ทำความรู้จัก Kimi K3 โมเดล AI Open-Weight ที่กำลังเปลี่ยนเกม

ลองพิมพ์คำถามธรรมดา ๆ ลงใน Kimi K3 แล้วรอดูสิ่งที่เกิดขึ้น

ไม่ถึงสิบวินาที คุณได้คำตอบที่ละเอียด มีโครงสร้าง และเข้าใจบริบท

ไม่ใช่แค่ตอบคำถาม แต่มันวางแผน แบ่งงานย่อย ประสานงานกันหลายส่วน แล้วส่งผลลัพธ์กลับมาเหมือนมีทีมคนอยู่เบื้องหลัง

เมื่อตอนผู้เขียนได้ลองใช้ครั้งแรก ถึงกับต้องหยุดอ่านซ้ำ

ไม่ใช่เพราะประทับใจอย่างเดียว แต่เพราะคิดว่า ถ้า AI ตัวหนึ่งสามารถทำได้ขนาดนี้ แล้วเราจะรู้ได้อย่างไรว่าขอบเขตของมันอยู่ที่ไหน?

คำถามนี้ไม่ใช่ของนักพัฒนาซอฟต์แวร์หรือวิศวกร AI อีกต่อไปแล้ว มันเป็นคำถามของทุกคนที่กำลังเลือกเครื่องมือสำหรับงานของตัวเอง

---

1. เมื่อโมเดล AI ไม่ใช่แค่ตัวตอบคำถามอีกต่อไป

ปี 2026 โลก AI กำลังเปลี่ยนเร็วกว่าที่หลายคนคาด

บริษัทใหญ่ ๆ ต่างพัฒนาโมเดลที่ไม่ได้แข่งกันที่ "ฉลาดกว่า" อีกต่อไป แต่แข่งกันที่ "ทำงานได้จริง" มากกว่า

และในเวลานั้นเอง Moonshot AI บริษัท AI สัญชาติจีนที่ก่อตั้งเมื่อปี 2023 กำลังเติบโตอย่างก้าวกระโดด

จากมูลค่าบริษัทราว 4.3 พันล้านดอลลาร์เมื่อปลายปี 2025 ขยับเป็นราว 20 พันล้านดอลลาร์ในเดือนพฤษภาคม 2026 และล่าสุดกำลังปิดรอบระดมทุนที่มูลค่าประมาณ 31.5 พันล้านดอลลาร์ หลังระดมทุนได้ 2 พันล้านดอลลาร์ พร้อมเป้าหมายเข้าตลาดหุ้นฮ่องกงภายในไม่กี่เดือนข้างหน้า

รายได้ประจำต่อปี (ARR) แตะประมาณ 300 ล้านดอลลาร์ในเดือนมิถุนายน และหลังเปิดตัวโมเดลใหม่ ยอดขายรายวันพุ่งขึ้นกว่า 6 เท่า จนต้องหยุดรับสมาชิกใหม่ชั่วคราวเพราะกำลังประมวลผลไม่พอ

แต่สิ่งที่ทำให้ผู้เขียนหยุดมอง ไม่ใช่ตัวเลขเหล่านี้ แต่เป็น Kimi K3 โมเดลล่าสุดที่เปิดตัวเมื่อ 16 กรกฎาคม 2026 นี้เอง ... นิยามสั้น ๆ คือ ใหญ่ที่สุด และไม่เหมือนใคร

---

2. Kimi K3 คืออะไร

K3 เป็นโมเดลภาษาขนาด 2.8 ล้านล้านพารามิเตอร์ ใช้สถาปัตยกรรม Mixture-of-Experts (MoE)

ซึ่งหมายความว่า แม้โมเดลจะมีขนาดมหาศาล แต่ในแต่ละครั้งที่ประมวลผล มันเลือกเปิดใช้งานเฉพาะ "ผู้เชี่ยวชาญ" บางส่วนที่จำเป็นต่องานนั้น ทำให้ต้นทุนการประมวลผลต่ำกว่าการรันโมเดลเต็มขนาดมาก

