Upstage เปิด Solar Open 2 — โมเดลเปิดน้ำหนัก 250B MoE จากเกาหลี รันบน 2 การ์ด H200 ได้ เน้นงาน agent

เกาหลีใต้เดินเกม “โมเดลอธิปไตย” (sovereign AI) ต่อเนื่อง — Upstage บริษัทเบื้องหลังตระกูล Solar ปล่อย Solar Open 2 โมเดลภาษาเปิดน้ำหนัก (open-weight) ระดับ frontier ตัวใหม่เมื่อ 22 ก.ค. 2026 ต่อยอดจาก Solar Open ที่ออกช่วงต้นปี คราวนี้กระโดดขึ้นมาเป็น Mixture-of-Experts ขนาด 250B พารามิเตอร์รวม แต่ active เพียง 15B ต่อโทเคน พร้อมคอนเท็กซ์ยาว 1 ล้านโทเคน และวางตำแหน่งชัดเจนสำหรับงาน agent / tool-use

จุดที่นักพัฒนาควรสนใจไม่ใช่แค่ตัวเลขพารามิเตอร์ แต่คือ Upstage ปล่อย quantization รุ่น INT4 และ NVFP4 อย่างเป็นทางการมาตั้งแต่วันเปิดตัว (ทำร่วมกับ NotaAI) ทำให้โมเดล 250B ตัวนี้ รันได้บน H200 เพียง 2 ใบเมื่อ quant (หรือ 4 ใบแบบ BF16) — เข้าถึงได้จริงสำหรับองค์กรที่มีเครื่องระดับกลาง ไม่ต้องมีคลัสเตอร์ยักษ์

สถาปัตยกรรม: MoE + hybrid attention

Solar Open 2 ไม่ได้แค่ขยายสเกลตามสูตรเดิม:

• MoE 320 routed experts + 1 shared expert เลือก 8 experts ต่อโทเคน — จึงได้ capacity ระดับ 250B แต่จ่ายค่า compute แค่ 15B active
• Hybrid attention ผสม GQA (full softmax) กับ linear attention ตลอด 48 เลเยอร์ ช่วยให้จัดการคอนเท็กซ์ยาวได้คุ้มค่ากว่า attention แบบเดิมล้วน ๆ
• คอนเท็กซ์ 1 ล้านโทเคน — เหมาะกับงาน agent ที่ต้องถือประวัติยาวและอ่านเอกสาร/โค้ดเบสทั้งก้อน
• Tokenizer เกาหลี ที่เคลมประสิทธิภาพโทเคน 50–80% เทียบกับโมเดลสากล — แปลว่าประหยัดค่าโทเคนอย่างมีนัยเมื่อทำงานภาษาเกาหลี

รองรับเกาหลี อังกฤษ และญี่ปุ่นอย่างเป็นทางการ ออกภายใต้ Upstage Solar License (ต่อยอดจาก Apache-2.0) อนุญาตใช้เชิงพาณิชย์ fine-tune และ distillation ได้ โดยมีเงื่อนไขให้ตั้งชื่อโมเดลที่ต่อยอดขึ้นต้นด้วย “Solar”

เบนช์มาร์ก: แข่งกับ frontier ด้วย active param แค่หนึ่งในสาม

ตัวเลขต่อไปนี้เป็นค่าที่ Upstage รายงานเองบนบล็อกและ model card (ยังไม่มีเบนช์อิสระยืนยัน จึงควรอ่านแบบ self-reported):

• MMLU-Pro 86.2 และ LiveCodeBench 92.4 — Upstage เคลมว่าสูงสุดในกลุ่มโมเดลระดับเดียวกัน
• GPQA-Diamond 86.26 (เพิ่มขึ้น +20 แต้มจาก Solar Open รุ่น 100B)
• HMMT (คณิต) 93.94, IFBench 80 (ทำตามคำสั่ง)
• ฝั่งงาน agent: MCP-Atlas 58.2 (เสมอ DeepSeek-V4-Flash), APEX-Agents 16.6
• ฝั่งเกาหลี: Ko-GDPval 86.8 (ตามหลัง DeepSeek-V4-Pro แค่ 0.16 แต้ม) และค่าเฉลี่ยเกาหลี 85.4 เฉือน DeepSeek-V4-Flash (84.9)

จุดขายหลักที่ Upstage ย้ำคือ ได้ผลระดับใกล้เคียงโมเดลใหญ่ ด้วย active parameter ราวหนึ่งในสาม ซึ่งแปลตรงเป็นต้นทุน inference ที่ถูกลงเมื่อ self-host

มุมมอง AI Curator

Solar Open 2 น่าสนใจไม่ใช่เพราะมันจะไปล้ม DeepSeek หรือ Qwen บนกระดานโลก แต่เพราะมันเป็นตัวอย่างที่ชัดของเทรนด์ “โมเดลเปิดเชิงอธิปไตย” ที่รัฐหนุนหลัง — เกาหลีทำแบบเดียวกับที่ยุโรปดัน Mistral และจีนดัน DeepSeek/Qwen คือมีโมเดลเปิดน้ำหนักคุณภาพสูงที่ องค์กรในประเทศเอาไป self-host บนเครื่องตัวเองได้ ไม่ต้องส่งข้อมูลออกไปที่ API ต่างชาติ และจุดที่ทำให้เรื่องนี้จับต้องได้จริงคือการปล่อย INT4/NVFP4 มาตั้งแต่วันแรก — โมเดล 250B ที่ลงบน H200 สองใบ คือความต่างระหว่าง “ข่าวเปิดตัว” กับ “เอาไปใช้งานได้สัปดาห์นี้”

สำหรับไทยและอาเซียน บทเรียนตรงนี้ชัดมาก: โมเดลที่เก่งภาษาเกาหลีเป็นพิเศษเกิดจากการที่ Upstage ลงทุนกับ tokenizer และคอร์ปัสภาษาตัวเอง งานเดียวกันนี้คือสิ่งที่ทีมอย่าง Typhoon (SCB10X), OpenThaiGPT และ SEA-LION กำลังทำกับภาษาไทย/อาเซียน — และ Solar Open 2 เป็นหลักฐานว่าเส้นทาง “MoE เปิดน้ำหนัก + quant พร้อมใช้ + เน้น agent” เป็นสูตรที่ใช้ได้จริง ไม่ใช่แค่ตามหลังฝั่งอเมริกา ใครในไทยที่ต้องรันงานบนข้อมูลอ่อนไหว ควรจับตาโมเดลกลุ่มนี้ไว้เป็นทางเลือกที่ควบคุมได้เอง

แหล่งข่าว:

• Solar Open 2 — Upstage Blog
• Solar-Open2-250B — Hugging Face model card
• Upstage unveils Solar Open 2 — The Korea Times