Meta เริ่มขาย API แล้ว: Muse Spark 1.1 เปิดตัว Meta ที่เคยใจกว้างเรื่องโอเพนซอร์สย้อนกลับไปไม่ได้อีกแล้ว

Meta เปิดตัว Muse Spark 1.1 เมื่อวันที่ 9 กรกฎาคม 2026 พร้อมเปิด API สำหรับนักพัฒนาแบบเสียเงินเป็นครั้งแรกของตัวเอง context หนึ่งล้าน token ความสามารถด้านเครื่องมือและการควบคุมคอมพิวเตอร์ที่เสริมแกร่ง ราคาอินพุตล้าน token 1.25 ดอลลาร์สหรัฐ ประเด็นสำคัญจริงไม่ใช่โมเดลแรงแค่ไหน แต่คือ Meta เปลี่ยนจากผู้ป่วนที่แจกน้ำหนักโมเดลฟรี มาเป็นผู้ขายที่เก็บเงินตาม token

Meta เริ่มขาย API แล้ว: Muse Spark 1.1 เปิดตัว Meta ที่เคยใจกว้างเรื่องโอเพนซอร์สย้อนกลับไปไม่ได้อีกแล้ว

คืนวันพุธกลางเดือนกรกฎาคม ออฟฟิศสตาร์ตอัปแห่งหนึ่งในเน่ยหูยังเปิดไฟอยู่ วิศวกรกำลังแก้สคริปต์อัตโนมัติตัวหนึ่ง หน้าบิลเปิดอยู่อีกแท็บ — ค่าโมเดลเดือนนี้เกินงบไปอีกสองสิบเปอร์เซ็นต์ เขาปัดข่าวแจ้งเตือนทิ้ง หัวข้อเขียนว่า "Meta เปิดตัว Muse Spark 1.1" ปัดทิ้งแล้วก็ปัดกลับมา เพราะเขาเห็นบรรทัดที่สอง: Meta เปิดขาย API แบบเสียเงินเป็นครั้งแรก

น้ำหนักของเรื่องนี้ไม่ได้อยู่ที่โมเดลเองแรงแค่ไหน แต่อยู่ที่จุดยืนของบริษัท Meta เปลี่ยนไป ไม่กี่ปีที่ผ่านมามันคือผู้ป่วนที่โยนน้ำหนัก Llama ออกมาตรง ๆ บีบให้ทุกคนลดราคา ตอนนี้มันเองก็เริ่มเก็บเงินตาม token แล้ว

ภูมิหลังของเหตุการณ์

วันที่ 9 กรกฎาคม 2026 Meta เปิดตัว Muse Spark 1.1 จาก Meta Superintelligence Labs พร้อมเปิดพรีวิวสาธารณะของ Meta Model API บนบล็อกทางการไปพร้อมกัน TechCrunch รายงานในวันเดียวกันด้วยหัวข้อ "Meta เข้าสู่สนามรบโค้ด AI ที่แออัด" สื่อ US News ของสหรัฐก็ลงข่าวที่เกี่ยวข้อง

อดีต Meta ไม่ใช่ไม่มี API แต่นั่นเป็นการห้อยอยู่ใต้พาร์ตเนอร์คลาวด์ หรือใช้น้ำหนักโอเพนซอร์ส Llama ดีพลอยเอง ครั้งนี้ต่างออกไป: API ของ Meta เอง เก็บเงินเอง ตรงถึงนักพัฒนา นี่คือครั้งแรก มันเปิดใช้พร้อมกันในโหมด Thinking ของแอป Meta AI และ meta.ai

ตำแหน่งของโมเดลชัดเจน — พุ่งเป้าไปที่ agent และโค้ด การให้เหตุผลแบบมัลติโมดัล context หนึ่งล้าน token การเรียกเครื่องมือและการควบคุมคอมพิวเตอร์ (computer use) ที่เสริมแกร่ง สลับระหว่างเดสก์ท็อป เบราว์เซอร์ และหน้าจอมือถือได้ ตัดสินใจเองว่าเมื่อไรควรเขียนสคริปต์ เมื่อไรควรคลิกหน้าจอโดยตรง

