Databricks เผย Unity Gateway ช่วยลดค่าใช้จ่ายด้าน AI สำหรับการเขียนโค้ดได้มากถึง 90%

ค่าใช้จ่ายพุ่งสูงก่อนจะทรงตัว

ในบล็อกโพสต์ที่เผยแพร่เมื่อวันที่ 22 ตุลาคม 2026 Databricks ระบุว่าค่าใช้จ่ายภายในสำหรับเครื่องมือเขียนโค้ดด้วย AI เพิ่มขึ้นแบบทวีคูณหลังจากบริษัทเปิดให้วิศวกรใช้งานอย่างกว้างขวาง เนื่องจากเครื่องมือเหล่านี้คิดราคาตามการใช้งานจริง ไม่ใช่ตามจำนวนที่นั่ง Patrick Wendell ผู้ร่วมก่อตั้ง Databricks ซึ่งดูแลผลิตภัณฑ์ AI ของบริษัท กล่าวว่าค่าใช้จ่ายเริ่มคุกคามที่จะกลบผลประโยชน์ด้านผลิตภาพที่เครื่องมือเหล่านี้ควรจะสร้างขึ้น Databricks ระบุว่าขณะนี้ค่าใช้จ่ายโทเคนต่อวิศวกรหนึ่งคนอยู่ในระดับคงที่โดยประมาณ แม้ว่าปริมาณการใช้งานโดยรวมและคุณค่าที่เกิดขึ้นจะยังคงเพิ่มขึ้นต่อเนื่อง

จากเพดานตายตัวสู่ระบบเกตเวย์

Wendell กล่าวว่าความพยายามครั้งแรกของ Databricks ในการควบคุมค่าใช้จ่าย ซึ่งก็คือการตั้งเพดานการใช้จ่ายแบบตายตัว กลับก่อให้เกิดปัญหา เพราะมันตัดการทำงานกลางคัน และมักกระทบกับผู้ใช้งานที่กระตือรือร้นที่สุดของบริษัท ซึ่งบางคนหันไปใช้บัญชีส่วนตัวที่บริษัทไม่สามารถตรวจสอบได้อีกต่อไป Databricks ระบุว่าได้แทนที่เพดานตายตัวด้วยระบบภายในที่เรียกว่า Unity Gateway ซึ่งจะใช้มาตรการแบบขั้นบันไดก่อนที่จะตัดสิทธิ์การใช้งานใคร โดยเริ่มจากการแจ้งเตือน จากนั้นต้องขออนุมัติ และสุดท้ายจะลดระดับไปใช้โมเดลที่ถูกกว่าโดยอัตโนมัติ Databricks ระบุว่าการตัดสิทธิ์การใช้งานถือเป็นมาตรการสุดท้ายเท่านั้น บริษัทยังกล่าวว่าได้ส่งรายงานสรุปค่าใช้จ่าย AI ของตนเองให้วิศวกรเป็นประจำ ซึ่งบริษัทระบุว่าเพียงมาตรการนี้อย่างเดียวก็ช่วยลดค่าใช้จ่ายได้ประมาณ 10%

สี่กลไกหลักและผลลัพธ์ที่เกิดขึ้น

Databricks อธิบายวิธีการสี่ประการที่ใช้ในการลดค่าใช้จ่ายต่อหน่วย ได้แก่ การเปลี่ยนค่าเริ่มต้นการใช้งานไปยังโมเดลใหม่ที่ถูกกว่าเมื่อมีการเปิดตัว การจัดสรรงานแต่ละชิ้นไปยังโมเดลที่มีราคาถูกที่สุดที่สามารถรับมือได้ การเปิดให้นักพัฒนามองเห็นค่าใช้จ่ายของตนเอง และการลดภาระโทเคนส่วนเกิน Wendell กล่าวว่าการโยกการใช้งานไปยังโมเดลที่ดีขึ้นและถูกกว่าทุกครั้งที่มีการเปิดตัวใหม่ คือปัจจัยเดี่ยวที่ส่งผลมากที่สุด โดยลดค่าใช้จ่ายได้ถึง 50% หรือมากกว่านั้นเพียงมาตรการเดียว เมื่อรวมกับอีกสามกลไก Databricks ระบุว่าค่าใช้จ่ายต่อหน่วยลดลงได้มากถึง 90% ในบางกรณี ส่วน Smart Router ซึ่งเป็นส่วนหนึ่งของ Unity Gateway กล่าวกันว่าช่วยลดค่าใช้จ่ายเฉลี่ยต่องานลงได้มากกว่า 30% โดยยังคงคุณภาพผลลัพธ์ให้ใกล้เคียงกับโมเดลราคาแพงที่สุด

