TL;DR: มีการเปิดตัวโมเดลหลัก 6 รุ่นภายในช่วงเวลาประมาณสามสัปดาห์ของเดือนกรกฎาคม 2026: ตระกูลสามระดับ GPT-5.6 ของ OpenAI (Sol/Terra/Luna), Gemini 3.6 Flash ของ Google, Grok 4.5 ของ xAI, Kimi K3 ของ Moonshot AI, Claude Opus 5 ของ Anthropic และ GLM-5.2 ของ Zhipu ไม่มีตัวเลือกรวมที่ “ดีที่สุด” สำหรับทุกกรณี การตัดสินใจเชิงปฏิบัติขึ้นกับความลึกในการให้เหตุผล สมรรถนะด้านโค้ด ต้นทุนต่อโทเค็น ความต้องการบริบท และว่าการปรับใช้ด้วยน้ำหนักแบบเปิดมีความสำคัญหรือไม่ การเปรียบเทียบนี้ใช้ข้อมูลทางการล่าสุดจากผู้ให้บริการและรายการของ CometAPI โดยการอ้างอิงผลเบนช์มาร์กจะติดป้ายแหล่งที่มาแทนที่จะจัดเป็นตารางจัดอันดับสากลเพียงชุดเดียว
ประเด็นสำคัญ:
- GPT-5.6 ไม่ใช่โมเดลเดียว — มีสามระดับ (Sol, Terra, Luna) ที่ช่วงราคาแตกต่างกัน และการเลือกผิดระดับอาจเป็นความผิดพลาดด้านต้นทุนที่ใหญ่กว่าการเลือกผิดตระกูลโมเดลทั้งชุด
- ทั้ง Gemini 3.6 Flash และ GLM-5.2 ต่างประกาศหน้าต่างบริบท 1,000,000 โทเค็น; Kimi K3 ก็ให้ตัวเลขเดียวกัน — ขนาดบริบทเลิกเป็นตัวแยกความต่างในบรรดารุ่นผู้นำของเจนเนอเรชันนี้แล้ว
- GLM-5.2 และ Kimi K3 ต่างรองรับการปรับใช้ด้วยน้ำหนักแบบเปิด แต่ไม่ได้ใช้สัญญาอนุญาตเดียวกัน GLM-5.2 ออกภายใต้ MIT License; Kimi K3 ใช้ Kimi K3 License แยกต่างหาก ควรทบทวนเงื่อนไขเชิงพาณิชย์ก่อนโฮสต์เองหรือให้บริการ model-as-a-service
- Claude Opus 5 เปิดตัวอย่างเป็นทางการแล้ว Anthropic ประกาศเมื่อ 24 ก.ค. 2026 พร้อมหน้าต่างบริบท 1M โทเค็น เอาต์พุตซิงโครนัสได้สูงสุด 128K และราคาทางการ $5 ต่อหนึ่งล้านโทเค็นอินพุต และ $25 ต่อหนึ่งล้านโทเค็นเอาต์พุต; CometAPI ปัจจุบันแสดงไว้ที่ $4/$20
สิ่งที่เปิดตัวจริงในเดือนนี้
กรกฎาคม 2026 เป็นเดือนที่หนาแน่นผิดปกติสำหรับการเปิดตัวโมเดลระดับแนวหน้าและใกล้เคียงระดับแนวหน้า โดยในช่วงประมาณสามสัปดาห์ OpenAI ส่งตระกูล GPT-5.6 (9 ก.ค.), xAI เปิดตัว Grok 4.5 (8 ก.ค.), Moonshot AI เปิดตัว Kimi K3 (16 ก.ค.), Google เปิดตัว Gemini 3.6 Flash (21 ก.ค.) และ Anthropic เปิดตัว Claude Opus 5 อย่างเป็นทางการ (24 ก.ค.) ส่วน GLM-5.2 ของ Zhipu มาถึงก่อนเล็กน้อยในเดือนมิถุนายน แต่ด้วยบริบท 1M โทเค็นและการปล่อยภายใต้ MIT ทำให้ยังเกี่ยวข้องกับการตัดสินใจซื้อและการปรับใช้ในชุดเดียวกันนี้
