اگر امروز برای اجرای یک عامل هوشمند بودجه‌بندی می‌کنید، باید بدانید که یک تسک پیچیده در مدل جدید متا می‌تواند تا ۴.۵۲ دلار هزینه داشته باشد. این رقم نشان می‌دهد که منحنی هزینه‌های واقعی بسیار تندتر از قیمت‌های اعلام‌شده در لیست است. طبق جزئیاتی که در ۱۵ اکتبر ۲۰۲۶ منتشر شد، مدل Muse Wonder اشتهای شدیدی برای مصرف توکن دارد و این موضوع باعث می‌شود صورت‌حساب توسعه‌دهندگان به‌شدت نوسانی شود.
این تغییر قیمت در حالی رخ می‌دهد که متا در حال انتقال قابلیت‌های عامل‌محور (Agentic) — یعنی سیستم‌هایی که مثل یک کارمند مستقل، هدف را می‌گیرند و مراحل رسیدن به آن را خودشان طراحی می‌کنند — به محیط‌های عملیاتی است. این رویکرد عامل‌محور همان عاملی است که باعث شد Muse Wonder در تسک‌های مهندسی نرم‌افزار از مدل‌های هوش عمومی پیشی بگیرد. برای اکثر توسعه‌دهندگان، گذار از چت‌های ساده به عامل‌های خودمختار به معنای خروج از هزینه‌های پیش‌بینی‌پذیر و ورود به حلقه‌های تکرار گران‌قیمت است. تصور کنید عاملی برای حل یک مسئله به ۴۰ مرحله نیاز داشته باشد؛ بدون سیستم کشینگ بهینه، شما هزینه یک پرامپت را نمی‌پردازید، بلکه هزینه کل تاریخچه گفتگو را ۴۰ بار پرداخت می‌کنید.
همان‌طور که در تحلیل‌های قبلی ما درباره امنیت مدل‌های بازمتن اشاره کردیم، مدیریت منابع در مقیاس عملیاتی همواره چالش‌برانگیز بوده است. در مدل Wonder، این چالش حالا رنگ مالی به خود گرفته است.
به نقل از گزارش dev.to، قیمت Muse Wonder برای هر میلیون توکن ورودی ۴ دلار و برای هر میلیون توکن خروجی ۲۰ دلار است. توکن‌های استدلالی (Reasoning Tokens) — که در واقع مثل پیش‌نویس‌های ذهنی مدل برای رسیدن به جواب نهایی هستند — با نرخ گران‌ترِ خروجی محاسبه می‌شوند.
متا برای جبران این هزینه‌ها، تخفیف ۹۵ درصدی برای ورودی‌های کش‌شده ارائه می‌دهد که قیمت را به ۰.۲۰ دلار در هر میلیون توکن می‌رساند. اگرچه برای استفاده از پنجره زمینه (Context Window) — که شبیه میز کاری است که مدل برای یادآوری اطلاعات در لحظه در اختیار دارد — یک میلیون توکنی هزینه اضافی دریافت نمی‌شود، اما هیچ اعتبار رایگان یا تخفیف دسته‌ای (Batch) در دسترس نیست.
جزئیات فنی صورت‌حساب به شرح زیر است:
- جست‌وجوی وب: استفاده از ابزارهای جست‌وجوی وب، علاوه بر هزینه توکن‌ها، مبلغ ۲.۵۰ دلار به ازای هر ۱,۰۰۰ پرس‌وجو اضافه می‌کند.
- هدایت زمینه (Context Steering): این قابلیت متا رایگان است و در گزارش مصرف ظاهر نمی‌شود.
- قابلیت حسابرسی: توکن‌های کش‌شده در بخش
input_tokens_details.cached_tokensو توکن‌های استدلالی درoutput_tokens_details.reasoning_tokensگزارش می‌شوند. از آنجایی که هر دو مورد در هر پاسخ بازگردانده می‌شوند، کاربران می‌توانند صورت‌حساب‌ها را مستقیماً حسابرسی کنند. - حفظ داده‌ها: گزینه عدم حفظ داده‌ها (Zero data retention) با همان قیمت استاندارد ارائه می‌شود، هرچند فعال‌سازی آن مستلزم دریافت تأییدیه است.
