Union Alpha vs Gemini 3.8 Flash: อันหนึ่งมีคะแนน อีกอันมีคำกล่าวอ้าง

Union Alpha และ Gemini 3.8 Flash เป็นคำกล่าวอ้างเดียวกันที่ถูกนำเสนอในระดับหลักฐานที่แตกต่างกันโดยสิ้นเชิง ผู้ดำเนินการของ Union Alpha อธิบายว่ามันมี "ประสิทธิภาพระดับแนวหน้าในงานอเนกประสงค์ที่หลากหลาย" และไม่ได้เผยแพร่ทั้งผลทดสอบมาตรฐาน จำนวนพารามิเตอร์ ใบอนุญาต และชื่อ ส่วน Gemini 3.8 Flash เปิดตัวพร้อมตารางการประเมินที่ระบุวันที่ ดัชนี Artificial Analysis Intelligence Index ตัวเลขต้นทุนต่องานจากผู้ทดสอบอิสระ และตารางราคาที่มีเอกสารประกอบซึ่งยาวไปถึงปี 2027 หากคุณกำลังเลือกระหว่างสองตัวนี้ด้วยปัจจัยอื่นใดที่ไม่ใช่ราคา คุณกำลังเลือกระหว่างตัวเลขที่คุณตรวจสอบได้กับประโยคที่คุณตรวจสอบไม่ได้

เคียงข้างกัน ก่อนการโต้แย้ง

• หน้าต่างบริบท — Union Alpha 262,144 โทเคน เทียบกับ Gemini 3.8 Flash 1,048,576 โทเคน

• เอาต์พุตสูงสุด — 131,072 โทเคน เทียบกับ 65,536 โทเคน Union Alpha ชนะในข้อนี้ และเป็นแกนเชิงโครงสร้างเพียงแกนเดียวที่มันชนะ

• อินพุต — ทั้งสองรองรับข้อความและรูปภาพ แต่ Gemini 3.8 Flash ยังรองรับวิดีโอ เสียง และไฟล์เพิ่มเติมอีกด้วย

• ราคา — Union Alpha $0 ในช่วงพรีวิว เทียบกับ Gemini 3.8 Flash ที่ $0.75/M สำหรับอินพุต, $3.75/M สำหรับเอาต์พุต, $0.075/M สำหรับอินพุตที่แคชไว้ และจะเพิ่มเป็นสองเท่าเป็น $1.50/$7.50 ในวันที่ 1 มกราคม 2027

• การควบคุมการให้เหตุผล — ไม่มีให้ใช้งานบน Union Alpha เมื่อเทียบกับระดับการคิดบน Gemini 3.8 Flash ที่ส่งผลโดยตรงต่อทั้งคุณภาพและค่าใช้จ่าย

• การประเมินที่เผยแพร่แล้ว — ไม่มีจากผู้ดำเนินการของ Union Alpha เมื่อเทียบกับตารางที่ระบุวันที่แบบครบถ้วนบน Gemini 3.8 Flash

• ที่มา — ผู้ดำเนินการไม่ระบุชื่อ ไม่มีเวต เทียบกับ Gemini 3.8 Flash ที่เปิดตัวโดยระบุวันที่และมีสายพัฒนาที่มีเอกสารชัดเจน

ตัวเลขของ Gemini 3.8 Flash จริง ๆ แล้วบอกอะไร

Gemini 3.8 Flash เปิดตัวเมื่อวันที่ 2 กันยายน 2026 — เป็นการเปิดตัว Flash ครั้งที่สามของ Google ในช่วงเวลาราวหกสัปดาห์ ซึ่งบอกได้ว่าเรื่องราวของโมเดลนี้เป็นเรื่องของจังหวะความต่อเนื่องมากกว่าความก้าวกระโดดเพียงใด ตารางผู้ประเมินที่เผยแพร่ให้เครดิตทั้ง artificialanalysis.ai และ deepmind.google รวมกัน ดังนั้นควรอ่านตารางนี้เป็นส่วนผสมของตัวเลขจากแหล่งอิสระและจากผู้ขาย มากกว่าจะเป็นการตรวจสอบจากบุคคลที่สามอย่างแท้จริง

