การเปิดตัว Ternary Bonsai 2 27B และสถาปัตยกรรม 1.58 บิต
เมื่อวันที่ 17 กันยายน 2026 บริษัท Prism ML ได้ประกาศเปิดตัวโมเดลแบบโอเพนซอร์สชื่อ Ternary Bonsai 2 27B ภายใต้สัญญาอนุญาต Apache 2.0 ซึ่งพัฒนาต่อยอดมาจากโครงข่ายพื้นฐาน Qwen3.8-27B พร้อมรองรับบริบทข้อมูลขนาดยาวถึง 262K context window จุดเด่นสำคัญของการเปิดตัวครั้งนี้คือการนำเสนอการแทนค่าน้ำหนักโครงข่ายประสาทเทียมแบบ Ternary เต็มรูปแบบ (end-to-end ternary representation) โดยใช้ค่าน้ำหนักเพียง {-1, 0, +1} ร่วมกับการแบ่งกลุ่มมาตราส่วน (shared scale) ทุก 128 ค่าน้ำหนัก ซึ่งให้ค่าเฉลี่ยทางเทคนิคอยู่ที่ประมาณ 1.72 บิตต่อพารามิเตอร์
แนวทางการบีบอัดระดับสุดขั้วนี้ส่งผลให้ขนาดไฟล์ของโมเดลภาษาลดลงเหลือเพียงราว 5.9 GB ซึ่งลดลงประมาณ 9 เท่าเมื่อเทียบกับขนาดโมเดลแบบ FP16 ดั้งเดิมที่กินพื้นที่สูงถึงประมาณ 54 GB โดย Prism ML ได้เผยแพร่โมเดลในรูปแบบ GGUF สองเวอร์ชัน ได้แก่ PTQ1_0 ขนาด 5.95 GB (1.76 bpw) และ PQ2_0 ขนาด 7.21 GB (2.16 bpw) นอกจากนี้ยังมีเวอร์ชัน MLX 2-bit สำหรับสถาปัตยกรรม Apple Silicon ที่มีขนาด 8.60 GB (รวมโมดูล vision) และรองรับการประมวลผลผ่านเบราว์เซอร์ด้วย WebGPU อย่างสมบูรณ์แบบ
ผลการทดสอบ ประสิทธิภาพ และความเร็วในการประมวลผล
จากข้อมูลรายงานผลการทดสอบของ Prism ML ระบุว่า Ternary Bonsai 2 27B สามารถรักษาประสิทธิภาพการทดสอบไว้ได้ถึง 98.2% เมื่อเทียบกับโมเดลตั้งต้นแบบความละเอียดเต็ม โดยทำคะแนนเฉลี่ย 84.78 จากชุดทดสอบ thinking-mode 14 รายการ และได้คะแนนเฉลี่ย 83.9 จากชุดทดสอบรวม 20 หมวดหมู่ โมเดลยังทำคะแนนด้านคณิตศาสตร์ได้สูงถึง 96.57 และด้านการเขียนโค้ดที่ 89.42 คะแนน ซึ่งแสดงถึงศักยภาพการใช้เหตุผลเชิงตรรกะที่โดดเด่นแม้จะถูกบีบอัดลงมาอย่างมาก
ในแง่ของความเร็วในการรันคำตอบ (Inference speed) ระบบสามารถทำความเร็วได้สูงถึง 143 โทเคนต่อวินาทีบนกราฟิกการ์ดระดับเรือธงอย่าง RTX 5090 และสามารถทำงานได้ที่อัตราเร็วราว 34 ถึง 37 โทเคนต่อวินาทีบนการ์ดจอระดับผู้บริโภคทั่วไป เช่น RTX 3060 และ RTX 5060 Ti ซึ่งช่วยเปิดประตูให้การประมวลผลโมเดลขนาด 27 พันล้านพารามิเตอร์เกิดขึ้นได้บนฮาร์ดแวร์ที่มีงบประมาณจำกัด
ข้อจำกัดด้านรันไทม์และการตรวจสอบจากภายนอก
แม้ว่าตัวเลขประสิทธิภาพจะน่าประทับใจ แต่การใช้งานโมเดลนี้ยังมีเงื่อนไขทางเทคนิคเฉพาะทาง โมเดลจำเป็นต้องพึ่งพารันไทม์พิเศษและคัสตอมเคอร์เนลที่รองรับการแปลงเมทริกซ์แบบ Hadamard transform (rotated basis) หากผู้ใช้งานนำไฟล์ GGUF ไปโหลดบนเฟรมเวิร์กมาตรฐานอย่าง llama.cpp โดยตรง โมเดลจะให้ผลลัพธ์ที่ไม่สามารถอ่านออกได้และเกิดข้อผิดพลาด จำเป็นต้องใช้ซอฟต์แวร์ฟอร์กที่ปรับแต่งมาโดยเฉพาะเท่านั้น
