ลอง GPT-6 SOL ทำโจทย์เดียวกับ LUNA แต่ผลที่ได้กลับไม่เหมือนที่คิด

ถ้าดูกันตาม Benchmark — GPT-6 SOL เก่งกว่า LUNA แทบทุกด้าน แต่ถ้าเอา Model ที่เก่งกว่า มาทำงานเดียวกันจริง ๆ ผลลัพธ์จะดีขึ้นตามไปด้วยหรือเปล่า? หลังจากคลิปที่ผมทดลองให้ GPT-6 LUNA สร้าง Software มีคนถามเข้ามาว่า “ถ้าเปลี่ยนเป็น SOL ล่ะ ผลจะเป็นยังไง?” คลิปนี้ผมเลยเอาโจทย์เดิมกลับมาทดลองอีกครั้ง โดยเปลี่ยนจาก LUNA เป็น SOL เพื่อดูว่าเมื่อ Model เก่งขึ้น สิ่งที่เกิดขึ้นระหว่างการทำงานและผลลัพธ์สุดท้ายจะเปลี่ยนไปแค่ไหน และผลที่ออกมา...ไม่เหมือนกับที่ผมคาดไว้ครับ ในคลิปนี้เราจะดูทั้งกระบวนการ ปัญหาที่เกิดขึ้น ผลลัพธ์จริง และสุดท้ายทำไมหลังจากทดลองแล้ว ผมยังเลือกใช้ LUNA สำหรับงานบางประเภท และเมื่อไหร่ที่ผมจะเลือกขยับไปใช้ SOL ▶️ *ดูการทดลอง GPT-6 LUNA — Coding ไหวมั้ย?*    • GPT-6.1 SOL มาแล้ว! เพิ่งเปิด GPT-6 ไปไม่น...   00:00 - บทนำและที่มาของการทดสอบ GPT-6 Sol vs Luna 01:45 - กติกาและขั้นตอน Workflow ทั้ง 6 เฟส 03:19 - Phase 0: สำรวจสเปกเซิร์ฟเวอร์ (Inspect Server) 03:40 - Phase 1: ออกแบบสถาปัตยกรรมระบบ (Design & Concurrency) 04:38 - Phase 2: พัฒนาโค้ดระบบจริง (Implementation) 05:38 - Phase 3: การทดสอบและสาเหตุที่ Sol ขึ้นสถานะ Blocked 07:32 - Phase 4: Deploy ขึ้นระบบจริงและการวนลูปติด Rate Limit 10:27 - Phase 5: ตรวจสอบความถูกต้องรอบสุดท้าย (Final Verification) 12:47 - สรุปตัวเลขเปรียบเทียบ: เวลา, Request, Token และ Cost 15:06 - เจาะลึกทำไม Sol ถึงกิน Token สูงถึง 94 ล้าน? 18:20 - สรุปบทเรียน: ความต่างระหว่าง Luna และ Sol ในงานจริง #GPT6 #GPT6SOL #GPT6LUNA #AI #CodingWithAI #OxTech