Mistral AI เปิดตัว Mistral Medium 3 อ้างประสิทธิภาพ 90% ของ Claude Sonnet 3.7 ในราคาไม่ถึง 1/8

บริษัทสตาร์ทอัพด้าน AI สัญชาติฝรั่งเศส Mistral AI ประกาศเปิดตัวโมเดลรุ่นใหม่ Mistral Medium 3 อย่างเป็นทางการเมื่อวันที่ 7 พฤษภาคม 2568 ข้อมูลผลทดสอบมาตรฐานที่บริษัทเปิดเผยระบุว่า Medium 3 ทำผลงานได้มากกว่า 90% ของ Anthropic Claude Sonnet 3.7 ในหลายรายการทดสอบ แต่มีราคาเพียง 0.4 ดอลลาร์สหรัฐต่อล้านโทเคน (อินพุต) และ 2 ดอลลาร์สหรัฐต่อล้านโทเคน (เอาต์พุต) ซึ่งต่ำกว่าคู่แข่งระดับเดียวกันมาก บริษัทยังระบุด้วยว่าโมเดลนี้มีประสิทธิภาพเหนือกว่าโมเดลโอเพนซอร์ส Llama 4 Maverick ของ Meta และโมเดลระดับองค์กร Cohere Command A

ความยืดหยุ่นในการติดตั้งใช้งานเป็นอีกจุดเด่นของการเปิดตัวครั้งนี้ Mistral Medium 3 สามารถติดตั้งได้บนคลาวด์ทุกแพลตฟอร์ม รวมถึงรองรับการติดตั้งบนเซิร์ฟเวอร์ของตนเอง โดยใช้ GPU ขั้นต่ำเพียง 4 การ์ดก็เริ่มใช้งานได้ API เปิดให้ใช้งานแล้วบนแพลตฟอร์ม La Plateforme ของ Mistral เองและบน Amazon SageMaker เป็นลำดับแรก พร้อมประกาศแผนที่จะขยายไปยัง IBM WatsonX, NVIDIA NIM, Azure AI Foundry และ Google Cloud Vertex ในลำดับถัดไป บริษัทเน้นย้ำเป็นพิเศษว่า Medium 3 มีประสิทธิภาพในงานเขียนโปรแกรมและงานสาย STEM (วิทยาศาสตร์ เทคโนโลยี วิศวกรรม คณิตศาสตร์) ที่ใกล้เคียงกับโมเดลคู่แข่งที่มีขนาดใหญ่กว่าและตอบสนองช้ากว่ามาก

ความหมายเชิงเทคนิค: โมเดล "ระดับกลาง" ที่ไล่ตามประสิทธิภาพระดับเรือธง

จุดยืนของ Mistral Medium 3 คือโมเดล "ระดับกลาง" ที่ไม่ได้มุ่งเน้นการขยายขนาดพารามิเตอร์ให้ใหญ่ที่สุด แต่ใช้การปรับปรุงกระบวนการฝึกและสถาปัตยกรรมเพื่อให้ได้ประสิทธิภาพใช้งานจริงที่ใกล้เคียงกับโมเดลเรือธง ด้วยต้นทุนการประมวลผลที่ต่ำกว่า แนวทางนี้สอดคล้องกับเทรนด์ของอุตสาหกรรมตั้งแต่ต้นปี 2025 ที่หันมาให้ความสำคัญกับต้นทุนการอนุมาน (inference) และความยืดหยุ่นในการติดตั้งใช้งาน มากกว่าการแข่งขันขยายขนาดโมเดลเพียงอย่างเดียว

เทียบกับรุ่นก่อนหน้าและคู่แข่ง: สงครามราคาลามถึงตลาดองค์กร

การนำ Medium 3 มาเทียบกับ Claude Sonnet 3.7, Llama 4 Maverick และ Cohere Command A ซึ่งเป็นคู่แข่งจากสามค่ายที่ต่างกัน สะท้อนให้เห็นสนามที่ Mistral เลือกเจาะครั้งนี้ชัดเจน นั่นคือไม่ใช่ตลาดโอเพนซอร์สล้วนๆ และไม่ใช่ระดับเรือธงสุดยอด แต่เป็นตลาด "โมเดลองค์กรระดับกลาง" ที่ธุรกิจจริงจ่ายเงินซื้อใช้ ราคา 0.4/2 ดอลลาร์สหรัฐชัดเจนว่ามุ่งเป้าไปที่โครงสร้างต้นทุนของบริการ API บนคลาวด์ สำหรับองค์กรที่ต้องเรียกใช้โมเดล AI ปริมาณมากในระยะยาว ส่วนต่างของราคาจะสะท้อนโดยตรงในต้นทุนรวมของการเป็นเจ้าของ (TCO)

ปฏิกิริยาในวงการ: กลยุทธ์ขึ้นแพลตฟอร์มหลายคลาวด์คือสัญญาณสำคัญ

การขึ้นแพลตฟอร์ม Amazon SageMaker พร้อมกันตั้งแต่วันเปิดตัว และประกาศแผนขยายไปยัง IBM WatsonX, NVIDIA NIM, Azure AI Foundry, Google Cloud Vertex แสดงให้เห็นว่า Mistral ไม่ได้พึ่งพาแพลตฟอร์มของตนเองเพียงอย่างเดียวเพื่อเพิ่มยอดใช้งาน แต่เลือกฝังตัวเองเข้าไปในช่องทางจัดซื้อขององค์กรที่มีอยู่แล้วบนคลาวด์รายใหญ่ต่างๆ กลยุทธ์ "มีลูกค้าองค์กรอยู่ที่ไหน ก็ขึ้นแพลตฟอร์มที่นั่น" นี้สะท้อนให้เห็นว่าสตาร์ทอัพ AI ขนาดกลางเลือกใช้ความครอบคลุมของช่องทางจัดจำหน่ายมาชดเชยช่องว่างด้านแบรนด์และระบบนิเวศ เมื่อต้องแข่งขันกับผู้เล่นรายใหญ่

สำหรับผู้บริหาร ความหมายของข่าวนี้คือ การเลือกใช้โมเดล AI ไม่ใช่แค่คำถามว่า "ค่ายไหนแรงที่สุด" อีกต่อไป แต่เป็นการชั่งน้ำหนักระหว่างประสิทธิภาพ ต้นทุน และรูปแบบการติดตั้งใช้งาน หากองค์กรมีงานที่ใช้ AI ซ้ำๆ ปริมาณมากและอ่อนไหวต่อความหน่วงและต้นทุน เช่น งานบริการลูกค้าหรือการค้นหาเอกสารภายในองค์กร ตัวเลือกอย่าง Medium 3 ที่ชูจุดขายด้านความคุ้มค่าและความยืดหยุ่นในการติดตั้งเอง ก็ควรอยู่ในรายการที่นำมาพิจารณา