AP รายงานตัวเลขจริง: โมเดลเปิดจีนบุกตลาดสหรัฐฯ — Kimi K3 ถูกโหลดในอเมริกาพุ่ง 387% และ 5 อันดับแรกบน OpenRouter เป็นของจีนทั้งหมด

เรื่อง “โมเดลจีนถูกกว่า” เป็นสิ่งที่นักพัฒนาพูดกันมาทั้งปี แต่ส่วนใหญ่เป็นความรู้สึกและเกร็ดประสบการณ์ส่วนตัว วันนี้ (26 กรกฎาคม 2026) Associated Press เผยแพร่รายงานของ Chan Ho-Him และ Matt O’Brien ที่รวบรวมตัวเลขการใช้งานจริงเข้าด้วยกัน และภาพที่ออกมาชัดกว่าที่หลายคนคิด: การย้ายค่ายไม่ได้เกิดแค่ในหมู่นักทดลอง แต่เกิดในองค์กรที่มีภาระ production จริง

สาระสำคัญไม่ใช่ “โมเดลจีนเก่งกว่า” — AP ระบุตรง ๆ ว่าโมเดลจีนยังตามหลังผู้นำอเมริกันเมื่อวัดความสามารถแบบเต็มสเปกตรัม แต่คือคำถามที่ต่างออกไป ซึ่งเป็นคำถามที่คนจ่ายบิล API ถามทุกวัน: งานที่คุณกำลังรันอยู่ ต้องใช้โมเดลที่แพงที่สุดจริงหรือเปล่า

ตัวเลขที่ AP รวบรวมมา

• Kimi K3 ของ Moonshot AI ถูกดาวน์โหลดกว่า 930,000 ครั้งทั่วโลกในสัปดาห์หลังเปิดตัวเดือนนี้ — เพิ่มขึ้น 200% จากสัปดาห์ก่อนหน้า
• เฉพาะยอดในสหรัฐอเมริกาอยู่ที่ราว 86,000 ครั้ง เพิ่มขึ้น 387% — นี่คือตัวเลขที่บอกเรื่องมากที่สุด เพราะมันคือฐานผู้ใช้ที่เคยเป็นของ OpenAI และ Anthropic ล้วน ๆ
• ความต้องการล้นจนบริการต้องระงับการรับสมาชิกใหม่ชั่วคราว เพราะกำลังให้บริการเข้าใกล้เพดาน
• จากข้อมูลเดือนที่ผ่านมา โมเดลยอดนิยม 5 อันดับแรกบน OpenRouter เป็นของจีนทั้งหมด — OpenRouter คือแพลตฟอร์มกลางที่นักพัฒนาใช้สลับโมเดลข้ามค่าย ตัวเลขนี้จึงสะท้อน “โมเดลที่คนเลือกจ่ายเงินใช้จริง” ไม่ใช่แค่กระแสบนโซเชียล
• ฝั่งงบการเงิน Z.ai (ผู้พัฒนา GLM) รายงานรายได้โต 132% เป็น 724 ล้านหยวน (ราว 107 ล้านดอลลาร์) แต่ ขาดทุนสุทธิเพิ่ม 60% เป็น 4.7 พันล้านหยวน (ราว 694 ล้านดอลลาร์) — โตเร็วมาก แต่ยังเผาเงินหนักมากเช่นกัน

คนที่ย้ายไม่ใช่มือสมัครเล่น

รายชื่อที่ AP อ้างถึงคือจุดที่ทำให้ข่าวนี้ต่างจากรายงานส่วนแบ่งตลาดทั่วไป

Raffi Krikorian ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยีของ Mozilla (ผู้ทำ Firefox) เปลี่ยนมาใช้ Kimi K3 กับงานประจำวันหลายอย่าง ภายในไม่กี่วันหลังโมเดลเปิดตัว ความเห็นของเขาเมื่อเทียบกับ Claude Fable คือ “It just seems snappier” — รู้สึกฉับไวกว่า และเขาแนะนำตรง ๆ ว่า “ใครที่รันงาน AI จริงจัง ควรลองประเมินดู”

