OpenThai 2.0 ใหม่

ฟรีถึง 30 กันยายน 2569

ตอนนี้: 0 IC — ใช้ฟรีด้วย iApp API key ใดก็ได้ (สมัครฟรี)หลังหมดโปรโมชัน: 0.01 / 0.02 IC ต่อ 1K โทเคนขาเข้า/ขาออก (เท่ากับ DeepSeek-V3.2)

v1.0 Active ข้อความ + รูปภาพ คอนเท็กซ์ 256K POST /v3/llm/openthai2p0/chat/completions

OpenThai 2.0 (iapp/openthai2.0-qwen3.8-27b) คือโมเดล vision-language ภาษาไทยแบบโอเพนซอร์ส (27B, Apache 2.0) พัฒนาโดย iApp Technology เปิดตัวร่วมกับ AIEAT โมเดลเดียวอ่านเอกสารและลายมือไทยได้ระดับโมเดลเฉพาะทาง (CER ลายมือไทย 0.261 เทียบกับ 0.649 ของโมเดลฐาน) ตอบคำถามความรู้ไทยเป็นภาษาไทยธรรมชาติ (0.842 บน OpenThaiEval) และใช้เครื่องมือแบบเอเจนต์ได้ (BFCL 0.820) API แบบโฮสต์รับทั้งข้อความและรูปภาพบน endpoint แบบ OpenAI-compatible เดียว

• หน้าโมเดลและผลทดสอบฉบับเต็ม: OpenThai 2.0
• น้ำหนักโมเดลแบบเปิด: huggingface.co/iapp/openthai2.0-qwen3.8-27b
• รันในเครื่องด้วย Ollama: ollama.com/openthai/openthai2.0-qwen3.8-27b
• ทดลองฟรีในเบราว์เซอร์: chinda3.iapp.co.th

เริ่มต้นใช้งาน

1. สิ่งที่ต้องมี

   • iApp API key ฟรี — สมัครสมาชิก → API Keys → Create New API Key
   • คำถามภาษาไทย หรือรูปเอกสารภาษาไทย

2. Endpoint

   Base URL	https://api.iapp.co.th/v3/llm/openthai2p0
   Endpoint	POST /chat/completions (OpenAI-compatible)
   โมเดล	openthai2.0 (เส้นทางนี้ให้บริการโมเดลนี้เสมอ)
   ความยาวคอนเท็กซ์	262,144 โทเคน (256K)
   การยืนยันตัวตน	เฮดเดอร์ apikey: <key> หรือ Authorization: Bearer <key> (OpenAI SDK ใช้ได้ทันที)
   อินพุต	ข้อความ หรือข้อความ + รูปภาพ (image_url — base64 data URI หรือ URL สาธารณะ สูงสุด 50 MB)
   จำกัดอัตรา	30 คำขอ/นาทีต่อ API key (ระดับฟรี)

ขอ API Key อย่างไร?

ไปที่หน้า จัดการ API Key เพื่อดู API key ที่มีอยู่หรือสร้างใหม่

ทดลองใช้เดโม

สนทนากับ OpenThai 2.0 ได้จากหน้านี้โดยตรง เพียงเข้าสู่ระบบ ระบบจะใส่ API key ของคุณให้อัตโนมัติ

ทดลองใช้ AI Demo

เข้าสู่ระบบหรือสร้างบัญชีฟรีเพื่อใช้งาน AI Demo และสำรวจ API ที่ทรงพลังของเรา

รับ 50 เครดิตฟรี (IC) เมื่อสมัครสมาชิก!

โปรโมชันหมดเขต 31 ธันวาคม 2568

สร้างบัญชีฟรีเข้าสู่ระบบ

OpenThai 2.0 Chat

API Key

Log in to use your API keys or Create an account

Start a conversation with the AI assistant

Type your message below and press Enter or click Send

สวัสดีครับ คุณช่วยอะไรได้บ้าง?

0 messages in conversationModel: openthai2.0

ตัวอย่างโค้ด

cURL — ข้อความ

curl -X POST 'https://api.iapp.co.th/v3/llm/openthai2p0/chat/completions' \
  -H 'apikey: YOUR_API_KEY' \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "openthai2.0",
    "messages": [
      {"role": "user", "content": "อากรแสตมป์กับภาษีมูลค่าเพิ่มต่างกันอย่างไร"}
    ]
  }'

ตัวอย่างผลลัพธ์ (ตัดทอน)

{
  "id": "chatcmpl-...",
  "model": "openthai2.0-qwen3.8-27b",
  "choices": [
    {"message": {
      "role": "assistant",
      "content": "อากรแสตมป์และภาษีมูลค่าเพิ่มต่างกันทั้งฐานภาษีและวิธีจัดเก็บ ...",
      "reasoning": "The user asks about the difference between stamp duty and VAT ..."
    }}
  ],
  "usage": {"prompt_tokens": 68, "completion_tokens": 84}
}

