ในช่วงเวลาไม่กี่ชั่วโมงของวันเดียวกัน OpenAI ปล่อย GPT-6 Soul และ GPT-6 Luna ออกมาพร้อมกัน ขณะที่ Anthropic ก็ประกาศ Claude Opus 5.5 แทบจะพร้อมกัน ซึ่งทำให้ช่อง AI with Surya ลงมือทดสอบโมเดลทั้งสามตัวแบบ head-to-head ด้วยงาน 3 ประเภทที่ยากขึ้นเรื่อยๆ เพื่อดูว่าแต่ละตัวเก่งตรงไหน และที่สำคัญกว่านั้น ค่าใช้จ่ายแตกต่างกันแค่ไหน
ตัวเลขที่โดดเด่นที่สุดในการเปรียบเทียบครั้งนี้คือ Luna ถูกกว่า Opus 5.5 ถึงประมาณ 40 เท่า นั่นหมายความว่าถ้าต้องรัน task พันครั้งต่อวัน ความต่างของค่าใช้จ่ายไม่ใช่แค่ตัวเลขบนกระดาษ แต่คือปัจจัยตัดสินใจที่สำคัญมากสำหรับทีมและธุรกิจจริงๆ
- GPT-6 Luna เร็วและถูกที่สุด เหมาะกับงาน volume สูงที่ไม่ต้องการ output ซับซ้อน
- GPT-6 Soul คือจุดสมดุล — ราคาพอรับได้ logic ทำงานได้ถูกต้องในงานซับซ้อน
- ทั้งสาม tier ต่างทำงานได้ดีในระดับของตัวเอง การเลือกจึงขึ้นอยู่กับประเภทงาน ไม่ใช่การหา winner ตายตัว
ราคาคือเรื่องที่ต้องรู้ก่อน
ก่อนไปดูผลการทดสอบ เข้าใจโครงสร้างราคาก่อนจะทำให้ภาพชัดขึ้นมาก Claude Opus 5.5 ถูก Anthropic ออกแบบมาให้ทำงานได้ใกล้เคียงกับ flagship model ใหญ่กว่า แต่ราคาถูกกว่าประมาณ 40% ซึ่งเป็นก้าวสำคัญในการทำให้โมเดลระดับนี้ใช้งานได้จริงในเชิงธุรกิจ ส่วน GPT-6 Soul และ Luna เป็น tier ราคาย่อมเยาของ GPT-6 Astra ที่ OpenAI ปล่อยไปก่อนหน้าไม่กี่สัปดาห์ โดยทั้งสองตัวถูกกว่า Soul และ Luna รุ่นเดิมลงครึ่งหนึ่ง
สิ่งที่น่าสังเกตคือ Artificial Analysis กลุ่มที่ทำ scorecard อิสระ ให้ Opus 5.5 อยู่อันดับหนึ่ง และ Soul ใหม่มีคะแนนใกล้เคียงกับ Soul รุ่นเก่า ซึ่งหมายความว่า OpenAI ลดราคาโดยที่ประสิทธิภาพไม่ถดถอย ถ้ามองในแง่ความคุ้มค่า Luna จึงเป็นตัวที่น่าสนใจมากสำหรับงาน volume สูง
ราคาต่างกัน 40 เท่าระหว่าง Luna กับ Opus 5.5 ไม่ได้หมายความว่าตัวหนึ่งดีกว่าอีกตัวเสมอไป — มันหมายความว่างานแต่ละประเภทมีโมเดลที่ "พอดี" ในแง่ราคาและคุณภาพ
ทดสอบที่ 1: สร้างเว็บไซต์แบรนด์ร่ม
โจทย์ง่ายที่สุดในสามข้อคือขอให้โมเดลสร้างหน้าเว็บสำหรับแบรนด์ร่มสมมติ มี animation เบาๆ คำรีวิวสั้นๆ จากลูกค้า และส่วน pre-order ที่มีราคาและปุ่ม โดยไม่ใช้รูปภาพจากภายนอก
Luna ทำงานเสร็จเร็วที่สุดและราคาถูกที่สุด ผลลัพธ์ออกมาพอใช้ได้ มี tagline เบาๆ และ animation ง่ายๆ แต่ไม่มี visual ที่ทำให้ประทับใจ Soul ทำออกมาดีกว่าอย่างเห็นได้ชัด UI สะอาดขึ้น animation มีชั้นมากขึ้น ปุ่มกดได้และดูน่าเชื่อถือ ส่วน Opus 5.5 ใช้เวลาคิดนานกว่าสองตัวก่อนเริ่มเขียนโค้ด แต่ผลลัพธ์ต่างระดับ มี rainfall animation ที่ดูสมจริง thunder effect live gust animation และแสดงร่มในหลายสีพร้อมกัน ซึ่งสองตัวอื่นไม่มีเลย ราคาสูงกว่า แต่ความต่างด้าน visual ก็ชัดเจนตั้งแต่การทดสอบแรก
ทดสอบที่ 2: แดชบอร์ดติดตามพายุสำหรับบริษัทส่งของ
โจทย์ที่สองซับซ้อนขึ้นมาก สร้าง interactive storm tracking dashboard สำหรับทีม operations มีแผนที่ติดตามพายุและ reroute รถให้หลีกเลี่ยงพื้นที่อันตราย ซึ่งเป็นงานที่ต้องการ logic ที่ถูกต้อง ไม่ใช่แค่ UI สวย
Luna เสร็จในเวลาประมาณ 1 นาที 41 วินาที ราคาต่ำมาก dashboard ทำงานได้และแสดงรถพร้อม alert แต่เมื่อกดปุ่ม reroute รถยังคงวิ่งกลับเข้าพื้นที่อันตราย — ส่วนที่ logic ขาดไปนี้คือความต่างที่สำคัญ Soul แสดงพายุเคลื่อนเข้าเมือง รถในพื้นที่อันตรายเปลี่ยนเป็นสีแดง และเมื่อกด reroute เส้นทางเปลี่ยนจริงๆ ให้รถออกจากพื้นที่อันตราย logic ทำงานถูกต้อง
Opus 5.5 ใช้เวลาคิดนานกว่า 5 นาทีก่อนเริ่มเขียนโค้ด และเสร็จรวมในเกือบ 9 นาที 17 วินาที ค่าใช้จ่าย 1.27 ดอลลาร์สำหรับ task เดียว แต่ dashboard ที่ได้มีความสมบูรณ์ต่างชั้น มีทั้ง storm radar แบบ real-time wind monitor แผนที่เส้นทาง และสถานะรายคันที่กดดูรายละเอียดได้ นอกจากนี้ยังมีปุ่มเร่ง simulation 2x และ 4x ซึ่งไม่ได้ขอแต่โมเดลเพิ่มมาให้เอง
ทดสอบที่ 3: เกม 3D ในเบราว์เซอร์
โจทย์สุดท้ายท้าทายที่สุด สร้างเกม 3D ในเบราว์เซอร์ในไฟล์ HTML ไฟล์เดียว ให้เล่นได้จริง ซึ่งเป็นงานที่ต้องการทั้ง logic เกม physics ของน้ำ และ graphics ไปพร้อมกัน
Luna ทำงานเสร็จเร็วและถูกมาก แต่เกมที่ได้แทบเล่นไม่ได้ มีฝนตกบ้าง มีแสงบ้าง แต่ไม่มีทิศทางชัดเจน ไม่มีน้ำ และไม่รู้ว่าต้องทำอะไรในเกม Soul สร้างเกมที่เล่นได้จริง มีทุ่นให้ผ่าน มี orange glow นำทาง มีน้ำที่ดูสมจริงกว่า เรือเคลื่อนไหวตามคลื่น และมี HUD แสดงทิศทางลมกับระยะทางไปยังทุ่น ไม่สมบูรณ์แบบ แต่สำหรับ prompt ประโยคเดียวถือว่าน่าประทับใจ
Opus 5.5 สร้างเกมในระดับต่างชั้น น้ำมีแสงสะท้อนจากดวงอาทิตย์ การเคลื่อนไหวของเรือเป็นไปตามฟิสิกส์ของคลื่น และ highlight ที่โดดเด่นที่สุดคือ rogue wave คลื่นขนาดใหญ่ที่สร้างขึ้นอย่างสมจริงและมีขนาดต่างจาก Soul อย่างเห็นได้ชัด ทั้งหมดนี้เกิดจาก prompt เพียงประโยคเดียวโดยไม่มีการปรับแต่งเพิ่มเติม
เลือกโมเดลไหนให้เหมาะกับงาน
จากการทดสอบทั้งสามข้อ ภาพรวมค่อนข้างชัดเจน Luna เหมาะที่สุดสำหรับงานที่ทำซ้ำเป็น volume สูง ต้องการความเร็ว และ output ไม่ต้องการความซับซ้อนสูง เช่น summary draft ข้อความ หรืองาน routine ที่รันพันครั้งต่อวัน ราคาที่ถูกกว่า 40 เท่าทำให้ cost savings ที่ได้จากการใช้งานจริงนั้นมหาศาล
Soul คือจุดสมดุลที่น่าสนใจที่สุดในสามตัว ราคาพอรับได้ logic ทำงานได้ถูกต้องในงานซับซ้อน และ output ดีกว่า Luna อย่างมีนัยสำคัญ สำหรับงาน code generation การวิเคราะห์ข้อมูล หรือ interactive tools ที่ต้องการ reasoning Soul น่าจะเป็นตัวที่คุ้มที่สุดในสามตัว Opus 5.5 เหมาะสำหรับงานที่ซับซ้อนสูง ต้องการ output ระดับ production ไม่รีบ และมีงบพอ เช่น การออกแบบ UI ซับซ้อน การสร้าง prototype สำหรับนำเสนอลูกค้า หรือ task ที่คุณภาพของ one-shot output คือความแตกต่างระหว่างใช้ได้กับใช้ได้จริง
บทสรุป
สิ่งที่น่าสนใจที่สุดในการเปรียบเทียบครั้งนี้ไม่ใช่ว่าโมเดลไหนดีที่สุด แต่คือทุกตัวในชั้นราคาต่างๆ ทำงานได้ดีในระดับของตัวเอง การเลือกโมเดลจึงเป็นเรื่องของ "งานไหน ราคาไหน คุณภาพเท่าไร" ไม่ใช่การหา winner ตายตัว Luna ดีมากสำหรับ volume Soul ดีมากสำหรับงานสมดุล และ Opus 5.5 ยังคงเป็นตัวเลือกอันดับหนึ่งเมื่อต้องการดีที่สุด แค่ต้องเตรียมใจกับราคาและเวลาที่ใช้ไปด้วย
