تصور کنید ماهانه ۱۰۰ دلار برای ابزاری می‌پردازید که قرار است بازوی راست شما در کدنویسی باشد، اما ناگهان متوجه می‌شوید سهمیهٔ مصرف شما بدون هیچ اطلاعی دوباره پر شده است. این اتفاق برای کاربران Codex و Fable اتفاقی نیست، بلکه یک مانور روان‌شناختی برای نگه داشتن شما در اکوسیستم است.
طبق گزارش وب‌سایت codex-resets.com، این بازنشانی‌ها اغلب بدون اعلان رسمی رخ می‌دهند و بدون هشدار به کاربر اتفاق می‌افتند. برای مثال، در بازه زمانی بین ۹ جولای و ۱۷ جولای ۲۰۲۶، شرکت OpenAI شش بار مجزای بازنشانی سهمیهٔ هفتگی را برای کاربران Codex فعال کرد. این موج ناگهانی از «سهمیهٔ رایگان» دقیقاً زمانی رخ داد که صنعت هوش مصنوعی وارد نبردی با ریسک بالا بر سر جدیدترین مدل‌های پیشرو (frontier models) شد.
این نوسانات در ماه متلاطمی از عرضه مدل‌های زبانی بزرگ (LLM) رخ می‌دهد. در حال حاضر بازار در حال هضم مدل‌های Fable 5 از Anthropic و GPT-5.6 Sol از OpenAI است. این عرضه های پرچم‌دار با گزینه‌های جدیدتری مانند Grok 4.5، Muse Spark 1.1 و Kimi K3 برخورد می‌کنند و چشم‌اندازی شلوغ از مدل‌های با کارایی بالا را در طول منحنی هزینه/کارایی ایجاد کرده‌اند. همان‌طور که در تحلیل قبلی ما درباره‌ی رقابت مدل‌های بازمتن اشاره کردیم، جنگ برای جذب توسعه‌دهندگان اکنون از کیفیت مدل‌ها به مدیریت «تجربه‌ی کاربر» منتقل شده است.
زمینه مالی و فنی
برای کاربری که در پلن ۱۰۰ دلاری ماهانه Codex قرار دارد، یک بازنشانی کامل هفتگی در واقع معادل ۲۵ دلار ارزش افزوده است، مشروط بر اینکه کاربر تمام سهمیه را مصرف کند. با ورود مدل‌های سطح بالای جدیدی مثل Fable 5 و GPT-5.6 Sol، برای کاربران پیشرفته (power users) بسیار ساده‌تر شده است که این محدودیت‌ها را به سرعت به پایان برسانند. در این میان، بهینه‌سازی مصرف توکن‌ها اهمیت ویژه‌ای پیدا کرده است؛ برای نمونه، بررسی‌های اخیر روی Claude Code نشان می‌دهد که مدیریت دقیق بستر متن می‌تواند هزینه‌های API را به‌شدت کاهش دهد.
با این حال، نبود یک درگاه (endpoint) استاندارد و رسمی در پلتفرم برای بررسی برنامه‌ریزی‌شده (programmatic) میزان مصرف و زمان بازنشانی، به این معناست که کاربران پیشرفته مجبورند به صورت دستی پنجره‌های مرورگر خود را زیر نظر بگیرند. این یک نقطه اصطکاک (friction point) جدی برای جامعه توسعه‌دهندگان عامل‌محور (agentic developer community) است؛ کسانی که اغلب مجبورند برای لحظه دقیق وقوع بازنشانی، یادآورهای تلفنی تنظیم کنند تا بتوانند از پرامپت‌های خود بیشترین بهره را ببرند. این جامعه در حالی با چالش‌های مدیریتی می‌جنگد که شناسایی سه شکاف امنیتی بحرانی در ۶ عامل کدنویس پیشرو نگرانی‌های جدیدی را درباره‌ی پایداری و امنیت این ابزارها ایجاد کرده است.
بسیاری از این بازنشانی‌ها به عنوان جبرانی برای اختلالات فنی هبه می‌شوند. اما چون این موارد از طریق کانال‌های رسمی شرکت اعلام نمی‌شوند، کاربران مجبورند چهره‌های خاصی مانند Thibault Sottiaux (Tibo)، مدیر مهندسی Codex را دنبال کنند تا بفهمند بازنشانی رخ داده است. در برخی موارد، یک بازنشانی ممکن است تنها چند ساعت قبل از بازنشانی طبیعی کاربر رخ دهد و در نتیجه هیچ سود واقعی برای کاربر فراهم نکند.
سازوکار سیستم سهمیه‌ها
- سهمیه‌های ۵ ساعته: این سهمیه‌ها برای توزیع بار سرور، جلوگیری از سقوط سیستم در ساعات اوج مصرف (peak-time) و کمک به مدیریت اضافه‌بار سرور طراحی شده‌اند.
- بازنشانی‌های هفتگی: هدف این است که از مصرف کل سهمیه ماهانه در یک روز واحد و لغو فوری اشتراک توسط کاربر جلوگیری شود.
