ai วิเคราะห์ภาพ ฟรี: ChatGPT ให้ 3 ไฟล์ต่อวัน ส่วน Claude และ Copilot รับได้ 20 ไฟล์ต่อแชต

AI ตัวไหนวิเคราะห์ภาพได้ฟรี และได้กี่ภาพ

ขีดจำกัดขนาดไฟล์ต่างกันมากยิ่งกว่าจำนวนไฟล์เสียอีก ตั้งแต่ 20 MB ต่อภาพบน ChatGPT ไปจนถึง 500 MB ต่อไฟล์บน Claude แต่ละแถวด้านล่างมาจากหน้าช่วยเหลือของเจ้าของระบบเอง อ่านเมื่อ 12 ตุลาคม 2026

ChatGPT เข้มที่สุด คำถามที่พบบ่อยเรื่องการอัปโหลดไฟล์ ของ OpenAI ระบุว่า "ผู้ใช้ฟรีจำกัดที่ 3 ไฟล์ต่อวัน" และรูปถ่ายก็นับเป็นการอัปโหลดไฟล์เหมือนไฟล์อื่น เพดานทั่วไปคือ 80 ไฟล์ทุก 3 ชั่วโมง และ OpenAI บอกว่าอาจลดขีดจำกัดเหล่านี้ในช่วงที่คนใช้หนาแน่น

Claude และ Copilot ใจกว้างที่สุด บทความอัปโหลด ของ Anthropic อนุญาต 20 ไฟล์ต่อแชตและภาพได้ถึง 8,000 x 8,000 พิกเซล หน้าอัปโหลดของ Copilot จาก Microsoft ก็รับ 20 ไฟล์ต่อการสนทนา ไฟล์ละไม่เกิน 50 MB และบอกว่าครอบคลุม Copilot Chat ฟรี ส่วน Gemini รับ 10 ไฟล์ในพรอมต์เดียว ไฟล์ละไม่เกิน 100 MB หน้าอัปโหลดของ Gemini จาก Google เพิ่ม "ขีดจำกัดแบบหมุนเวียน" เรื่องปริมาณที่วิเคราะห์ได้ โดยไม่ระบุตัวเลข

สั่งให้ AI วิเคราะห์ภาพและตอบคำถามได้อย่างไร

แนบภาพ แล้วถามคำถามเฉพาะเจาะจงข้อเดียวเกี่ยวกับภาพนั้น ถ้าถามแค่ "นี่คืออะไร" ก็จะได้แค่คำบรรยายสั้น ๆ กลับมา

1. เปิด ChatGPT, Gemini, Claude หรือ Copilot แล้วกด + หรือรูปคลิปหนีบในช่องข้อความ Claude ยังให้ลากไฟล์เข้ามา หรือวางภาพหน้าจอจากคลิปบอร์ดได้
2. ครอปเฉพาะส่วนที่จะถาม Anthropic แนะนำภาพขนาดอย่างน้อย 1,000 x 1,000 พิกเซล และ OpenAI บอกให้ขยายตัวหนังสือเล็ก ๆ ในภาพ
3. ให้คำถามมีหน้าที่ชัดเจน: อ่านอะไร เปรียบเทียบอะไร หรือตรวจอะไร
4. ให้โมเดลลิสต์สิ่งที่เห็นก่อนสรุปอะไรทั้งนั้น
5. ตรวจจำนวน ยอดรวม และชื่อทุกอย่างเทียบกับภาพด้วยตัวเอง

พรอมต์ 5 แบบนี้ครอบคลุมสิ่งที่คนอัปโหลดบ่อยที่สุด เติมช่องในวงเล็บได้เลย

อ่านข้อความ: "ถอดทุกคำในภาพนี้ตามที่เขียนไว้ทุกประการ ทีละบรรทัด ส่วนที่อ่านไม่ออกให้ใส่ [ไม่ชัด] แทนการเดา"

