์ดาวน์โหลดที่แนบคู่มือการติดตั้งใช้งานมาด้วย
คำว่า "Flash" ในชื่อทั้งสองมีความหมายตามลำดับว่า "ระดับเล็กในไลน์อัปแบบโฮสต์" และ "รุ่นที่เร็วของตระกูลโมเดลสำหรับการวิจัย" พวกมันไม่ได้แข่งขันกันในรายการเดียวกัน พวกมันแข่งขันกันเพื่องานเดียวกัน และเฉพาะบางครั้งเท่านั้น
เบนช์มาร์กเดียวที่พวกเขามีชื่อร่วมกัน
ตรงนี้การเปรียบเทียบกลายเป็นเรื่องน่าสนใจอย่างแท้จริง และจากนั้นก็กลายเป็นเรื่องน่าผิดหวังในทันทีในแบบที่ให้ข้อคิด
ตารางการประเมินของ InternLM สำหรับ Sage-S2.1-Flash ครอบคลุม 35 เบนช์มาร์กและโมเดลเปรียบเทียบแปดโมเดล ได้แก่ GLM-5.3-Flash, DeepSeek-V4.1-Flash-1017, Qwen3.8-Max, GPT-5.6 Sol, Claude Opus 5, GPT-6 Astra, GPT-6.1 Sol และ Claude Opus 5.5 โดย Gemini 3.8 Flash ไม่ได้อยู่ในรายการนี้ และไม่มีการจัดอันดับคะแนนร่วมกันสำหรับการเปรียบเทียบรุ่นนี้ ไม่ว่าจะสร้างขึ้นโดยผู้จำหน่ายหรือแหล่งอื่นใด
สิ่งที่ทับซ้อนกันคือชื่อ benchmark InternLM รายงานว่า Sage-S2.1-Flash ได้ 87.9 บน Terminal-Bench 2.1 ส่วน Artificial Analysis รายงานว่า Gemini 3.8 Flash ได้ 87.6 บน Terminal-Bench 2.1 ทั้งสองห่างกันเพียงสามในสิบของจุด และเป็นเรื่องน่าล่อใจที่จะเรียกสิ่งนี้ว่าการเสมอกัน ซึ่งจะเป็นการเข้าใจผิด ตัวเลขสองค่านี้มาจากฮาร์เนสคนละตัว มีโครงสร้างการทดลอง จำนวนครั้งที่ลอง และการตั้งค่าเครื่องมือแตกต่างกัน และทั้งสองแล็บก็ไม่ได้เผยแพร่การตั้งค่าการรันของตน ความต่าง 0.3 คะแนนข้ามฮาร์เนสส่วนตัวสองตัวไม่ใช่การวัดอะไรเลย มันเป็นเพียงความบังเอิญที่พอดีเป็นประโยชน์ต่อผู้ที่ต้องการอ้างความทัดเทียม
ทุกสิ่งอื่นที่ทั้งสองมีร่วมกันนั้นต้องใช้การให้เหตุผล ไม่ใช่การหักลบออกจากกัน Artificial Analysis ให้คะแนน Gemini 3.8 Flash ไว้ที่ 95.3 บน GPQA Diamond, 85.6 บน MMMU-Pro, 47.8 บน Humanity's Last Exam, 56.6 บน SciCode และ GDPval ที่ 1,442 ส่วน InternLM ให้คะแนน Sage-S2.1-Flash ไว้ที่ 75.8 บน BabyVision, 84.8 บน OSWorld-G, 72.2 บน OfficeQA Pro V2, 90.3 บน MLE-bench Lite และ 25.0 บน Harvey LAB รายการทั้งสองแทบไม่ทับซ้อนกัน และในส่วนที่ไม่ทับซ้อนกันก็ไม่มีอะไรให้เปรียบเทียบ — มีเพียงสองแล็บที่อธิบายจุดแข็งที่แตกต่างกันด้วยคำศัพท์ที่แตกต่างกัน