ประเด็นสำคัญครั้งนี้

  • วันเปิดตัว: 9 กรกฎาคม 2026 Meta Superintelligence Labs เปิดตัว เป็นการอัปเกรดครั้งใหญ่ของ Muse Spark รุ่นแรก
  • API เสียเงินครั้งแรก: Meta Model API เข้าสู่พรีวิวสาธารณะ นี่คือ API สำหรับนักพัฒนาแบบเสียเงินที่ Meta ดำเนินการเองเป็นครั้งแรก
  • ราคา: อินพุตล้าน token 1.25 ดอลลาร์สหรัฐ เอาต์พุตล้าน token 4.25 ดอลลาร์สหรัฐ บัญชีใหม่แถมเครดิต 20 ดอลลาร์สหรัฐ
  • สเปก: context window หนึ่งล้าน token การให้เหตุผลแบบมัลติโมดัล เสริมความสามารถการใช้เครื่องมือ การควบคุมคอมพิวเตอร์ และโค้ด
  • การเข้าถึง: นักพัฒนาในสหรัฐใช้ได้ทันที ภูมิภาคอื่นใช้ระบบ waitlist
  • คู่เทียบ: Meta วางตำแหน่งมันในระดับเดียวกับ GPT-5.5, Claude Opus 4.8, Gemini 3.1 Pro

วิเคราะห์ผลกระทบต่อตลาด

ต่อผู้ใช้ในไต้หวัน

พูดเรื่องที่เป็นจริงที่สุดก่อน: ตอนนี้ไต้หวันยังไม่ถึงคิว พรีวิวสาธารณะเปิดให้นักพัฒนาสหรัฐก่อน ภูมิภาคอื่นใช้ waitlist ดังนั้นหากคุณแค่อยากลอง ระยะสั้นก็คงต้องรอเป็นส่วนใหญ่

ส่วนที่ไม่ต้องรอคือโหมด Thinking ในแอป Meta AI การเข้าถึง Meta AI ในไต้หวันค่อนข้างกระท่อนกระแท่นมาตลอด ความคืบหน้าการเปิดฟีเจอร์ก็มักไม่ซิงก์กับสหรัฐ เห็นอะไรได้จริงต้องดูตามเวอร์ชันในมือถือของคุณ

สิ่งที่ผู้ใช้ทั่วไปในไต้หวันควรจับตาจริง ๆ คือสัญญาณราคา ราคา 1.25 / 4.25 ดอลลาร์สหรัฐนี้ถูกกว่าโมเดลระดับเดียวกันหลายตัวอยู่ช่วงหนึ่ง ราคาแบบนี้มักบีบให้คู่แข่งปรับแพ็กเกจ สุดท้ายคนที่ได้ประโยชน์คือทุกคนที่จ่ายค่าสมัครสมาชิกรายเดือน สามค่าย ChatGPT, Claude, Gemini จะตอบโต้อย่างไร หนึ่งถึงสองไตรมาสข้างหน้าน่าดูมาก

ต่อการใช้งานในองค์กร

การที่ Meta หันจาก "แจกน้ำหนักฟรี" มาเป็น "เก็บเงินตามปริมาณ" มีความหมายต่อการจัดซื้อขององค์กรมากกว่าต่อรายบุคคลมาก

อดีตหลายบริษัทเลือก Llama เพราะต้องการดีพลอยเอง ข้อมูลไม่ออกนอกบ้าน ควบคุมต้นทุนได้ ตอนนี้ Meta มี API ของตัวเองแล้ว จะกระทบความเต็มใจในการเปิดซอร์สโมเดลใหม่ต่อหรือไม่? นี่คือคำถามที่ผู้บริหาร IT องค์กรไต้หวันควรถาม ตอนนี้ยังไม่มีคำพูดทางการใดระบุว่า Meta จะหยุดเปิดซอร์ส แต่เมื่อบริษัทเริ่มหาเงินจาก API แล้ว แรงจูงใจทางธุรกิจก็เปลี่ยนไปจริง

คำแนะนำเชิงปฏิบัติระยะสั้นเรียบง่ายมาก: หากระบบของคุณรันบน Llama ที่ตั้งเองอยู่แล้ว ไม่ต้องขยับ; หากคุณกำลังประเมินว่าจะเดิมพันกับเส้นทางโอเพนซอร์สของค่ายใด ให้เขียน "เผื่อรุ่นใหม่ในอนาคตไม่เปิดซอร์ส" ลงในการประเมินความเสี่ยงด้วย

อีกมุมคือ computer use ความสามารถนี้จริง ๆ แล้วมีคุณค่าต่ออุตสาหกรรมดั้งเดิมในไต้หวันมากกว่าต่ออุตสาหกรรมเทค — หลายบริษัทยังมีระบบเก่าจำนวนมากที่ใช้ได้แค่คลิกเมาส์ ไม่มี API ให้ต่อ agent ที่ควบคุมหน้าจอได้ ในทางทฤษฎีก็ต่อระบบเหล่านี้เข้าสู่กระบวนการอัตโนมัติได้ ในทางทฤษฎีนะ ความเสถียรในการใช้งานจริงยังต้องดูกันต่อ