K3 ยังมาพร้อมสถาปัตยกรรมความสนใจแบบใหม่ที่เรียกว่า Kimi Delta Attention (KDA) รองรับภาพแบบ native และ context window ขนาด 1 ล้าน token อ่านเอกสารทั้งโครงการได้ในครั้งเดียว

แต่สิ่งที่น่าสนใจกว่าขนาด คือสิ่งที่ Moonshot AI ตัดสินใจทำกับมัน

พวกเขาประกาศเปิดเผย weights ของโมเดลให้โลกดาวน์โหลดได้

ไม่ใช่แค่ API ที่ต้องจ่ายต่อการใช้งาน แต่เป็นไฟล์โมเดลทั้งหมด ที่องค์กรไหนก็สามารถนำไปรันบน server ของตัวเองได้

ข้อควรรู้คือ ณ วันที่เขียนบทความนี้ weights ยังไม่ถูกปล่อยออกมาจริง Moonshot ประกาศว่าจะเปิดให้ดาวน์โหลดภายใน 27 กรกฎาคม 2026 ดังนั้นตอนนี้ K3 จึงอยู่ในสถานะ "open-weight pending" ใช้ได้ผ่าน API ก่อน

นี่คือจุดที่แตกต่างจาก Claude Fable 5 หรือ GPT-5.6 ซึ่งยังคงเป็นโมเดลปิด ใช้ได้ผ่าน API เท่านั้น

---

3. สิ่งที่ K3 ทำได้จริง

ความสามารถ	รายละเอียด
Context Window	1,048,576 tokens (1M) อ่านเอกสารหรือ codebase ขนาดใหญ่ได้ในครั้งเดียว โดยคิดราคาแบบ flat ไม่แบ่งขั้นตามความยาว
Multimodal	รองรับการเข้าใจภาพแบบ native ฝึกฝนมาพร้อมกันตั้งแต่ต้น ไม่ใช่ต่อโมดูลทีหลัง
Agentic Work	ออกแบบมาเพื่องานแบบ agent โดยเฉพาะ ทั้ง tool calling, extended reasoning และ Agent Swarm สำหรับ automate workflow ในองค์กร
Coding	จุดแข็งที่สุดของ K3 ครองอันดับ 1 บน Frontend Code Arena และทำคะแนน coding benchmark ระดับแนวหน้า

---

4. Benchmark บอกอะไรเรา

ผู้เขียนสรุปจาก benchmark ที่ Moonshot AI รายงาน ดังนี้ครับ

Benchmark	ทดสอบอะไร	Kimi K3	Claude Fable 5
Terminal-Bench 2.1	งาน agent บน terminal	88.3	84.6
SWE Marathon	Coding งานยาวหลายขั้นตอน	42.0	35.0
Program Bench	เขียนโปรแกรม	77.8	76.8
BrowseComp	ค้นคว้าผ่านเว็บ	91.2	88.0
SWE-bench Verified	แก้ bug ในโค้ดจริง	76.8	—

* ข้อมูล benchmark จาก Moonshot AI (vendor-reported) — การเปรียบเทียบข้ามโมเดลใช้ harness ต่างกัน ตัวเลขอาจแกว่งได้หลายจุด

ภาพรวมที่ Moonshot ยอมรับเองคือ K3 ชนะ Claude Opus 4.8 และ GPT-5.5 ในงาน coding และ agentic แต่ยังตามหลัง Claude Fable 5 และ GPT-5.6 Sol ในความสามารถโดยรวม โดยเฉพาะ general reasoning

ซึ่งผู้เขียนมองว่า นี่ไม่ใช่จุดอ่อน แต่เป็นการบอกว่า K3 เลือกที่จะเก่งในสิ่งที่คนทำงานต้องใช้จริง เช่น งาน agent, การค้นคว้า และ coding มากกว่าการไล่ตามทุกช่องบนกระดาน benchmark

---

5. ราคาที่ทำให้ตลาดต้องหันมามอง

ราคาคือสิ่งที่น่าสนใจไม่แพ้ความสามารถ 

โมเดล	Input ต่อล้าน token	Output ต่อล้าน token
Kimi K3	$3.00 (cache hit $0.30)	$15.00
Claude Opus 4.8	$5.00	$25.00
Claude Fable 5	$10.00	$50.00
Gemini 3.1 Pro	$2.00–4.00	$12.00–18.00

K3 ถูกกว่า Claude Fable 5 ราว 3 เท่า และถูกกว่า Opus 4.8 เกือบครึ่ง ที่ระดับ benchmark ด้าน coding ที่สูสีหรือเหนือกว่า

และเมื่อ prompt caching ทำงาน ราคา input เหลือเพียง $0.30 ต่อล้าน token ซึ่งสำคัญมากสำหรับงาน agent ที่วนอ่าน context เดิมซ้ำ ๆ

สำหรับ startup หรือองค์กรที่ใช้ AI หนัก ๆ ตัวเลขนี้ไม่ใช่แค่ "ถูกกว่า" แต่หมายถึง "ใช้ได้จริง" โดยไม่ต้องจ่ายแพง

---

6. ข้อจำกัดที่ยังต้องจับตา

K3 ไม่ใช่คำตอบสุดท้ายครับ

Open Weights ที่ยังต้องรอ
คำมั่นเรื่องเปิด weights ยังเป็นแค่ประกาศ จนกว่าไฟล์จะถูกปล่อยจริงภายใน 27 กรกฎาคม 2026 องค์กรที่วางแผน self-host ควรรอให้ของมาถึงมือก่อนตัดสินใจ

Data Residency
ถ้าใช้ผ่าน API ของ Moonshot AI ข้อมูลผ่าน server จีน เป็นข้อกังวลสำหรับองค์กรที่ต้องการ compliance ระดับสูง จุดนี้จะแก้ได้ก็ต่อเมื่อ weights เปิดจริงและนำไป self-host ได้

กำลังประมวลผลที่ยังไม่พอ
ความนิยมหลังเปิดตัวทำให้ Moonshot ต้องหยุดรับสมาชิกใหม่ชั่วคราว สะท้อนว่า infrastructure ยังโตไม่ทันความต้องการ

Ecosystem และ Track Record
Tutorial, integration และ community ยังน้อยกว่า Claude หรือ OpenAI และประวัติการใช้งานในองค์กรนอกจีนยังสั้น ต้องใช้เวลาพิสูจน์ความ reliable ในระยะยาว

---

บทส่งท้าย

Kimi K3 ไม่ใช่แค่โมเดล AI ที่ใหญ่ขึ้นอีกรุ่นหนึ่งครับ มันคือการบอกว่า ทางเลือกในโลก AI ไม่ได้มีแค่สองสามเส้นทาง

บางคนอาจเลือก Claude เพราะความน่าเชื่อถือและ ecosystem ที่มั่นคง บางคนอาจเลือก Gemini เพราะผูกติดกับ Google Workspace

แต่ถ้าคุณต้องการ AI ที่ทำงาน agent และ coding ได้ระดับแนวหน้า มีแผนควบคุมข้อมูลเองได้ด้วยการ self-host และจ่ายในราคาที่ startup ก็เอื้อมถึง

K3 อาจเป็นตัวเลือกที่ไม่ควรมองข้าม

เพราะเครื่องมือดีแค่ไหนก็ไม่พอ ถ้าคนที่ใช้มันไม่รู้ว่ามีทางเลือกอยู่ และไม่รู้ว่า เมื่อไหร่ ควรลองใช้ทางเลือกนั้น

การตระหนักรู้ในโลก AI จึงไม่ใช่แค่ทักษะของคนสายเทคโนโลยีอีกต่อไปแล้ว แต่กลายเป็น จิตสำนึกพื้นฐานของการเลือกเครื่องมือที่ใช่สำหรับงานของตัวเอง ครับ

---

หมายเหตุ เขียนเมื่อ 24 กรกฎาคม 2569 | ข้อมูล ณ วันเผยแพร่ จาก Moonshot AI (vendor-reported), Bloomberg, CNBC และเอกสารราคาทางการของผู้ให้บริการ