ที่มาของหลักฐานต่างหากคือความแตกต่างที่แท้จริง
พักเรื่องตัวเลขไว้ก่อนสักครู่ แล้วมาดูที่มาที่ไป เพราะมันเป็นตัวกำหนดว่าสิ่งใด ๆ ข้างต้นจะมีความน่าเชื่อถือได้มากเพียงใด
Gemini 3.8 Flash ถูกวัดโดยบุคคลที่สามบนชุดทดสอบสาธารณะ ตัวเลข Intelligence Index ที่ 30.8 ตัวเลขความเร็ว และคะแนน GPQA กับ MMMU-Pro ล้วนมาจาก Artificial Analysis ซึ่งรันกระบวนการเดียวกันกับที่ใช้กับทุกรุ่นที่อยู่ในรายการของตน คุณจะไม่เห็นด้วยกับชุดทดสอบนี้ก็ได้ แต่จะกล่าวหา Google ว่าเป็นคนเขียนมันไม่ได้
Sage-S2.1-Flash ถูกวัดผลโดยผู้เขียนของมันเท่านั้น ในไฟล์ที่คั่นด้วยแท็บซึ่งคอมมิตไว้ในรีพอซิทอรี GitHub ที่สร้างขึ้นเมื่อวันที่ 16 พฤศจิกายน และเผยแพร่ไปยังเว็บไซต์แบบสแตติกที่ internlm.github.io/Sage-S2.1-Flash ไม่มีสิ่งใดในรีพอซิทอรี Hugging Face ที่ลิงก์ไปยังเว็บไซต์นั้น การ์ดโมเดลมีเพียงบรรทัดใบอนุญาตและไม่มีอย่างอื่น — 21 ไบต์ ทั้งหมดเป็น YAML frontmatter
ตารางของผู้ขายมีเครื่องหมายความน่าเชื่อถืออยู่หนึ่งอย่างที่ควรให้เครดิต: ตารางนั้นรวมแถวที่โมเดลแพ้ไว้ด้วย Sage ตามหลัง DeepSeek-V4.1-Flash-1017 อยู่ 6.9 คะแนนบน DeepSWE, 5.5 คะแนนบน NL2Repo-Bench และ 7.5 คะแนนบน APEX-Agents และตามหลัง Qwen3.8-Max บน Terminal-Bench 2.1 และ SWE-bench Pro ห้องแล็บที่เผยแพร่ความพ่ายแพ้ของตัวเองคือห้องแล็บที่คุณอ่านได้ แต่ตารางที่เผยแพร่เองซึ่งมีแถวที่แพ้ก็ยังคงเป็นตารางที่เผยแพร่เอง และยังไม่มีบุคคลที่สามรายใดทำซ้ำได้แม้แต่แถวเดียว
สี่คำถามที่ผู้คนกำลังถามกันจริง ๆ
ความสับสนส่วนใหญ่ในการจับคู่นี้เกิดจากการรวมการตัดสินใจหลายอย่างที่แยกจากกันไว้เป็นหนึ่งเดียว เมื่อแยกออกจากกัน แต่ละอย่างก็มีคำตอบที่ชัดเจน
• Sage-S2.1-Flash แทน Gemini 3.8 Flash สำหรับงานข้อความปริมาณมากได้ไหม ไม่ได้ และไม่ใช่เพราะคุณภาพ Gemini 3.8 Flash ในราคา $0.75 ต่อหนึ่งล้านโทเค็นอินพุต ถูกกว่าค่าไฟฟ้าและค่าตัดจำหน่ายของโหนดที่ Sage ต้องใช้ สำหรับปริมาณงานที่วัดเป็นล้าน ๆ การเรียกแบบสั้น นี่คือเครื่องมือที่ไม่เหมาะกับงานนั้นไม่ว่าจะได้คะแนนเบนช์มาร์กเท่าใด
