โมเดลตัดสินใจแบบเปิดเพิ่มอีกสองค่าย: Fastino ปล่อย GLiNER2.5-Decide 340M รันบน CPU พร้อมตัวถอดรหัสที่บังคับกฎข้ามคำถาม และ Supersonic Labs ปล่อย Julia 1 ขนาด 144M บน mmBERT — ทั้งคู่ Apache-2.0

หลัง TypeSafe เปิดตัว Jev โมเดลตัดสินใจแบบไม่สร้างข้อความก็ออกมาต่อเนื่อง ทั้ง Laya, Kev และ Ollaya ที่ทำหน้าที่เป็นตัวรันในเครื่อง ช่วง 23–25 ก.ย. มีเพิ่มอีกสองค่าย ค่ายแรกคือ Fastino ผู้สร้าง GLiNER ซึ่งเป็นโมเดลดึง entity ที่คนใช้กันมาก อีกค่ายคือ Supersonic Labs สตาร์ตอัปจากบราซิล ทั้งสองค่ายใช้แนวเดียวกัน คือใช้ encoder ขนาดเล็ก รับข้อความพร้อมคำถามและตัวเลือกคำตอบ แล้วคืนคำตอบที่ถูกต้องตาม schema พร้อมความน่าจะเป็น โดยไม่สร้าง token และรันบน CPU ได้

บทความนี้รวมทั้งสองตัวไว้ด้วยกัน เพราะแต่ละตัวยังไม่ถึงขั้นต้องเขียนแยก แต่ถ้าดูรวมกันจะเห็นทิศทางของตลาดนี้ชัดขึ้น

GLiNER2.5-Decide (Fastino) — 340M, 1B และรุ่นหลายภาษา

• ขนาดและฐาน: ตัวหลัก 340M ใช้ encoder DeBERTa-v3-large (ต่อยอดจาก gliner2-large-v1) รุ่น 1B ใช้ Ettin encoder-from-decoder และรุ่น multi-Decide 287M สำหรับข้อความที่ไม่ใช่ภาษาอังกฤษ ทั้งหมดเป็น Apache-2.0 ติดตั้งด้วย pip install gliner2 แล้วโหลดผ่าน AutoExtractor
• จุดต่างจาก Jev-style ตัวอื่น: มี constrained decoder ที่รับกฎข้ามคำถามได้ เช่น implication, exclusion, จำนวนคำตอบสูงสุด และขอบเขตของค่าที่เรียงลำดับ ตัวอย่างในบล็อกคือ เมื่อตอบแยกกัน โมเดลให้ prompt injection ได้คะแนน 0.82 แต่ก็ให้ “safe” ได้ 0.52 ด้วย ซึ่งขัดกันเอง ถ้าใส่กฎว่า “พบอันตรายเมื่อไรต้องเป็น unsafe” ตัวถอดรหัสจะเลือกคำตอบชุดที่สอดคล้องกันให้ นอกจากนี้ยังดึง entity/relation พร้อมตำแหน่งตัวอักษรได้ในรอบเดียวกัน
• ผลทดสอบ: บนชุด fast-decisions (17 โดเมน 5,100 ตัวอย่าง) ตัว 340M ได้ 60.1% (การ์ดโมเดลเขียน 60.2%) นำ JevK5 57.5%, SemIf (Qwen3.5-4B) 56.4%, GLiFormer 49.0% และ Laya 46.6% ส่วนรุ่น 1B ได้ 59.6% ต่ำกว่าตัว 340M และรุ่น multi ได้ 56.7%
• ความเร็ว: p50 ที่ 64 token อยู่ที่ 167.3 ms บน Xeon 48 vCPU และราว 38–47 ms บน V100/T4/L4/A100

ข้อควรอ่านให้ละเอียด: fast-decisions เป็นชุดที่ Fastino สร้างเองภายใน และบล็อกก็เขียนชัดว่า “This is an internal benchmark, not JevBench, and JevK5 is an open reproduction rather than TypeSafe’s Jev” ชุดทดสอบเป็นภาษาอังกฤษทั้งหมด ส่วนการ์ดของรุ่น multi ไม่ได้ระบุว่ารองรับภาษาใดบ้าง ภาษาไทยจึงยังต้องทดสอบเอง อีกเรื่องที่น่าสังเกตคือไฟล์ SKILL.md ที่แนบมากับน้ำหนักแบบเปิด สอน agent ให้ใช้ hosted API ของ Fastino (“Use the hosted service”) ไม่ได้สอนให้รันน้ำหนักในเครื่อง ถ้าติดตั้งสกิลนี้ให้ coding agent ควรรู้ไว้ว่ามันจะพาไปใช้บริการเสียเงิน

