เจาะ KRAFTON Raon-1 mini: โมเดลเปิดน้ำหนักระดับ 30B กับภาษาเกาหลี Agent และ GPU ใบเดียว

ประเด็นสำคัญ

KRAFTON AI เปิด Raon-1 mini ในสถานะ preview หรือรุ่นตัวอย่าง โมเดลภาษา MoE ระดับ 30B นี้เน้นบทสนทนาเกาหลี การทำตามคำสั่ง Agent และประสิทธิภาพอนุมาน มากกว่าการมีพารามิเตอร์มากที่สุด

สิ่งที่น่าสนใจคือคะแนนด้านเหตุผลและโค้ดบางรายการเมื่อเทียบโมเดลใกล้เคียง ระบบถอดรหัสแบบคาดการณ์ทางการ และรูปแบบ quantization สำหรับรันเอง แต่ยังมีจุดอ่อน จึงไม่ควรสรุปว่าชนะทุกชุดทดสอบหรือรันลื่นบนคอมพิวเตอร์ทุกเครื่อง

บทความใช้โมเดลการ์ดและเว็บไซต์ทางการ TboxIO ยังไม่ได้ทดสอบ benchmark ความเร็วหรือการรัน GPU ใบเดียวซ้ำอย่างอิสระ ตรวจข้อมูลเมื่อ 25 ตุลาคม 2026 ผู้พัฒนาย้ำว่ายังไม่ใช่รุ่นสุดท้าย สเปกและผลอาจเปลี่ยน

30B กับ A4B หมายถึงอะไร?

รายการ	สเปกทางการ
พารามิเตอร์รวม	28.8B
พารามิเตอร์ที่ทำงานต่อ token	4.3B
โครงสร้าง	MoE แบบ attention ผสม
เลเยอร์	25: linear attention 18 และ full attention 7
หน้าต่างบริบท	262,144 tokens
ผู้เชี่ยวชาญที่ทำงานต่อ token	แบบ routed 6 และ shared 1
สถานะ	Preview ไม่ใช่รุ่นสุดท้าย
ใบอนุญาต	Apache 2.0

การเปิดใช้พารามิเตอร์บางส่วนช่วยลดการคำนวณ แต่ไม่ได้แปลว่าต้องเก็บน้ำหนักเพียง 4.3B งบหน่วยความจำยังรวมทุกน้ำหนัก รูปแบบ quantization แคชและส่วนเพิ่มของ runtime

เลเยอร์ส่วนใหญ่ใช้สถานะขนาดคงที่ มีเพียงบางส่วนเก็บ KV cache นี่อธิบายทิศทางประสิทธิภาพ ไม่ได้หมายถึงอินพุตยาวเท่าไรก็ใช้หน่วยความจำและเวลาคงเดิม

คะแนนทางการ: อ่านทั้งข้อดีและข้อด้อย

ตัวเลขเป็นผลที่ผู้พัฒนาเผยแพร่ ไม่ใช่ TboxIO วัดเอง และไม่ควรนำ benchmark ต่างชนิดมาหาค่าเฉลี่ยรวม

Benchmark	Raon-1 mini preview	Qwen3.6-35B-A3B	Gemma 4 26B-A4B
MMLU Pro	76.5	85.9	82.9
GPQA Diamond	84.3	83.2	80.7
AIME 2026	93.3	92.9	87.1
IFBench	84.2	66.6	80.9
SWE-Verified	70.8	63.2	61.6
Terminal-Bench Lite	47.0	63.3	52.0
BrowseComp Plus	55.7	34.8	32.2
BFCL v4 Overall	59.8	64.7	65.8

งานคณิตศาสตร์ การทำตามคำสั่ง การแก้คลังโค้ดและค้นหาบางแบบน่าทดลอง แต่ MMLU Pro, Terminal-Bench Lite และ BFCL v4 ต่ำกว่าตัวเทียบทั้งสอง

