การเปิดตัวโมเดลต้นทุนต่ำของ Anthropic และ OpenAI เป็นบวกต่อการขยายการใช้งาน AI ในองค์กร มากกว่าจะเป็นสัญญาณสงครามราคา เนื่องจากทั้งสองบริษัทยังเน้นปรับโมเดลระดับรองให้มีประสิทธิภาพและต้นทุนต่อภารกิจดีขึ้นเพื่อรองรับ AI Agent และงานปริมาณมาก ขณะที่โมเดลเรือธงยังคงรักษาตำแหน่งด้านประสิทธิภาพระดับสูง จึงคาดว่าผลหลักจะเป็นการเร่งปริมาณการใช้งาน Cloud และโครงสร้างพื้นฐาน AI มากกว่ากดดันกำไรของผู้พัฒนาโมเดลในระยะสั้น

Anthropic–OpenAI ลดต้นทุน AI เร่งการใช้งาน Agent ในองค์กร

1. Anthropic เปิด Claude Opus 5.5 เน้นประสิทธิภาพต่อค่าใช้จ่าย

Anthropic เปิดตัว Claude Opus 5.5 รุ่นแรกของตระกูล Claude 5.5 โดยให้ประสิทธิภาพใกล้เคียงโมเดลระดับสูง Fable 5.1 ในงานส่วนใหญ่ แต่ต้นทุนการใช้งานทั่วไปลดลงราว 40% จาก Opus 5 พร้อมตอบสนองเร็วขึ้นมากกว่า 30% และใช้ทรัพยากรคอมพิวเตอร์มีประสิทธิภาพขึ้น

ราคากำหนดไว้ที่ $4 ต่อ 1 ล้านโทเคนขาเข้า และ $20 ต่อ 1 ล้านโทเคนขาออก โดยบริษัทเตรียมเปิด Claude Sonnet 5.5 และ Haiku 5.5 ในอีกไม่กี่สัปดาห์ สะท้อนกลยุทธ์ขยายโมเดลหลายระดับราคา เพื่อรองรับงานที่แตกต่างกันและเพิ่มความคุ้มค่าในการใช้งานจริง

2. การแข่งขันเปลี่ยนจาก “เก่งที่สุด” สู่ “คุ้มค่าที่สุด”

จุดเด่นของ Opus 5.5 อยู่ที่งานเขียนโปรแกรม การควบคุมคอมพิวเตอร์ และงานความรู้ ซึ่งเป็นพื้นฐานสำคัญของ AI Agent ที่ต้องทำงานต่อเนื่องและใช้โทเคนจำนวนมาก ทำให้ต้นทุนต่อการทำงานจริงมีความสำคัญมากขึ้น

ในวันเดียวกัน OpenAI เปิด GPT-6 Sol และ GPT-6 Luna ซึ่งวางตำแหน่งเป็นรุ่นที่ต้นทุนต่ำกว่า GPT-6 Astra พร้อมลดราคา API ลง ทำให้การแข่งขันเริ่มเน้นที่ ประสิทธิภาพต่อราคา ความเร็ว และต้นทุนต่องาน มากกว่าการแข่งว่าโมเดลใดมีความสามารถสูงสุดเพียงอย่างเดียว

3. ยังไม่ใช่สงครามราคา เพราะไม่ได้ลดราคาโมเดลเรือธงโดยตรง

เรามองว่าการแข่งขันรอบนี้ ยังไม่รุนแรงถึงขั้นสงครามราคา เพราะ Anthropic และ OpenAI ไม่ได้ลดราคาโมเดลเรือธงโดยตรง แต่กำลังนำความสามารถจากโมเดลเดิมหรือโมเดลระดับรองมาปรับให้ใช้ทรัพยากรน้อยลงและมีต้นทุนถูกลง

