اگر شرکتی را تصور کنید که روزانه میلیاردها توکن پردازش می‌کند، کاهش چند سنتی در هر میلیون توکن، یک تغییر جزئی نیست، بلکه یک رویداد بودجه‌محور است. اکنون استنتاج (Inference) — لحظه‌ای که مدل واقعاً جواب تولید می‌کند، شبیه به خودِ آشپزی و نه دوره‌ی آموزش آشپز — در مدل Claude Opus Latest به‌طور محسوسی ارزان‌تر شده است.
طبق گزارش ۲۳ سپتامبر ۲۰۲۶ از The Token Ledger، قیمت پرامپت‌ها از ۵ دلار به ۴ دلار در هر میلیون توکن کاهش یافته است. این تغییر در کنار نرخ جدید ۲۰ دلاری برای پاسخ‌ها (Completions)، در مجموع ۶ دلار کاهش هزینه در هر میلیون توکن را رقم می‌زند. این نوسانات در حالی رخ می‌دهد که سازمان‌ها از مراحل آزمایشی به مقیاس‌های تولید انبوه کوچ می‌کنند.
همان‌طور که در تحلیل‌های قبلی ما درباره‌ی اقتصاد مدل‌های بنیادی اشاره کردیم، رقابت بر سر کاهش هزینه‌های استنتاج در حال تبدیل شدن به میدان جنگ اصلی است. در این بازار، مدل زبانی بزرگ (LLM) — مثل کتابخانه‌داری که میلیاردها صفحه را خوانده و حالا با همان لحن جواب می‌دهد — دیگر تنها بر اساس قدرت، بلکه بر اساس بهینگی هزینه انتخاب می‌شود.
بر اساس بررسی منابع متعدد، جزئیات تغییرات قیمتی به شرح زیر است:
- Anthropic: هزینه پرامپت در مدل Opus به ۴ دلار و پاسخ‌ها به ۲۰ دلار در هر میلیون توکن رسید.
- OpenAI: مدل GPT Luna Latest قیمت پرامپت را به ۰.۱۰ دلار و پاسخ‌ها را به ۰.۵۰ دلار کاهش داد. همچنین مدل GPT-6 Luna Pro با پنجره زمینه (Context Window) — میزان متنی که مدل هم‌زمان در ذهن نگه می‌دارد، شبیه میز کاری که جا برای چند ورق دارد — ۱.۰۵ میلیون توکنی، قیمت مشابهی دارد.
- DeepSeek: مدل V4 Pro 0813 هزینه پاسخ‌ها را به ۱.۵۰ دلار رساند، اما مدل DeepSeek Pro Latest قیمت‌ها را به ۱۰.۷۶ دلار افزایش داد.
- MoonshotAI: مدل Kimi Latest هزینه پاسخ‌ها را به ۱۰.۷۶ دلار رساند که جریمه‌ای برای کاربران خروجی‌های طولانی است.
برای کسانی که هزینه را بر قدرت اولویت می‌دهند، کف قیمتی باز هم پایین‌تر آمده است. در حال حاضر IBM Granite 4.0 Micro با ۰.۰۱۷ دلار برای هر میلیون پرامپت، یکی از ارزان‌ترین گزینه‌هاست و مدل‌های gpt-oss-20b از OpenAI و Mistral Nemo در رتبه‌های بعدی هستند.
این پراکندگی نشان می‌دهد استراتژی «یک مدل برای همه» شکست خورده است. توسعه‌دهندگان اکنون باید وظایف را به‌صورت پویا مسیریابی کنند؛ یعنی خلاصه‌های ساده را به Granite و استدلال‌های پیچیده را به Opus بفرستند تا حاشیه سود خود را حفظ کنند.
گام بعدی شما
- هزینه‌های فعلی توکن‌های خود را با نرخ‌های جدید تطبیق دهید تا نقاط اتلاف بودجه را بیابید.
- استراتژی مسیریابی مدل (Model Routing) را برای تفکیک وظایف ساده و پیچیده پیاده‌سازی کنید.
- تغییرات قیمتی مدل‌های رقیب را زیر نظر بگیرید تا ببینید آیا موج کاهش قیمت‌های رده‌بالا ادامه می‌یابد یا خیر.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو