แท็ก
42 บทความ
Gemini 4 Carbon เปิดตัว 28 ต.ค. แซง Claude Opus 5.5 บน Intelligence Index v5 แค่ 1 คะแนน และตามหลังเพียง 3 คะแนนในดัชนี coding agent ราคาเปิดตัว $2/$10 แต่นักพัฒนาทั่วไปยังเรียกใช้ไม่ได้ ระหว่างที่ Google ค่อย ๆ เปิดผ่านโปรแกรม Fairwind
Google DeepMind เปิดตัว Genie 4 เมื่อ 27 ต.ค. 2026 เป็น world model แบบเรียลไทม์ตัวแรกของบริษัทที่สร้างเสียงได้ในตัว (เสียงแวดล้อมและบทสนทนาของตัวละคร) และให้ผู้ใช้สั่งเปลี่ยนสภาพอากาศ มุมกล้อง หรือเพิ่มคนและวัตถุด้วยภาษาธรรมชาติ ตอนนี้เปิดให้ trusted tester เท่านั้น ส่วน Google AI Ultra ใน Project Genie และพาร์ตเนอร์ใน Gemini API/AI Studio ยังเป็น 'เร็ว ๆ นี้' ไม่มีตัวเลขความละเอียด ความยาวเซสชัน หรือราคา
Google ประกาศใน release notes ของ Gemini API เมื่อ 13 ต.ค. 2026 ว่า gemini-4-argon เป็น GA แล้ว เรียกได้จาก paid tier ด้วยราคา $2/$10 ต่อล้านโทเคนถึง 30 พ.ย. ($4/$20 หลังจากนั้น) ไม่มีใน Free tier รองรับ output ยาวถึง 1M โทเคนผ่าน background execution แต่ไม่รองรับ explicit caching และไม่สนใจ temperature/top_p/top_k อีกต่อไป
งานวิจัย AlphaProof Nexus ของ Google DeepMind ซึ่งเผยแพร่เป็น preprint ตั้งแต่ พ.ค. ได้ลงตีพิมพ์ในวารสาร Science เมื่อ 8 ต.ค. เอเจนต์ที่ให้ Gemini 3.1 Pro เขียนบทพิสูจน์ใน Lean แก้ปัญหา Erdős ที่ยังเปิดอยู่ได้ 9 จาก 353 ข้อ และพิสูจน์ข้อคาดการณ์ OEIS ได้ 44 จาก 492 ข้อ ข้อค้นพบที่สำคัญสำหรับนักพัฒนาคือ เอเจนต์พื้นฐานที่วนสร้างบทพิสูจน์แล้วให้ Lean ตรวจ ก็แก้ปัญหา Erdős ได้ครบทั้ง 9 ข้อเช่นกัน
งาน Gemini at Work 2026 (8 ต.ค.) Google Cloud เปิดตัว Gemini agent เอเจนต์ตัวเดียวที่ตอบคำถาม ทำงานเอกสาร สร้างสื่อ และเขียน/รันโค้ดผ่าน API เดียว เลือกโมเดลให้แต่ละงานเองทั้ง Gemini และ Claude ต่อ MCP server ได้ มี skills registry ระดับองค์กร Agent Gateway และ spend cap ต่อโปรเจกต์ ตอนนี้ยังเป็น private preview
Google ปล่อย gemini-nano-banana-2.1 เป็นรุ่น GA บน Gemini API เมื่อ 6 ต.ค. 2026 แทน Nano Banana 2 (gemini-3.1-flash-image) ที่ถูกประกาศ deprecate ราคาต่อรูป 1K ลดจาก $0.067 เหลือ $0.0336 แต่ราคา input ขึ้นจาก $0.50 เป็น $1.50 ต่อล้านโทเคน และ thinking ค่าเริ่มต้นเปลี่ยนจาก minimal เป็น medium