هزینه‌های واقعی بسته به سطح «تلاش» (Effort) انتخاب‌شده برای استدلال تغییر می‌کند. یک پاسخ کوتاه با تلاش کم (۲,۰۰۰ ورودی / ۸۰۰ خروجی، شامل ۳۰۰ توکن استدلالی) حدود ۰.۰۲۴ دلار هزینه دارد. اما بررسی یک قرارداد اجاره ۶۰ صفحه‌ای با تلاش متوسط (۴۵,۰۰۰ ورودی / ۶,۰۰۰ خروجی، شامل ۳,۵۰۰ توکن استدلالی) هزینه را به ۰.۳۰ دلار می‌رساند.
اوج هزینه‌ها در اجرای عامل‌های سطح بالا رخ می‌دهد. یک اجرای ابزاری با ۴۰ فراخوانی می‌تواند ۴۰۰,۰۰۰ توکن ورودی تجمعی و ۳۰,۰۰۰ توکن خروجی (شامل ۱۸,۰۰۰ توکن استدلالی) مصرف کند که منجر به هزینه ۲.۲۰ دلار می‌شود. در این سناریو، اگر از کشینگ استفاده نشود، تنها بخش ورودی ۱.۶۰ دلار خواهد بود؛ این یعنی کشینگ در این مدل یک انتخاب نیست، بلکه یک ضرورت است.
بر اساس بررسی داده‌های Artificial Analysis، یک تناقض جالب وجود دارد: Muse Wonder با هزینه ۴.۵۲ دلار در هر تسک، ارزان‌تر از Claude Opus 5.5 (۵.۹۸ دلار) و Claude Fable 5.1 (۷.۶۳ دلار) است، در حالی که قیمت‌های لیست‌شده‌اش با Opus یکسان است.
دلیل این اتفاق آن است که Wonder توکن‌های خروجی گران‌قیمت کمتری مصرف می‌کند اما توکن‌های ورودی آن ۲ تا ۷ برابر بیشتر از مدل‌های گوگل یا OpenAI است. به طور مشخص، یک تسک معمولی شامل ۳.۴۳ دلار هزینه ورودی و ۱.۰۸ دلار هزینه خروجی است. بخش ورودی خود به تفکیک شامل ۱.۹۲ دلار برای نوشتن کش (Cache Writing)، ۱.۴۴ دلار برای برخورد با کش (Cache Hits) و ۰.۰۷ دلار برای ورودی‌های غیرکش‌شده است.
در مقایسه با بازار، Muse Wonder دقیقاً در همان جایگاه قیمتی Claude Opus 5.5 قرار دارد (۴ دلار ورودی / ۲۰ دلار خروجی). این مدل ۶۰٪ ارزان‌تر از GPT-6 Astra (۱۰ دلار / ۵۰ دلار) و Claude Fable 5.1 (۱۰ دلار / ۵۰ دلار) است، اما دو برابر گران‌تر از Claude Sonnet 5.5 (۲ دلار / ۱۰ دلار) یا Gemini 4 Argon (۲ دلار / ۱۰ دلار) است.
همچنین در مقایسه با نسل قبلی خود یعنی Muse Spark 1.3 (۱.۲۵ دلار ورودی / ۴.۲۵ دلار خروجی / ۰.۱۵ دلار کش‌شده)، هزینه ورودی Wonder تقریباً ۳.۲ برابر و هزینه خروجی آن ۴.۷ برابر افزایش یافته است. این جهش قیمتی با افزایش شاخص Artificial Analysis از ۴۸ به ۵۲ مطابقت دارد.
متا با این استراتژی، به جای رقابت بر سر «هوش به ازای هر دلار»، روی بازارهای تخصصی و با ارزش بالا تمرکز کرده است: اجرای کدهای طولانی، تسک‌های پیچیده حقوقی و گردش‌کارهای عامل‌محور که در آن‌ها الگوهای استدلالی Wonder بر جایگزین‌های ارزان‌تر برتری دارند.
برای کسانی که نمی‌خواهند با API درگیر شوند، متا Muse Code را ارائه داده است که یک عامل کدنویسی مبتنی بر ترمینال است. در حالی که این ابزار از پرداخت توکنی پشتیبانی می‌کند، اکثر کاربران اشتراک‌های ماهانه را ترجیح می‌دهند:
- استفاده روزمره (۵ دلار در ماه): ۱ برابر ظرفیت پایه، ۱۰ تا ۵۰ پرامپت در هر ۵ ساعت. دسترسی به Muse Spark، Wonder و Image.
