Qwen 3.8 27B: New FREE Local AI
สรุปย่อ
ประเด็นสำคัญจากวิดีโอ
- **ช่อง:** Julian Goldie SEO · **ความยาว:** ~7 นาที · **ลิงก์:** https://www.youtube.com/watch?v=f919TPYZaBA
# สรุป: Qwen 3.8 27B: New FREE Local AI - **ช่อง:** Julian Goldie SEO · **ความยาว:** ~7 นาที · **ลิงก์:** https://www.youtube.com/watch?v=f919TPYZaBA ## ประเด็นหลัก - Qwen 3.8 27B เป็นโมเดล open weights ฟรีที่รันบนเครื่องตัวเองได้ ให้ผลงานเทียบเท่าระดับท็อปอย่าง Claude Opus 4.6 เมื่อ 6 เดือนก่อน โดยไม่ต้องใช้การ์ดจอระดับสุดขีด - Qwen 3.8 Max คือโมเดลระดับ frontier ของค่าย ส่วน Qwen 3.8 2.4T A95B เป็นเวอร์ชัน Max ที่เปิด open weights แล้วแต่ไม่สามารถ self-host ได้จริง ต่างจาก GLM 5.3 และ Kimi K3 ที่ต้องใช้สเปกมหึมา - วิธีเซ็ตอัปแนะนำ: LM Studio (แอปฟรี), Ollama (เพิ่งอัปเดต) และ MLX สำหรับ Mac ที่ช่วยให้รันลื่นขึ้น รวมถึงใช้เป็นสมองให้ Claude Code, OpenCode, Hermes Agent หรือ OpenClaw - ข้อควรระวัง: โมเดล self-host ฟรีฟังดูดีแต่รันจริงอาจช้าและกินทรัพยากรเยอะ ทางทีมเคยทดสอบ local model บนลีดเดอร์บอร์ด Goldy Bench แล้วพบว่าหลายตัวคุณภาพแย่มาก - เหตุผลที่ควรใช้ local model: ฟรี เป็นส่วนตัว รันออฟไลน์ได้ และช่องว่างกับโมเดลระดับ frontier กำลังปิดลงเร็วขึ้นเรื่อย ๆ ## ความเห็นสรุป วิดีโอให้ภาพรวมที่ใช้งานได้จริงของ Qwen 3.8 27B ทั้งจุดแข็งด้านประสิทธิภาพต่อราคา (ฟรี รันบนเครื่องตัวเอง) และข้อจำกัดด้านสเปกและการใช้งานจริง พร้อมคำแนะนำเซ็ตอัปที่จับต้องได้สำหรับทั้งผู้ใช้ PC/Mac เหมาะสำหรับคนที่สนใจรันโมเดล AI ระดับแนวหน้าบนเครื่องตัวเองโดยไม่ต้องพึ่งคลาวด์
คำแปลเต็ม
แปลตามบทสนทนาต้นฉบับ ปรับเป็นภาษาไทยธรรมชาติ
**จูเลียน:** วันนี้เรามีของใหม่ล่าสุดจากค่าย Qwen อย่าง Qwen 3.8 27B ซึ่งน่าจะเป็นโมเดลโอเพนซอร์สแบบ local model (โมเดลที่รันบนเครื่องตัวเอง) ที่ฟรีและดีที่สุดเท่าที่คุณจะใช้จริงได้ เราจะมาคุยกันถึงเซ็ตอัปที่ดีที่สุดสำหรับตัวนี้ เพราะโมเดลท้องถิ่นมักถูกจำกัดในเรื่องของการเลือกสเปกให้ถูกต้องนี่แหละ โดยพื้นฐานแล้ว Qwen 3.8 27B เป็นเวอร์ชัน open weights ของ Qwen 3.8 ส่วน Qwen 3.8 Max คือโมเดลระดับแนวหน้าของเขา และ Qwen 3.8 2.4T A95B ก็เพิ่งปล่อยออกมาเหมือนกัน ซึ่งเป็นเวอร์ชัน Max แต่ตัวที่เราจะโฟกัสวันนี้คือ Qwen 3.8 27B
ถ้าสงสัยว่ามันดีแค่ไหน? ลองนึกดูนะ เมื่อ 6 เดือนก่อนเรามี Claude Opus 4.6 ซึ่งตอนนั้นถูกมองว่าเป็นโมเดลที่ดีที่สุด และตอนนี้ Qwen 3.8 27B ให้ผลงานระดับเดียวกันได้ฟรี ๆ บนเครื่องของเราเอง แกคิดยังไง แกเร็ธ?
**แกเร็ธ:** ผมดูสถิติก่อนมาหน่อยนึง และคุณไม่จำเป็นต้องใช้การ์ดจอที่โหด ๆ สุดขีดเพื่อรันมันด้วย น่าสนใจมาก ผมเกือบรู้สึกว่า Qwen คว้าจุดสปอตไลท์ของการเป็นโมเดลโอเพนตัวแรก ๆ ที่ทุกคนหันมาใช้แล้ว
**จูเลียน:** ใช่ ผมว่าแกพูดถูก พวกเขานำหน้าในด้านนี้จริง เพราะอย่าลืมว่า GLM 5.3 ก็จะปล่อย open weights เหมือนกัน แต่คุณไม่สามารถรันมันเฉย ๆ ได้ เพราะต้องใช้สเปกที่เหลือเชื่อมาก ตัวอย่างเช่น Kimi K3 ก็เปิด open weights แต่ในทางปฏิบัติ มีใครกันที่จะรันมันบนเครื่องตัวเองจริง ๆ นอกจากจะใช้บริการอย่าง Cerebras?