- بازنشانی‌های ذخیره شده (Banked Resets): سیستمی است که کمتر درباره آن صحبت شده و OpenAI در ۱۲ و ۱۳ جولای از آن استفاده کرد. در این سیستم، بازنشانی‌ها را می‌توان به صورت دستی در هر زمان استفاده کرد، اما ظرف ۳۰ روز منقضی می‌شوند.
- حدود منعطف: هر دو شرکت Anthropic و OpenAI در گذشته با این محدودیت‌ها آزمایش کرده‌اند؛ از حذف کامل سهمیه ۵ ساعته گرفته تا دو برابر کردن آن‌ها در بازه‌های زمانی محدود.
تیبو (Thibault Sottiaux) اخیراً از هزاران کاربر نظرسنجی کرد تا بفهمد آیا این بازنشانی‌های مکرر بیش از حد شده‌اند یا خیر.
تحلیل «جهش بازنشانی‌ها»
در دو هفته گذشته، دفعات بازنشانی در OpenAI جهش شدیدی داشته است. به طور مشخص، سهمیه هفتگی Codex در تاریخ‌های ۹ جولای، ۱۰ جولای (دو بار)، ۱۴ جولای، ۱۵ جولای و ۱۷ جولای بازنشانی شد. این flurry یا flurry فعالیت‌ها هم‌زaman با عرضه GPT-5.6 Sol است؛ مدلی که اگرچه به ادعاهای تبلیغاتی‌اش عمل می‌کند، اما نرخ مصرف سهمیه آن مشابه GPT-5.5 باقی مانده است.
از دیدگاه استراتژیک، این بازنشانی‌ها بیشتر شبیه یک تاکتیک «حفظ کاربر» (Retention) است تا سخاوتمندی. بازنشانی سهمیه برای تمام کاربران باید به شدت هزینه‌بر باشد، هرچند احتمالاً برای شرکت‌هایی که سالانه میلیاردها دلار هزینه سرمایه‌ای (CapEx) دارند، تنها یک خطای گرد کردن (rounding error) کوچک باشد. تحلیل بدبینانه این است که این بازنشانی‌ها مانع از آن می‌شود که کاربران پیشرفته پس از اتمام سهمیه طبیعی خود، شروع به آزمایش رقبای جایگزین کنند.
تأثیر روان‌شناختی بر کاربران پیشرفته
این وضعیت یک «کمبود دوپامین» برای متعهدترین توسعه‌دهندگان ایجاد می‌کند. آن‌ها به جای لذت بردن از توکن‌های رایگان، احساس می‌کنند پولشان تلف شده است. برای مثال، اگر بازنشانی زمانی رخ دهد که سهمیه کاربر هنوز ۵۰٪ است، این حس ایجاد می‌شود که ۱۲ دلار از دست رفته است.
علاوه بر این، وقتی یک بازنشانی رخ می‌دهد، زمان بازنشانی هفتگی بعدی اغلب نامشخص یا unset می‌ماند. این امر کاربر را مجبور می‌کند تا فقط برای فعال کردن مجدد تایمر، یک پرامپت الکی (dummy prompt) ارسال کند. نتیجه این است که یک فشار فوری برای ابداع پروژه‌های جدید ایجاد می‌شود تا کاربر بتواند سهمیه را قبل از بازنشانی تصادفی بعدی «خرج» کند؛ اتفاقی که هیجان اولیه را به روی اعصاب بودن تبدیل می‌کند.
اگر این الگو ادامه یابد، ممکن است نتیجه معکوس بدهد. توسعه‌دهنده‌ای که ماهانه ۱۰۰ دلار می‌پردازد و احساس می‌کند سهمیه‌اش تلف می‌شود، ممکن است انگیزه پیدا کند که اشتراک خود را به سطح ۲۰ دلاری کاهش دهد. این اقدام مستقیماً با هدف آزمایشگاه‌های AI برای افزایش «میانگین درآمد به ازای هر کاربر» (ARPU) در تضاد است.
در آینده منتظر عرضه یک درگاه برنامه‌ریزی‌شده برای رصد سهمیه باشید، زیرا نظارت دستی فعلی همچنان مانع اصلی برای کسانی است که می‌خواهند اپلیکیشن‌های مدیریت توکن خود را به روش «vibecode» بسازند.
گام بعدی شما
- اگر کاربر Codex یا Fable هستید، برای رصد دقیق بازنشانی‌ها، اعلان‌های توییتر تیبو (Tibo) را فعال کنید.
- برای جلوگیری از اتلاف سهمیه، پروژه‌های سنگین خود را برای بازه‌های زمانی بعد از بازنشانی‌های تصادفی برنامه‌ریزی کنید.
- منتظر عرضه درگاه‌های programmatic برای رصد سهمیه باشید تا بتوانید اپلیکیشن‌های مدیریت توکن شخصی بسازید.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو