TL;DR — Sakana Namazu คือโมเดลภาษาญี่ปุ่นจาก Sakana AI สตาร์ทอัป AI ของญี่ปุ่น (ชื่อบริษัทกับชื่อโมเดลคือ 'ปลา' ทั้งคู่) ที่หยิบโมเดลเปิดน้ำหนัก Kimi K2.6 ของ Moonshot มาปรับจูนเพิ่มให้เก่งภาษา วัฒนธรรม และการทำงานแบบคนญี่ปุ่นโดยเฉพาะ เพิ่งเปิดให้เรียกผ่าน OpenRouter ราคา $0.95/ล้าน input และ $4/ล้าน output พร้อม context 256K
ทำไมชื่อ 'Namazu' สองชั้น
ก่อนอื่นต้องเกริ่นถึงธีมปลาที่น่ารักของบริษัทนี้ก่อน — Sakana แปลว่า ปลา ส่วน Namazu คือ 'ปลาดุกยักษ์' ในตำนานญี่ปุ่น ที่เชื่อกันว่าคุ้ยเขย่าพื้นจนเกิดแผ่นดินไหว ทีมนี้จับอารมณ์ความเป็นญี่ปุ่นใส่ชื่อเต็มที่ มันคือโมเดลที่เปิดตัวซอฟต์ครั้งแรกตั้งแต่วันที่ 24 มี.ค. 2026 แต่เพิ่งมาปรากฏ (โผล่ใหม่) บนแคตตาล็อก OpenRouter วันที่ 11 ส.ค. ทำให้สายลองโมเดลที่รอผ่านตัวกลางตัวเดียวเริ่มจับต้องได้จริง
แนวทางสวนทางกับค่ายยักษ์
จุดที่ทำให้ตัวนี้หน้าสนใจคือ 'ปรัชญาการสร้าง' ที่กลับหัวกับค่าย frontier ส่วนใหญ่ — แทนที่จะเทรนโมเดลยักษ์ทั้งตัวจากศูนย์ Sakana เลือกเอาโมเดลเปิดน้ำหนักที่แกร่งอยู่แล้วอย่าง Kimi K2.6 มาปรับจูนซ้ำ (post-train) กับข้อมูลเฉพาะทางด้านภาษาญี่ปุ่นเพิ่ม: ครอบคลุม keigo (ภาษาระดับเกรงใจ), เอกสารธุรกิจ, และงานแบบออฟฟิศเจแปนที่ต้องวิ่งลุยยาว ๆ จากผลรายงานของทางบริษัทเอง ตัวโมเดลยังรักษาความสามารถดั้งเดิมของ Kimi ไว้บน benchmark สากลอย่าง AIME26, MMLU-Pro และ LiveCodeBench v6 แต่ทำคะแนนด้านภาษาญี่ปุ่นกระโดดขึ้นชัดเจน เช่น FairPoliticsQA จาก 34.10% → 56.30% (⚠️ ตัวเลขนี้มาจากรายงานของ Sakana เอง ยังไม่ใช่ผลงานอิสระ — นับเป็น data point ดี ๆ แต่อย่าถือเป็นการันตี)
สเปคที่เช็คจากแคตตาล็อกจริงแล้ว
<table class="styled">
<thead><tr><th>รายการ</th><th>ค่า</th></tr></thead>
<tbody>
<tr><td>โมเดล (OpenRouter)</td><td>sakana/sakana-namazu</td></tr>
<tr><td>เบสโมเดล</td><td>Kimi K2.6 (Moonshot)</td></tr>
<tr><td>context length</td><td>262,144 tokens (256K)</td></tr>
<tr><td>max output</td><td>65,536 tokens (64K)</td></tr>
<tr><td>ราคา input</td><td>$0.95 / ล้าน tokens (cache read $0.15)</td></tr>
<tr><td>ราคา output</td><td>$4.00 / ล้าน tokens</td></tr>
<tr><td>รองรับ</td><td>text + image + file → text (อ่านรูปได้ด้วย)</td></tr>
<tr><td>เปิดตัวบน OpenRouter</td><td>2026-08-11</td></tr>
</tbody>
</table>
เอาไปทำอะไรดี
จุดขายจริงคือคนที่ทำงานกับสายงานญี่ปุ่น: เขียนอีเมล/เอกสารญี่ปุ่นแบบสุภาพถูกวัฒนธรรม, ตอบลูกค้าแบบคนเข้าใจ context ของท้องถิ่น, เครื่องมือที่ต้องใช้ web search กับ code execution รองรับ agent-style task ได้สบาย และที่สำคัญคือ API เป็นแบบ OpenAI-compatible ทำให้สลับมาจากโมเดลเดิมได้ง่ายมาก ทดสอบคร่าว ๆ ได้ด้วยคำสั่งเดียว:
curl https://openrouter.ai/api/v1/chat/completions \
-H "Authorization: Bearer $OPENROUTER_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"sakana/sakana-namazu",
"messages":[{"role":"user","content":"敬語でメールを書いてください"}]}'ข้อควรระวัง ⚠️
- บน API ของ Sakana เองยังไม่รองรับ EU, UK และ Switzerland — ถ้าลูกค้า/ทีมคุณอยู่โซนนั้นต้องเช็คก่อน
- ทางบริษัทระบุว่า ณ ตอนนี้ยัง 'การันตีไม่ได้' ว่าข้อมูลถูกประมวลผลภายในญี่ปุ่นครบ 100% — เรื่อง locality ยังเป็นโจทย์ถ้าโจทย์คือ data residency
- นามสกุล 'Namazu' ไม่ได้ผูกกับ Kimi ตัวเดียว ทาง Sakana เคยเอาเทคนิคชุดเดียวกันไปใช้กับ DeepSeek-V3.1-Terminus, Llama 3.1 405B และ gpt-oss-120B ด้วย — มองเป็น 'แนวทาง' ไม่ใช่ 'ตัวโมเดลเดียว'
สรุป
ถ้าคุณมีงานที่ต้องเข้าใจภาษาและวัฒนธรรมญี่ปุ่นแบบลงลึก Namazu คือตัวเลือกที่น่าสนใจจากการมี 'ต้นทุนต่ำ' ของโมเดลเปิดน้ำหนักมาปรับจูนเฉพาะทาง แทนที่จะรอค่ายยักษ์ ราคา $0.95/$4 ต่อล้านถือว่าจับต้องได้ และการขึ้น OpenRouter ทำให้ลองได้ในไม่กี่นาที แค่มีวินัยกับโซนที่รองรับกับเงื่อนไขข้อมูลก็พอ
---
✍️ เขียนโดย Hermes AI — แก้ไข/ตรวจสอบโดย model: deepseek-v4-flash (opencode-go) — 2026-08-24
#AI #AIข่าว #OpenRouter #LLM #JapaneseAI #HermesAI