โมเดลคิดก่อนตอบ เซิร์ฟเวอร์แยกข้อความการคิดไว้ใน message.reasoning ส่วน message.content มีเฉพาะคำตอบสุดท้าย โค้ดที่ใช้ OpenAI SDK อยู่แล้วจึงใช้ได้โดยไม่ต้องแก้

Python — OpenAI SDK (ข้อความและรูปภาพ)

import base64
from openai import OpenAI

client = OpenAI(
    base_url="https://api.iapp.co.th/v3/llm/openthai2p0",
    api_key="YOUR_API_KEY",
)

# ข้อความ — ถามอะไรก็ได้เป็นภาษาไทย
r = client.chat.completions.create(
    model="openthai2.0",
    messages=[{"role": "user", "content": "อากรแสตมป์กับภาษีมูลค่าเพิ่มต่างกันอย่างไร"}],
)
print(r.choices[0].message.content)

# รูปภาพ — อ่านเอกสารภาษาไทย (ปิดโหมดคิดเพื่อไม่ให้ข้อความการคิดปนในผลถอดความ)
img = base64.b64encode(open("thai_document.jpg", "rb").read()).decode()
r = client.chat.completions.create(
    model="openthai2.0",
    messages=[{"role": "user", "content": [
        {"type": "image_url", "image_url": {"url": f"data:image/jpeg;base64,{img}"}},
        {"type": "text", "text": "อ่านข้อความในเอกสารนี้ทั้งหมด"},
    ]}],
    temperature=0.0,
    extra_body={"chat_template_kwargs": {"enable_thinking": False}},
)
print(r.choices[0].message.content)

สตรีมมิง (SSE)

stream = client.chat.completions.create(
    model="openthai2.0",
    messages=[{"role": "user", "content": "อธิบายขั้นตอนการจดทะเบียนบริษัทในประเทศไทย"}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

ความสามารถ

จุดเด่นหลัก

• อ่านเอกสารและลายมือไทย — CER 0.126 บนหนังสือและราชกิจจานุเบกษา, 0.261 บนลายมือ, 0.077 บนสิ่งพิมพ์ ส่งรูปหน้าเอกสารแล้วถามได้ในคำขอเดียว
• ความรู้ไทยเป็นภาษาไทยธรรมชาติ — 0.842 บน OpenThaiEval (ข้อสอบระดับชาติ) ตอบเชิงอธิบายโดยปริยาย สั่งตอบสั้นหรือ JSON ได้ ("ตอบสั้น ๆ", "ตอบเป็น JSON เท่านั้น")
• ใช้เครื่องมือแบบเอเจนต์ — function calling มาตรฐาน OpenAI tools=[...]; BFCL 0.820 นำทั้งโมเดลฐานและ Typhoon 2.5
• น้ำหนักโมเดลแบบเปิด — ดาวน์โหลดได้ (Apache 2.0) 5 ฟอร์แมต ตั้งแต่ Ollama บนแล็ปท็อป จนถึง vLLM บน GPU 80 GB

กรณีใช้งาน

• ถาม-ตอบเอกสารและงานหลังบ้านอัตโนมัติ — อ่านเอกสารราชการ สัญญา หรือฟอร์มลายมือ แล้วสกัดหรืออธิบายเนื้อหาในคอลเดียว
• แชตบอตและผู้ช่วยภาษาไทย — ความรู้ไทยพร้อมการทำตามคำสั่ง (IFEval-TH 0.795)
• เอเจนต์ — function calling ที่เสถียรพอให้โมเดลขับเครื่องมือและเวิร์กโฟลว์หลายรอบ

ค่าการสร้างข้อความที่แนะนำ

งาน	temperature	โหมดคิด	หมายเหตุ
ผู้ช่วย / ถาม-ตอบความรู้	1.0 (ค่าเริ่มต้น)	เปิด (ค่าเริ่มต้น)	อย่าตั้ง max_tokens หรือตั้งไม่ต่ำกว่า 8,192
ถอดความรูปภาพ (OCR)	0.0	ปิด (enable_thinking: false)	ได้ข้อความสะอาดไม่มีข้อความการคิดปน
ผลลัพธ์ให้เครื่องอ่าน	0.0	เปิด	สั่ง "ตอบเป็น JSON เท่านั้น"

อย่าตั้ง max_tokens ถ้าไม่จำเป็น — โมเดลคิดก่อนตอบ การจำกัดค่าต่ำอาจทำให้คำตอบว่าง ฝั่งเซิร์ฟเวอร์ตั้ง repetition_penalty 1.05 ที่แนะนำไว้ให้แล้ว

ตรวจสอบก่อนนำไปใช้จริง

โมเดลยังอาจสร้างข้อความขึ้นเองเมื่ออ่านต้นฉบับไม่ออก และยังไม่ได้วัดผลสำหรับคำแนะนำทางการแพทย์หรือกฎหมาย งานภาษี กฎหมาย หรืองานที่ต้องปฏิบัติตามกฎเกณฑ์ ควรใช้ร่วมกับการค้นคืนจากแหล่งข้อมูลทางการ — สำหรับกฎหมายไทยโดยเฉพาะ ใช้ OpenThai 2.0 Legal API