โมเดลที่ไม่เขียนข้อความ: d3-turbo 27B กำลังเปลี่ยนกติกา AI หรือแค่สงครามตัวเลข?

โดย Nokka (นก-กา) | นักเขียนอิสระสาย AI และระบบเปิด | ตรวจสอบข้อมูล ณ 20 ต.ค. 2026

บทความนี้เขียนโดย AI (deepseek-v4.1-flash · ผู้ให้บริการโมเดล: ollama-cloud) ผ่าน Hermes Agent ภายใต้การควบคุมและตรวจสอบคุณภาพโดยมนุษย์ - Nokka (นก-กา)

โมเดลที่ไม่มีคำตอบเป็นประโยค

วันที่ 19 ตุลาคม 2026 ทีม vLLM Semantic Router ปล่อยโมเดลชื่อ d3-turbo บน Hugging Face [1]

โมเดลนี้มี 26,090 ล้านพารามิเตอร์ รวมตัวเข้ารหัสภาพอีก 460 ล้าน และใช้สัญญาอนุญาต Apache 2.0

ถ้าคุณโหลดมันขึ้นมาแล้วพิมพ์คำถาม จะไม่มีข้อความตอบกลับมา

คำตอบที่ได้มีเพียง ความน่าจะเป็น ของตัวเลือกที่คุณกำหนดไว้ล่วงหน้า

ยกตัวอย่าง ถ้าส่งข้อความลูกค้าว่า "ยอดใบแจ้งหนี้ผิดหลังเปลี่ยนแพ็กเกจ" แล้วถามสองคำถามพร้อมกันว่าเรื่องนี้ควรไปทีมไหน และลูกค้าเร่งด่วนไหม

คำตอบที่ได้มีเพียงชุดความน่าจะเป็นสำหรับแต่ละตัวเลือก ไม่ใช่ประโยคอธิบาย

ผมคิดว่านี่คือจุดที่น่าสนใจของวงการตอนนี้ เพราะมันคือการยอมรับว่างานจำนวนมากในระบบเอเจนต์ไม่ต้องการการเขียนข้อความเลย

โรงงานเบื้องหลังคือ router

ชื่อ vllm-sr ย่อจาก vLLM Semantic Router ซึ่งเป็นโปรเจกต์ของชุมชน vLLM บน GitHub

repo vllm-project/semantic-router มีดาว 6,224 ดวง ถูก fork 1,060 ครั้ง เขียนด้วยภาษา Go และเปิดตัวครั้งแรกเมื่อ 26 ส.ค. 2025 [2]

หน้าที่ของ router คือตัดสินใจว่าคำขอหนึ่งควรไปโมเดลไหน หรือควรถูกจัดการแบบไหน

งานแบบนี้เดิมทำด้วยการเรียก LLM ตัวใหญ่แล้วอ่านคำตอบ

แต่การเรียก LLM เพื่อตอบคำถามใช่หรือไม่ใช่หนึ่งครั้ง เปลืองทั้งเวลาและเงินเกินความจำเป็น

d3-turbo จึงย้ายงานตัดสินใจออกมาเป็นโมเดลแยก ที่ให้คำตอบแบบมีโครงสร้างและมีความน่าจะเป็นกำกับ

ตัวเลขที่ทำให้ "ถามครั้งเดียว" มีความหมาย

อ่านครั้งเดียว ตอบหลายคำถาม

จุดขายของ d3-turbo ไม่ใช่ความแม่น แต่เป็นจำนวนครั้งที่มันอ่านข้อมูลเข้า

โมเดลอ่านภาพหนึ่งครั้ง แล้วตอบทุกคำถามจากภาพนั้น

คู่แข่งในตระกูลเดียวกันคือ d3-flash ซึ่งอ่านภาพใหม่ทุกคำถาม

ผลวัดบนการ์ด AMD Instinct MI325X หนึ่งใบ ด้วย AutoModel ตัวเลขทั้งชุดเป็นค่ากลาง (p50) [1]

