บริการสมาชิกอัตราคงที่ใหม่สำหรับโมเดลภาษาขนาดใหญ่แบบโอเพนซอร์สได้เปิดตัวแล้ว โดยสัญญาว่าจะทำให้ตัวแทนการเขียนโค้ดมีราคาไม่แพง อย่างไรก็ตาม ผู้ใช้งานรุ่นแรกกำลังตั้งคำถามสำคัญเกี่ยวกับนโยบายความเป็นส่วนตัวและแนวปฏิบัติในการจัดการข้อมูลที่ผู้ใช้ที่มีศักยภาพควรพิจารณา
บริการนี้เสนอการเข้าถึงโมเดลการเขียนโค้ดยอดนิยมเช่น GLM-4.5 , Kimi K2 และ Qwen3 Coder ในราคา 20 ดอลลาร์สหรัฐฯต่อเดือน โดยวางตำแหน่งตัวเองเป็นทางเลือกที่ราคาไม่แพงกว่าโซลูชันที่มีอยู่ แต่เมื่อผู้ใช้ขุดลึกลงไปในรายละเอียด ข้อกังวลหลายประการได้ปรากฏขึ้นซึ่งเน้นให้เห็นถึงปัญหาในช่วงเริ่มต้นของผู้ให้บริการ AI ใหม่
การเปรียบเทียบราคา
- บริการใหม่: $20 USD/เดือน สำหรับ 100 คำขอต่อ 5 ชั่วโมง
- บริการใหม่แบบพรีเมียม: $60 USD/เดือน สำหรับ 1,000 คำขอต่อ 5 ชั่วโมง
- Claude Code : $20 USD/เดือน (ข้อจำกัดอัตราประมาณครึ่งหนึ่ง)
- Claude Max : $200 USD/เดือน (คำขอน้อยกว่าแพ็กเกจ $60 USD)
นโยบายความเป็นส่วนตัวทำให้เกิดสัญญาณเตือนภัย
ผู้ใช้ที่ตรวจสอบเงื่อนไขความเป็นส่วนตัวของบริการได้ระบุภาษาที่มีปัญหาเกี่ยวกับสิทธิการใช้ข้อมูล นโยบายปัจจุบันดูเหมือนจะให้สิทธิอย่างกว้างขวางในการใช้ข้อมูลส่วนบุคคล ซึ่งขัดแย้งกับความคาดหวังสำหรับบริการที่เน้นความเป็นส่วนตัว นอกจากนี้ การใช้ Google Tag Manager สำหรับการติดตามได้จุดประกายความกังวลเกี่ยวกับการรั่วไหลของข้อมูลที่อาจเกิดขึ้น โดยเฉพาะอย่างยิ่งเมื่อพิจารณาว่าการโต้ตอบกับ LLM มักจะมีโค้ดและ prompt ที่มีความอ่อนไหว
ผู้ใช้คนหนึ่งสังเกตเห็นความขัดแย้งระหว่างการตลาดให้กับลูกค้าที่ใส่ใจเรื่องความเป็นส่วนตัวในขณะที่ยังคงรักษานโยบายที่ไม่สอดคล้องกับค่านิยมเหล่านั้น ผู้ให้บริการได้ยอมรับความกังวลเหล่านี้และระบุว่าพวกเขากำลังทบทวนแนวทางด้านความเป็นส่วนตัว โดยมองหาบริษัทเช่น Kagi เป็นตัวอย่างของแนวปฏิบัติด้านความเป็นส่วนตัวที่ดีกว่า
เงื่อนไขการเก็บรักษาและการใช้ข้อมูลที่ไม่ชัดเจน
เงื่อนไขของบริการมีภาษาที่สับสนเกี่ยวกับการเก็บรักษาข้อมูลและสิทธิการใช้งาน ในขณะที่ส่วนหนึ่งระบุว่าคำขอ API สามารถเก็บไว้ได้เพียง 14 วันและใช้เพื่อการดีบักเท่านั้น แต่ส่วนอื่นๆ ของข้อตกลงกล่าวถึงสิทธิการอนุญาตที่กว้างขวางกว่าสำหรับการปรับปรุงแพลตฟอร์ม ความคลุมเครือนี้ทำให้ผู้ใช้ไม่แน่ใจว่าข้อมูลของพวกเขาจะถูกจัดการอย่างไรจริงๆ
บริษัทได้ชี้แจงว่าข้อจำกัดการดีบัก 14 วันมีความสำคัญเป็นอันดับแรก แต่การมีอยู่ของภาษาที่ขัดแย้งกันในเอกสารทางกฎหมายแสดงให้เห็นถึงความจำเป็นในการมีนโยบายความเป็นส่วนตัวที่ชัดเจนและสอดคล้องกันมากขึ้น
คำถามเรื่องประสิทธิภาพและการใช้งานเทคนิค