ต่อนักพัฒนา

จากมุมนักพัฒนา context หนึ่งล้าน token บวกกับการเรียกเครื่องมือที่เสริมแกร่ง ผู้ที่ได้ประโยชน์ตรงที่สุดคือ เวิร์กโฟลว์ agent ที่รันยาว: อ่าน codebase ทั้งหมดแล้วค่อยแก้ รันเทสต์หนึ่งรอบเต็มแล้วค่อยซ่อม จัดการรีแฟกเตอร์ข้ามหลายไฟล์

ความเห็นส่วนตัวของผมคือ ช่องว่างระหว่างโมเดลรุ่นนี้ไม่ได้อยู่ที่คุณภาพของคำตอบครั้งเดียว แต่อยู่ที่ความเสถียรของการ "ทำยี่สิบขั้นตอนต่อเนื่องโดยไม่พลาด" เรื่องนี้ไม่ได้รันงานจริงก็ดูไม่ออก คะแนน benchmark มีค่าอ้างอิงจำกัด รอไต้หวันเปิดใช้แล้ว แนะนำให้เอางานซ้ำ ๆ ที่น่ารำคาญที่สุดในโปรเจกต์ของคุณไปรัน เชื่อถือได้กว่าดูตารางอันดับ

โครงสร้างราคาก็ควรคำนวณดู เอาต์พุตแพงกว่าอินพุต 3.4 เท่า อัตราส่วนนี้ไม่เป็นมิตรต่อเวิร์กโฟลว์ agent เท่าไร — agent มักต้องเอาต์พุตความคิดกลางทางและการเรียกเครื่องมือจำนวนมาก ตอนออกแบบ prompt ให้กดเอาต์พุตให้กระชับ เงินที่ประหยัดได้จะมากกว่าที่คิด อยากหาจุดเริ่มต้นสำเร็จรูป ดูเทมเพลตพรอมป์ของเรา หรือบทความสร้าง AI Agent อย่างไรได้

แนวโน้มการพัฒนาในอนาคต

สามทิศทางที่ควรติดตาม

หนึ่ง เส้นทางโอเพนซอร์สจะหักเลี้ยวหรือไม่ ความไว้วางใจที่ Meta สะสมในชุมชนโอเพนซอร์สมาหลายปี ส่วนใหญ่ตั้งอยู่บน "พวกเขาจะปล่อยของดีออกมา" ตอนนี้มี API เสียเงินแล้ว โมเดลเรือธงรุ่นถัดไปจะเปิดหมด เปิดบางส่วน หรือไม่เปิด จะเป็นเรื่องที่ตึงเครียดที่สุดของ ecosystem โอเพนซอร์สทั้งหมด

สอง สงครามราคาเข้าสู่ยกที่สอง ยกก่อน Meta ใช้น้ำหนักฟรีบีบให้ลดราคา ยกนี้มันลงสนามขายเอง กลับอาจก่อให้เกิดสภาพ "สี่ยักษ์ใหญ่ประชิดตัวสู้กัน" ดีต่อผู้ใช้ แต่ไม่ดีต่อบริษัทโมเดลเล็กที่ยังเผาเงินอยู่

สาม เกณฑ์การใช้งานจริงของ computer use ทุกยักษ์ใหญ่กำลังทำเรื่องนี้ แต่ตัวที่รันกระบวนการองค์กรจนจบได้อย่างเสถียรจริงยังไม่ปรากฏ ใครดันอัตราความสำเร็จจาก "demo สวย" ไปสู่ "ปล่อยทิ้งไว้ได้" ก่อน คนนั้นก็คว้าเฟสถัดไป

บทสรุปและความเห็นของ TheAI Academy

พูดจริง ๆ ความก้าวหน้าทางเทคนิคของ Muse Spark 1.1 เองไม่ได้ใหญ่ถึงขั้นต้องร้องว้าว 1M context ความสามารถ agent computer use — สิ่งเหล่านี้ตอนนี้เป็นตั๋วเข้างาน ไม่ใช่การสร้างความแตกต่าง

สิ่งที่ควรค่าแก่การบันทึกจริงคือการเปลี่ยนท่าทีของ Meta บริษัทที่หาเงินด้วยโฆษณา มองโมเดล AI เป็นคูเมืองของ ecosystem ที่แจกให้ เริ่มเก็บค่า token จากนักพัฒนาแล้ว นี่แสดงว่าการคิดบัญชี AI ภายในของ Meta เปลี่ยนจาก "ปกป้องธุรกิจโซเชียลมีเดียหลัก" เป็น "เรื่องนี้เองก็ควรเป็นธุรกิจหนึ่ง"

