กลับไปหน้า ArtifactsAI Model Intelligence

เปรียบเทียบศักยภาพ โมเดล AI

เลือกโมเดลที่สนใจแล้วดูคะแนน benchmark ราคา ความเร็ว และฟีเจอร์เทียบกันแบบตรง ๆ พร้อมข่าวสารวงการ AI ที่อัปเดตทุกวัน

14
โมเดล: 5
Benchmark: 12
ข่าวล่าสุด: 18 ก.ย. 2569
อัปเดตล่าสุด

ข้อมูลยังไม่ครบทุกช่อง

ตัวเลขที่แสดงดึงจาก OpenRouter และ Artificial Analysis โดยตรงและไม่มีการเดาค่า แต่รอบล่าสุดได้ข้อมูล 66 จาก 70 ช่อง — อีก 4 ช่องที่แหล่งข้อมูลยังไม่ได้วัดจะแสดงเป็น N/A ไม่ใช่ตัวเลขประมาณ แถบนี้จะหายไปเองเมื่อข้อมูลครบทุกช่อง

เลือกโมเดลที่ต้องการเปรียบเทียบ

กดก่อน = อยู่ซ้ายสุด · สีและโลโก้ยึดตามค่ายผู้พัฒนา

ตารางเปรียบเทียบ

★ = ค่าที่ดีที่สุดในกลุ่มที่เลือกไว้ · เลื่อนตารางแนวนอน (หรือกด Tab เข้าตารางแล้วใช้ลูกศร) เพื่อดูคอลัมน์ที่เหลือ