Coinbase ตลาดแลกเปลี่ยนคริปโตรายใหญ่ ระบุว่ากำลังย้ายไปใช้โมเดลจีนเพื่อลดต้นทุน

ส่วนเหตุผลเชิงโครงสร้าง Curt Meinhold ผู้บริหารสายเทคโนโลยีสรุปไว้ตรงประเด็นที่สุด: “สุดท้ายแล้วพวกเราส่วนใหญ่ — เกิน 90% — ไม่ได้ต้องการมัน” และ “ถ้าผมจ่ายไม่กี่เซ็นต์ต่อล้านโทเคน แทนที่จะจ่าย 30 หรือ 50 ดอลลาร์ มันก็ดีพอแล้ว”

นี่คือหลักการ “good enough” ในรูปแบบที่ตรงไปตรงมาที่สุด และเป็นตรรกะเดียวกับที่ขับเคลื่อนตลาด commodity ทุกตลาดในประวัติศาสตร์

ฝั่งนโยบายกำลังขยับสวนทาง

ขณะที่ตัวเลขการใช้งานพุ่ง ฝั่งวอชิงตันเดินไปอีกทาง AP ระบุว่ารัฐบาลทรัมป์กล่าวหา Moonshot เรื่องวิธีการพัฒนา K3 ที่ “ปกปิด”

และเมื่อ 25 กรกฎาคม The New York Times รายงาน (ตามที่ The Decoder สรุปต่อ) ว่าแนวทางที่ฝ่ายบริหารโน้มเอียงไปคือ การแบนแบบเลือกเป็นรายโมเดล มากกว่าการแบนเหมารวมทั้งหมด โดยอ้างเหตุผลด้านความมั่นคง พร้อมข้อมูลว่าโมเดลจีนอย่าง K3 ยังตามหลังโมเดลตะวันตกอยู่มากบน benchmark ด้านความมั่นคงไซเบอร์ รายงานเดียวกันยังระบุว่า Anthropic และ OpenAI ล็อบบี้เป็นการภายในให้จำกัดโมเดลเปิดของจีน

ให้อ่านคู่กับข่าวที่เราเขียนไปเมื่อวานเรื่องจดหมาย “Open Weights & American AI Leadership” ที่ NVIDIA–Microsoft–Meta และอีก 25 บริษัทร่วมลงชื่อ — จะเห็นว่าอุตสาหกรรมอเมริกันเองก็ไม่ได้มีจุดยืนเดียวกัน และเส้นแบ่งไม่ได้อยู่ที่ “อเมริกา vs จีน” แต่อยู่ที่ “ใครได้ประโยชน์จากโมเดลเปิด”

ข้อเท็จจริงเชิงเทคนิคที่ทำให้การบังคับใช้ยาก และนักพัฒนาควรเข้าใจ: น้ำหนักที่ปล่อยออกมาแล้ว เรียกคืนไม่ได้ ใครที่โหลด checkpoint ไปแล้วก็รันบนเครื่องตัวเองต่อได้ตลอดไป มาตรการที่บังคับได้จริงจึงมักจำกัดอยู่ที่การจัดซื้อภาครัฐ การกดดันบริษัทที่ใช้ และการควบคุมบริการ API ไม่ใช่การลบไฟล์ออกจากอินเทอร์เน็ต

มุมมอง AI Curator

ตัวเลข 387% ในสหรัฐฯ น่าสนใจกว่าตัวเลข 930,000 ทั่วโลกมาก เพราะการเติบโตของโมเดลจีนในเอเชียหรือในกลุ่มผู้ใช้ที่อ่อนไหวเรื่องราคาเป็นเรื่องที่คาดเดาได้อยู่แล้ว แต่การที่ยอดในตลาดที่ “ควรจะภักดีที่สุด” กระโดดขนาดนี้ในสัปดาห์เดียว แปลว่ากำแพงที่เคยกั้นไว้ — ความเชื่อว่าโมเดลตะวันตกดีกว่าอย่างเห็นได้ชัด — บางลงจนคนพร้อมทดลองย้ายจริง

