GPT-6.1 Sol ใช้ฟรีไหม? วิธีรัน Coding Agent โดยไม่ต้องใช้ API Key

คำตอบคือไม่ GPT-6.1 Sol ไม่ได้เปิดให้ใช้งานฟรี OpenAI เปิดตัวโมเดลนี้เมื่อวันที่ 29 กันยายน สำหรับผู้ใช้ Plus, Pro, Business, Enterprise และ Edu ใน ChatGPT Work และ Codex โดยขณะนี้ยังไม่เปิดให้ใช้งานใน Chat, ส่วนแพ็กเกจ Free และ Go ก็ไม่มีสิทธิ์เข้าถึง และฝั่ง API ก็ไม่มีแพ็กเกจฟรีเช่นกัน วิธีที่ประหยัดและทำได้จริงที่สุดในการรันเอเจนต์เขียนโค้ดด้วยโมเดลนี้ คือการใช้แพ็กเกจ ChatGPT ที่ล็อกอินเข้ากับ Codex Runtime บน Computer ซึ่งก็ยังเป็นการสมัครสมาชิกที่มีขีดจำกัดการใช้งาน ไม่ใช่การใช้งานฟรี และไม่ได้คิดราคาตามจำนวนโทเคน

งาน DevDay ทำให้ประเด็นครึ่งหลังของคำถามนี้น่าสนใจยิ่งขึ้น เพราะปัจจุบันฟีเจอร์ Sign in with ChatGPT ช่วยให้ผู้ใช้แพ็กเกจ Plus และ Pro สามารถนำโควตาแพ็กเกจไปใช้กับแอปภายนอกที่เข้าร่วมได้ โดยแต่ละแอปจะมีขีดจำกัดการใช้งานรายสัปดาห์แยกกัน ซึ่งเพดานการใช้งานนี้เข้ามาช่วยแก้ปัญหาที่ทีม Crew ขนาดเล็กมักพบเจอเมื่อเริ่มแชร์แพ็กเกจกันระหว่างเอเจนต์ นั่นคือเมื่อ Agent 3 ตัวบน Computer 2 เครื่องดึงโควตาจากกองกลางเดียวกันโดยไม่มีการตกลงสัดส่วน พอถึงบ่ายวันพฤหัสบดี งานก็เริ่มล้มเหลวขณะที่บอร์ดยังมีคิว Task ที่พร้อมรันอยู่อีกมาก

สรุปประเด็นสำคัญ

ไม่มีช่องทางฟรีใดที่สามารถรัน GPT-6.1 Sol ภายใต้เอเจนต์ได้ ช่องทางที่ประหยัดที่สุดคือการใช้แพ็กเกจ Plus ขึ้นไปแล้วล็อกอินเข้า Codex บน Computer ซึ่ง Agent ทุกตัวที่รันบนเครื่องนั้นจะแชร์โควตาร่วมกัน ส่วนการใช้ API key มีค่าใช้จ่าย $2 สำหรับ input, $0.10 สำหรับข้อมูลที่แคชไว้ และ $10 สำหรับ output ต่อ 1 ล้านโทเคน เหมาะสำหรับงานที่ตั้งเวลาทำงานล่วงหน้า งานที่ต้องตรวจสอบค่าใช้จ่ายรายคน หรือเวิร์กโฟลว์ที่พึ่งพาแคชเป็นหลัก การใช้โควตาแพ็กเกจผ่าน Sign in with ChatGPT จะใช้งานได้เฉพาะภายในแอปที่มีการพัฒนา OAuth Flow รองรับเท่านั้น (พาร์ทเนอร์เชิงพาณิชย์ รวมถึงเครื่องมือโอเพนซอร์สและแอปที่โฮสต์เอง) ซึ่ง Sharkly ไม่ได้เป็นหนึ่งในนั้น ส่วน GPT-6 Luna นั้นใช้งานได้ฟรีบนแพ็กเกจ Free (แพ็กเกจ Go ก็รวมไว้เช่นกัน) ในแอป ChatGPT บนเดสก์ท็อป ทว่าเป็นการใช้งานส่วนบุคคลสำหรับคนทำงาน ไม่ใช่ข้อมูลรับรองสำหรับ Runtime ทั้งนี้ สิทธิ์การใช้งานของ Sharkly เองเปิดให้ใช้งานฟรีสำหรับทีมไม่เกิน 5 คน ส่วนค่าใช้จ่ายของตัวโมเดลจะคิดแยกต่างหากในบัญชีของคุณ