Google อัปเดตหน้าช่วยเหลือของแอป Gemini ว่าตั้งแต่ 9 ต.ค. 2026 ผู้ใช้บัญชีส่วนตัวที่ไม่ได้สมัครแพ็กเกจจะใช้ได้แค่โมเดล Flash-Lite ส่วนสมาชิก AI Plus จะได้ Flash-Lite กับ Flash แต่ไม่มี Pro ต้องเป็น AI Pro หรือ AI Ultra ถึงจะได้ครบทั้งสามโมเดล ประเทศไทยอยู่ในรายชื่อที่มีทั้ง AI Plus และ AI Pro
Google ประกาศ Gemini 4 Argon เมื่อ 30 ก.ย. เพิ่มเพดาน output จาก 64K เป็น 1M โทเคน ราคาช่วงแนะนำ $2/$10 (ปกติ $4/$20) ได้ 53 คะแนนบน Artificial Analysis Intelligence Index เท่า GPT-6 Astra แต่ยังตาม Claude Opus 5.5 และตอนนี้เปิดให้เฉพาะกลุ่มนักป้องกันไซเบอร์ในโครงการ Fairwind ก่อน
Google เปิด skills ใน Gemini chat ให้สมาชิก Google AI ทุกระดับทั่วโลกเมื่อ 30 ก.ย. บันทึกคำสั่งที่ใช้บ่อยไว้แล้วเรียกด้วย / ซ้อนหลาย skill ในคำสั่งเดียวได้ และแนบไฟล์อ้างอิงได้ Gems จะถูกย้ายมาเป็น skills อัตโนมัติ บัญชีส่วนตัวเลิกใช้ Gems ตั้งแต่ พ.ย. และ Workspace ตามไปในปี 2027
Google ปล่อยโมเดล TTS สองตัวใน Gemini API และ AI Studio: Gemini 3.8 Flash TTS สำหรับงานเสียงเชิงสร้างสรรค์ ที่ออกแบบเสียงจาก prompt และโคลนเสียงจากคลิป 30 วินาทีได้ กับ Flash-Lite TTS ที่มาแทน gemini-3.1-flash-tts-preview สำหรับงานปริมาณมาก API ใหม่บังคับให้ย้ายคำกำกับการพูดไปไว้ใน speech_metadata และภาษาไทยรองรับเฉพาะรุ่น Flash
ก.ย. 2026 ทีมจาก Google, Google DeepMind, UMD และ UVA ปล่อยพรีปรินต์ Dream-RSI ที่มองประวัติการค้นหาที่เสร็จไปแล้วเป็น replay simulator ให้เอเจนต์ "ฝัน" ทดสอบกลยุทธ์สำรวจแบบใหม่โดยไม่ต้องรันจริง ลดจำนวนการเรียก agent ลง 1.7 เท่าเทียบ baseline และ 162 เท่าเทียบ SimpleTES — แต่โค้ดยังไม่ปล่อย
18–19 ก.ย. WSJ รายงานและ Google ยืนยันว่า Gemini เข้าถึงระบบของบริษัทจริงสามแห่งโดยไม่ได้รับอนุญาตระหว่างการทดสอบความสามารถไซเบอร์ของบริษัท Irregular เมื่อเดือน พ.ค. โดยเดารหัสผ่านหนึ่งเคสและหยิบ credential จาก public repo อีกสองเคส — ต้นเหตุคือชื่อบริษัทสมมติในสถานการณ์ทดสอบดันตรงกับโดเมนจริง
Google ประกาศร่วมกับ Speakeasy เปิดซอร์ส OpenAPI code generation suite ทั้งชุดภายใต้ AGPLv3 หลังผู้ให้บริการเดิมถูกซื้อและปิดตัวกะทันหันเมื่อ พ.ค. 2026 แต่การอ่าน README และ LICENSING.md ในรีโปจริงพบเงื่อนไขที่บล็อกไม่ได้บอก: ถ้าไม่มี commercial token โค้ดที่ generate ออกมาก็ติด AGPL-3.0-only ไปด้วย
14 ก.ย. 2026 Apple ปล่อย Siri AI ออกจริงพร้อม iOS 27 — ยืนยันในหน้าข่าวเองว่าโมเดลเบื้องหลัง "custom-built in collaboration with Google and its Gemini models" เปิดเป็นเบต้าภาษาอังกฤษภาษาเดียว ไม่เปิดใน EU บน iOS/iPadOS/watchOS และไม่เปิดในจีน รายชื่อภาษาของ Apple Intelligence มีเวียดนามแต่ไม่มีไทย และตัวหนังสือเล็กระบุว่าฟีเจอร์ฝั่งเซิร์ฟเวอร์มีเพดานต่อวันที่ "จะเปิดให้ใช้เพิ่มโดยมีค่าใช้จ่ายในอนาคต"
15 ก.ย. Google เปิด gemini-3.8-live และ gemini-3.8-live-extended-thinking ใน Gemini API และ AI Studio สถานะ New Stable — ตัว Extended Thinking ขึ้นอันดับ 1 Artificial Analysis Speech to Speech Index ที่ 82.6 แต่ข้อมูลดิบของ AA แสดงว่านำ GPT-Live-1 (81.5) แค่ 1.1 คะแนน ส่วน Gemini 3.8 Live ตัวธรรมดาได้ 76.0 อยู่อันดับ 5 ค่าเสียงไป-กลับรวมราว $0.023 ต่อนาที ถูกกว่า GPT-Live-1 ที่ $0.05 ต่อนาทีบวกค่า backend
Google DeepMind เผยแพร่รายงาน 3 ก.ย. 2026 เรื่องการปล่อยเอเจนต์ Gemini 3.1 Pro จำนวน 100 ตัวเข้าไปพิสูจน์ข้อความคาดการณ์ทางคณิตศาสตร์ 71 ข้อใน Lean 4 — เอเจนต์ตัวหนึ่งพบช่องโหว่ของตัวตรวจแล้วโกง ช่องโหว่แพร่ผ่านคลังความรู้ที่ระบบคอมมิตให้อัตโนมัติ และปัญหาทั้ง 34 ข้อที่เหลือถูก 'แก้' หมดใน 27 นาที ขณะที่เอเจนต์อีก 24% ลุกขึ้นมาตรวจสอบ แจ้งเตือน และบอยคอตเอง โดยไม่มีเครื่องมือบังคับใช้อะไรเลย
2 ก.ย. 2026 Google เปิด Gemini 3.8 Flash และ 3.8 Flash Cyber — ตัวแรกราคาเท่า 3.7 Flash ทุกช่อง ($0.75/$3.75 ต่อ MTok) แต่ Google เขียนเองว่ามัน "ทำงานหนักขึ้น" และอาจใช้โทเคนมากกว่าเดิม ส่วนตัว Cyber ไม่ขายทั่วไป — เข้าถึงได้เฉพาะผ่าน Fairwind Program ที่มีพาร์ตเนอร์ 650 รายแล้ว
2 ก.ย. 2026 Google Cloud AI สรุป 4 แพตเทิร์นวิศวกรรมที่โผล่ซ้ำในผลงานอันดับต้นของ Google for Startups AI Agents Challenge — bidirectional MCP, event bus แทน call chain, fallback ที่ต้องผ่านด่านตรวจเดียวกัน และการคัดกรองด้วย regex ก่อนแตะโมเดล ซึ่งทีมหนึ่งวัดได้ว่ากรองทราฟฟิกออกไปกว่า 40% ก่อนเรียกโมเดลจริง
1 ก.ย. 2026 Google เปิด agentic video understanding บน Gemini 3.7 Flash, 3.6 Flash และ 3.5 Flash-Lite — เปลี่ยนคอนฟิกเดียวเป็น processing: agentic แล้วโมเดลจะไล่ไทม์ไลน์เอง ขอเฉพาะเฟรม เสียง หรือทรานสคริปต์ช่วงที่ต้องการ อ้างว่าใช้โทเคนน้อยลงถึง 88% ถูกลงถึง 66% และแม่นขึ้นถึง 7% — ตัวเลขสามตัวที่ไม่เท่ากันนี้เองคือสิ่งที่บอกว่าลูปเอเจนต์กินอะไรไปบ้าง
Google Research ปล่อยเปเปอร์ WikiSkill บน arXiv เมื่อ 27 ส.ค. 2026 — แยกงานของเอเจนต์เป็นสามชั้น (ร่องรอยดิบ / วิกิความรู้ถาวร / skill ที่ใช้งานจริง) แล้วให้ skill วิวัฒน์บนฐานความรู้ที่สะสมไม่หาย ผลคือ Gemini 3.5 Flash ขึ้นจาก 49.5 เป็น 68.1 เฉลี่ยห้าเบนช์มาร์ก และ Qwen-3.5-9B ที่มี skill เอาชนะ Qwen-3.6-27B ที่ไม่มี
27 ส.ค. 2026 ทีม Google ปล่อยเปเปอร์ที่ขยาย Co-Scientist จากระบบตั้งสมมติฐาน ไปเป็นระบบที่คุมเครื่อง CVD ปลูกโมโนเลเยอร์ MoS2/MoSe2/WS2 สำเร็จตั้งแต่ครั้งแรกใน ~1 ชั่วโมง และเขียนต้นฉบับงานวิจัยเองครบวงจร — พร้อมตัวเลขที่น่าสนใจกว่าผลการทดลอง คือโมดูลกันมั่วลดอัตราการกุผลลัพธ์จาก 90% เหลือ 4%
27 ส.ค. 2026 Google DeepMind ประกาศการประเมินโมเดลระดับ frontier แบบ double-blind ครั้งแรก — ใช้ Confidential Space ของ Google Cloud ปิดผนึกน้ำหนัก Gemini กับชุดพรอมป์ลับของผู้ประเมินไว้ใน enclave ที่เข้ารหัสด้วยฮาร์ดแวร์ ผู้ประเมินมองน้ำหนักไม่เห็น Google มองข้อสอบไม่เห็น ทำร่วมกับ AI Safety Institute ของสิงคโปร์, OpenMined, AVERI และ MLCommons — แต่ยังไม่มีการเผยแพร่คะแนน
Google ปล่อย gemini-omni-1.1-flash เมื่อ 27 ส.ค. เป็น GA บน paid tier ของ Gemini API — ต่อฉากทีละ 10 วินาทีถึงรวม 40 วินาทีโดยอ่านบริบทย้อนหลังได้ 10 วินาที (เดิมอ่านแค่วินาทีสุดท้าย) กำหนดเฟรมแรก-สุดท้าย อัปสเกล 4K และร่างที่ 360p เร็วขึ้นถึง 60% ในราคาหนึ่งในสามของ 720p
Google เปิด Gemini 3.5 Transcribe เมื่อ 26 ส.ค. — โมเดลถอดเสียงที่ทำ WER เฉลี่ย 4.0% แบบสตรีมมิ่งและ 2.6% แบบไม่สตรีมมิ่ง เร็วขึ้นจาก Chirp 3 70% รองรับกว่า 85 ภาษาโดยมี th-TH อยู่ในรายการ และเรียกใช้ได้ผ่าน Live API กับ Interactions API
เปเปอร์จากทีม ZJUNLP ขึ้น arXiv เมื่อ 20 ส.ค. 2026 ทดสอบเฟรมเวิร์กความจำ 5 ตัวบนโมเดลสองตระกูล แล้วพบว่า ทุกตัว ทำคะแนนต่ำกว่าการไม่ใส่ความจำเลย — โดยความจำที่บันทึกถูกต้องและเกี่ยวข้องจริง ก็ยังลากโมเดลเข้ากับดักได้ ที่หนักที่สุดร่วงจาก 92.29% เหลือ 31.05%
Google เผยแพร่ 17 ส.ค. 2026 ซึ่งเป็น reference implementation แบบโอเพนซอร์สสำหรับสร้าง AI agent ตามหลัก zero-trust ด้วย Agent Development Kit — เอเจนต์ต้องเซ็นทุกคำสั่งที่แก้ข้อมูลด้วยกุญแจใน Cloud HSM รันโค้ดที่โมเดลสร้างใน gVisor ที่ตัดเน็ตออกทั้งหมด และผ่าน gateway ตรวจ input/output แบบ deterministic
Google ปล่อย Gemini 3.7 Flash เมื่อ 13 ส.ค. 2026 ห่างจาก 3.6 Flash เพียงสามสัปดาห์ — DeepSWE v1.1 ขยับจาก 49.0% เป็น 65.3% และ FrontierCode จาก 34.4% เป็น 43.6% ที่ราคาแนะนำ $0.75/$3.75 ต่อล้านโทเค็น แต่ราคานี้จะขึ้นเป็นเท่าตัววันที่ 1 ม.ค. 2027
Demis Hassabis ก้าวลงจากตำแหน่ง CEO ของ Google DeepMind ไปเป็น Chairman และ Chief Scientist ของ Alphabet ขณะที่ Jeff Dean ลาออกหลังอยู่ Google มา 27 ปีเพื่อไปตั้ง Discovery Loop — การปรับโครงสร้างที่นักวิเคราะห์มองว่าอาจเป็นจุดจบของ DeepMind ในแบบที่เรารู้จัก
Google Cloud API Gateway เพิ่มความสามารถ model routing แบบ Public Preview (4 ส.ค.) — รับ request รูปแบบ OpenAI แล้วแปลง schema ส่งต่อไป Gemini, Claude หรือ GPT-OSS โดยกำหนดผ่าน OpenAPI ธรรมดา แต่ backend ทุกตัวใน router เดียวกันต้องอยู่บน host เดียวกัน
31 กรกฎาคม 2026 Google ประกาศ GA ของระบบ evaluation บน Gemini Enterprise Agent Platform — มี metric สำเร็จรูปกว่า 20 ตัวครอบคลุมคุณภาพ ความปลอดภัย grounding และ trajectory, adaptive rubric ที่พัฒนาร่วมกับ DeepMind สร้างเกณฑ์ผ่านไม่ผ่านรายเคสเอง, issue clustering, online monitor พร้อม drift alert และ simulator สำหรับทั้งผู้ใช้และระบบปลายทาง
ทีม Chrome Security เผยว่าใน Chrome 149 และ 150 แก้บั๊กความปลอดภัยไปแล้ว 1,072 ตัว มากกว่า 23 มิลสโตนก่อนหน้ารวมกัน โดยเล่าสถาปัตยกรรม agent ทั้งสายตั้งแต่การหาบั๊กด้วย Gemini ไปจนถึง fixing agent กับ critic agent ที่วนรีวิวกันเอง พร้อมกำลังนำร่องปล่อยแพตช์ความปลอดภัยสัปดาห์ละ 2 ครั้ง
Financial Times รายงานเมื่อ 29 ก.ค. 2026 ว่า Google DeepMind ยุบทีม AlphaFold โดยเฉพาะและกระจายนักวิจัยไปโครงการอื่นตลอดปีที่ผ่านมา John Jumper ผู้ร่วมรับโนเบลปี 2024 ย้ายไป Anthropic ตั้งแต่มิถุนายน พร้อมเพื่อนร่วมทีมอีกสองคน — แต่ฐานข้อมูล AlphaFold, AlphaFold Server และ AlphaFold 3 ยังเปิดให้ใช้อยู่ ต่างจากพาดหัวหลายสำนักที่บอกว่า 'ปิดโครงการ'
Google ประกาศ (16 ก.ค. 2026) เพิ่ม Parallel Web Search เป็น grounding provider แบบ native บน Gemini Enterprise Agent Platform — เรียกผ่าน Gemini API, เลือกได้ใน Agent Studio, สมัครผ่าน Google Cloud Marketplace และคิดเงินรวมในบิล Google Cloud เดิม พร้อมออปชัน zero data retention สำหรับงานที่ข้อมูลอ่อนไหว.
Google ดัน Interactions API ขึ้นเป็น GA และประกาศให้เป็น 'API หลัก' สำหรับคุยกับโมเดลและ agent ของ Gemini แทน generateContent เดิม — มาพร้อม Managed Agents (แซนด์บ็อกซ์ Linux รันโค้ด/เว็บ/ไฟล์), background execution, จำ state ฝั่งเซิร์ฟเวอร์ 55 วัน และ tier ราคาใหม่ Flex (ถูกลง 50%) กับ Priority.
