🚀 Qwen คืออะไร? เจาะลึก LLM แห่งอาณาจักร Alibaba Cloud ฉบับจับมือสอน

วันนี้อยากจะมาชวนคุยเรื่อง Gen AI ที่หลายคนอาจจะยังไม่เคยได้ยินชื่อ แต่กำลังมาแรงมากๆ โดยเฉพาะในฝั่งเอเชีย!

ในโลกของ AI การ Tools ที่ใช่คือเคล็ดลับของนักพัฒนาอย่างเราครับ มาดูกันดีกว่าว่า Qwen โมเดลจากพี่ใหญ่ Alibaba Cloud คืออะไร และเราในฐานะนักพัฒนาจะเริ่มต้นใช้งานมันยังไง … ถ้าพร้อมแล้วมาแกะกล่องไปพร้อมกันเลยครับ

บ้านของน้อง Qwen คือ Alibaba Cloud

ก่อนจะพูดถึงโมเดล AI เราต้องรู้ก่อนว่า Qwen เนี่ยมาจากค่ายไหน… ใช่ครับ .. มาจาก Alibaba Cloud หรือที่เรียกกันว่า Aliyun นั่นเอง

Alibaba Cloud คือผู้ให้บริการ Cloud รายใหญ่ที่สุดในประเทศจีน และเป็นหนึ่งในผู้เล่นระดับโลกที่กำลังขยายฐานลูกค้าอย่างรวดเร็ว โดยเฉพาะในภูมิภาคเอเชียแล้วก็มาแรงในไทยเราด้วยครับ

แล้ว Alibaba Cloud ต่างจากค่ายที่เราคุ้นเคยอย่าง Google Cloud ยังไง?

สำหรับผมที่ทำงานในสายนี้มาหลายปี พบว่าปัญหาที่คลาสสิกอย่างหนึ่งที่เจอคือการเลือก Cloud ที่ใช่ในตลาดที่เราอยู่ครับ ก็คือทำตามโจทย์

• จุดแข็งด้านตลาด: Aliyun มีจุดแข็งที่ชัดเจนมากในตลาดจีนและเอเชียตะวันออกเฉียงใต้ การเข้าถึงบริการและเครือข่ายจึงทำได้ดีมากในภูมิภาคนี้ ในขณะที่ Google Cloud (GCP) จะมีความแข็งแกร่งในตลาดอเมริกา ยุโรป และตลาดโลกจุดเด่นคือ BigQuery และ Vertex AI ที่เป็นหัวใจสำคัญครับ
• ความเชี่ยวชาญ: Aliyun ก็มีความเชี่ยวชาญสูงในด้าน E-commerce, Logistics, และ Finance ตามแบบฉบับของกลุ่ม Alibaba เอง ส่วน GCP ก็จะเน้นเครื่องมือนักพัฒนาด้าน Data และ AI นั่นเอง

สรุปง่ายๆ คือ ถ้าเราต้องทำงานในตลาดจีน/เอเชียอย่างหนัก Alibaba Cloud คือตัวเลือกที่มองข้ามไม่ได้ครับ และนั่นคือเหตุผลที่เราต้องรู้จัก Qwen!

Qwen คืออะไร?

Qwen หรือที่มาของชื่อเต็มคือ Tongyi Qianwen (通义千问) อ่านว่า ทง-ยี่-เชียน-เวิ่น ซึ่งหมายถึง “พันคำถาม” (Thousand Questions) นั่นเองครับ Qwen เป็นตระกูล LLMs ที่พัฒนาโดยทีม AI ของ Alibaba Cloud

Qwen มีดีอะไร?

• เก่งภาษาจีน: นี่คือจุดแข็งที่สำคัญที่สุด Qwen มีประสิทธิภาพสูงมากในการประมวลผลและสร้างข้อความภาษาจีน แต่ก็รองรับภาษาอังกฤษและภาษาอื่น ๆ ได้ดีเช่นกันโดยเฉพาะภาษาไทย
• เป็นตระกูลใหญ่: Qwenไม่ได้มีแค่ตัวเดียว แต่มีหลายขนาดให้เลือก ตั้งแต่โมเดลขนาดเล็กไปใหญ่ระดับ Max และยังมีโมเดลที่รองรับ Vision (qwen-vl) และ Audio (qwen-audio) ด้วยครับ
• Open-Source: Qwen ในหลายๆ เวอร์ชั่นถูกปล่อยออกมาเป็น Open-Source ให้เราสามารถดาวน์โหลดไปใช้งานในเชิงพาณิชย์ หรือนำไป Fine-tune ได้เองอย่างอิสระ ค่อนข้างยืดหยุ่นและเหมาะกับองค์กรที่ใช้เฉพาะทางครับ

ลองชิมลางก่อนเริ่มงานจริง!