นอกจากนี้ ผลการทดสอบจากองค์กรอิสระภายนอกยังอยู่ในช่วงเริ่มต้น โดยแพลตฟอร์มการประเมิน เช่น BenchAlign ยังจัดอันดับโมเดลนี้จากชุดข้อมูลการประเมินที่ยังไม่ครบถ้วนสมบูรณ์ ทำให้นักวิเคราะห์ยังต้องรอการพิสูจน์ผลลัพธ์ที่เป็นกลางเพิ่มเติมเพื่อยืนยันว่าระดับความสามารถที่รายงานโดยผู้พัฒนานั้นสอดคล้องกับการใช้งานจริงในระยะยาวหรือไม่
เสียงสะท้อนจากกลุ่มนักพัฒนาและข้อถกเถียงเรื่องความเสถียร
ในหมู่นักพัฒนาซอฟต์แวร์และผู้ปฏิบัติงานด้านปัญญาประดิษฐ์ มีการแสดงความตื่นตัวอย่างมากต่อความสามารถในการรันโมเดลขนาด 27B ภายในแท็บเว็บเบราว์เซอร์และการ์ดจอราคาประหยัดที่มี VRAM เพียง 8 ถึง 12 GB หลายฝ่ายมองว่านี่คือหมุดหมายสำคัญที่ทำให้ผู้ใช้ทั่วไปเข้าถึงโมเดลขนาดใหญ่ได้โดยไม่ต้องเช่าคลาวด์เซิร์ฟเวอร์ราคาแพง
อย่างไรก็ตาม มีการตั้งคำถามและแสดงความกังขาในกลุ่มวิศวกรว่าการรักษาประสิทธิภาพไว้ได้ 98.2% นั้นจะครอบคลุมถึงการใช้งานจริงในโจทย์ที่ซับซ้อนหรือไม่ ผู้ปฏิบัติงานหลายรายกังวลว่าความแม่นยำที่ลดลงเหลือระดับ 1.58 บิต อาจทำให้โมเดลขาดความละเอียดอ่อน (nuance) ในสถานการณ์เฉพาะหน้า และอาจเกิดความไม่เสถียรเมื่อต้องประมวลผลงานด้านวิศวกรรมซอฟต์แวร์แบบ multi-step agentic ที่ต้องอาศัยการคิดวิเคราะห์หลายขั้นตอนต่อเนื่อง นอกจากนี้ ปัญหาคอขวดด้านแบนด์วิดท์ของหน่วยความจำ (memory bandwidth) บนอุปกรณ์ระดับล่างยังเป็นปัจจัยที่จำกัดความเร็วในการถอดรหัสข้อมูลอย่างมีนัยสำคัญ
นัยสำคัญเชิงกลยุทธ์สำหรับภาคธุรกิจในประเทศไทย
สำหรับผู้นำด้านเทคโนโลยีและผู้ประกอบการในประเทศไทย การเปิดตัวสถาปัตยกรรมระดับ 1.58 บิตที่ลดขนาดโมเดลลงมาต่ำกว่า 6 GB นำเสนอโอกาสสำคัญในการลดต้นทุนโครงสร้างพื้นฐานด้านไอที องค์กรไม่จำเป็นต้องลงทุนซื้อเซิร์ฟเวอร์ GPU ระดับองค์กรที่มีราคาสูง หรือพึ่งพา API คลาวด์ต่างประเทศที่มีค่าใช้จ่ายผันแปรตามปริมาณการใช้งาน การประมวลผลแบบ Edge AI ช่วยให้ธุรกิจสามารถติดตั้งระบบตอบคำถามอัตโนมัติหรือระบบวิเคราะห์ข้อมูลภายในอุปกรณ์สาขา เช่น เครื่อง POS หรือเวิร์กสเตชันสำนักงานได้อย่างคล่องตัว
นอกจากนี้ การรันโมเดลในเครื่องปลายทางยังตอบโจทย์ข้อกำหนดทางกฎหมายด้านการคุ้มครองข้อมูลส่วนบุคคล (PDPA) ของไทยได้อย่างสมบูรณ์ เนื่องจากข้อมูลที่มีความอ่อนไหวของลูกค้าหรือธุรกรรมทางการเงินไม่ต้องถูกส่งออกไปยังคลาวด์สาธารณะ อย่างไรก็ตาม องค์กรธุรกิจควรเริ่มต้นจากการทดสอบนำร่อง (pilot testing) ในงานสนับสนุนที่ไม่ซับซ้อนสูง เพื่อประเมินความเสถียรของโมเดลก่อนที่จะนำไปใช้กับงานสำคัญระดับแกนหลักของธุรกิจ
เทคโนโลยีควอนไทเซชันแบบ Ternary ช่วยลดต้นทุนฮาร์ดแวร์และการพึ่งพาคลาวด์ลงอย่างมาก ทำให้องค์กรธุรกิจในไทยสามารถประมวลผลโมเดลขนาดใหญ่บนอุปกรณ์ภายในองค์กรได้อย่างเป็นส่วนตัวและประหยัดงบประมาณ