Gemini 3.7 Flash Just KILLED Expensive AI Models?

1
00:00:00,000 --> 00:00:01,838
Gemini 3.7 Flash เพิ่งโค่นโมเดล AI

2
00:00:01,838 --> 00:00:04,163
ราคาแพงทั้งหลายลงไปเรียบร้อยแล้วครับ Google

3
00:00:04,163 --> 00:00:05,947
ปล่อยโมเดลตัวหนึ่งออกมาแบบเงียบ ๆ

4
00:00:05,947 --> 00:00:07,893
ซึ่งทำผลงานได้เหนือกว่าเครื่องมือ AI

5
00:00:07,893 --> 00:00:09,623
ที่ทุกคนคิดว่าไม่มีใครโค่นล้มได้

6
00:00:09,623 --> 00:00:11,407
และแทบยังไม่มีใครพูดถึงมันเลยครับ

7
00:00:11,407 --> 00:00:12,867
แล้วเครื่องมือ AI ตัวใหญ่ ๆ

8
00:00:12,867 --> 00:00:16,327
ที่คุณพึ่งพาอยู่ทุกวันนี้กำลังจะถูกทิ้งไว้ข้างหลังหรือเปล่าครับ?

9
00:00:16,327 --> 00:00:18,814
อัปเดตครั้งเดียวเพิ่งเปลี่ยนไปว่าเครื่องมือ AI

10
00:00:18,814 --> 00:00:21,625
ตัวไหนที่นักสร้างมือโปรเปิดเป็นอย่างแรกในทุกเช้าครับ

11
00:00:21,625 --> 00:00:23,031
อยู่กับผมไปเรื่อย ๆ นะครับ

12
00:00:23,031 --> 00:00:24,220
เพราะพอถึงตอนจบคลิปนี้

13
00:00:24,220 --> 00:00:26,545
คุณจะรู้ว่าทำไมถึงเป็นแบบนั้น ผมคือ digital

14
00:00:26,545 --> 00:00:28,923
avatar (อวตารดิจิทัล) ของ Julian Goldie ครับ

15
00:00:28,923 --> 00:00:30,437
ผมช่วยให้คนเรียนรู้เรื่อง AI

16
00:00:30,437 --> 00:00:32,870
และเอาไปใช้งานจริงเพื่อให้งานเสร็จจริง ๆ ครับ

17
00:00:32,870 --> 00:00:34,924
วันนี้ผมจะมาวิเคราะห์ Gemini 3.7 Flash

18
00:00:34,924 --> 00:00:36,546
โมเดลใหม่ล่าสุดของ Google ครับ

19
00:00:36,546 --> 00:00:38,330
ผมจะพาคุณดูว่ามีอะไรเปลี่ยนไปบ้าง

20
00:00:38,330 --> 00:00:40,385
และของสองอย่างที่ผมสร้างด้วยมันเองครับ

21
00:00:40,385 --> 00:00:42,709
ไปดูกันเลยครับ Google เพิ่งปล่อย Gemini 3.7

22
00:00:42,709 --> 00:00:44,872
Flash โมเดลใหม่ล่าสุดในตระกูล Flash ครับ

23
00:00:44,872 --> 00:00:46,818
มันสร้างมาเพื่อการเขียนโค้ด (coding)

24
00:00:46,818 --> 00:00:47,900
งานเอเจนต์ (agent)

25
00:00:47,900 --> 00:00:49,576
และการทำงานจริงให้เสร็จเร็วครับ

26
00:00:49,576 --> 00:00:52,063
โมเดลนี้ออกมาหลังจาก Gemini 3.6 Flash เพียงแค่

27
00:00:52,063 --> 00:00:53,145
3 สัปดาห์

28
00:00:53,145 --> 00:00:55,307
ซึ่งถือว่าเร็วมากสำหรับการปล่อยโมเดลครับ

29
00:00:55,307 --> 00:00:57,524
และนี่คือจุดที่ทำให้มันเป็นเรื่องใหญ่ครับ

30
00:00:57,524 --> 00:00:59,091
มันเป็นโมเดลที่เบาและเร็วกว่า

31
00:00:59,091 --> 00:01:01,416
แต่ต้องสู้กับโมเดลที่ใหญ่และหนักกว่ามากครับ

32
00:01:01,416 --> 00:01:03,471
ทว่าใน benchmark (เกณฑ์วัดประสิทธิภาพ)

