ข่าว 
ข้อมูลเหรียญ 
แนะนำสื่อ 
ปริมาณการใช้โทเคนของ 'AI เอเจนต์' (Agentic AI) บนแพลตฟอร์ม OpenRouter พุ่งขึ้นแตะค่าเฉลี่ยเคลื่อนที่ 7 วันที่ 7.3 ล้านล้านโทเคนต่อวัน ณ วันที่ 10 สิงหาคม (เวลาท้องถิ่น) เพิ่มขึ้นถึง 14 เท่า เมื่อเทียบกับระดับราว 5 แสนล้านโทเคนเมื่อวันที่ 6 กุมภาพันธ์ที่ผ่านมา
คริปโตบรีฟิง (CryptoBriefing) รายงานว่าในช่วงเวลาเดียวกัน การใช้งานโทเคนของผู้ใช้ทั่วไปเพิ่มขึ้น 2.8 เท่า มาอยู่ที่ 1.4 ล้านล้านโทเคน ทั้งนี้ ตัวเลข 7.3 ล้านล้านโทเคนดังกล่าวเป็นข้อมูลที่คริปโตบรีฟิงนำเสนอ ขณะที่บล็อกและหน้าข้อมูลสาธารณะของ OpenRouter เองยังไม่ได้เผยแพร่ตัวเลขที่แน่นอนในช่วงเวลาเดียวกันนี้
งานแบบเอเจนต์แตกต่างจากการสนทนาแบบตอบคำถามครั้งเดียว เพราะ AI ต้องทำงานหลายขั้นตอนต่อเนื่องเพื่อบรรลุเป้าหมาย ไม่ว่าจะเป็นการค้นหาข้อมูล เขียนโค้ด แก้บั๊ก หรือเรียกใช้เครื่องมือภายนอก ด้วยกระบวนการที่ยาวและมีการเรียกโมเดลซ้ำหลายครั้ง จึงทำให้การใช้โทเคนเพิ่มขึ้นเร็วกว่าการใช้งานแบบสนทนาทั่วไป
OpenRouter ระบุในบล็อกเมื่อวันที่ 30 มิถุนายนว่า งานแบบเอเจนต์เริ่มขยายตัวอย่างชัดเจนตั้งแต่ต้นปี 2026 และแซงหน้าปริมาณการใช้งานของผู้ใช้ทั่วไปในราวช่วงวันที่ 1 กุมภาพันธ์ โดยพบว่างานแบบเอเจนต์ใช้โทเคนต่อคำขอมากกว่างานของผู้ใช้ทั่วไปประมาณ 15 เท่า
OpenRouter แยกประเภทการใช้งานระหว่าง 'เอเจนต์' และ 'ผู้ใช้ทั่วไป' ด้วยระบบจำแนกภายในที่ถ่วงน้ำหนักจากสัญญาณ 7 ประการต่อคีย์ API หนึ่งชุด ซึ่งหมายความว่าหากเกณฑ์การจำแนกเปลี่ยนไป ผลรวมของตัวเลขก็อาจเปลี่ยนตามไปด้วย จึงควรตีความตัวเลขชุดนี้โดยอ้างอิงกรอบการจำแนกของ OpenRouter เป็นหลัก
OpenRouter เป็นแพลตฟอร์มประมวลผล (Inference Platform) ที่เชื่อมต่อโมเดล AI หลายค่ายเข้าด้วยกันผ่านอินเทอร์เฟซโปรแกรมประยุกต์ (API) เดียว และส่งคำขอไปยังโมเดลที่เหมาะสม โดยรวบรวมข้อมูลปริมาณการใช้งานและค่าใช้จ่ายที่เกิดขึ้นระหว่างที่โมเดล AI ที่ผ่านการฝึกฝนแล้วประมวลผลคำขอของผู้ใช้และสร้างคำตอบ
ขนาดโดยรวมของแพลตฟอร์มก็ขยายตัวอย่างรวดเร็วเช่นกัน โดย OpenRouter เปิดเผยเมื่อวันที่ 1 มิถุนายนว่า แพลตฟอร์มกำลังส่งต่อโทเคนรวมกว่า 100 ล้านล้านโทเคนต่อเดือน เนื่องจากผู้ใช้สามารถเรียกใช้โมเดลหลายค่ายจากจุดเดียวได้ ข้อมูลของ OpenRouter จึงถูกใช้เป็นแหล่งอ้างอิงในการติดตามแนวโน้มงาน AI จริงและการเลือกใช้โมเดลของตลาด
