Soofi S: โมเดลเปิด 30B ของเยอรมนี ที่นำ OLMo 3 และ Apertus ในกลุ่ม fully-open

เมื่อวันที่ 13 กรกฎาคม 2026 กลุ่มพันธมิตรวิจัย AI ของเยอรมนีที่ประสานงานโดย KI Bundesverband (สมาคม AI เยอรมนี) เปิดตัว Soofi S 30B-A3B โมเดลภาษาแบบเปิดที่ตั้งใจสร้างให้เป็น “โมเดลพื้นฐานอธิปไตย” (sovereign foundation model) สำหรับภาษาเยอรมันและอังกฤษ จุดที่น่าสนใจสำหรับนักพัฒนาไม่ใช่แค่ว่ามันเป็นโมเดลยุโรปอีกตัว แต่คือ มันทำคะแนนสูงสุดทั้งสองภาษาในกลุ่มโมเดลที่เปิดจริง (fully-open) แซง OLMo 3 32B และ Apertus 70B พร้อมใช้สถาปัตยกรรมไฮบริด Mamba-Transformer ที่ยังหาได้ไม่มากในโมเดลเปิด

Soofi S ไม่ได้เปิดแค่น้ำหนัก แต่เปิดถึงระดับ checkpoint กลางทาง, บัญชีข้อมูลฝึกรายแหล่ง (per-source data accounting), ไฮเปอร์พารามิเตอร์ และโค้ดฝึก/ประเมินผลทั้งหมด — ทีมระบุว่าเข้าเกณฑ์ Open Source AI Definition 1.0 ของ OSI และข้อมูลฝึกราว 99% สามารถสร้างขึ้นใหม่ได้ นี่คือระดับความโปร่งใสที่โมเดล “เปิดน้ำหนักแต่ปิดข้อมูล” ส่วนใหญ่ทำไม่ถึง

สถาปัตยกรรม: MoE ไฮบริด Mamba-2 + Attention

Soofi S มี 31.6 พันล้านพารามิเตอร์รวม แต่ activate เพียง ~3.2 พันล้านต่อโทเคน (จึงเป็นชื่อ 30B-A3B) เป็นดีไซน์ Mixture-of-Experts ที่ผสม:

• 23 เลเยอร์ Mamba-2/MoE — state-space model ที่สเกลเชิงเส้นตามความยาว context
• 6 เลเยอร์ attention มาตรฐาน — ไว้จับความสัมพันธ์ระยะไกลที่ Mamba ล้วนๆ มักพลาด
• 128 routing experts เลือกทำงาน 6 ตัวต่อโทเคน

ผลของสถาปัตยกรรมนี้ตรงประเด็นสำหรับงานจริง: The Decoder รายงานว่า Soofi S รักษา throughput ได้ เกือบคงที่ตั้งแต่ context 4,000 จนถึง 256,000 โทเคน ขณะที่โมเดล dense อย่าง Apertus 70B และ Qwen3 32B ความเร็วตกฮวบเมื่อ context ยาวขึ้น — ทดสอบที่ 40,000 โทเคนพร้อม 32 request ขนาน throughput ก็ยังนิ่ง นี่คือข้อได้เปรียบเชิงต้นทุนที่ชัดสำหรับใครที่รันงาน long-context บนฮาร์ดแวร์จำกัด

เบนช์มาร์ก และการฝึก

จากรายงาน Soofi S ทำ คะแนนรวมภาษาอังกฤษ 70.1 และภาษาเยอรมัน 79.1 ในกลุ่ม fully-open พร้อมตัวเลขรายทาง:

• HumanEval (โค้ด): 73.8%
• German MBPP: 84.2%
• INCLUDE-DE (ความรู้เชิงภูมิภาค): 61.2

เปเปอร์ arXiv (A Sovereign, Open-Source Foundation Model for German and English, 2607.09424) เสริมว่าโมเดล เทียบชั้นโมเดล dense ขนาด 14–27B ทั้งที่ activate แค่ 3B ต่อโทเคน และได้ “code aggregate ดีที่สุดทั้งสองภาษาในกลุ่มโมเดลฐานเปิด 17 ตัว”