33
00:01:03,471 --> 00:01:05,255
หลักหลายตัว มันกลับชนะได้จริงครับ

34
00:01:05,255 --> 00:01:07,687
ด้านคุณภาพโค้ดระดับโปรดักชัน (production code

35
00:01:07,687 --> 00:01:10,174
quality) มันทำได้เหนือกว่า Claude Sonnet 5 และ

36
00:01:10,174 --> 00:01:12,283
GPT 5.6 Tera ครับ ด้านการพัฒนาเว็บ (web

37
00:01:12,283 --> 00:01:14,716
development) มันทำคะแนนสูงสุดใน Web Dev Arena

38
00:01:14,716 --> 00:01:15,797
จากทั้งกลุ่มครับ

39
00:01:15,797 --> 00:01:18,987
โมเดลที่เบากว่าแต่เอาชนะเครื่องมือที่ถูกสร้างให้ใหญ่กว่ามาก

40
00:01:18,987 --> 00:01:20,663
นั่นคือประเด็นหลักของวันนี้ครับ

41
00:01:20,663 --> 00:01:23,096
ผมทดสอบมันด้วยตัวเองก่อนทำวิดีโอนี้ครับ ผมใช้

42
00:01:23,096 --> 00:01:25,475
Gemini 3.7 Flash วางแผนโครงบทเรียนใหม่สำหรับ

43
00:01:25,475 --> 00:01:26,772
AI Profit Boardroom ครับ

44
00:01:26,772 --> 00:01:28,448
แบบที่พาสมาชิกเดินผ่าน workflow

45
00:01:28,448 --> 00:01:30,827
(ขั้นตอนการทำงาน) ทั้งระบบตั้งแต่ต้นจนจบครับ

46
00:01:30,827 --> 00:01:32,340
ผมให้ prompt (พรอมต์/คำสั่ง)

47
00:01:32,340 --> 00:01:33,854
อันหนึ่งพร้อมโครงร่างคร่าว ๆ

48
00:01:33,854 --> 00:01:36,341
ว่าอยากให้ครอบคลุมอะไรบ้างครับ มันวางโครงสร้าง

49
00:01:36,341 --> 00:01:37,423
เขียนคำอธิบาย

50
00:01:37,423 --> 00:01:40,234
และเรียงลำดับขั้นตอนการลงมือทำให้เสร็จในรอบเดียวครับ

51
00:01:40,234 --> 00:01:42,667
ปกติงานแบบนี้ผมต้องโต้ตอบกลับไปกลับมากับโมเดล

52
00:01:42,667 --> 00:01:44,775
AI หลายรอบครับ แต่ครั้งนี้ใช้ครั้งเดียว

53
00:01:44,775 --> 00:01:46,614
แล้วแก้เล็กน้อยอีกนิดเดียวก็จบครับ

54
00:01:46,614 --> 00:01:49,479
นั่นคือความเร็วแบบที่ผมต้องการเวลาสร้างเนื้อหาใหม่ให้

55
00:01:49,479 --> 00:01:50,776
AI Profit Boardroom ครับ

56
00:01:50,776 --> 00:01:53,209
ทีนี้มาคุยกันว่าอะไรคือสิ่งที่ต่างออกไปจริง ๆ

57
00:01:53,209 --> 00:01:54,723
ใต้ฝาเครื่อง เพราะ benchmark

58
00:01:54,723 --> 00:01:56,940
บอกเราแค่ครึ่งเรื่องครับ Gemini 3.7 Flash

59
00:01:56,940 --> 00:01:58,994
เขียนโค้ดได้ดีขึ้นในครั้งแรกที่ลองครับ

60
00:01:58,994 --> 00:02:01,913
มันสร้างหน้าเว็บและแอปที่ใช้งานได้โดยไม่ต้องแก้ง้อบั๊ก

61
00:02:01,913 --> 00:02:04,400
(bug) ถึง 10 รอบตามหลังครับ มันอ่านเอกสารยาว ๆ

62
00:02:04,400 --> 00:02:09,212
ได้แม่นขึ้นครับ สัญญา รายงาน และงานวิจัยจึงถูกเข้าใจอย่างถูกต้อง แทนที่จะเดาเอาแบบครึ่ง ๆ