• Sage ชนะในบริบทยาวหรือไม่ เพราะทั้งคู่ต่างอ้างว่ามีหนึ่งล้านโทเค็น? เฉพาะหลังจากเดือนมกราคมเท่านั้น วันนี้ Gemini 3.8 Flash คิด $0.75 ต่อหนึ่งล้านโทเค็นอินพุตตลอดทั้งหน้าต่าง โดยไม่มีค่าธรรมเนียมเพิ่มสำหรับพรอมป์ยาว และเงื่อนไขเดียวกันนี้ใช้กับราคา $1.50 ตั้งแต่วันที่ 1 มกราคม Sage ไม่มีราคาต่อโทเค็นเลย ซึ่งหมายความว่าคำถามไม่ใช่ "ตัวไหนถูกกว่าต่อโทเค็น" แต่เป็น "ตัวไหนถูกกว่าต่อเดือน" — และนั่นขึ้นอยู่กับว่าโหนด H200 แปดตัวถูกใช้งานอยู่หรือไม่ โหนดที่ว่างอยู่ระหว่างงานมีต้นทุนสูงกว่าอัตราต่อโทเค็นแทบทุกอัตรา
• เพดานเอาต์พุตเป็นปัญหาหรือไม่ สำหรับ Sage ยังไม่ทราบ — ไม่มีเอกสารใดในรีลีสที่ระบุความยาวเอาต์พุตสูงสุด สำหรับ Gemini 3.8 Flash อยู่ที่ 64,000 โทเค็น ซึ่งเพียงพอสำหรับขั้นตอนแบบเอเจนติกส่วนใหญ่ แต่ไม่พอสำหรับการสร้างเนื้อหายาวในครั้งเดียว หากเวิร์กโหลดของคุณส่งออก 100K โทเค็นในการตอบกลับครั้งเดียว Gemini 3.8 Flash จะถูกตัดสิทธิ์ด้วยข้อกำหนดสเปก ไม่ใช่คะแนน
• จริง ๆ แล้วฉันเรียกใช้ตัวไหนได้ในวันจันทร์? Gemini 3.8 Flash. Sage-S2.1-Flash ไม่มีโฮสต์เอนด์พอยต์ที่เรายืนยันได้ ลิงก์ “Try the API” บนเว็บไซต์เปิดตัวชี้ไปยังพอร์ทัลที่ไม่แสดงแค็ตตาล็อกให้ไคลเอนต์ที่ไม่ใช้ JavaScript และไม่มีผู้ให้บริการอินเฟอเรนซ์รายใดระบุโมเดลนี้บน Hugging Face ณ เวลาที่เขียน

ที่ซึ่งข้อกล่าวอ้างทางวิทยาศาสตร์จะต้องได้รับการทดสอบ
ข้ออ้างที่สร้างความแตกต่างของ Sage-S2.1-Flash ไม่ใช่ “เอเจนต์ที่ดีกว่า” แต่เป็น “ข้อมูลวิทยาศาสตร์ประเภทต่างๆ ที่ใส่ได้มากขึ้นในโมเดลเดียว” ได้แก่ กราฟโมเลกุล โครงสร้างผลึก ลำดับโปรตีนและโครงสร้างสามมิติ DNA และ RNA สเปกตรัม สเปกตรัมมวล การเลี้ยวเบนรังสีเอกซ์ คลื่นไฟฟ้าหัวใจ คลื่นไฟฟ้าสมอง และเส้นโค้งแสง รายการดังกล่าวมาจากข้อความประชาสัมพันธ์การเปิดตัวภาษาอังกฤษของ InternLM ไม่ใช่จากการ์ดโมเดล และเป็นข้อความเชิงการออกแบบมากกว่าผลลัพธ์ที่วัดได้
