اگر امروز برای توکن‌های «فکر کردن» در مدل‌های استدلالی هزینه می‌کنید، فرصتی نادر برای کاهش هزینه‌های تولید فراهم شده است. پلتفرم AIHubMix دسترسی به مدل‌های Qwen3.8 Max و Qwen3.8 Flash را به‌صورت رایگان عرضه کرد. این اقدام یک پنجره زمانی کمیاب فراهم می‌کند تا کاربران بتوانند از مدل‌های استدلالی پرچم‌دار علی‌بابا بدون پرداخت هزینه استفاده کنند.
این کمپین که توسط GMI Cloud تأمین مالی شده، از ۱۴ اکتبر ۲۰۲۶ (به وقت اقیانوس آرام) آغاز شد و طبق برنامه تا ۱۳ نوامبر ۲۰۲۶ (به وقت اقیانوس آرام) یا تا زمانی که اعتبارات کمپین GMI Cloud به اتمام برسد، ادامه خواهد داشت. برای توسعه‌دهندگانی که در زمانه‌ای فعالیت می‌کنند که هزینه توکن‌های «تفکر» در مدل‌های استدلالی به یکی از گلوگاه‌های اصلی برای تولید هوش مصنوعی تبدیل شده است، این اقدام یک راهکار موقت اما قدرتمند است. AIHubMix با ارائه یک نقطه اتصال (Endpoint) سازگار با OpenAI، به کاربران اجازه می‌دهد تا شناسه‌های مدل‌های فعلی خود را با نسخه‌های رایگان جایگزین کنند، به‌طوری که کمترین تغییر در کدنویسی نیاز باشد.
به نقل از مستندات AIHubMix، دسترسی رایگان به دو سطح متمایز بر اساس وضعیت حساب کاربری تقسیم شده است. برای شروع، کاربران به یک حساب کاربری در AIHubMix، یک کلید API که به عنوان AIHUBMIX_API_KEY صادر شده و ابزاری مانند curl یا پکیج openai در پایتون نیاز دارند.
- کاربران آزمایشی (Trial Users): حساب‌های جدید در مجموع ۱۰ درخواست آزمایشی دریافت می‌کنند که بین تمام مدل‌های رایگان مشترک است و تاریخ انقضایی ندارد.
- کاربران شارژشده (Top-up Users): پس از اولین واریز حداقل ۱ دلار یا بیشتر، کاربران سهمیه روزانه ۱۰۰ درخواست، نرخ محدودیت ۱۰ درخواست در دقیقه و یک استخر مشترک یک میلیون توکن (Token) — تکه‌های کوچکی از متن، شبیه برش‌های یک کیک طولانی که مدل تکه‌تکه می‌خورد — در روز را باز می‌کنند. این ارتقا به سهمیه بالاتر به‌صورت دائمی اعمال می‌شود.
برای استفاده از این مسیر رایگان، توسعه‌دهندگان باید از شناسه‌های (Model IDs) خاصی استفاده کنند. در صورتی که کمپین به پایان برسد یا سهمیه‌ها تمام شوند، این شناسه‌ها را می‌توان با شناسه‌های پولی جایگزین کرد. تفاوت قیمت هر میلیون توکن در حالت غیررایگان بسیار چشمگیر است:
- Qwen3.8 Max: شناسه رایگان آن
qwen3.8-max-freeاست. شناسه پولی در AIHubMix مدلqwen3.8-maxاست (۱.۶۹ دلار برای ورودی / ۵.۰۷ دلار برای خروجی)، در حالی که QwenCloud قیمت آن را ۲.۰۰ دلار برای ورودی و ۶.۰۰ دلار برای خروجی لیست کرده است. - Qwen3.8 Flash: شناسه رایگان آن
qwen3.8-flash-freeاست. شناسه پولی در AIHubMix مدلqwen3.8-flashاست (۰.۱۱۲۶ دلار برای ورودی / ۰.۳۸ دلار برای خروجی)، در حالی که QwenCloud قیمت آن را ۰.۱۶ دلار برای ورودی و ۰.۴۷ دلار برای خروجی اعلام کرده است.
