คู่มือเลือกโมเดล · สำหรับพนักงาน

ใช้โมเดลไหนดี?
สรุปจากผลทดสอบจริง

ในเมนูเลือกโมเดลของ ClickNext Agent มีหลายตัว หน้านี้บอกว่าแต่ละตัวเก่งอะไร อ่อนอะไร และควรใช้ตัวไหนกับงานแบบไหน — ทุกตัวเลขมาจาก ClickNext Bench ที่ทดสอบผ่านแอปจริง ตรวจด้วยเฉลย ไม่ได้ใช้ AI ให้คะแนนกันเอง

ผลทดสอบรอบ 15 กันยายน – 12 ตุลาคม 2026

คำตอบสั้น

ถ้าจำได้แค่ 3 ข้อ จำ 3 ข้อนี้

งานเกือบทุกอย่าง

gpt-6-luna

โมเดลหลักของระบบตั้งแต่ 7 ต.ค. 2026 ชุดข้อสอบยากได้ 38/39 โดยใช้เงินราวครึ่งหนึ่งของ gpt-5.6-luna ในชุดเดียวกัน และได้คะแนนงานออกแบบสูงสุด ส่วนข้อสอบหลัก 45 ข้อกับงานแก้ไฟล์ยังไม่ได้ทดสอบกับตัวนี้โดยตรง

ชุดยาก 38/39ออกแบบ 59/7245 ข้อ: ยังไม่ได้วัด

ไม่แน่ใจว่าจะใช้ตัวไหน

Auto Router

ค่าเริ่มต้นของแอป ระบบเลือกโมเดลให้เองทีละคำถาม ตอนนี้ส่งคำถามไปที่โมเดลหลัก gpt-6-luna เป็นค่าเริ่มต้น รอบทดสอบล่าสุด (12 ต.ค.) ได้เต็ม 45 ข้อ ใช้เงินราวครึ่งหนึ่งของ gpt-5.6-luna ที่ทดสอบวันเดียวกัน

100% · 45 ข้อชุดยาก 36/39~฿0.44/รอบ

ข้อมูลลับ ห้ามออกนอกบริษัท

GLM-5.3 Flash

รันบนเครื่องในบริษัท ข้อมูลไม่ถูกส่งออกไปข้างนอก ไม่มีค่าใช้จ่าย ได้คะแนนเต็มข้อสอบหลักเท่า gpt-5.6-luna และแก้ไฟล์จริงผ่านครบ 4 งาน (วัดเมื่อ 3 ต.ค. 2026 หลังเปลี่ยนจาก Qwen3.8 Flash)

100% · 45 ข้อชุดยาก 37/39ฟรี

เลือกตามงาน

หางานที่ตรงกับสิ่งที่คุณจะทำ แล้วเลือกตามช่อง "ใช้" ถ้าตัวแรกตอบไม่ดี ค่อยลองตัวสำรอง

ถามตอบ สรุป เขียนอีเมล แปลงานภาษาทั่วไป
ใช้
Auto Routerหรือ gpt-6-luna
ทุกตัวที่ทำข้อสอบหลักแล้วได้คะแนนเต็มด้านภาษาไทยและการดึงข้อมูล งานแบบนี้ไม่ต้องเลือกตัวแพง
เขียนโค้ด ให้ agent แก้ไฟล์งาน Code / IDE / งานหลายไฟล์
ใช้
gpt-6-lunaสำรอง: gpt-5.6-luna
gpt-6-luna ยังไม่ได้ทดสอบงานแก้ไฟล์จริง ถ้างานหลายไฟล์ไม่ผ่าน ให้สลับไป gpt-5.6-luna ซึ่งผ่านงานแก้ไฟล์จริงครบ 4 งาน และทำโค้ดขั้นสูงในชุดยากได้ 10/10
คำนวณ วิเคราะห์ตัวเลข โจทย์หลายขั้นงานที่ผิดนิดเดียวผลก็ผิด
ใช้
gpt-6-lunaสำรอง: gpt-5.6-sol
gpt-6-luna ทำชุดยาก (คณิตหลายขั้น ปริศนา อัลกอริทึม) ได้ 38/39 เลี่ยง gpt-4o และ gpt-4o-mini เพราะพลาดหมวดคณิตและตรรกะหลายข้อ
มีข้อมูลลูกค้า ข้อมูลภายใน ความลับไม่อยากให้ออกนอกบริษัท
ใช้
GLM-5.3 Flashรันในเครื่องของบริษัท
ได้ 100% ในข้อสอบหลัก แต่ชุดยากพลาด 2 จาก 39 ข้อ ถ้างานต้องคิดหลายขั้นและผิดไม่ได้ ให้ลบข้อมูลลับออกก่อน แล้วค่อยถาม gpt-6-luna
ออกแบบหน้าเว็บ สไลด์ กราฟิกแท็บ Design
ใช้
gpt-6-lunaสำรอง: gpt-5.6-luna
ทดสอบงานออกแบบได้ 59/72 คะแนน (GLM-5.3 Flash ได้ 29/72) งานจัดลำดับความสำคัญและเนื้อหาตรงบรีฟทำได้ดี แต่ยังอ่อนเรื่องสีและงานยังดูเป็นเทมเพลต
งานสำคัญที่ผิดไม่ได้ส่งลูกค้า ขึ้นระบบจริง
ใช้
gpt-6-luna ทำ + sol ตรวจตั้งใน Pipeline
ใน Pipeline ให้ใช้ gpt-6-luna ทำงาน แล้วตั้ง "ผู้ตรวจ/รวมงาน (Review)" เป็น gpt-5.6-sol จะได้มีอีกตัวช่วยตรวจ โดยจ่ายราคาแพงเฉพาะขั้นตอนตรวจ