ความต่างระหว่าง SWE-Verified กับ Terminal-Bench Lite สำคัญ: แก้โค้ดใน repository ได้ดีไม่ได้แปลว่าเก่งงานเทอร์มินัลทั้งหมด เลือกตามงานของตน ไม่ใช่เลือกเฉพาะแถวคะแนนสูง

ตารางเต็มมีโมเดล dense ด้วย เช่น Qwen3.8-27B ได้ GPQA Diamond 89.7 สูงกว่า Raon 84.3 การนำใน MoE บางรายการต่างจากชนะทุกโมเดล บทความไม่สร้างคะแนน Raon รุ่นเก่าหรืออัตราพัฒนาที่ไม่ได้เปิดเผย

เงื่อนไขประเมินต้องอยู่ด้วย

SWE-Verified ใช้ mini-SWE-agent โมเดลการ์ดระบุ gpt-5.6-luna เป็นผู้ตัดสินและตัวจำลองผู้ใช้ AutomationBench ใช้ public split ไม่ใช่ชุดประเมินทางการ ส่วน GDPVal เป็นคะแนนจากผู้ตัดสิน ไม่ใช่ Elo

จึงห้ามนำ Terminal-Bench Lite ไปหักลบกับเวอร์ชันอื่นในบทความก่อน หรือรวมผลคนละเฟรมเวิร์กเป็นอันดับเดียว

ภาษาเกาหลีคือจุดเน้น

เอกสารระบุภาษาฝึก เช่น เกาหลี อังกฤษ ญี่ปุ่น จีน สเปน ฝรั่งเศสและไทย ชุด Chatbot Korean ภายในที่ไม่เปิดสาธารณะรายงาน Raon 92.9, Qwen3.6-35B-A3B 74.5 และ Gemma 4 26B-A4B 90.6

เป็นข้อมูลช่วยเลือก ไม่ใช่ความถูกต้องภาษาเกาหลีในชีวิตประจำวัน 92.9% ควรสร้างตัวอย่างคำสุภาพ ภาษาพูด บุคลิกต่อเนื่องและเกาหลีผสมอังกฤษเอง การมีภาษาจีนในชุดฝึกไม่ได้ยืนยันว่าผลงานธุรกิจจีนเทียบเท่าเกาหลี

เร็วขึ้นสูงสุด 2.18 เท่าภายใต้เงื่อนไขใด?

โมเดลร่าง DFlash2 เสนอ tokens ให้โมเดลเป้าหมายตรวจ เพื่อลดงานสร้างทีละขั้นบางส่วน

ตัวอย่าง 2.18 เท่า ใช้ NVIDIA B300 ใบเดียว งาน GSM8K และ concurrency 1 แบบ autoregressive ได้เอาต์พุต 296.3 tokens/วินาที ส่วน DFlash2 ได้ 646.3 ใช้โมเดลเป้าหมาย MXFP8 กับ vLLM 0.28.0 และการตั้งค่าที่กำหนด

เป็นผลของผู้พัฒนาในฮาร์ดแวร์และงานเฉพาะ ไม่รับประกัน GPU อื่น และไม่ใช่อันดับความเร็วรวมเทียบทุกค่าย throughput รวมเมื่อมีหลายคำขอก็ไม่ใช่ความเร็วต่อผู้ใช้ ควรวัดเวลารอ token แรก ความเร็วคำขอเดี่ยว throughput พร้อมกัน และเวลาจบ Agent แยกกัน

RTX 5090 หรือ Mac รันได้ไหม?

