اگر امروز برای پردازش‌های سنگین AI بودجه می‌بندید، هزینه‌های شما به‌شدت کاهش می‌یابد. قیمت هر عملیات در مدل جدید OpenAI تنها ۱.۰۴ دلار است؛ یعنی حدود یک‌سوم مبلغ ۲.۷۵ دلاری که رقیب مستقیمش، Claude Fable 5، دریافت می‌کند.
طبق گزارش ۹ جولای ۲۰۲۶، این سقوط قیمت، کف اقتصادی را برای هوش مصنوعی‌های سطح بالا در محیط‌های تولیدی بازتعریف می‌کند. OpenAI اکنون استراتژی خود را از «افزایش صرف قدرت» به «بهینه‌سازی تهاجمی هزینه» تغییر داده است. این مدل زبانی بزرگ (LLM) — مثل کتابخانه‌داری که میلیاردها صفحه را خوانده و حالا با همان لحن جواب می‌دهد — برای سازمان‌هایی طراحی شده که به دنبال هوش سطح اول هستند اما نمی‌خواهند هزینه‌های گزاف رقبا را بپردازند. همان‌طور که در تحلیل‌های قبلی ما درباره‌ی استقرار مدل‌های جدید OpenAI اشاره کردیم، تمرکز این شرکت اکنون بر تسخیر بازار سازمانی است. این رویکرد در واقع تکمیلِ استراتژی جدید این شرکت است که در آن OpenAI با سری GPT-5.6 تمرکز خود را از گفتگو به اجرای عملیات تغییر داد تا کاربرد عملی AI را در کسب‌وکارها افزایش دهد.
بر اساس داده‌های Artificial Analysis، مدل Sol (max) در شاخص هوش ۵۹ امتیاز کسب کرده که تنها یک امتیاز با Claude Fable 5 فاصله دارد. جزئیات عملکرد فنی این مدل در موارد زیر برجسته است:
- شاخص عامل‌های کدنویسی: Sol با کسب ۸۰ امتیاز در محیط Codex، رتبه اول را از آن خود کرد و Fable 5 با ۷۷ امتیاز در جایگاه دوم قرار گرفت.
- AA-Briefcase: این مدل بالاترین امتیاز «Elo ارائه» را برای وظایف اداری به‌دست آورد، هرچند در رتبه‌بندی کلی هنوز پشت سر رقیب است.
- کارایی: سام آلتمن، مدیرعامل OpenAI، اعلام کرد که Sol در وظایف کدنویسی عامل‌محور (Agentic) — شبیه به دستیاری که خودش تصمیم می‌گیرد چه ابزاری را کجا به کار ببرد — تا ۵۴٪ توکن‌های خروجی کمتری نسبت به مدل‌های مشابه مصرف می‌کند.
OpenAI برای کاهش بیشتر هزینه‌های بلندمدت، سیستم جدیدی برای پرداخت هزینهٔ نوشتن در حافظه موقت (Cache-write) معرفی کرده است که تخفیف ۹۰ درصدی برای خواندن از حافظه (Cache-read) در نظر می‌گیرد. همچنین برای دسترسی لایه‌ای، دو مدل Terra (با هزینه ۰.۵۵ دلار) و Luna (۰.۲۱ دلار) عرضه شدند که به‌ترتیب ۵۰ و ۸۰ درصد ارزان‌تر از Sol هستند.
این جنگ قیمت‌ها نشان‌دهنده تغییری در رقابت تسلیحاتی AI است. هرچند OpenAI هنوز گران‌تر از Muse 1.1 متا یا Grok 4.5 xAI است، اما اکنون مستقیماً حاشیه سود Anthropic را هدف گرفته است. برای صاحبان کسب‌وکار، این یعنی نسبت «هوش به دلار» به‌شدت بالا رفته و اجرای جریان‌های کاری پیچیده و عامل‌محور در مقیاس واقعی، به‌یک‌باره اقتصادی شده است.
گام بعدی شما
- اگر از مدل‌های گران‌قیمت Claude برای کدنویسی استفاده می‌کنید، هزینه استنتاج (Inference) — لحظه‌ای که مدل واقعاً جواب تولید می‌کند، شبیه خودِ آشپزی نه دوره آموزش آشپز — خود را با Sol مقایسه کنید.
- ساختار جدید Cache-write را برای کاهش هزینه‌های تکراری در اپلیکیشن‌های سازمانی بررسی کنید.
- مدل Luna را برای وظایف ساده‌تر ارزیابی کنید تا هزینه‌ها را تا ۸۰٪ کاهش دهید.
اما این کاهش قیمت‌ها ممکن است واکنش تندتری را در بازار مدل‌های بازمتن برانگیزد؛ به تحلیل ما درباره‌ی استراتژی‌های مدل‌های لاما مراجعه کنید.
گفتگو