پرش به محتوای اصلی
پرش به محتوای مقاله

بدون کارمزد در برابر ۵٫۵ تا ۸ درصد OpenRouter؛ دروازه جدید Perplexity

·۲۸ آبان ۱۴۰۵۴ دقیقه مطالعه
لوگو پرپلیکسیتی ارکسترایتر با متن توحید ۸۵+ مدل هوش مصنوعی و فی‌اوفر خودکار ارائه‌دهندگان
لوگو پرپلیکسیتی ارکسترایتر با متن توحید ۸۵+ مدل هوش مصنوعی و فی‌اوفر خودکار ارائه‌دهندگان
اشتراک‌گذاری
واقعاً چه چیز جدید است؟

نخستین دروازه استنتاج یکپارچه با فیل‌اوفر خودکار همان مدل بین ارائه‌دهندگان و بدون کارمزد پلتفرم، همراه با پیش‌نمایش مسیریاب مبتنی بر پرامپت. در آزمون Terminal-Bench 4.1، افزودن مسیر جایگزین نرخ تکمیل را از ۳۸ به ۴۱ از ۶۳ رساند.

اورکستریتور Perplexity یک دروازه استنتاج واحد است که بیش از ۸۵ مدل پیشرو (frontier) و وزن‌باز (open-weight) را پشت یک آدرس پایه (base URL) جمع می‌کند و کارمزد پلتفرم ندارد. اگر ارائه‌دهنده‌ای خطا بدهد، به محدودیت نرخ بخورد یا تایم‌اوت شود، درخواست خودکار به استقرار ارائه‌دهنده‌ای دیگر می‌رود، بی‌آنکه نرخ توکن تغییر کند. توسعه‌دهندگان امروز برای رسیدن به بهترین مدل در هر وظیفه، چند SDK، چند حساب صورتحساب و چند سیاست محدودیت نرخ را هم‌زمان مدیریت می‌کنند. اورکستریتور Perplexity همان لایه‌ای را بیرون می‌دهد که Perplexity در داخل برای بیش از یک دزین ارائه‌دهنده اجرا می‌کرد. این حرکت در حالی می‌رسد که بارهای کاری تولیدی هم کنترل هزینه می‌خواهند و هم تاب‌آوری در برابر قطعی ارائه‌دهنده. این دروازه فرمت‌های OpenAI Chat Completions، OpenAI Responses و Anthropic Messages را می‌پذیرد و بیشتر تیم‌ها فقط کلید API و آدرس پایه را عوض می‌کنند. مدل‌های OpenAI، Anthropic، Google و xAI از مسیر اورکستریتور Perplexity سرو می‌شوند، همراه با نسخه‌های میزبانی‌شده GLM، Kimi و DeepSeek. فیل‌اوفر شناسه مدل را ثابت نگه می‌دارد و فقط استقرار (deployment) زیرین را عوض می‌کند؛ درخواست Claude که روی Anthropic خطا بدهد، می‌تواند از AWS Bedrock پاسخ بگیرد. انتخاب استقرار دست خودتان نیست. محرک‌های فیل‌اوفر خطای ارائه‌دهنده، محدودیت نرخ و تایم‌اوت است. هر تلاش به محدودیت زمان تا اولین توکن و محدودیت مدت کل پایبند است که مقادیرشان منتشر نشده است. درخواست نامعتبر یا دارای زمینه بیش از حد، کد ۴۰۰ می‌گیرد و دوباره تلاش نمی‌شود. اگر همه استقرارها شکست بخورند، API کد ۴۲۹ را با هدر Retry-After برمی‌گرداند. درخواست‌هایی که پیش از تولید خروجی شکست می‌خورند، هزینه‌ای ندارند. Perplexity ترافیک تولیدی خود را از ۴ اکتبر تا ۲ نوامبر ۲۰۲۶ اندازه گرفت. به گفتهٔ این شرکت، درخواست‌های Claude و GPT از مسیر Perplexity بیشتر از هر ارائه‌دهنده واحد موفق بودند و نرخ موفقیت روزانه در زمان قطعی ارائه‌دهندگان کمتر نوسان داشت؛ درصد دقیق موفقیت منتشر نشده است. سرعت هم به ارائه‌دهنده بستگی داشت. برای Claude Opus 5.5، Anthropic در ۱۵ روز از ۳۰ روز سریع‌ترین بود و AWS Bedrock هم در ۱۵ روز. سرعت خروجی میانه Azure برای GPT-5.6 Sol، ۲۷٪ بیشتر از OpenAI بود. مسیریابی آگاه از سرعت هنوز در حال تکمیل است. مسیریابی مبتنی بر پرامپت در وضعیت پیش‌نمایش است و با شناسه مدل perplexity/auto فعال می‌شود. توسعه‌دهنده یک default_model و یک تا پنج مسیر می‌نویسد که هرکدام نام، توصیف به زبان ساده و مدل دارند. یک مدل تصمیم‌گیرنده گفت‌وگو و توصیف مسیرها را می‌خواند، اما نام مسیرها و شناسه مدل‌ها را هرگز نمی‌بیند. اگر هیچ مسیری با درخواست نخورد، یا مدل تصمیم‌گیرنده