هر دو مدل رایگان، تمام قابلیت‌های نسخه‌های پولی خود را حفظ کرده‌اند؛ از جمله پنجره متنی (Context Window) — میزان متنی که مدل هم‌زمان در ذهن نگه می‌دارد، مثل میز کاری که جا برای چند ورق دارد — به اندازه یک میلیون توکن و خروجی تا ۱۳۱ هزار توکن. این مدل‌ها همچنین از فراخوانی ابزارها (Tool Calling) پشتیبانی می‌کنند و قابلیت «تفکر» (Reasoning) در آن‌ها به‌صورت پیش‌فرض فعال است. با این حال، چون این مدل‌ها به‌جای Alibaba Cloud توسط GMI Cloud میزبانی می‌شوند، میزان تأخیر (Latency) متفاوت است.
Qwen3.8 Max یک مدل ترکیب خبره‌ها (MoE) با ۲.۴ تریلیون پارامتر است که تقریباً ۹۵ میلیارد پارامتر فعال دارد. بر اساس داده‌های گزارش شده توسط فروشنده از DataCamp، این مدل در بنچمارک GPQA Diamond امتیاز ۹۲.۶، در CoWorkBench امتیاز ۷۴.۸ و در SWE-bench Pro امتیاز ۶۷.۷ را کسب کرده است. یک به‌روزرسانی پس از آموزش (نسخه 0902) در تاریخ ۲ سپتامبر عرضه شد. با این حال، این مدل از نظر محاسباتی گران است؛ AIHubMix تأخیری حدود ۵۵ ثانیه را برای مسیر رایگان گزارش کرده است. وب‌سایت Artificial Analysis این مدل را در رتبه ۳۳ از میان ۲۱۷ مدل قرار داده و اشاره کرده است که این مدل «بسیار پرحرف» (Verbose) است؛ به‌طوری که میانگین توکن‌های خروجی آن در شاخص‌های بررسی شده ۱۹۰ میلیون توکن است، در حالی که میانه (Median) برای سایر مدل‌ها ۸۷ میلیون توکن است.
در مقابل، Qwen3.8 Flash به عنوان نسخه میزبانی شده از مدل Flash-Next با وزن‌های باز (Open-weight) عمل می‌کند (در مجموع ۱۲۵ میلیارد پارامتر با ۶ میلیارد پارامتر فعال). این مدل به‌طور قابل توجهی سریع‌تر است و تأخیر گزارش شده برای آن حدود ۵ ثانیه است. همچنین در کارهای اداری رقابتی باقی مانده و امتیاز ۶۲.۵ در SWE-bench Pro و ۷۳.۹ در CoWorkBench را به دست آورده است. این تفاوت در عملکرد، در مقایسه‌ای جامع بین نسخه‌های Max و Flash بررسی شده که نشان می‌دهد مدل Flash در اکثر وظایف اداری برتری دارد.
پیاده‌سازی فنی این مدل‌ها از طریق پکیج openai در پایتون یا curl امکان‌پذیر است. از آنجا که استدلال فعال است، API یک فیلد به نام reasoning_content را در پیام برمی‌گرداند و مقدار usage.completion_tokens_details.reasoning_tokens هزینه تفکر را ردیابی می‌کند.
کاربران باید آگاه باشند که توکن‌های تفکر جزئی از سهمیه یک میلیون توکنی روزانه محسوب می‌شوند. در یک تست انجام شده در ۱۶ اکتبر، یک پاسخ ساده دو جمله‌ای از مدل qwen3.8-flash-free از ۸۹ توکن خروجی استفاده کرد که ۳۶ توکن آن صرف تفکر شده بود. برای صرفه‌جویی در استخر توکن‌ها، کاربران می‌توانند برای درخواست‌های ساده‌تر، پارامتر extra_body={"enable_thinking": False} را ارسال کنند. این موضوع حیاتی است زیرا یک درخواست پیچیده با پنجره متنی بزرگ (۱ میلیون توکن) می‌تواند به‌تنهایی کل سهمیه توکن‌های روزانه را در یک فراخوانی تخلیه کند.
