หัวหน้าทีมอยากให้ลองใช้ AI กับเอกสารภายในโดยไม่ส่งข้อมูลออกนอกบริษัท พอเข้า Hugging Face ก็เจอโมเดลเป็นพันตัว ชื่อคล้ายกันไปหมด บทความนี้สรุปว่า open-source LLM คืออะไรจริงๆ ตระกูลไหนเด่น ณ พฤศจิกายน 2569 มีโมเดลภาษาไทยอะไรบ้าง และเลือกอย่างไรให้เข้ากับงานและเครื่องที่มี
Open-source LLM กับ open-weight model ต่างกันอย่างไร
Open-weight model คือโมเดลที่ปล่อยไฟล์ weight ให้ดาวน์โหลดไปรันและปรับแต่งเองได้ ส่วน open-source LLM ตามนิยามของ Open Source Initiative (OSI) ต้องเปิดมากกว่านั้น คือรายละเอียดของข้อมูลเทรนที่มากพอให้สร้างระบบใกล้เคียงขึ้นใหม่ได้ โค้ดที่ใช้เทรนและรัน และ weight ภายใต้เงื่อนไขที่ OSI รับรอง โมเดลส่วนใหญ่ที่คนเรียกว่า open source จึงเป็นแค่ open-weight
เปรียบเหมือนร้านขนมปังที่ขายขนมปังให้คุณเอาไปทำอะไรต่อก็ได้ แต่ไม่ให้ดูสูตรและวัตถุดิบ คุณใช้งานได้เต็มที่ แต่สร้างใหม่เองไม่ได้ OSI ประกาศ Open Source AI Definition 1.0 เมื่อตุลาคม 2567 ตัวอย่างโมเดลที่เปิดครบทั้งข้อมูล โค้ด และ weight คือตระกูล OLMo ของ Ai2
สิ่งที่สำคัญกับการใช้งานจริงคือสัญญาอนุญาต (license) เพราะเป็นตัวกำหนดว่าใช้เชิงพาณิชย์ได้แค่ไหน
| สัญญา | ตัวอย่างโมเดล | ใช้เชิงพาณิชย์ | ข้อที่ต้องรู้ |
|---|---|---|---|
| Apache 2.0 | Qwen3.5, Qwen3.8-27B, Gemma 4, gpt-oss, Typhoon 2.5 | ได้ | ต้องแนบสัญญาและคงข้อความลิขสิทธิ์ |
| MIT | DeepSeek V4, GLM-5.3-Flash, SEA-LION v4.8 | ได้ | สั้นที่สุด ต้องคงข้อความลิขสิทธิ์ |
| สัญญาเฉพาะของผู้พัฒนา | Llama 4, Mistral Large 4, GLM-5.3, Kimi K3.1 Pro | ได้แบบมีเงื่อนไข | อ่านเงื่อนไขทีละข้อ |
| สัญญาตามโมเดลฐาน | Typhoon 2.1 (ฐาน Gemma 3), OpenThaiGPT R1 (ฐาน Qwen) | ตามสัญญาฐาน | โมเดลที่ต่อยอดมักรับเงื่อนไขของฐานมาด้วย |
ตัวอย่างเงื่อนไขที่ต้องอ่าน: Llama 4 Community License กำหนดให้ผู้ที่มีผู้ใช้เกิน 700 ล้านคนต่อเดือนต้องขอสิทธิ์จาก Meta ต้องแสดงข้อความ "Built with Llama" และโมเดลที่ต่อยอดต้องมีคำว่า Llama ขึ้นต้นชื่อ ส่วน Mistral Large 4 ใช้ Mistral Ecosystem Open-Weight License ที่กำหนดว่าธุรกิจขายโมเดลเป็นบริการ (Model-as-a-Service) ต้องขอไลเซนส์แยก
โมเดล open-weight ตระกูลหลัก ณ พฤศจิกายน 2569 มีอะไรบ้าง
ตระกูลหลักที่มีหลายขนาดให้เลือกคือ Qwen ของ Alibaba, Gemma 4 ของ Google, gpt-oss ของ OpenAI และ Mistral ส่วนโมเดลระดับหลายร้อยพันล้านพารามิเตอร์ที่ต้องใช้เซิร์ฟเวอร์หลาย GPU มี DeepSeek, GLM และ Llama 4 ตัวเลขด้านล่างมาจากหน้าโมเดลบน Hugging Face