63
00:02:09,212 --> 00:02:11,428
กลาง ๆ ครับ ฝั่งเอกสาร การทดสอบของ Google

64
00:02:11,428 --> 00:02:13,915
เองแสดงตัวเลขที่กระโดดจากประมาณ 22% ไปเป็น 34%

65
00:02:13,915 --> 00:02:14,997
ครับ ใน benchmark

66
00:02:14,997 --> 00:02:16,781
ที่ออกแบบมาเพื่อวัดความเข้าใจ PDF

67
00:02:16,781 --> 00:02:17,916
ระดับผู้เชี่ยวชาญครับ

68
00:02:17,916 --> 00:02:19,646
นั่นไม่ใช่การเพิ่มเล็กน้อยนะครับ

69
00:02:19,646 --> 00:02:22,620
มันยังวางแผนงานหลายขั้นตอนโดยให้คุณคอยดูแลน้อยลงมากครับ

70
00:02:22,620 --> 00:02:24,890
ซึ่งสำคัญมากถ้าคุณใช้ AI รัน workflow จริง

71
00:02:24,890 --> 00:02:26,999
แทนการตอบคำถามทีละข้อครับ โมเดลนี้ยังมี

72
00:02:26,999 --> 00:02:29,269
context window (หน้าต่างบริบท) สูงสุดถึง 1

73
00:02:29,269 --> 00:02:31,270
ล้าน token (โทเคน) ด้วยครับ พูดง่าย ๆ

74
00:02:31,270 --> 00:02:34,622
คือมันเก็บข้อมูลจำนวนมหาศาลไว้ในการสนทนาเดียวได้ครับ PDF ยาว ๆ

75
00:02:34,622 --> 00:02:36,946
โค้ดเบส (code base) ใหญ่ ๆ งานวิจัยชิ้นโต ๆ

76
00:02:36,946 --> 00:02:39,271
ทั้งหมดพร้อมกันโดยไม่หลุดประเด็นกลางทางครับ

77
00:02:39,271 --> 00:02:41,866
และคุณยังปรับได้ว่ามันควรคิดมากแค่ไหนก่อนตอบครับ

78
00:02:41,866 --> 00:02:43,055
เพิ่ม reasoning effort

79
00:02:43,055 --> 00:02:44,731
(ระดับความพยายามในการใช้เหตุผล)

80
00:02:44,731 --> 00:02:45,813
ขึ้นสำหรับงานยากครับ

81
00:02:45,813 --> 00:02:47,922
หรือลดลงเมื่อคุณต้องการคำตอบเร็ว ๆ ครับ

82
00:02:47,922 --> 00:02:49,922
โมเดลเดียวจัดการทั้งงานด่วนและงานหนัก

83
00:02:49,922 --> 00:02:52,138
แทนที่จะสลับเครื่องมือไปตามงานครับ Google

84
00:02:52,138 --> 00:02:53,328
ยังบอกอีกว่า guardrail

85
00:02:53,328 --> 00:02:54,788
(มาตรการป้องกันความปลอดภัย)

86
00:02:54,788 --> 00:02:56,518
ถูกทำให้เข้มงวดขึ้นในรุ่นนี้ครับ

87
00:02:56,518 --> 00:02:58,356
มันจึงไม่ใช่แค่เร็วขึ้นและฉลาดขึ้น

88
00:02:58,356 --> 00:03:01,870
แต่มาพร้อมระบบป้องกันที่แข็งแรงขึ้นคอยทำงานอยู่เบื้องหลังด้วยครับ

89
00:03:01,870 --> 00:03:04,303
ยิ่งไปกว่านั้น Google บอกว่า Gemini 3.7 Flash

90
00:03:04,303 --> 00:03:06,627
ยังวางแผน tool call (การเรียกใช้เครื่องมือ)

91
00:03:06,627 --> 00:03:08,303
ของตัวเองอย่างรอบคอบมากขึ้นครับ

92
00:03:08,303 --> 00:03:09,385
ก่อนจะลงมือทำงานครับ

93
00:03:09,385 --> 00:03:11,980
นั่นหมายความว่าเวลามันทำงานอย่างการดีบั๊กสคริปต์