- استفاده زیاد (۱۵ دلار در ماه): ۵ برابر ظرفیت سطح روزمره.
- استفاده حرفه‌ای (۵۰ دلار در ماه): ۲۰ برابر ظرفیت سطح روزمره. این پلن دسترسی به Muse Wonder Full، ویژگی‌های اولیه (Early Features) و آپلودهای حجیم‌تر را اضافه می‌کند.
- استفاده حداکثری (۲۰۰ دلار در ماه): ۸۰ برابر ظرفیت سطح حرفه‌ای.
نکته مهم این است که اشتراک‌های پیش‌فرض در حالت Contributor هستند؛ یعنی متا اجازه دارد از پرامپت‌ها و کدهای شما برای آموزش مدل‌های آینده استفاده کند، مگر اینکه به صورت دستی از این گزینه انصراف دهید (Opt-out). همچنین پلن ۵ دلاری ارزان‌ترین راه برای دسترسی به Muse Wonder با هزینه ماهانه ثابت است، زیرا API هیچ سطح رایگانی ندارد. لازم به ذکر است که نسخه Muse Wonder Full از طریق API عمومی در دسترس نیست و حداقل نیاز به پلن ۵۰ دلاری Power دارد.
اپلیکیشن شخصی Muse رایگان است، اما مدل Wonder ابتدا فقط برای مشترکین ۲۰ و ۱۰۰ دلاری عرضه شد. متا هنوز تأیید نکرده است که آیا کاربران رایگان به این مدل دسترسی خواهند داشت یا خیر. برای کسانی که فقط می‌خواهند مدل را تست کنند، API به‌صرفه‌تر است و هر فراخوانی تنها چند سنت هزینه دارد.
توسعه‌دهندگان برای مدیریت صورت‌حساب و جلوگیری از شوک‌های مالی، می‌توانند با ردیابی reasoning_tokens و cached_tokens در پاسخ‌های API، هزینه‌های خود را حسابرسی کنند. متا توصیه می‌کند از پایین‌ترین سطح Effort استفاده کنید که نتیجه قابل قبولی می‌دهد؛ زیرا تغییر سطح از «متوسط» به «حداکثر» می‌تواند هزینه استدلال را بدون تغییر در اندازه ورودی، سه برابر کند. برای مثال، تسک بررسی قرارداد اجاره می‌تواند تنها با افزایش سطح تلاش، از ۰.۳۰ دلار به ۰.۶۰ دلار برسد.
برخی تیم‌ها برای جلوگیری از هزینه‌های غیرمنتظره، اسکریپت‌های پس‌پردازش را در ابزارهایی مثل Apidog پیاده کرده‌اند. با استفاده از اسکریپتی که فرمول ((u.input_tokens - cached) * 4 + cached * 0.2 + u.output_tokens * 20) / 1e6 را محاسبه می‌کند، توسعه‌دهندگان می‌توانند تغییرات قیمت را به جای دریافت صورت‌حساب غیرمنتظره در کارت اعتباری، به عنوان یک «تأییدیه شکست‌خورده» (Failed Assertion) در خط لوله CI خود شناسایی کنند.
این تغییر در مدل قیمت‌گذاری، بازتاب‌دهنده یک روند کلی در صنعت است: حرکت به سمت «محاسبات زمان تست» (Test-time compute). ما از دنیایی که برای اندازه مدل پول می‌پرداختیم، به سمتی می‌رویم که برای میزان «فکر کردن» مدل روی یک مسئله خاص هزینه می‌کنیم.
گام بعدی شما
- اگر از مدل‌های استدلالی استفاده می‌کنید، حتماً استراتژی کشینگ ورودی‌ها را در معماری خود پیاده کنید تا از هزینه‌های تصاعدی جلوگیری کنید.
- در تنظیمات API، سطح Effort را روی کم‌ترین مقدار ممکن قرار دهید و تنها در صورت عدم دستیابی به نتیجه، آن را افزایش دهید.
- برای کاهش هزینه‌های تست، به جای اشتراک‌های ماهانه، از API برای فراخوانی‌های تک‌مرحله‌ای استفاده کنید.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره تراشه‌های Blackwell مراجعه کنید.
گفتگو