เปรียบเทียบโมเดล AI ที่เลือก 3 รุ่น
รายการ	Opus 5Anthropic	GPT-5.6 SolOpenAI	Gemini 3.1Google DeepMind
ภาพรวม
ผู้พัฒนา	Anthropic	OpenAI	Google DeepMind
วันที่เปิดตัว	10 เม.ย. 2569	2 มิ.ย. 2569	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	รองรับ	รองรับ
Benchmark (%)
GPQA Diamondคำถามระดับปริญญาเอก สาขาฟิสิกส์/เคมี/ชีววิทยา — วัดการให้เหตุผลเชิงลึก	93.2	94.1ดีที่สุดในกลุ่มที่เลือก	94.1ดีที่สุดในกลุ่มที่เลือก
Humanity's Last Examชุดคำถามยากที่สุดที่มนุษย์ผู้เชี่ยวชาญออกแบบมาเพื่อท้าทาย AI	54.9ดีที่สุดในกลุ่มที่เลือก	49.5	47.0
Terminal-Bench 2.1สั่งงานผ่าน terminal หลายขั้นตอนจนจบด้วยตัวเอง — วัดการทำงานแบบ agent	89.1ดีที่สุดในกลุ่มที่เลือก	88.0	73.8
τ²-benchคุยกับผู้ใช้พร้อมเรียกใช้เครื่องมือตามกฎของธุรกิจ — วัดการใช้ tool ในสถานการณ์จริง	N/A	85.1	95.6ดีที่สุดในกลุ่มที่เลือก
SciCodeเขียนโค้ดแก้โจทย์วิทยาศาสตร์ระดับงานวิจัย	56.4	57.1	58.7ดีที่สุดในกลุ่มที่เลือก
ดัชนีรวม (0–100)
Intelligenceคะแนนรวมความสามารถทั่วไป	50.7ดีที่สุดในกลุ่มที่เลือก	47.1	30.4
Codingคะแนนรวมด้านการเขียนโปรแกรม	78ดีที่สุดในกลุ่มที่เลือก	77.4	68.8
ราคาผ่าน OpenRouter (USD ต่อ 1M tokens)ราคาที่ OpenRouter คิด อาจต่างจากราคาตรงของผู้ผลิต
Input	$5.00	$2.00ดีที่สุดในกลุ่มที่เลือก	$2.00ดีที่สุดในกลุ่มที่เลือก
Output	$25.00	$10.00ดีที่สุดในกลุ่มที่เลือก	$12.00
ความเร็ว
Output speedจำนวน token ที่สร้างได้ต่อวินาที — ยิ่งมากยิ่งเร็ว	52.928 tok/s	60.334 tok/s	131.127 tok/sดีที่สุดในกลุ่มที่เลือก
Time to first tokenเวลารอก่อนเห็นตัวอักษรแรก — ยิ่งน้อยยิ่งดี	28.4 วิ	71.2 วิ	21.0 วิดีที่สุดในกลุ่มที่เลือก
ฟีเจอร์
MCPModel Context Protocol — มาตรฐานต่อเครื่องมือภายนอก	Native	Native	ผ่าน wrapper
Tool use	รองรับ	รองรับ	รองรับ
ค้นเว็บในตัว	รองรับ	รองรับ	รองรับ
อ่านไฟล์เอกสาร	รองรับ	รองรับ	รองรับ
ตั้งเวลางาน	รองรับ	รองรับ	—
จุดเด่น
จุดเด่น 3 ข้อหลัก	เขียนโค้ดและแก้ bug ในโปรเจกต์จริงได้แม่นยำ รองรับ MCP แบบ native ต่อเครื่องมือภายนอกง่าย ทำตาม instruction ซับซ้อนได้ตรงตามที่สั่ง	รุ่นบนของ GPT-5.6 ที่เน้นงานให้เหตุผลและเขียนโค้ด รับเอกสารชุดใหญ่ได้ในครั้งเดียว ecosystem เครื่องมือและ integration ของ OpenAI กว้าง ต่อกับบริการอื่นได้ง่าย	จัดการวิดีโอและเสียงได้ดีเป็นพิเศษ รองรับ multimodal, tool use และค้นเว็บในตัว ใช้งานผ่านบริการในเครือ Google เช่น Vertex AI ได้โดยตรง
จุดด้อย
จุดด้อย 3 ข้อหลัก	เป็นรุ่นระดับบน ควรเทียบราคากับ Sonnet ในตารางก่อนใช้กับงานปริมาณมาก ต้องออกแบบ prompt ให้ชัดจึงคุ้มค่าตัว ไม่เปิด weights ใช้ได้ผ่าน API และแอปของ Anthropic เท่านั้น	latency สูงเมื่อเปิดโหมดคิดลึก งานที่ต้องการความเร็ว ควรเทียบกับ Terra และ Luna ในตารางก่อน ไม่เปิด weights ใช้ได้ผ่าน API และแอปของ OpenAI เท่านั้น	รองรับ MCP ผ่าน wrapper ไม่ใช่ native ยังไม่มีระบบตั้งเวลางานในตัว ไม่เปิด weights ใช้ได้ผ่าน API และบริการของ Google เท่านั้น
เหมาะกับ
เหมาะกับ 3 ข้อหลัก	งาน software development และ code review AI agent ที่ต้องเรียกใช้เครื่องมือหลายตัว งานวิเคราะห์ที่ต้องการความแม่นยำสูง	งานวิจัยและวิเคราะห์เชิงลึก โจทย์คณิตศาสตร์และ STEM องค์กรที่ใช้ ecosystem ของ OpenAI อยู่แล้ว	งานที่ต้องประมวลผลวิดีโอหรือเสียง ทีมที่ใช้บริการ Google Cloud อยู่แล้ว งานปริมาณมากที่ต้องคุมต้นทุน

คะแนน Benchmark และความคุ้มค่า

ชื่อรุ่นและค่าอยู่ท้ายแท่งทุกแท่ง · ชี้เมาส์ที่แท่งเพื่อดูชื่อรุ่นเต็ม

Claude Opus 5GPT-5.6 SolGemini 3.1 Pro

GPQA Diamond

คำถามระดับปริญญาเอก สาขาฟิสิกส์/เคมี/ชีววิทยา — วัดการให้เหตุผลเชิงลึก

Claude Opus 5: 93.2
GPT-5.6 Sol: 94.1 (ดีที่สุดในกลุ่ม)
Gemini 3.1 Pro: 94.1 (ดีที่สุดในกลุ่ม)

0255075100

Humanity's Last Exam

ชุดคำถามยากที่สุดที่มนุษย์ผู้เชี่ยวชาญออกแบบมาเพื่อท้าทาย AI

Claude Opus 5: 54.9 (ดีที่สุดในกลุ่ม)
GPT-5.6 Sol: 49.5
Gemini 3.1 Pro: 47.0

0255075100

Terminal-Bench 2.1

สั่งงานผ่าน terminal หลายขั้นตอนจนจบด้วยตัวเอง — วัดการทำงานแบบ agent

Claude Opus 5: 89.1 (ดีที่สุดในกลุ่ม)
GPT-5.6 Sol: 88.0
Gemini 3.1 Pro: 73.8

0255075100

τ²-bench

คุยกับผู้ใช้พร้อมเรียกใช้เครื่องมือตามกฎของธุรกิจ — วัดการใช้ tool ในสถานการณ์จริง