**แกเร็ธ:** ใช่ และสำหรับคนทั่วไป พวกเขาไม่รู้ด้วยซ้ำว่าจะเซ็ตอัปยังไง หรือจะเริ่มจากตรงไหน ดังนั้นถ้าคุณมี DGX box หรือการ์ด RTX อะไรประมาณนั้น มันน่าจะรันได้ดีทีเดียว ผมว่าแกใช้ Mac mini ส่วนผมใช้ Mac Studio ผมคงไม่รันตัวนี้บนเครื่องของผมนะ ผมไม่คิดว่ามันจะรันได้ดีกับเครื่องผม
**แกเร็ธ:** ผมมี Mac mini และก็มี PC ที่มีกราฟิกการ์ด RTX ด้วย คิดว่า PC ของผมน่าจะรันมันได้ ส่วน Mac mini ไม่น่ารอด และ MacBook Pro รันได้แน่นอน
**จูเลียน:** ใช่ ถูกต้องเลย และปกติเวลาแกทดลองโมเดลพวกนี้ เช่น Claude บอกว่า "รันได้เลย ไม่มีปัญหาหรอกเพื่อน" แล้วพอแกอยู่ระหว่างทำงานหรืออยู่ในประชุม ทั้งระบบก็ crash ไปเลย
**แกเร็ธ:** มันทำให้ผมนึกถึงสมัยก่อนที่เหล่านักพัฒนาเกมจะบอกว่า "โอ้ คุณต้องมี RAM 8 GB พื้นที่เก็บ 50 GB" พอแกได้เกมมาจริง ๆ ปรากฏว่า "ไม่เอาน่าเพื่อน แกต้องใช้ 16 GB กับ 100 GB ต่างหาก"
**จูเลียน:** ใช่ มันเป็นแบบนั้นแหละ ในความเป็นจริงมันกินทรัพยากรมากกว่าที่คิดเยอะ แต่ดูนี่สิ Opus 4.6 Max ก็ยังไม่ห่างไกล และนี่คือโมเดลระดับท็อปเมื่อ 6 เดือนก่อนถ้าย้อนกลับไป
**แกเร็ธ:** ใช่
**จูเลียน:** มันไม่จริงเลย
**แกเร็ธ:** มันบ้ามาก อยากรู้จัง Qwen 3.8 เป็นโมเดลที่ดีที่สุดของเขาแล้วหรือ หรือเขามีโมเดลที่ดีกว่านี้อีก?
**จูเลียน:** Qwen 3.8 Max คือโมเดลที่ดีที่สุดของเขา พวกเขาปล่อย open weights ของตัวนั้นแล้ว แต่เหมือนเดิม คุณจะไม่สามารถ self-host (โฮสต์โมเดลบนเครื่องตัวเอง) ตัวนั้นได้อยู่ดี
**แกเร็ธ:** โอเค ใช่ มันน่าทึ่งมากกับปริมาณประสิทธิภาพที่ได้ ผมเคยพูดในวิดีโออื่นแล้วว่า พวกที่ครองตำแหน่งท็อปอยู่ตอนนี้ ซึ่งก็คือ Claude กับ Anthropic จะว่าไปก็รวมถึง ChatGPT ด้วย มันง่ายมากสำหรับคนอื่นที่จะลอกเลียนสิ่งที่คนระดับท็อปทำแล้วเริ่มไล่ตามทัน มันน่าสนใจมากที่ได้เห็นการแข่งขันตรงจุดนี้ แล้วมันพิสูจน์อะไร?
**จูเลียน:** ใช่ 100% และถ้าดูที่ Qwen 3.8 หลายคนอาจสงสัยว่า "แล้วเซ็ตอัปยังไง?" คุณใช้ LM Studio ได้ นั่นเป็นแอปฟรี และคุณดาวน์โหลดโมเดลจาก LM Studio ได้ด้วย แล้วก็มี Ollama ซึ่งมี Qwen 3.8 และเพิ่งอัปเดตเมื่อ 16 ชั่วโมงก่อนด้วยเวอร์ชันใหม่อีกอย่างที่ดีคือคุณใช้ MLX ได้ ถ้าคุณใช้ Mac MLX แปลว่าโมเดลจะรันลื่นขึ้น เป็นวิธีที่ดีกว่าในการรัน local model แต่โมเดลขนาด 18 GB นี่จะรันลื่นบน Mac Studio ไหม? คงไม่ แต่อย่างไรก็ตาม คุณเซ็ตอัปร่วมกับ Claude Code ได้ หรือใช้เป็นสมองให้ OpenCode, Hermes Agent หรือ OpenClaw ก็ได้
**แกเร็ธ:** ถามด้วยความอยากรู้ แกใช้เซ็ตอัปแบบไหนอยู่ วิธี Ollama แบบเดิมหรือเปล่า หรือว่านั่นคือวิธีที่ดีที่สุดในการ self-host?