یک نکته حیاتی در مدیریت خطاها وجود دارد؛ AIHubMix هشدار می‌دهد که محدودیت‌های آزمایشی به‌صورت بی‌صدا (Silently) مدیریت می‌شوند. پس از دهمین فراخوانی، API به‌جای یک خطای استاندارد HTTP، یک یادداشت متنی برمی‌گرداند که اعلام می‌کند دوره آزمایشی به پایان رسیده است. بنابراین اگر این خروجی مستقیماً به کاربر نهایی نمایش داده شود، آن‌ها پیام سیستمی اتمام سهمیه را خواهند دید.
زمانی که سهمیه روزانه به پایان برسد، سیستم خطای HTTP 429 را برمی‌گرداند تا دقیقه یا روز بعدی آغاز شود. برای جلوگیری از توقف سرویس در محیط عملیاتی (Production)، پلتفرم پیشنهاد می‌کند که مکانیزم Fallback در سطح کلید تنظیم شود. این کار تضمین می‌کند که اگر مدل رایگان به محدودیت نرخ برخورد کرد یا کمپین در ۱۳ نوامبر به پایان رسید، سیستم به‌طور خودکار و بدون نیاز به تغییر کد، به شناسه‌های پولی qwen3.8-max یا qwen3.8-flash سوییچ کند.
از نظر اقتصادی، ارزش استخر رایگان یک میلیون توکنی روزانه بسته به مدل انتخابی به‌شدت متفاوت است. با فرض تقسیمی بین ۷۵۰ هزار توکن ورودی و ۲۵۰ هزار توکن خروجی:
- Qwen3.8 Max: ارزش استفاده یک روز کامل تقریباً ۲.۵۴ دلار است (۱.۲۷ دلار ورودی / ۱.۲۷ دلار خروجی) که در مجموع طی ۳۰ روز حدود ۷۶ دلار می‌شود.
- Qwen3.8 Flash: همین حجم از توکن‌ها در روز تنها ۰.۱۸ دلار ارزش دارد (۰.۰۸ دلار ورودی / ۰.۱۰ دلار خروجی) یا تقریباً ۵.۴۰ دلار در ماه.
این تفاوت یک سبک استراتژیک ایجاد می‌کند: هر توکن مدل Max تقریباً معادل ۱۴ توکن مدل Flash است. بهینه‌ترین استراتژی این است که درخواست‌ها به‌صورت پیش‌فرض به Flash ارسال شوند و تنها در صورتی که Flash در بررسی کیفیت شکست خورد، درخواست به Max ارجاع یابد.
این تغییر در دسترسی به توسعه‌دهندگان اجازه می‌دهد تا مدل‌های MoE با پارامترهای بالا را بدون سرمایه‌گذاری اولیه روی مجموعه‌داده‌های خود بنچمارک کنند. همچنین این یک آزمون برای بررسی قابلیت GMI Cloud به عنوان یک مسیر میزبانی جایگزین برای Alibaba Cloud است. این تلاش برای کاهش هزینه‌ها در راستای استراتژی کلی علی‌بابا است که پیش‌تر منجر به کاهش چشمگیر قیمت API مدل‌های صوتی شده بود.
کاربران باید مقدار reasoning_tokens را در پاسخ API رصد کنند تا تأیید کنند که سوئیچ enable_thinking در مسیر رایگان به‌درستی عمل می‌کند، زیرا این موضوع مستقیماً بر بودجه روزانه آن‌ها تأثیر می‌گذارد. برای حفظ پایداری، توسعه‌دهندگان باید مقدار Timeout کلاینت خود را هنگام فراخوانی مدل Max به ۶۰۰ ثانیه افزایش دهند تا زمان تفکر طولانی مدل پیش از شروع استریم اولین توکن را پوشش دهند.
گام بعدی شما
- شناسه‌های
freeرا در محیط تست جایگزین مدل‌های پولی کنید تا هزینه استنتاج را به صفر برسانید. - برای مدل Max، مقدار Timeout کلاینت خود را به ۶۰۰ ثانیه افزایش دهید تا از قطع اتصال در زمان تفکر مدل جلوگیری کنید.
- توکن‌های
reasoning_tokensرا در پاسخ API رصد کنید تا اثر غیرفعال کردن تفکر را بسنجید.
اما تأثیر این مدل‌ها بر بازارهای محلی و زبان‌های غیرانگلیسی حتی پیچیده‌تر است — به بررسی ما درباره‌ی مدل‌های چندزبانه مراجعه کنید.
گفتگو