| ตระกูล | ผู้พัฒนา | รุ่นและขนาดที่น่าสนใจ | สัญญา |
|---|---|---|---|
| Qwen | Alibaba | Qwen3.5 ตั้งแต่ 0.8B ถึง 397B-A17B, Qwen3.6 27B และ 35B-A3B, Qwen3.8-27B (สิงหาคม 2569) | Apache 2.0 (Qwen3.8-Flash-Next 125B-A6B ใช้ Qwen Community License) |
| Gemma 4 | Google DeepMind | E2B, E4B, 12B, 26B-A4B, 31B | Apache 2.0 |
| gpt-oss | OpenAI | 20b (active 3.6B), 120b (active 5.1B) | Apache 2.0 |
| Mistral | Mistral AI | Ministral 3 (3B, 8B, 14B), Mistral Small 4 119B, Mistral Large 3 675B | Apache 2.0 (Large 4 ขนาด 1T ใช้สัญญาของ Mistral) |
| DeepSeek | DeepSeek | V4-Pro ราว 1.65T, V4.1-Flash ราว 763B | MIT |
| GLM | Z.ai | GLM-5.3 ราว 753B, GLM-5.3-Flash ราว 321B | สัญญาเฉพาะ / MIT |
| Llama 4 | Meta | Scout 109B และ Maverick ราว 400B (active 17B ทั้งคู่) | Llama 4 Community License |
ตัว A ในชื่ออย่าง 35B-A3B คือจำนวนพารามิเตอร์ที่ทำงานจริงต่อ token ของโมเดลแบบ Mixture-of-Experts (MoE) โมเดลแบบนี้ตอบเร็วใกล้โมเดลเล็ก แต่ยังต้องมีหน่วยความจำพอโหลดทั้งก้อน Gemma 4 รุ่น E2B และ E4B ใช้ตัว E แทนจำนวนพารามิเตอร์ที่ใช้งานจริง (effective) ซึ่งการ์ดโมเดลอธิบายว่าน้อยกว่าจำนวนพารามิเตอร์ทั้งหมด เพราะมีตาราง embedding ขนาดใหญ่ที่ใช้แค่เปิดค้น
ข้อสังเกตอีกอย่าง รุ่นล่าสุดของ Meta บน Hugging Face ยังเป็น Llama 4 ที่ออกเมษายน 2568 และต้องกดยอมรับสัญญาก่อนดาวน์โหลด ขณะที่ Qwen, Gemma 4 และ gpt-oss ดาวน์โหลดได้ทันที
อธิบายด้วยภาพ
เลือก open-weight model ใน 4 ขั้น
- 1 งานแชต สรุป OCR หรือ coding agent
- 2 หน่วยความจำ4B ใช้ 8GB, 27–31B ใช้ 24–32GBคิดที่ 4-bit
- 3 สัญญาApache 2.0 / MIT หรือสัญญาเฉพาะ
- ผลลัพธ์ทดสอบ 2–3 ตัวกับงานจริง 20–50 ข้อ
โมเดลไทยอย่าง Typhoon และ ThaiLLM ควรทดสอบเทียบกับโมเดลหลายภาษาขนาดใกล้กันด้วยข้อมูลของทีมเอง
LLM ภาษาไทยมีโมเดลไหนบ้าง
โมเดลที่เน้นภาษาไทยและเปิด weight ณ พฤศจิกายน 2569 มี Typhoon ของกลุ่ม SCBX, ThaiLLM ของโครงการระดับชาติ, Pathumma ของ NECTEC, OpenThaiGPT ของ AIEAT และ THaLLE ของ KBTG เกือบทั้งหมดต่อยอดจากโมเดลเปิดอย่าง Qwen หรือ Gemma ด้วยข้อมูลภาษาไทย ไม่ได้เทรนใหม่ตั้งแต่ศูนย์
| โมเดล | ผู้พัฒนา | รุ่นเปิด weight ล่าสุด | ฐาน | สัญญา |
|---|---|---|---|---|
| Typhoon 2.5 | กลุ่ม SCBX | 4B และ 30B-A3B (กันยายน 2568) | Qwen3 | Apache 2.0 |
