OpenAI เปิดตัว GPT-4o mini แทนที่ GPT-3.5 Turbo ใน ChatGPT

เมื่อวันที่ 18 กรกฎาคม 2024 OpenAI ได้เปิดตัว GPT-4o mini โมเดลรุ่นใหม่ที่มีขนาดเล็กกว่า เร็วกว่า และต้นทุนต่ำกว่าโมเดลเรือธง GPT-4o ตั้งแต่วันนี้เป็นต้นไป GPT-4o mini จะเข้ามาแทนที่ GPT-3.5 Turbo ที่เคยฝังอยู่ในเวอร์ชันเว็บและแอปมือถือของ ChatGPT โดยตรง ทั้งผู้ใช้ฟรีและผู้ใช้แบบเสียเงินสามารถใช้งานได้ทันที นักพัฒนาก็เรียกใช้ผ่าน API ได้พร้อมกัน ส่วนผู้ใช้ระดับองค์กรจะได้รับสิทธิ์เข้าถึงตามมาภายในหนึ่งสัปดาห์

ราคาที่ OpenAI ประกาศคือ 15 เซนต์ต่อโทเคนอินพุตหนึ่งล้านโทเคน และ 60 เซนต์ต่อโทเคนเอาต์พุตหนึ่งล้านโทเคน ถูกกว่าโมเดลชั้นนำรุ่นก่อนหน้าเกินสิบเท่า และถูกกว่า GPT-3.5 Turbo เดิมกว่า 60% ในการทดสอบมาตรฐานด้านการให้เหตุผล คณิตศาสตร์ และการเขียนโค้ด GPT-4o mini มีผลดีกว่า GPT-3.5 Turbo และโมเดลขนาดเล็กระดับเดียวกันของค่ายอื่น

สเปกและการเทียบกับคู่แข่ง

GPT-4o mini สืบทอดสถาปัตยกรรมมัลติโมดัลของ GPT-4o รองรับข้อความและรูปภาพ และมีแผนรองรับวิดีโอกับเสียงในอนาคต โมเดลนี้ไม่ใช่เวอร์ชันย่อของโมเดลเรือธง แต่ถูกวางตำแหน่งให้เป็น "โมเดลหลักสำหรับงานประจำวัน" เช่น การสนทนากับลูกค้า การจัดหมวดหมู่เนื้อหา การสรุปความ และการช่วยเขียนโค้ด สะท้อนว่ากลยุทธ์ของ OpenAI เปลี่ยนจากโมเดลเรือธงเดี่ยว ไปสู่แนวทางคู่ขนาน คือให้โมเดลเรือธงรับผิดชอบงานที่ต้องใช้เหตุผลซับซ้อน ส่วนโมเดลขนาดเล็กรับผิดชอบการใช้งานระดับใหญ่ ราคานี้ยังเทียบเคียงโดยตรงกับ Gemini 1.5 Flash ของ Google แสดงว่าจุดแข่งขันของค่ายใหญ่ ได้ขยายจาก "ใครแข็งแกร่งที่สุด" ไปสู่ "ใครใช้ต้นทุนต่ำที่สุดในการขยายการใช้งาน AI ได้"

ปฏิกิริยาในวงการ: ลดอุปสรรคในการนำ AI มาใช้

นักพัฒนาและนักวิเคราะห์จำนวนไม่น้อยเห็นว่า ความสำคัญของ GPT-4o mini ไม่ได้อยู่ที่ความสามารถที่ก้าวกระโดด แต่อยู่ที่มันทำให้การเรียกใช้ AI ปริมาณมากและบ่อยครั้งเป็นไปได้ในเชิงการเงิน แนวคิดระบบอัตโนมัติที่เคยถูกพับเก็บไว้เพราะต้นทุนสูงเกินไป เช่น การตรวจสอบข้อความลูกค้าทีละรายการ หรือการแปลเอกสารจำนวนมากแบบเรียลไทม์ ตอนนี้มีโอกาสถูกนำกลับมาพิจารณาใหม่ ก็มีเสียงเตือนว่าสงครามราคาอาจสร้างแรงกดดันต่อสตาร์ทอัพ AI ขนาดเล็ก

ความหมายต่อผู้บริหาร

เมื่อต้นทุนต่อการเรียกใช้ AI แต่ละครั้งลดลงเหลือเพียงเศษเสี้ยว ข้อเสนอระบบอัตโนมัติที่เคยถูกปฏิเสธเพราะ "ไม่คุ้มค่า" ก็ควรค่าแก่การนำกลับมาคำนวณใหม่ โดยเฉพาะงานที่มีปริมาณมากและกฎเกณฑ์ชัดเจน เช่น การตอบคำถามลูกค้า การจัดหมวดหมู่เอกสาร หรือการกรองความคิดเห็นในโซเชียล ผู้บริหารไม่จำเป็นต้องรอ "โมเดลที่แข็งแกร่งที่สุด" ก่อนจึงจะนำ AI มาใช้ แต่ควรประเมินก่อนว่ากระบวนการประจำวันใดที่มีปริมาณมากและการตัดสินใจไม่ซับซ้อน เหมาะสำหรับเริ่มใช้โมเดลขนาดเล็กต้นทุนต่ำก่อน แล้วค่อยปรับปรุงไปพร้อมกัน