Xiaomi และ MiniMax ปล่อย大招พร้อมกัน สงครามราคา Agent เปิดฉากอย่างเป็นทางการ

วันที่ 18 และ 19 มีนาคม บริษัทจีนสองแห่งได้เปิดตัวโมเดลขนาดใหญ่ (Large Model) ในด้าน Agent ของตนเองตามลำดับ บริษัทสตาร์ทอัพ AI ภายในประเทศ MiniMax เปิดตัว M2.7 ในขณะที่ทีมโมเดลขนาดใหญ่ MiMo ภายใต้ Xiaomi เปิดตัว V2-Pro ทั้งสองโมเดลติดอันดับชั้นนำระดับโลกใน Agent benchmark แต่ราคา API output ของพวกเขาคือ 1/21 และ 1/8 ของ Claude Opus 4.6 ตามลำดับ

ทั้งสองบริษัทเปิดตัวในสัปดาห์เดียวกัน แต่มีไพ่ในมือที่แตกต่างกันโดยสิ้นเชิง พวกเขาเป็นตัวแทนของสองเส้นทางเทคโนโลยีที่แตกต่างกันโดยสิ้นเชิง และเดิมพันกับสองอนาคตที่แตกต่างกันในยุคของ Agent

การสอบเดียวกัน ค่าเล่าเรียน 1/17

มาดูการเปรียบเทียบที่ชัดเจนที่สุดก่อน

จากข้อมูล OpenRouter และหน้าตารางราคาอย่างเป็นทางการของแต่ละบริษัท เมื่อคำนวณตามราคา API output (ต่อล้าน tokens) MiniMax M2.7 อยู่ที่ 1.2 ดอลลาร์ MiMo-V2-Pro อยู่ที่ 3 ดอลลาร์ เป็นข้อมูลอ้างอิง ราคา output ของ Claude Opus 4.6 อยู่ที่ 25 ดอลลาร์ GPT-5.2 อยู่ที่ 14 ดอลลาร์ Claude Sonnet 4.6 อยู่ที่ 15 ดอลลาร์

ช่องว่างของราคาอยู่ในระดับ order of magnitude แต่ช่องว่างของความสามารถไม่ใช่ บน SWE-bench Verified (benchmark หลักในปัจจุบันสำหรับวัดความสามารถด้านวิศวกรรมโค้ด) MiMo-V2-Pro ได้ 78% Sonnet 4.6 ได้ 79.6% ช่องว่างน้อยกว่าสองเปอร์เซ็นต์ ส่วนคะแนน SWE-Pro ของ M2.7 อยู่ที่ 56.22% เท่ากับ GPT-5.3-Codex บน VIBE-Pro (ความสามารถในการส่งมอบโครงการแบบ end-to-end) M2.7 ได้ 55.6% ใกล้เคียงกับระดับของ Opus 4.6

ประเด็นสำคัญของภาพนี้ไม่ใช่ใครสูงใครต่ำ — ระบบ benchmark ของแต่ละเจ้าไม่ตรงกันทั้งหมด การเปรียบเทียบโดยตรงต้องระมัดระวัง ประเด็นสำคัญอยู่ที่ "ช่องว่างราคา-ประสิทธิภาพ (price-performance gap)" นั้น: โมเดล Agent ผลิตในประเทศได้เข้ามาอยู่ในแถบความสามารถเดียวกันแล้ว แต่ยืนอยู่ในช่วงราคาที่แตกต่างกันโดยสิ้นเชิง