คำถามเชิงปฏิบัติสำหรับผู้ที่สร้างบนโมเดลเหล่านี้ไม่ใช่ว่า “ตัวไหนดีที่สุด” ในเชิงนามธรรม แต่คือ “ตัวเลือกที่ยืนยันแล้วตัวใดเหมาะกับงานเฉพาะ” โมเดลทั้งหกแตกต่างกันอย่างมีนัยสำคัญด้านต้นทุน บริบท พฤติกรรมการเขียนโค้ด สัญญาอนุญาต และความยืดหยุ่นในการปรับใช้
ราคาและสเปก: เทียบกันแบบเคียงข้าง
ราคาด้านล่างเป็นราคาต่อหนึ่งล้านโทเค็น หากโมเดลมีหลายระดับจะแสดงแต่ละระดับแยกกัน
| Model | Input | Output | Context Window | License | Released |
|---|---|---|---|---|---|
| GPT-5.6 Sol | $5.00 | $30.00 | Not publicly specified | Proprietary | Jul 9, 2026 |
| GPT-5.6 Terra | $2.50 | $15.00 | Not publicly specified | Proprietary | Jul 9, 2026 |
| GPT-5.6 Luna | $1.00 | $6.00 | Not publicly specified | Proprietary | Jul 9, 2026 |
| Grok 4.5 | $2.00 | $4.00 | Not publicly specified | Proprietary | Jul 8, 2026 |
| Kimi K3 | $3.00 | $15.00 | 1,048,576 tokens | Open weights (Kimi K3 License) | Jul 16, 2026 |
| Gemini 3.6 Flash | $1.50 | $7.50 | 1,048,576 tokens (65,536 output) | Proprietary | Jul 21, 2026 |
| GLM-5.2 | $1.40 | $4.41 | 1,000,000 tokens | Open (MIT license) | Jun 13, 2026 |
| Claude Opus 5 | $5.00 | $25.00 | 1,000,000 tokens (128K output) | Proprietary | Jul 24, 2026 |
*แสดงอัตราทางการของผู้ให้บริการด้านบน; หากใช้ API แบบรวมที่ใช้ส่วนลดมาตรฐาน อัตราของแต่ละตัวจะถูกลงตามสัดส่วน — จุดประสงค์ของตารางคือตัวเปรียบเทียบช่องว่างสัมพัทธ์ระหว่างโมเดล ไม่ใช่ราคาชำระเงินของผู้ขายรายใดรายหนึ่ง
มีหลายจุดที่โดดเด่นจากตารางราคาและสเปก Sol ซึ่งเป็นระดับบนของ GPT-5.6 ตั้งราคาสำหรับงานให้เหตุผลระดับแนวหน้าและงานเชิงเอเจนต์ มากกว่างานประจำวัน ในขณะที่ราคาฝั่งเอาต์พุตของ Grok 4.5 ค่อนข้างต่ำเมื่อเทียบกับการจัดวางตำแหน่ง GLM-5.2 มีราคาฝั่งเอาต์พุตต่ำสุดในกลุ่มนี้และใช้ MIT License แบบผ่อนปรน Kimi K3 ก็ให้น้ำหนักแบบดาวน์โหลดได้และบริบท 1M โทเค็น แต่ภายใต้ Kimi K3 License แทน MIT Gemini 3.6 Flash, Kimi K3, GLM-5.2 และ Claude Opus 5 ต่างก็ประกาศหน้าต่างบริบทประมาณ 1M โทเค็น ดังนั้นความจุบริบทเพียงอย่างเดียวจึงไม่พอสำหรับการตัดสินใจเลือกในหมู่พวกเขา อัตราที่ CometAPI แสดงมักต่ำกว่าราคา list ของผู้ให้บริการ แต่การประเมินในระดับเวิร์กโหลดยังคงมีประโยชน์กว่าการเปรียบเทียบราคาโทเค็นแบบโดดๆ
แต่ละตัวถูกปรับจูนมาเพื่ออะไรจริงๆ
