۶ تلهٔ قیمتی که انتخاب مدل زبانی بزرگ را به اشتباه می‌اندازد

بودجهٔ هوش مصنوعی شما احتمالاً بر پایهٔ یک دروغ است، اگر تنها به ستون «قیمت به‌ازای هر میلیون توکن» تکیه کرده‌اید. در ۲۳ سپتامبر ۲۰۲۶، راهنمای فنی منتشرشده توسط FuturPulse در پلتفرم Dev.to فاش کرد که جداول استاندارد قیمت‌گذاری API، هزینه‌های چندبعدی را در یک عدد گمراه‌کننده می‌گنجانند.

انتخاب مدل بر اساس یک جدول ایستا، اغلب دو هفته پس از استقرار منجر به «شوک صورت‌حساب» می‌شود. طبق گزارش این منبع، ارائه‌دهندگان مدل‌ها به‌طور مکرر قیمت‌ها را بدون ثبت در تاریخچه تغییرات یا ارسال اعلان به‌روز می‌کنند و صرفاً عددی را در صفحه تغییر می‌دهند. همان‌طور که در تحلیل قبلی ما درباره‌ی حذف خطاهای JSON از طریق پشته‌های قابلیت اطمینان اشاره کردیم، مدیریت لایهٔ مالی در زیرساخت هوش مصنوعی نیز نیازمند نظارتی به همین اندازه سخت‌گیرانه است.

زمینهٔ داده‌های قیمتی

نویسنده استدلال می‌کند قیمتی که منبع ندارد، یک شایعه است و قیمتی که منبع دارد اما تاریخ ندارد، شایعه‌ای با پاورقی است. برای اجتناب از این تله‌ها، پیشنهاد می‌شود برای هر مدل چهار مورد ثبت شود: نام مدل، قیمت، آدرس URL منبع و تاریخ مشاهده (observed_on).

به نقل از این راهنما، آدرس منبع حتماً باید صفحهٔ رسمی قیمت‌گذاری فروشنده باشد. تکیه بر پست‌های وبلاگی شخص ثالث که قیمت‌ها را توصیف می‌کنند، شبیه دنبال کردن یک شایعه است، نه یک حقیقت.

محرک‌های پنهان هزینه

• ورودی در برابر خروجی: توکن‌های خروجی تقریباً همیشه به‌مراتب گران‌تر از توکن‌های ورودی هستند. مدلی که برای خلاصه‌سازی اسناد طولانی (ورودی زیاد، خروجی کم) ارزان به نظر می‌رسد، ممکن است برای یک عامل (Agent) — شبیه دستیاری که برای انجام یک کار، چندین بار با شما گفتگو می‌کند تا به نتیجه برسد — یا تولید محتوا (پرامپت کوتاه، پاسخ طولانی)، گران‌ترین گزینه باشد. این پیچیدگی در مدیریت عامل‌ها می‌تواند منجر به رفتارهای پیش‌بینی‌نشده‌ای شود، مشابه آنچه در بررسی مکانیزم Fallback در Claude Code و نشت احتمالی اطلاعات مشاهده کردیم.
• ورودی‌های کش‌شده: در مدل‌هایی که از حافظه موقت (Cache) پشتیبانی می‌کنند، توکن‌های کش‌شده ارزان‌تر از ورودی‌های استاندارد هستند. جداول قیمتی که این دو را ادغام می‌کنند، در واقع یکی از سه قیمت (ورودی، خروجی یا کش) را به‌صورت پنهانی انتخاب کرده‌اند و امیدوارند حجم کاری شما با آن مطابقت داشته باشد.
• تفاوت در توکن‌سازی: «یک میلیون توکن (Token)» — تکه‌های کوچکی از متن، مثل برش‌های یک کیک طولانی که مدل تکه‌تکه می‌خورد — یک واحد جهانی نیست. ارائه‌دهندگان مختلف، متن را متفاوت تقسیم می‌کنند. این تفاوت برای متون انگلیسی ناچیز است، اما در کدنویسی، JSON، زبان‌های غیرلاتین یا متونی با علائم نگارشی زیاد، بسیار چشمگیر است. امن‌ترین روش این است که پیش از مقایسه قیمت‌ها، یک نمونه دادهٔ واقعی را با توکن‌ساز (Tokenizer) اختصاصی هر فروشنده پردازش کنید.

پیچیدگی‌های چندوجهی

در مدل‌های چندوجهی (Multimodal) — مدلی که هم‌زمان متن، عکس و صدا را می‌فهمد، مثل ما که با چند حس دنیا را می‌خوانیم — تصاویر و صداها بر اساس رزولوشن و پرچم‌های «جزئیات» به توکن تبدیل می‌شوند. دو فروشنده ممکن است قیمت یکسانی برای هر میلیون توکن اعلام کنند، اما به‌دلیل روش‌های متفاوت تکه‌بندی تصویر، هزینه‌های کاملاً متفاوتی برای یک عکس واحد دریافت کنند.

برای رسیدن به تخمینی صادقانه، این راهنما یک آزمایش ۱۵ دقیقه‌ای را توصیه می‌کند: ۱۰ ورودی واقعی را به هر مدل کاندید بفرستید و فیلد usage را در پاسخ بخوانید. این کار هزینهٔ واقعی را بر اساس داده‌های خاص شما مشخص می‌کند.

محاسبهٔ هزینه در دنیای واقعی

برای محاسبهٔ هزینهٔ ماهانه، نویسنده پیشنهاد می‌کند بنچمارک‌ها را نادیده بگیرید و از لاگ‌های خودتان استفاده کنید. روش پیشنهادی شامل بررسی درخواست‌های یک روز کاری و محاسبهٔ میانهٔ توکن‌های ورودی و خروجی است.

فرمول ارائه شده در این راهنما، هزینه هر فراخوانی را از طریق جمع قیمت ورودی (با تعدیل کش) و قیمت خروجی (بر اساس دلار به‌ازای هر میلیون توکن) و تقسیم آن بر یک میلیون محاسبه می‌کند. سپس این عدد در تعداد فراخوانی‌های روزانه و ۳۰ روز ضرب می‌شود تا هزینه ماهانه تخمین زده شود. این رویکرد، رتبه‌بندی مدل‌ها را بر اساس حجم کاری واقعی شما قرار می‌دهد، نه جدول بازاریابی فروشنده.

در نهایت، هر ادعایی مبنی بر اینکه مدلی «کمتر از یک دلار» هزینه دارد، معمولاً شرایط پنهانی دارد. این ادعاها اغلب فقط برای یک سطح دسترسی خاص، نقاط پایانی دسته‌ای (Batch Endpoint)، فرض خاصی درباره ورودی‌های کش‌شده یا یک دورهٔ promotional محدود صادق است. بررسی این شرایط، تنها راه تضمین پایداری بودجه است.

گام بعدی شما

• یک نمونه دادهٔ واقعی از پروژه خود را بردارید و با توکن‌سازهای مختلف (OpenAI, Anthropic, Google) تست کنید تا تفاوت حجم توکن‌ها را ببینید.
• برای ۱۰ درخواست اخیر خود، فیلد usage را استخراج کرده و هزینه واقعی را با جدول قیمت‌های رسمی مقایسه کنید.
• یک جدول ساده شامل نام مدل، قیمت، URL منبع و تاریخ مشاهده ایجاد کنید تا از تغییرات ناگهانی قیمت‌ها مطلع شوید.

اما داستان سخت‌افزاری این تحول و تأثیر آن بر هزینه استنتاج حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.