คำตอบสั้น

ข้อมูลล่าสุดระบุ 14+ ค่ายและมากกว่า 30 โมเดล ตัวอย่างที่ถูกระบุชื่อ ได้แก่ GPT 5.6, Claude Opus 5, Gemini 3.1 Pro, Grok 4.3, Sonar Deep Research, GPT Image 2, Nano Banana Pro, Seedance 2.0, Lyria 3 Pro และ Pathumma LLM

ค้นหารายชื่อค่ายและโมเดลที่เคยเผยแพร่

คำว่า “ล่าสุด” หมายถึงมีชื่อในข่าววันที่ 19 สิงหาคม ส่วน “เคยเผยแพร่” มาจากรายการหรือเวทีช่วงก่อนหน้า ไม่รับประกันว่าจะปรากฏในบัญชีทุกระดับวันที่เปิดจริง

พบ 17 กลุ่มโมเดล

OpenAIล่าสุด

GPT 5.6 · OpenAI o3 · GPT Image 2

งานเขียน เหตุผล โค้ด ค้นคว้า และสร้างภาพ

แชต/โค้ด · ค้นคว้า · ภาพ
Anthropicล่าสุด

Claude Opus 5 · Claude Opus 4.8

เอกสารยาว การวิเคราะห์ และโค้ด

แชต/โค้ด
Googleล่าสุด

Gemini 3.1 Pro · Gemini 3.5 Flash · Gemini 3.1 Flash Lite

งานหลายรูปแบบ บริบทยาว และงานทั่วไป

แชต/โค้ด · ทั่วไป
Google Mediaล่าสุด

Nano Banana Pro · Nano Banana Flash 2.5 · Veo 3.1 Fast · Lyria 3 Pro

สร้างภาพ วิดีโอ และเพลง

ภาพ · วิดีโอ/เพลง
xAIล่าสุด

Grok 4.3

สนทนา วิเคราะห์ และงานเหตุผล

แชต/โค้ด
Perplexityล่าสุด

Sonar Deep Research · Sonar Reasoning Pro · Sonar

ค้นคว้าพร้อมแหล่งอ้างอิงและสรุปข้อมูล

ค้นคว้า · ทั่วไป
BytePlusล่าสุด

Seedance 2.0 · Seedance Fast · Seedance Standard

สร้างวิดีโอจากข้อความหรือภาพ

วิดีโอ/เพลง
BytePlusเคยเผยแพร่

Seedream 4.5 · Seedream 4.0

สร้างและทดลองแนวทางภาพ

ภาพ
ThaiLLMล่าสุด

Pathumma LLM

ภาษาและบริบทไทยบนโครงสร้างพื้นฐานในประเทศ

ภาษาไทย · แชต/โค้ด
SCB 10Xเคยเผยแพร่

Typhoon

งานภาษาไทยและบริบทท้องถิ่น

ภาษาไทย · แชต/โค้ด
DeepSeekเคยเผยแพร่

DeepSeek-V3.2

เหตุผล โค้ด และงานเทคนิค

แชต/โค้ด
Meta AIเคยเผยแพร่

Llama 4 Maverick · Llama 4 Scout

งานสนทนาและการทดลองโมเดลเปิด

แชต/โค้ด
Mistral AIเคยเผยแพร่

Mistral Medium 3 · Mistral Large 3

งานภาษา เหตุผล และโค้ด

แชต/โค้ด
MiniMaxเคยเผยแพร่

MiniMax M2 · MiniMax M3

สนทนาและงานสร้างเนื้อหา

แชต/โค้ด
Alibaba Cloudเคยเผยแพร่

Qwen3-Next

งานหลายภาษา เหตุผล และโค้ด

แชต/โค้ด
Z.aiเคยเผยแพร่

GLM-5.2

สนทนา เหตุผล และงานทั่วไป

แชต/โค้ด
Moonshot AIเคยเผยแพร่

Kimi K2.7

เอกสารยาว การค้นคว้า และโค้ด

แชต/โค้ด

ตารางเลือกตามงาน

งานความสามารถที่ควรเลือกวิธีประหยัด
ร่าง/เรียบเรียงภาษาไทยโมเดลสนทนาทั่วไปบอกกลุ่มผู้อ่าน น้ำเสียง และความยาวก่อนวางเนื้อหา
สรุป PDF/รายงานยาวโมเดลที่รองรับไฟล์และ context ยาวตัดเฉพาะหน้าที่จำเป็น และขอให้อ้างเลขหน้า
ค้นข้อมูลปัจจุบันโมเดลที่มีการค้นเว็บและแสดงแหล่งอ้างอิงระบุวันที่ ประเทศ และขอแหล่งขั้นต้น
วิเคราะห์ข้อมูล/ตารางโมเดลที่เก่งเหตุผลและรองรับไฟล์ให้โมเดลอธิบายสูตรและตรวจผลรวมด้วยตัวเอง
เขียนโค้ดโมเดลสำหรับ coding/reasoningส่งเฉพาะไฟล์ที่จำเป็น บอก stack และ error ที่แน่นอน
สร้างภาพ/วิดีโอโมเดลเฉพาะด้าน mediaทดลองคุณภาพต่ำก่อน แล้วค่อยใช้เครดิตกับงานจริง

โมเดลไหนเก่งภาษาไทยสุด?

ไม่มีคำตอบเดียวสำหรับทุกงาน ความเก่งภาษาไทยมีทั้งการเข้าใจคำสั่ง รักษาน้ำเสียง ตัดคำฟุ่มเฟือย และเข้าใจบริบทไทย ให้ทดสอบด้วยโจทย์เดียวกัน 2–3 โมเดล แล้วเลือกจากผลลัพธ์จริง

7 วิธีประหยัดโทเคน/เครดิต

  1. บอกงานและรูปแบบผลลัพธ์ให้ครบในครั้งเดียว
  2. อย่าวางเอกสารทั้งเล่มถ้าใช้เพียง 3 หน้า
  3. ขอ outline ก่อนขอฉบับเต็ม
  4. แก้เฉพาะย่อหน้าที่มีปัญหา ไม่ให้เขียนใหม่ทั้งหมดทุกครั้ง
  5. ระบุว่า “ไม่ต้องอธิบาย” ถ้าต้องการเฉพาะคำตอบ
  6. ใช้โมเดลทั่วไปกับงานง่าย เก็บโมเดลเหตุผลไว้กับงานยาก
  7. ตรวจคำตอบก่อนสั่งให้ทำต่อ

อย่าใส่ข้อมูลลับเพื่อ “ทดลองว่าโมเดลไหนดี”

ถ้าต้องเปรียบเทียบ ให้สร้างตัวอย่างสมมติที่ไม่มีชื่อ เบอร์ อีเมล เลขบัญชี ข้อมูลลูกค้า หรือความลับขององค์กร

สงสัยเรื่องโควตา?

อ่านคู่มือ Token, Credit และตัวเลขที่ต้องเช็กในหน้าสิทธิ์ก่อนเริ่มงานยาว

เปิดคู่มือ Token และเครดิต →