กลยุทธ์ดังกล่าวคล้ายการแบ่งตลาดตามระดับการใช้งาน โดยโมเดลระดับสูงยังใช้กับงานที่ซับซ้อนมาก ขณะที่รุ่นต้นทุนต่ำรองรับงานปริมาณมาก เช่น การสรุปข้อมูล การเขียนโปรแกรม และ Agent ซึ่งช่วยขยายตลาดโดยไม่จำเป็นต้องกดราคาผลิตภัณฑ์ระดับบน

4. ความปลอดภัยกลายเป็นอีกปัจจัยสำคัญของการแข่งขัน

Anthropic ระบุว่า Opus 5.5 ผ่านการทดสอบจากหน่วยงานภายนอก เช่น METR และ Frontier Design พร้อมเพิ่มมาตรการควบคุมสำหรับงานที่มีความเสี่ยงสูงด้าน Cybersecurity ชีววิทยา และการพัฒนา AI

ผลทดสอบภายในยังระบุว่าโมเดลมีโอกาสพยายามหลุดจากข้อจำกัดของระบบต่ำกว่ารุ่นก่อนประมาณ 85% สะท้อนว่าผู้พัฒนาไม่ได้แข่งขันเฉพาะด้านราคาและประสิทธิภาพ แต่ต้องเพิ่มความปลอดภัยควบคู่กันเพื่อรองรับการใช้งานในองค์กรขนาดใหญ่

5. AI ที่ถูกลงช่วยเร่งการใช้งานมากกว่ากดดันกำไรในทันที

การลดต้นทุนของโมเดลช่วยให้องค์กรสามารถนำ AI ไปใช้ในงานจริงได้กว้างขึ้น โดยเฉพาะ AI Agent ที่ต้องเรียกใช้โมเดลหลายครั้งและทำงานต่อเนื่อง ทำให้ต้นทุนต่อภารกิจลดลงและช่วยให้ผลตอบแทนจากการลงทุนดีขึ้น

อย่างไรก็ดี เรายังไม่มองว่าเป็นแรงกดดันต่อกำไรของผู้พัฒนาโมเดลอย่างมีนัยสำคัญในระยะสั้น เพราะราคาที่ลดลงส่วนหนึ่งมาจาก การเพิ่มประสิทธิภาพของโมเดล การใช้แคช และการลดต้นทุนประมวลผล มากกว่าการลดราคาเพื่อแย่งส่วนแบ่งตลาดเพียงอย่างเดียว

6. Supply Chain ได้แรงหนุนจากปริมาณการใช้งาน AI ที่เพิ่มขึ้น

การที่โมเดลมีราคาถูกลงและเร็วขึ้นมีแนวโน้มเพิ่มจำนวนงานที่องค์กรสามารถนำ AI ไปใช้ได้ ทำให้ปริมาณการประมวลผลรวมยังมีโอกาสเพิ่ม แม้ต้นทุนต่อหน่วยจะลดลง

กลุ่ม	บริษัทที่เกี่ยวข้อง	ผลกระทบ
ผู้พัฒนาโมเดล	Anthropic, OpenAI, GOOGL	ขยายฐานการใช้งานผ่านโมเดลหลายระดับราคา มากกว่าการตัดราคาโดยตรง
Cloud Platform	AMZN, MSFT, GOOGL	ได้ประโยชน์จากจำนวนงาน AI และ Agent ที่เพิ่มขึ้น
GPU / AI Chip	NVDA, AVGO	ปริมาณงานประมวลผลที่เพิ่มขึ้นยังหนุนความต้องการ AI Compute
Foundry / Memory	TSMC, SK hynix, Samsung	รองรับความต้องการชิปและหน่วยความจำจากการใช้งาน AI ที่กว้างขึ้น
Networking	ANET	Agent และ Inference เพิ่มปริมาณข้อมูลภายในศูนย์ข้อมูล
Data Center / Power	VRT, ETN, PWR	ได้แรงหนุนจากความต้องการโครงสร้างพื้นฐานและไฟฟ้าของศูนย์ข้อมูล
Cybersecurity	PANW, CRWD, FTNT, ZS	การใช้ AI Agent มากขึ้นเพิ่มความต้องการควบคุมสิทธิ์และความปลอดภัย