รวมทุกช่องทางการเข้าถึง GPT-6.1 Sol พร้อมเช็กว่าช่องทางไหนรัน Agent ได้บ้าง

แถวแรกคือการใช้งาน Codex ตามปกติ เอกสารคู่มือ Codex CLI แนะนำให้ “เลือก Sign in with ChatGPT หรือวิธีการเข้าสู่ระบบอื่นที่มีให้” ในการรันครั้งแรก โดยโมเดลที่เรียกใช้งานได้จะขึ้นอยู่กับแพ็กเกจของบัญชีที่ล็อกอิน ส่วนช่องทาง API สามารถดูได้จาก หน้าราคาของ OpenAI ซึ่งคิดในราคา $2 และ $10 เท่ากับ GPT-6 Sol แต่ค่า cached input ลดลงครึ่งหนึ่ง ส่วน Batch และ Flex คิดราคาเพียงครึ่งหนึ่งของแบบ Standard สำหรับงานที่รอได้

แถวที่สามเป็นส่วนที่คนมักเข้าใจผิดกันบ่อย Sign in with ChatGPT เป็นโครงการแยกสำหรับแอปภายนอก โดยมีพาร์ทเนอร์เข้าร่วม 16 รายในช่วงเปิดตัว เช่น Devin ของ Cognition, Notion, Vercel, T3, OpenClaw และ Dactyl ตามที่ระบุในสรุปข่าวของ OpenAI นอกจากนี้ในเอกสารสำหรับนักพัฒนายังอนุญาตให้เครื่องมือโอเพนซอร์สและเครื่องมือที่โฮสต์เองสามารถใช้งานแพ็กเกจ Plus หรือ Pro ผ่าน OAuth Flow แบบบริการตนเองได้ภายใต้ขีดจำกัดช่วงพรีวิว แอปเหล่านั้นจะได้รับสิทธิ์เข้าถึงชื่อ อีเมล และรูปโปรไฟล์ของคุณ และการใช้งานตามแพ็กเกจนี้ไม่ได้ใช้ API key ร่วมกัน ทั้งนี้ Sharkly ไม่ได้เป็นพาร์ทเนอร์ จึงไม่มีช่องทางดึงโควตาจากแพ็กเกจ ChatGPT ของคุณโดยตรง เอเจนต์ของคุณจะเข้าถึงแพ็กเกจได้ก็ต่อเมื่อคุณล็อกอิน Runtime ไว้บน Computer ของคุณเองเท่านั้น อย่างไรก็ตาม พาร์ทเนอร์รายหนึ่งอย่าง OpenClaw ก็เป็นหนึ่งใน Runtime ที่ Sharkly สามารถรันได้ แต่ Runtime ดังกล่าวจะใช้โควตาของแพ็กเกจได้หรือไม่ และรองรับโมเดลใดบ้างนั้น ขึ้นอยู่กับเครื่องมือนั้น ๆ คุณจึงควรอ่านเอกสารคู่มือของเครื่องมือนั้นโดยตรงแทนที่จะคาดเดาไปเอง

แถวที่สี่เป็นช่องทางฟรีเพียงช่องทางเดียวในตาราง ซึ่งเราเคยพูดถึงข้อจำกัดเหล่านี้ไว้แล้วในบทความ แพ็กเกจฟรีและราคาประหยัดสำหรับ Crew ในหน้ารายชื่อโมเดลของ OpenAI ได้ระบุว่า Luna ใช้งานได้ใน Work และ Codex ภายในแอปเดสก์ท็อป ไม่ใช่ใน Chat และสิทธิ์การใช้งานแอปเดสก์ท็อปนั้นมีไว้สำหรับคนนั่งใช้งานหน้าคีย์บอร์ดจริง ๆ ไม่ใช่ข้อมูลรับรองที่ Runtime จะนำไปใช้งานได้ แต่มีรายละเอียดปลีกย่อยอย่างหนึ่งที่ควรรู้: บน macOS เซอร์วิสภายในของ Sharkly สามารถตรวจพบและลงทะเบียน Codex CLI ที่ติดตั้งมาพร้อมกับแอป ChatGPT บนเดสก์ท็อปเป็น Runtime ได้ในกรณีที่ไม่ได้ติดตั้ง Codex แยกไว้ ทว่าไฟล์ไบนารีไม่ใช่ตัวกำหนดสิทธิ์ สิ่งที่รันได้จริงยังคงขึ้นอยู่กับแพ็กเกจที่ใช้ล็อกอิน และการจะใช้ GPT-6.1 Sol บน Codex ได้นั้นต้องเป็นแพ็กเกจ Plus ขึ้นไป