| ThaiLLM | โครงการ ThaiLLM | 8B และ 30B (เป็น base model) | Qwen3 ต่อยอดด้วยข้อมูลราว 63 พันล้าน token | Apache 2.0 |
| Pathumma | NECTEC | 4B think 4.0.0 (สิงหาคม 2569) | ThaiLLM | Apache 2.0 |
| OpenThaiGPT | AIEAT | R1 32B และ 1.6 72B | Qwen | สัญญาของ Qwen |
| THaLLE | KBTG | 0.2 ThaiLLM-8B เน้นความรู้การเงิน | ThaiLLM-8B | Apache 2.0 |
| SEA-LION | AI Singapore | v4.8 30B-A3B และ 120B-A12B (กันยายน 2569) | Nemotron | MIT |
โครงการ ThaiLLM เป็นความร่วมมือของ BDI, NECTEC, VISTEC, AIEAT และ AIAT ใช้ทุนจากกองทุนพัฒนาดิจิทัลเพื่อเศรษฐกิจและสังคม ThaiLLM-8B เป็น base model ที่ยังต้อง fine-tune ก่อนใช้ ทีม Typhoon, THaLLE, OpenThaiGPT และ Pathumma จึงต่างทำรุ่น instruct จากฐานเดียวกันนี้ออกมา ส่วน OpenThaiGPT เปลี่ยนชื่อโครงการเป็น OpenThai ตั้งแต่กรกฎาคม 2569 แต่โมเดลที่ปล่อยแล้วยังใช้ชื่อเดิม
นอกจากโมเดลแชต ทีม Typhoon ยังปล่อยโมเดลเฉพาะทางที่ใช้กับงานไทยได้ทันที เช่น Typhoon OCR 2 ขนาด 0.8B และ 2B (พฤศจิกายน 2569) สำหรับดึงข้อความจากเอกสารภาษาไทย และโมเดลถอดเสียงภาษาไทยกับภาษาอีสาน
โมเดลหลายภาษาตัวใหญ่ก็ใช้ภาษาไทยได้ดีขึ้นมาก เช่น Gemma 4 ที่ Google ระบุว่าเทรนด้วยข้อมูลกว่า 140 ภาษา วิธีที่ได้คำตอบจริงคือทดสอบโมเดลไทยกับโมเดลหลายภาษาที่ขนาดใกล้กัน ด้วยตัวอย่างงานของคุณเอง
เลือก open-source LLM อย่างไรให้ตรงงาน
เริ่มจากงานที่จะใช้ ต่อด้วยหน่วยความจำของเครื่องที่จะรัน แล้วตรวจสัญญาอนุญาต จากนั้นคัดเหลือ 2–3 ตัวมาทดสอบกับตัวอย่างงานจริงก่อนตัดสินใจ อย่าเลือกจากอันดับ benchmark อย่างเดียว
- กำหนดงานให้ชัด แชตตอบคำถามพนักงาน สรุปเอกสารไทย อ่านใบเสร็จ หรือเป็น coding agent แต่ละงานต้องการความสามารถต่างกัน งาน OCR เอกสารไทยใช้โมเดลเฉพาะทางขนาดเล็กอาจดีกว่าโมเดลแชตขนาดใหญ่ ส่วน coding agent ต้องการ tool calling และ context ยาว
- ดูหน่วยความจำ โมเดล 4-bit ขนาด 4B รันบนเครื่อง 8GB ได้ ขนาด 9–12B ต้องการราว 16GB และขนาด 27–31B ต้องการ VRAM 24GB หรือ Mac 32GB ขึ้นไป (วิธีคิดอยู่ใน GPU สำหรับรัน LLM และ Quantization คืออะไร)
- ดู context length Gemma 4 รุ่นเล็กรองรับ 128K รุ่นกลาง 256K ส่วน Qwen3.8-27B รองรับ 262,144 token แต่ context ที่ใช้ได้จริงยังจำกัดด้วยหน่วยความจำ
- อ่านสัญญา ถ้าจะใส่ในผลิตภัณฑ์ที่ขายลูกค้า Apache 2.0 และ MIT ง่ายที่สุด สัญญาเฉพาะต้องอ่านเงื่อนไขเรื่องจำนวนผู้ใช้ การตั้งชื่อ และการให้บริการเป็น API
- ทดสอบกับงานจริง เตรียมตัวอย่าง 20–50 ข้อจากงานของทีม เช่น อีเมลลูกค้าภาษาไทยหรือ ticket จริง (ปิดข้อมูลส่วนบุคคลก่อน) แล้วให้คนในทีมให้คะแนนแบบไม่รู้ว่าคำตอบมาจากโมเดลไหน
สำหรับทีม 5–20 คนที่เพิ่งเริ่ม ทางที่ใช้กันบ่อยคือลองโมเดลขนาด 4–12B บนเครื่องนักพัฒนาก่อน ถ้าผลดีค่อยขยับไปขนาด 27–35B บนเซิร์ฟเวอร์ GPU ที่ทั้งทีมเรียกใช้ร่วมกันผ่าน vLLM
ดาวน์โหลดโมเดลจาก Hugging Face อย่างไร
Hugging Face คือคลังกลางที่ผู้พัฒนาเกือบทุกรายปล่อยโมเดล ดาวน์โหลดได้ทั้งผ่านหน้าเว็บ ผ่าน CLI ชื่อ hf หรือผ่านเครื่องมือรันโมเดลอย่าง Ollama และ LM Studio ที่ดึงจาก Hugging Face ให้เอง ควรโหลดจากบัญชีทางการของผู้พัฒนา เช่น Qwen, google, openai หรือ typhoon-ai
# ติดตั้ง CLI ของ Hugging Face (หรือ pip install -U "huggingface_hub")
curl -LsSf https://hf.co/cli/install.sh | bash
hf auth login # จำเป็นกับโมเดลที่ต้องกดยอมรับสัญญาก่อน เช่น Llama 4
# ไฟล์ GGUF ไฟล์เดียว สำหรับ llama.cpp, Ollama, LM Studio
hf download typhoon-ai/typhoon2.5-qwen3-4b-gguf typhoon2.5-qwen3-4b-q4_k_m.gguf --local-dir ./models
# ทั้ง repo แบบ safetensors สำหรับ vLLM
hf download Qwen/Qwen3.8-27B-FP8ไฟล์โมเดลมีสองแบบหลัก safetensors คือรูปแบบมาตรฐานที่ vLLM และ Transformers ใช้ ส่วน GGUF คือไฟล์เดียวที่ quantize แล้วสำหรับรันบนเครื่อง ถ้าแค่อยากลองเร็วๆ สั่ง ollama run scb10x/typhoon2.5-qwen3-4b หรือ ollama run gemma4:e2b ได้ทันที (ขั้นตอนเต็มอยู่ใน รัน LLM บนเครื่องด้วย Ollama และ LM Studio)
buzzAI ใช้ open-weight model ตัวไหน
API ของ buzzAI สำหรับ coding agent ใช้โมเดล open-weight Qwen3.8-27B ในรุ่น NVFP4 (4-bit) ที่ NVIDIA ทำจากโมเดลนี้ บนการ์ด GPU ที่ buzzAI ดูแลเอง เรียกได้ทั้งแบบ Chat Completions, Responses (ที่ Codex CLI ใช้) และ Anthropic Messages (ที่ Claude Code ใช้) โดยตั้ง base URL เป็น https://api.heybuzzai.com/v1 หรือตั้ง ANTHROPIC_BASE_URL เป็น https://api.heybuzzai.com สำหรับ Claude Code
เหมาะกับทีมที่อยากใช้โมเดล open-weight กับ coding agent โดยไม่ต้องตั้งเซิร์ฟเวอร์เอง แพ็กเหมาจ่ายไม่คิดค่า token จำกัดที่จำนวน agent ที่รันพร้อมกัน ขนาด context ของแพ็ก และคิวในช่วงคนใช้เยอะ buzzAI ไม่เอาข้อมูลหรือโค้ดของคุณไปเทรนโมเดล ตอนนี้ API ยังไม่เปิดให้ทุกคน ขอร่วมทดสอบได้ที่หน้าแรก แล้วเราจะส่ง API key ทางอีเมลเมื่อมีผู้สมัครครบโควต้าที่กำหนด ดูแพ็กทั้งหมดที่หน้าราคา
คำถามที่พบบ่อย
Open-source LLM ใช้ในงานเชิงพาณิชย์ได้ไหม?