• {{1}}AA Coding{{/1}} — 76.3 ซึ่งเป็นคะแนนด้านการเขียนโค้ดที่แข็งแกร่งอย่างแท้จริง

• AA Intelligence — 41.2 โปรดทราบว่า Artificial Analysis รายงานแยกต่างหากว่าได้ 59 บน Intelligence Index ที่ reasoning effort ระดับสูง ดังนั้นตัวเลขนี้จึงเปลี่ยนไปมากตามการตั้งค่า effort; ต้องระบุการตั้งค่าด้วย ไม่อย่างนั้นตัวเลขก็ไม่มีความหมาย

• GPQA Diamond — 95.3 ซึ่งเป็นตัวเลขเดี่ยวที่สูงที่สุดในการเปรียบเทียบนี้อย่างทิ้งห่าง

• HLE-Verified — 54.9 โดย Humanity's Last Exam แบบธรรมดาอยู่ที่ 47.8

• Terminal-Bench 2.1 — 89.4 บนตารางของ Google เอง เหนือกว่า 89.1 ของ Claude Opus 5 อยู่เล็กน้อย

• การเรียกคืนความจำบริบทแบบยาว — 81.3; SciCode 56.6; tau_banking 44.9

• ปริมาณงานที่สังเกตได้ — 323 โทเคนเอาต์พุตต่อวินาทีในช่วงเจ็ดวันล่าสุด โดยมีอัตราข้อผิดพลาด 0.63% ค่ามัธยฐานของเวลาถึงโทเคนแรก 3.46 วินาที และทราฟฟิกที่วัดได้ 498.5 ล้านโทเคน

จุดอ่อนก็ได้รับการบันทึกไว้เช่นเดียวกับจุดแข็ง บน Terminal-Bench 4.0 มันทำคะแนนได้ 19.1 เทียบกับ 51.8 ของ Claude Opus 5 บน OSWorld 2.0 มันทำได้ 59.0% เทียบกับ 75.4% บน GDPVal-AA v2 มันตามหลังอยู่ที่ 1545 Elo เทียบกับ 1824 Gemini 3.8 Flash เก่งเยี่ยมในงานเฉพาะกลุ่ม และดิ่งลงเหวในการประเมินเอเจนต์ทั่วไปที่ยากที่สุด — ซึ่งเป็นรูปร่างแบบที่ตารางที่เผยแพร่ทำให้คุณเห็นได้

จุดหักมุมด้านราคาที่ทำให้ผู้คนตกหลุมพราง

Google คงราคาต่อโทเคนไว้เท่าเดิมจาก Gemini 3.7 Flash แต่ยอดบิลก็ยังเพิ่มขึ้น

โมเดลทำงานหนักขึ้น: มีขั้นตอนการให้เหตุผลมากขึ้น เรียกใช้เครื่องมือแบบวนซ้ำมากขึ้น การทดสอบอิสระโดย Artificial Analysis วัดได้ว่าใช้โทเคนเอาต์พุตต่องานมากขึ้นราว 30% และมีต้นทุนต่องานสูงขึ้นราว 40% เมื่อเทียบกับ 3.7 Flash ที่ระดับการให้เหตุผลสูง ตัวเลขจะอยู่ที่ประมาณ 0.58 ดอลลาร์ต่องาน ระดับกลางอยู่ที่ราว 0.41 ดอลลาร์ และระดับต่ำราว 0.24 ดอลลาร์

สิ่งนี้เป็นสิ่งที่มีประโยชน์ที่สุดในการเปรียบเทียบสำหรับใครก็ตามที่ต้องจัดทำงบประมาณ และมันใช้ได้กว้างไกลเกินกว่าแค่สองโมเดลนี้ ราคาต่อหน่วยกับต้นทุนต่อภารกิจเป็นตัวเลขที่ต่างกัน และมีเพียงตัวเดียวเท่านั้นที่ปรากฏบนหน้าราคา Google ยังคงให้ 3.7 Flash ใช้งานได้ในฐานะตัวเลือกที่ถูกกว่า ซึ่งถือเป็นการยอมรับการเปลี่ยนแปลงนี้โดยปริยาย

