اگر امروز یک عامل هوشمند (Agent) را روی مدل‌های گران‌قیمت اجرا می‌کنید، احتمالاً متوجه شده‌اید که هزینه‌ها با هر تکرار به‌سرعت از کنترل خارج می‌شوند. در مدل Muse Wonder، یک حلقهٔ عامل‌محور (Agentic Loop) می‌تواند حتی بدون داشتن پرامپت‌های طولانی، تا ۴۰۰,۰۰۰ توکن مصرف کند. این تراکم توکن‌ها، ساختار قیمت‌گذاری مدل را از یک لیست قیمت ساده به یک متغیر حیاتی برای هزینه‌های تولید تبدیل می‌کند.
این مدل زبانی بزرگ (LLM) — شبیه کتابخانه‌داری است که میلیاردها صفحه را خوانده و حالا با همان لحن جواب می‌دهد — اکنون اقتصاد اجرای عامل‌ها را تغییر داده است. همان‌طور که در تحلیل قبلی ما درباره‌ی «حلقه‌های تمرکز فعال» (Active Focus Loop) اشاره کردیم، که مشکل حلقه‌های شکست عامل‌محور را حل می‌کند، واقعیت اقتصادی اجرای این عامل‌ها اکنون روشن شده است. برای توسعه‌دهندگان، اولویت از بهینه‌سازی طول پرامپت به بهینه‌سازی نرخ برخورد حافظه (Cache Hit) تغییر کرده است.
به نقل از گزارشی که در ۱۵ اکتبر ۲۰۲۶ در وب‌سایت dev.to منتشر شد، شرکت Meta قیمت API مدل Muse Wonder را ۴ دلار برای هر میلیون توکن ورودی و ۲۰ دلار برای هر میلیون توکن خروجی تعیین کرده است. این قیمت دقیقاً با مدل Claude Opus 5.5 برابر است، اما هزینه‌های عملیاتی بسته به بهره‌وری توکن‌ها کاملاً متفاوت می‌شود.
جدول قیمت API
- توکن‌های ورودی: ۴ دلار / میلیون
- توکن‌های ورودی حافظه (Cached): ۰.۲۰ دلار / میلیون (۹۵٪ تخفیف)
- توکن‌های خروجی: ۲۰ دلار / میلیون (شامل توکن‌های استدلالی)
- ابزار جست‌وجوی وب: ۲.۵ دلار به ازای هر ۱,۰۰۰ پرس‌وجو (به‌علاوه هزینه توکن)
- پاداش زمینه طولانی: ندارد؛ قیمت تا ۱,۰۴۸,۵۷۶ توکن ثابت است
- سطح رایگان/اعتبار: ندارد
- تخفیف دسته‌ای (Batch): ذکر نشده است
- نگهداری داده‌ها: قیمت مشابه حالت استاندارد، نیازمند تأیید
شرکت متا هیچ سطح رایگانی یا تخفیف‌های دسته‌ای (Batch Discounts) برای این مدل ارائه نمی‌دهد. همچنین این شرکت از پرداخت‌های اضافی برای زمینه‌های بسیار طولانی (Long-context Premiums) اجتناب کرده و قیمت را تا پنجره ۱,۰۴۸,۵۷۶ توکنی ثابت نگه داشته است. نکته جالب این است که پرامپت‌های سیستمی (System Prompt) خود متا محاسبه نمی‌شوند و در گزارش‌های مصرف ظاهر نمی‌گردند.
ردیابی هزینه‌ها در لحظه
برای اینکه صورت‌حساب‌ها قابل پیش‌بینی و عملیاتی باشند، متا در هر پاسخ فیلدهای مشخصی را ارائه می‌دهد. توکن‌های حافظه در input_tokens_details.cached_tokens و توکن‌های استدلالی در output_tokens_details.reasoning_tokens لیست می‌شوند.
توسعه‌دهندگان می‌توانند با ابزارهایی مثل Apidog این هزینه‌ها را ردیابی کنند. با استفاده از یک اسکریپت پس‌پردازش، می‌توان مقدار دقیق دلار هر درخواست را محاسبه کرد:const u = pm.response.json().usage; const cached = u.input_tokens_details?.cached_tokens ?? 0; const cost = ((u.input_tokens - cached) * 4 + cached * 0.2 + u.output_tokens * 20) / 1e6;
تلهٔ حافظه موقت
بهره‌وری مدل Wonder تقریباً به‌طور کامل به فیلد input_tokens_details.cached_tokens وابسته است. در یک اجرای سنگین عامل با ۴۰ فراخوانی ابزار، ورودی تجمعی می‌تواند به ۴۰۰,۰۰۰ توکن برسد. بدون استفاده از حافظه، هزینه ورودی یک اجرای واحد ۱.۶۰ دلار است، اما با فعال بودن حافظه، این هزینه برای پیشوندهای ثابت به ۰.۰۸ دلار کاهش می‌یابد.
این وابستگی در بنچمارک‌های Artificial Analysis به‌وضوح دیده می‌شود. اگرچه Wonder در هر تسک ارزان‌تر از Claude Opus 5.5 است (۴.۵۲ دلار در برابر ۵.۹۸ دلار)، اما از GPT-6 Astra گران‌تر تمام می‌شود (۳.۲۶ دلار).
نکته عجیب این است که قیمت لیست Astra حدود ۲.۵ برابر Wonder است. دلیل این تضاد، حجم توکن‌هاست: Wonder در طول بنچمارک ۷.۶۹ میلیون توکن ورودی مصرف کرد که ۲ تا ۷ برابر بیشتر از مدل‌های OpenAI یا گوگل بود. از هزینه ۴.۵۲ دلاری هر تسک، ۳.۴۳ دلار مربوط به ورودی و ۱.۰۸ دلار مربوط به خروجی است. در جزئیات هزینه ورودی، نوشتن در حافظه (Cache Writes) ۱.۹۲ دلار، برخورد با حافظه (Cache Hits) ۱.۴۴ دلار و ورودی‌های غیرحافظه‌ای ۰.۰۷ دلار سهم دارند.
سطوح استدلال و تلاش
کاربران می‌توانند سطح تلاش برای استدلال (Reasoning Effort) را تنظیم کنند که مستقیماً روی صورت‌حساب اثر می‌گذارد. متا توصیه می‌کند از پایین‌ترین سطحی که نتایج قابل‌قبول می‌دهد استفاده کنید؛ تنظیم این مقدار روی 'none' منجر به خطای ۴۰۰ می‌شود.
تغییر سطح یک تسک از 'medium' به 'max' می‌تواند تعداد توکن‌های استدلالی را سه برابر کند. چون توکن‌های استدلالی با نرخ ۲۰ دلاری خروجی محاسبه می‌شوند، یک درخواست ۰.۳۰ دلاری (مثلاً بررسی یک اجاره‌نامه ۶۰ صفحه‌ای با ۶,۰۰۰ توکن خروجی، شامل ۳,۵۰۰ توکن استدلالی) می‌تواند بدون هیچ تغییری در پرامپت ورودی، به راحتی به ۰.۶۰ دلار برسد.
مثال‌های عملی هزینه (بدون حافظه)
برای درک بهتر اینکه این نرخ‌ها چگونه به یک صورت‌حساب واقعی تبدیل می‌شوند، سه سناریو را بدون استفاده از حافظه بررسی می‌کنیم:
- تلاش کم (پاسخ کوتاه): ۲,۰۰۰ ورودی / ۸۰۰ خروجی (۳۰۰ استدلالی) = ۰.۰۲۴ دلار
- تلاش متوسط (بررسی اجاره‌نامه ۶۰ صفحه): ۴۵,۰۰۰ ورودی / ۶,۰۰۰ خروجی (۳,۵۰۰ استدلالی) = ۰.۳۰ دلار
- تلاش زیاد (اجرای عامل با ۴۰ ابزار): ۴۰۰,۰۰۰ ورودی تجمعی / ۳۰,۰۰۰ خروجی (۱۸,۰۰۰ استدلالی) = ۲.۲۰ دلار
دسترسی مصرف‌کنندگان و Muse Code
برای کسانی که نمی‌خواهند با APIهای خام سر و کار داشته باشند، Muse Code (عامل برنامه‌نویسی ترمینالی متا) یک نقطه ورود اشتراکی فراهم می‌کند:
- استفاده روزمره (۵ دلار/ماه): محدودیت ۱ برابر (۱۰ تا ۵۰ پرامپت هر ۵ ساعت) برای مدل‌های Muse Spark، Wonder و Image.
- استفاده زیاد (۱۵ دلار/ماه): محدودیت ۵ برابر برای مدل‌های مذکور.
- استفاده حرفه‌ای (۵۰ دلار/ماه): محدودیت ۲۰ برابر؛ اضافه شدن Muse Wonder Full و قابلیت‌های اولیه.
- حداکثر استفاده (۲۰۰ دلار/ماه): محدودیت ۸۰ برابر؛ شامل Muse Wonder Full.
اشتراک‌های ارزان‌تر برای مدل استاندارد Wonder از ۵ دلار در ماه شروع می‌شوند. اما این اشتراک‌ها به‌صورت پیش‌فرض روی حالت 'Contributor' هستند؛ یعنی متا می‌تواند از پرامپت‌ها و کدهای شما برای آموزش مدل‌های آینده استفاده کند، مگر اینکه دستی آن را غیرفعال کنید.
کاربران عادی می‌توانند از طریق اپلیکیشن Muse (عامل شخصی) با اشتراک‌های ماهانه ۲۰ یا ۱۰۰ دلاری به مدل دسترسی یابند، هرچند برای کاربران رایگان هنوز هیچ زمان‌بندی برای دسترسی ارائه نشده است. برای کسانی که فقط می‌خواهند مدل را تست کنند، پرداخت چند سنت برای API ارزان‌تر از هر نوع اشتراکی است.
جایگاه در بازار
در مقایسه با Muse Spark 1.3، مدل Wonder برای ورودی ۳.۲ برابر (۴ دلار در برابر ۱.۲۵ دلار) و برای خروجی ۴.۷ برابر (۲۰ دلار در برابر ۴.۲۵ دلار) گران‌تر است. این افزایش قیمت، تنها ۴ امتیاز رشد در شاخص هوش Artificial Analysis (از ۴۸ به ۵۲) به همراه داشته است.
در بازار گسترده‌تر، Wonder قیمت لیستش با Opus 5.5 دقیقاً برابر است و ۶۰٪ ارزان‌تر از Astra و Fable 5.1 است، اما هزینه آن دو برابر Sonnet 5.5 و Argon است. با این حال، Sonnet 5.5 با نمره ۵۶، در حالی که نصف قیمت است، عملکرد بهتری دارد.
ارزش اصلی Wonder در هوش کلی به ازای هر دلار نیست، بلکه در برنامه‌نویسی طولانی، کارهای حقوقی و گردش‌کارهای عامل‌محور است که حجم توکن بالا در آن‌ها اجتناب‌ناپذیر است. برای توسعه‌دهندگان، عملی‌ترین معیار «هزینه به ازای هر تسک» است. مدلی با قیمت لیست بالاتر اما خروجی موجزتر — مثل Astra — اغلب صورت‌حساب نهایی کمتری نسبت به مدل «ارزان‌تری» دارد که تشنه توکن است.
گام بعدی شما
- اگر از Muse Wonder استفاده می‌کنید، ابتدا استراتژی تولید بازیابی‌افزا (RAG) — شبیه دانش‌آموزی که قبل از جواب دادن، اول کتاب درسی را باز می‌کند و از آن نقل می‌آورد — را برای کاهش حجم ورودی‌ها بازبینی کنید.
- برای کاهش هزینه‌ها، سطح استدلال (Reasoning Effort) را روی پایین‌ترین مقدار ممکن تنظیم کنید و از 'max' فقط برای تسک‌های حیاتی استفاده کنید.
- اسکریپت محاسبه هزینه را در محیط تست خود پیاده کنید تا از «تلهٔ توکن‌های خروجی» در مقیاس تولید جلوگیری کنید.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید. این رویکرد متا در گسترش دسترسی به مدل‌هایش با تلاش برای ایجاد یک اکوسیستم سخت‌افزاری باز همسو است تا تجربه کاربری از این مدل‌ها را به خارج از محیط‌های ابری منتقل کند.
گفتگو