การจัดสรรโควตาเมื่อต้องรัน Agent หลายตัวบนแพ็กเกจเดียว

แนวทางการควบคุมการใช้งานของ Sign in with ChatGPT เป็นตัวอย่างที่ดีที่น่าหยิบยกมาประยุกต์ใช้ แม้ว่า Sharkly จะไม่ได้เข้าร่วมโครงการดังกล่าว โดยแอปพาร์ทเนอร์แต่ละแอปจะได้รับการกำหนดขีดจำกัดรายสัปดาห์เป็นเปอร์เซ็นต์ของการใช้งานโดยรวมต่อสัปดาห์ของแพ็กเกจนั้น ค่านี้เป็นเพดานจำกัด ไม่ใช่โควตาที่สำรองไว้ล่วงหน้า และคำขอที่เข้าเกณฑ์จะถูกนับรวมเข้ากับการใช้งาน ChatGPT Work และ Codex ของแพ็กเกจ ส่วนการตัดเครดิตหลังจากใช้งานชนเพดานจะถูกปิดไว้เป็นค่าเริ่มต้น และจำเป็นต้องตั้งค่าขีดจำกัดของแอปนั้นไว้ที่ 100% ตามข้อมูลในบทความช่วยเหลือของ OpenAI เกี่ยวกับการนำแพ็กเกจไปใช้ในแอปอื่น

คราวนี้ลองมาดูการทำงานของ Crew บนแพ็กเกจเดียวกัน Agent ทุกตัวบน Computer ทุกเครื่องที่ล็อกอินเข้าบัญชี ChatGPT เดียวกันจะดึงโควตาจากขีดจำกัดของบัญชีนั้นร่วมกัน โดยไม่มีการแบ่งสัดส่วนไว้ล่วงหน้า Agent ตัวไหนที่เริ่มรันก่อนและรันนานที่สุดก็จะใช้โควตาของทั้งสัปดาห์ไปจนหมด หากคุณเพิ่มจำนวนการทำงานพร้อมกัน (concurrency) เพื่อเคลียร์งานค้างให้เสร็จเร็วขึ้น โควตาของแพ็กเกจก็จะหมดไวขึ้นตามไปด้วย

ดังนั้น คุณควรกำหนดสัดส่วนโควตาให้ Agent แต่ละตัวล่วงหน้าก่อนเริ่มสัปดาห์ โดยใช้ฟังก์ชันควบคุมที่มีอยู่ใน Sharkly ทั้งนี้ Agent แต่ละตัวสามารถกำหนดจำนวน Task สูงสุดที่รันขนานกันได้ รวมถึงตั้งเวลาหมดเวลาต่อ Task ได้ ส่วน Computer แต่ละเครื่องก็มีขีดจำกัด concurrency เป็นของตัวเอง และค่าเริ่มต้น concurrency สำหรับไดเรกทอรีชั่วคราวจะอยู่ที่ 50% ของขีดจำกัดบน Computer นั้น แต่สิ่งที่ส่งผลมากที่สุดคือการเลือกว่าจะผูก Agent ตัวไหนไว้กับ Computer ที่ใช้แพ็กเกจนี้บ้าง หากเขียนออกมาเป็นแผนภาพก็จะได้ดังนี้:

PLAN BUDGET  (one ChatGPT plan, signed into Codex on build-01 and build-02)

build-01  Codex default gpt-6.1-sol, medium
  Agent Feature-Sol    max 2 parallel Tasks   feature work, bugs with a repro
  Agent Review-Sol     max 1 parallel Task    first-pass review comments
build-02  Codex default gpt-6-luna
  Agent Triage-Luna    max 1 parallel Task    labels, triage, scaffolding

AT THE LIMIT
  Pause Triage-Luna first, then Review-Sol. Feature-Sol keeps the plan.
  Nobody swaps a personal API key onto build-01 to finish the Sprint.
  The Computer owner decides: wait for the reset, or move ready Tasks
  to the API-key Computer.

สิ่งสำคัญที่ต้องซักซ้อมรับมือคือสถานการณ์เมื่อใช้งานจนชนขีดจำกัด หากการรันหยุดชะงักเพราะติดเพดานของแพ็กเกจ อาการที่แสดงจะเหมือนกับข้อผิดพลาดทั่วไปของบริการโมเดล โดยใน execution log จะยังคงเก็บบันทึกหัวข้อและการตอบกลับดั้งเดิมของบริการไว้ และงานที่ล้มเหลวสามารถแสดงเป็นรายการแจ้งเตือนที่ต้องจัดการใน Inbox ของผู้รับผิดชอบ คู่มือแก้ไขปัญหาของ Sharkly ได้แยกสาเหตุ 2 ประการที่ดูคล้ายกันไว้ชัดเจน: หากเกิดจาก rate limit แนวทางคือให้รอและปรับลด concurrency ลง แต่หากเป็น exhausted quota (โควตาหมด) คุณต้องรอจนกว่าระบบจะคืนโควตาให้ใหม่ หรือไม่ก็ต้องเปลี่ยนไปใช้บัญชีอื่น เพราะการลองส่งคำขอเดิมซ้ำ ๆ จะไม่ช่วยให้โควตากลับมา พร้อมทั้งเตือนว่ารหัส 429 อาจหมายถึงสาเหตุใดสาเหตุหนึ่งก็ได้ และ OpenAI เองก็มักระบุทั้งสองกรณีนี้ว่าเป็น rate limits เหมือนกัน

กรณีที่การใช้ API key ตอบโจทย์ได้ดีกว่าแพ็กเกจ

ควรเลือกใช้แพ็กเกจเมื่อมีผู้ดูแล Agent เพียง 1 หรือ 2 คน, การรันส่วนใหญ่เกิดขึ้นในเวลาที่มีคนคอยดูแล, คุณจ่ายค่าสมาชิกรายเดือนอยู่แล้ว และปริมาณงานตลอดทั้งสัปดาห์ไม่เกินขีดจำกัดที่กำหนด ในกรณีนี้ ขีดจำกัดของแพ็กเกจจะกลายเป็นข้อดี เพราะทำหน้าที่เป็นเพดานคุมค่าใช้จ่ายที่คุณไม่ต้องกังวลเรื่องการตั้งค่าเอง

แต่ควรเลือกใช้ API key เมื่องานนั้นห้ามสะดุดหยุดลงกลางคันเพราะติดขีดจำกัด เช่น ระบบอัตโนมัติ (Automations) ที่ตั้งเวลาทำงานไว้, คิวงานข้ามคืน, หรืองานใดก็ตามที่เพื่อนร่วมทีมมอบหมายระหว่างที่เจ้าของแพ็กเกจกำลังนอนหลับ รวมทั้งควรเลือกใช้เมื่อมี Task ของหลายคนรันอยู่บน Computer เครื่องเดียวกัน เนื่องจากการใช้แพ็กเกจส่วนบุคคลบนเครื่องที่ใช้ร่วมกันจะทำให้ค่าสมาชิกของคุณต้องแบกรับค่ารันงานของเพื่อนร่วมทีมไปด้วย ซึ่งในเอกสารเกี่ยวกับ Computers ได้ระบุไว้อย่างชัดเจนว่า ให้ตั้งค่าการมองเห็นเป็น Personal สำหรับอุปกรณ์ส่วนตัวหรือข้อมูลรับรองส่วนบุคคล และตั้งเป็น Organization หรือ Space เฉพาะเมื่อโฮสต์และข้อมูลรับรองนั้นมีไว้สำหรับแชร์การทำงานของ Agent ร่วมกัน นอกจากนี้ ควรใช้ API key เมื่อคุณต้องการติดตามและจัดสรรต้นทุนแยกตามแต่ละ Task ซึ่งแพ็กเกจแบบเหมาจ่ายไม่สามารถให้ข้อมูลนี้ได้ ตลอดจนงานที่รันต่อเนื่องยาวนานและใช้แคชหนัก ๆ ซึ่งราคา $0.10 สำหรับ cached input จะช่วยลดค่าใช้จ่ายได้มากกว่าอัตราปกติอย่างเห็นได้ชัด ตราบใดที่คุณคอยตรวจสอบขนาดของ context: จากข้อมูลในหน้ารายละเอียดโมเดล หากพรอมต์มี input เกิน 272K โทเคน อัตราค่าบริการสำหรับ input และแคชจะเพิ่มเป็น 2 เท่า และ output จะเพิ่มเป็น 1.5 เท่าสำหรับคำขอนั้นทั้งชุด ซึ่งทำให้ราคา Standard ขยับขึ้นไปอยู่ที่ $4, $0.20 และ $15

