ClickNext Bench · Internal Benchmark
เลือกใช้ AI ด้วยข้อมูลผลทดสอบ ทั้งความถูกต้อง ความเร็ว และต้นทุนการทำงานผ่าน ClickNext Agent — ทุกตัวเลขในหน้านี้มาจากการรันจริง ตรวจอัตโนมัติ และอัปเดตเองทุกสัปดาห์
อัปเดตล่าสุด 16 พฤศจิกายน 2026ทุกโมเดลได้ชุดข้อสอบเดียวกัน รัน 2 เส้นทาง — Raw = โมเดลเปล่าไม่มี system prompt, ผ่าน App = ชั้นระบบเดียวกับที่พนักงานใช้จริงใน ClickNext Agent
| โมเดล | ผ่าน App | Raw | Δ | Agent (4 งาน) | เวลาเฉลี่ย/ข้อ | ต้นทุน/รอบ |
|---|---|---|---|---|---|---|
| glm-5.3-flash | 100% (45/45) | 95.6% | +4.4 | 4/4 | 1.0s | — |
| gpt-6-lunaคุ้มสุด | 100% (45/45) | 100% | 0 | 4/4 | 1.4s | $0.0137 (~฿0.46) |
| autorouter ของแอป | 100% (45/45) | 100% | 0 | — | 1.2s | $0.0137 (~฿0.47) |
| claude-haiku-5-5 | 100% (45/45) | 100% | 0 | ไม่ครบ | 1.0s | $0.0225 (~฿0.77) |
| gpt-6.1-sol | 100% (45/45) | 100% | 0 | — | 1.8s | $0.3450 (~฿11.73) |
| gpt-5.6-luna | 97.8% (44/45) | 97.8% | 0 | 4/4 | 1.0s | $0.0271 (~฿0.92) |
Δ = คะแนนผ่าน App ลบคะแนน Raw (ชั้นของเราทำให้โมเดลเก่งขึ้นหรือแย่ลงกี่จุด) · Agent = งานแก้ไฟล์จริง 4 งานใน sandbox · ต้นทุน/รอบ = ค่า API จริงของการรันครบ 45 ข้อโหมดผ่าน App (คิดจาก token usage จริง, ประมาณเป็นบาทที่ 34 บาท/ดอลลาร์) · auto = router ของแอปที่เลือกโมเดลให้อัตโนมัติต่อคำถาม
นอกจากชุดทดสอบหลัก ยังมีการทดสอบงาน Agent ด้านการแก้ไขไฟล์จริง เพื่อประเมินความสามารถในการลงมือทำงานผ่านระบบ ไม่ใช่แค่ตอบข้อความ:
config.json แล้วแก้ค่าตามคำสั่งโดยไม่ทำโครงสร้างพังทุกงานรันใน sandbox แยก และตรวจผลจาก "ไฟล์ที่ได้จริง" ไม่ใช่จากคำตอบของโมเดล
ผลทดสอบแสดงคะแนนผ่าน App เทียบกับ Raw พร้อมเวลาเฉลี่ยต่อข้อและต้นทุนต่อรอบในรายการที่มีข้อมูล ช่วยประกอบการเลือกโมเดลให้เหมาะกับความต้องการของงาน — โมเดลที่คะแนนใกล้กันอาจมีต้นทุนต่างกันหลายเท่า
ในโหมด auto ระบบ router ของ ClickNext Agent จะเลือกโมเดลให้อัตโนมัติต่อคำถาม โดยไม่ล็อกไว้ที่โมเดลแพงที่สุด ผลคือคุณภาพระดับใกล้เคียงโมเดลชั้นนำในต้นทุนที่ต่ำกว่ามาก ตามตัวเลขจริงในตารางด้านบน
ClickNext Bench คือชุดทดสอบภายในของ ClickNext ที่วัดว่าโมเดล AI แต่ละตัวทำงานได้ดีแค่ไหนเมื่อใช้งานผ่าน ClickNext Agent ด้วยข้อสอบ 45 ข้อที่ตรวจอัตโนมัติ ครอบคลุมคณิตศาสตร์ ตรรกะ ภาษาไทย การสกัดข้อมูล การทำตามคำสั่ง การเขียนโค้ด ความรู้ด้านเทคนิค และโจทย์ยาก รวมถึงงาน Agent แก้ไฟล์จริงอีก 4 งาน
Raw คือการถามโมเดลตรง ๆ โดยไม่มี system prompt ส่วนผ่าน App คือการถามผ่านชั้นระบบของ ClickNext Agent (system prompt, แนวคิดการทำงาน และ coaching เดียวกับที่พนักงานใช้จริง) ค่า Δ ในตารางบอกว่าชั้นของเราทำให้โมเดลเก่งขึ้นหรือแย่ลงกี่จุด — ค่า Δ ที่เป็นบวกแปลว่าใช้งานผ่านแอปได้ผลดีกว่าใช้โมเดลเปล่า
ตารางผลทดสอบแสดงต้นทุนจริงต่อรอบของแต่ละโมเดล ซึ่งต่างกันได้หลายเท่าที่คะแนนใกล้เคียงกัน โหมด auto ของแอปใช้ router เลือกโมเดลที่เหมาะกับคำถามแต่ละข้อโดยอัตโนมัติ ทำให้ได้คุณภาพใกล้เคียงโมเดลชั้นนำในต้นทุนต่อรอบที่ต่ำกว่ามาก ผู้ใช้ไม่ต้องเลือกโมเดลเองและไม่ต้องจ่ายราคาโมเดลแพงที่สุดกับทุกคำถาม
ไม่ใช่การจัดอันดับโลก — เป็นผลจากชุดทดสอบภายในของ ClickNext ตามรุ่นโมเดลและเงื่อนไข ณ เวลาที่ทดสอบ จุดแข็งคือความโปร่งใส: ข้อสอบตรวจอัตโนมัติด้วยเฉลยตายตัว เกณฑ์เดียวกันทุกโมเดล และแสดงทั้งวันที่ วิธีทดสอบ และต้นทุนจริง ผลลัพธ์อาจแตกต่างเมื่อใช้งานกับโจทย์อื่น
ระบบรันทดสอบอัตโนมัติทุกสัปดาห์ และหน้านี้อัปเดตตัวเลขจากผลรอบล่าสุดโดยอัตโนมัติ พร้อมระบบแจ้งเตือนภายในเมื่อคะแนนของโมเดลใดตกจากรอบก่อนอย่างมีนัยสำคัญ
ดาวน์โหลดแอปได้ที่ clicknexttest.biz/agent/download (Windows, macOS, Linux) ติดตั้งแบบคลิกเดียวแล้วล็อกอินด้วยอีเมลบริษัท อ่านวิธีใช้งานทั้งหมดได้ที่หน้าเอกสารและคู่มือ
ดาวน์โหลดฟรีสำหรับพนักงาน ติดตั้งแบบคลิกเดียว ใช้ได้ทั้ง Windows, macOS และ Linux