شکست بخورد یا تایم‌اوت شود، مدل پیش‌فرض پاسخ می‌دهد؛ ورودی‌های رسانه‌ای هم همین مسیر را می‌روند. هدرهای پاسخ نتیجه، مسیر انتخاب‌شده و امتیاز اطمینان را نشان می‌دهند: x-perplexity-autoroute-outcome، -route و -confidence. سیاست پیش‌فرض ترافیک را به GPT-6.1 Sol می‌فرستد و درخواست‌های ساده را به GPT-6 Luna. پروفایل‌های آماده Lower cost، Balanced و Higher quality و یک پیش‌نمایش Auto effort هم در فهرست هست. Perplexity مسیریابی انکار را روی زیرمجموعه‌ای ۶۳ وظیفه‌ای از Terminal-Bench 4.1 آزمایش کرد که در Claude Code اجرا می‌شد. Anthropic می‌گوید مکانیزم‌های ایمنی Claude Fable 5.2 می‌توانند کارهای بی‌خطر امنیتی و علوم حیاتی را مسدود کنند. Claude Fable 5.2 به‌تنهایی ۳۸ وظیفه از ۶۳ را تمام کرد. با افزودن مسیر به GPT-6.1 Sol یا GPT-6 Astra، این عدد به ۴۱ رسید. سه وظیفه بازیابی‌شده به امنیت، زیست‌شناسی و درخواست‌های پس از انکار مربوط بود و هزینه تخمینی هر وظیفه بالاتر بود. Perplexity این را مقایسه‌ای اصلاح‌شده توصیف می‌کند و می‌گوید نتیجه به نوع بار کاری بستگی دارد. هر درخواست با نرخ توکن منتشرشده مدل پاسخ‌دهنده حساب می‌شود و فیل‌اوفر به ارائه‌دهنده دیگر نرخ را عوض نمی‌کند. Perplexity می‌گوید روی اعتبارها هیچ کارمزد پلتفرم اضافه‌ای نیست. برای نمونه، perplexity/glm-5.3 برای هر میلیون توکن ۱٫۴۰ دلار ورودی، ۴٫۴۰ دلار خروجی و ۰٫۲۶ دلار خواندن کش فهرست شده است. مصرف از اعتبار پیش‌پرداخت API Perplexity کم می‌شود و این اعتبار از AWS Marketplace هم قابل خرید است. دسترسی به مدل‌ها بر اساس مجموع خرید اعتبار لایه‌بندی شده است. OpenRouter روی خرید اعتبار ۵٫۵ درصد کارمزد می‌گیرد و در پلن Business این رقم ۸ درصد است. Vercel AI Gateway کارمزد پلتفرم و حاشیه روی توکن ندارد، اما مسیریاب مبتنی بر پرامپت را اعلام نکرده است. هر دو رقیب بیش از ۴۰۰ مدل فهرست می‌کنند؛ Perplexity رقم کاتالوگ خود را فراتر از ۸۵+ منتشر نکرده است. کلید اختصاصی کاربر در هر دو رقیب پشتیبانی می‌شود، در اورکستریتور Perplexity نه. نتیجه، کاتالوگی محدودتر اما متمرکز بر مدل‌های پیشرو با صورتحساب واحد است. با حذف کارمزد پلتفرم، اقتصاد پشته‌های تولیدی چندمدلی به بهینه‌سازی خالص هزینه توکن می‌رود. تیم‌ها می‌توانند مدل‌ها را فقط بر اساس توانایی بسنجند، بدون سرشکن کردن سربار دروازه. فیل‌اوفر خودکار با قیمت یکسان، یکی از استدلال‌های اصلی برای بستن قرارداد با یک ارائه‌دهنده را از بین می‌برد. مسیریاب پیش‌نمایش هم لایه‌ای تازه می‌سازد که در آن قصد کاربر به زبان طبیعی، جای انتخاب سخت‌کدشده مدل می‌نشیند. اثرهای درجه دوم می‌تواند فشار بر OpenRouter برای کم کردن یا حذف کارمزدش باشد و فشار بر Vercel برای آشکار کردن منطق مسیریابی. مدل دسترسی لایه‌ای Perplexity هم در عمل نردبانی از تعهد خرید اعتبار می‌سازد که کاربران پرحجم را وابسته نگه می‌دارد. نمایش مسیریابی انکار، راهی به‌سوی زنجیره‌سازی مدل با نگاه به انطباق مقررات برای بارهای کاری حساس نشان می‌دهد. آنچه باید رصد شود، خروج مسیریاب پیش‌نمایش از بتا و انتشار درصد موفقیت‌های واقعی Perplexity از پنجره تولیدی اکتبر-نوامبر است. حرکت رقابتی بعدی احتمالاً روی تأخیر قابل مشاهده مسیریابی و دقت ابزارهای تخصیص هزینه خواهد بود. OpenRouter هم‌اکنون با مسیریابی هوشمند خطای ظرفیت را ۴۶ درصد کاهش داده است، همانطور که در تحلیل قبلی گزارش شده است. کاهش ۴۶ درصدی خطای ظرفیت توسط OpenRouter

