เมื่อเห็นคำว่า Low ในตัวเลือกโมเดล คนส่วนใหญ่มักนึกถึง “โหมดประหยัด” “งานง่าย” หรือ “ยังไม่ได้คิดเต็มที่”
แต่ GPT-6 Astra ทำให้ความรู้สึกนั้นไม่น่าเชื่อถือเท่าไร
ในการประเมินจาก Artificial Analysis ชุดเดียวกัน Astra Low ได้ Intelligence Index สูงกว่า GPT-5.6 Sol xhigh เหนือกว่าชัดเจนขึ้นในบาง benchmark ด้าน coding แบบ agent และใน workload การประเมินนั้นยังมี ต้นทุนต่อภารกิจต่ำกว่า ด้วย[1]
จึงเกิดคำถามตรง ๆ ว่า
“งั้นตั้ง Astra Low ไว้ตลอดเลยไม่ได้หรือ?”
คำตอบที่ใช้งานได้จริงคือ Low เป็นค่าเริ่มต้นที่แข็งแรงมาก แต่ไม่ควรล็อก Low แบบตายตัว
เริ่มที่ Low ก่อน ถ้ามีการพลาดจริงหรือโจทย์ซับซ้อนขึ้นให้ขึ้น Medium ส่วน High และ xhigh เก็บไว้สำหรับงานส่วนน้อยที่ต้องการมันจริง ๆ
ป้ายเขียนว่า Low แต่ฝีมือไม่ได้ Low ตามป้าย
1. ดูตัวเลขก่อน — Sol xhigh เทียบ Astra Low/Medium/High/xhigh
ข้อมูล Artificial Analysis ที่ตรวจเมื่อ 12 กันยายน 2026 มีดังนี้[1][2][3][4]
| การตั้งค่า | Intelligence Index | AutomationBench-AA | Terminal-Bench v4.0 | SciCode | ต้นทุน AA/งาน | output token/งาน | reasoning token/งาน |
|---|---|---|---|---|---|---|---|
| GPT-5.6 Sol xhigh | 44 | 55% | 25% | 57% | $1.18 | ~20k | ~10k |
| GPT-6 Astra Low | 46 | 59% | 42% | 54% | $0.82 | ~4k | ~938 |
| GPT-6 Astra Medium | 50 | 65% | 49% | 54% | $1.54 | ~10k | ~3k |
| GPT-6 Astra High | 51 | 67% | 54% | 55% | $1.72 | ~12k | ~5k |
| GPT-6 Astra xhigh | 53 | 67% | 60% | 56% | $2.31 | ~17k | ~9k |
อย่าแปลง 46 เทียบ 44 เป็น “ฉลาดกว่า 4.5%” โดยตรง เพราะ Intelligence Index เป็นดัชนีรวม ไม่ใช่มาตราส่วนอัตราส่วนแบบราคา
สิ่งที่พูดได้คือ Astra Low ได้ 46 เทียบกับ Sol xhigh 44 และ Terminal-Bench v4.0 อยู่ที่ 42% เทียบ 25%[1]
แต่ SciCode ให้ Sol xhigh 57% ขณะที่ Astra Low 54% ดังนั้น Low ไม่ได้ชนะทุกมิติ[1]
2. ปริศนาราคา — ราคา token แพง 2.5 เท่า แต่ Low กลับถูกกว่าต่อภารกิจ benchmark
ราคา API ทางการของ OpenAI คือ Astra $10/$1/$50 ต่อ 1 ล้าน input/cached-input/output token ส่วน Sol คือ $4/$0.40/$20[5][6]
ถ้าใช้ token เท่ากัน Astra แพง 2.5 เท่า
อัตรา credit ของ Work/Codex ก็เป็นสัดส่วนเดียวกัน: Astra 250/25/1,250 และ Sol 100/10/500 credits ต่อ 1M[7]
แต่ Artificial Analysis วัด Astra Low ที่ $0.82 ต่อภารกิจ และ Sol xhigh ที่ $1.18[1]
เหตุผลคือ ราคาต่อ token ที่สูงกว่าอาจให้ต้นทุนรวมต่ำกว่าได้ หากใช้ token น้อยกว่ามาก
ในการประเมินนั้น Sol xhigh ใช้ output ราว 20k และ reasoning 10k token ต่อภารกิจ ขณะที่ Astra Low ใช้ราว 4k และ 938[1]
เหมือนแท็กซี่แพงที่วิ่งตรงถึงจุดหมาย กับแท็กซี่ถูกที่พาวนรอบหมู่บ้านสามรอบ
อย่างไรก็ตาม $0.82 และ $1.18 เป็นค่าเฉลี่ยถ่วงน้ำหนักของภารกิจ Artificial Analysis ไม่ใช่ใบเสร็จ Codex ที่รับประกันสำหรับทุกโปรเจกต์[1]
3. OpenAI เองก็แนะนำให้เริ่มจาก Low หรือ Medium
คู่มือ Astra สำหรับ Work/Codex แยกการเลือกโมเดลออกจากระดับ reasoning effort[8]
Effort ต่ำเหมาะเป็นจุดเริ่มต้นเมื่ออยากตอบเร็วหรือยืดโควตา Medium สมดุลเวลาและความลึก ส่วน effort สูงเหมาะกับปัญหาที่ยากจริง[8]
OpenAI ยังระบุว่า Astra Low อาจเหนือกว่า Sol High และแนะนำให้ลอง Astra Low หรือ Medium หาก Sol High ให้ผลดีอยู่แล้ว[8]
ประโยคสำคัญอีกข้อคือ effort ที่สูงขึ้นไม่ได้รับประกันผลที่ดีกว่าเสมอ[8]
นี่ไม่ใช่ร้านอาวุธในเกมที่ดาบแพงสุดชนะทุกศึกโดยอัตโนมัติ
4. งานแบบไหนควรใช้ Low เป็นประจำ?
Low เหมาะเป็นค่าเริ่มต้นเมื่อตัวเป้าหมาย ไฟล์ และเกณฑ์สำเร็จชัดเจนแล้ว
เช่น implementation ที่ขอบเขตชัด การแก้โค้ดเฉพาะจุด refactor เพิ่ม test review ทั่วไป ตรวจ error ที่รู้บริบท สรุป เปรียบเทียบ และงานซ้ำตามกฎที่ชัดเจน
OpenAI แนะนำให้ตรวจคำสั่ง ไฟล์ แอปที่เชื่อมต่อ และสิทธิ์ก่อนเพิ่ม effort เพราะ reasoning ที่มากขึ้นสร้างข้อมูลหรือสิทธิ์ที่ไม่มีไม่ได้[8]
ไม่มีสิทธิ์อ่านไฟล์ + xhigh ก็ยังไม่มีสิทธิ์อ่านไฟล์
5. เมื่อไรควรขึ้นจาก Low เป็น Medium?
ถ้า Low พลาด requirement หลักหนึ่งครั้งทั้งที่ข้อมูลและสิทธิ์ครบ ไม่ต้องกระโดดไป xhigh ทันที Medium คือขั้นแรกที่สมเหตุผล
Dependency ข้ามไฟล์ requirement คลุมเครือ bug ที่มีหลายสาเหตุ trade-off ด้าน architecture แผน implementation ยาว และการซ่อมโดยอ่าน test ที่ล้ม เหมาะกับ Medium
Astra Medium ได้ Index 50, Terminal-Bench 49% และ $1.54 ต่อภารกิจประเมิน[2]