ทางการมี MXFP8 และ NVFP4 พร้อมระบุว่า NVFP4 รันบน NVIDIA RTX 5090 ใบเดียวที่มี VRAM 32GB ได้ และมีแนวทาง Transformers, vLLM, llama.cpp กับ MLX

การมีช่องทางรันไม่รับรองว่าทุกรูปแบบ บริบทสูงสุดและคำขอพร้อมกันจำนวนมากจะพอดีกับเครื่องเดียวกัน สำหรับ Mac ต้องตรวจหน่วยความจำที่ใช้ได้ ไฟล์ quantization จริง runtime และความยาวบริบท อย่าตัดสินจากพารามิเตอร์ทำงาน 4.3B อย่างเดียว

เริ่มด้วยรูปแบบที่เหมาะกับแพลตฟอร์ม บริบทสั้นและ concurrency 1 ก่อนเพิ่มโหลด พร้อมบันทึกหน่วยความจำและความหน่วง

เชื่อมกับ Agent อย่างไร?

โมเดลการ์ดระบุ Hermes Agent, Pi และ OpenCode ผ่าน endpoint รูปแบบเข้ากันได้กับ OpenAI ความเข้ากันได้ของ API ไม่ได้ยืนยันการจัดการ tool call หรือฟิลด์ reasoning ทั้งหมด ต้องตรวจข้อความ การส่งผลเครื่องมือกลับและเงื่อนไขหยุด

โมเดลออกแบบสำหรับ thinking mode และไม่แนะนำให้ปิด ค่าการสุ่มที่แนะนำสำหรับโค้ดและคณิตศาสตร์ต่างจากงานทั่วไป เริ่มตามเงื่อนไขทางการก่อนเปลี่ยนทีละอย่าง

งานเริ่มต้นอาจเป็นร่างบริการลูกค้าเกาหลี จัดข้อมูลที่ตรวจได้ แก้โค้ดขนาดเล็กและใช้เครื่องมือภายใต้ข้อจำกัด วัดงานที่ผ่านเกณฑ์ การแก้ด้วยคนและทรัพยากรรวม แทนความยาวคำตอบ

เข้าใช้ที่ไหน ราคาเท่าไร?

เว็บไซต์มีทางทดลองแบบไม่ล็อกอิน และ API ที่ต้องสมัครขอรับเชิญแล้วลงทะเบียน ตอนนี้ API ฟรีแบบจำกัดเวลา โดยอาจมีข้อจำกัด tokens และจำนวนคำขอต่อผู้ใช้ ค่าใช้จ่ายและนโยบายอนาคตจะแจ้งแยก

ไม่ใช่สัญญาฟรีถาวรหรือราคาเชิงพาณิชย์ต่อหนึ่งล้าน tokens ที่ประกาศแล้ว การโฮสต์เองยังมีค่าฮาร์ดแวร์ การรันและการดูแล

Hugging Face ทางการระบุ Apache 2.0 และโมเดลการ์ดแจ้งการขอสิทธิ์เข้าถึง ก่อนดาวน์โหลดควรตรวจขั้นตอน รูปแบบและใบอนุญาต โมเดลเปิดน้ำหนักยังมีเงื่อนไขการใช้งาน

ความเห็นของเรา

ทีมที่เน้นภาษาเกาหลี ควบคุมการติดตั้งเอง และตรวจเครื่องมือได้ ควรนำรุ่น preview นี้เข้ารายชื่อตัวเลือก จุดดึงดูดคือขนาดที่นำไปรันได้ ผลงานบางด้านและตัวเร่งที่มีคู่กัน

หากงานหลักคือความรู้กว้าง เทอร์มินัลยากหรือบริการ production ที่ต้องนิ่ง ให้รวมจุดอ่อนและสถานะ preview ในการตัดสินใจ เปรียบเทียบงาน สิทธิ์และงบเดียวกันก่อนเพิ่มการใช้งาน

แหล่งข้อมูล

• โมเดลการ์ด KRAFTON ทางการ: สเปก การเปรียบเทียบ เงื่อนไข การถอดรหัสและการติดตั้ง
• เว็บไซต์และ FAQ Raon ทางการ: การทดลองและเงื่อนไขฟรีชั่วคราว

สเปก ผลและนโยบายอาจเปลี่ยน ตรวจข้อมูลทางการล่าสุดเมื่อนำไปใช้