• ถาม 1 คำถาม turbo 302 มิลลิวินาที flash 154 มิลลิวินาที
• ถาม 4 คำถาม turbo 328 มิลลิวินาที flash 541 มิลลิวินาที
• ถาม 16 คำถาม turbo 426 มิลลิวินาที flash 2.07 วินาที
• ถาม 64 คำถาม turbo 867 มิลลิวินาที flash 8.26 วินาที
• ถาม 128 คำถาม turbo 1.29 วินาที flash 16.50 วินาที
• ถาม 255 คำถาม turbo 2.12 วินาที flash 32.94 วินาที

จุดตัดอยู่ที่คำถามที่สี่ ตั้งแต่ข้อสี่เป็นต้นไปตัวใหญ่กว่าชนะ และที่ 255 คำถามมันเร็วกว่า 15.5 เท่า

เหตุผลเชิงคณิตศาสตร์ตรงไปตรงมา การอ่านภาพจ่ายครั้งเดียว ส่วนการตอบเพิ่มขึ้นตามจำนวนคำถาม

ถ้าให้ผมเดา คนส่วนใหญ่จะจำแค่ตัวเลข 15.5 เท่า แล้วเหมารวมว่ารุ่นใหญ่คุ้มกว่าในทุกกรณี

แต่บรรทัดที่สำคัญกว่าคือบรรทัดแรก ที่บอกว่าถ้าถามคำถามเดียว d3-flash เร็วกว่าเท่าตัว

ห้าประเภทคำถามที่โมเดลนี้ตอบได้

ผู้อ่านที่คิดว่ามันคือ classifier ธรรมดา ควรดูรายการนี้ก่อน

• Choice เลือกหนึ่งตัวจากหลายตัวเลือกที่เรากำหนด
• Yes / No ตอบว่าจริงหรือไม่จริง
• Score ให้คะแนนตามมาตรที่เรากำหนด
• Box ชี้ตำแหน่งของสิ่งหนึ่งในภาพ พร้อมความมั่นใจ
• Track ตามวัตถุในวิดีโอต่อเนื่องทั้งคลิป

สองประเภทหลังทำให้มันไม่ใช่ classifier ข้อความอีกต่อไป แต่อ่านภาพและวิดีโอได้ด้วย

บริบทสูงสุดอยู่ที่ 131,072 โทเคนต่อหนึ่งคำถาม เมื่อเปิดโหมด long_context=True และค่าเริ่มต้นอยู่ที่ 32,768

จุดที่ผมชอบในเอกสารคือประโยคที่บอกว่า ถ้าคำถามยาวเกินขีดจำกัด ระบบจะตอบกลับด้วยข้อผิดพลาด max_length_exceeded และไม่ตัดข้อความทิ้ง

การไม่ตัดข้อความเงียบ ๆ คือพฤติกรรมที่ระบบ production ควรมี และหลายบริการขนาดใหญ่ยังทำผิดข้อนี้

ตัวอย่างการเรียกที่หน้าโมเดลให้มา

หน้าโมเดลมีโค้ดตัวอย่างสั้น ๆ ที่แสดงวิธีถามหลายคำถามจากการอ่านครั้งเดียว

result = model.system_one(
    state="ผู้ใช้แจ้งว่ายอดใบแจ้งหนี้ผิดหลังเปลี่ยนแพ็กเกจ",
    questions={
        "route": {"type": "choice", "instructions": "ทีมไหนควรรับเรื่องนี้",
                  "criteria": {"billing": "การเงิน", "tech": "เทคนิค"}},
        "urgent": {"type": "noul", "instructions": "ลูกค้าเร่งด่วนหรือไม่"},
    },
)

ผลลัพธ์ที่ได้คือความน่าจะเป็นของแต่ละตัวเลือก ไม่ใช่ประโยคอธิบาย

หมายเหตุ: noul คือชื่อชนิดคำถามแบบใช่หรือไม่ใช่ในสคีมาของโมเดล เดียวกับหัวข้อ Yes / No ด้านบน

ดัชนีที่ให้ชุดปิดทักษะเดียวกันหนักครึ่งหนึ่ง

ดัชนีนี้ชื่อ Jev Decision Index จัดอันดับงานก็อปแบบเปิดของโมเดล Jev และคณะผู้จัดทำเปิดวิธีคำนวณไว้ให้ตรวจได้ทั้งหมด [3]

คะแนนเต็มมาจากสามส่วน

• 20% จากชุดทดสอบสาธารณะ
• 50% จากชุดทดสอบปิดที่วัดทักษะเดียวกัน
• 30% จากชุดทดสอบปิดในโดเมนใหม่

เหตุผลที่ให้ชุดปิดทักษะเดียวกันหนักถึงครึ่งหนึ่งคือ ไม่มีใครเทรนบนชุดปิดได้

และอีกเกือบหนึ่งในสามให้กับโจทย์โดเมนใหม่ เพื่อดูว่าทักษะของโมเดลลากไปใช้ที่อื่นได้จริง หรือแค่เก่งในกระดานที่รู้กัน

กฎอีกข้อที่ผมชอบคือ กลุ่มที่คะแนนห่างกันไม่เกิน 0.9 คะแนนจะได้อันดับเท่ากัน [3]

ตัวเลข 0.9 นี้มาจากการคำนวณว่า ถ้าสุ่มคำถามประเภทเดียวกันมาอีกชุด ความต่างที่เกิดจากความบังเอิญจะอยู่ราวเท่านี้ 95% ของเวลา

กฎนี้กันการอวดว่า "ชนะ 0.1 คะแนน" ซึ่งเป็นปัญหาใหญ่ของวงการ benchmark

สงครามตัวเลขที่กระดานจริงไม่ตรงกับคำโฆษณา

หน้ากระดานของดัชนีเปิดข้อมูลดิบให้ดาวน์โหลด ผมดึงไฟล์ index.json มาคำนวณเองเมื่อ 20 ต.ค. 2026

ไฟล์นั้นสร้างเมื่อ 16 ต.ค. 2026 มี 173 รายการที่ได้คะแนน และกระดานรุ่น 0.3.2 มี 174 แถว เมื่อนับแถวอ้างอิง Jev 1.14 [5]

อันดับตามคะแนนเต็ม ซึ่งเป็นตัวเลขพาดหัวของกระดาน มีหน้าตาแบบนี้

• อันดับ 1 StartLux-Decision v1.1 27B ได้ 69.12
• อันดับ 2 vLLM-SR d3 รุ่นก่อนได้ 66.26
• Cloudflare clef ได้ 53.08 อยู่อันดับที่ 51 เมื่อนับรายแถว หรืออันดับกลุ่มที่ 12 ตามกฎ 0.9
• Cloudflare clef-flash ได้ 47.61 อยู่อันดับที่ 69 หรืออันดับกลุ่ม 17

จุดที่น่าสนใจอยู่ที่ clef ไม่ได้แย่ทุกด้าน คะแนนชุดสาธารณะของมันบนสเกลเดียวกับคะแนนเต็มคือ 61.71 ส่วน d3 ได้ 65.45 ซึ่งห่างกันไม่มาก

แต่พอเติมชุดปิดเข้าไป คะแนนรวมของ clef ตกลงเหลือ 53.08 หายไป 8.63 คะแนน

ทางฝั่ง d3 กลับขยับขึ้นจาก 65.45 เป็น 66.26 คือได้เพิ่ม 0.81 คะแนน

ตัวเลขสองชุดนี้ต้องเทียบกันบนสเกลเดียวกันเสมอ ไม่ใช่เทียบคะแนนดิบกับคะแนนที่แปลงสเกลแล้ว

ช่องว่างนี้คือสิ่งที่ดัชนีออกแบบมาให้จับได้ตรง ๆ โมเดลที่เก่งในข้อสอบที่คนเห็น แต่ตกลงเมื่อเจอข้อสอบที่ไม่มีใครเห็น

บล็อกของ Cloudflare วันที่ 1 ต.ค. 2026 เขียนถ้อยว่า Clef is currently the leader when evaluated against the Jev Decision Index [4]

ผมต้องพูดให้เป็นธรรมกับ Cloudflare ด้วย บล็อกนั้นเก่ากว่าข้อมูลกระดานชุดนี้ 15 วัน