เอกสารประกอบของ Gemini 3.8 Flash ไม่ได้กล่าวอ้างในลักษณะเดียวกัน มันรองรับวิดีโอและเสียงได้โดยตรง ซึ่งเป็นข้อได้เปรียบที่แท้จริงในแง่ขอบเขต และการกำหนดค่าของ Sage ก็รองรับผ่านชนิดโทเค็นวิดีโอและเสียงเช่นกัน แต่ Google ไม่ได้อธิบายว่ามันถูกฝึกด้วยสเปกตรัมหรือรูปแบบการเลี้ยวเบน วิธีพูดอย่างตรงไปตรงมาคือ สำหรับรูปแบบทางวิทยาศาสตร์ โมเดลหนึ่งมีความเชี่ยวชาญเฉพาะทางที่มีเอกสารรับรองและไม่มีการตรวจสอบอย่างอิสระ ส่วนอีกโมเดลหนึ่งมีอินพุตหลายรูปแบบที่กว้างขวางและมีคะแนนจากบุคคลที่สามบนเกณฑ์มาตรฐานทั่วไปซึ่งบังเอิญรวมถึงเกณฑ์ทางวิทยาศาสตร์ด้วย (SciCode ที่ 56.6, GPQA ที่ 95.3)
หากความเชี่ยวชาญเฉพาะทางนั้นสำคัญต่องานของคุณ การทดสอบไม่ใช่ตารางอันดับ แต่คือตัวอย่างจำนวนหนึ่งจากรูปภาพ สเปกตรัม หรือภาพไครโอของคุณเอง ที่ป้อนผ่านทั้งสองระบบแล้วให้ผู้เชี่ยวชาญเฉพาะด้านตรวจสอบ เอกสารสิบคู่กับเวลาหนึ่งบ่ายให้คำตอบได้มากกว่าสามสิบห้าแถวจากผู้จำหน่าย และเป็นการทดลองเดียวในบทความนี้ที่ให้ผลลัพธ์ที่คุณสามารถปกป้องได้ภายในองค์กร
การเสิร์ฟนั้นมีกับดัก เพราะมันเป็นตัวตัดสินวันหยุดสุดสัปดาห์
ใครก็ตามที่ดาวน์โหลด Sage-S2.1-Flash ควรอ่านคู่มือการติดตั้งใช้งานของมันก่อน ด้วยเหตุผลที่ถูกประเมินต่ำเกินไปได้ง่าย ๆ ว่า ความล้มเหลวทุกอย่างที่คู่มือนั้นบันทึกไว้เกิดขึ้นแบบเงียบ ๆ Tokenizer จะอ่านไวยากรณ์แบบ agentic ผิด รูปภาพจะถูกแนบไปกับผลลัพธ์ของเครื่องมือผิดตัวในการเรียกแบบขนานที่ลำดับสลับกัน SGLang จะเปลี่ยนไปใช้แชตเทมเพลตของตัวเองอย่างเงียบ ๆ FP8 KV cache จะไม่ทำงานบน Hopper และ LMDeploy จะปฏิเสธชนิดเลเยอร์ที่ถูกเปลี่ยนชื่อ เว้นแต่จะปักหมุด transformers ให้ต่ำกว่า 5.19 ไม่มีสิ่งใดในนั้นทำให้เกิดข้อความแสดงข้อผิดพลาด ทั้งหมดล้วนสร้างผลลัพธ์ที่ดูสมเหตุสมผลจากข้อมูลนำเข้าที่ผิด ซึ่งเป็นโหมดความล้มเหลวที่แย่ที่สุดที่ agent จะมีได้
รายการที่เทียบเท่าของ Google สั้นกว่าและได้รับการรองรับที่ดีกว่า: ไม่มี temperature, top_p หรือ top_k; ไม่มีเทิร์นที่เติมไว้ล่วงหน้า; ข้อผิดพลาด Malformed_Function_Call ถูกสืบย้อนไปยังข้อความก่อนถึงเครื่องมือ; ต้องระบุ call_id และ name ในทุก FunctionResponse ความแตกต่างระหว่างสองรายการนี้ไม่ใช่ความยาว แต่คือรายการหนึ่งมีคู่มือการย้ายระบบและช่องทางการสนับสนุนรองรับอยู่เบื้องหลัง ส่วนอีกรายการเป็นเพียงคำเตือนในไฟล์ markdown ที่เขียนโดยผู้พัฒนาโมเดล สำหรับผู้ใช้กลุ่มแรกเพียงไม่กี่คน