สำหรับผู้อ่านไต้หวัน ท่าทีที่ปฏิบัติได้จริงที่สุดในระยะสั้นคือ อย่ารีบย้ายบ้าน เครื่องมือที่คุณใช้ได้ลื่นตอนนี้จะไม่แย่ลงเพราะข่าวนี้ และ API ของ Meta ไต้หวันยังไม่ถึงคิว รอเปิด รอทดสอบจริง รอสงครามราคาปะทุจริงค่อยว่ากัน

Meta จากผู้ป่วนกลายเป็นผู้ขาย ก้าวนี้สำคัญกว่าตัวโมเดล — ยุคอาหารกลางวันฟรีเข้าสู่ช่วงท้ายอย่างเป็นทางการ

คำแนะนำที่เป็นรูปธรรมสำหรับผู้อ่านชาวไต้หวัน: ผู้ใช้รายบุคคลรอดูไปก่อน โฟกัสว่าโควตาของค่าสมัครสมาชิกที่คุณมีอยู่เพิ่มขึ้นหรือไม่ IT องค์กรไปยืนยันตอนนี้เลยว่าสถาปัตยกรรม AI ของคุณผูกตายกับซัพพลายเออร์รายเดียวหรือไม่ แยก prompt และชุดทดสอบออกมาบริหารแยกต่างหาก เวลาเปลี่ยนซัพพลายเออร์จะได้ไม่ต้องเขียนใหม่ทั้งชุด นักพัฒนาไปเข้าคิว waitlist ก่อนได้ พร้อมกับทำ "การบีบอัด token เอาต์พุต" เป็นงานเพิ่มประสิทธิภาพที่จริงจัง — เรื่องนี้ประหยัดเงินบนโมเดลค่ายไหนก็ได้

แหล่งข้อมูล

เรียบเรียงจากข้อมูลสาธารณะ ราคาและภูมิภาคที่ใช้ได้ยึดตามประกาศทางการของ Meta เป็นหลัก วันที่ตรวจสอบบทความนี้คือ 26 กรกฎาคม 2026

คำถามที่พบบ่อย

ตอนนี้ไต้หวันใช้ Meta Model API ได้ไหม?

ช่วงพรีวิวสาธารณะเปิดให้นักพัฒนาสหรัฐใช้ได้ทันทีก่อน ภูมิภาคอื่นใช้ระบบ waitlist ไต้หวันตอนนี้ต้องรอเข้าคิว ส่วนการเข้าถึงโหมด Thinking บนแอป Meta AI และ meta.ai แตกต่างกันตามภูมิภาค ฟีเจอร์ที่ใช้ได้จริงโปรดยึดตามเวอร์ชันในมือถือของคุณ

Muse Spark 1.1 คิดเงินอย่างไร?

ตามประกาศทางการของ Meta อินพุตล้าน token 1.25 ดอลลาร์สหรัฐ เอาต์พุตล้าน token 4.25 ดอลลาร์สหรัฐ บัญชี API ใหม่แถมเครดิต 20 ดอลลาร์สหรัฐ เอาต์พุตแพงกว่าอินพุตราว 3.4 เท่า ตอนออกแบบเวิร์กโฟลว์ agent การกดเอาต์พุตให้กระชับจะช่วยประหยัดเงินได้ชัดเจน

Meta เริ่มขาย API แปลว่าจะหยุดเปิดซอร์สหรือ?

ตอนนี้ยังไม่มีคำพูดทางการใดระบุว่า Meta จะหยุดเปิดซอร์ส แต่เมื่อบริษัทเริ่มหาเงินจาก API แล้ว แรงจูงใจทางธุรกิจก็เปลี่ยนไปจริง คำแนะนำเชิงปฏิบัติคือ ระบบที่รันบน Llama ที่ตั้งเองอยู่แล้วไม่ต้องขยับ แต่หากคุณกำลังประเมินว่าจะเดิมพันกับเส้นทางโอเพนซอร์สของค่ายใด ให้เขียน "รุ่นใหม่ในอนาคตอาจไม่เปิดซอร์ส" ลงในการประเมินความเสี่ยง

เทียบกับ GPT, Claude, Gemini แล้วเป็นอย่างไร?

Meta วางตำแหน่งมันในระดับเดียวกับ GPT-5.5, Claude Opus 4.8, Gemini 3.1 Pro ความเห็นของเราคือ ช่องว่างของโมเดลรุ่นนี้ไม่ได้อยู่ที่คุณภาพคำตอบครั้งเดียวอีกต่อไป แต่อยู่ที่ความเสถียรของการทำงานหลายขั้นตอนต่อเนื่อง เรื่องนี้คะแนน benchmark ดูไม่ออก ต้องเอางานจริงของตัวเองไปรันจึงจะรู้

繁體中文版 →