เลือกโมเดลที่สนใจแล้วดูคะแนน benchmark ราคา ความเร็ว และฟีเจอร์เทียบกันแบบตรง ๆ พร้อมข่าวสารวงการ AI ที่อัปเดตทุกวัน
ข้อมูลไม่ได้อัปเดตตามรอบ
ปกติระบบดึงข้อมูลใหม่ทุกวัน แต่ชุดที่แสดงอยู่ดึงเมื่อ ( วันก่อน) ราคาและคะแนนอาจไม่ตรงกับปัจจุบันตรวจกับแหล่งต้นทางก่อนนำไปอ้างอิง
เรียงตามดัชนีความสามารถรวม (Artificial Analysis Intelligence Index) จากมากไปน้อย · กดก่อน = คอลัมน์ซ้ายสุดในตาราง · สีและโลโก้ยึดตามค่ายผู้พัฒนา
★ = ค่าที่ดีที่สุดในกลุ่มที่เลือกไว้ · เลื่อนตารางแนวนอน (หรือกด Tab เข้าตารางแล้วใช้ลูกศร) เพื่อดูคอลัมน์ที่เหลือ
| รายการ | Opus 5.5Anthropic | GPT-6 SolOpenAI | Gemini 3.1Google DeepMind |
|---|---|---|---|
| ภาพรวม | |||
| ผู้พัฒนา | Anthropic | OpenAI | Google DeepMind |
| วันที่เปิดตัว | 22 ก.ย. 2569 | N/A | 14 พ.ค. 2569 |
| เปิด weightsดาวน์โหลดไป deploy บนเครื่องตัวเองได้หรือไม่ | ปิด | ปิด | ปิด |
| ขีดความสามารถ | |||
| Context windowจำนวน token สูงสุดที่ป้อนเข้าไปได้ในครั้งเดียว | 1M tokens | 1.05M tokensดีที่สุดในกลุ่มที่เลือก | 1.05M tokens |
| Max output | 128K tokensดีที่สุดในกลุ่มที่เลือก | 128K tokensดีที่สุดในกลุ่มที่เลือก | 66K tokens |
| Multimodalรับภาพ/เสียง/วิดีโอได้นอกเหนือจากข้อความ | รองรับ | ยังไม่ระบุ | รองรับ |
| Benchmark (%) | |||
| Humanity's Last Examชุดคำถามยากที่สุดที่มนุษย์ผู้เชี่ยวชาญออกแบบมาเพื่อท้าทาย AI | 61.4ดีที่สุดในกลุ่มที่เลือก | 47.9 | 47.0 |
| Terminal-Bench 4.0สั่งงานผ่าน terminal หลายขั้นตอนจนจบด้วยตัวเอง — วัดการทำงานแบบ agent | 59.6ดีที่สุดในกลุ่มที่เลือก | 43.9 | 4.0 |
| SciCodeเขียนโค้ดแก้โจทย์วิทยาศาสตร์ระดับงานวิจัย | 66.9ดีที่สุดในกลุ่มที่เลือก | 57.6 | 58.7 |
| AA-LCRอ่านเอกสารชุดยาวหลายฉบับแล้วตอบคำถามที่ต้องโยงข้อมูลข้ามเอกสาร — วัดการให้เหตุผลกับ context ยาว | 84.7ดีที่สุดในกลุ่มที่เลือก | 83.7 | 82.0 |
| ดัชนีรวม (0–100) | |||
| Intelligenceคะแนนรวมความสามารถทั่วไป | 59.1ดีที่สุดในกลุ่มที่เลือก | 44.2 | N/A |
| Codingคะแนนรวมด้านการเขียนโปรแกรม | N/A | N/A | N/A |
| ราคาของผู้พัฒนาโมเดล (USD ต่อ 1M tokens)ราคามาตรฐานผ่าน OpenRouter · AA = ผู้พัฒนาไม่ได้ขายผ่าน OpenRouter ใช้ราคาจาก Artificial Analysis | |||