Julia 1 (Supersonic Labs) — 144.3M บน mmBERT-small

• ขนาดและฐาน: fine-tune จาก jhu-clsp/mmBERT-small (ModernBERT หลายภาษา) เพิ่ม decision head รวมเป็น 144.3M ไฟล์ checkpoint 550.5 MiB รองรับ context 8,192 token และมี รุ่น ONNX + adapter WebGPU ให้รันในเบราว์เซอร์ได้ เป็น Apache-2.0 และการ์ดยืนยันว่า “Julia adds no telemetry”
• อินเทอร์เฟซ: predict(state=..., questions=...) รองรับสามแบบคือ choice (2–20 ตัวเลือก), score แบบเรียงลำดับ และ noul (Boolean) ถ้ามีตัวเลือกมากกว่านั้นต้องใช้ Router แบบลำดับชั้นช่วยคัดกลุ่ม
• ผลทดสอบ (วัด 24 ก.ย. บน H200): typed decisions 73.15% เทียบกับค่าอ้างอิงของ Jev 72.70%, AG News 94/100, Emotion 86/100 แต่ Banking77 ได้แค่ 64/100 เทียบกับ Jev 87/100 ส่วน MASSIVE ทั้ง 52 locale ได้ 71.50%
• ข้อจำกัดที่ผู้สร้างเขียนเอง: Julia 1 เป็นเพียง “first released test of our training system” ตัวเลขของ Jev เป็นค่าอ้างอิงที่ยกมา ไม่ได้รันใหม่ และชุดทดสอบย่อยแต่ละชุดมีแค่ 100 ตัวอย่าง ไม่ได้เปิด pipeline สำหรับเทรน

วิธีเลือกใช้

ถ้างานเป็นภาษาอังกฤษและต้องการ หลายคำถามที่ต้องสอดคล้องกัน เช่น ระดับความปลอดภัยกับประเภทอันตราย หรือหมวด ticket กับความเร่งด่วน GLiNER2.5-Decide 340M คือตัวที่น่าลองก่อน ไม่ต้องไปรุ่น 1B เพราะคะแนนไม่ได้ดีขึ้น ถ้าต้องการ รันในเบราว์เซอร์หรือบนอุปกรณ์ และตัวเลือกไม่เกิน 20 ข้อ Julia 1 เล็กพอและมี WebGPU ในตัว แต่ถ้ามีป้ายกำกับมากและคล้ายกันแบบ Banking77 ตัวเลข 64% บอกชัดว่ายังไม่พร้อม

มุมมอง AI Curator

ภายในสองสัปดาห์ หมวด “โมเดลตัดสินใจ” มีผู้เล่นแบบเปิดมากกว่าห้าราย แต่ ยังไม่มี benchmark กลางที่ทุกค่ายใช้ร่วมกัน Fastino ใช้ชุดของตัวเอง Julia ใช้ typed-decisions กับชุดย่อย 100 ตัวอย่าง ส่วน Laya ก็วัดคนละแบบ ทุกค่ายจึงอ้างว่าชนะคนอื่นได้พร้อมกัน สถานการณ์นี้เหมือนช่วงต้นของ embedding model ก่อนจะมี MTEB ใครที่จะใช้งานจริงควรสร้างชุดทดสอบของตัวเองจาก ticket หรืออีเมลจริงสักสองสามร้อยรายการ แล้ววัดทุกตัวบนชุดเดียวกัน วิธีนี้แม่นกว่าอ่านตาราง benchmark ของผู้ผลิต

อีกประเด็นคือ โมเดลใหญ่ขึ้นไม่ได้แปลว่าดีขึ้น รุ่น 1B ของ Fastino แพ้รุ่น 340M ของตัวเอง และทั้งสองรุ่นชนะโมเดล 4B ที่อ่านผลจาก decoder สำหรับงานคัดแยกที่มีคำตอบให้เลือกจำกัด encoder ที่ออกแบบมาเฉพาะงานยังคุ้มกว่า ข้อนี้ดีต่อทีมไทยที่ไม่มี GPU เพราะ 167 ms บน CPU เพียงพอสำหรับงานคัดแยกปริมาณปานกลาง และข้อมูลลูกค้าไม่ต้องส่งออกนอกเครื่อง ซึ่งช่วยเรื่อง PDPA

ข้อควรระวังสุดท้ายคือ SKILL.md ที่พาไปใช้ hosted API ตอนนี้ “สกิล” กลายเป็นช่องทางการตลาดที่แนบมากับน้ำหนักแบบเปิด ก่อนติดตั้งสกิลใดให้ agent ควรอ่านดูก่อนว่ามันจะให้ agent ทำอะไร และจะส่งข้อมูลไปที่ไหน

แหล่งข่าว

• GLiNER2.5-Decide: An Open-Weight Model for Structured Decision Making — Fastino (24 ก.ย. 2026)
• fastino/GLiNER2.5-Decide — Hugging Face
• SupersonicLabs/Julia-1 — Hugging Face
• fastino/fast-decisions — ชุดทดสอบ (Hugging Face)