เทียบทุกตัวในเมนู

โมเดลที่พนักงานส่วนใหญ่เห็นในเมนู เรียงจากที่แนะนำที่สุด ถ้าไม่เห็นบางตัว แปลว่าสิทธิ์ของคุณหรือทีมยังไม่ได้เปิดตัวนั้น

โมเดลคำแนะนำ45 ข้อชุดยากแก้ไฟล์วินาที/ข้อบาท/รอบเหมาะกับ
gpt-6-lunaโมเดลหลักแนะนำ—38/39———ตัวหลักของระบบ งานทั่วไปและงานออกแบบ ชุดยากใช้ 2.5 วินาที/ข้อ และใช้เงินราวครึ่งหนึ่งของ gpt-5.6-luna*
Auto Routerค่าเริ่มต้นแนะนำ100%36/39—1.5~฿0.44**ไม่อยากเลือกเอง ระบบเลือกให้ทีละคำถาม (ผลรอบ 12 ต.ค. หลังเปลี่ยนโมเดลหลัก)
gpt-5.6-lunaตัวหลักเดิมสำรอง100%39/394/41.3~฿1.24ผลทดสอบครบทุกชุด ใช้เมื่อ gpt-6-luna ทำงานแก้ไฟล์ไม่ผ่าน
GLM-5.3 Flashรันในบริษัทข้อมูลลับ100%37/394/41.0ฟรีงานที่ข้อมูลห้ามออกนอกบริษัท และใช้ต่อได้ไม่จำกัดเมื่อโควตาเต็ม (วัดเมื่อ 3 ต.ค. 2026)
claude-haiku-5-5ลองได้100%39/39—1.0~฿0.81**ทดสอบรอบเดียว (9 ต.ค.) งานแก้ไฟล์ยังไม่มีผล เพราะเรียก API ไม่สำเร็จระหว่างทดสอบ
gpt-5.6-solเมื่อจำเป็น100%—4/41.4~฿11.71ใช้ตรวจซ้ำงานสำคัญ คะแนนเท่า gpt-5.6-luna แต่แพงกว่าราว 9 เท่า
gpt-5.6-terraเมื่อจำเป็น100%—4/41.0~฿11.92เหมือน sol ใช้แทนกันได้
gpt-6.1-solเมื่อจำเป็น100%39/39—1.8~฿12.42ได้เต็มทั้งสองชุด แต่แพงพอๆ กับ gpt-5.6-sol (วัดเมื่อ 3 ต.ค.)
gpt-4oเลี่ยง88.9%—4/40.9~฿14.51รุ่นเก่า แพงกว่า gpt-5.6-luna เกือบ 12 เท่าแต่คะแนนต่ำกว่า
gpt-4o-miniเลี่ยง84.4%—3/40.7~฿0.87ถูกกว่า gpt-5.6-luna แค่ไม่ถึง 40 สตางค์ แต่พลาดมากกว่าหลายข้อ
ตัวอื่นในเมนูยังไม่มีผล—————gpt-6-sol, claude-opus-5-5, claude-sonnet-5-5, gemini-3.8-flash, gemini-4-argon ยังไม่ได้ทดสอบ

45 ข้อ = ข้อสอบหลักผ่านแอป · ชุดยาก = 39 ข้อ · — = ยังไม่ได้ทดสอบ · บาท/รอบ = ค่า API จริงของการทำข้อสอบครบ 45 ข้อผ่านแอป คิดเป็นบาทที่ 36 บาท/ดอลลาร์ · แก้ไฟล์ = งาน agent 4 งานใน sandbox ตรวจจากไฟล์ที่ได้จริง · ตัวเลขที่ไม่ได้บอกวันมาจากรอบ 15 ก.ย. – 3 ต.ค. · * gpt-6-luna ทดสอบเฉพาะชุดยาก (23 ก.ย.) ใช้ ~฿0.63 เทียบกับ gpt-5.6-luna ~฿1.29 ในชุดเดียวกัน (21 และ 28 ก.ย.) · ** วัดหลังรอบหลัก ค่าผ่านแอปของ gpt-5.6-luna ในรอบ 12 ต.ค. ลดลงเหลือ ~฿0.86 (จาก ~฿1.24) จึงเทียบราคาข้ามรอบได้แค่คร่าวๆ ให้เทียบกับตัวที่วัดวันเดียวกัน