| Input | $4.00 | $2.00ดีที่สุดในกลุ่มที่เลือก | $2.00ดีที่สุดในกลุ่มที่เลือก |
| Output | $20.00 | $10.00ดีที่สุดในกลุ่มที่เลือก | $12.00 |
| ความเร็ว | |||
| Output speedจำนวน token ที่สร้างได้ต่อวินาที — ยิ่งมากยิ่งเร็ว | 96.651 tok/s | N/A | 135.554 tok/sดีที่สุดในกลุ่มที่เลือก |
| Time to first tokenเวลารอก่อนเห็นตัวอักษรแรก — ยิ่งน้อยยิ่งดี | 529.0 วิ | N/A | 18.1 วิดีที่สุดในกลุ่มที่เลือก |
| ฟีเจอร์ | |||
| MCPModel Context Protocol — มาตรฐานต่อเครื่องมือภายนอก | Native | ยังไม่ระบุ | ผ่าน wrapper |
| Tool use | รองรับ | ยังไม่ระบุ | รองรับ |
| ค้นเว็บในตัว | รองรับ | ยังไม่ระบุ | รองรับ |
| อ่านไฟล์เอกสาร | รองรับ | ยังไม่ระบุ | รองรับ |
| ตั้งเวลางาน | ยังไม่ระบุ | ยังไม่ระบุ | — |
| จุดเด่น | |||
| จุดเด่น 3 ข้อหลัก |
|
|
|
| จุดด้อย | |||
| จุดด้อย 3 ข้อหลัก |
|
|
|
| เหมาะกับ | |||
| เหมาะกับ 3 ข้อหลัก |
|
|
|
ชื่อรุ่นและค่าอยู่ท้ายแท่งทุกแท่ง · ชี้เมาส์ที่แท่งเพื่อดูชื่อรุ่นเต็ม
ชุดคำถามยากที่สุดที่มนุษย์ผู้เชี่ยวชาญออกแบบมาเพื่อท้าทาย AI
สั่งงานผ่าน terminal หลายขั้นตอนจนจบด้วยตัวเอง — วัดการทำงานแบบ agent
เขียนโค้ดแก้โจทย์วิทยาศาสตร์ระดับงานวิจัย
อ่านเอกสารชุดยาวหลายฉบับแล้วตอบคำถามที่ต้องโยงข้อมูลข้ามเอกสาร — วัดการให้เหตุผลกับ context ยาว
ราคาของผู้พัฒนาโมเดล ถัวเฉลี่ย input:output ที่ 3:1 (สัดส่วนคร่าว ๆ ของงานแบบแชท) — ยิ่งต่ำยิ่งดี
คะแนน Intelligence ที่ได้ต่อราคา 1 ดอลลาร์ — ยิ่งสูงยิ่งคุ้ม
กราฟ benchmark ทุกใบใช้สเกล 0–100% เท่ากัน — Humanity's Last Exam คะแนนต่ำกว่าตัวอื่นมากเพราะเป็นชุดคำถามที่ยากที่สุด ไม่ได้แปลว่าโมเดลแย่
อัปเดตอัตโนมัติทุกวัน — ข่าวชุดนี้ดึงเมื่อ 14 พ.ย. 2569 เวลา 06:07 น. — โลโก้ท้ายการ์ดบอกว่าข่าวนี้เกี่ยวกับโมเดลของค่ายไหน
หัวข้อและสรุปภาษาไทยแปลโดย AI (Claude) จากต้นฉบับภาษาอังกฤษ ตรวจรายละเอียดกับต้นฉบับก่อนนำไปใช้อ้างอิง
OpenAI เปิดตัว ChatGPT Wallet ช่องทางที่ปลอดภัยให้ agents ใน ChatGPT Work, Codex และ dots ทำรายการซื้อสินค้าได้ โดยต้องได้รับการอนุมัติจากผู้ใช้และยังคงการคุ้มครองของบัตรเดิม นับเป็นก้าวสำคัญของการให้ AI agent ทำธุรกรรมแทนผู้ใช้