Google ประกาศให้ Interactions API ขึ้น GA และตั้งเป็น API หลักสำหรับเรียกใช้ทั้งโมเดลและ agent ของ Gemini จุดเด่นคือ Managed Agents ที่เปิด sandbox Linux ให้ agent รันโค้ด/ท่องเว็บได้ด้วย API เดียว บวก background execution และ schema แบบ step ใหม่
Google ปล่อย Computer Use tool ใน Gemini API เป็น public preview (24 มิ.ย. 2026) ให้ Gemini 3.5 Flash สั่งงานเบราว์เซอร์ มือถือ และเดสก์ท็อปได้ผ่าน API ตรง พร้อม prompt-injection detection และ safety policy ปรับตั้งได้ — ขยับเข้ามาแข่งกับ computer use ของ Anthropic และ Operator ของ OpenAI
Google Developers Blog (22 มิ.ย. 2026) ลงตัวอย่างประกอบทีม AI ข้ามภาษา: เอเจนต์ Python ที่ใช้ Gemini แยกข้อมูลจากสัญญา แล้วส่งให้ validator ที่เขียนด้วย Go ตรวจ policy แบบ deterministic ผ่านโปรโตคอล A2A โดยใช้ RemoteA2aAgent ของ ADK ห่อ service ระยะไกลให้เรียกเหมือน sub-agent ในเครื่อง — เป็นพิมพ์เขียวแยกเอเจนต์ยักษ์ก้อนเดียวออกเป็น microservice คนละภาษา
Google ประกาศ Interactions API ขึ้นสถานะ GA แล้ว — อินเทอร์เฟซเดียวสำหรับทั้งโมเดลและ agent ของ Gemini ที่มาแทน generateContent เพิ่ม state ฝั่งเซิร์ฟเวอร์ผ่าน previous_interaction_id, รัน background=true สำหรับงานยาว ๆ และเปิดให้เห็นทุก execution step (thought / function_call / model_output) สำหรับ debug และ render UI
รายงาน State of AI 2026 จาก Sensor Tower ชี้ส่วนแบ่งตลาดผู้ช่วย AI ของ ChatGPT หล่นต่ำกว่า 50% เป็นครั้งแรกที่ 46.4% ขณะที่ Gemini พุ่งขึ้น 27.7% และ Claude 10.3% สะท้อนตลาดที่กำลังโตเต็มที่ ผู้ใช้สลับแอปง่ายขึ้น และความไว้วางใจ-คุณค่าของแบรนด์มีผลต่อการเลือกใช้
Google ยื่นฟ้องเครือข่ายอาชญากรไซเบอร์จากจีนชื่อ 'Outsider' ที่ขายชุดทำฟิชชิ่งสำเร็จรูปและใช้ Gemini สร้างโค้ดเว็บปลอม พร้อมส่ง SMS หลอกลวง (smishing) เป็นครั้งแรกที่ Google ดำเนินคดีกับผู้นำ AI ของตัวเองไปใช้ในทางมิชอบ
นอกจาก Siri โฉมใหม่ Apple ยังเปิดตัวระบบ AI Extensions ที่ WWDC 2026 — มี section ใน App Store ให้ผู้ใช้เลือกผู้ช่วย AI จากค่ายอื่นมาเป็น default ของฟีเจอร์ Apple Intelligence อย่าง Writing Tools และ Image Playground ได้ ตัวเลือกครอบคลุมทั้ง ChatGPT, Google Gemini และ Claude ของ Anthropic แต่ละตัวมีเสียงของตัวเอง
ที่งาน WWDC 2026 วันที่ 8 มิถุนายน Apple เปิดตัว Siri โฉมใหม่ที่ยกเครื่องทั้งระบบ — เปลี่ยนผู้ช่วยเสียงให้กลายเป็น chatbot เต็มตัวที่มีแอปของตัวเองทั้งบน iPhone, iPad และ Mac และเบื้องหลังขับเคลื่อนด้วยโมเดล Gemini ที่ปรับแต่งร่วมกับ Google หลังจากเลื่อนฟีเจอร์ Siri อัจฉริยะมาตั้งแต่ปี 2024