94
00:03:11,980 --> 00:03:14,197
(debug script) หรือดึงข้อมูลจากเอกสารครับ

95
00:03:14,197 --> 00:03:15,602
มันจะคิดมากขึ้นในแต่ละขั้น

96
00:03:15,602 --> 00:03:18,035
แทนที่จะรีบทำแล้วเดาไปเรื่อยครับ ในทางปฏิบัติ

97
00:03:18,035 --> 00:03:19,765
แปลว่า retry (การลองใหม่) น้อยลง

98
00:03:19,765 --> 00:03:21,819
และใช้เวลาเก็บกวาดงานตามหลังน้อยลงครับ

99
00:03:21,819 --> 00:03:22,901
ถ้าคุณเคยใช้โมเดล AI

100
00:03:22,901 --> 00:03:25,226
ที่ตอบอย่างมั่นใจแต่ให้คำตอบที่ใช้งานไม่ได้

101
00:03:25,226 --> 00:03:27,334
นั่นคือปัญหาที่อัปเดตนี้ตั้งใจแก้เป๊ะ ๆ

102
00:03:27,334 --> 00:03:29,713
เลยครับ ถ้าคุณกำลังดูอยู่แล้วคิดจะลอง Gemini

103
00:03:29,713 --> 00:03:32,200
3.7 Flash กับงานเขียนโค้ดหรือคอนเทนต์ของตัวเอง

104
00:03:32,200 --> 00:03:34,471
ขอบอกว่าปกติมันเป็นแบบนี้ครับ คุณทำ prompt

105
00:03:34,471 --> 00:03:36,092
อันแรกให้ทำงานได้เรียบร้อยครับ

106
00:03:36,092 --> 00:03:38,579
แต่พอจะยกระดับมันเป็น workflow ที่วนซ้ำได้จริง

107
00:03:38,579 --> 00:03:40,580
คุณกลับไปติดอยู่ที่ขั้นตอนตั้งค่าครับ

108
00:03:40,580 --> 00:03:42,958
นั่นคือสิ่งที่เราพาทำทีละขั้นตอนใน AI Profit

109
00:03:42,958 --> 00:03:44,040
Boardroom ครับ

110
00:03:44,040 --> 00:03:46,797
เรามีวิดีโอสอนโมเดลใหม่ล่าสุดทันทีที่ปล่อยออกมาครับ

111
00:03:46,797 --> 00:03:50,636
มีคอลสดให้คำปรึกษาที่สมาชิกนำระบบของตัวเองมาขอความช่วยเหลือได้ทันทีครับ

112
00:03:50,636 --> 00:03:53,069
และมีแหล่ง prompt ที่สร้างรอบเครื่องมือแบบนี้

113
00:03:53,069 --> 00:03:55,285
เพื่อให้คุณไม่ต้องเริ่มจากกระดานเปล่าครับ

114
00:03:55,285 --> 00:03:57,286
คุณโหลดไฟล์ zip ทั้งชุดได้ใน Agent OS

115
00:03:57,286 --> 00:03:59,772
พร้อมติดตั้งครับ และเราสร้างแผน 30 วัน (30-day

116
00:03:59,772 --> 00:04:00,854
roadmap)

117
00:04:00,854 --> 00:04:02,909
ฉบับสมบูรณ์ไว้เป็นกรณีตัวอย่างด้วยครับ

118
00:04:02,909 --> 00:04:05,017
ถ้าอยากก้าวให้เร็วกว่าใครกับการปล่อย AI

119
00:04:05,017 --> 00:04:07,288
รุ่นใหม่ ๆ แทนที่จะลองผิดลองถูกคนเดียวครับ

120
00:04:07,288 --> 00:04:09,072
นี่คือสิ่งที่ AI Profit Boardroom

121
00:04:09,072 --> 00:04:10,694
สร้างมาเพื่อสิ่งนี้ครับ Google

122
00:04:10,694 --> 00:04:13,072
ไม่ได้แค่เผยแพร่ตาราง benchmark เท่านั้นครับ

123
00:04:13,072 --> 00:04:15,181
ลูกค้า early access (ผู้เข้าถึงก่อนใคร)

124
00:04:15,181 --> 00:04:16,478
จับต้อง Gemini 3.7 Flash

125
00:04:16,478 --> 00:04:18,479
ได้ก่อนเปิดตัวอย่างเป็นทางการแล้วครับ

126
00:04:18,479 --> 00:04:20,695
รวมถึงทีมจาก Box, Browser Use, Cartwheel,

127
00:04:20,695 --> 00:04:22,804
Databricks, Harvey, Hebbian, LangChain,

128
00:04:22,804 --> 00:04:25,236
Pydantic และ Stanford's Department of Biology

129
00:04:25,236 --> 00:04:26,318
ครับ

130
00:04:26,318 --> 00:04:29,075
ฟีดแบ็กช่วงแรกของพวกเขาชี้ไปที่ธีมเดียวกับตัวเลขของ