ก่อนที่เราจะไปลงลึกถึงโค้ด ลองเข้าไปทดลองใช้ Qwen ได้ง่าย ๆ บนเว็บ **chat.qwen.ai** ได้เลยครับ จะได้เห็นว่าโมเดลนี้มีความสามารถในการตอบคำถามหรือสร้างสรรค์เนื้อหาได้ดีแค่ไหน

ลองคุยกับ Qwen แบบไทยๆ

ลองสร้างภาพแบบภาษาไทยโดยบรรยายสั้นๆ ก็ทำได้ดีครับ หน้าออกหมวยๆ หน่อย

Qwen สำหรับนักพัฒนา DashScope คือกุญแจสำคัญ

ในมุมมอง AI Developer เราต้องดึงศักยภาพของ Qwen ออกมาใช้ถูกไหมครับ ไม่ว่าจะเป็นแอพหรือระบบ ดังนั้นผมจะพาไปรู้จักกับ DashScope ครับ

เมื่อเราในฐานะนักพัฒนาต้องการดึงศักยภาพของ Qwen มาใช้ในแอปพลิเคชันหรือระบบของเรา เราต้องใช้บริการผ่าน DashScope ครับ

DashScope คืออะไร? (เทียบกับ Google Cloud)

DashScope คือ Generative AI Service ของ Alibaba Cloud สำหรับจัดการและให้บริการ LLMs ต่าง ๆ ครับ

ถ้าเปรียบเทียบกับ Google Cloud มันก็คือบริการที่คล้ายกับ Vertex AI นั่นเองครับ คือเป็นศูนย์รวมของโมเดล AI (รวมถึง Qwen และ Open-Source อื่น ๆ) ที่พร้อมให้คุณเรียกใช้งานผ่าน API ได้ทันที โดยที่เราไม่ต้องกังวลเรื่องการจัดการ Infrastructure เลย

DashScope ได้เปิดให้นักพัฒนาเข้าถึงโมเดล Qwen รุ่นหลัก ๆ ดังนี้ครับ

• qwen-turbo: โมเดลเริ่มต้นที่มีประสิทธิภาพดีและราคาประหยัด
• qwen-plus: ประสิทธิภาพสูงขึ้น เหมาะกับงานที่ซับซ้อน
• qwen-max: โมเดลที่ทรงพลังที่สุด ให้คุณภาพสูงสุด
• qwen-vl (Vision): โมเดลที่สามารถประมวลผลภาพได้ (Multimodality)
• qwen-audio: โมเดลที่เกี่ยวข้องกับการประมวลผลเสียง

ซึ่งในมุมมองผมถ้าให้เทียบรุ่นต่อรุ่น คิดว่า Qwen Max เทียบเท่า Gemini Pro, Qwen Plus เทียบเท่า Gemini Flash และ Qwen Turbo เทียบเท่า Gemini Flash-Lite ครับ แต่ถ้าเทียบแบบ Multi-modal จริงๆ ก็ต้อง Qwen3-Omni-Flash กับ Gemini 2.5 Flash จริงๆ โมเดลจะเอามาเทียบตรงๆ ก็อาจไม่ได้สักทีเดียว แต่ละเจ้ามีความเก่งแต่ละแบบครับ

ภาคปฎิบัติ มาใช้ Qwen APIs กัน

ถึงเวลาที่ผมชอบที่สุดแล้วครับ คือการลงมือทำ ทีนี้จะใช้ Qwen ก็มีหลายท่าอาจจะเรียกผ่าน APIs หรือใช้ DashScope แต่อย่างไรก็ตามเราต้องมี API Key ก่อน

ขั้นตอนที่ 1: ขอ DashScope API Key

เข้าไปที่ Alibaba Cloud Model Studio modelstudio.console.alibabacloud.com ถ้าไม่มี users แต่ต้องการใช้ Alibaba Cloud ระดับองค์กรสามารถติดต่อผมได้ครับ

จากนั้นกดปุ่มเกียร์ หรือ Setting มุมขวาบน เพื่อไปสร้าง Workspace ครับ ถ้าเข้ามาหน้านี้แล้วเป็นภาษาจีน สามารถเปลี่ยนภาษาโดยกดปุ่ม 中 ข้างซ้ายของปุ่มเกียร์ให้กลายเป็น EN ได้ครับ