**จูเลียน:** ผมว่าอย่างนั้น มันน่าจะเป็นวิธีที่ง่ายที่สุด เพราะแค่กดปุ่ม วางคำสั่งลงในเทอร์มินัล แล้วก็ได้โมเดลมา คุณใช้ LM Studio ได้ แต่ผมว่ามันไม่สะดวกในการใช้เท่า...
**แกเร็ธ:** ผมเคยใช้ Ollama เหมือนกัน น่าจะเป็นเวอร์ชันใหม่กว่า สิ่งหนึ่งที่อยากแนะนำคือ โมเดล self-host ฟรีเหล่านี้ฟังดูดี จนกระทั่งแกลองโฮสต์เองจริง ๆ แล้วรู้ว่ามันช้าแค่ไหน ก็เลย ผมว่ามันไม่ค่อยคุ้มที่จะเอามาใช้
**จูเลียน:** ใช่ ถูกต้อง เราจริง ๆ เริ่มทดสอบ local model บนลีดเดอร์บอร์ดของเรา ซึ่งเคยอยู่บน Goldy Bench และเราค้นพบว่าโมเดลบางตัวมันแย่มากเมื่อรันบนเครื่องตัวเอง ทั้งในแง่ของสิ่งที่สร้างออกมาและคุณภาพของผลลัพธ์ ผมก็แบบ "เพื่อน เราต้องหยุด" มันไม่มีประโยชน์ที่จะทดสอบโมเดลพวกนี้อีกแล้ว เพราะทางเลือกแบบ local นั้นแย่เกินไป
**แกเร็ธ:** โมเดลที่แย่ที่สุดที่แกเคยทดสอบคือตัวไหน?
**จูเลียน:** มีบางตัวที่มันไม่สร้างอะไรที่เป็นประโยชน์ออกมาเลย แล้วแกต้องวนลองซ้ำแล้วซ้ำเล่าแล้วก็ลบทิ้งในที่สุด ผมจำไม่ได้ว่าตัวที่แย่ที่สุดคือตัวไหน เราลองอะไรอย่าง Quifos ซึ่งน่าจะเป็นเวอร์ชัน Qwen ที่ถูกเทรนต่อมาจาก [ฟังไม่ชัด] แต่เอาจริง ๆ ผมว่าคุณแค่ต้องมีสเปกที่ดี ๆ แล้วก็พร้อมใช้ได้เลย
**แกเร็ธ:** ใช่
**จูเลียน:** แล้วก็มีคนถามว่า "แล้วทำไมต้องรันบนเครื่องตัวเองล่ะ?" ก็เพราะมันฟรี เป็นส่วนตัว และรันออฟไลน์ได้ ถ้าไม่มี Wi-Fi ก็ใช้ AI บนเครื่องบินได้ อีกทั้งมันกำลังเข้าสู่ระดับ frontier ไม่ใช่ frontier เต็มตัว แต่ใกล้เข้ามาเรื่อย ๆ แล้ว และช่องว่างที่เคยตามหลัง AI แบบส่วนตัวหรือโฮสต์บนคลาวด์อยู่หนึ่งถึงสองปี กำลังปิดลงเร็วขึ้นเรื่อย ๆ และโมเดลระดับ frontier ก็ถูกปล่อยออกมาห่างกันมากขึ้นเรื่อย ๆ ผมเห็นแบบนั้นเหมือนกัน มันเหมือนกับว่า ให้เวลาอีก 6 เดือน หรืออีกสองสามปี โมเดลท้องถิ่นจะขึ้นไปอยู่จุดท็อปสุดแน่นอน
**แกเร็ธ:** มันจะน่าสนใจมากขึ้นเรื่อย ๆ ถ้าพวกเขาปรับแต่งมันให้ดีขึ้น หวังว่าพวกเขาจะ optimize เพื่อการใช้งานบนเครื่องตัวเอง เพราะอีกด้านหนึ่งของเหรียญ พวกเขาอาจจะไม่ optimize เลย แล้วให้เราใช้เซิร์ฟเวอร์ของพวกเขาแทนก็ได้ มันจะน่าดู
**จูเลียน:** ใช่ 100% ขอบคุณมากที่รับชม ถ้ายังไม่ได้ลอง ไปดูคอร์สเรียนใหม่จาก Kasra Dash นี่คือคอมมูนิตี้แบบโรงเรียนของเขาที่สอน SEO และวิธีทำอันดับกับ AI search engines เขายังสร้าง SEO agency operating system ไว้ข้างในด้วย แล้วถ้ายังไม่ได้ดู ลองไปดู Affiliate Profit Bonanza ได้เลย ทั้งสองอย่างมีลิงก์อยู่ในคอมเมนต์และคำอธิบาย หรือเข้าไปที่ affiliateprofitbonanza.com สำหรับตัวนี้ และคุณจะได้คอมมูนิตี้ โค้ชชิ่ง และเทรนนิ่งทั้งหมดเกี่ยวกับเรื่องแบบนี้ ขอบคุณที่รับชม เจอกันวิดีโอหน้า
หมายเหตุการแปล
ความโปร่งใสเกี่ยวกับความไม่แน่นอนในต้นฉบับ
- ## จุดที่ฟังไม่ชัด / ระบุไม่ได้
- `[ฟังไม่ชัด]` ปรากฏ 1 จุด ในประโยคเกี่ยวกับโมเดล "Quifos" ที่ผู้พูดบรรยายว่าเป็นเวอร์ชัน Qwen ที่ถูกเทรนต่อจาก (คำบรรยายอัตโนมัติว่า "Miphos trained" — ไม่สามารถระบุชื่อต้นทางได้แน่ชัด)
- "Quifos" — ชื่อโมเดลไม่ชัดเจน คงชื่อตามคำบรรยาย
- จุดที่ฟังไม่ชัดทั้งหมดถูกระบุไว้ในรายงานฉบับนี้
อภิธานศัพท์เทคนิค
คำศัพท์และชื่อผลิตภัณฑ์ที่คงรูปภาษาอังกฤษ
| ศัพท์ | คำแปล / คำอธิบาย |
|---|---|
| Qwen 3.8 27B | โมเดล AI ของ Alibaba รุ่น 27B พารามิเตอร์ ตัวเอกของวิดีโอ |
| open weights | การเปิดเผยน้ำหนักโมเดลให้ดาวน์โหลดไปใช้ได้ฟรี |
| local model | โมเดลที่รันบนเครื่องของตัวเอง ไม่ต้องพึ่งคลาวด์ |
| frontier model | โมเดลระดับแนวหน้าที่มีประสิทธิภาพสูงสุดในขณะนั้น |
| Claude Opus 4.6 | โมเดลระดับท็อปของ Anthropic (อ้างอิงในวิดีโอ) |
| GLM 5.3 | โมเดล open weights ของ Zhipu AI (อ้างอิงในวิดีโอ) |
| Kimi K3 | โมเดล open weights ของ Moonshot AI (อ้างอิงในวิดีโอ) |
| Cerebras | ผู้ให้บริการโครงสร้างพื้นฐาน/คลาวด์สำหรับรันโมเดลใหญ่ |
| DGX box | เครื่องเซิร์ฟเวอร์ AI ของ NVIDIA ที่มี GPU หลายตัว |
| RTX | การ์ดจอ (GPU) ตระกูล NVIDIA |
| Mac mini / Mac Studio / MacBook Pro | เครื่อง Mac รุ่นต่าง ๆ ที่ผู้พูดใช้พิจารณารันโมเดล |
| LM Studio | แอปฟรีสำหรับดาวน์โหลดและรันโมเดลท้องถิ่น |
| Ollama | เครื่องมือบรรทัดคำสั่งสำหรับรันโมเดลท้องถิ่น |
| MLX | เฟรมเวิร์กของ Apple สำหรับรันโมเดลบนชิป Mac ให้ลื่นขึ้น |
| self-host | การโฮสต์/รันโมเดลบนเครื่องของตัวเอง |
| Claude Code | เครื่องมือเขียนโค้ดด้วย AI ของ Anthropic |
| OpenCode | เครื่องมือเขียนโค้ดด้วย AI แบบโอเพนซอร์ส |
| Hermes Agent | เอเจนต์ AI ของ Nous Research |
| OpenClaw | เครื่องมือ AI แบบโอเพนซอร์ส (ทางเลือกของ Claude Code) |
| Goldy Bench | ชื่อลีดเดอร์บอร์ดทดสอบโมเดลของช่อง |
| Quifos | ชื่อโมเดลที่ผู้พูดทดลอง (จากคำบรรยายอัตโนมัติ ฟังไม่ชัด) |
| Kasra Dash | ชื่อบุคคลที่แนะนำคอร์ส/คอมมูนิตี้ SEO (จากคำบรรยายอัตโนมัติ) |
| SEO | Search Engine Optimization การทำอันดับในเครื่องมือค้นหา |
| AI search engines | เครื่องมือค้นหาที่ใช้ AI เช่น ในการให้ผลลัพธ์ |
| Affiliate Profit Bonanza | คอร์ส/โปรแกรมของช่อง (ลิงก์ในคำอธิบายวิดีโอ) |
| open source | ซอฟต์แวร์โอเพนซอร์สที่เปิดให้ใช้/แก้ไขได้ฟรี |
ซับไตเติ้ลภาษาไทย
ดาวน์โหลดหรือดูซับทั้งหมด
1 00:00:00,000 --> 00:00:03,184 **จูเลียน:** วันนี้เรามีของใหม่ล่าสุดจากค่าย 2 00:00:03,184 --> 00:00:04,849 Qwen อย่าง Qwen 3.8 27B 3 00:00:04,849 --> 00:00:07,961 ซึ่งน่าจะเป็นโมเดลโอเพนซอร์สแบบ local model 4 00:00:07,961 --> 00:00:09,988 (โมเดลที่รันบนเครื่องตัวเอง)
เปิดดูซับไตเติ้ลทั้งหมด (149 segments)