ลึกกว่า Low แต่ยังไม่ใช่ปืนใหญ่หนัก
6. High และ xhigh ใช้เมื่อไร?
High เหมาะเมื่อ Medium ยังพลาดแก่นของปัญหา หรือเมื่อ concurrency ประสิทธิภาพ ความปลอดภัย และ data migration ทำให้ความผิดพลาดมีต้นทุนสูง
Astra High: Index 51, Terminal-Bench 54%, $1.72 ต่อภารกิจ[3]
xhigh เหมาะกับ root-cause ที่ยากที่สุด งานอัตโนมัติระยะยาว redesign หลายข้อจำกัด และงานครั้งเดียวที่ล้มแล้วแพง ได้ Index 53 และ Terminal-Bench 60% สูงสุดในกลุ่มนี้ โดยมีต้นทุน $2.31 ต่อภารกิจ[4]
ไปซื้อของหน้าปากซอยด้วยเฮลิคอปเตอร์ได้ แต่ค่าน้ำมันยังมีอยู่
7. แล้ว Sol xhigh หมดประโยชน์หรือยัง? ยัง
SciCode ให้ Sol xhigh 57% เทียบ Astra Low/Medium/High/xhigh ที่ 54/54/55/56%[1][2][3][4]
และถ้าใช้ token เท่ากัน ราคา Sol ทางการต่ำกว่า Astra 60% การที่ Astra Low ถูกกว่าต่อภารกิจเกิดจากใช้ token น้อยกว่ามากใน workload นั้น ไม่ใช่การรับประกันทุกงาน[5][6][1]
Repository จริงยังมี build system กฎภายใน tools permissions และประวัติแปลก ๆ ที่ benchmark ไม่ครอบคลุมทั้งหมด
Benchmark คือแผนที่ ไม่ใช่ตลับเมตรวัดขั้นบันไดหน้าบ้านคุณ
8. กฎใช้งานจริง — เริ่ม Low แล้วค่อยเพิ่มเมื่อมีหลักฐาน
| สถานการณ์ | แนะนำ |
|---|---|
| เริ่มงานใหม่ทั่วไป | Astra Low |
| คำสั่งและสิทธิ์ครบ แต่พลาด requirement หลักหนึ่งครั้ง | Astra Medium |
| Medium ยังพลาดแก่น / architecture ยาก | Astra High |
| High ยังปิดงานไม่ได้ / ความเสียหายจากการพลาดสูง / root-cause ยากสุด | Astra xhigh |
| ส่วนยากจบแล้ว กลับสู่งานปกติ | กลับ Low |
วิธีนี้ช่วยไม่ให้เผาโควตาสูงสุดตั้งแต่เริ่ม และไม่เสียเวลาเพราะยึดติด Low หลังเห็นแล้วว่างานต้องการ reasoning มากขึ้น
มอง effort เป็น เกียร์ ไม่ใช่บุคลิก
9. สรุป — “Astra Low ตลอด?” ค่าเริ่มต้นใช่ แต่ล็อกตลอดไม่ใช่
จากข้อมูลสาธารณะ ณ 12 กันยายน 2026 การเริ่มงาน Codex ทั่วไปด้วย Astra Low เป็นกลยุทธ์ที่แข็งแรงมาก
มันเหนือ Sol xhigh ในดัชนีรวมและ Terminal-Bench และถูกกว่าต่อภารกิจในการประเมินนั้น[1]
OpenAI เองก็แนะนำ Low หรือ Medium เป็นจุดเริ่มต้น และเตือนว่า effort สูงกว่าไม่รับประกันคำตอบที่ดีกว่า[8]
รูปแบบที่ง่ายที่สุดคือ
ปกติ Low → มีความซับซ้อนหรือพลาดจริงให้ Medium → Medium ยังไม่จบให้ High → ยากที่สุดค่อย xhigh → จบแล้วกลับ Low
อย่าให้ชื่อหลอกเรา
Astra Low หน้าตาเหมือนโหมดประหยัด แต่ลงสนามเป็นตัวจริง
แหล่งข้อมูล
- Artificial Analysis — GPT-6 Astra (low) vs GPT-5.6 Sol (xhigh) artificialanalysis.ai
- Artificial Analysis — GPT-6 Astra (medium) vs GPT-5.6 Sol (xhigh) artificialanalysis.ai
- Artificial Analysis — GPT-6 Astra (high) vs GPT-5.6 Sol (xhigh) artificialanalysis.ai
- Artificial Analysis — GPT-6 Astra (xhigh) vs GPT-5.6 Sol (xhigh) artificialanalysis.ai
- OpenAI API — GPT-6 Astra Model developers.openai.com
- OpenAI API — GPT-5.6 Sol Model developers.openai.com
- OpenAI Help Center — ChatGPT Rate Card (Business, Enterprise/Edu credit-based pricing) help.openai.com
- OpenAI Help Center — Managing usage with GPT-6 Astra in Work and Codex help.openai.com
