OpenAI ได้เปิดตัว GPT-5 ซึ่งเป็นการเปลี่ยนแปลงครั้งสำคัญในแนวทางการตั้งราคาและการวางตำแหน่งโมเดล AI ของบริษัท ตระกูลโมเดลใหม่นี้เป็นสิ่งที่หลายคนในชุมชนเทคโนโลยีมองว่าเป็นการปรับปรุงแบบค่อยเป็นค่อยไปแต่เชื่อถือได้มากกว่าเวอร์ชันก่อนหน้า มากกว่าการก้าวกระโดดที่ปฏิวัติวงการตามที่บางคนคาดหวัง
Scaling Maximalism แสดงสัญญาณของการลดลง
ชุมชนเทคโนโลยีกำลังพูดถึงกันอย่างคึกคักเกี่ยวกับว่ายุคของ scaling maximalism แบบบริสุทธิ์ในการพัฒนา AI กำลังจะสิ้นสุดลงหรือไม่ สถาปัตยกรรมของ GPT-5 เผยให้เห็นแนวทางแบบไฮบริดที่สลับไปมาระหว่างโมเดลเฉพาะทางต่างๆ แทนที่จะพึ่งพาโมเดลเดียวที่มีขนาดใหญ่มหาศาลเพียงอย่างเดียว กลยุทธ์นี้ประกอบด้วยโมเดลอัจฉริยะสำหรับคำถามประจำ โมเดลการให้เหตุผลเชิงลึกสำหรับปัญหาที่ซับซ้อน และเราเตอร์แบบเรียลไทม์ที่ตัดสินใจว่าจะใช้โมเดลไหนตามความซับซ้อนของการสนทนาและความต้องการเครื่องมือ
การเปลี่ยนไปสู่โมเดลย่อยเฉพาะทางและระบบเราเตอร์ที่ซับซ้อนแสดงให้เห็นว่าการใช้พลังการประมวลผลมากขึ้นกับปัญหา AI อาจไม่ใช่เส้นทางหลักในการก้าวไปข้างหน้าอีกต่อไป การเปลี่ยนแปลงสถาปัตยกรรมนี้บ่งชี้ว่าบริษัท AI กำลังสำรวจกลยุทธ์การเพิ่มประสิทธิภาพใหม่ๆ นอกเหนือจากการขยายข้อมูลและการประมวลผลแบบดั้งเดิม
การตั้งราคาเชิงรุกส่งสัญญาณการแข่งขันในตลาด
OpenAI ได้ใช้การตั้งราคาที่แข่งขันได้ผิดปกติสำหรับ GPT-5 โดยโมเดลหลักมีราคา 1.25 ดอลลาร์สหรัฐต่อหนึ่งล้านโทเค็นอินพุตและ 10 ดอลลาร์สหรัฐต่อหนึ่งล้านโทเค็นเอาต์พุต ซึ่งเป็นการลดต้นทุนอินพุตลง 50% เมื่อเทียบกับ GPT-4o ในขณะที่รักษาราคาเอาต์พุตเท่าเดิม กลยุทธ์การตั้งราคานี้ขยายไปทั่วทั้งตระกูลโมเดล โดย GPT-5 Mini มีราคา 0.25 ดอลลาร์สหรัฐต่อหนึ่งล้านโทเค็นอินพุต และ GPT-5 Nano มีราคาเพียง 0.05 ดอลลาร์สหรัฐต่อหนึ่งล้านโทเค็นอินพุต
แนวทางการตั้งราคาเชิงรุกนี้เป็นที่น่าสังเกตเป็นพิเศษสำหรับ OpenAI ซึ่งในอดีตมักรักษาราคาระดับพรีเมียม การเคลื่อนไหวนี้แสดงให้เห็นการแข่งขันที่รุนแรงในตลาด AI โดยเฉพาะจากบริษัทอย่าง Anthropic และ Google การสนทนาในชุมชนเผยให้เห็นว่า OpenAI กำลังสูญเสียพื้นที่ในการใช้งาน API ระดับองค์กรแม้จะยังคงครองความเป็นเจ้าตลาดในแอปพลิเคชันสำหรับผู้บริโภค
ราคาตระกูลโมเดล GPT-5 (ดอลลาร์สหรัฐต่อโทเค็นหนึ่งล้านตัว)
| โมเดล | โทเค็นอินพุต | โทเค็นเอาต์พุต |
|---|---|---|
| GPT-5 | $1.25 | $10.00 |
| GPT-5 Mini | $0.25 | $2.00 |
| GPT-5 Nano | $0.05 | $0.40 |
ส่วนลด 90% สำหรับโทเค็นอินพุตที่ถูกแคชไว้ในช่วงไม่กี่นาทีที่ผ่านมา
ความซับซ้อนของโมเดลสร้างความท้าทายในการตัดสินใจของผู้ใช้
โครงสร้าง API ใหม่ของ GPT-5 นำความซับซ้อนที่สำคัญมาสู่นักพัฒนา ผู้ใช้ต้องเลือกระหว่างโมเดลสามขนาด (ปกติ มินิ นาโน) และสี่ระดับการให้เหตุผล (น้อยที่สุด ต่ำ กลาง สูง) ซึ่งสร้างตัวเลือกการกำหนดค่าได้มากถึง 12 แบบ ซึ่งเป็นการเพิ่มขึ้นอย่างมากจากโครงสร้างสามตัวเลือกที่เรียบง่ายของโมเดลรุ่นก่อนๆ
แม้ว่าความยืดหยุ่นนี้จะให้การควบคุมการแลกเปลี่ยนระหว่างประสิทธิภาพและต้นทุนมากขึ้น แต่ก็สร้างความลังเลใจในการตัดสินใจสำหรับผู้ใช้ที่ต้องสร้างสมดุลระหว่างขนาดโมเดลกับความสามารถในการให้เหตุผล ชุมชนมีปฏิกิริยาที่หลากหลายต่อความซับซ้อนนี้ โดยบางคนชื่นชมการควบคุมที่ละเอียด ในขณะที่คนอื่นๆ พบว่าตัวเลือกมากมายนั้นครอบงำ
ข้อมูลจำเพาะทางเทคนิคของ GPT-5
- ขีดจำกัดการรับข้อมูล: 272,000 โทเค็น
- ขีดจำกัดการส่งออกข้อมูล: 128,000 โทเค็น
- รองรับการรับข้อมูล: ข้อความและรูปภาพ
- รองรับการส่งออกข้อมูล: ข้อความเท่านั้น
- จุดตัดข้อมูลความรู้: 30 กันยายน 2024 ( GPT-5 ), 30 พฤษภาคม 2024 ( Mini/Nano )
- ระดับการใช้เหตุผล: 4 ตัวเลือก (น้อยที่สุด, ต่ำ, ปานกลาง, สูง)
- รูปแบบโมเดล: 3 ขนาด (ปกติ, mini, nano)
การปรับปรุงความน่าเชื่อถือท่ามกลางความท้าทายที่ยังคงอยู่
GPT-5 สัญญาการปรับปรุงที่สำคัญในการลดภาพหลอนและเพิ่มการปฏิบัติตามคำสั่ง อย่างไรก็ตาม การทดสอบของชุมชนเผยผลลัพธ์ที่หลากหลายเกี่ยวกับข้อเรียกร้องเหล่านี้ ในขณะที่ผู้ใช้บางคนรายงานภาพหลอนที่ชัดเจนน้อยลง แต่คนอื่นๆ ยังคงพบข้อผิดพลาดที่โง่เขลาและความไม่สอดคล้องกัน โดยเฉพาะเมื่อแก้ไขโมเดลหรือทำงานกับเนื้อหาทางเทคนิคเฉพาะทาง
โมเดลนี้แนะนำ safe-completions ซึ่งเป็นแนวทางใหม่ที่มุ่งให้การตอบสนองที่เป็นประโยชน์ในขณะที่ควบคุมเนื้อหาเพื่อหลีกเลี่ยงผลลัพธ์ที่เป็นอันตราย แทนที่จะปฏิเสธคำขออย่างตรงไปตรงมา ซึ่งเป็นการเปลี่ยนจากระบบการปฏิเสธแบบไบนารีไปสู่การควบคุมเนื้อหาที่มีความละเอียดอ่อนมากขึ้น
บทสรุป
การเปิดตัวของ GPT-5 สะท้อนตลาด AI ที่กำลังเติบโตซึ่งการปรับปรุงแบบค่อยเป็นค่อยไปและการตั้งราคาที่แข่งขันได้กลายเป็นสิ่งสำคัญมากกว่าความสามารถที่ก้าวล้ำ สถาปัตยกรรมแบบไฮบริดและกลยุทธ์การตั้งราคาเชิงรุกของโมเดลแสดงให้เห็นว่า OpenAI กำลังปรับตัวเข้ากับการแข่งขันที่เพิ่มขึ้นในขณะที่สำรวจแนวทางใหม่ๆ นอกเหนือจากการขยายขนาดแบบบริสุทธิ์ สำหรับผู้ใช้ GPT-5 ให้ความน่าเชื่อถือและความคุ้มค่าที่ดีขึ้น แม้ว่าจะแลกมาด้วยความซับซ้อนที่เพิ่มขึ้นในการเลือกและกำหนดค่าโมเดล