สิ่งที่ Union Alpha เสนอแทน

Union Alpha ปรากฏบนแค็ตตาล็อกของบุคคลที่สามเมื่อวันที่ 16 กันยายน 2026 และทำงานบน แพ็กเกจฟรีของ OrcaRouter. โดยไม่ระบุตัวตน — ไม่มีแล็บ ไม่มีน้ำหนักโมเดล ไม่มีใบอนุญาต ไม่มีจุดตัดความรู้ — และใช้ฟรีในช่วงเวลาที่ระบุไว้ประมาณหนึ่งสัปดาห์ ถูกจำกัดอัตราการใช้งาน โดยไม่มีการประกาศราคาหลังช่วงพรีวิว

ปลายทางของมันสามารถตรวจสอบได้ แม้ในกรณีที่แหล่งที่มาของมันจะตรวจสอบไม่ได้ก็ตาม: คอนเท็กซ์ 262,144 โทเคน เอาต์พุตสูงสุด 131,072 โทเคน อินพุตข้อความและรูปภาพพร้อมเอาต์พุตข้อความเท่านั้น การเรียกใช้เครื่องมือและเอาต์พุต JSON, temperature, top_p, max_tokens และไม่มีตัวควบคุมการให้เหตุผลใด ๆ ทั้งสิ้น การเลือกเครื่องมือรองรับได้อย่างมีประสิทธิผลเพียง "auto" เท่านั้น

มีการวัดอิสระเพียงหนึ่งเดียวเท่านั้น SMF Clearinghouse ได้รันการทดสอบ Official A จำนวน 157 รายการโดยปิด reasoning และได้คะแนน 136/157 — 86.6% ไม่มีข้อผิดพลาด เป็นอันดับที่ 10 จาก 26 Reasoning ทำได้เต็ม 30/30, tools 2/2, coding 26/30, math 24/30 ส่วน Writing ได้ 2/5

นั่นไม่ใช่ผลลัพธ์ที่แย่ มันแค่ไม่ใช่ผลลัพธ์ที่เทียบกันได้ Official A เป็นชุดทดสอบทั่วไปขนาดใหญ่ที่มี 157 การทดสอบ ส่วน AA Coding และ GPQA Diamond เป็นเครื่องมือคนละแบบที่วัดคนละสิ่งในระดับความยากที่ต่างกัน การเอา 136/157 ไปวางข้าง ๆ 95.3 บน GPQA Diamond แล้วประกาศหาผู้ชนะ ก็เป็นการฟอกตัวเลขแบบเดียวกับที่ทำให้ตัวเลขของผู้ขายไร้ค่าพอดี

การเปรียบเทียบค่าใช้จ่ายที่ไม่มีใครทำจนจบได้จริง

นี่คือตัวอย่างที่แสดงวิธีทำ และมันตั้งใจให้ไม่สมบูรณ์

ลองนึกถึงงานหนึ่งที่คุณทำเดือนละพันครั้ง บน Gemini 3.8 Flash ที่ระดับการให้เหตุผลสูง ตัวเลขที่เผยแพร่ต่องานอยู่ที่ประมาณ $0.58 ทำให้คิดเป็นประมาณ $580 ต่อเดือน นี่คือตัวเลขจริงที่อธิบายปกป้องได้ ซึ่งสร้างจากปริมาณการใช้โทเคนที่วัดได้

บน Union Alpha งานหนึ่งพันรายการแบบเดียวกันนั้นมีค่าใช้จ่าย 0 ดอลลาร์ในวันนี้ ส่วนอีกสามสัปดาห์ข้างหน้าจะมีค่าใช้จ่ายเท่าไรนั้นยังไม่ทราบ เพราะยังไม่มีราคาหลังช่วงพรีวิว ส่วนค่าใช้จ่ายในแง่ความน่าเชื่อถือก็ยังไม่ทราบเช่นกัน เพราะโมเดลนี้ถูกจำกัดอัตราการเรียกใช้งาน ทำงานบนเอนด์พอยต์เดียวโดยไม่มีผู้ให้บริการสำรอง และจะตอบกลับด้วย HTTP 429 เมื่อคุณใช้งานเกินเพดานที่ไม่มีใครเปิดเผย