แต่จุดที่ผมอยากเตือนคือ อย่าอ่านข่าวนี้เป็น “ย้ายไป Kimi แล้วประหยัด” สิ่งที่ Krikorian พูดจริง ๆ คือ “ควรลองประเมินดู” ไม่ใช่ “ย้ายเลย” คำว่า “ดีพอ” ในประโยคของ Meinhold ต้องมีตัววัดรองรับเสมอ — ดีพอสำหรับสรุปเอกสารและตอบแชตภายใน ไม่ได้แปลว่าดีพอสำหรับ agent ที่แก้โค้ดใน production หรือระบบที่ต้องผ่านการตรวจสอบ ทีมที่ย้ายแล้วรอดคือทีมที่มี eval ของตัวเองก่อนย้าย ไม่ใช่ทีมที่เชื่อ benchmark ใคร

สำหรับนักพัฒนาไทยและ SEA ข่าวนี้มีความหมายเฉพาะตัวสองข้อ

หนึ่ง — เรามีข้อได้เปรียบที่บริษัทอเมริกันไม่มี คือเราไม่ได้อยู่ในสมรภูมิภูมิรัฐศาสตร์นั้น ทีมไทยเลือกโมเดลจากราคาและคุณภาพได้โดยไม่ต้องกังวลรายชื่อจัดซื้อภาครัฐสหรัฐฯ และเมื่อโมเดลเป็น open weights การ self-host ในประเทศยังตอบโจทย์ PDPA และข้อกำหนดว่าข้อมูลห้ามออกนอกประเทศได้ในทางที่ API ต่างชาติทำไม่ได้ — เราเคยเขียนถึงคู่มือ self-host โมเดลเปิดของ Hugging Face ไปแล้วในบริบทความมั่นคงไซเบอร์ ตรรกะเดียวกันใช้กับเรื่องอธิปไตยข้อมูลได้เลย

สอง — และนี่คือความเสี่ยงที่คนไทยมักมองข้าม: ส่วนต่างราคาที่เห็นอยู่ตอนนี้บางส่วนถูกอุดหนุนด้วยเงินขาดทุน งบของ Z.ai พูดชัดว่ารายได้ 107 ล้านดอลลาร์ มาพร้อมขาดทุน 694 ล้านดอลลาร์ ราคา “ไม่กี่เซ็นต์ต่อล้านโทเคน” ในวันนี้จึงไม่ใช่ต้นทุนจริงของการให้บริการ ทีมที่ผูกสถาปัตยกรรมทั้งระบบไว้กับ API ราคาถูกเจ้าเดียวกำลังรับความเสี่ยงเดียวกับที่เคยเจอตอน API เจ้าใหญ่ขึ้นราคา ทางออกไม่ใช่การเลือกฝั่ง แต่คือการออกแบบให้สลับโมเดลได้ — เก็บ prompt กับ eval แยกจาก SDK ของผู้ให้บริการ ใช้เลเยอร์กลางอย่าง OpenRouter หรือ LiteLLM คั่น และทดสอบว่าถ้าต้องย้ายกลับ ระบบยังทำงานได้ ความสามารถที่แท้จริงที่ควรได้จากข่าวนี้ ไม่ใช่ “โมเดลไหนถูกที่สุดวันนี้” แต่คือ “เราย้ายได้เร็วแค่ไหนเมื่อคำตอบเปลี่ยน”

แหล่งข่าว

• Cheaper, open and intelligent: Chinese AI models gain ground, as they make inroads in the US — AP (26 ก.ค. 2026)
• รายงานเดียวกันฉบับ TechXplore (มีรายละเอียดตัวเลขครบ)
• US reportedly favors selective bans over blanket restrictions on Chinese open-weight models — The Decoder (26 ก.ค. 2026, อ้าง NYT 25 ก.ค.)
• The secret Trump administration battle to fight Chinese AI — Axios (20 ก.ค. 2026)