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

สรุปง่าย ๆ 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 แบบไทย ๆ

ลองสร้างภาพแบบภาษาไทยโดยบรรยายสั้น ๆ ก็ทำได้ดีครับ หน้าออกหมวย ๆ 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 โมเดลจะเอามาเทียบตรง ๆ 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

ลองเขียนเวอร์ชันง่าย ๆ และเพิ่ม Markdown Display เข้าไปจะได้อ่านคำตอบง่าย ๆ 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 อื่น ๆ และราคา

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

สมมติจะดูราคาก็คลิกเข้าไปที่โมเดลได้เลย บางตัวจะขึ้นราคาเลย บางตัวจะเป็นลิงค์ไปที่ Alibaba Cloud หน้าหลักเลยเป็นต้น

ยกตัวอย่าง Qwen Plus ต้องกดเข้าลิงก์ไปดูต่อครับ 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