ดังนั้นคำตอบที่ตรงไปตรงมาคือ Union Alpha ชนะการเปรียบเทียบต้นทุนเพียงรายการเดียวที่มีอยู่ แต่สูญเสียความสามารถในการคาดการณ์มัน สำหรับการทดลองเปรียบเทียบแบบครั้งเดียว ถือว่าโอเค แต่สำหรับรายการงบประมาณ มันไม่ใช่ตัวเลข — มันคือความหวังที่มาพร้อม URL

ที่ที่แต่ละรายการอยู่

Gemini 3.8 Flash เหมาะกับทุกงานที่คุณต้องการค่าพื้นฐานที่วัดได้: งานเอกสารบริบทยาวที่มีอินพุตวิดีโอหรือเสียง งานเขียนโค้ดซึ่งคะแนน AA Coding 76.3 เป็นตัวชี้วัดที่เกี่ยวข้อง และงานทุกประเภทที่มีงบประมาณกำกับไว้ เพราะคุณสามารถคำนวณค่าใช้จ่ายก่อนตัดสินใจได้ และคุณรู้ว่ามันจะเพิ่มเป็นสองเท่าในวันที่ 1 มกราคม 2027

Union Alpha ควรอยู่ในช่องสำหรับการทดลอง — การลองโมเดล 256K ที่รองรับความสามารถด้านภาพ ซึ่งเพดานเอาต์พุตเป็นสองเท่าของ Gemini กับงานที่แม้เอนด์พอยต์จะหายไป ก็ไม่ทำให้คุณเสียหายอะไร

เหตุผลที่ควรรันทั้งสองไว้หลังปลายทางเดียวแทนที่จะแยกเป็นการผสานรวมสองอย่าง คือการเปรียบเทียบนี้จะเปลี่ยนรูปร่างไปเรื่อย ๆ หลายครั้ง Routing DSL ช่วยให้คุณประกอบทั้งสองเข้าเป็นการเรียกครั้งเดียว — Gemini 3.8 Flash เป็นเส้นทางที่วัดผล และ Union Alpha เป็นสาขาทดลอง — แทนที่จะฮาร์ดโค้ดการตัดสินใจที่คุณจะอยากกลับมาทบทวนเมื่อช่วงเวลาฟรีปิดลง หรือเมื่อราคาเปิดตัวช่วงแรกของ Google หมดอายุ วันที่ทั้งสองนั้นไม่ได้ไกลออกไปเลย และทั้งคู่จะทำให้ผลการคำนวณเปลี่ยนไป

อะไรจะยุติเรื่องนี้ได้

รายการที่ลงวันที่หนึ่งรายการของ Union Alpha บนลีดเดอร์บอร์ดซึ่งมี Gemini 3.8 Flash อยู่ด้วย นั่นคือชิ้นส่วนที่ยังขาดหายไปทั้งหมด จนกว่าจะถึงตอนนั้น จุดยืนที่ป้องกันได้ไม่ใช่ "Union Alpha ดีพอ ๆ กับ Gemini 3.8 Flash" แต่เป็น "Union Alpha ใช้งานฟรีหนึ่งสัปดาห์ และยังไม่มีใครวัดมันเทียบกับอะไรก็ตามที่ Google เผยแพร่" สองประโยคนั้นแตกต่างกันมาก และในตอนนี้มีเพียงประโยคเดียวเท่านั้นที่เป็นจริง

ครึ่งที่วัดได้ของคู่นี้มีเอกสารบันทึกไว้ที่นี่: หน้าโมเดล Gemini 3.8 Flashระบุอัตราค่าใช้จ่าย $0.75/$3.75 ส่วนลดอินพุตแคช 90% และเพดานเอาต์พุต 65,536 โทเคน ซึ่งเป็นตัวกำหนดงานรายงานยาว