1 00:00:00,000 --> 00:00:03,184 **จูเลียน:** วันนี้เรามีของใหม่ล่าสุดจากค่าย 2 00:00:03,184 --> 00:00:04,849 Qwen อย่าง Qwen 3.8 27B 3 00:00:04,849 --> 00:00:07,961 ซึ่งน่าจะเป็นโมเดลโอเพนซอร์สแบบ local model 4 00:00:07,961 --> 00:00:09,988 (โมเดลที่รันบนเครื่องตัวเอง) 5 00:00:09,988 --> 00:00:12,810 ที่ฟรีและดีที่สุดเท่าที่คุณจะใช้จริงได้ 6 00:00:12,810 --> 00:00:16,139 เราจะมาคุยกันถึงเซ็ตอัปที่ดีที่สุดสำหรับตัวนี้ 7 00:00:16,139 --> 00:00:21,133 เพราะโมเดลท้องถิ่นมักถูกจำกัดในเรื่องของการเลือกสเปกให้ถูกต้องนี่แหละ 8 00:00:21,133 --> 00:00:24,390 โดยพื้นฐานแล้ว Qwen 3.8 27B เป็นเวอร์ชัน open 9 00:00:24,390 --> 00:00:27,140 weights ของ Qwen 3.8 ส่วน Qwen 3.8 Max 10 00:00:27,140 --> 00:00:30,325 คือโมเดลระดับแนวหน้าของเขา และ Qwen 3.8 2.4T 11 00:00:30,325 --> 00:00:32,568 A95B ก็เพิ่งปล่อยออกมาเหมือนกัน 12 00:00:32,568 --> 00:00:34,016 ซึ่งเป็นเวอร์ชัน Max 13 00:00:34,016 --> 00:00:36,983 แต่ตัวที่เราจะโฟกัสวันนี้คือ Qwen 3.8 27B 14 00:00:36,983 --> 00:00:40,023 ถ้าสงสัยว่ามันดีแค่ไหน? ลองนึกดูนะ เมื่อ 6 15 00:00:40,023 --> 00:00:42,194 เดือนก่อนเรามี Claude Opus 4.6 16 00:00:42,194 --> 00:00:45,089 ซึ่งตอนนั้นถูกมองว่าเป็นโมเดลที่ดีที่สุด 17 00:00:45,089 --> 00:00:46,681 และตอนนี้ Qwen 3.8 27B 18 00:00:46,681 --> 00:00:48,780 ให้ผลงานระดับเดียวกันได้ฟรี ๆ 19 00:00:48,780 --> 00:00:51,458 บนเครื่องของเราเอง แกคิดยังไง แกเร็ธ? 20 00:00:51,458 --> 00:00:56,741 **แกเร็ธ:** ผมดูสถิติก่อนมาหน่อยนึง และคุณไม่จำเป็นต้องใช้การ์ดจอที่โหด ๆ 21 00:00:56,741 --> 00:00:59,057 สุดขีดเพื่อรันมันด้วย น่าสนใจมาก 22 00:00:59,057 --> 00:01:00,577 ผมเกือบรู้สึกว่า Qwen 23 00:01:00,577 --> 00:01:03,689 คว้าจุดสปอตไลท์ของการเป็นโมเดลโอเพนตัวแรก ๆ 24 00:01:03,689 --> 00:01:06,367 ที่ทุกคนหันมาใช้แล้ว **จูเลียน:** ใช่ 25 00:01:06,367 --> 00:01:09,189 ผมว่าแกพูดถูก พวกเขานำหน้าในด้านนี้จริง 26 00:01:09,189 --> 00:01:12,518 เพราะอย่าลืมว่า GLM 5.3 ก็จะปล่อย open weights 27 00:01:12,518 --> 00:01:15,413 เหมือนกัน แต่คุณไม่สามารถรันมันเฉย ๆ ได้ 28 00:01:15,413 --> 00:01:18,670 เพราะต้องใช้สเปกที่เหลือเชื่อมาก ตัวอย่างเช่น 29 00:01:18,670 --> 00:01:21,782 Kimi K3 ก็เปิด open weights แต่ในทางปฏิบัติ 30 00:01:21,782 --> 00:01:24,677 มีใครกันที่จะรันมันบนเครื่องตัวเองจริง ๆ 31 00:01:24,677 --> 00:01:27,862 นอกจากจะใช้บริการอย่าง Cerebras? **แกเร็ธ:** 32 00:01:27,862 --> 00:01:29,381 ใช่ และสำหรับคนทั่วไป 33 00:01:29,381 --> 00:01:31,987 พวกเขาไม่รู้ด้วยซ้ำว่าจะเซ็ตอัปยังไง 34 00:01:31,987 --> 00:01:35,171 หรือจะเริ่มจากตรงไหน ดังนั้นถ้าคุณมี DGX box 35 00:01:35,171 --> 00:01:37,198 หรือการ์ด RTX อะไรประมาณนั้น 36 00:01:37,198 --> 00:01:40,310 มันน่าจะรันได้ดีทีเดียว ผมว่าแกใช้ Mac mini 37 00:01:40,310 --> 00:01:41,757 ส่วนผมใช้ Mac Studio 38 00:01:41,757 --> 00:01:44,073 ผมคงไม่รันตัวนี้บนเครื่องของผมนะ 39 00:01:44,073 --> 00:01:46,679 ผมไม่คิดว่ามันจะรันได้ดีกับเครื่องผม 40 00:01:46,679 --> 00:01:49,284 **แกเร็ธ:** ผมมี Mac mini และก็มี PC 41 00:01:49,284 --> 00:01:51,817 ที่มีกราฟิกการ์ด RTX ด้วย คิดว่า PC 42 00:01:51,817 --> 00:01:54,929 