โมเดล Darwin-398B-JGOS ขนาด 3.98 แสนล้านพารามิเตอร์ของ VIDRAFT คว้าอันดับสามบนตารางผู้นำ GPQA Diamond โดยใช้ GPU เพียง 24 ตัว ผลลัพธ์นี้พิสูจน์ให้เห็นว่าสตาร์ทอัพเกาหลีรายเล็กสามารถแข่งขันกับห้องปฏิบัติการ AI ที่ใหญ่ที่สุดในโลกได้ ในการทดสอบที่ต้องใช้การใช้เหตุผลทางวิทยาศาสตร์อย่างแท้จริง แทนที่จะเป็นการตอบคำถามจากความจำ

ทำไม GPQA Diamond ถึงมีความสำคัญ

GPQA Diamond ตั้งคำถามทางวิทยาศาสตร์ในระดับบัณฑิตศึกษาซึ่งไม่ปรากฏอยู่บนเว็บไซต์สาธารณะ เนื่องจากไม่สามารถใช้วิธีการดึงข้อมูล (scraping) เพื่อหาคำตอบได้ โมเดลจึงต้องใช้การคิดวิเคราะห์เพื่อแก้ปัญหาแทนที่จะเป็นการดึงข้อมูลที่จัดเก็บไว้ การทดสอบนี้จึงเน้นไปที่ตรรกะ ไม่ใช่การท่องจำ

ตารางผู้นำในปัจจุบัน

  • Kimi-K3 (CN): 93.5
  • GLM-5.2 (CN): 91.2
  • Darwin-398B-JGOS (KR): 90.9
  • DeepSeek-V4-Pro (CN): 90.1
  • Inkling-Small (US): 89.5
  • Qwen3.5-397B-A17B (CN): 88.4
  • Nemotron-3-Ultra-550B (US): 87.9

Darwin ทำผลงานได้เหนือกว่าโมเดลจาก Nvidia, DeepSeek รวมถึงโมเดลอื่นๆ จากสหรัฐฯ และจีน แม้ว่าจะทำงานบนฮาร์ดแวร์เพียงเศษเสี้ยวของจำนวนที่มักใช้ในโครงการลักษณะนี้ก็ตาม

วิธีการเบื้องหลังชัยชนะ

VIDRAFT ไม่ได้ซื้อฟาร์ม GPU ขนาดมหึมา แต่ทีมงานได้ใช้เทคนิค “evolutionary merging” โดยการนำโมเดลโอเพนซอร์สหลายตัวมาผสมผสานกันซ้ำๆ และเลือกเก็บเฉพาะส่วนประกอบที่มีประสิทธิภาพดีที่สุด การรันกระบวนการนี้บนคลัสเตอร์ GPU จำนวน 24 ตัวที่ไม่ได้มีขนาดใหญ่มาก สามารถสร้างเครือข่ายขนาด 3.98 แสนล้านพารามิเตอร์ที่มีคุณภาพสูงได้ โดยไม่ต้องใช้เงินลงทุนมหาศาลเหมือนกับการฝึกฝนโมเดลใหม่ตั้งแต่ต้น

สิ่งนี้มีความหมายอย่างไรต่อวงการ AI

  • อุปสรรคในการเข้าสู่ตลาดลดลง: การสร้าง AI ระดับแนวหน้าไม่จำเป็นต้องใช้ GPU นับพันตัวอีกต่อไป

ข้อควรระวังและมุมมองโต้แย้ง

Darwin ยังคงตามหลังสองอันดับแรกอยู่เพียงเล็กน้อย และขนาด 3.98 แสนล้านพารามิเตอร์ของมันก็ยังคงใหญ่มาก ซึ่งการฝึกฝนหรือการให้บริการโมเดลยังคงต้องใช้โครงสร้างพื้นฐานที่สำคัญ แนวทางนี้ขึ้นอยู่กับการทำ evolutionary merging ของโมเดลแบบเปิดบนคลัสเตอร์ขนาดเล็ก โดยมี GPQA Diamond เป็นเกณฑ์มาตรฐานในการทดสอบ

สิ่งที่ต้องจับตามองต่อไป

บทสรุปนั้นชัดเจน: กลยุทธ์การรวมโมเดล (model-fusion) ที่ชาญฉลาดสามารถทดแทนพลังการประมวลผลดิบได้ ซึ่งจะเปลี่ยนโฉมหน้าว่าใครบ้างที่สามารถแข่งขันในการวิจัย AI ระดับสูงสุดได้