ส่วนใหญ่ได้ แต่ขึ้นกับสัญญาของแต่ละโมเดล Apache 2.0 และ MIT ใช้เชิงพาณิชย์ได้โดยต้องคงข้อความลิขสิทธิ์ ส่วนสัญญาเฉพาะอย่าง Llama 4 Community License มีเงื่อนไขเพิ่ม เช่น ต้องแสดงข้อความ Built with Llama ควรเปิดไฟล์ LICENSE ใน repo ก่อนใช้ทุกครั้ง
โมเดลที่ชื่อมี A3B หรือ A17B หมายถึงอะไร?
หมายถึงโมเดลแบบ Mixture-of-Experts ที่ใช้พารามิเตอร์เพียงบางส่วนต่อหนึ่ง token เช่น Qwen3.5-35B-A3B มีทั้งหมด 35B แต่ทำงานจริงราว 3B ต่อ token จึงตอบเร็วใกล้โมเดลเล็ก แต่ยังต้องมีหน่วยความจำพอโหลดทั้ง 35B
ใช้ open-source LLM แล้วข้อมูลปลอดภัยกว่าใช้ API ไหม?
ถ้ารันบนเครื่องหรือเซิร์ฟเวอร์ของบริษัทเอง ข้อมูลไม่ต้องส่งให้ผู้ให้บริการภายนอก ซึ่งช่วยเรื่อง PDPA ได้มาก แต่ความปลอดภัยยังขึ้นกับการดูแลเซิร์ฟเวอร์ สิทธิ์เข้าถึง และ log ของคุณเอง
Typhoon ใช้ผ่าน API ได้ไหม ไม่ต้องรันเอง?
ได้ ณ พฤศจิกายน 2569 เอกสาร Typhoon ระบุว่ามี API แบบ OpenAI-compatible ใช้ฟรีสำหรับงานเบา จำกัด 5 คำขอต่อวินาทีและ 200 คำขอต่อนาที มีรุ่น typhoon-v2.5-30b-a3b-instruct และ typhoon-v2.1-12b-instruct
ควร fine-tune โมเดลเองไหม?
ทีมส่วนใหญ่ยังไม่จำเป็น ลองเขียน prompt ให้ดีและต่อข้อมูลบริษัทด้วย RAG ก่อน ถ้ายังไม่พอค่อย fine-tune แบบ LoRA บนโมเดลฐานที่สัญญาอนุญาต และต้องมีชุดข้อมูลทดสอบไว้วัดผลก่อนและหลัง
แหล่งอ้างอิง
ข้อมูล ณ วันที่อัปเดต แพ็ก โควตา และคำสั่งของแต่ละเครื่องมือเปลี่ยนได้บ่อย ก่อนใช้งานจริงควรตรวจกับเอกสารทางการที่ลิงก์ไว้ในแหล่งอ้างอิง