ทดสอบทั้งสองอย่างโดยไม่ผูกมัดกับตัวเลือกใดตัวเลือกหนึ่ง
รายละเอียดในทางปฏิบัติประการหนึ่งเกี่ยวกับหน้าผาเดือนมกราคม: เนื่องจากแคตตาล็อกแบบส่งผ่านจะสะท้อนราคาตามรายการของผู้ให้บริการมากกว่าสำเนาราคาที่เจรจาไว้ การเปลี่ยนแปลงอัตราจึงมีผลในวันที่ผู้ขายประกาศราคานั้น Gemini 3.8 Flash เรียกใช้ได้ผ่าน OrcaRouter แล้วที่ google/gemini-3.8-flash — ราคาเปิดตัวที่ $0.75 ขาเข้าและ $3.75 ขาออกต่อล้านโทเค็น โดยหน้าต่าง 1,048,576 โทเค็นยังคงอยู่ครบ — และเมื่อ Google ปรับเป็น $1.50 และ $7.50 แคตตาล็อกก็จะแสดงเช่นนั้นด้วย โดยไม่ต้องเจรจาใหม่ Sage-S2.1-Flash ไม่ได้อยู่ในแคตตาล็อกเลย มันคือเวตโมเดล MIT ที่คุณจะให้บริการบนฮาร์ดแวร์ของคุณเอง และไม่มีเราเตอร์ใดเปลี่ยนสิ่งนั้นได้
การเคลื่อนไหวที่เป็นประโยชน์สำหรับทีมที่กำลังชั่งน้ำหนักเรื่องนี้ ไม่ใช่การเช่า H200 จำนวนแปดตัวจากความคาดเดา แต่คือการรันการทดสอบรูปแบบเชิงวิทยาศาสตร์ตามที่อธิบายไว้ข้างต้นกับโมเดลที่โฮสต์ไว้ซึ่งคุณเรียกใช้ได้ภายในบ่ายเดียว และกำหนดตัวเลขว่าการขึ้นราคาในเดือนมกราคมส่งผลต่อบิลของคุณจริง ๆ อย่างไร ก่อนที่คุณจะออกแบบระบบโดยอิงจากมัน การคำนวณสองบรรทัดก็เพียงพอสำหรับทีมส่วนใหญ่: คูณจำนวนโทเค็นอินพุตของ Gemini 3.8 Flash เมื่อเดือนที่แล้วด้วย $0.75 แล้วคูณอีกครั้งด้วย $1.50 และทำแบบเดียวกันกับเอาต์พุตในราคา $3.75 และ $7.50 หากส่วนต่างน้อยกว่าค่า H200 หนึ่งชั่วโมงต่อเดือน โมเดลเปิดก็ไม่ใช่คำตอบ และการอ่านผล benchmark ไม่ว่าจะมากแค่ไหนก็ไม่ทำให้มันเป็นคำตอบได้ หากส่วนต่างมากกว่านั้น ตอนนี้คุณรู้แล้วว่างบประมาณสำหรับการทดลองของคุณคือเท่าไร ซึ่งเป็นจุดเริ่มต้นที่ดีกว่าตำแหน่งบน leaderboard มาก
การคำนวณนั้นยังเป็นเหตุผลว่าทำไมการกำหนดราคาแบบส่งผ่านจึงควรค่าแก่การใส่ใจตรงนี้ OrcaRouter ใช้ราคาตามรายการของผู้ให้บริการโดยไม่บวกเพิ่ม ดังนั้นการเปลี่ยนแปลงวันที่ 1 มกราคมจะปรากฏในแคตตาล็อกในวันที่ Google ประกาศ ไม่ใช่ครั้งถัดไปที่มีการต่อสัญญา การเปรียบเทียบที่เขียนโดยอิงราคา $0.75 ของวันนี้จะผิดภายในหกสัปดาห์ ส่วนการเปรียบเทียบที่เขียนโดยอิงแคตตาล็อกแบบเรียลไทม์อย่างน้อยก็ล้มเหลวอย่างชัดเจน