ของผมน่าจะรันมันได้ ส่วน Mac mini ไม่น่ารอด 43 00:01:54,929 --> 00:01:58,186 และ MacBook Pro รันได้แน่นอน **จูเลียน:** ใช่ 44 00:01:58,186 --> 00:02:01,443 ถูกต้องเลย และปกติเวลาแกทดลองโมเดลพวกนี้ เช่น 45 00:02:01,443 --> 00:02:04,772 Claude บอกว่า "รันได้เลย ไม่มีปัญหาหรอกเพื่อน" 46 00:02:04,772 --> 00:02:07,667 แล้วพอแกอยู่ระหว่างทำงานหรืออยู่ในประชุม 47 00:02:07,667 --> 00:02:10,128 ทั้งระบบก็ crash ไปเลย **แกเร็ธ:** 48 00:02:10,128 --> 00:02:13,819 มันทำให้ผมนึกถึงสมัยก่อนที่เหล่านักพัฒนาเกมจะบอกว่า 49 00:02:13,819 --> 00:02:16,858 "โอ้ คุณต้องมี RAM 8 GB พื้นที่เก็บ 50 GB" 50 00:02:16,858 --> 00:02:20,043 พอแกได้เกมมาจริง ๆ ปรากฏว่า "ไม่เอาน่าเพื่อน 51 00:02:20,043 --> 00:02:22,576 แกต้องใช้ 16 GB กับ 100 GB ต่างหาก" 52 00:02:22,576 --> 00:02:25,109 **จูเลียน:** ใช่ มันเป็นแบบนั้นแหละ 53 00:02:25,109 --> 00:02:28,366 ในความเป็นจริงมันกินทรัพยากรมากกว่าที่คิดเยอะ 54 00:02:28,366 --> 00:02:31,188 แต่ดูนี่สิ Opus 4.6 Max ก็ยังไม่ห่างไกล 55 00:02:31,188 --> 00:02:33,360 และนี่คือโมเดลระดับท็อปเมื่อ 6 56 00:02:33,360 --> 00:02:36,110 เดือนก่อนถ้าย้อนกลับไป **แกเร็ธ:** ใช่ 57 00:02:36,110 --> 00:02:38,860 **จูเลียน:** มันไม่จริงเลย **แกเร็ธ:** 58 00:02:38,860 --> 00:02:40,959 มันบ้ามาก อยากรู้จัง Qwen 3.8 59 00:02:40,959 --> 00:02:43,420 เป็นโมเดลที่ดีที่สุดของเขาแล้วหรือ 60 00:02:43,420 --> 00:02:46,532 หรือเขามีโมเดลที่ดีกว่านี้อีก? **จูเลียน:** 61 00:02:46,532 --> 00:02:49,282 Qwen 3.8 Max คือโมเดลที่ดีที่สุดของเขา 62 00:02:49,282 --> 00:02:52,104 พวกเขาปล่อย open weights ของตัวนั้นแล้ว 63 00:02:52,104 --> 00:02:54,855 แต่เหมือนเดิม คุณจะไม่สามารถ self-host 64 00:02:54,855 --> 00:02:58,039 (โฮสต์โมเดลบนเครื่องตัวเอง) ตัวนั้นได้อยู่ดี 65 00:02:58,039 --> 00:02:59,486 **แกเร็ธ:** โอเค ใช่ 66 00:02:59,486 --> 00:03:02,309 มันน่าทึ่งมากกับปริมาณประสิทธิภาพที่ได้ 67 00:03:02,309 --> 00:03:04,263 ผมเคยพูดในวิดีโออื่นแล้วว่า 68 00:03:04,263 --> 00:03:07,230 พวกที่ครองตำแหน่งท็อปอยู่ตอนนี้ ซึ่งก็คือ 69 00:03:07,230 --> 00:03:10,415 Claude กับ Anthropic จะว่าไปก็รวมถึง ChatGPT 70 00:03:10,415 --> 00:03:11,506 ด้วย 71 00:03:11,506 --> 00:03:16,789 มันง่ายมากสำหรับคนอื่นที่จะลอกเลียนสิ่งที่คนระดับท็อปทำแล้วเริ่มไล่ตามทัน 72 00:03:16,789 --> 00:03:19,829 มันน่าสนใจมากที่ได้เห็นการแข่งขันตรงจุดนี้ 73 00:03:19,829 --> 00:03:22,796 แล้วมันพิสูจน์อะไร? **จูเลียน:** ใช่ 100% 74 00:03:22,796 --> 00:03:25,546 และถ้าดูที่ Qwen 3.8 หลายคนอาจสงสัยว่า 75 00:03:25,546 --> 00:03:28,441 "แล้วเซ็ตอัปยังไง?" คุณใช้ LM Studio ได้ 76 00:03:28,441 --> 00:03:31,409 นั่นเป็นแอปฟรี และคุณดาวน์โหลดโมเดลจาก LM 77 00:03:31,409 --> 00:03:34,738 Studio ได้ด้วย แล้วก็มี Ollama ซึ่งมี Qwen 