เปิดตัว Span-02: สถาปัตยกรรมตัดสินใจแบบ Non-Generative สำหรับระบบ Agent

ห้องปฏิบัติการปัญญาประดิษฐ์ Respan ได้ประกาศเปิดตัว Span-02 อย่างเป็นทางการ โดยเป็นโมเดลตัดสินใจมัลติโมดอลน้ำหนักเปิด (open-weight multimodal decision model) ที่พัฒนาต่อยอดมาจากโมเดล Gemma 4 26B-A4B Mixture-of-Experts (MoE) ของ Google ซึ่งเปิดใช้งานพารามิเตอร์จริงประมาณ 4 พันล้านพารามิเตอร์ต่อโทเคน (approximately 4B active parameters per token)

สิ่งที่ทำให้ Span-02 แตกต่างจากโมเดลภาษาขนาดใหญ่ (LLM) ทั่วไปคือการละทิ้งฟังก์ชันการสร้างข้อความบรรยายอิสระ (free-form text generation) อย่างสิ้นเชิง โดยเปลี่ยนมามุ่งเน้นการประมวลผลคำตอบเชิงตัวเลขและค่าความน่าจะเป็นที่มีโครงสร้างแน่นอน ผ่านโปรโตคอลสื่อสารใหม่ภายใต้ชื่อ /v1/systemone

ตัวโมเดลถูกปล่อยออกมาในรูปแบบ quantized ขนาด 16.4 GB โดยแบ่งการบีบอัดเป็น NVFP4 สำหรับ expert layers และ FP8 สำหรับ dense layers เพื่อให้สามารถรันบนฮาร์ดแวร์ประมวลผลรุ่นล่าสุดได้อย่างมีประสิทธิภาพสูงสุด

โครงสร้างผลลัพธ์แบบ Strictly Typed และประสิทธิภาพการประมวลผล

โปรโตคอล /v1/systemone บังคับให้การตอบสนองจำกัดอยู่เพียงรูปแบบข้อมูลพื้นฐาน 4 ประเภท ได้แก่ 'choice' (การเลือกหมวดหมู่), 'noul' (ค่าความน่าจะเป็นแบบบูลีน ใช่/ไม่ใช่/ไม่ทราบ), 'score' (การให้คะแนนตามเกณฑ์แบบจัดลำดับ) และ 'number' (การประมาณค่าเชิงตัวเลขแบบ regression)

Span-02 ยังมาพร้อมระบบงบประมาณความหน่วงที่ปรับตัวได้ (adaptive thought budget หรือ budget_ms) โดยระบบสามารถตอบสนองได้ภายในระดับสิบล้านวินาที (tens of milliseconds) ในสถานการณ์ที่โมเดลมีความมั่นใจสูง แต่หากระดับความเชื่อมั่นต่ำกว่า 0.8 กลไกการคำนวณแบบ greedy latent thought จะถูกเปิดใช้งานอัตโนมัติเพื่อประมวลผลเชิงลึกเพิ่มเติม

ในด้านประสิทธิภาพ Respan รายงานผลคะแนน Decision Index 0.3 อยู่ที่ 63.62 บนข้อมูลข้อความ และ 70.69 บนข้อมูลรูปภาพ นอกจากนี้ ในการทดสอบการใช้งานคอมพิวเตอร์เพื่อนำทางลิงก์ (link-navigation computer use) Span-02 สามารถทำความเร็วเฉลี่ยได้ที่ 20.6 วินาที เมื่อเทียบกับโมเดล GPT-6 Luna ซึ่งใช้เวลา 38.5 วินาที ด้านต้นทุนการให้บริการบน OpenRouter กำหนดไว้ที่ 0.01 ดอลลาร์สหรัฐต่อหนึ่งล้านโทเคนอินพุต (และ 0.00 ดอลลาร์สำหรับโทเคนเอาต์พุต เนื่องจากไม่มีการสร้างข้อความตอบกลับ)

เสียงสะท้อนจากนักพัฒนา: ต้นทุนที่น่าทึ่งกับข้อจำกัดด้านฮาร์ดแวร์

การเปิดตัวโมเดลดังกล่าวได้รับความสนใจอย่างกว้างขวางจากกลุ่มนักพัฒนาซอฟต์แวร์และวิศวกรโครงสร้างพื้นฐาน AI ประเด็นหลักที่ถูกยกย่องคือโครงสร้างราคา 0.01 ดอลลาร์ต่อล้านโทเคน ซึ่งต่ำกว่าค่าบริการของโมเดลขนาดใหญ่แบบคิดค่าบริการต่อโทเคนข้อความอย่างมาก เหมาะสำหรับการนำมาทำหน้าที่เป็นตัวคัดแยกทราฟฟิก (agent router) หรือระบบตรวจจับความปลอดภัย (guardrail layer)