GPT-5.6 Sol ถูกวางตำแหน่งสำหรับการให้เหตุผลระดับแนวหน้า การเขียนโค้ดเชิงเอเจนต์ และงานเทคนิคระยะยาว — รองรับโหมด "Max Reasoning Effort" และ "Ultra Mode" ที่เปิดตัวเอเจนต์ย่อยแบบขนาน นี่คือระดับที่เหมาะกับปัญหายากหลายขั้นตอน ไม่ใช่งานประจำ เมื่อพิจารณาช่องว่างราคาเมื่อเทียบกับ Terra และ Luna
GPT-5.6 Terra เป็นระดับกลางที่สมดุล — ผลิตภาพประจำวัน เอกสาร การสนับสนุนการเขียนโค้ด และระบบอัตโนมัติทางธุรกิจ สำหรับแบ็กเอนด์แอปส่วนใหญ่ที่ไม่ต้องการความลึกในการให้เหตุผลแบบ Sol โดยเฉพาะ Terra เป็นดีฟอลต์ที่ป้องกันการตัดสินใจได้มากกว่า
GPT-5.6 Luna มุ่งเป้าไปที่การใช้งานเบา ปริมาณสูง: การจัดประเภท งานซัพพอร์ตลูกค้า โฟลว์ออนบอร์ดดิ้ง การสร้างคอนเทนต์ซ้ำๆ ที่ทำบ่อย ด้วยราคา $1.00/$6.00 ต่อหนึ่งล้านโทเค็น (ก่อนส่วนลดของเกตเวย์ใดๆ) จึงตั้งราคาเพื่อเวิร์กโหลดแบบเรียกใช้งานสูง-ความซับซ้อนต่ำประเภทนี้โดยตรง — และยังรองรับการคิดราคาสำหรับอินพุตที่แคชไว้ด้วยส่วนลด 90% จากอัตราอินพุตมาตรฐาน ซึ่งสำคัญกว่ากับระดับนี้มากกว่าระดับบนๆ เนื่องจากเวิร์กโหลดปริมาณสูงมักมีความซ้ำซ้อน
Grok 4.5 ไม่ได้ประกาศความเชี่ยวชาญเฉพาะทางแบบชัดเจนเหมือนระดับของ GPT-5.6 แต่ราคาวางไว้ระหว่างตัวเลือกประหยัดถึงระดับกลาง — ควรเปรียบเทียบเบนช์มาร์กโดยตรงกับ Terra หรือ Kimi K3 ตามเวิร์กโหลดเฉพาะ แทนที่จะสรุปการจัดวางตำแหน่งจากราคาเพียงอย่างเดียว
Kimi K3 เป็นโมเดล Mixture-of-Experts พารามิเตอร์ 2.8 ล้านล้าน ออกแบบมาสำหรับการเขียนโค้ดระยะยาว งานความรู้แบบมัลติโหมด และการวิเคราะห์เอกสารหรือรีโพขนาดใหญ่ในบริบท 1M โทเค็น Moonshot AI ปล่อยน้ำหนักเต็ม ทำให้สามารถโฮสต์เองได้ แต่การปล่อยอยู่ภายใต้ Kimi K3 License ซึ่งมีเงื่อนไขเชิงพาณิชย์ที่ต่างจากการปล่อยแบบ MIT มาตรฐาน
Gemini 3.6 Flash คือรุ่นที่เน้นประสิทธิภาพของ Google: ระบุชัดว่าเป็นรุ่นต่อยอดแบบเพิ่มพูนจาก 3.5 Flash ที่ถูกปรับให้เหมาะด้านต้นทุนและเวลาแฝง ไม่ใช่โมเดลแนวหน้าใหม่ พร้อมพัฒนาการจริงบนเบนช์มาร์กการเขียนโค้ดและงานเชิงเอเจนต์ และราคาต่อโทเค็นฝั่งเอาต์พุตที่ต่ำกว่ารุ่นก่อน เหมาะกับเวิร์กโหลดเชิงเอเจนต์ที่ประสิทธิภาพโทเค็นและต้นทุนต่อภารกิจที่สำเร็จสำคัญพอๆ กับความสามารถดิบ
GLM-5.2 เป็นตัวเลือกแบบเปิดที่มีสัญญาอนุญาตผ่อนปรนมากกว่าในชุดเปรียบเทียบนี้ Z.ai ปล่อยภายใต้ MIT License พร้อมบริบท 1M โทเค็น และเน้นย้ำการเขียนโค้ดระยะยาว การใช้เครื่องมือ และความพยายามในการคิดที่ปรับได้ ทีมงานสามารถเข้าถึงผ่าน API หรือรันน้ำหนักที่ปล่อยเผยแพร่ในเครื่อง ตามข้อกำหนดด้านโครงสร้างพื้นฐานและการประเมินของตนเอง