เมื่อการเปรียบเทียบกลายเป็นเรื่องจริงขึ้นมา — ไม่ว่าจะเป็นราคา Sage ที่เผยแพร่ หรือ endpoint ที่โฮสต์ไว้ซึ่งคุ้มค่าต่อการกำหนดเส้นทาง — routing DSL คือสิ่งที่ทำให้ลงมือทำได้ในต้นทุนต่ำ: นโยบายเดียวที่ส่งคำเรียกในรูปแบบวิทยาศาสตร์ไปยังโมเดลเฉพาะทาง และส่งทุกอย่างอื่นไปยัง Flash tier ราคาถูก พร้อม failover อัตโนมัติ เพื่อให้ endpoint เชิงทดลองไม่กลายเป็นจุดล้มเหลวจุดเดียว นั่นคือท่าทีที่การจับคู่นี้เรียกร้องจริง ๆ ไม่ใช่การย้ายระบบ แต่คือการแยก
จะตัดสินใจเรื่องอะไร และเมื่อใด
ก่อนวันที่ 1 มกราคม 2027 คำตอบที่สมเหตุสมผลในทางปฏิบัติคือ Gemini 3.8 Flash สำหรับทุกอย่างที่ต้องใช้งานจริงในสายการผลิตและคิดค่าบริการตามจำนวนโทเคน เพราะมันราคาถูก มีการวัดผลแล้ว เรียกใช้งานได้ และการปรับราคาของมันเป็นวันที่ที่รู้ล่วงหน้าชัดเจน ไม่ใช่เรื่องเซอร์ไพรส์ ส่วน Sage-S2.1-Flash นั้นคุ้มค่าที่จะลองประเมินก็ต่อเมื่องานของคุณเกี่ยวข้องกับรูปแบบข้อมูลนำเข้าทางวิทยาศาสตร์ที่มันระบุไว้ และเฉพาะเมื่อคุณมี GPU หรือมีความอดทนมากพอ
หลังวันที่ 1 มกราคม การคำนวณฝั่ง Google จะเปลี่ยนไปพอดีสองเท่า และข้อดีของโมเดลเปิดก็จะแข็งแกร่งขึ้นโดยที่โมเดลเปิดไม่ต้องทำอะไรเลย นั่นคุ้มค่าที่จะวางแผนตั้งแต่ตอนนี้: หากบิลบริบทยาวคือเหตุผลที่คุณอ่านสิ่งนี้ ให้ลองคำนวณตัวเลขที่ $1.50 และ $7.50 ก่อนที่คุณจะผูกสถาปัตยกรรมเข้ากับอัตราที่จะหมดอายุในหกสัปดาห์
และขอให้ยึดเรื่องหนึ่งให้ชัดเจนตลอดข้อความนี้ Sage-S2.1-Flash ไม่ใช่ Gemini ที่ราคาถูกกว่า แต่เป็นโมเดลวิทยาศาสตร์แบบเปิดขนาดใหญ่ที่มีความเชี่ยวชาญเฉพาะทางซึ่งมีเอกสารระบุไว้ ไม่มีราคา และไม่มีคะแนนประเมินจากผู้ประเมินอิสระ ถูกเผยแพร่โดยไม่มีการประกาศจากห้องปฏิบัติการที่ยังไม่ได้ระบุว่ามันมีค่าใช้จ่ายเท่าใด เหตุผลที่ควรจับตามองคือมันสามารถเป็นเจ้าของได้ เหตุผลที่ยังไม่ควรนำมาใช้ในเดือนนี้คือยังไม่มีใคร รวมถึงผู้เขียนของมัน บอกคุณได้ว่ามันทำงานอย่างไรภายใต้ชุดทดสอบที่คุณตรวจสอบได้
การเปรียบเทียบในบทความนี้2
ตรวจพบจากบทความนี้ · เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน
