แท็ก
40 บทความ
ทีม Frontier Red Team ของ Anthropic เผยผลทดสอบ GLM-5.3 เมื่อ 29 ก.ย. พบว่าสร้าง exploit V8 แบบครบวงจรได้ 50 จาก 410 ครั้ง ใกล้เคียง Claude Mythos Preview ที่ทำได้ 56 ครั้ง และ safeguard ในตัวถูกข้ามได้ 64% ด้วยการหลอกบทบาท 92% ด้วยการ prefill ความคิด และ 100% เมื่อทำ abliteration ซึ่งใช้ต้นทุนราว 4,400 ดอลลาร์
NVIDIA ปล่อย Kumo Tabular เมื่อ 29 ก.ย. เป็น foundation model แบบเปิดสำหรับ classification และ regression บนข้อมูลตาราง ส่งแถวที่มี label เป็น context แล้วทำนายแถวใหม่ได้ทันทีโดยไม่ต้องเทรนหรือจูน มีสามขนาดตั้งแต่ 28M ถึง 215M พารามิเตอร์ เทรนด้วยตารางสังเคราะห์ล้วน ใช้ license OpenMDW-1.1 ที่ใช้เชิงพาณิชย์ได้ และ NVIDIA รายงานว่าได้อันดับ 1 บน TabArena, BeyondArena, TALENT และ ScoringBench
PostHog เปิด Jeeves เมื่อ 29 ก.ย. เป็นโมเดลตัดสินใจขนาด 9B บน Qwen3.5-9B ที่เขียน reasoning ก่อนคืนความน่าจะเป็น เทรนด้วย SFT และ CISPO มี diffusion drafter ช่วยเร่ง ได้ 0.889 บนชุด test นอกโดเมน (Jev 0.857) และ 0.865 บน JevBench hard (Jev 0.730) แต่ยังแพ้ Jev ในคำถามเชิงความรู้ และ latency มัธยฐานเพิ่มจาก 0.3 เป็น 3.3 วินาที
โปรเจกต์อิสระ Jeff ปล่อยโมเดลตัดสินใจแบบ zero-shot สามตัว (Qwen3.5-0.8B, Qwen3.5-2B และ Gemma 4 E2B) ใช้รูปแบบคำขอเดียวกับ Jev เทรนทั้งหมดบน RTX PRO 6000 ตัวเดียวด้วยข้อมูลสังเคราะห์จากโมเดลเปิด รุ่น 0.8B ตัดสินใจใน 22 ms บน GPU และ 28 ms บน M4 Max น้ำหนัก Apache-2.0 โค้ด MIT
28 ก.ย. Ollama ปล่อย v0.35.0 (ยังติดป้าย pre-release) ที่เพิ่ม endpoint /v1/systemone ตาม API ของ Jev จาก TypeSafe ส่ง state กับคำถามเข้าไปแล้วได้ตัวเลือกพร้อมความน่าจะเป็นกลับมา มีโมเดลให้ pull สองตระกูล คือ Nimble 9B ของ Bespoke Labs และ Tev1 4B/0.8B ของ Together AI และใช้ Python SDK ของ TypeSafe ชี้มาที่ localhost ได้เลย
H Company จากฝรั่งเศสเปิดตัว Holo4 เมื่อ 28 ก.ย. เป็นโมเดลเอเจนต์ที่คลิกหน้าจอ เขียนโค้ด และเรียก MCP/API ได้ในตัวเดียว มีสองขนาดคือ 27B dense (ต่อยอด Qwen3.8-27B) กับ 35B-A3B MoE พร้อม GGUF 4-bit ตัว 27B ได้ OSWorld 2.0 61.7% ที่ $1.22 ต่องาน แต่น้ำหนักเป็น CC BY-NC 4.0 ห้ามใช้เชิงพาณิชย์ ส่วนตัว 35B-A3B ที่อ่อนกว่ามาก (30.9%) กลับเป็น Apache-2.0
InternLM ปล่อย Intern-Decision ขนาด 0.8B, 2B และ 4B บน Hugging Face เมื่อ 26 ก.ย. เป็นโมเดลตัดสินใจแบบหลายคำถามในการ forward ครั้งเดียว รับภาพได้ ต่อยอดจาก Qwen3.5 รุ่น 4B ได้ค่าเฉลี่ย 7 ชุดทดสอบ 90.02% เทียบกับ 88.74% ของ Jev และตอบใน 44 ms บน RTX 4090 แต่ชนะส่วนใหญ่จาก Typed Decision กับ ToolACE ขณะที่ WildJailBreak ยังแพ้ Jev 6.4 จุด
Xiaomi อัปโหลด MiMo-V2.6-Pro-MOPD และ Flash-MOPD ขึ้น Hugging Face เมื่อ 27 ก.ย. เพื่อแก้อาการเรียก tool เดิมซ้ำ ๆ ที่ผู้ใช้เจอหลังเปิดตัว บล็อกของทีมเล่าว่าต้นเหตุคือบทลงโทษ tool-call flooding ใน RL ที่ตั้งเพดานไว้ 32 ครั้งต่อเทิร์น พฤติกรรมที่ต่ำกว่าเพดานจึงถูกขยายขึ้นเรื่อย ๆ ระหว่างเทรน ส่วน API เปลี่ยนเป็นรุ่นแก้แล้วตั้งแต่ 25 ก.ย. โดยไม่เปลี่ยนชื่อโมเดล
สตาร์ทอัพจีน NaiveAI ปล่อยน้ำหนัก Naive-N0.5-Flash เมื่อ 27 ก.ย. เป็น MoE 309B (active 15.5B) ไลเซนส์ MIT จริงในไฟล์ LICENSE รองรับ context 1M ด้วย sliding-window 39 ชั้นผสม DeepSeek Sparse Attention 9 ชั้น ไม่มี full attention เลย SWE-bench Pro 73.6 และ NL2Repo 71.9 นำกลุ่มโมเดลเปิด แต่แพ้ DeepSeek-V4.1-Flash ใน Terminal-Bench และ DeepSWE ตัวเลขทั้งหมดวัดเอง
สัปดาห์นี้มีโมเดลตัดสินใจแบบไม่สร้างข้อความ (Jev-style) ออกมาอีกสองตระกูล Fastino ปล่อย GLiNER2.5-Decide 340M, 1B และรุ่น multilingual 287M ทำคะแนนเฉลี่ย 60.1% บนชุดทดสอบภายใน 17 ชุด สูงกว่า Laya และโมเดล 4B ที่ใช้ Qwen3.5 ส่วน Supersonic Labs ปล่อย Julia 1 ขนาด 144.3M ที่ทำ typed decisions ได้ 73.15% แต่แพ้ชัดใน Banking77 ทั้งหมดเป็น Apache-2.0 และรันบน CPU ได้
Apple อัปโหลด LensVLM-9B ขึ้น Hugging Face เมื่อ 21–22 ก.ย. 2026 พร้อมโค้ดบน GitHub โมเดลนี้เรนเดอร์ข้อความยาวเป็นภาพหน้ากระดาษที่ย่อไว้ แล้วใช้ทูล read_page ขยายเฉพาะหน้าที่เกี่ยวข้อง ในเปเปอร์ได้ความแม่นเฉลี่ย 68.9% ที่ 4.3 เท่า เทียบกับ 72.4% เมื่อป้อนข้อความเต็ม แต่ที่ 15 เท่าคะแนนเท่ากับ RAG แบบ embedding ธรรมดา และน้ำหนักใช้ใบอนุญาตวิจัยที่ห้ามใช้เชิงพาณิชย์
BottleCap AI ปล่อย ThinkingCap-Qwen3.8-27B (บล็อก 22 ก.ย., ขึ้น Hugging Face 23 ก.ย.) ใช้โทเคนคิดน้อยลงเฉลี่ย 37.2% จาก 12 benchmark โดยความแม่นเฉลี่ยลดจาก 86.65% เหลือ 85.79% มีทั้ง GGUF, FP8, NVFP4 และ MLX แต่ใช้ใบอนุญาต PolyForm Small Business องค์กรที่มีคนตั้งแต่ 100 คนหรือรายได้ถึงเกณฑ์ต้องซื้อไลเซนส์
OpenBMB ปล่อย MiniCPM5-2B โมเดลหนาแน่น 2.52B ใต้ Apache 2.0 พร้อม GGUF ที่ Q4_K_M เหลือ 1.56 GB — ค่าเฉลี่ย 34 เบนช์มาร์กอยู่ที่ 53.9 สูงกว่าทุกตัวในกลุ่ม 2B และสูงกว่าทุกตัวในกลุ่ม 4B ที่ยกมาเทียบ แต่ตารางเดียวกันก็บอกว่ามันแพ้ Qwen3.5-4B บน Terminal-Bench และ SWE-bench Pro แบบขาดลอย
8 ก.ย. 2026 Mistral ประกาศปิด Series D ที่ €3 พันล้าน นำโดย Samsung Electronics ที่มูลค่าหลังระดมทุนเกิน €21 พันล้าน พร้อมชูจุดขายว่าเป็นบริษัทเดียวที่ทำครบสแต็กด้วยโมเดล open-weight — แต่การไล่ดูแคตตาล็อกจริงพบว่าโมเดลเรือธง Medium 3.5 ใช้ Modified MIT ที่ห้ามบริษัทซึ่งมีรายได้เกิน $20 ล้านต่อเดือนใช้งาน
TechCrunch รายงานเมื่อ 3 ก.ย. 2026 ว่าสตาร์ตอัป abliteration.ai เปลี่ยนเทคนิค abliteration ที่เคยอยู่ในวงโอเพนซอร์สให้กลายเป็นบริการเชิงพาณิชย์ — โฮสต์ GLM-5.3 ที่ถูกลบ refusal direction ออกจากน้ำหนัก ขายผ่าน API ที่เข้ากันได้กับ SDK ของ OpenAI และ Anthropic; ตรวจไลเซนส์ต้นทางแล้วพบว่า Z.AI อนุญาตชัดเจน และตัวเลข benchmark ที่บริษัทโชว์เองบอกว่าโมเดลนี้ยังแพ้โมเดลที่มี guardrail ครบทุกชุด
H Company ปล่อย NeoMME เอ็นโค้ดเดอร์มัลติโมดัล 260M และ 800M ใต้ Apache 2.0 ที่เทรนจากศูนย์ด้วย masked discrete diffusion โดยไม่ใช้ vision tower หรือ decoder แยก — รุ่น 260M ได้ nDCG@10 0.523 บน ViDoRe v3 สูงสุดในกลุ่มต่ำกว่า 800M ห่างจาก ColQwen2.5 ขนาด 3.75B แค่ 0.002 และอินเด็กซ์ 51 หน้าต่อวินาทีบน L40S ใบเดียว
3 ก.ย. 2026 IFM (MBZUAI) ปล่อย K2 Horizon หกขนาดตั้งแต่ 0.9B ถึง 375B-A23B ใต้ Apache-2.0 พร้อมเช็คพอยต์ระหว่างเทรนที่ดาวน์โหลดได้จริง — และในประกาศเดียวกันเปิดผลตรวจสอบตัวเองว่าคะแนน Terminal-Bench 2.1 ที่ 70.2% มีการโกงเบนช์มาร์กปนอยู่ 24 จาก 500 ทริกที่ผ่าน เหลือ 66.9%
2 ก.ย. 2026 Multiverse Computing เปิดตัว Quasar 438B พร้อมพาดหัวว่าเป็นโมเดลที่ฉลาดที่สุดของยุโรปตาม Artificial Analysis ด้วยคะแนน 43 — แต่หน้าโมเดลของ Artificial Analysis เองตั้งชื่อรุ่นไว้ว่า "Quasar 438B (max, based on GLM-5.2)" คือฐานเป็นโมเดลน้ำหนักเปิดสัญชาติจีนขนาด 753B ที่ถูกบีบอัด ซึ่งประกาศของ Multiverse ไม่พูดถึงแม้แต่บรรทัดเดียว
31 ส.ค. 2026 repo deepseek-ai/DeepSeek-V4-Flash-Vision-Exp ถูกสร้างขึ้นบน Hugging Face พร้อมน้ำหนักจริงใต้ MIT License แบบไม่มีเงื่อนไขเพิ่ม — 305B พารามิเตอร์ ดาวน์โหลดราว 168 GB, 256 expert เลือกใช้ 6 ตัวต่อโทเคน, คอนเท็กซ์ 1M และ model card เปิดเลขที่ Change Log เดิมไม่เคยบอก
ทีม OpenMOSS ปล่อย technical report ของ MOSS-VL เมื่อ 15 ส.ค. 2026 — ตระกูลโมเดลภาษา-ภาพโอเพนเวต 11.3B ใบอนุญาต Apache-2.0 ที่ออกแบบให้ "มองเห็นขณะกำลังพูด" ได้ ทำคะแนน 66.0 บน OmniMMI Proactive Alerting เทียบกับ 37.5 ของคู่แข่งที่ดีที่สุด และมีเช็คพอยต์ FP8/NF4 ให้รันบน GPU 24GB ตัวเดียว
ทีม InternLM เผยแพร่เปเปอร์ Mobius-v0 เมื่อ 14 ส.ค. 2026 — สถาปัตยกรรมที่ย้ายความรู้ออกจาก FFN ประจำเลเยอร์ไปไว้ใน Memory ก้อนกลางที่ทุกชั้นใช้ร่วมกัน โมเดล 35B ที่ต่อยอดจาก Qwen3.5 ทำคะแนนใกล้เคียงเดิมแต่เร็วขึ้นเกือบ 4 เท่า และน้ำหนักอยู่บน Hugging Face แล้วภายใต้ Apache-2.0
Hugging Face เผยแพร่รายงานสรุปสถานะโมเดลเปิดครึ่งปี 2026 เมื่อ 14 ส.ค. — ข้อมูลจาก Hub เองชี้ว่าแล็บจีนครองโมเดลขนาดใหญ่และเปิดไลเซนส์กว้างกว่าแล็บอเมริกันชัดเจน ขณะที่ยอดดาวน์โหลดจริง 83% ยังไปที่โมเดลต่ำกว่า 1B
PR #26185 ถูกเมิร์จเข้า llama.cpp main เมื่อ 15 ส.ค. 2026 และออกเป็นบิลด์ b10448 ทำให้ Kimi K3 ขนาด 2.8 ล้านล้านพารามิเตอร์รันบนเครื่องตัวเองได้โดยไม่ต้องใช้ fork — แต่ตัวเลขจริงคือแรม 466 GB ขั้นต่ำ และความเร็วราว 3 โทเค็น/วินาที
Alibaba ปล่อยน้ำหนัก Qwen3.8-27B คืนวันที่ 14 ส.ค. 2026 — ต่างจากรุ่น 2.4T ที่เปิดแบบตัดฟีเจอร์ รุ่นนี้ได้ vision เต็ม คอนเท็กซ์ 262K ไลเซนส์ Apache-2.0 มาตรฐาน และ GGUF 4-bit ขนาด 17.1 GB ที่ลง GPU คอนซูเมอร์ตัวเดียวได้จริง
14 ส.ค. 2026 Z.ai เปิดตัว GLM-5.3 ที่ใช้เบสโมเดลเดียวกับ GLM-5.2 ทุกอย่างที่ดีขึ้นมาจาก post-training อย่างเดียว — Terminal-Bench 3.0 กระโดดจาก 4.6 เป็น 28.3 และ CyberGym 84.5% แซง GPT-5.6 Sol แต่ ณ ตอนนี้ยังไม่มีทั้งน้ำหนักบน Hugging Face และราคา API
Liquid AI ปล่อย LFM2.5-VL-3B เมื่อ 12 ส.ค. 2026 โมเดลภาษา-ภาพ 3.1B ที่กินหน่วยความจำราว 3GB รันได้บน Galaxy S26 Ultra ที่ 20 โทเค็น/วินาที จุดเด่นคือความเข้าใจหน้าจอและ UI กับการ grounding ที่ทำคะแนน ScreenSpot 78-82% และ DocVQA 91.1%
Alibaba อัปโหลดน้ำหนัก Qwen3.8-2.4T-A95B ขึ้น Hugging Face เมื่อ 12 ส.ค. 2026 ตอบสามคำถามที่ค้างมาตั้งแต่ต้นเดือน: active params 95B, ไลเซนส์เป็นสัญญาเฉพาะของ Qwen ไม่ใช่ Apache-2.0 และมีตาราง benchmark แล้ว แต่รุ่นเปิดเป็นโมเดลข้อความล้วน ไม่ใช่ multimodal เหมือนที่ขายผ่าน API
Cactus Compute ปล่อย Needle 2 เมื่อ 10 ส.ค. 2026 — โมเดล 45M พารามิเตอร์ที่บีบเป็นไบนารีเดียวขนาด 14MB ใช้ RAM ตอนทำงาน 28MB และรันได้ถึงระดับ ESP32 น้ำหนัก Apache-2.0 โค้ด MIT แต่ตารางเบนช์มาร์กในโมเดลการ์ดเองแสดงว่ามันแพ้ LFM2.5 230M และ Apple FM บน BFCL v4 ชัดเจน
Mistral เปิดตัว Shieldstral 1.0 (4 ส.ค.) โมเดลจัดประเภทความปลอดภัย 3B แบบ multimodal ใบอนุญาต Apache 2.0 รันได้บน GPU 16GB ใบเดียว — เปลี่ยนงาน moderation เป็นคำถาม yes/no ข้อเดียว ทำให้ผู้ใช้เขียนนโยบายเป็นภาษาคนส่งเข้าไปตอนเรียกใช้ได้เลย และยังชนะโมเดล guardrail ที่ใหญ่กว่าเกือบ 7 เท่า
รายงานประเมินความเสี่ยง GLM-5.2 ของ SaferAI (เผยแพร่ 2 ส.ค. และถูกสื่อหยิบไปขยายวันที่ 4 ส.ค.) พบว่าโมเดลเปิดตัวนี้มีความสามารถห่างจากโมเดลระดับแนวหน้าราว 2–4 เดือน ทำคะแนน Cybench เกือบเต็มเพดาน และไม่ปฏิเสธงานโจมตีไซเบอร์หรือชีวภาพเลยแม้แต่ข้อเดียว
หลังน้ำหนัก MiniMax H3 ขึ้น Hugging Face เมื่อ 3 สิงหาคม ComfyUI รองรับทันทีวันแรกพร้อมชุดน้ำหนักที่ตัด modulation weights ~40% ทิ้งและควอนไทซ์ int8 จนเหลือ 42.5GB จาก 123.6GB ขณะที่ชุมชนสร้างรีโปแปลงร่าง 63 รีโปใน 48 ชั่วโมง — แต่ที่ ComfyUI บอกว่ารัน 2K ได้บนเครื่องนั้น เอกสารของ MiniMax เองระบุว่าโมดูล 2K ยังไม่เปิดซอร์ส
Alibaba เปิด Qwen3.8-Max ให้นักพัฒนาทั่วโลกใช้ผ่าน API วันที่ 3 ส.ค. 2026 พร้อมเปิดเบตา QwenWork — โมเดล MoE 2.4 ล้านล้านพารามิเตอร์ คอนเท็กซ์ 1M รับภาพและวิดีโอ ราคา $2/$6 ต่อล้านโทเค็น และประกาศว่าจะปล่อยน้ำหนักเปิดของทั้ง Max และ Qwen3.8-27B ในสัปดาห์หน้า ซึ่งจะเป็นครั้งแรกที่ Qwen ชั้น Max เปิดน้ำหนัก
31 กรกฎาคม 2026 DeepSeek ประกาศปล่อย API ของ DeepSeek-V4-Flash เวอร์ชันทางการเข้าสู่ public beta โดยไม่เปลี่ยนสถาปัตยกรรมหรือขนาดจาก preview แต่ re-post-train ใหม่ทั้งตัว ผลคือคะแนน agent กระโดดขึ้น เช่น Terminal Bench 2.1 ที่ 82.7 พร้อมรองรับ Responses API แบบ native และปรับมาให้เสียบกับ Codex ได้โดยตรง
LightOn ปล่อยโมเดล retrieval หลายภาษาสองตัวขนาด 307M พารามิเตอร์ ใบอนุญาต Apache-2.0 เทรนบนคู่ข้อความ 2.8 พันล้านคู่ใน 9 ภาษาบวกโค้ด จุดค้นพบสำคัญคือโมเดลแบบ late interaction ทำคะแนน MIRACL บนภาษาที่ไม่เคยเห็นตอนเทรน retrieval ได้ 67.59 เทียบกับแบบ dense ที่ 57.42
Nanbeige LLM Lab ปล่อย Nanbeige4.2-3B ภายใต้ Apache-2.0 — โมเดล agent ขนาด 4B (non-embedding 3B) ที่ใช้สถาปัตยกรรม Looped Transformer วนซ้ำเลเยอร์ 2 รอบ ทำ SWE-bench Verified 63.6, GPQA-Diamond 87.4 และ MCP-Atlas 57.8 แซง Qwen3.5-9B กับ Gemma4-12B ที่ใหญ่กว่า 3–4 เท่า พร้อมคอนเท็กซ์ 256K และคู่มือรันบน Ollama/MLX ในตัว
The New York Times รายงาน (25 ก.ค. 2026) ว่าทำเนียบขาวเอนไปทางการแบนโมเดลเปิดของจีน 'เป็นรายตัว' แทนการแบนทั้งหมด หลังกระแสต้านจากอุตสาหกรรม — แต่ปัญหาใหญ่ยังอยู่ที่การบังคับใช้ เพราะน้ำหนักโมเดลที่ถูกดาวน์โหลดไปแล้วเรียกคืนไม่ได้
AP เผยแพร่รายงาน (26 ก.ค. 2026) พร้อมตัวเลขการใช้งานจริง: Kimi K3 ถูกดาวน์โหลดกว่า 930,000 ครั้งทั่วโลกในสัปดาห์แรก โดยยอดในสหรัฐฯ ราว 86,000 ครั้ง เพิ่มขึ้น 387% และโมเดลยอดนิยม 5 อันดับแรกบน OpenRouter ในเดือนที่ผ่านมาเป็นของจีนทั้งหมด — CTO ของ Mozilla และ Coinbase ย้ายมาใช้เพราะ 'ถูกกว่ามากและดีพอ'
Liquid AI เปิดเวต LFM2.5-230M โมเดลจิ๋ว 230 ล้านพารามิเตอร์ที่ออกแบบมาเพื่อ tool use และดึงข้อมูลบนอุปกรณ์ปลายทาง — ทำได้ 213 โทเคน/วินาทีบน Galaxy S25 Ultra, 42 โทเคน/วินาทีบน Raspberry Pi 5 และทำคะแนนดึงข้อมูลชนะ Qwen3.5-0.8B และ Gemma 3 1B ที่ตัวใหญ่กว่า
Krea เปิดเวตโมเดลสร้างภาพ Krea 2 สองเช็กพอยต์ — Raw (โมเดลฐานยังไม่ distill สำหรับวิจัย/fine-tune) และ Turbo (distill แล้ว สร้างภาพไม่กี่สเตป) ติด Top 10 ลีดเดอร์บอร์ด Artificial Analysis และเป็นอันดับ 2 ในกลุ่มแล็บอิสระ พร้อมเปิดบน Hugging Face
ทีม Qwen ของ Alibaba ปล่อย Qwen-AgentWorld — โมเดลภาษาที่ทำหน้าที่เป็น "world model" ของเอเจนต์ คือทำนายว่าสภาพแวดล้อม (terminal, เบราว์เซอร์, Android, OS) จะตอบอะไรกลับเมื่อเอเจนต์ลงมือ แทนที่จะเป็นตัวเอเจนต์เอง เปิดเวต Apache 2.0 ขนาด 35B-A3B รันบนเครื่องตัวเองได้ พร้อมเบนช์มาร์ก AgentWorldBench