چرا این موضوع مهم است؟

اورکستریتور Perplexity کارمزد دروازه را حذف می‌کند و فیل‌اوفر را با همان نرخ توکن انجام می‌دهد، پس تیم‌ها می‌توانند مدل را فقط بر اساس توانایی انتخاب کنند و استدلال اصلی بستن قرارداد با یک ارائه‌دهنده تضعیف می‌شود. مسیریاب perplexity/auto انتخاب مدل را از کد به توصیف زبان طبیعی منتقل می‌کند و الگویی برای زنجیره‌سازی مدل در بارهای کاری حساس می‌سازد.

تأثیر برای ایران

برای کار با اورکستریتور Perplexity نمی‌توانید کلید ارائه‌دهنده خودتان را وارد کنید؛ باید اعتبار پیش‌پرداخت API Perplexity را بخرید. مدل‌های OpenAI و Claude Opus هم تنها با خرید تجمعی ۵۰ تا ۲۵۰ دلار اعتبار باز می‌شوند.

·نگاه ما
تحریریه دات‌هوش

Perplexity فیل‌اوفر با نرخ ثابت را به یک استدلال اقتصادی تبدیل کرده است: ریسک قطعی ارائه‌دهنده از قرارداد حذف می‌شود و رقابت به کیفیت و قیمت توکن می‌کشد. اگر مسیریاب پیش‌نمایش در تولید تأخیر قابل قبولی نشان دهد، انتخاب مدل از تصمیم معماری به سیاست زبان طبیعی تبدیل می‌شود و رقیبانی مثل OpenRouter باید درباره کارمزد ۵٫۵ تا ۸ درصدی خود پاسخ بدهند.

منابع

این گزارش با خط‌لولهٔ خودکار دات‌هوش از منابع معتبر جهانی تدوین و زیر نظر تحریریه منتشر شده است. روش کار ما

گفتگو

پنج‌شنبه‌های هوش‌محور

بسته‌ی هفتگی دات‌هوش

۵ خبر، ۲ ابزار، ۱ پرامپت در هر شماره. به‌زودی راه‌اندازی می‌شود — هر پنج‌شنبه صبح.

خبر کلیدی
ابزار کاربردی
پرامپت حرفه‌ای
تحلیل پژوهش
به‌زودی
زاویه‌ی ایرانی
به‌زودی
تمرین این هفته
به‌زودی

راهنماهای دات‌هوش

راهنماهای کاربردیِ دات‌هوش برای کار با هوش مصنوعی — از همین‌جا شروع کنید:

دات‌هوش

راهنمای فارسی هوش مصنوعی — با نگاه به ایران

اخبار روزانه، معرفی ابزارها و مدل‌ها، و آموزشِ کار با هوش مصنوعی؛ همیشه با این پرسش که از ایران چه چیزی کار می‌کند و چه چیزی نه.