วิเคราะห์และรีวิว: ผลทดสอบ Geekbench 7 ชี้ว่า OpenAI's dots ทำงานบน VM ที่ใช้ AMD EPYC แบบ 9 คอร์

ผลทดสอบ Geekbench 7 ชี้ว่า dots ของ OpenAI รันบน VM AMD EPYC 9V74 แบบ 9 คอร์

ผลการทดสอบ Geekbench 7 ที่ถูกส่งเข้าฐานข้อมูล Geekbench Browser แล้วถูกนักข่าวสายฮาร์ดแวร์นำมาวิเคราะห์ ชี้ว่าเครื่องที่ใช้รัน dots ซึ่งเป็น agent ของ OpenAI เป็นเครื่องเสมือน (VM) ที่ใช้ชิป AMD EPYC 9V74 จำนวน 9 คอร์ ความเร็วสัญญาณนาฬิกาพื้นฐาน 2.60GHz และมีหน่วยความจำให้ใช้งานราว 9.73GB ต่อ instance

ข้อมูลนี้ไม่ได้มาจากการเปิดเผยสเปกอย่างเป็นทางการของ OpenAI แต่มาจากการไล่ดูผลทดสอบที่ระบบของ dots ส่งเข้า Geekbench Browser เองในช่วงที่ agent ทำงาน จึงควรมองเป็นเบาะแสจากข้อมูลสาธารณะ มากกว่าสเปกที่บริษัทยืนยันเป็นลายลักษณ์อักษร

ตัวเลขที่ Geekbench 7 จับได้จากเครื่องที่รัน dots

จากผลทดสอบหลายรันที่เก็บได้ คะแนนมัธยฐาน (median) ของเครื่องที่รัน dots อยู่ที่ประมาณ 1,570 คะแนนในส่วน single-core และราว 8,550 คะแนนในส่วน multi-core ตัวเลขทั้งสองสอดคล้องกับสเปก 9 คอร์ที่ตรวจพบ เพราะงาน multi-core ได้ประโยชน์จากจำนวนคอร์ที่มากกว่าชัดเจน

เนื่องจากเป็นค่ามัธยฐานจากหลายรัน ไม่ใช่คะแนนครั้งเดียว ตัวเลขนี้จึงมีน้ำหนักมากกว่าเบาะแสทั่วไป แต่ก็ยังอาจแกว่งได้ตามโหลดของระบบในแต่ละช่วงเวลา และ OpenAI ยังไม่ได้ออกมายืนยันตัวเลขเหล่านี้อย่างเป็นทางการ

dots คืออะไรกันแน่

dots เป็นชื่อเรียก autonomous agent แบบทำงานต่อเนื่อง (persistent agent) ที่ OpenAI เปิดตัวในงาน DevDay เมื่อวันที่ 29 กันยายน 2026 แต่ละ agent จะได้รับ “คอมพิวเตอร์บนคลาวด์” พร้อมเบราว์เซอร์และแอปที่เชื่อมต่อไว้ ทำให้มันทำงานเบื้องหลังและทำงานหลายขั้นตอนต่อเนื่องได้ ต่างจากแชทบอทที่ตอบคำถามทีละครั้งแล้วจบ

เพราะต้องรันเบราว์เซอร์ เปิดหลายแอปพร้อมกัน และประมวลผลงานต่อเนื่องโดยไม่มีคนคอยกดต่อ dots จึงต้องการ VM ที่มีทรัพยากร CPU และหน่วยความจำมากกว่าการแชทธรรมดา ซึ่งอธิบายได้ว่าทำไมสเปกที่ตรวจพบถึงมีจำนวนคอร์มากกว่า agent ของคู่แข่งที่ทำงานเบากว่า

เทียบ dots กับ Meta Muse: ใครได้เครื่องแรงกว่า

Meta เองก็มี agent คลาวด์ของตัวเองชื่อ Muse ซึ่งเมื่อนำผลทดสอบมาเทียบกันพบว่าเครื่องที่รัน Muse ใช้ชิป AMD EPYC Turin เพียง 2 คอร์ ความเร็วสัญญาณนาฬิกาพื้นฐาน 1.5GHz และมีหน่วยความจำราว 8GB ได้คะแนนมัธยฐาน single-core ประมาณ 1,041 คะแนน และ multi-core ประมาณ 1,394 คะแนน