นอกเหนือจากข้อกังวลด้านความเป็นส่วนตัวแล้ว ผู้ใช้กำลังประเมินด้านเทคนิคของบริการ การวัดประสิทธิภาพแสดงผลลัพธ์ที่น่าสัญญา โดย GLM-4.5 บรรลุ 150-200 โทเค็นต่อวินาทีในการทดสอบ อย่างไรก็ตาม ยังคงมีคำถามเกี่ยวกับระดับการ quantization ของโมเดลและวิธีที่บริการเปรียบเทียบกับคู่แข่งเช่น Cerebras ในแง่ของความเร็วและคุณภาพ
บริการอ้างว่าเสนอการใช้งานที่เชื่อถือได้มากกว่าคู่แข่งบางราย โดยอ้างถึงความแตกต่างด้านประสิทธิภาพที่สำคัญในงานตัวแทนการเขียนโค้ด พวกเขาทดสอบโมเดลของตนกับตัวแทนการเขียนโค้ดของตนเองเพื่อให้แน่ใจว่าทำงานได้อย่างถูกต้อง โดยแก้ไขปัญหาเกี่ยวกับการใช้งานโมเดลที่เสียหายหรือถูกตัดทอนที่พบในที่อื่น
เกณฑ์มาตรฐานประสิทธิภาพ
- GLM-4.5 : 150-200 โทเค็นต่อวินาที ( Bay Area, California )
- Qwen3 Coder : ทำงานในรูปแบบ FP8 quantization
- ความแตกต่าง 10 เปอร์เซ็นต์พอยต์ในการทำงานเขียนโค้ดให้สำเร็จระหว่าง official APIs กับการใช้งานผ่าน OpenRouter บางส่วน
การนับคำขอและขด จำกัดอัตรา
ผู้ใช้ที่ทำงานกับตัวแทนการเขียนโค้ดต้องการความชัดเจนในวิธีการนับคำขอต่อขีดจำกัดการสมัครสมาชิก บริการนับคำขอ API มากกว่าการเรียกใช้เครื่องมือแต่ละรายการ หมายความว่าชุดการเรียกใช้เครื่องมือแบบขนานมักจะนับเป็นคำขอเดียว แนวทางนี้อาจเป็นประโยชน์มากกว่าสำหรับผู้ใช้ของเฟรมเวิร์กที่จัดกลุ่มการดำเนินการอย่างมีประสิทธิภาพ
โครงสร้างการจำกัดอัตราเสนอ 100 คำขอต่อห้าชั่วโมงสำหรับระดับพื้นฐาน 20 ดอลลาร์สหรัฐฯ ซึ่งบริษัทวางตำแหน่งว่าเป็นประมาณสองเท่าของขีดจำกัดอัตราของบริการที่เปรียบเทียบได้ อย่างไรก็ตาม ผลกระทบในโลกแห่งความเป็นจริงขึ้นอยู่อย่างมากกับวิธีที่เฟรมเวิร์กการเขียนโค้ดแต่ละตัวจัดโครงสร้างการเรียก API ของตน
โมเดลที่รองรับ
- GLM-4.5: ตัวประมวลผลแบบไฮบริด เมื่อเปรียบเทียบแล้วมีประสิทธิภาพใกล้เคียงกับ Sonnet 4
- Kimi K2: โมเดลที่ไม่ใช่แบบ reasoning
- Qwen3 Coder 480B: การแก้ปัญหาการเขียนโปรแกรมแบบ one-shot
- DeepSeek 3.1: ได้รับการปรับแต่งสำหรับงาน agentic coding โดยเฉพาะ
มองไปข้างหน้า
ในขณะที่บริการตอบสนองความต้องการที่แท้จริงสำหรับการเข้าถึงโมเดลการเขียนโค้ดโอเพนซอร์สในราคาไม่แพง ข้อเสนอแนะในช่วงแรกเน้นย้ำถึงความสำคัญของนโยบายความเป็นส่วนตัวที่ชัดเจนและแนวปฏิบัติการจัดการข้อมูลที่โปร่งใส เมื่อบริการ AI กลายเป็นเรื่องธรรมดามากขึ้น ผู้ใช้กำลังมีความซับซ้อนมากขึ้นในการประเมินไม่เพียงแต่ประสิทธิภาพและราคา แต่ยังรวมถึงความน่าเชื่อถือของผู้ให้บริการด้วย
ความเต็มใจของบริษัทในการมีส่วนร่วมกับข้อเสนอแนะของผู้ใช้และยอมรับข้อบกพร่องเป็นสิ่งที่น่าให้กำลังใจ อย่างไรก็ตาม ผู้ที่มีศักยภาพในการสมัครสมาชิกควรทบทวนเงื่อนไขปัจจุบันอย่างรอบคอบและพิจารณาว่าการแลกเปลี่ยนด้านความเป็นส่วนตัวสอดคล้องกับความต้องการของพวกเขาหรือไม่ โดยเฉพาะอย่างยิ่งเมื่อทำงานกับโค้ดที่มีความอ่อนไหวหรือข้อมูลที่เป็นกรรมสิทธิ์