Amplitude สร้าง Wave ซึ่งเป็น proactive product agent บนโมเดลของ OpenAI เป็นหลัก เพื่อช่วยระบุว่าควรพัฒนาอะไร ใช้ coding agents ช่วยทีมส่งงานจริง และวัดผลกระทบที่เกิดขึ้น
Gondola แพลตฟอร์มที่ช่วยให้คนสายครีเอทีฟได้รับเครดิตผลงานและโอกาสงาน ระบุว่า Codex ช่วยเพิ่มผลงานของ lead engineer ได้ 50% ขณะที่ ChatGPT ช่วยให้งานประจำวันง่ายขึ้น
Holiday Extras ใช้ Codex เปลี่ยนความเชี่ยวชาญด้านลูกค้าให้กลายเป็นแอปที่ดีขึ้น ส่งผลให้อัตราการจองเพิ่มขึ้นและเปิดโอกาสใหม่ ๆ ในการเติบโต
OpenAI ประกาศมอบเงิน 2 ล้านดอลลาร์สนับสนุนงานวิจัยเรื่อง AI และความปลอดภัยของเด็ก โดยมุ่งสร้างเครื่องมือกลางสำหรับวัดทั้งความเสี่ยงและโอกาสที่ AI มีต่อเยาวชน
บทสัมภาษณ์ Sam Nickless หุ้นส่วนและ Chief Executive Officer ของสำนักงานกฎหมาย Gilbert + Tobin เกี่ยวกับการนำ AI มาคิดใหม่กับการทำธุรกิจด้านกฎหมาย
Google DeepMind ประกาศเปิดตัวโมเดลใหม่ในชื่อ Gemini 4 Hydrogen (ต้นฉบับไม่ได้ให้รายละเอียดเพิ่มเติม)
Hugging Face เผยแพร่คู่มือการทำ fine-tuning สำหรับโมเดล 3D generation เหมาะสำหรับผู้ที่ต้องการปรับโมเดลสร้างโมเดลสามมิติให้เข้ากับงานของตนเอง
ทหารผ่านศึกและกำลังพลที่กำลังเปลี่ยนผ่านสู่ชีวิตพลเรือนกว่า 20,000 คนได้รับสิทธิ์ใช้ ChatGPT Plus ฟรี 1 ปี โดยนำไปใช้เตรียมตัวสำหรับอาชีพในภาคพลเรือน
Vijay Seshadri จาก JioStar อธิบายการทำ AI discovery ในระดับผู้ใช้ 500 ล้านคน พร้อมแชร์บทเรียนเรื่อง evals, guardrails และการนำ AI ขึ้นใช้งานจริงใน production
Google DeepMind เปิดตัว AlphaGenome 2 ที่ทำนายว่าลำดับ DNA และความแปรผันของมันส่งผลต่อเซลล์มนุษย์แต่ละชนิดและต่อโรคอย่างไร ช่วยให้เข้าใจกลไกของโรคได้ลึกขึ้น
Hugging Face นำเสนอแนวทาง Token Pooling-Aware Training สำหรับโมเดล multi-vector embedding ซึ่งเกี่ยวข้องกับการปรับปรุงประสิทธิภาพของโมเดลฝังเวกเตอร์หลายตัว
บางช่องยังไม่มีข้อมูล
ตัวเลขดึงจาก OpenRouter และ Artificial Analysis โดยตรง ช่องที่แหล่งข้อมูลยังไม่เผยแพร่จะแสดงเป็น N/A หรือ “ยังไม่ระบุ” เราไม่ใส่ค่าประมาณแทน
โลโก้ของแต่ละค่ายเป็นเครื่องหมายการค้าของเจ้าของแบรนด์ ใช้เพื่อระบุผลิตภัณฑ์ในตารางเปรียบเทียบเท่านั้น · รูปทรงโลโก้จาก Lobe Icons (MIT License)