อย่างไรก็ตาม มีความกังขาและข้อจำกัดสำคัญตามมาเช่นกัน โดยนักพัฒนาจำนวนมากชี้ให้เห็นว่า Span-02 จำเป็นต้องทำงานผ่านเอนจินอนุมานเฉพาะที่เขียนด้วยภาษา Rust และ CUDA ซึ่งออกแบบมาสำหรับสถาปัตยกรรม NVIDIA Blackwell (เช่น RTX 5090 หรือ RTX PRO 6000) เท่านั้น

ข้อจำกัดด้านสถาปัตยกรรมระดับ sm_120 นี้ทำให้ผู้ปฏิบัติงานไม่สามารถรันโมเดลผ่านเฟรมเวิร์กมาตรฐานยอดนิยมอย่าง Hugging Face `transformers` หรือ vLLM บนการ์ดจอรุ่นเดิมได้ นอกจากนี้ นักพัฒนาบางส่วนยังเตือนว่า การอ้างว่าโมเดลตัดสินใจแบบ non-generative จะเข้ามาแทนที่เฟรมเวิร์กจัดการ agent เช่น LangGraph หรือ AutoGen ได้ทั้งหมด ยังเป็นเพียงข้อสันนิษฐานที่ยังไม่ผ่านการทดสอบในระบบโปรดักชันขนาดใหญ่

นัยสำคัญต่อภาคธุรกิจและองค์กรในประเทศไทย

สำหรับองค์กรในประเทศไทยที่กำลังพัฒนาหรือติดตั้งระบบ AI Agents สถาปัตยกรรมอย่าง Span-02 เป็นสัญญาณบ่งชี้ถึงการปรับโครงสร้างเพื่อประหยัดต้นทุน (cost optimization) ที่สำคัญ การส่งทุกภารกิจไปประมวลผลผ่านโมเดลเรือธงราคาแพงมักนำไปสู่ปัญหาค่าใช้จ่าย API ที่ควบคุมไม่ได้ การแยกชั้น 'งานตัดสินใจ' ออกจาก 'งานสร้างเนื้อหา' จะช่วยให้องค์กรควบคุมงบประมาณได้ดีขึ้น

อย่างไรก็ตาม ธุรกิจในไทยจำเป็นต้องประเมินความพร้อมของโครงสร้างพื้นฐานด้านฮาร์ดแวร์อย่างรอบคอบ เนื่องจากการรันโมเดลแบบ on-premises ยังจำกัดอยู่เฉพาะการ์ดตระกูล Blackwell ซึ่งมีรอบการจัดซื้อและต้นทุนเริ่มต้นของเครื่องเซิร์ฟเวอร์ที่สูง การเลือกใช้บริการผ่าน hosted endpoints อย่าง OpenRouter จึงอาจเป็นทางเลือกที่คุ้มค่ากว่าในระยะเริ่มต้น

ข้อควรระวังคือการทดสอบความแม่นยำของโมเดลกับข้อมูลบริบทเฉพาะในท้องถิ่น แม้โมเดลจะมีความสามารถด้านวิสัยทัศน์คอมพิวเตอร์และการคำนวณเชิงตัวเลขที่โดดเด่น แต่องค์กรต้องทดสอบเกณฑ์ Rubric หรือชุดข้อมูลภาษาไทยในรูปแบบ strictly typed ให้มั่นใจก่อนนำไปใช้ในกระบวนการทำงานที่มีความสำคัญสูง

ทำไมเรื่องนี้สำคัญ

การตัดสินใจของระบบอัตโนมัติ (AI Agents) ไม่จำเป็นต้องสร้างข้อความบรรยายขนาดยาวเสมอไป โมเดลทางเลือกแบบ output ชนิดตัวเลขและการประเมินความน่าจะเป็นที่แม่นยำ ช่วยลดต้นทุนลงได้อย่างมหาศาล พร้อมเพิ่มความเร็วในการตอบสนองสำหรับงานคัดกรองข้อมูลระดับองค์กร

ข้อมูลอ้างอิงหลัก