พารามิเตอร์ล้านล้าน vs การวิวัฒนาการด้วยตนเอง

ราคาเป็นเพียงภาพลักษณ์ภายนอก ทั้งสองบริษัทนำไพ่底牌ที่แตกต่างกันโดยสิ้นเชิงออกมา

MiMo-V2-Pro เดินตามเส้นทาง "พลังมหาศาลสร้างปาฏิหาริย์" ตามประกาศอย่างเป็นทางการของ Xiaomi V2-Pro มีพารามิเตอร์ทั้งหมดมากกว่า 1 ล้านล้านพารามิเตอร์ (1 trillion parameters) พารามิเตอร์ที่เปิดใช้งาน (activated parameters) 42B รองรับ context ยาวพิเศษ 1 ล้าน tokens นวัตกรรมหลักของมันคือ Hybrid Attention mechanism ซึ่งปรับอัตราส่วนระหว่าง Sliding Window Attention (SWA) และ Global Attention (GA) เป็น 7:1 — รุ่นก่อนหน้า V2-Flash อยู่ที่ 5:1 สถาปัตยกรรมนี้ทำให้โมเดลมีเสถียรภาพมากขึ้นเมื่อจัดการกับเอกสารยาวและสถานการณ์ Agent ที่เรียกใช้เครื่องมือหลายตัวพร้อมกัน บน PinchBench (การประเมินความสามารถในการเรียกใช้เครื่องมือของ Agent) MiMo-V2-Pro ได้ 84%

M2.7 เดินเส้นทางที่แตกต่างไปโดยสิ้นเชิง ตามบล็อกทางเทคนิคอย่างเป็นทางการที่ MiniMax เผยแพร่เมื่อวันที่ 18 มีนาคม M2.7 ไม่ได้เปิดเผยจำนวนพารามิเตอร์ แต่มันแสดงให้เห็นกลไก "Self-iterative Evolution": โมเดลทำงานวนลูปการปรับปรุงมากกว่า 100 รอบโดยอัตโนมัติ รวมถึงการวิเคราะห์ trajectory ความล้มเหลว การวางแผนการแก้ไข การแก้ไขสถาปัตยกรรมโค้ดของตัวเอง การรันการประเมิน และวนลูปอีกครั้ง สุดท้ายแล้วทำให้ประสิทธิภาพเพิ่มขึ้น 30% บนชุดประเมินภายใน ใน 22 ข้อปัญหายากระดับสูงของ MLE Bench Lite (การประเมินความยากของการแข่งขัน machine learning) M2.7 ได้ 9 เหรียญทอง 5 เหรียญเงิน 1 เหรียญทองแดง อัตราการได้รับเหรียญเฉลี่ย 66.6%

เมื่อมองจากห้ามิติ แสง锋芒ของทั้งสองเส้นทางหันไปคนละทิศโดยสิ้นเชิง: MiMo-V2-Pro มีความได้เปรียบชัดเจนในด้านความยาว context และมิติวิศวกรรมโค้ด ในขณะที่ M2.7 สร้างระยะห่างในด้านการทำงานอัตโนมัติในสำนักงาน (office automation) และความสามารถในการวนซ้ำด้วยตนเอง ตามบล็อกทางเทคนิคเดียวกันของ MiniMax M2.7 ได้ ELO 1495 บน GDPval-AA (การประเมินการประมวลผลเอกสารสำนักงาน) ติดอันดับต้นๆ ในหมู่โมเดลโอเพ่นซอร์ส และรักษาอัตราการปฏิบัติตามทักษะ (skill adherence rate) ที่ 97% ในแบบทดสอบ MM-Claw ที่ครอบคลุมทักษะซับซ้อนมากกว่า 40 ทักษะ

สี่เวอร์ชันในห้าเดือน

ทั้งสองบริษัทไม่เพียงแต่มีเส้นทางเทคโนโลยีที่แตกต่างกัน แต่จังหวะการอัปเดต (iteration rhythm) ก็แตกต่างกันโดยสิ้นเชิงเช่นกัน

จากบันทึกการเผยแพร่สาธารณะ MiniMax ตั้งแต่เปิดตัว M2 ในเดือนตุลาคม 2025 จนถึงเปิดตัว M2.7 ในเดือนมีนาคม 2026 ได้อัปเดตสี่เวอร์ชันหลักในห้าเดือน โดยเฉลี่ยทุก 49 วันหนึ่งเวอร์ชันใหญ่ ช่วงเวลาระหว่าง M2.5 ถึง M2.7 มีเพียงประมาณ 30 วัน