Claude Opus 5: ไม่มีข้อมูล
GPT-5.6 Sol: 85.1
Gemini 3.1 Pro: 95.6 (ดีที่สุดในกลุ่ม)

0255075100

SciCode

เขียนโค้ดแก้โจทย์วิทยาศาสตร์ระดับงานวิจัย

Claude Opus 5: 56.4
GPT-5.6 Sol: 57.1
Gemini 3.1 Pro: 58.7 (ดีที่สุดในกลุ่ม)

0255075100

ราคาใช้งานจริง

ถัวเฉลี่ย input:output ที่ 3:1 (สัดส่วนคร่าว ๆ ของงานแบบแชท) — ยิ่งต่ำยิ่งดี

Claude Opus 5: $10.00
GPT-5.6 Sol: $4.00 (ดีที่สุดในกลุ่ม)
Gemini 3.1 Pro: $4.50

$0$3$5$8$10

ความคุ้มค่า

คะแนน Intelligence ที่ได้ต่อราคา 1 ดอลลาร์ — ยิ่งสูงยิ่งคุ้ม

Claude Opus 5: 5.1
GPT-5.6 Sol: 11.8 (ดีที่สุดในกลุ่ม)
Gemini 3.1 Pro: 6.8

05101520

กราฟ benchmark ทุกใบใช้สเกล 0–100% เท่ากัน — Humanity's Last Exam คะแนนต่ำกว่าตัวอื่นมากเพราะเป็นชุดคำถามที่ยากที่สุด ไม่ได้แปลว่าโมเดลแย่

ข่าวสาร AI ล่าสุด

อัปเดตอัตโนมัติทุกวัน — โลโก้ท้ายการ์ดบอกว่าข่าวนี้เกี่ยวกับโมเดลของค่ายไหน
หัวข้อและสรุปภาษาไทยแปลโดย AI (Claude) จากต้นฉบับภาษาอังกฤษ ตรวจรายละเอียดกับต้นฉบับก่อนนำไปใช้อ้างอิง

เฉพาะโมเดลที่เลือกไว้

ฟีเจอร์17 ก.ย. 2569

Cooley เร่งงาน IPO ด้วย ChatGPT

สำนักงานกฎหมาย Cooley สร้างเครื่องมือชื่อ GO Public บน ChatGPT Work เพื่อนำ AI มาช่วยในกระบวนการ IPO ทำให้ทนายความมองเห็นประเด็นปัญหาได้เร็วขึ้น และทุ่มเวลาไปกับการใช้วิจารณญาณในเรื่องที่สำคัญที่สุด

OpenAIอ่านต้นฉบับ

ฟีเจอร์17 ก.ย. 2569

เปิดตัว Astra for Law

OpenAI for Law นำโมเดลระดับ frontier มาใช้กับงานกฎหมาย พร้อม workflow ที่ปรับแต่งได้ตามสำนักงาน การเชื่อมต่อแหล่งข้อมูลทางกฎหมาย และระบบควบคุมระดับ legal-grade สำหรับงานลูกความที่เป็นความลับ

OpenAIอ่านต้นฉบับ

ธุรกิจ16 ก.ย. 2569

ช่วยผู้สูงอายุใช้ AI ในชีวิตประจำวัน

OpenAI จับมือกับ AARP จัด workshop สอนใช้ ChatGPT แบบลงมือทำฟรีให้ผู้สูงอายุ 1,000 คนใน 10 เมืองทั่วสหรัฐฯ เพื่อสร้างทักษะ AI ที่ใช้ได้จริงและปลอดภัย

OpenAIอ่านต้นฉบับ

ฟีเจอร์16 ก.ย. 2569

ออกแบบโฆษณายุคใหม่ด้วย AI

OpenAI เปิดตัวประสบการณ์โฆษณาที่ขับเคลื่อนด้วย AI ทั้ง Sponsored Agents เครื่องมือสำหรับนักการตลาด และการเชื่อมต่อกับ HubSpot และ Shopify