แต่ละตัวเก่งหมวดไหน

คะแนนข้อสอบหลัก 45 ข้อ แยก 8 หมวด (ทดสอบผ่านแอป) ทุกตัวได้เต็มด้านภาษาไทยและการดึงข้อมูล สิ่งที่แยกตัวเก่งออกจากตัวทั่วไปคือ คณิต ตรรกะ และโจทย์ยาก · gpt-6-luna ยังไม่ได้ทำข้อสอบชุดนี้ จึงยังไม่อยู่ในตาราง

โมเดล คณิต9 ข้อตรรกะ5 ข้อภาษาไทย5 ข้อดึงข้อมูล4 ข้อทำตามคำสั่ง5 ข้อโค้ด5 ข้อเทคนิค3 ข้อโจทย์ยาก9 ข้อ
เต็ม พลาดบ้าง (70% ขึ้นไป) พลาดเยอะ (ต่ำกว่า 70%)

ค่าใช้จ่ายต่างกันแค่ไหน

โมเดลที่ได้คะแนนเท่ากัน อาจมีค่าใช้จ่ายต่างกันเกือบ 10 เท่า การเลือกตัวที่เหมาะกับงานช่วยให้โควตาของคุณใช้ได้นานขึ้น

~ครึ่งหนึ่ง
gpt-6-luna ใช้เงินราวครึ่งหนึ่งของ gpt-5.6-luna ในชุดข้อสอบยากชุดเดียวกัน (~฿0.63 เทียบ ~฿1.29)
~9 เท่า
gpt-5.6-luna ได้ 100% เท่ากับ sol และ terra แต่ค่าใช้จ่ายราว 1 ใน 9
฿0
GLM-5.3 Flash รันบนเครื่องในบริษัท ไม่มีค่า API และได้ 100% ในข้อสอบหลัก

เคล็ดลับการใช้งาน

ภาษาไทยไม่ต้องใช้ตัวแพง

ทุกตัวที่ทำข้อสอบหลักแล้วได้คะแนนภาษาไทยเต็ม งานเขียน สรุป หรือแปล ใช้ Auto Router หรือ gpt-6-luna ก็พอ

ตรวจงานของ agent ทุกครั้ง

ในการทดสอบวิธีทำงาน แม้แต่ gpt-5.6-luna ก็รายงานตรงกับสิ่งที่ทำจริงแค่ 13 จาก 20 ครั้ง บางครั้งบอกว่าเสร็จทั้งที่ยังไม่เสร็จ ควรเปิดดูไฟล์หรือผลลัพธ์จริงก่อนส่งงาน

ตอบไม่ดี ลองถามใหม่ก่อนเปลี่ยนตัว

บอกบริบทให้ชัดขึ้น หรือแนบไฟล์ตัวอย่าง มักได้ผลดีกว่าการเปลี่ยนไปใช้ตัวแพง ถ้ายังไม่ได้ ค่อยลอง gpt-5.6-sol

ใช้เกินโควตาแล้วงานไม่หยุด

เมื่อใช้เกินโควตา ระบบจะสลับไปใช้ GLM-5.3 Flash ของบริษัทให้เอง ฟรีและใช้ได้ไม่จำกัด งานจึงยังเดินต่อ ตัวนี้ได้ 100% ในข้อสอบหลัก แต่ชุดยากพลาด 2 จาก 39 ข้อ และสร้างรูปไม่ได้ ถ้าต้องใช้โมเดลหลักต่อ ให้ขอเพิ่มโควตากับหัวหน้า

โมเดลอื่นที่ทดสอบแล้ว

ตัวเหล่านี้ไม่ได้อยู่ในเมนูของทุกคน ถ้างานของคุณต้องใช้ ให้ขอสิทธิ์กับผู้ดูแลระบบ

ข้อมูลมาจากไหน

ข้อจำกัด: เป็นผลจากชุดทดสอบภายใน ณ วันที่ทดสอบ ไม่ใช่การจัดอันดับโลก บางโมเดลทดสอบไม่ครบทุกชุด และผลอาจต่างไปเมื่อใช้กับงานจริงของคุณ ตัวเลขล่าสุดดูได้ที่หน้า Benchmark ซึ่งอัปเดตอัตโนมัติทุกสัปดาห์