การฝึกใช้ ~27 ล้านล้านโทเคน แบ่งเป็นสามเฟส (เฟสแรก ~20 ล้านล้านโทเคนเรียนพื้นฐานภาษาจาก web/code/math, เฟสสอง ~6 ล้านล้านจากแหล่งคุณภาพสูง) รันช่วงมีนาคม–พฤษภาคม 2026 บน Industrial AI Cloud ของ Deutsche Telekom ในมิวนิก ด้วย Nvidia B200 สูงสุด 512 ตัว — จุดที่ทีมย้ำคือทั้งข้อมูล การฝึก และโครงสร้างพื้นฐานอยู่ในเยอรมนีทั้งหมด

ข้อควรระวังสำหรับคนจะเอาไปใช้จริง: เวอร์ชันที่ปล่อยตอนนี้คือ base model (ยังไม่ผ่าน instruction-tuning/safety alignment) การ์ดโมเดลบน Hugging Face ยัง TODO หลายช่อง และ สัญญาอนุญาต (license) ยังไม่สรุปฉบับสุดท้าย — แม้ทีมประกาศเจตนาเปิดกว้างและอ้างเข้าเกณฑ์ OSI OSAID 1.0 แต่ถ้าจะใช้เชิงพาณิชย์ควรรอข้อความ license ตัวจริงก่อน

มุมมอง AI Curator

Soofi S น่าสนใจในสองมิติที่ไม่ค่อยมาพร้อมกัน มิติแรกคือ เทคนิค: มันเป็นหนึ่งในโมเดลเปิดไม่กี่ตัวที่เดิมพันกับไฮบริด Mamba-Transformer แบบ MoE จริงจัง ไม่ใช่ dense transformer ตามสูตร และตัวเลข throughput ที่นิ่งตลอด context ยาวคือสิ่งที่ spec sheet ทั่วไปไม่บอก แต่กระทบบิลจริงของคนรัน inference — สำหรับงาน RAG/agent ที่ป้อน context ยาวๆ ซ้ำๆ นี่คือความต่างระหว่าง “รันไหว” กับ “รันไม่คุ้ม”

มิติที่สองคือ โมเดลอธิปไตย (sovereign AI) ที่โปร่งใสถึงระดับข้อมูล ประเด็นนี้ตรงกับสิ่งที่เราเขียนไปเมื่อวาน (กรณี Zhipu/Tang Jie) พอดี: โลกกำลังเถียงกันว่าน้ำหนักโมเดลเปิดจะยังดาวน์โหลดได้ตลอดไปไหม เยอรมนีตอบด้วยการสร้างโมเดลที่ ทุกชิ้นส่วน — ข้อมูล โค้ด checkpoint — reconstruct ได้เอง ไม่ต้องพึ่งใครปล่อยให้ นั่นคือความหมายจริงของคำว่า “อธิปไตย” ไม่ใช่แค่ “ฝึกในประเทศ”

สำหรับไทยและอาเซียน นี่คือแม่แบบที่ควรจับตา ประเทศเรามีความพยายามด้านโมเดลอธิปไตยอยู่แล้ว (Typhoon ของ SCB10X, OpenThaiGPT, SEA-LION) และสูตรของ Soofi ชี้ทางว่า การถ่วงน้ำหนักข้อมูลภาษาท้องถิ่น + สถาปัตยกรรมที่ประหยัด compute + เปิดข้อมูลให้ตรวจสอบได้ เป็นทางที่ทำได้จริงด้วยงบระดับ consortium ไม่ต้องแข่ง compute กับ frontier lab โดยตรง บทเรียนที่ใช้ได้ทันทีคือ: อย่าวัดโมเดลอธิปไตยแค่ที่ “พูดภาษาถิ่นได้ไหม” แต่วัดที่ว่า ถ้าวันหนึ่งน้ำหนักถูกถอด เราสร้างมันขึ้นใหม่เองได้หรือเปล่า — Soofi ตอบว่าได้ และนั่นคือมาตรฐานที่โปรเจกต์ไทยควรตั้งเป้า

แหล่งข่าว

• German AI consortium releases Soofi S — The Decoder
• A Sovereign, Open-Source Foundation Model for German and English — arXiv 2607.09424
• Soofi-Project/Soofi-S-Base — Hugging Face