อ่านกราฟ: "แปลงกราฟนี้เป็นตารางที่มีหนึ่งแถวต่อหนึ่งจุดข้อมูล ระบุป้ายแกนและหน่วย บอกด้วยว่าค่าไหนพิมพ์อยู่บนกราฟ และค่าไหนที่คุณประมาณจากเส้นตาราง"

แก้ข้อผิดพลาด: "นี่คือภาพหน้าจอของข้อผิดพลาด ยกข้อความ error มาให้ดู บอกว่าแอปไหนแสดง และให้วิธีแก้ที่น่าจะเป็นไปได้มากที่สุด 3 ข้อ เรียงตามลำดับ"

จับจุดต่าง: "ภาพสองภาพนี้คือ [ห้อง สินค้า เอกสาร] เดียวกัน ลิสต์ทุกความแตกต่างที่เห็น พร้อมบอกว่าอยู่ตรงไหนของแต่ละภาพ"

ระบุสิ่งของ: "นี่คือ [พืช ชิ้นส่วน อาหาร] อะไร ให้คำตอบที่คิดว่าใช่ที่สุด ทางเลือกอีกสองข้อ และลักษณะที่มองเห็นได้ซึ่งใช้แยกความต่าง"

ประโยคสุดท้ายของแต่ละพรอมต์คือตัวที่ทำงานจริง การขอหลักฐานที่มองเห็นก่อนช่วยไม่ให้โมเดลกระโดดไปตอบเลย และคู่มือ multimodal AI ของเราสร้างขั้นตอนทำงานทั้งชุดจากนิสัยนี้

AI มองอะไรในภาพไม่เห็นบ้าง

AI อ่านเมทาดาทาของรูปไม่ได้ และมักเดาจำนวนผิด คู่มือด้านภาพ ของ OpenAI ระบุข้อจำกัด 11 ข้อ ณ ตุลาคม 2026 ซึ่งส่วนใหญ่ใช้กับแชตบอตเกือบทุกตัวที่คุณจะลอง

• ไม่ประมวลผลชื่อไฟล์หรือเมทาดาทา ดังนั้นวันที่และตำแหน่ง GPS ที่กล้องบันทึกไว้จะไม่ถูกอ่าน
• "อาจให้จำนวนโดยประมาณ" ของวัตถุในรูป
• อาจอ่านข้อความและภาพที่หมุนหรือกลับหัวผิด
• อาจสะดุดกับข้อความในอักษรอย่างญี่ปุ่นหรือเกาหลี และกับกราฟที่เส้นต่างกันแค่สีหรือลายเส้นประ
• ทำได้ไม่ดีกับภาพพาโนรามาและภาพฟิชอาย และกับตำแหน่งที่แม่นยำ เช่น หมากบนกระดานหมากรุก
• OpenAI บล็อกภาพ CAPTCHA ทั้งหมด

ภาพสแกนทางการแพทย์คือเส้นแดง OpenAI ระบุว่าโมเดลของตน "ไม่เหมาะกับการตีความภาพทางการแพทย์เฉพาะทางอย่าง CT scan" และไม่ควรใช้เพื่อคำแนะนำทางการแพทย์ ภาพเอกซเรย์หรือรูปผื่นควรให้บุคลากรทางการแพทย์ดู

PDF ยาว ๆ ก็ทำให้รูปหายไปเหมือนกัน Anthropic ระบุว่า Claude อ่านแผนภูมิและภาพใน PDF ที่มี 100 หน้าหรือน้อยกว่า ตั้งแต่หน้า 101 ถึง 1,000 จะอ่านเฉพาะข้อความ

AI ตัวไหนวิเคราะห์ภาพเก่งที่สุด

Claude Opus อ่านภาพเก่งที่สุดในเบนช์มาร์กสาธารณะชั้นนำ ส่วนตัวเลือกฟรีที่เหมาะกับงานปริมาณมากคือ Copilot หรือ Claude บนลีดเดอร์บอร์ด MMMU-Pro ของ Artificial Analysis ที่อ่านเมื่อ 12 ตุลาคม 2026 Claude Opus 5.5 ได้ 88% และ GPT-6 Astra ของ OpenAI ได้ 87% ทั้งสองอยู่หลังแผนเสียเงิน

MMMU-Pro เป็นข้อสอบที่โกงยาก มี 3,460 ข้อครอบคลุม 30 วิชาการศึกษา และตัดคำถามที่โมเดลข้อความล้วนตอบได้ออกไป บางข้อมาเป็นภาพหน้าจอหรือรูปถ่ายล้วน โมเดลจึงต้องอ่านภาพให้ได้ถึงจะได้คะแนน

สำหรับการใช้ฟรี กฎง่าย ๆ คือ ใช้ Copilot หรือ Claude กับภาพชุดละไม่เกิน 20 ภาพในแชตเดียว ใช้ Gemini กับไฟล์ใหญ่ถึง 100 MB ต่อไฟล์ เก็บ ChatGPT Free ไว้ใช้กับรูปเดี่ยว ๆ เพราะ 3 ไฟล์ต่อวันหมดก่อนเที่ยง ถ้าอยากเปลี่ยนภาพแทนที่จะอ่านภาพ การแก้ไขรูปด้วย AI เป็นชุดเครื่องมืออีกแบบ

Whizi ผู้เผยแพร่หน้านี้ ส่งรูปที่แนบไปยังโมเดลใดก็ได้ที่คุณเลือก ดังนั้นบน Pro คุณถาม Claude Opus และ Gemini เกี่ยวกับภาพเดียวกันแบบเคียงข้างกันได้ แต่ Whizi แพ้ในคำถามเรื่องฟรี บัญชี Whizi ฟรีได้ 10 ข้อความต่อวัน เป็นข้อความล้วน บน Whizi AI, Auto หรือ Claude Haiku 5.5 โดยไม่มีการอัปโหลดไฟล์ จึงต้องใช้แผนสำหรับภาพชุดใหญ่ เว็บไซต์รับได้ถึง 6 ไฟล์ต่อข้อความ แต่จำกัดแต่ละภาพที่ 8 MB และอัปโหลดภาพ 60 ครั้งต่อวัน ไม่รับ GIF และไม่ได้ระบุว่าโมเดลใดจาก 280+ โมเดลมองเห็นภาพได้ ประเภทไฟล์ที่รองรับ ลิสต์ส่วนที่เหลือไว้ให้

วิเคราะห์ภาพผ่าน API แทนแชตบอตได้ไหม

ได้ และ API วิชันของคลาวด์รายใหญ่มีโควตาฟรีรายเดือนด้วย Google Cloud Vision ให้ฟรี 1,000 หน่วยแรกต่อเดือน จากนั้นคิด $1.50 ต่อ 1,000 หน่วยสำหรับการตรวจจับป้ายกำกับ ตามหน้าราคา ส่วนระดับฟรีของ Azure AI Vision จาก Microsoft รับ 5,000 ธุรกรรมต่อเดือน นาทีละ 20 ครั้ง และ Amazon Rekognition คือตัวเลือกใหญ่ตัวที่สาม

บริการเหล่านี้ส่งป้ายกำกับ ข้อความ และกรอบวัตถุกลับมาเป็นข้อมูล ไม่ใช่คำตอบแบบแชต เหมาะกับแอปที่ติดแท็กรูปสินค้านับพัน แต่เกินความจำเป็นสำหรับภาพหน้าจอเดียว

DeepSeek มาช้า เปิดรับภาพบน API เมื่อ 21 สิงหาคม 2026 และคู่มือด้านภาพ รับได้ถึง 600 ภาพในคำขอเดียวบนโมเดล Flash ส่วนหน้าราคายังระบุว่าด้านภาพ "ไม่รองรับ" บนโมเดลเรือธง V4 Pro และเอกสารของ DeepSeek ไม่ได้พูดถึงภาพในแอปแชตของตัวเองเลย