اگر از Fable 5 برای پروژه‌های خود استفاده می‌کنید، باید بدانید که دسترسی شما در ۱۲ ژوئیه ۲۰۲۶ به‌طور ناگهانی قطع خواهد شد، مگر اینکه همین امروز تنظیمات سقف هزینه را تغییر دهید. طبق گزارشی از dev.to، این پلتفرم در حال گذار به یک مدل پرداخت سخت‌گیرانه است که در آن دسترسی شما دقیقاً در لحظه صفر رسیدن موجودی اعتبار، متوقف می‌شود.
این تغییر در حالی رخ می‌دهد که ظرفیت محاسباتی (Compute) — که شبیه به فضای محدودی است که یک آشپزخانه صنعتی برای پخت هم‌زمان چندین غذا دارد — پاسخگوی تقاضای کاربران نیست. برای بسیاری از توسعه‌دهندگان، این یعنی خداحافظی با هزینه‌های ماهانه پیش‌بینی‌پذیر و ورود به دنیای متلاطم پرداخت به‌ازای مصرف. همان‌طور که در تحلیل‌های پیشین ما درباره‌ی مدل‌های تجاری هوش مصنوعی اشاره کردیم، نوسان در هزینه‌های استنتاج (Inference) — یعنی همان لحظه‌ای که مدل واقعاً جواب تولید می‌کند — همواره یکی از بزرگ‌ترین چالش‌های عملیاتی برای تیم‌های فنی بوده است؛ موضوعی که در بررسی جنگ قیمت‌های پنهان بین غول‌های این صنعت نیز به تفصیل به آن پرداختیم.
جزئیات ساختار قیمت‌گذاری جدید به شرح زیر است:
- هر میلیون توکن (Token) ورودی: ۱۰ دلار
- هر میلیون توکن خروجی: ۵۰ دلار
- پیش‌نیاز: فعال‌سازی دستی اعتبار و تعیین سقف هزینه ماهانه در کنسول مدیریتی
بر اساس مستندات رسمی تیم توسعه، این قیمت‌گذاری نقطه پایان نیست. آن‌ها تأکید کرده‌اند که به محض بازگشت ظرفیت محاسباتی به سطح مطلوب، Fable 5 دوباره به پلن‌های اشتراکی استاندارد بازخواهد گشت. بنابراین، مدل اعتباری فعلی صرفاً یک فاز انتقالی برای مدیریت بحران منابع است.
برای کاربر نهایی، این یعنی بودجه شما مستقیماً همان «زمان فعال بودن» (Uptime) سرویس شماست. چون هیچ اعلان یا هشدار پیش از اتمام اعتبار ارسال نمی‌شود، ریسک قطعی سرویس در میانه یک پروژه حیاتی بسیار بالاست. از این پس مسئولیت پایش لحظه‌ای نرخ مصرف بر عهده خود شماست.
گام بعدی شما
- میزان استفاده فعلی از API خود را تحلیل کنید تا تخمینی از هزینه ماهانه داشته باشید.
- همین امروز در کنسول مدیریتی یک سقف هزینه (Spending Cap) محافظه‌کارانه تعریف کنید.
- برای جلوگیری از قطع ناگهانی در ۱۲ ژوئیه، سیستم‌های هشدار داخلی خود را برای پایش موجودی اعتبار فعال کنید.
اما تأثیر این مدل قیمت‌گذاری بر رقابت با مدل‌های متن‌باز حتی تکان‌دهنده‌تر است؛ در گزارش بعدی بررسی خواهیم کرد که چگونه مدل‌های لاما در این فضای هزینه‌ای برنده می‌شوند.
گفتگو