หน้านี้คู่กับวิดีโอ How Machines Learn ทำตามได้ทีละขั้น: ติดตั้งโปรแกรม เลือกโมเดลให้พอดีกับเครื่อง แล้วแชร์ให้คนอื่นใช้ด้วย
This page goes with the video. Follow it step by step: install, pick a model that fits, then share it.
1 · "ฟรี" แปลว่าอะไร · What "free" means here
ฟรีจริง แต่ฟรีบางอย่าง ไม่ใช่ทุกอย่าง บอกกันตรงๆ ก่อนเริ่ม
It is really free, but only some parts. Here is the honest list.
✅ ฟรี · Free
- ตัวโปรแกรม (Ollama, Open WebUI) · the software
- ไม่มีค่ารายเดือน · no monthly fee
- ไม่นับจำนวนคำถาม · no per-question meter
- ข้อมูลอยู่ในเครื่องคุณ · your data stays on your machine
❌ ไม่ฟรี · Not free
- เครื่องคอมพิวเตอร์ · the computer
- ค่าไฟ · electricity
- เวลาติดตั้งและดูแล · your time to set up and look after it
- ความเก่ง: โมเดลในเครื่องเก่งน้อยกว่าโมเดลคลาวด์ตัวท็อป · local models are less capable than top cloud models
2 · เครื่องของฉันรันโมเดลไหนได้? · Which model fits my computer?
เลือกเครื่องที่ใกล้เคียงของคุณ หรือกรอกเอง ตารางจะบอกว่าโมเดลไหนใส่ได้ และเร็วประมาณเท่าไร
Pick the closest machine, or type your own numbers.
| โมเดล · Model | ขนาด · GB | ใส่ได้ไหม · Fits? | ≈ tok/s | ภาษาไทย · Thai |
|---|
ใส่ได้ไหม ใช้กฎของ Ollama เอง: โมเดล 7B ต้องมี RAM อย่างน้อย 8 GB, 13B อย่างน้อย 16 GB, 70B อย่างน้อย 64 GB
(ollama.com library).
ความเร็ว เป็นกฎคร่าวๆ จาก EP13: แต่ละคำต้องอ่านโมเดลทั้งก้อนหนึ่งรอบ
เราจึงประมาณ tok/s ≈ 0.77 × แบนด์วิดท์ ÷ ขนาดไฟล์ ค่า 0.77 วัดบน DGX Spark เท่านั้น
เครื่องอื่นอาจต่างไป — ทำไม AI อ่านเร็วแต่ตอบช้า.
Fits uses Ollama's own rule of thumb. Speed is a rough rule from EP13, measured on a DGX Spark only.
On a graphics card, the model must fit in the card's own memory. If it spills into normal RAM, it gets much slower.
Sizes are Ollama's Q4 downloads.
3 · ติดตั้งและใช้งาน · Install and run
ขั้นที่ 1 · ติดตั้ง Ollama · Install Ollama
Ollama คือโปรแกรมที่โหลดโมเดลและรันให้ในเครื่อง · Ollama downloads models and runs them for you.
ดาวน์โหลดตัวติดตั้งแล้วเปิดไฟล์ · Download the installer and run it: ollama.com/download/windows
ดาวน์โหลดแอปแล้วลากไปที่ Applications · Download the app and move it to Applications: ollama.com/download/mac
วางคำสั่งนี้ใน Terminal · Paste this into a terminal:
curl -fsSL https://ollama.com/install.sh | sh
ขั้นที่ 2 · คุยกับโมเดล · Talk to a model
เปิด Terminal (Windows: PowerShell) แล้วพิมพ์ ครั้งแรกจะดาวน์โหลดก่อน · The first run downloads the model.
ollama run qwen2.5:7b
อยากได้ภาษาไทยดีขึ้น ใช้ Typhoon ของ SCB 10X (ต้องมีหน่วยความจำ 16 GB ขึ้นไป) · For better Thai, try Typhoon (16 GB or more):
ollama run scb10x/typhoon2.1-gemma3-12b
พิมพ์ /bye เพื่อออก · Type /bye to leave.
ขั้นที่ 3 · แชร์ให้หลายคนใช้ผ่านเบราว์เซอร์ · Share it through a browser
Open WebUI ให้หน้าจอแชตเหมือน ChatGPT และให้คนอื่นในวง Wi-Fi เดียวกันเข้ามาใช้ได้ ต้องมี Docker ก่อน
Open WebUI gives you a ChatGPT-style chat page. Other people on the same Wi-Fi can use it too. You need Docker first.
docker run -d -p 3000:8080 --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data -e WEBUI_SECRET_KEY=your-secret-key --name open-webui --restart always ghcr.io/open-webui/open-webui:main
เปลี่ยน your-secret-key เป็นคำลับยาวๆ ของคุณเอง แล้วเปิด http://localhost:3000
คนอื่นเปิด http://<IP ของเครื่องคุณ>:3000 ·
Replace your-secret-key with your own long secret.
(Open WebUI docs)
4 · หลายคนพร้อมกันได้ไหม? · Can several people use it at once?
