تصور کنید ابزاری که ماهانه ۲۰۰ دلار هزینه داشت، حالا تنها با ۲۰ دلار کار کند. سد مالی برای دسترسی به پیشرفته‌ترین عامل‌های (Agents) کدنویسی همین حالا فرو ریخت.
در ۳ مه ۲۰۲۶، پروژه‌ی deepclaude در گیت‌هاب (GitHub) منتشر شد. به نقل از مستندات این پروژه، این ابزار مکانیزمی را فراهم می‌کند تا «مغز» گران‌قیمت Claude Code را با جایگزین‌های ارزان‌تر عوض کنید. این قابلیت‌ها در واقع بخشی از استراتژی جامع Anthropic برای حذف دستی‌ترین بخش‌های کدنویسی هستند، اما در اینجا «بدن» آن — یعنی رابط خط فرمان (CLI)، حلقه‌ی ابزار و قابلیت‌های ویرایش فایل — کاملاً دست‌نخورده باقی می‌ماند. این ابزار در واقع یک پروکسی عمل می‌کند که درخواست‌های API را به مدل‌هایی نظیر DeepSeek V4 Pro، OpenRouter یا Fireworks AI هدایت می‌کند.
دلیل اصلی این جذابیت، تفاوت فاحش قیمت‌ها است. در حالی که Anthropic برای هر میلیون توکن خروجی ۱۵ دلار می‌گیرد، DeepSeek V4 Pro تنها ۰.۸۷ دلار هزینه دارد. این تلاش برای بهینه‌سازی هزینه‌ها، یادآور رویکرد پروژه Dirac در کاهش هزینه‌های API است که پیش‌تر با تمرکز بر مدیریت پنجره‌های بافتار به دست آمد. بر اساس داده‌های منتشر شده در github.com، این مدل با وجود قیمت پایین، همچنان بسیار قدرتمند است و در بنچمارک LiveCodeBench امتیاز ۹۶.۴٪ را کسب کرده است.
قابلیت‌های فنی کلیدی این ابزار عبارتند از:
- پشتیبانی کامل از ابزارهای خواندن، نوشتن و ویرایش فایل.
- اجرای Bash و PowerShell برای تست‌های آنی.
- حلقه‌های کدنویسی عامل‌محور (Agentic) چندمرحله‌ای و ایجاد زیر-عامل‌ها.
- عملیات Git و مقداردهی اولیه پروژه از طریق دستور
/init.
البته این لایه‌ی سازگاری هزینه‌هایی دارد. ورودی‌های تصویری پشتیبانی نمی‌شوند و استفاده‌ی موازی از ابزارها غیرفعال است؛ یعنی ابزارها یکی‌یکی اجرا می‌شوند. همچنین، کنترل حافظه‌ی پنهان (cache_control) مخصوص Anthropic در این حالت نادیده گرفته می‌شود.
همان‌طور که در تحلیل قبلی ما درباره‌ی امنیت مدل‌های بازمتن اشاره کردیم، جداسازی لایه‌ی ابزار از مدل، یک روند رو به رشد در اکوسیستم هوش مصنوعی زاینده (Generative AI) است. با گسستن پیوند میان حلقه‌ی استفاده از ابزار و مدل زبانی بزرگ (LLM)، توسعه‌دهندگان می‌توانند بدون از دست دادن تجربه‌ی کاربری، هزینه‌های استنتاج (Inference) را بهینه کنند.
اما آیا این الگوی پروکسی به ابزارهای گران‌قیمت دیگری مثل GitHub Copilot Workspace هم می‌رسد؟
گام بعدی شما
- اگر از Claude Code استفاده می‌کنید، پروکسی deepclaude را برای کاهش هزینه‌ها تست کنید.
- عملکرد DeepSeek V4 Pro را در پروژه‌های پیچیده با مدل‌های Frontier مقایسه کنید.
- بررسی کنید که آیا مدل‌های ارزان‌تر می‌توانند جایگزین مناسبی برای گردش کارهای حساس باشند یا خیر.
گفتگو