เปรียบเทียบความสามารถด้านการเขียนโค้ด
ทั้งหกรุ่นมุ่งเป้าแพตเทิร์นวิศวกรรมที่ต่างกัน จึงควรเข้าใจความสามารถด้านโค้ดเป็น “ความเหมาะสมต่อเวิร์กโหลด” มากกว่าการจัดอันดับเดียว
- Claude Opus 5 เหมาะที่สุดสำหรับการดีบักยากๆ การวิเคราะห์หาสาเหตุราก การรีแฟกเตอร์ครั้งใหญ่ และเอเจนต์ซอฟต์แวร์ที่รันยาว; Anthropic เน้นพฤติกรรมการตรวจสอบและการวนซ้ำที่แข็งแกร่งขึ้น
- GPT-5.6 Sol, Terra และ Luna ให้เส้นทางแบบแบ่งระดับ ตั้งแต่งานโค้ดและการให้เหตุผลที่ซับซ้อน ไปจนถึงงานพัฒนาที่สมดุล และผู้ช่วยโค้ดปริมาณสูง
- Gemini 3.6 Flash ปรับจูนเพื่อวงรอบการเขียนโค้ดเชิงเอเจนต์ที่รวดเร็ว ซึ่งเวลาแฝงและต้นทุนต่อรอบมีความสำคัญ
- Kimi K3 ออกแบบสำหรับการเขียนโค้ดระยะยาวบนรีโพขนาดใหญ่มาก ด้วยบริบท 1M โทเค็นและน้ำหนักที่ดาวน์โหลดได้
- GLM-5.2 ผสานการเขียนโค้ดระยะยาว การใช้เครื่องมือ ความพยายามในการคิดที่ปรับได้ และการปรับใช้ในเครื่องภายใต้ MIT License
- Grok 4.5 ควรถือเป็นผู้สมัครสำหรับการประเมินเทียบตรงกับตัวอื่น เพราะการวางตำแหน่งทางการไม่ได้แจกแจงความเชี่ยวชาญด้านโค้ดแบบเดียวกับตระกูล GPT ที่แบ่งระดับ
ข้อแลกเปลี่ยนของการเปรียบเทียบ (และสลับ) โมเดลบ่อยขนาดนี้
นี่ไม่ใช่ข้ออ้างให้ไล่ตามทุกการเปิดตัวใหม่ การสลับเวิร์กโหลดโปรดักชันไปยังโมเดลใหม่ทุกครั้งที่มีรุ่นออกมีต้นทุนจริง: ทดสอบพรอมป์ตใหม่ ยืนยันคุณภาพผลลัพธ์ใหม่ และคำนวณต้นทุนต่อภารกิจซ้ำกับทราฟฟิกจริงของคุณ ไม่ใช่ชุดเบนช์มาร์กสังเคราะห์ API แบบรวมไม่ได้ลบงานประเมินนั้นออก แต่ลบภาระบัญชีแยก/บิลแยกของการรันทดสอบจริง — การเรียก GPT-5.6 Terra, Gemini 3.6 Flash, Kimi K3 และ GLM-5.2 ด้วยรูปแบบคำขอเดียวและบิลเดียวทำให้เป็นไปได้จริงที่จะทดสอบมากกว่าหนึ่งตัวก่อนตกลงใจ มากกว่าการยึดกับผู้ให้บริการที่คุณมีคีย์อยู่แล้ว
นั่นเป็นข้อได้เปรียบจริง แต่ไม่ใช่ทางออกทั้งหมด — มันไม่ทดแทนการอ่านเอกสารของแต่ละโมเดล และไม่ได้ทำให้การเลือกโมเดลปลอดต้นทุนการสลับที่กล่าวมาข้างต้น สิ่งที่มันทำคือ ลดต้นทุนของการ “ค้นหา” ว่าโมเดลใดเหมาะกับเวิร์กโหลดที่กำหนดจริงๆ ซึ่งเป็นข้ออ้างที่ต่างออกไป (และซื่อสัตย์กว่า) จาก “โมเดลนี้ดีที่สุด”
คำถามที่พบบ่อย