บ่อยครั้งที่คำตอบคือการใช้งานร่วมกันทั้งสองรูปแบบ: นั่นคือใช้ Computer แบบแพ็กเกจสำหรับเจ้าของบัญชี และใช้ Computer แบบ API key สำหรับงานที่ต้องทำให้เสร็จสมบูรณ์ การตั้งค่าของแต่ละแบบ รวมถึงวิธีตรึงโมเดล 6.1 Sol ในการกำหนดค่าของ Codex สามารถดูได้ที่บทความ วิธีรันเอเจนต์ GPT-6.1 Sol ใน Sharkly ส่วนการติดตามบิลค่าใช้จ่ายทั้งสองแบบควบคู่กัน สามารถดูแนวทางได้จากบทความ การจัดการต้นทุนของเอเจนต์เขียนโค้ด

จุดสิ้นสุดของคำว่า "ฟรี"

ค่าใช้จ่ายในฝั่งแพลตฟอร์มคือส่วนที่สามารถเป็นศูนย์ได้ ราคาของ Sharkly ในปัจจุบันเปิดให้ใช้งานฟรีสำหรับองค์กรที่มีขนาดไม่เกิน 5 คน และคิดค่าบริการ $7 ต่อผู้ใช้ต่อเดือน (ชำระแบบรายปี) สำหรับทีมที่ใหญ่กว่านั้น โดยที่ Agents, Crews, Computers และ Runtimes จะไม่ถูกนับรวมในโควตาที่นั่ง Sharkly ไม่ได้ขายโทเคน การใช้งานโมเดลจะหักผ่านแพ็กเกจสมาชิกหรือ API key ที่คุณตั้งค่าไว้ในเครื่องมือเหล่านั้นโดยตรง ซึ่งตรงตามแนวคิด Bring-Your-Own-Key (BYOK) ดังนั้น ค่าใช้จ่ายฝั่ง Sharkly สำหรับการรัน Crew บน GPT-6.1 Sol จึงอาจไม่มีค่าใช้จ่ายเลย ขณะที่ค่าใช้จ่ายฝั่งโมเดลจะขึ้นอยู่กับแพ็กเกจหรือคีย์ที่คุณเลือกใช้

ส่วนต้นทุนในขั้นตอนการรีวิวงานนั้นไม่เคยมีคำว่าฟรี เอเจนต์มีหน้าที่ค้นคว้า ดำเนินการ ทดสอบ และรายงานผล ส่วนมนุษย์คือผู้กำหนดทิศทาง มอบหมายสิทธิ์ และตรวจรับผลงาน โมเดลที่ OpenAI ชูจุดเด่นว่าประสิทธิภาพใกล้เคียง Astra ในระดับราคาของ Sol ช่วยให้งานเสร็จลุล่วงได้มากขึ้นต่อผู้รีวิวหนึ่งคน ไม่ใช่ลดลง คิวงานที่รอคนมาตรวจสอบจึงยิ่งเพิ่มขึ้นในช่วงเวลาที่ต้นทุนโทเคนดูเหมือนจะถูกที่สุด เราเคยได้ข้อสรุปแบบเดียวกันนี้กับโมเดลของ Anthropic ที่เปิดตัวเมื่อวันที่ 28 กันยายน ในบทความ การรันเอเจนต์เขียนโค้ดบน Claude Sonnet 5.5 ฟรี

หากคุณกำลังรันเอเจนต์อยู่หลายตัว Sharkly เป็นแพลตฟอร์มศูนย์กลางที่ช่วยให้คุณจัดการทั้ง Task และผลลัพธ์ของเอเจนต์ทั้งหมดได้ในที่เดียว