7. เทียบการแข่งขันโมเดล: แข่งกันที่ความคุ้มค่าและลักษณะงานมากขึ้น

การแข่งขันของผู้พัฒนา AI กำลังแบ่งชัดขึ้นตาม ระดับความสามารถ ต้นทุน และลักษณะงาน โดยโมเดลเรือธงยังใช้สำหรับงานซับซ้อน ขณะที่โมเดลระดับรองถูกปรับให้เร็วและถูกลงเพื่อรองรับงานจำนวนมาก เช่น Agent การเขียนโปรแกรม และการประมวลผลเอกสาร

ผู้พัฒนา / โมเดล	ตำแหน่งของโมเดล	จุดเด่น	มุมการแข่งขัน
Anthropic – Claude Fable 5.1	เรือธง	ความสามารถสูง เหมาะกับงานซับซ้อน	เน้นคุณภาพสูงสุด มากกว่าต้นทุน
Anthropic – Opus 5.5	รองจากเรือธง	ประสิทธิภาพใกล้ Fable แต่ต้นทุนต่ำลงและเร็วขึ้น	เน้นความคุ้มค่าสำหรับงานองค์กรและ Agent
OpenAI – GPT-6 Astra	เรือธง	ใช้กับงานที่ต้องการความสามารถสูงสุด	แข่งขันด้านประสิทธิภาพระดับบน
OpenAI – GPT-6 Sol	ระดับกลาง	เหมาะกับ Coding และงานซับซ้อนที่ต้องควบคุมต้นทุน	แข่งขันตรงกับ Opus 5.5 มากที่สุด
OpenAI – GPT-6 Luna	ต้นทุนต่ำ	เหมาะกับงานปริมาณมาก เช่น สรุปหรือดึงข้อมูล	เน้นลดต้นทุนต่อภารกิจ
Google – Gemini	หลายระดับ	เชื่อมกับ Cloud และ Workspace ได้ดี	ใช้ Ecosystem เป็นจุดแข็งในการดึงลูกค้าองค์กร

สิ่งที่เปลี่ยนจากการแข่งขันรอบก่อน

· ก่อนหน้านี้ตลาดให้ความสำคัญกับว่าโมเดลใดทำคะแนนได้สูงที่สุด แต่ปัจจุบันองค์กรเริ่มเลือกโมเดลตาม ต้นทุนต่องาน ความเร็ว ความปลอดภัย และความสามารถในการเชื่อมกับระบบเดิม มากขึ้น ทำให้ตลาดมีแนวโน้มใช้หลายโมเดลร่วมกันแทนการเลือกผู้ให้บริการเพียงรายเดียว

· ดังนั้นเรามองว่า Opus 5.5 แข่งขันกับ GPT-6 Sol มากกว่ากับ GPT-6 Astra เพราะทั้งคู่เน้นนำความสามารถระดับสูงมาลดต้นทุนสำหรับการใช้งานจริง ขณะที่ Astra และ Fable ยังอยู่ในกลุ่มเรือธงที่เน้นความสามารถสูงสุดมากกว่าเรื่องราคา

มุมมอง InnovestX

· เรามองพัฒนาการนี้เป็น บวกต่อการใช้งาน AI เชิงพาณิชย์มากกว่าลบจากการแข่งขันด้านราคา เพราะทั้ง Anthropic และ OpenAI กำลังเพิ่มทางเลือกของโมเดลหลายระดับราคา เพื่อให้ลูกค้าเลือกตามความซับซ้อนของงานและต้นทุนที่ยอมรับได้ มากกว่าการลดราคาโมเดลเรือธงเพื่อแย่งส่วนแบ่งตลาดโดยตรง