3.8 78 00:03:34,738 --> 00:03:36,330 และเพิ่งอัปเดตเมื่อ 16 79 00:03:36,330 --> 00:03:39,876 ชั่วโมงก่อนด้วยเวอร์ชันใหม่อีกอย่างที่ดีคือคุณใช้ 80 00:03:39,876 --> 00:03:41,686 MLX ได้ ถ้าคุณใช้ Mac MLX 81 00:03:41,686 --> 00:03:43,423 แปลว่าโมเดลจะรันลื่นขึ้น 82 00:03:43,423 --> 00:03:46,100 เป็นวิธีที่ดีกว่าในการรัน local model 83 00:03:46,100 --> 00:03:49,285 แต่โมเดลขนาด 18 GB นี่จะรันลื่นบน Mac Studio 84 00:03:49,285 --> 00:03:50,376 ไหม? 85 00:03:50,376 --> 00:03:56,455 คงไม่ แต่อย่างไรก็ตาม คุณเซ็ตอัปร่วมกับ Claude Code ได้ หรือใช้เป็นสมองให้ OpenCode, 86 00:03:56,455 --> 00:03:59,640 Hermes Agent หรือ OpenClaw ก็ได้ **แกเร็ธ:** 87 00:03:59,640 --> 00:04:02,969 ถามด้วยความอยากรู้ แกใช้เซ็ตอัปแบบไหนอยู่ วิธี 88 00:04:02,969 --> 00:04:04,633 Ollama แบบเดิมหรือเปล่า 89 00:04:04,633 --> 00:04:07,890 หรือว่านั่นคือวิธีที่ดีที่สุดในการ self-host? 90 00:04:07,890 --> 00:04:09,844 **จูเลียน:** ผมว่าอย่างนั้น 91 00:04:09,844 --> 00:04:13,029 มันน่าจะเป็นวิธีที่ง่ายที่สุด เพราะแค่กดปุ่ม 92 00:04:13,029 --> 00:04:15,924 วางคำสั่งลงในเทอร์มินัล แล้วก็ได้โมเดลมา 93 00:04:15,924 --> 00:04:17,371 คุณใช้ LM Studio ได้ 94 00:04:17,371 --> 00:04:20,700 แต่ผมว่ามันไม่สะดวกในการใช้เท่า... **แกเร็ธ:** 95 00:04:20,700 --> 00:04:22,510 ผมเคยใช้ Ollama เหมือนกัน 96 00:04:22,510 --> 00:04:24,319 น่าจะเป็นเวอร์ชันใหม่กว่า 97 00:04:24,319 --> 00:04:27,214 สิ่งหนึ่งที่อยากแนะนำคือ โมเดล self-host 98 00:04:27,214 --> 00:04:30,471 ฟรีเหล่านี้ฟังดูดี จนกระทั่งแกลองโฮสต์เองจริง 99 00:04:30,471 --> 00:04:31,562 ๆ 100 00:04:31,562 --> 00:04:38,510 แล้วรู้ว่ามันช้าแค่ไหน ก็เลย ผมว่ามันไม่ค่อยคุ้มที่จะเอามาใช้ **จูเลียน:** ใช่ ถูกต้อง เราจริง ๆ 101 00:04:38,510 --> 00:04:41,694 เริ่มทดสอบ local model บนลีดเดอร์บอร์ดของเรา 102 00:04:41,694 --> 00:04:43,504 ซึ่งเคยอยู่บน Goldy Bench 103 00:04:43,504 --> 00:04:47,629 และเราค้นพบว่าโมเดลบางตัวมันแย่มากเมื่อรันบนเครื่องตัวเอง 104 00:04:47,629 --> 00:04:51,103 ทั้งในแง่ของสิ่งที่สร้างออกมาและคุณภาพของผลลัพธ์ 105 00:04:51,103 --> 00:04:53,129 ผมก็แบบ "เพื่อน เราต้องหยุด" 106 00:04:53,129 --> 00:04:56,314 มันไม่มีประโยชน์ที่จะทดสอบโมเดลพวกนี้อีกแล้ว 107 00:04:56,314 --> 00:04:58,919 เพราะทางเลือกแบบ local นั้นแย่เกินไป 108 00:04:58,919 --> 00:05:00,010 **แกเร็ธ:** 109 00:05:00,010 --> 00:05:02,905 โมเดลที่แย่ที่สุดที่แกเคยทดสอบคือตัวไหน? 110 00:05:02,905 --> 00:05:03,996 **จูเลียน:** 111 00:05:03,996 --> 00:05:07,542 มีบางตัวที่มันไม่สร้างอะไรที่เป็นประโยชน์ออกมาเลย 112 00:05:07,542 --> 00:05:11,089 แล้วแกต้องวนลองซ้ำแล้วซ้ำเล่าแล้วก็ลบทิ้งในที่สุด 113 00:05:11,089 --> 00:05:13,767 ผมจำไม่ได้ว่าตัวที่แย่ที่สุดคือตัวไหน 114 00:05:13,767 --> 