เราไม่มีภาพกระดาน ณ วันที่ 1 ต.ค. จึงบอกไม่ได้ว่าตอนนั้น clef นำจริงหรือไม่

แต่ข้อที่ยืนยันได้คือ คำว่า "ผู้นำ" มีวันหมดอายุ และผมคิดว่าคนอ่านมักจำประโยคนั้นไปใช้ต่ออีกหลายเดือน

แล้ว d3-turbo อยู่ตรงไหน

ประเด็นที่ผมอยากให้จำคือ d3-turbo ไม่มีอยู่ในกระดานชุดนี้เลย

หน้าโมเดลของมันเขียนว่าได้ 70.2 คะแนน และในวงเล็บของตารางเขียนสั้น ๆ ว่า (our estimate) ส่วนอีกประโยคหนึ่งในหัวข้อ Highlights เขียนเต็มว่า Our estimate, not an official board result. [1]

ถ้าตัวเลข 70.2 ผ่านการวัดจริง มันจะอยู่อันดับ 1 เหนือ StartLux ที่ 69.12

แต่วันนี้ยังไม่มีใครยืนยันตัวเลขนั้นนอกจากทีมที่สร้างมันเอง

ฝั่งภาพมีอีกตัวเลขที่ควรพูดถึงตั้งแต่ต้น คือดัชนีฝั่งภาพ (vision board) ซึ่ง 72.9 เป็นการประมาณของทีมผู้พัฒนาเอง ไม่ได้อยู่บนกระดาน ส่วนผลบนกระดานภาพทางการคือ 71.3 ซึ่งเป็นคะแนนของ d3 รุ่นก่อน [7]

ผมไม่ได้บอกว่าตัวเลขเหล่านี้ไม่จริง ผมบอกว่ามันยังคนละสถานะกับตัวเลขที่คณะกรรมการวัด

มุมค้านที่ผมคิดว่าสำคัญที่สุด

คำถามที่ไม่ได้ถูกถามบ่อยพอคือ ทำไมงานตัดสินใจง่าย ๆ ต้องใช้โมเดล 26,000 ล้านพารามิเตอร์

ทีมเดียวกันมีโมเดลเล็กกว่าอยู่ในตระกูล d3 ด้วย

ตัวอย่างที่ตรวจได้คือ vllm-sr/d3-edge ซึ่งมี 594,321,600 พารามิเตอร์ หรือราว 0.6 พันล้าน เปิดตัว 10 ต.ค. 2026 [6]

โมเดลนี้อยู่บนกระดานจริง ได้คะแนนเต็ม 20.24 และคะแนนสาธารณะหลังหักโอกาสเดา 28.82

ตัวเลขนั้นต่ำกว่า d3-turbo มาก แต่ก็ย้ำคำถามเดิม คือถ้าคุณต้องการแค่จัดหมวดหมู่ข้อความลูกค้า คุณไม่จำเป็นต้องใช้โมเดล 27B

ขนาด 27B ใน d3-turbo มีเหตุผลรองรับ คือมันต้องอ่านภาพและวิดีโอ และต้องตอบหลายคำถามจากการอ่านครั้งเดียว

แต่สำหรับทีมที่อยากได้แค่ router ข้อความ การรัน 27B คือการเผา GPU ทั้งใบเพื่อทำงานที่โมเดลเล็กกว่าทำได้

ผมยังไม่เห็นตัวเลขต้นทุนต่อคำขอในหน้าโมเดล มีแต่ตัวเลขเวลา

และยังไม่เห็นการเปรียบเทียบกับทางเลือกที่ง่ายที่สุด คือเรียก LLM ตัวเล็กผ่าน prompt แล้วบังคับให้ตอบเป็น JSON

ทางเลือกนั้นมีข้อเสียเรื่องความไม่แน่นอนของรูปแบบคำตอบ ซึ่งเป็นเหตุผลจริงที่คนหันมาหา decision model

ในหน้าโมเดลของ d3-turbo ไม่มีตัวเลขต้นทุนต่อคำขอ [1] และในบล็อกของ Cloudflare ก็มีแต่ตัวเลขเวลากับตัวอย่างลูกค้า ไม่มีต้นทุนต่อการตัดสินใจหนึ่งครั้ง [4]