การทดสอบประสิทธิภาพภายในองค์กร

Databricks ระบุว่าบริษัทได้สร้างเกณฑ์วัดประสิทธิภาพของตนเองจาก pull request จริงในโค้ดเบสขนาดหลายล้านบรรทัดของบริษัท โดยตัดสินผลลัพธ์ด้วยการรันการทดสอบจริง แทนการใช้โมเดล AI อีกตัวมาเป็นผู้ตัดสิน เนื่องจากเกณฑ์วัดสาธารณะไม่ได้สะท้อนประสิทธิภาพการทำงานบนโค้ดเบสขนาดใหญ่ระดับองค์กร จากการใช้เกณฑ์วัดนี้ Databricks ระบุว่าโมเดลโอเพนซอร์ส GLM 5.2 ให้คุณภาพทัดเทียมกับ Opus 4.8 แต่มีค่าใช้จ่ายต่องานถูกกว่าประมาณหนึ่งในสาม และพบว่าโมเดลที่มีราคาต่อโทเคนถูกกว่าถึง 1.7 เท่า กลับมีค่าใช้จ่ายต่องานสูงกว่า เพราะใช้โทเคนมากกว่า บริษัทยังระบุว่า harness หรือเครื่องมือเขียนโค้ดที่ครอบโมเดลไว้ มีผลต่อค่าใช้จ่ายมากพอๆ กับการเลือกโมเดล โดยทำให้เกิดความแตกต่างของค่าใช้จ่ายมากกว่า 2 เท่าสำหรับโมเดลตัวเดียวกัน และการปรับแต่งการตั้งค่า harness และแคชเพียงอย่างเดียวก็ช่วยประหยัดได้ใกล้ 50%

การเปิดใช้งาน Astra

Databricks ระบุว่าบริษัทได้เปิดให้วิศวกรประมาณ 3,500 คนใช้งานโมเดลที่เรียกว่า Astra และระบุว่าเป็นบริษัทแรกที่เปิดเผยการเปิดใช้งานลักษณะนี้ต่อสาธารณะ บริษัทกล่าวว่า Astra ทำงานได้ดีกว่าในงานที่ซับซ้อน เช่น การออกแบบระบบ แต่ทำให้ค่าใช้จ่ายเพิ่มขึ้นประมาณ 60% โดยไม่เห็นประโยชน์ชัดเจนในงานทั่วไป ซึ่งผลักดันให้ Databricks จัดสรรงบประมาณแยกเฉพาะสำหรับ Astra ภายใน Unity Gateway โดยจำกัดการใช้งานไว้สำหรับปัญหาที่ยากขึ้นเท่านั้น

การใช้งานเครื่องมือเขียนโค้ดทั้งหมดของ Databricks รวมถึง Claude Code, Codex, Cursor และ Omnigent harness ของบริษัทเอง ถูกส่งผ่าน Unity Gateway ทั้งหมด ซึ่ง Databricks ระบุว่าเริ่มต้นจากการแก้ปัญหาค่าใช้จ่าย AI ภายในองค์กรของตนเอง ก่อนจะกลายมาเป็นพื้นฐานของเกตเวย์นี้

ที่มา: บล็อกของ Databricks เรื่อง "The AI Bill is coming" เผยแพร่เมื่อวันที่ 22 ตุลาคม 2026