131
00:04:29,075 --> 00:04:30,157
Google เองครับ

132
00:04:30,157 --> 00:04:32,428
นั่นคือผลงานและความแม่นยำที่กระโดดขึ้นจริง

133
00:04:32,428 --> 00:04:34,428
เมื่อเทียบกับโมเดล Flash รุ่นก่อนครับ

134
00:04:34,428 --> 00:04:36,104
ฝั่งงานเอเจนต์ Gemini 3.7 Flash

135
00:04:36,104 --> 00:04:38,213
ทำคะแนนดีขึ้นใน Terminal Bench 2.1 ครับ

136
00:04:38,213 --> 00:04:39,294
ซึ่งเป็น benchmark

137
00:04:39,294 --> 00:04:41,349
สำหรับการเขียนโค้ดเทอร์มินัลแบบเอเจนต์

138
00:04:41,349 --> 00:04:43,403
โดยขยับจาก 78.0% ขึ้นไปเป็น 85.8% ครับ

139
00:04:43,403 --> 00:04:45,836
มันยังเก่งขึ้นในการเรียกคืนข้อมูลบริบทระยะยาว

140
00:04:45,836 --> 00:04:48,269
(long context recall) ด้วยครับ โดยทำได้ 97.0%

141
00:04:48,269 --> 00:04:50,485
ใน GDM-MCRV2 เทียบกับ 91.8% เมื่อก่อนครับ

142
00:04:50,485 --> 00:04:52,432
Google ยังโชว์เดโมน่าสนุก ๆ ด้วยครับ

143
00:04:52,432 --> 00:04:54,648
อันหนึ่งใช้ Gemini 3.7 Flash ร่วมกับ Nano

144
00:04:54,648 --> 00:04:55,730
Banana สร้างเกม 3D

145
00:04:55,730 --> 00:04:57,676
ที่เล่นได้เต็มรูปแบบแบบเรียลไทม์ครับ

146
00:04:57,676 --> 00:04:58,758
สร้างตัวละคร ไอเทม

147
00:04:58,758 --> 00:05:00,867
และเท็กซ์เจอร์ได้ทันทีในระหว่างเล่นครับ

148
00:05:00,867 --> 00:05:02,921
อีกอันใช้มันคุม sub-agent (เอเจนต์ลูก)

149
00:05:02,921 --> 00:05:04,975
สร้างหน้า landing page (หน้าแลนดิงเพจ)

150
00:05:04,975 --> 00:05:07,354
แบบอินเทอร์แอคทีฟครับ พร้อมเอฟเฟกต์ parallax

151
00:05:07,354 --> 00:05:08,814
(พารัลแลกซ์) ที่ลื่นไหลครับ

152
00:05:08,814 --> 00:05:12,003
อันที่สามโชว์มันช่วยฝึกโมเดลหุ่นยนต์ในลูปกราฟสามเอเจนต์ครับ

153
00:05:12,003 --> 00:05:13,625
โดยใช้ความเข้าใจแบบ multimodal

154
00:05:13,625 --> 00:05:14,707
(หลายรูปแบบข้อมูล)

155
00:05:14,707 --> 00:05:17,032
เพื่อช่วยให้หุ่นยนต์เรียนรู้ได้เร็วขึ้นครับ

156
00:05:17,032 --> 00:05:20,330
เห็นได้ชัดว่ามันถูกสร้างมาให้จัดการได้มากกว่าแค่การคุยแชตครับ

157
00:05:20,330 --> 00:05:21,411
Gemini 3.7 Flash

158
00:05:21,411 --> 00:05:24,493
ยังเสียบเข้ากับเครื่องมือที่ผู้คนใช้อยู่แล้วได้โดยตรงครับ

159
00:05:24,493 --> 00:05:26,385
นักพัฒนาสร้างงานด้วยมันได้ใน Google

160
00:05:26,385 --> 00:05:28,602
Antigravity, Google AI Studio และ Android

161
00:05:28,602 --> 00:05:30,764
Studio ครับ องค์กรสามารถรันผ่านแพลตฟอร์ม

162
00:05:30,764 --> 00:05:32,981
Gemini Enterprise ได้ครับ และถ้าคุณใช้แอป

163
00:05:32,981 --> 00:05:35,306
Gemini บนมือถือหรือแล็ปท็อป มันก็ขับเคลื่อน

164
00:05:35,306 --> 00:05:37,144
Spark เอเจนต์ AI ส่วนตัวของ Google

165
00:05:37,144 --> 00:05:39,631
อยู่แล้วครับ สำหรับสมาชิก Pro และ Ultra ในกว่า

166
00:05:39,631 --> 00:05:40,712
160 ประเทศครับ

167
00:05:40,712 --> 00:05:44,335
ดังนั้นนี่ไม่ใช่การปล่อยเฉพาะนักพัฒนาที่ซ่อนอยู่หลังกำแพงเทคนิคครับ

