Unsloth v0.1.47-beta — รัน GLM-5.2 ใน Unsloth Studio ได้แล้ว พร้อมอัลกอริทึมยืด context ยาวขึ้น 3 เท่าสำหรับเครื่องตัวเอง

ขณะที่โมเดลโอเพนเวตตัวท็อปอย่าง GLM-5.2 (753B พารามิเตอร์ MoE, สัญญาอนุญาต MIT, context 1M โทเคน) ขึ้นแท่นโมเดลเปิดอันดับต้น ๆ ของวงการ คำถามที่ตามมาสำหรับนักพัฒนาคือ “แล้วจะรันมันบนเครื่องตัวเองยังไง” — และเครื่องมือสาย local อย่าง Unsloth ก็ขยับรับทันที วันที่ 18 มิถุนายน 2026 Unsloth ออกเวอร์ชัน v0.1.47-beta ที่เพิ่มการรองรับ GLM-5.2 ใน Unsloth Studio พร้อมของแถมที่น่าสนใจกว่าตัวรองรับโมเดลเสียอีก: อัลกอริทึมยืด context ที่อ้างว่าทำได้ยาวขึ้นราว 3 เท่า บนฮาร์ดแวร์ตัวเดิม

ย้ำให้ชัดก่อนเข้าใจผิด — การรองรับ GLM-5.2 รอบนี้คือฝั่ง รัน/แชต (inference) ใน Unsloth Studio ไม่ใช่การ fine-tune ตัว GLM-5.2 (ด้วยขนาด 753B การ fine-tune ยังเป็นงานระดับเซิร์ฟเวอร์) แต่สำหรับคนส่วนใหญ่ที่อยากเอาโมเดลเปิดตัวแรงมารันโลคัลเพื่อความเป็นส่วนตัวหรือทำงานแบบ air-gapped นี่คือสิ่งที่ต้องการพอดี

อัลกอริทึม auto-fit แบบ MTP — ยืด context ได้จริงบนการ์ดเดิม

ไฮไลต์ทางเทคนิคของรุ่นนี้คืออัลกอริทึม auto-fit แบบใหม่ที่ใช้ MTP (multi-token prediction) ซึ่งช่วยจัดสรรหน่วยความจำให้รองรับ context ยาวขึ้นมากในแชต ตัวเลขตัวอย่างที่ Unsloth ยกมาชัดเจน:

• บนไปป์ไลน์ การ์ด 32GB ใบเดียว ที่ KV เป็น f16: context เพิ่มจาก 23,040 → 64,000 โทเคน
• ถ้าใช้ quant แบบ q4_0: เพิ่มจาก 82,432 → 199,680 โทเคน

นี่คือความต่างที่จับต้องได้จริง — context ที่ยาวขึ้นเกือบสามเท่าโดยไม่ต้องเพิ่มการ์ด หมายความว่าคุณป้อนโค้ดเบสก้อนใหญ่ เอกสารยาว ๆ หรือประวัติแชตที่ลึกขึ้นได้ บนฮาร์ดแวร์ที่มีอยู่แล้ว

ของใหม่อื่น ๆ ในรุ่นนี้

• รองรับ GPU Blackwell RTX 50X/60X ดีขึ้น — แก้ปัญหาที่เคย “เงียบ ๆ ดาวน์เกรดไปรันบน CPU” ซึ่งเป็นจุดที่ทำคนปวดหัวมานานบนการ์ดรุ่นใหม่
• โหมด unsloth studio --secure — เปิดสตูดิโอให้เข้าถึงจากที่ไหนก็ได้ผ่าน HTTPS ที่เข้ารหัสแบบ end-to-end ผ่าน Cloudflare เหมาะกับการรันโมเดลที่บ้าน/ออฟฟิศแล้วเรียกใช้จากเครื่องอื่น
• GLM-5.2 รองรับทุกระดับการคิด — สลับโหมด reasoning ได้ทั้ง high/max
• ฟีเจอร์แชตใหม่ — fork บทสนทนา, แก้ข้อความแล้วรันซ้ำ inline, คิวพรอมต์ระหว่างที่โมเดลกำลังตอบ และ canvas ที่เรนเดอร์การ์ด HTML อัตโนมัติ รวมถึงรันโมดูลขนานกันได้ (แชต + เทรน + export พร้อมกัน)

สำหรับคนที่อยากลองรัน GLM-5.2 จริง ๆ Unsloth มี dynamic GGUF ให้ตั้งแต่ระดับ 1-bit (~223GB) ไปจนถึง 8-bit (~810GB) โดย quant 2-bit (~239GB) รันได้บน Mac หน่วยความจำรวม 256GB หรือการ์ด 24GB ใบเดียวบวก RAM 256GB ด้วยการ offload ส่วน MoE — ย้ำว่าตัวโมเดลนี้ยังเป็นงานระดับเวิร์กสเตชัน ไม่ใช่โน้ตบุ๊กทั่วไป

มุมมอง AI Curator

จุดที่น่าสนใจของอัปเดตนี้ไม่ใช่ “รองรับโมเดลใหม่อีกตัว” แต่คือทิศทางของ ชั้นเครื่องมือ local ที่กำลังวิ่งไล่โมเดลเปิดได้เร็วขึ้นเรื่อย ๆ — GLM-5.2 ออกมาได้ไม่กี่วันก็มีเครื่องมือสาย consumer รองรับการรันแล้ว ช่องว่างระหว่าง “โมเดลเปิดออก” กับ “รันบนเครื่องตัวเองได้จริง” แคบลงมาก และของจริงที่ขยับเข็มไม่ใช่ตัวรองรับโมเดล แต่คืองานน่าเบื่ออย่างการยืด context และแก้บั๊กดาวน์เกรดไป CPU บนการ์ด Blackwell ต่างหาก — เพราะมันคือสิ่งที่กำหนดว่าใช้งานได้จริงหรือแค่รันผ่าน

สำหรับนักพัฒนาและทีมในไทย/อาเซียน คุณค่าที่จับต้องได้คือเรื่อง ความเป็นส่วนตัวของข้อมูลและต้นทุน — การยืด context 3 เท่าบนการ์ดเดิมแปลตรงตัวว่าทำงานที่ใหญ่ขึ้นได้โดยไม่ต้องจ่ายค่าฮาร์ดแวร์เพิ่ม และการรันโมเดลเปิดโลคัลคือทางเลือกสำหรับงานที่ซอร์สโค้ดหรือข้อมูลลูกค้าออกนอกองค์กรไม่ได้ ข้อควรระวังตามตรง: GLM-5.2 เต็มตัวยังกินทรัพยากรระดับเวิร์กสเตชัน คนส่วนใหญ่ที่ฮาร์ดแวร์จำกัดน่าจะได้ผลคุ้มกว่าจากการรันโมเดลเปิดตัวเล็กลง (เช่น Gemma, Qwen, Phi) ด้วยเครื่องมือชุดเดียวกันนี้ — สิ่งที่ Unsloth ทำให้ดีขึ้นคือ “เพดานของสิ่งที่การ์ดใบเดียวทำได้” ซึ่งเป็นประโยชน์กับทุกขนาดโมเดล

แหล่งข่าว:

• Unsloth — Changelog (v0.1.47-beta)
• Unsloth — GitHub Releases
• Run GLM-5.2 locally — Unsloth Docs