จากนั้นกด + Add Workspace

กำหนดชื่อ Workspace

สร้างเสร็จแล้วไปที่ API-Key ด้านซ้าย

กด + Create API Key เพื่อสร้าง API Key บน Workspace ของเราดังภาพ

ด้าน API Key แล้ว copy ไปใช้ได้เลยครับ

ขั้นตอนที่ 2: ทดสอบด้วยโค้ด Python ง่าย ๆ

ผมขออนุญาตเขียนโค้ดแบบ Hybrid หน่อยนะครับ โดยทำบน Colab Enterprise จาก Vertex AI ติดตั้ง Dashscope เพื่อเรียกใช้ Qwen บน Alibaba Cloud

pip install dashscope

ลองเขียนเวอร์ชันง่ายๆ และเพิ่ม Markdown Display เข้าไปจะได้อ่านคำตอบง่ายๆ ครับ

import dashscope
from dashscope import Generation

from IPython.display import display, Markdown

dashscope.api_key = '<YOUR API KEY>'
responses = Generation.call(model='qwen-plus',
                            prompt='Tangerine แปลว่าอะไร?')

display(Markdown(responses.output.text))

คราวนี้ลองดู Version ตาม Docs ของ Alibaba Cloud Model Studio กันบ้าง แต่มีเปลี่ยนโค้ดตรงบรรทัดที่เรียก Key จาก OS Environment ในเครื่องเป็นฝังในโค้ดเพื่อง่ายต่อการประกอบในบทความดังนี้ครับ

from dashscope import Generation
import dashscope

dashscope.base_http_api_url = 'https://dashscope-intl.aliyuncs.com/api/v1'

messages = [
    {'role': 'system', 'content': 'You are a helpful assistant.'},
    {'role': 'user', 'content': 'Strawberry มี r กี่ตัว'}
    ]
response = Generation.call(
    api_key='<YOUR API KEY>',
    model="qwen-plus",
    messages=messages,
    result_format="message"
)

if response.status_code == 200:
    display(Markdown(response.output.choices[0].message.content))
else:
    print(f"HTTP return code: {response.status_code}")
    print(f"Error code: {response.code}")
    print(f"Error message: {response.message}")
    print("For more information, see https://www.alibabacloud.com/help/en/model-studio/developer-reference/error-code")

คำตอบได้ที่สวยงาม งดงาม และเร็วมากครับ เพียงเท่านี้ เราก็สามารถเรียกใช้งานโมเดล Qwen ผ่าน API ได้แล้ว ง่ายไหมครับ 😊

Qwen Model อื่นๆ และราคา

อย่างที่ผมเกริ่นตอนต้นว่า Qwen มีหลาย Model แล้วปัจจุบันมีตัวไหนบ้างนะ ผมแนะนำให้ไปดู Docs ของ Aliyun ได้เลยครับ >> Models and pricing

สมมติจะดูราคาก็คลิกเข้าไปที่โมเดลได้เลย บางตัวจะขึ้นราคาเลย บางตัวจะเป็นลิงค์ไปที่ Alibaba Cloud หน้าหลักเลยเป็นต้น

ยกตัวอย่าง Qwen Plus ต้องกดเข้าลิงค์ไปดูต่อครับ อย่างภาพนี้คือ Price List ของ Qwen Plus ครับ

สปอยตอนหน้า… สาย Hardcore ห้ามพลาด!

การใช้ API แบบ SaaS (Software as a Service) มันสะดวกก็จริง แต่ถ้าเราอยากควบคุมทุกอย่างเอง ไม่ว่าจะเป็นเรื่อง Security, การ Customization, หรือการมีงบประมาณที่จำกัดสำหรับ Workload ใหญ่ ๆ การ Deploy โมเดลเองอาจจะเป็นคำตอบที่ใช่!

ตอนหน้า… ผมจะพาไปดูข้อดีข้อเสียของการ Deploy โมเดลเองเมื่อเทียบกับ SaaS และที่สำคัญที่สุด คือจะ “จับมือทำ” พาไปติดตั้งและ Deploy Qwen บน Alibaba Cloud เองเลยครับ! เตรียมตัวให้พร้อม แล้วมาดูกันว่าเราจะเชื่อมต่อโลก AI เป็น Multi-Cloud Solution ของเรายังไงได้บ้าง! พบกันครับ

[embed]💪 Qwen ฉบับฮาร์ดคอร์ มา Deploy โมเดลเองบน Alibaba Cloud กันเถอะ! ในตอนที่แล้วเราได้ทำความรู้จักกับ Qwen และได้ลองใช้ DashScope API กันไปแล้ว…medium.com