168
00:05:44,335 --> 00:05:46,659
มันกำลังทยอยเปิดให้คนทั่วไปที่ใช้แอป Gemini

169
00:05:46,659 --> 00:05:47,903
ใช้งานได้แล้วตอนนี้ครับ

170
00:05:47,903 --> 00:05:50,660
นี่คือจุดที่ผมเอามันไปใช้งานจริงเป็นครั้งที่สองครับ

171
00:05:50,660 --> 00:05:52,876
ผมใช้ Gemini 3.7 Flash สร้าง landing page

172
00:05:52,876 --> 00:05:54,390
ที่เขียนโค้ดเสร็จสมบูรณ์ครับ

173
00:05:54,390 --> 00:05:56,823
ออกแบบมาเพื่อดึงคนเข้าสู่ AI Profit Boardroom

174
00:05:56,823 --> 00:05:59,040
ให้มากขึ้นครับ ผมบรรยายเลย์เอาต์ (layout)

175
00:05:59,040 --> 00:06:00,121
ที่ต้องการ

176
00:06:00,121 --> 00:06:02,122
และบอกข้อความที่อยากให้เด่นที่สุดครับ

177
00:06:02,122 --> 00:06:04,663
มันก็สร้างหน้าที่ใช้งานได้จริงแทบจะในครั้งเดียว

178
00:06:04,663 --> 00:06:06,285
ตามทิศทางการออกแบบที่ผมให้ครับ

179
00:06:06,285 --> 00:06:09,420
นั่นคืองานพัฒนาเว็บแบบที่โมเดลนี้ถูกสร้างมาเพื่อจัดการเป๊ะ

