سازوکار جدید OpenAI و Anthropic: عرضه مدل‌های پربازده با کاهش چشمگیر قیمت‌ها

هنگامی که ارائه‌دهندگان رایانش ابری در سال ۲۰۱۴ وارد اولین جنگ قیمتی بزرگ خود شدند، میدان نبرد بر سر فضای ذخیره‌سازی خام و چرخه‌های پردازشی بود. کاهش قیمت همزمان این هفته توسط OpenAI و Anthropic نیز از همان الگوی اقتصادی تهاجمی پیروی می‌کند، اما کالایی که اکنون تخفیف خورده، بهره‌وری شناختی است. هر دو شرکت مدل‌های جدید و بسیار بهینه‌شده‌ای را منتشر کرده‌اند که هزینه استنتاج را به‌شدت کاهش می‌دهد؛ سازوکاری که تمرکز صنعت را از ساخت بزرگ‌ترین شبکه‌های عصبی ممکن، به استقرار مقرون‌به‌صرفه‌ترین آن‌ها تغییر می‌دهد.[3]

سازوکاری که این افت قیمت‌ها را رقم زده، بیش از آنکه به مقیاس خام وابسته باشد، بر اصلاحات معماری استوار است. این سیستم‌های جدید به جای هدایت هر پرسش از میان یک مدل عظیم و متراکم، از معماری‌های مسیریابی پیشرفته و کوانتیزه‌سازی تهاجمی بهره می‌برند. این مدل‌ها با فعال کردن تنها زیرشبکه‌های خاصی که برای پاسخ به یک درخواست مشخص نیاز است، در طول فرآیند استنتاج تنها کسری از پهنای باند حافظه و توان پردازشی را مصرف می‌کنند؛ فرآیندی که به توسعه‌دهندگان اجازه می‌دهد این صرفه‌جویی‌های سخت‌افزاری را مستقیماً به مصرف‌کنندگان API منتقل کنند.[3]

شرکت OpenAI این تغییر بازار را با عرضه نسخه‌های متعددی از معماری ChatGPT 6 خود آغاز کرد که به‌طور خاص توسعه‌دهندگان سازمانی را هدف قرار می‌دهد. بر اساس گزارش‌های منتشر شده در ۲۵ سپتامبر ۲۰۲۶، این شرکت از کاهش ۵۰ درصدی قیمت API برای مدل‌های GPT-6 Sol و Luna خبر داد. این ساختار قیمت‌گذاری، محاسبات مالی را برای توسعه‌دهندگانی که سیستم‌های چندعاملی می‌سازند - جایی که یک درخواست کاربر ممکن است ده‌ها فراخوانی پس‌زمینه را فعال کند - از اساس دگرگون می‌کند.[1][5]

شرکت Anthropic در واکنش به این اتفاق، مدل Claude Opus 5.5 را منتشر کرد و رویکردی کمی متفاوت برای کاهش هزینه‌ها در پیش گرفت. Anthropic به جای کاهش نرخ ثابت در تمام تعاملات، مدل قیمت‌گذاری جدید خود را به‌طور خاص به نشست‌های طولانی‌تر کدنویسی گره زد. با بهینه‌سازی نحوه ذخیره‌سازی و بازیابی توکن‌ها از دستورالعمل‌های سیستمی حجیم، Anthropic به توسعه‌دهندگان این امکان را می‌دهد تا بدون پرداخت هزینه برای پردازش مجدد دستورالعمل‌های پایه در هر نوبت، تعاملات طولانی‌مدت خود را حفظ کنند.[2]

تأثیر سازمانی این تغییر، فوری و ملموس است. عرضه چندین مدل ChatGPT 6 توسط OpenAI مستقیماً با هدف باز کردن گره استقرارهای متوقف‌شده در شرکت‌ها انجام شده است. پیش از این، بسیاری از شرکت‌ها برای گسترش عامل‌های خودکار تردید داشتند، زیرا هزینه‌های غیرقابل پیش‌بینی توکن‌ها، محاسبه بازگشت سرمایه را دشوار می‌کرد. OpenAI با کاهش ۵۰ درصدی هزینه مدل‌های Sol و Luna، پردازش پیوسته در پس‌زمینه را برای برنامه‌های تجاری استاندارد از نظر مالی توجیه‌پذیر می‌کند.[1][5]

این انتشارهای همزمان، نشان‌دهنده بلوغ در بازار پیشگامان هوش مصنوعی است. در سال‌های ۲۰۲۳ و ۲۰۲۴، معیار اصلی موفقیت، عملکرد در آزمون‌های استاندارد بود که شرکت‌ها را به سمت آموزش مدل‌های عظیم‌تر و گران‌تر سوق می‌داد. اما در اواخر سال ۲۰۲۶، گلوگاه دیگر هوش و توانمندی نیست، بلکه اقتصاد واحد است. اکنون Anthropic و OpenAI در حال رقابت هستند تا بالاترین نسبت توانایی استدلال به ازای هر دلار هزینه شده را ارائه دهند.[3]

با این حال، کالایی شدن سریع استدلال پیشرفته با استقبال همگانی مواجه نشده است. روزنامه The Straits Times گزارش می‌دهد که انتشار مدل‌های ارزان‌تر و بسیار توانمند، نگرانی‌های ایمنی را در میان پژوهشگران و سیاست‌گذاران تشدید کرده است. وقتی هزینه تولید متن و کد پیچیده کاهش می‌یابد، سد مالی برای استقرار کمپین‌های خودکار اطلاعات نادرست یا حملات سایبری در مقیاس بزرگ نیز به همراه آن فرو می‌ریزد.[4]

اگرچه در موج اولیه اطلاعیه‌های فنی، نقل‌قول مستقیمی از مدیران OpenAI یا Anthropic منتشر نشد، اما هدف استراتژیک پشت هر دو انتشار در طراحی محصول کاملاً مشهود است. از آنجا که اظهارنظرهای خاص مدیران در پوشش‌های خبری اولیه همچنان اندک است، حاشیه سود دقیقی که این شرکت‌ها با آن کار می‌کنند هنوز ناشناخته باقی مانده است.[1][2]

با وجود این ناشناخته‌ها، مسیر حرکت بازار روشن است. پیشرفت‌های معماری که امکان ساخت GPT-6 Sol و Claude Opus 5.5 را فراهم کردند، نشان می‌دهند که هزینه‌های استنتاج احتمالاً همچنان روند نزولی خود را طی خواهند کرد. برای صنعت نرم‌افزار، این بدان معناست که ادغام پردازش پیشرفته زبان طبیعی به سرعت در حال گذار از یک ویژگی لوکس و گران‌قیمت، به یک ابزار استاندارد و ارزان است.[1][2][3][5]