จังหวะของ Xiaomi MiMo แตกต่างออกไป: เปิดตัว MiMo-7B (โมเดล inference แบบโอเพ่นซอร์ส 7B พารามิเตอร์) ในเดือนเมษายน 2025 เปิดตัว V2-Flash (พารามิเตอร์ทั้งหมด 309B) ในเดือนธันวาคมปีเดียวกัน และเปิดตัว V2-Pro (พารามิเตอร์ทั้งหมด 1T) ในเดือนมีนาคม 2026 แต่ละรุ่นมีการข้ามขนาดพารามิเตอร์ที่ใหญ่ขึ้น แต่ช่วงเวลาระหว่างเวอร์ชันก็ยาวนานกว่าด้วย

MiniMax เลือกวิ่งก้าวเล็กแต่เร็ว (small steps, fast runs) แต่ละครั้งที่อัปเดต幅度ไม่ใหญ่แต่ความถี่สูงมาก กลไกการวนซ้ำด้วยตนเองของ M2.7 ออกแบบมาเพื่อ "การวิวัฒนาการอย่างต่อเนื่อง" โดยตัวมันเอง Xiaomi เลือกสะสมพลังและโจมตีครั้งใหญ่ (accumulate strength for a powerful strike) แต่ละเวอร์ชันเป็นการกระโดดครั้งใหญ่ทั้งในด้านขนาดพารามิเตอร์และสถาปัตยกรรม

ไม่เปิดเผยตัวตน 8 วัน ติดอันดับ 1 บน OpenRouter

นอกจากเส้นทางเทคโนโลยีแล้ว กลยุทธ์การเปิดตัวของ Xiaomi ยังทำลายธรรมเนียมปฏิบัติของอุตสาหกรรมอีกด้วย

ตามรายงานของ Reuters วันที่ 11 มีนาคม โมเดลนิรนามชื่อ Hunter Alpha ปรากฏตัวบนแพลตฟอร์มรวม API ที่ใหญ่ที่สุดในโลก OpenRouter โดยไม่มีแบรนด์รับรอง ไม่มีการแถลงข่าว ไม่มีบล็อกทางเทคนิค ราคา API ของมันต่ำมาก แต่ประสิทธิภาพกลับแข็งแกร่งอย่างน่าประหลาดใจ

ชุมชนเริ่มคาดเดาที่มาของมัน ตามรายงานของ Republic World และสื่อเทคโนโลยีหลายแห่ง การคาดเดาหลักคือ DeepSeek V4 เนื่องจากหัวหน้าทีม MiMo Luo Fuli เคยทำงานวิจัยที่ DeepSeek มาก่อน ปริมาณการเรียกใช้ (call volume) เพิ่มขึ้นอย่างรวดเร็ว ในช่วงเวลาที่ไม่เปิดเผยตัวตน ปริมาณการเรียกใช้ทั้งหมด突破 1 ล้านล้าน tokens ติดอันดับ 1 บน OpenRouter Weekly Ranking

รุ่งเช้าวันที่ 19 มีนาคม Xiaomi เปิดเผยคำตอบ: Hunter Alpha คือ MiMo-V2-Pro ตามรายงานเดียวกันของ Reuters หลังจากเปิดเผย หุ้น Xiaomi ในฮ่องกง一度เพิ่มขึ้นถึง 5.8%

นี่เป็นครั้งแรกที่โมเดลขนาดใหญ่ผลิตในประเทศพิสูจน์ตัวเองบนแพลตฟอร์มระดับโลกด้วยวิธี blind test ล้วนๆ ไม่พึ่งแบรนด์ ไม่พึ่งการโฆษณา ใช้เวลา 8 วันให้นักพัฒนาลงคะแนนด้วยเท้า (vote with their feet)