สิ่งที่ผมตรวจและสิ่งที่ยังไม่ได้ตรวจ

ผมไม่ได้ติดตั้งโมเดลนี้และไม่ได้รันบนเครื่องตัวเอง

ผมอ่านหน้าโมเดล วิธีคำนวณของดัชนี บล็อกของ Cloudflare ข้อมูล repo จาก GitHub และไฟล์คะแนนดิบของกระดาน

ผมตรวจเองได้เฉพาะขนาดพารามิเตอร์ จำนวนไฟล์ สัญญาอนุญาต จำนวนดาวของ repo โครงสร้างวิธีคำนวณของดัชนี และอันดับบนกระดานซึ่งผมคำนวณจากไฟล์ดิบ

ส่วนที่ผมตรวจไม่ได้คือตัวเลขเวลาทั้งหกแถว ซึ่งวัดโดยผู้พัฒนาเองบนฮาร์ดแวร์ของเขา และตัวเลข 70.2 กับ 72.9 ของ d3-turbo ซึ่งยังไม่ปรากฏบนกระดาน

ถ้าคุณจะใช้ตัวเลขเหล่านี้ตัดสินใจซื้อการ์ด ผมแนะนำให้รอผลกระดานทางการก่อน

ข้อสังเกตสุดท้าย

เรื่องที่น่าสนใจกว่าตัวเลขทั้งหมดคือการยอมรับของวงการว่า เอเจนต์ไม่จำเป็นต้องพูด

เอเจนต์ที่ดีอาจต้องรู้จักแยกงานที่ต้องใช้ภาษา ออกจากงานที่ต้องการแค่คำตัดสินใจหนึ่งครั้ง

และถ้าแยกได้ งานครึ่งหนึ่งของระบบจะเร็วขึ้นและถูกลงโดยไม่ต้องรอโมเดลรุ่นใหม่

แต่บทเรียนที่สำคัญกว่านั้นมาจากกระดานคะแนน

เพราะสิ่งที่ผมเห็นในไฟล์ index.json คือสนามที่ทุกคนแย่งกันประกาศชัยชนะบนชุดข้อสอบที่คนเห็น และมีเพียงส่วนน้อยที่กล้าเปิดผลชุดที่คนไม่เห็น

ถ้าคุณกำลังเลือกโมเดลสำหรับงานจริง ให้ดูช่องว่างระหว่างสองตัวเลขนั้น ไม่ใช่ดูอันดับ

แหล่งอ้างอิง

[1] vLLM Semantic Router Team, "d3-turbo: A Multimodal Decision Model that Reads Once", Hugging Face, 19 ต.ค. 2026. https://huggingface.co/vllm-sr/d3-turbo

[2] vLLM Project, repo semantic-router, GitHub, เปิด 26 ส.ค. 2025 (เข้าถึง 20 ต.ค. 2026). https://github.com/vllm-project/semantic-router

[3] "Methodology · Index 0.3.2", Jev Decision Index, ฉบับ 2026. https://multimodalart-jev-decision-index.static.hf.space/methodology.html

[4] Michelle Chen, Alex Reneau และ Kevin Flansburg, "Introducing Clef: our open-source decision models, and new RL fine-tuning platform", Cloudflare Blog, 1 ต.ค. 2026. https://blog.cloudflare.com/clef-decision-models

[5] Jev Decision Index, ไฟล์คะแนนดิบ index.json (สร้าง 16 ต.ค. 2026, 173 รายการที่มีคะแนน, กระดาน 0.3.2 มี 174 แถว), ดึงและคำนวณอันดับเองเมื่อ 20 ต.ค. 2026. https://multimodalart-jev-decision-index.static.hf.space/data/index.json

[6] vLLM Semantic Router Team, "d3-edge", Hugging Face, 10 ต.ค. 2026. https://huggingface.co/vllm-sr/d3-edge

[7] Jev Decision Index, ไฟล์กระดานภาพ vision.json (สร้าง 16 ต.ค. 2026, 41 รายการ ไม่มีรายการ d3-turbo, vLLM-SR d3 (27B) คะแนนเต็ม 71.26), ดึงเมื่อ 20 ต.ค. 2026. https://multimodalart-jev-decision-index.static.hf.space/data/vision.json