180
00:06:09,420 --> 00:06:11,529
ๆ เลยครับ แทนที่ผมจะเขียนโค้ดทีละบรรทัด

181
00:06:11,529 --> 00:06:13,907
ผมแค่บอกสิ่งที่ต้องการ แล้วมันก็สร้างให้ครับ

182
00:06:13,907 --> 00:06:16,232
ซึ่งแปลว่าเวลาของผมไปลงกับการขยาย AI Profit

183
00:06:16,232 --> 00:06:17,854
Boardroom แทนการสู้กับโค้ดครับ

184
00:06:17,854 --> 00:06:19,692
แล้วใครบ้างที่ใช้ Gemini 3.7 Flash

185
00:06:19,692 --> 00:06:21,476
ได้ตอนนี้ครับ? ถ้าคุณเป็นนักพัฒนา

186
00:06:21,476 --> 00:06:23,909
วันนี้คุณเริ่มสร้างงานกับมันได้เลยผ่าน Google

187
00:06:23,909 --> 00:06:25,963
AI Studio หรือ Google Antigravity ครับ

188
00:06:25,963 --> 00:06:27,207
ถ้าคุณทำธุรกิจหรือมีทีม

189
00:06:27,207 --> 00:06:29,153
คุณเข้าถึงมันได้ผ่านแพลตฟอร์ม Gemini

190
00:06:29,153 --> 00:06:30,235
Enterprise ครับ

191
00:06:30,235 --> 00:06:32,614
และถ้าคุณเป็นผู้ใช้ทั่วไปในแพ็กเกจ Google AI

192
00:06:32,614 --> 00:06:35,100
Pro หรือ Ultra คุณอาจได้ใช้มันผ่าน Spark ในแอป

193
00:06:35,100 --> 00:06:36,182
Gemini แล้วก็ได้ครับ

194
00:06:36,182 --> 00:06:37,642
ขึ้นอยู่กับประเทศของคุณครับ

195
00:06:37,642 --> 00:06:39,480
ดังนั้นมันไม่ได้ปิดกั้นมือใหม่ครับ

196
00:06:39,480 --> 00:06:41,859
ไม่ว่าคุณจะเขียนโค้ด ทำธุรกิจ หรือใช้ Gemini

197
00:06:41,859 --> 00:06:43,751
ในชีวิตประจำวัน ก็มีทางเข้าเสมอครับ

198
00:06:43,751 --> 00:06:44,886
ทีนี้มีเคล็ดลับสั้น ๆ

199
00:06:44,886 --> 00:06:46,941
ก่อนที่คุณจะไปลองด้วยตัวเองครับ ข้อแรก

200
00:06:46,941 --> 00:06:48,563
ใช้มันกับงานที่มีโครงสร้างจริง

201
00:06:48,563 --> 00:06:50,130
ไม่ใช่แค่คำถามบรรทัดเดียวครับ

202
00:06:50,130 --> 00:06:52,509
โมเดลนี้เก่งกับงานหลายขั้นตอน เช่น การวางแผน

203
00:06:52,509 --> 00:06:54,834
การเขียนโค้ด และการประมวลผลเอกสารยาว ๆ ครับ

204
00:06:54,834 --> 00:06:57,321
ดังนั้นให้งานที่หนักหน่วงพอให้มันได้เคี้ยวครับ

205
00:06:57,321 --> 00:06:58,403
ข้อสอง

206
00:06:58,403 --> 00:07:00,565
จำไว้ว่ามันรองรับการปรับการตั้งค่าการคิด

207
00:07:00,565 --> 00:07:02,890
(thinking settings) ได้ครับ คุณจึงปรับระดับ

208
00:07:02,890 --> 00:07:03,972
reasoning effort

209
00:07:03,972 --> 00:07:06,458
ได้ตามว่าต้องการความเร็วหรือความลึกครับ ข้อสาม

210
00:07:06,458 --> 00:07:08,513
อย่าลืมว่าความรู้จากการเทรน (training)

211
00:07:08,513 --> 00:07:10,838
ของมันมีจุดตัด (cutoff) ราวเดือนมีนาคม 2026

212
00:07:10,838 --> 00:07:11,919
ในหลายด้านครับ

213
00:07:11,919 --> 00:07:14,136
ดังนั้นสำหรับอะไรก็ตามที่เกิดหลังเวลานั้น

214
00:07:14,136 --> 00:07:16,028
คุณควรป้อนข้อมูลล่าสุดให้มันเองครับ

215
00:07:16,028 --> 00:07:18,137
แทนที่จะคิดว่ามันรู้อยู่แล้วครับ ข้อสี่

216
00:07:18,137 --> 00:07:20,461
ถ้าคุณทำงานกับเอกสารยาว ๆ หรือโค้ดเบสใหญ่ ๆ

217
00:07:20,461 --> 00:07:24,786
ให้ใช้ context window 1 ล้าน token ให้เต็มที่ครับ แทนที่จะหั่นไฟล์เป็นชิ้นเล็ก ๆ

218
00:07:24,786 --> 00:07:25,868
ครับ

219
00:07:25,868 --> 00:07:29,436
การป้อนทั้งไฟล์ในครั้งเดียวคือจุดที่โมเดลนี้ทำผลงานได้ดีที่สุดครับ

220
00:07:29,436 --> 00:07:30,518
และข้อสุดท้าย

221
00:07:30,518 --> 00:07:32,789
ถ้าจะทดสอบมันกับงานเขียนโค้ดหรืองานเอเจนต์

222
00:07:32,789 --> 00:07:34,411
ให้โยนโปรเจกต์จริงให้มันทำครับ

223
00:07:34,411 --> 00:07:35,762
แทนที่จะใช้ตัวอย่างเล่น ๆ

224
00:07:35,762 --> 00:07:38,736
เพราะตรงนั้นแหละที่ผลลัพธ์ที่ดีขึ้นปรากฏให้เห็นจริงครับ

225
00:07:38,736 --> 00:07:40,736
สรุป Gemini 3.7 Flash ก็ประมาณนี้ครับ

226
00:07:40,736 --> 00:07:42,033
โมเดลที่เบากว่า เร็วกว่า

227
00:07:42,033 --> 00:07:44,142
ถูกสร้างมาให้ต่อยได้เหนือน้ำหนักตัวครับ

228
00:07:44,142 --> 00:07:46,466
มันเอาชนะตัวเลือกชื่อดังหลายตัวใน benchmark

229
00:07:46,466 --> 00:07:48,899
ที่สำคัญที่สุดสำหรับงานเขียนโค้ด การพัฒนาเว็บ

230
00:07:48,899 --> 00:07:49,981
และงานเอกสารครับ

231
00:07:49,981 --> 00:07:52,684
มันจะรักษาฟอร์มไว้ได้หรือไม่เมื่อมีคนใช้งานมากขึ้น