· จุดสำคัญคือ ต้นทุนต่อภารกิจที่ลดลงช่วยให้ AI Agent มีความคุ้มค่ามากขึ้น โดยเฉพาะงานที่ต้องเรียกใช้โมเดลต่อเนื่อง เช่น เขียนโปรแกรม วิเคราะห์ข้อมูล และงานสำนักงาน ซึ่งมีแนวโน้มเพิ่มปริมาณการใช้งานรวมและหนุนความต้องการโครงสร้างพื้นฐาน AI แม้ราคาต่อหน่วยจะลดลง

· ดังนั้นเรายังมอง บวกต่อ AMZN, MSFT และ GOOGL ในฐานะผู้ให้บริการ Cloud และต่อ NVDA, AVGO, TSMC, SK hynix, Samsung, ANET, VRT และ ETN ในฐานะโครงสร้างพื้นฐานรองรับ AI ขณะที่ความเสี่ยงต่อผู้พัฒนาโมเดลจะเพิ่มขึ้นก็ต่อเมื่อเห็นการลดราคาโมเดลเรือธงอย่างต่อเนื่อง หรือรายได้ต่อหน่วยลดเร็วกว่าการประหยัดต้นทุนประมวลผล

ข้อสงวนสิทธิ์
ข้อมูล ความเห็น บทวิเคราะห์ ราคา การคาดการณ์ และ/หรือ ข้อมูลอื่นใด (“ข้อมูล”) ที่ปรากฏ จัดทำขึ้นเพื่อวัตถุประสงค์ในการให้ข้อมูลทั่วไปเท่านั้น โดยมีที่มาจากแหล่งข้อมูลสาธารณะที่เชื่อว่าเชื่อถือได้ บริษัทหลักทรัพย์ อินโนเวสท์ เอกซ์ จำกัด (“INVX”) ไม่รับรองความถูกต้อง ครบถ้วน หรือความเป็นปัจจุบันของข้อมูลดังกล่าว โดยเป็นข้อมูล ณ วันที่เผยแพร่และอาจเปลี่ยนแปลงได้โดยไม่ต้องแจ้งให้ทราบล่วงหน้า ข้อมูลนี้ไม่ถือเป็นการรับประกันราคาหรือผลตอบแทน คำแนะนำการลงทุน การเสนอซื้อหรือขายหลักทรัพย์ หรือชักชวนให้เสนอซื้อหรือเสนอขายหลักทรัพย์ใด INVX และ/หรือ กรรมการ พนักงาน และลูกจ้างของ INVX ไม่รับผิดชอบต่อความเสียหายอันเป็นผลมาจากหรือเกี่ยวข้องกับการใช้ข้อมูลดังกล่าว

INVX และธนาคารไทยพาณิชย์ จำกัด (มหาชน) (“ธนาคารฯ”) เป็นบริษัทย่อยที่บริษัท เอสซีบี เอกซ์ จำกัด (มหาชน) (SCBX) เป็นผู้ถือหุ้นรายใหญ่ ข้อมูลที่เกี่ยวข้องกับธนาคารฯ มีวัตถุประสงค์เพื่อใช้ในการเปรียบเทียบเท่านั้น INVX และ/หรือ บริษัทในเครือ SCBX อาจเป็นที่ปรึกษาทางการเงิน ผู้จัดจำหน่ายหลักทรัพย์ ผู้ออกและเสนอขายหุ้นกู้ที่มีอนุพันธ์แฝง หรือ ตราสารแสดงสิทธิการฝากหลักทรัพย์ต่างประเทศ บนหลักทรัพย์ที่ปรากฏอยู่ในรายงานฉบับนี้ รวมถึงอาจมีการทำธุรกรรมอื่นใดในหลักทรัพย์ที่ถูกกล่าวถึง อันอาจก่อให้เกิดความขัดแย้งทางผลประโยชน์ได้ ผู้ลงทุนควรทำความเข้าใจลักษณะสินค้า เงื่อนไขผลตอบแทน และความเสี่ยง ก่อนตัดสินใจลงทุน