DeepSeek เปิดตัว V3.1: สถาปัตยกรรมไฮบริดรวม "โหมดคิด" กับ "ตอบเร็ว" ไว้ในตัวเดียว

เมื่อวันที่ 21 สิงหาคม พ.ศ. 2568 บริษัทสตาร์ทอัพด้าน AI สัญชาติจีน DeepSeek ได้เปิดตัวโมเดลรุ่นใหม่ DeepSeek-V3.1 อย่างเป็นทางการ พร้อมเผยแพร่แบบโอเพนซอร์สภายใต้สัญญาอนุญาต MIT นับเป็นครั้งแรกที่ DeepSeek รวมความสามารถของโมเดลสองสายผลิตภัณฑ์เดิม คือ V3 (สำหรับการสนทนาทั่วไป) และ R1 (สำหรับการให้เหตุผลเชิงลึก) เข้าไว้ใน "สถาปัตยกรรมเดียว" ซึ่งวงการเรียกกันว่าสถาปัตยกรรมการให้เหตุผลแบบไฮบริด ผู้ใช้ไม่จำเป็นต้องเลือกระหว่างสองโมเดลอีกต่อไป เพียงสลับ chat template ก็สามารถให้โมเดลเดียวกันทำงานได้ทั้งใน "โหมดไม่คิด" (ตอบเร็วทันที) และ "โหมดคิด" (แสดงกระบวนการให้เหตุผลทีละขั้นตอน)

ด้านสเปก V3.1 มีจำนวนพารามิเตอร์รวม 671 พันล้าน (671B) ใช้สถาปัตยกรรม Mixture-of-Experts (MoE) โดยขณะประมวลผลจริงจะเปิดใช้งานพารามิเตอร์ประมาณ 37 พันล้าน (37B) สืบทอดแนวทางเดียวกับ V3 และ R1 จุดที่ได้รับความสนใจมากที่สุดคือการขยายความยาวบริบท (context length) เป็น 128,000 โทเคน (128K) ซึ่งช่วยเพิ่มขีดความสามารถในการประมวลผลเอกสารยาว บทสนทนายาว และโค้ดเบสขนาดใหญ่ได้อย่างมาก ผลการทดสอบมาตรฐานที่บริษัทเปิดเผยระบุว่า บนดัชนีอย่าง SWE-bench (งานด้านวิศวกรรมซอฟต์แวร์) และ Terminal-bench (งานด้านการปฏิบัติการเทอร์มินัล) V3.1 ทำคะแนนได้สูงกว่ารุ่นก่อนหน้าคือ V3 และ R1 มากกว่า 40%

นัยเชิงเทคนิค: จาก "สองโมเดล" สู่ "สวิตช์เดียว"

ที่ผ่านมา วงการโมเดลด้านการให้เหตุผล (เช่น R1, ตระกูล o1) มักถูกฝึกและติดตั้งแยกจากโมเดลสนทนาทั่วไป ซึ่งหมายความว่าองค์กรหรือนักพัฒนาต้องพิจารณาประเภทงานก่อนแล้วจึงเลือกโมเดล เพิ่มความซับซ้อนและต้นทุนด้านวิศวกรรม V3.1 เปลี่ยน "จะให้คิดหรือไม่" ให้กลายเป็นสวิตช์โหมดภายในโมเดลเดียว ในทางทฤษฎีทำให้การติดตั้งชุดเดียวสามารถรองรับได้ทั้งงานถาม-ตอบง่ายๆ และงานให้เหตุผลที่ซับซ้อน ซึ่งช่วยลดต้นทุนด้านการดูแลระบบและความหน่วงเวลาได้โดยตรง นี่ก็เป็นเหตุผลหนึ่งที่ "การให้เหตุผลแบบไฮบริด" กลายเป็นทิศทางร่วมของหลายห้องแล็บ AI ในช่วงหลัง

เทียบกับรุ่นก่อน: ตัวเลขคะแนนไม่ใช่ประเด็นหลัก "การรวมเป็นหนึ่ง" ต่างหากคือประเด็น

หากดูเฉพาะตัวเลขคะแนนทดสอบ การเพิ่มขึ้น 40% ไม่ใช่เรื่องแปลกในสนามแข่งขันโมเดล AI ที่พัฒนาอย่างรวดเร็ว สิ่งที่น่าจับตาจริงๆ คือการตัดสินใจเชิงสถาปัตยกรรมนี้เอง DeepSeek ยังคงเลือกเปิดซอร์สภายใต้สัญญาอนุญาต MIT (ใช้เชิงพาณิชย์ได้ ดัดแปลงได้) ต่อเนื่องจากอิทธิพลที่ V3 และ R1 สั่งสมไว้ในชุมชนโอเพนซอร์ส แม้บริบท 128K จะไม่ใช่ตัวเลขที่ยาวที่สุดในวงการ แต่เมื่อผนวกกับประสิทธิภาพการประมวลผลของสถาปัตยกรรม MoE ทำให้สูตร "บริบทยาว + ต้นทุนต่ำ" น่าสนใจยิ่งขึ้น โดยเฉพาะสำหรับงานที่ต้องจัดการสัญญายาว โค้ดเบสขนาดใหญ่ หรือประวัติการสนทนาบริการลูกค้าจำนวนมาก

ปฏิกิริยาในวงการ: แรงกดดันต่อเนื่องจากฝั่งโอเพนซอร์ส

หลังการเปิดตัว V3.1 ชุมชนนักพัฒนาให้ความสนใจกับผลทดสอบจริงในกลุ่มดัชนีด้านเทอร์มินัล/วิศวกรรมซอฟต์แวร์เป็นพิเศษ เพราะตัวชี้วัดเหล่านี้สะท้อนโดยตรงว่า "AI ช่วยเขียนโค้ด รันสคริปต์ แก้บั๊กได้จริงหรือไม่" มากกว่าความสามารถด้านความเข้าใจภาษาเพียงอย่างเดียว สำหรับทีมที่ใช้โมเดลตระกูล DeepSeek อยู่แล้ว โหมดไฮบริดหมายความว่าไม่ต้องดูแลตรรกะการจัดเส้นทางระหว่างสองโมเดลอีกต่อไป เป็นความเรียบง่ายที่รู้สึกได้ทันทีในทางปฏิบัติ

สำหรับผู้บริหาร ความสำคัญของข่าวนี้ไม่ได้อยู่ที่การไล่ตามสถิติคะแนนทดสอบอีกครั้ง แต่อยู่ที่การจับตาแนวโน้ม "โมเดลเดียว หลายโหมด" ที่กำลังลดอุปสรรคทางเทคนิคในการนำ AI มาใช้ในองค์กร—เมื่อต้องประเมินโซลูชัน AI สำหรับทีมงานในอนาคต ความยืดหยุ่นในการสลับโหมดและความสามารถด้านบริบทยาว อาจเป็นปัจจัยการจัดซื้อที่สำคัญไม่แพ้ตัวเลขคะแนนทดสอบ