ได้ แต่ขึ้นกับโปรแกรม เราวัดเองบน DGX Spark ด้วยโมเดล Qwen2.5 14B (4 บิต) คำถามภาษาไทย คำตอบยาว 200 โทเคน
Yes, but it depends on the software. We measured it on our own DGX Spark.
| คนพร้อมกัน · People | vLLM: รอนานขึ้น | vLLM: รวม tok/s | Ollama: รอนานขึ้น | Ollama: รวม tok/s |
|---|---|---|---|---|
| 1 | 1.0× | 25 | 1.0× | 23.5 |
| 8 | 1.01× | 198 | 7.95× | 23.6 |
| 16 | 1.06× | 376 | 15.9× | 23.6 |
| 32 | 1.2× | 665 | 31.7× | 23.7 |
| 64 | 1.45× | 1,067 | — | — |
| 128 | 2.34× | 1,317 | — | — |
"รอนานขึ้น" = คนสุดท้ายรอนานกว่าตอนใช้คนเดียวกี่เท่า ยิ่งน้อยยิ่งดี · "Wait" = how much longer the last person waits than one person alone. Lower is better. Qwen2.5-14B-Instruct-AWQ on vLLM, qwen2.5:14b on Ollama, 2026-09-28.
Ollama ตอบทีละคน คนที่ 32 รอราว 4 นาทีครึ่ง vLLM อ่านโมเดลหนึ่งรอบแล้วตอบทุกคนพร้อมกัน แต่ไม่ใช่ไม่จำกัด: ช่วง 64 ถึง 128 คน เริ่มช้าลงชัดเจน ตัวเลขนี้ใช้กับคำตอบสั้น ถ้าคุยยาวมาก รับคนได้น้อยลง
Ollama answers one person at a time. vLLM reads the model once and answers everyone together. It is not unlimited: it slows clearly between 64 and 128 people, and long chats fit fewer.
วิธีตั้ง vLLM ทีละขั้น: vLLM แทน Ollama: เสิร์ฟโมเดลให้ทั้งห้อง · How to set it up: vLLM for a whole class.
5 · AI ฟรีของ Google กับ AI ที่เป็นของเราเอง · Free cloud AI vs AI you own
ทั้งสองแบบ "ฟรี" แต่ฟรีคนละแบบ โรงเรียนที่ใช้ Google Workspace for Education ได้ Gemini ฟรีอยู่แล้ว และ Google สัญญาว่าจะไม่เอาข้อความไปฝึกโมเดล ไม่ให้คนอ่าน และไม่ทำโปรไฟล์โฆษณา
Both are "free", in different ways. Schools on Google Workspace for Education already get Gemini free.
| Gemini for Education | AI ในเครื่องของเรา · Your own box | |
|---|---|---|
| ค่าใช้จ่าย · Cost | ฟรีสำหรับรุ่นพื้นฐาน · free on the basic tier | ค่าเครื่อง + ค่าไฟ + เวลา · hardware, power, time |
| ข้อมูลอยู่ที่ไหน · Where data goes | เซิร์ฟเวอร์ของ Google · Google's servers | ในเครื่องของคุณ · stays on your machine |
| ไม่มีเน็ต · No internet | ใช้ไม่ได้ · does not work | ใช้ได้ · still works |
| ความเก่ง · Capability | สูงกว่า · higher | ต่ำกว่า โดยเฉพาะงานยาก · lower, most on hard tasks |
| ใครกำหนดอนาคต · Who decides the future | Google เปลี่ยนเงื่อนไขได้ · Google can change the terms | คุณ · you |
| ใครดูแล · Who looks after it | คุณ (ถ้าคนดูแลลาออก ใครต่อ?) · you (who takes over if that person leaves?) |
About PDPA: Google's education terms name FERPA, COPPA and GDPR. We found no Google document about Thailand's PDPA. This page does not promise that either path is PDPA-compliant. For student data, ask your school's legal or data officer.
6 · เมื่อไหร่ควรจ่ายต่อ · When to keep paying
- งานยากมาก เช่น เขียนโค้ดใหญ่ หรือวิเคราะห์ยาวๆ · very hard tasks, like big code or long analysis
- ภาษาไทยที่ต้องสละสลวยมาก · Thai that must be very polished
- ไม่มีใครดูแลเครื่อง · nobody can look after the machine
ทางที่ดีมักเป็นทั้งสองอย่าง: งานประจำใช้ในเครื่อง งานยากค่อยใช้คลาวด์ · Often the best answer is both: everyday work on your own machine, hard jobs in the cloud.
📚 แหล่งข้อมูล · Sources
- ตัวเลขหลายคนพร้อมกัน: วัดเองบน DGX Spark 2026-09-28 (
spark/bench/results/concurrency_14b_20260928.json) · our own measurement - กฎความเร็ว: EP13 — ทำไม AI อ่านเร็วแต่ตอบช้า
- Ollama — "7b models generally require at least 8GB of RAM" · Ollama download
- Open WebUI quick start
- Google — Gemini for Education · Workspace for Education privacy
- แบนด์วิดท์ในเครื่องมือ: สเปกของผู้ผลิต (NVIDIA, Apple) และค่าทฤษฎีของ DDR4/DDR5 สองแชนเนล · bandwidth presets: vendor specs and theoretical dual-channel DDR figures