00:05:16,951 เราลองอะไรอย่าง Quifos ซึ่งน่าจะเป็นเวอร์ชัน 115 00:05:16,951 --> 00:05:20,280 Qwen ที่ถูกเทรนต่อมาจาก [ฟังไม่ชัด] แต่เอาจริง 116 00:05:20,280 --> 00:05:22,451 ๆ ผมว่าคุณแค่ต้องมีสเปกที่ดี ๆ 117 00:05:22,451 --> 00:05:25,057 แล้วก็พร้อมใช้ได้เลย **แกเร็ธ:** ใช่ 118 00:05:25,057 --> 00:05:27,156 **จูเลียน:** แล้วก็มีคนถามว่า 119 00:05:27,156 --> 00:05:29,761 "แล้วทำไมต้องรันบนเครื่องตัวเองล่ะ?" 120 00:05:29,761 --> 00:05:32,801 ก็เพราะมันฟรี เป็นส่วนตัว และรันออฟไลน์ได้ 121 00:05:32,801 --> 00:05:35,623 ถ้าไม่มี Wi-Fi ก็ใช้ AI บนเครื่องบินได้ 122 00:05:35,623 --> 00:05:38,735 อีกทั้งมันกำลังเข้าสู่ระดับ frontier ไม่ใช่ 123 00:05:38,735 --> 00:05:41,847 frontier เต็มตัว แต่ใกล้เข้ามาเรื่อย ๆ แล้ว 124 00:05:41,847 --> 00:05:43,802 และช่องว่างที่เคยตามหลัง AI 125 00:05:43,802 --> 00:05:46,986 แบบส่วนตัวหรือโฮสต์บนคลาวด์อยู่หนึ่งถึงสองปี 126 00:05:46,986 --> 00:05:48,868 กำลังปิดลงเร็วขึ้นเรื่อย ๆ 127 00:05:48,868 --> 00:05:53,210 และโมเดลระดับ frontier ก็ถูกปล่อยออกมาห่างกันมากขึ้นเรื่อย ๆ 128 00:05:53,210 --> 00:05:55,960 ผมเห็นแบบนั้นเหมือนกัน มันเหมือนกับว่า 129 00:05:55,960 --> 00:05:58,421 ให้เวลาอีก 6 เดือน หรืออีกสองสามปี 130 00:05:58,421 --> 00:06:01,388 โมเดลท้องถิ่นจะขึ้นไปอยู่จุดท็อปสุดแน่นอน 131 00:06:01,388 --> 00:06:04,211 **แกเร็ธ:** มันจะน่าสนใจมากขึ้นเรื่อย ๆ 132 00:06:04,211 --> 00:06:07,468 ถ้าพวกเขาปรับแต่งมันให้ดีขึ้น หวังว่าพวกเขาจะ 133 00:06:07,468 --> 00:06:10,218 optimize เพื่อการใช้งานบนเครื่องตัวเอง 134 00:06:10,218 --> 00:06:13,185 เพราะอีกด้านหนึ่งของเหรียญ พวกเขาอาจจะไม่ 135 00:06:13,185 --> 00:06:14,276 optimize เลย 136 00:06:14,276 --> 00:06:17,244 แล้วให้เราใช้เซิร์ฟเวอร์ของพวกเขาแทนก็ได้ 137 00:06:17,244 --> 00:06:19,560 มันจะน่าดู **จูเลียน:** ใช่ 100% 138 00:06:19,560 --> 00:06:21,948 ขอบคุณมากที่รับชม ถ้ายังไม่ได้ลอง 139 00:06:21,948 --> 00:06:24,264 ไปดูคอร์สเรียนใหม่จาก Kasra Dash 140 00:06:24,264 --> 00:06:27,376 นี่คือคอมมูนิตี้แบบโรงเรียนของเขาที่สอน SEO 141 00:06:27,376 --> 00:06:29,981 และวิธีทำอันดับกับ AI search engines 142 00:06:29,981 --> 00:06:32,804 เขายังสร้าง SEO agency operating system 143 00:06:32,804 --> 00:06:35,699 ไว้ข้างในด้วย แล้วถ้ายังไม่ได้ดู ลองไปดู 144 00:06:35,699 --> 00:06:37,942 Affiliate Profit Bonanza ได้เลย 145 00:06:37,942 --> 00:06:41,127 ทั้งสองอย่างมีลิงก์อยู่ในคอมเมนต์และคำอธิบาย 146 00:06:41,127 --> 00:06:44,022 หรือเข้าไปที่ affiliateprofitbonanza.com 147 00:06:44,022 --> 00:06:47,134 สำหรับตัวนี้ และคุณจะได้คอมมูนิตี้ โค้ชชิ่ง 148 00:06:47,134 --> 00:06:49,956 และเทรนนิ่งทั้งหมดเกี่ยวกับเรื่องแบบนี้ 149 00:06:49,956 --> 00:06:52,200 ขอบคุณที่รับชม เจอกันวิดีโอหน้า