ก่อนหน้านี้ TokenPost เคยรายงานผลการศึกษาที่ใช้ข้อมูลการใช้งานจริงของ OpenRouter มาวิเคราะห์ความแตกต่างของผลตอบแทนหุ้นในกลุ่มบริษัทสหรัฐฯ อย่างไรก็ตาม ปริมาณการใช้โทเคนเป็นเพียงดัชนีที่สะท้อนระดับการนำ AI ไปใช้งาน ไม่ได้บ่งชี้รายได้บริษัทหรือทิศทางราคาหุ้นโดยตรง
การขยายตัวของความต้องการงานแบบเอเจนต์ส่วนหนึ่งมาจากการแพร่หลายของโมเดล 'น้ำหนักแบบเปิด' (Open-weight) ที่มีต้นทุนต่ำ โดยผลวิเคราะห์การใช้งานปี 2025 ของ OpenRouter พบว่าโมเดลน้ำหนักแบบเปิดคิดเป็นสัดส่วนราว 1 ใน 3 ของโทเคนทั้งหมด
โมเดลน้ำหนักแบบเปิด หมายถึงโมเดลที่เปิดเผยพารามิเตอร์ที่ผ่านการฝึกฝนแล้ว ทำให้ผู้ใช้สามารถนำไปติดตั้งหรือปรับแต่งเองตามวัตถุประสงค์ได้ โดยทั่วไปมีต้นทุนต่ำกว่าโมเดลระดับสูงแบบปิด ทำให้เรียกใช้งานจำนวนมากได้ง่าย จึงเหมาะกับบริการแบบเอเจนต์ที่ต้องทำงานซ้ำหลายรอบ
ข้อมูลของ OpenRouter ยังระบุว่า ส่วนแบ่งรายสัปดาห์ของโมเดลโอเพนซอร์สจากจีนเพิ่มขึ้นจากระดับ 1.2% ช่วงปลายปี 2024 มาอยู่ที่เกือบ 30% ในบางสัปดาห์ของปี 2025 ทั้งนี้ TokenPost เคยรายงานแนวโน้มที่โมเดลน้ำหนักแบบเปิดมีสัดส่วนขึ้นไปแตะราว 1 ใน 3 ของปริมาณการใช้โทเคนทั้งหมดมาแล้ว
อย่างไรก็ตาม สัดส่วนโทเคนกับสัดส่วนค่าใช้จ่ายจริงเป็นคนละเรื่องกัน โมเดลราคาถูกแม้จะประมวลผลโทเคนจำนวนมาก แต่ด้วยต้นทุนต่อหน่วยที่ต่ำ สัดส่วนในแง่ค่าใช้จ่ายจึงอาจน้อยกว่าที่คิด นี่เป็นเหตุผลที่ไม่ควรตีความการเพิ่มขึ้นของปริมาณโทเคนว่าเทียบเท่ากับรายได้หรือการขยายอิทธิพลในตลาดที่เพิ่มขึ้น
เมื่อการใช้งานแบบเอเจนต์เพิ่มขึ้น การบริหารต้นทุนก็กลายเป็นโจทย์สำคัญของแพลตฟอร์มไปด้วย OpenRouter จึงเปิดตัวฟีเจอร์ 'คลาสสิไฟเออร์' (Classifiers) เมื่อวันที่ 24 กรกฎาคม เพื่อจำแนกคำขออัตโนมัติตามแผนกงาน ประเภทงาน ความซับซ้อนของเอเจนต์ และศูนย์ต้นทุน
OpenRouter ระบุว่าฟีเจอร์นี้ช่วยให้ติดตามการทำงานของเอเจนต์ การเลือกใช้โมเดล และกระแสค่าใช้จ่ายได้ละเอียดขึ้น เป็นมาตรการที่ออกแบบมาเพื่อระบุว่าต้นทุนเกิดขึ้นในขั้นตอนใด เมื่อเอเจนต์เรียกใช้โมเดลและเครื่องมือหลายตัวต่อเนื่องกัน
ในฝั่งชุมชนนักพัฒนาก็มีการตั้งข้อสังเกตเรื่องต้นทุนและระบบแคชเช่นกัน โดยในอิสชู (Issue) บนกิตฮับ (GitHub) ของไมโครซอฟท์(MSFT) สำหรับ Visual Studio Code (VS Code) มีการระบุว่า เมื่อเชื่อมต่อโมเดล Claude ผ่านคีย์ API ของ OpenRouter เอง ระบบแคชพรอมป์ต์ (Prompt Caching) จะไม่ทำงาน ส่งผลให้ต้นทุนในโหมดเอเจนต์สูงขึ้น สะท้อนว่าการขยายตัวของ AI เอเจนต์ไม่ได้จำกัดอยู่แค่ปริมาณโทเคนที่เพิ่มขึ้น แต่ยังนำไปสู่ข้อเรียกร้องให้ปรับปรุงระบบเราท์ติ้ง แคช และโครงสร้างการคิดค่าบริการด้วย
ความคิดเห็น 0