232
00:07:52,684 --> 00:07:54,685
เราก็ต้องรอดูกันครับ แต่จากที่ Google

233
00:07:54,685 --> 00:07:55,766
เผยแพร่มาถึงตอนนี้

234
00:07:55,766 --> 00:07:58,415
นี่คือหนึ่งในการปล่อยที่น่าสนใจที่สุดของปีนี้ครับ

235
00:07:58,415 --> 00:08:00,254
ถ้าอยากได้กระบวนการเต็มรูปแบบ SOPs

236
00:08:00,254 --> 00:08:02,416
(ขั้นตอนการทำงานมาตรฐาน) และ AI use case

237
00:08:02,416 --> 00:08:04,849
(กรณีการใช้งาน AI) อีก 100 กว่ากรณีแบบนี้ครับ

238
00:08:04,849 --> 00:08:06,687
เข้าร่วม AI Success Lab ได้เลยครับ

239
00:08:06,687 --> 00:08:08,741
ลิงก์อยู่ในคอมเมนต์และคำอธิบายคลิปครับ

240
00:08:08,741 --> 00:08:10,796
คุณจะได้รับโน้ตวิดีโอทั้งหมดจากที่นั่น

241
00:08:10,796 --> 00:08:13,229
พร้อมการเข้าถึงคอมมูนิตี้สมาชิก 85,000 คนครับ

242
00:08:13,229 --> 00:08:15,337
ที่กำลังใช้ AI อย่างประสบความสำเร็จครับ

243
00:08:15,337 --> 00:08:17,337
คุณโหลดไฟล์ zip ทั้งชุดได้ใน Agent OS

244
00:08:17,337 --> 00:08:19,175
พร้อมติดตั้งครับ และเราสร้างแผน 30

245
00:08:19,175 --> 00:08:21,392
วันฉบับสมบูรณ์ไว้เป็นกรณีตัวอย่างด้วยครับ

246
00:08:21,392 --> 00:08:23,446
และถ้าคุณกำลังจะไปลอง Gemini 3.7 Flash

247
00:08:23,446 --> 00:08:25,717
ด้วยตัวเอง นี่คือสิ่งที่มักเกิดขึ้นต่อครับ

248
00:08:25,717 --> 00:08:27,934
คุณทำให้มันทำงานกับงานง่าย ๆ ได้ โอเคครับ

249
00:08:27,934 --> 00:08:29,555
แต่การเสียบมันเข้ากับ workflow

250
00:08:29,555 --> 00:08:33,069
การเขียนโค้ดหรือคอนเทนต์จริงที่รันได้เองนั้นเป็นอีกทักษะหนึ่งครับ

251
00:08:33,069 --> 00:08:35,070
นั่นคือสิ่งที่เราครอบคลุมใน AI Profit

252
00:08:35,070 --> 00:08:36,152
Boardroom ครับ

253
00:08:36,152 --> 00:08:38,260
ทั้งบทเรียนโมเดลใหม่ล่าสุดที่ปล่อยออกมา

254
00:08:38,260 --> 00:08:41,558
คอลสดให้คำปรึกษาที่คุณนำระบบจริงมาขอความช่วยเหลือได้ทันทีครับ

255
00:08:41,558 --> 00:08:42,640
และโรดแมปทีละขั้น

256
00:08:42,640 --> 00:08:45,127
เพื่อให้คุณไม่ต้องเดาไปคนเดียวครับ คุณโหลดไฟล์

257
00:08:45,127 --> 00:08:47,397
zip ทั้งชุดได้ใน Agent OS พร้อมติดตั้งครับ

258
00:08:47,397 --> 00:08:48,479
และเราสร้างแผน 30

259
00:08:48,479 --> 00:08:50,696
วันฉบับสมบูรณ์ไว้เป็นกรณีตัวอย่างด้วยครับ

260
00:08:50,696 --> 00:08:52,480
สมาชิกกว่า 4,000 คนอยู่ในนั้นแล้ว

261
00:08:52,480 --> 00:08:54,913
และสร้างงานด้วยเครื่องมือแบบนี้ทุกสัปดาห์ครับ

262
00:08:54,913 --> 00:08:57,345
ถ้าอยากก้าวให้เร็วกว่าด้วยโมเดล AI ใหม่ล่าสุด

263
00:08:57,345 --> 00:08:58,967
แทนที่จะลองผิดลองถูกด้วยตัวเอง

264
00:08:58,967 --> 00:09:01,400
มาสมทบกับเราได้ที่ aiprofitboardroom.com ครับ