อะไรคือโมเดล AI ที่ดีที่สุดที่ออกในเดือนกรกฎาคม 2026? ไม่มีคำตอบเดียว GPT-5.6 Sol และ Claude Opus 5 มุ่งเป้าไปที่งานให้เหตุผลและการเขียนโค้ดที่ต้องการสูง; Gemini 3.6 Flash เน้นวงรอบเอเจนต์ที่มีประสิทธิภาพ; Kimi K3 ผสานบริบทยาวกับน้ำหนักแบบเปิด; และ GLM-5.2 ผสานศักยภาพระยะยาวกับ MIT License ตัวเลือกที่ใช่ขึ้นอยู่กับเวิร์กโหลดและข้อจำกัดในการปรับใช้
GPT-5.6 เป็นโมเดลเดียวหรือหลายตัว? สามตัว: Sol (เรือธง ให้เหตุผลแนวหน้า), Terra (สมดุล ใช้งานประจำวัน) และ Luna (เร็วและต้นทุนต่ำ งานปริมาณสูง) — แต่ละตัวตั้งราคาต่างกัน ตั้งแต่ $0.80/$4.80 ต่อหนึ่งล้านโทเค็นสำหรับ Luna ไปจนถึง $4.00/$24.00 สำหรับ Sol
Claude Opus 5 เปิดตัวอย่างเป็นทางการหรือยัง? ใช่ Anthropic ประกาศ Claude Opus 5 เมื่อ 24 ก.ค. 2026 การประกาศทางการระบุหน้าต่างบริบท 1M โทเค็น และวางโมเดลสำหรับงานเขียนโค้ดเชิงเอเจนต์และงานความรู้ที่ซับซ้อน; ราคาทางการของ API คือ $5 ต่อหนึ่งล้านโทเค็นอินพุต และ $25 ต่อหนึ่งล้านโทเค็นเอาต์พุต
ในบรรดาโมเดลเหล่านี้ ตัวไหนถูกที่สุดเมื่อรันที่สเกล? จากราคาผู้ให้บริการฝั่งเอาต์พุตในตาราง GLM-5.2 เป็นตัวเลือกที่ต่ำสุดและมี MIT License Kimi K3 ก็มีน้ำหนักแบบเปิด แต่ Kimi K3 License ที่ต่างออกไปและขนาดโมเดลที่ใหญ่กว่ามากทำให้เศรษฐศาสตร์การโฮสต์เองเปลี่ยนไป GPT-5.6 Luna เป็นตัวเลือกแบบ proprietary ผ่าน API ที่ถูกที่สุดในที่นี่
ฉันต้องเลือกโมเดลเดียวแล้วยึดเลย หรือทดสอบหลายตัวได้? การทดสอบมากกว่าหนึ่งตัวกับพรอมป์ตและทราฟฟิกจริงของคุณมักคุ้มค่ากับต้นทุนตั้งค่าก่อนส่งทราฟฟิกโปรดักชัน — API แบบรวม (CometAPI ในบรรดาตัวเลือกอื่นๆ) ทำให้สิ่งนั้น “ถูกลงโดยตรง” เพราะลบภาระบัญชีแยกของการรันทดสอบ แต่ไม่ได้ทดแทนการอ่านเอกสารของแต่ละโมเดล
สรุป
คลื่นการเปิดตัวในกรกฎาคม 2026 ไม่ได้ให้ผู้ชนะที่ชัดเจนหนึ่งราย แต่ให้ตัวเลือกที่ยืนยันแล้วหกรายที่แลกเปลี่ยนกันต่างกันด้านความลึกในการให้เหตุผล สมรรถนะการเขียนโค้ด ต้นทุนโทเค็น บริบท และสัญญาอนุญาต GPT-5.6 Sol และ Claude Opus 5 มุ่งเป้าไปที่งานให้เหตุผลและวิศวกรรมซอฟต์แวร์ที่ยากที่สุด; Gemini 3.6 Flash และ GPT-5.6 Luna เน้นประสิทธิภาพ; Kimi K3 มาพร้อมน้ำหนักแบบเปิดและบริบทมัลติโหมด 1M ภายใต้สัญญาอนุญาตของตนเอง; และ GLM-5.2 เสนอทางเลือก 1M โทเค็นภายใต้ MIT ทั้งหมดนี้เข้าถึงได้ผ่าน CometAPI ด้วยคีย์เดียว ช่วยให้การทดสอบแบบควบคุมทำได้ง่ายขึ้น แต่การเลือกโมเดลยังควรอิงกับพรอมป์ต เครื่องมือ เป้าหมายเวลาแฝง และเกณฑ์ความสำเร็จของเวิร์กโหลดจริงอยู่ดี