ما وارد فاز جدیدی از توسعه صنعت هوش مصنوعی شدهایم؛ بهطوریکه تمامی بازیگران اصلی بهشدت در حال کاهش هزینهها و ارتقای قابلیت مدلهای سطح مبتدی خود هستند تا بتوانند با مدلهای جدید چینی، مانند کیمی ک ۳ (Kimi K3) از مانشات ایآی (Moonshot AI) و دیپسیک وی ۴ فلش (DeepSeek V4 Flash) رقابت کنند. شرکت اوپنایآی (OpenAI) اخیراً با کاهش ۸۰ درصدی قیمت مدل پیشتاز پایه خود یعنی چتجیپیتی ۵.۶ لونا (ChatGPT 5.6 Luna) به ازای هر میلیون توکن و کاهش ۲۰ درصدی مدل میانرده ۵.۶ ترا (5.6 Terra)، دست به چنین اقدامی زد. این اتفاق تنها کمی بیش از یک هفته پس از معرفی مدلهای ارزانتر جمنای ۳.۶ فلش (Gemini 3.6 Flash) و ۳.۵ فلشلایت (3.5 Flash-Lite) توسط گوگل (Google) رخ داد. شرکت انتروپیک (Anthropic) قیمتها را کاهش نداده، بلکه مقرونبهصرفهترین مدل خود یعنی اپوس ۴.۸ (Opus 4.8) را با مدل توانمندتر کلود ۵.۰ (Claude 5.0) در همان سطح قیمتی جایگزین کرده است.
هوش مصنوعی به لطف افزایش رقابت جهانی در حال ارزانتر شدن است، اما این امر میتواند به قیمت کاهش حاشیه سود این شرکتهای بزرگ تمام شود. این روند پس از ماهها اعلام کاهش و اعمال محدودیت در استفاده از این فناوری توسط کسبوکارهای بزرگ هوش مصنوعی رخ میدهد؛ حتی شرکتهای حامی هوش مصنوعی مانند ایکسایآی (xAI) متعلق به ایلان ماسک (Elon Musk) نیز دست به چنین اقداماتی زدهاند. با وجود اینکه کارمندان بیشتری نسبت به گذشته از هوش مصنوعی استفاده میکنند، گزارشها حاکی از آن است که دستاوردهای بهرهوری کمتر از حد ایدهآل بوده است.
تشدید رقابت
داستان تلاشهای توسعه هوش مصنوعی در چین و آمریکا تا حدی نماد نقاط قوت تاریخی این دو کشور بوده است. در حالی که شرکتهای آمریکایی مبالغ هنگفتی را برای پیشبرد فناوریهای پیشتاز دود میکنند، توسعهدهندگان چینی از پایه صنعتی خود برای ساخت مدلهایی استفاده کردهاند که ارزانتر، کمهزینهتر و در ردههای بالا تقریباً به همان خوبی مدلهای غربی هستند.
دیپسیک (DeepSeek) در سال ۲۰۲۵ شوک بزرگی به توسعهدهندگان غربی هوش مصنوعی وارد کرد و کیمی ک ۳ (Kimi K3) نیز در سال ۲۰۲۶ تقریباً همین کار را تکرار کرد. بهتنهایی، این رویدادها برای شرکتهایی مانند اوپنایآی (OpenAI)، گوگل (Google) و انتروپیک (Anthropic) نگرانکننده خواهد بود. با این حال، پس از ماهها شکایت شرکتهایی که بهطور گسترده از هوش مصنوعی استفاده میکنند درباره هزینههای سرسامآور توکنها، خبر انتشار مدلی تقریباً باکیفیت و با قیمت بسیار پایینتر سر و صدای زیادی به پا کرد.
اکنون توسعهدهندگان بزرگ هوش مصنوعی دیگر نمیتوانند صرفاً با افزودن پارامترها و دادههای آموزشی بیشتر به رقابت بپردازند. آنها مجبورند واقعاً بر سر قیمت رقابت کنند و برای انجام این کار، اوپنایآی قیمت مدلهای خود را بهشدت کاهش داده است. این کاهش شامل قدرتمندترین و توانمندترین مدل آنها نمیشود - بلکه نسخه سریعتر آن در واقع گرانتر میشود - اما مدلهای رده پیشتاز آن اکنون ارزانتر از همیشه هستند و زمانبندی این گذار در حوزه هوش مصنوعی و قیمتگذاری بسیار شگفتانگیز است.
اوپنایآی در ماه مارس چتجیپیتی ۵.۴ (ChatGPT 5.4) را با قابلیتهای جدید و قدرتمند ایجنت با قیمت ۲.۵۰ دلار به ازای هر میلیون توکن ورودی و ۱۵ دلار به ازای هر میلیون توکن خروجی عرضه کرد. اکنون جیپیتی ۵.۶ لونا (GPT 5.6 Luna) به ترتیب فقط با قیمت ۰.۲۰ و ۱.۲۰ دلار عرضه میشود. این یعنی بازه زمانی کمتر از چهار ماه طول کشید تا یک مدل پیشتاز در لبه فناوری باقی بماند و قیمتگذاری آن متناسب با آن تغییر کند.
جیپيتی-۵.۴ کامل در حالت xhigh امتیاز ۵۱ را کسب کرد که دقیقاً همان جایی است که لونا مکس امروز در آن قرار دارد. جیپيتی-۵.۴ هزینهای معادل ۲.۵۰/۱۵ دلار دارد؛ در حالی که لونا اکنون ۰.۲۰/۱.۲۰ دلار هزینه دارد. به عبارت دیگر، تقریباً چهار ماه بعد، اوپنایآی در حال فروش هوش مصنوعی پرچمدار کامل ماه مارس با حدود یکسیام قیمت توکن است.
این کاهشهای اخیر، مدل لونا را همرده دیپسیک وی ۴ (DeepSeek V4) قرار میدهد، بهطوریکه مدل حرفهای آن ۰.۴۳۵ دلار به ازای هر میلیون توکن ورودی و ۰.۸۷ دلار به ازای هر میلیون توکن خروجی هزینه دارد.
جیپیتی ۵.۶ ترا (GPT 5.6 Terra) مدل توانمندتری است، اما پس از کاهش قیمت ۲۰ درصدی، اکنون قیمت آن ۲.۰ دلار به ازای هر میلیون توکن ورودی و ۱۲.۰۰ دلار به ازای هر میلیون توکن خروجی است. این قیمت مدل جنجالی K3 را که به ترتیب ۳.۰۰ و ۱۵.۰۰ دلار است، عملاً زیر سوال میبرد.
در همین حال، جیپیتی ۵.۶ سول (GPT 5.6 Sol) همچنان ۵ و ۳۰ دلار به ازای هر میلیون توکن ورودی و خروجی قیمت دارد و اوپنایآی در واقع قیمت برترین مدل خود را افزایش داده است، بهطوریکه مدل ۵.۶ سول در حالت سریع (Fast mode) برای ارائه همان سطح از هوش مصنوعی اما با تاخیر کمتر، به ترتیب ۱۰ و ۶۰ دلار هزینه دریافت میکند و مستقیماً با سایر مدلهای پیشتاز پرچمدار مانند کلود فیبل ۵ (Claude Fable 5) و میتوس ۵ (Mythos 5) رقابت میکند.
اما آیا هیچکدام از اینها قرار است واقعاً برای اوپنایآی پولساز باشد؟
فرا رسیدن موعد پرداخت قبضها
پس از اینکه اوپنایآی در اوایل سال جاری اعلام کرد که ایده داشتن مراکز داده اختصاصی خود را عملاً کنار گذاشته است، قراردادهای اجارهای که با شرکتهای ابری نئوکلود (Neoclouds) منعقد کرده بود، بیش از همیشه اهمیت پیدا کرد. توافقنامههایی مانند تعهد محاسباتی عظیم ۳۰۰ میلیارد دلاری با اورکل (Oracle) برای بقای خدمات اوپنایآی به عنوان یک شرکت حیاتی شد.
اما اگر در آن زمان پرسشهایی درباره نحوه تأمین مالی چنین پروژهای توسط اوپنایآی وجود داشت، اکنون این پرسشها بسیار برجستهتر شدهاند. اوپنایآی در حال حاضر روی حسابهای مبتنی بر اشتراک خود پول از دست میدهد و اوایل سال جاری به اهداف درآمدی داخلی خود نرسید. و این اتفاق پس از از دست دادن دهها میلیارد دلار در سال ۲۰۲۵ رخ میدهد، علیرغم اینکه درآمدها در طول سال بهطور پیوسته در حال رشد بوده است.
اوپنایآی متعهد شده است تا سال ۲۰۳۰ حدود ۶۰۰ میلیارد دلار در بخش محاسبات هزینه کند. حتی اگر درآمدها در حال رشد باشند، ممکن است به هیچ وجه با سرعت کافی برای پوشش دادن اینگونه هزینهها رشد نکنند و کاهش قیمت محبوبترین و مقرونبهصرفهترین مدلها نشان میدهد که حاشیه سود یا بهشدت کوچک خواهد شد یا بهکل از بین میرود.
به همین دلیل است که صحبتهای زیادی درباره پشتیبانی انویدیا (Nvidia) از اوپنایآی با یک سرمایهگذاری ۲۵۰ میلیارد دلاری مطرح شده است. اوپنایآی نیز در این زمینه تنها نیست؛ گوگل طی سال گذشته حدود ۹ برابر درآمد ابری خود را صرف زیرساخت هوش مصنوعی کرده است، در حالی که انتروپیک اخیراً تنها به دلیل یک معامله محدود با تخفیف با شرکت ایکسایآی (xAI) برای اجاره مرکز داده کلوسوس (Colossus) توانسته است به سوددهی از درآمد سالانه دست پیدا کند.
هوش مصنوعی ناگهان ارزانتر اجرا نمیشود و ساخت آن نیز ارزانتر تمام نمیشود، و با این حال شرکتها در حال کاهش قیمتها هستند و مدلهای سریعتر و توانمندتر را با هزینه کمتری در دسترس قرار میدهند. در ظاهر، این اعداد با هم همخوانی ندارند.
بستهبندی روی پارادوکس ژِوُن
صنعت هوش مصنوعی اغلب هنگام صحبت درباره سرعت بخشیدن به پذیرش هوش مصنوعی و استفاده انبوه در بازار، به پارادوکس ژِوُن (Jevons Paradox) استناد میکند. در حالی که در دوران ژوُن ساخت موتورهای زغالسنگ کارآمدتر به جای کاهش مصرف زغالسنگ، منجر به مصرف بیشتر آن شد، توسعهدهندگان هوش مصنوعی ادعا میکنند که با کارآمدتر شدن استفاده از هوش مصنوعی، کاربردهای بیشتری برای آن پیدا خواهد شد که به استفاده کلی بیشتری منجر میشود.
این ممکن است همان آیندهای باشد که کاهش هزینه توکنها امیدوار است ما را با سرعت به سمت آن سوق دهد. اگر توکنها ارزان باشند، مردم در مجموع از آنها بیشتر استفاده خواهند کرد که به درآمد بالاتر منجر میشود. اگر شتابدهندههای نسل بعدی هوش مصنوعی تا پایان سال در مراکز داده هوش مصنوعی رایجتر شوند، ممکن است شاهد افزایش ۱۰ برابری توکنها به ازای هر وات باشیم و این امر حاشیه سود کمتر را با افزایش حجم، سودآورتر خواهد کرد.
سپس نوبت به تراشه ورا روبین (Vera Rubin) میرسد که انویدیا ادعا میکند افزایش ۱۰ برابری دیگری را در بهرهوری عملکرد توکن ارائه خواهد کرد. قطعا این احتمال وجود دارد که مزایای پلتفرمهای بلکول (Blackwell) و ورا روبین (Vera Rubin)، هوش مصنوعی را به صنعتی به طور بالقوه سودآورتر برای سرورهای استنتاج تبدیل کند. اما حتی در آن صورت هم، تصور اینکه شرکتهای بزرگ بتوانند هر چیزی نزدیک به سرمایهگذاریهای کلان خود را با درآمدهای مستقیم هوش مصنوعی پوشش دهند، دشوار است؛ بهویژه که افزایش رقابت، قیمتگذاری توکنها را پایینتر میآورد.