เมื่อคิดเป็นสัดส่วน เครื่องที่รัน dots ทำคะแนน single-core ได้มากกว่า Muse ราว 1.5 เท่า และทำคะแนน multi-core ได้มากกว่าราว 6 เท่า ซึ่งส่วนใหญ่อธิบายได้จากจำนวนคอร์ที่ต่างกันถึง 4.5 เท่า ไม่ใช่เพราะชิปของ OpenAI เร็วกว่าในเชิงสถาปัตยกรรมเพียงอย่างเดียว

แรงกว่าไม่ได้แปลว่าใช้งานลื่นกว่าเสมอไป

ตัวเลข 9 คอร์กับ 2 คอร์บอกได้แค่ทรัพยากรที่ถูกจัดสรรไว้ ไม่ได้บอกว่าผู้ใช้จะรู้สึกว่า dots ตอบเร็วกว่า Muse เสมอไป เพราะความหน่วงที่เจอจริงยังขึ้นกับคิวงาน จำนวนคำขอที่เข้ามาพร้อมกัน และการแชร์ทรัพยากรกับ instance อื่นบน VM เดียวกัน

งานสั้นๆ อย่างการตอบคำถามเดียวอาจไม่รู้สึกต่างมาก เพราะขึ้นกับความเร็วต่อคอร์มากกว่าจำนวนคอร์ แต่งานที่ต้องเปิดเบราว์เซอร์ อ่านไฟล์หลายไฟล์ หรือรันหลายขั้นตอนพร้อมกัน จะได้ประโยชน์จากจำนวนคอร์ที่มากกว่าชัดเจนกว่า และตรงนี้เองที่สเปก 9 คอร์ของ dots น่าจะได้เปรียบในทางปฏิบัติจริง

ต้นทุนที่ตัวเลข benchmark ไม่ได้บอก

คะแนน Geekbench สะท้อนแค่ส่วนของ CPU เท่านั้น ส่วนต้นทุนจริงในการให้บริการ agent แบบ dots ยังมีค่า GPU หรืออุปกรณ์เร่งความเร็วสำหรับรันโมเดล ค่าแบนด์วิดท์ที่ต้องใช้ตอนเปิดเบราว์เซอร์และดึงข้อมูลจากเว็บ ค่าไฟ และระบบจัดเก็บข้อมูลที่ต้องรองรับ agent หลายตัวพร้อมกัน

ยิ่งต้องรองรับผู้ใช้จำนวนมากพร้อมกัน ค่าใช้จ่ายจากการสำรอง instance และกันทรัพยากรไว้รองรับช่วงโหลดสูงก็ยิ่งมีผลชัดเจนกว่าคะแนน CPU บนกระดาษ สเปก 9 คอร์ที่ดูแรงกว่า Muse จึงอาจมาพร้อมต้นทุนต่อ agent ที่สูงกว่าด้วยเช่นกัน

ข้อดีและข้อจำกัดของการอ่านผลจาก Geekbench

สรุป: สิ่งที่ยืนยันได้ และสิ่งที่ยังเป็นข้อสังเกต

สิ่งที่ยืนยันได้จากผลทดสอบคือเครื่องที่รัน dots ใช้ชิป AMD EPYC 9V74 แบบ 9 คอร์ หน่วยความจำราว 9.73GB และทำคะแนนมัธยฐานสูงกว่าเครื่องที่รัน Muse ของ Meta ทั้งในส่วน single-core และ multi-core อย่างชัดเจน

สิ่งที่ยังเป็นข้อสังเกตคือตัวเลขนี้มาจากการวิเคราะห์ผลทดสอบสาธารณะ ไม่ใช่สเปกที่ OpenAI ประกาศเอง และสเปกของ VM แต่ละ instance อาจเปลี่ยนแปลงได้ตามช่วงเวลาหรือโหลดของระบบ ดังนั้นจึงควรมองเป็นภาพรวมที่น่าเชื่อถือในระดับหนึ่ง มากกว่าสเปกตายตัวที่ใช้ได้ตลอดไป