OpenAIอ่านต้นฉบับ

ฟีเจอร์16 ก.ย. 2569

Hex เปลี่ยนการวิเคราะห์ซับซ้อนเป็นรายงานภาพด้วย GPT-6 Astra

GPT-6 Astra ช่วยให้ data agents ของ Hex แปลงคำตอบจากการวิเคราะห์ให้กลายเป็น interactive visualization ที่พนักงานมั่นใจพอจะนำไปแชร์ต่อ

OpenAIอ่านต้นฉบับ

ฟีเจอร์16 ก.ย. 2569

วิธีเชื่อมโยงการใช้ AI เข้ากับคุณค่าทางธุรกิจ

OpenAI อธิบายวิธีใช้ analytics ของ ChatGPT Work และ Codex เพื่อให้ทีมเข้าใจการใช้งานและค่าใช้จ่ายด้าน AI ระบุจุดที่ต้องเทรนเพิ่ม และเชื่อมโยงการนำ AI ไปใช้กับผลลัพธ์ทางธุรกิจ

OpenAIอ่านต้นฉบับ

งานวิจัย16 ก.ย. 2569

กรอบการรายงาน model misalignment ของ OpenAI

OpenAI เผยแพร่กรอบการทำงานสำหรับติดตาม ตรวจสอบ และเปิดเผยพฤติกรรม misalignment ของโมเดล พร้อมรายงาน 6 กรณีที่พบพฤติกรรมผิดคาดหรือน่ากังวล

OpenAIอ่านต้นฉบับ

งานวิจัย16 ก.ย. 2569

คนทำงานกำลังปลดล็อกวิธีทำงานแบบใหม่

งานวิจัย OpenAI Economic Research ชิ้นใหม่แสดงให้เห็นว่าคนทำงานใช้ AI นอกเหนือจากบทบาทงานแบบเดิมอย่างไร และกิจกรรมใหม่ ๆ แบบไหนที่กลายเป็นส่วนหนึ่งของงานประจำ

OpenAIอ่านต้นฉบับ

โมเดลใหม่15 ก.ย. 2569

Google DeepMind เปิดตัว Gemini 3.8 Live และ 3.8 Live Extended Thinking

Google DeepMind ประกาศเปิดตัวโมเดลใหม่ Gemini 3.8 Live และรุ่น 3.8 Live Extended Thinking

Google DeepMindอ่านต้นฉบับ

งานวิจัย15 ก.ย. 2569

AI Agent ทำงานสำเร็จครั้งหนึ่ง แล้วจะทำได้อีกไหม?

บทความจาก Hugging Face ตั้งคำถามถึงความสม่ำเสมอของ AI agent ว่าการทำงานสำเร็จเพียงครั้งเดียวนั้นเชื่อถือได้แค่ไหนเมื่อต้องทำซ้ำ

Hugging Faceอ่านต้นฉบับ

ฟีเจอร์14 ก.ย. 2569

Fyxer สร้างผู้ช่วยผู้บริหาร AI ที่คนไว้ใจได้อย่างไร

Fyxer ใช้โมเดลของ OpenAI ร่วมกับ fine-tuning, memory และ feedback จากผู้ใช้จริง เพื่อจัดระเบียบ inbox และร่างอีเมลด้วยน้ำเสียงเฉพาะตัวของผู้ใช้แต่ละคน

OpenAIอ่านต้นฉบับ

ฟีเจอร์14 ก.ย. 2569

Perplexity ไว้ใจให้ GPT-6 Astra ดูแลระบบแบบ end-to-end

Perplexity ใช้ Astra เขียนงานสื่อสาร แก้ไขซอฟต์แวร์ และเฝ้าติดตามระบบ production โดยต้องเข้าไปตรวจสอบน้อยลงมากเมื่อเทียบกับโมเดลรุ่นก่อน

OpenAIอ่านต้นฉบับ

แหล่งข้อมูล

โลโก้ของแต่ละค่ายเป็นเครื่องหมายการค้าของเจ้าของแบรนด์ ใช้เพื่อระบุผลิตภัณฑ์ในตารางเปรียบเทียบเท่านั้น · รูปทรงโลโก้จาก Lobe Icons (MIT License)