توسعه هوش مصنوعی شاید دیگر مانند سالهای نخست ظهور چتجیپیتی (ChatGPT) بیقاعده نباشد، اما همچنان یک حوزه پیشرو محسوب میشود که مرزهای مشخص و معیارهای محدودی ندارد. با این حال، توسعهدهندگان هوش مصنوعی در این مرزها به شدت به دنبال دو هدف همزمان هستند: هوش بیشتر و قیمت ارزانتر به ازای هر توکن. این امر به رقابتی فشرده منجر شده است که در آن برخی برندگان تنها برای چند ساعت در جایگاه نخست باقی میمانند.
اگرچه مدلهای کلود فیبل (Claude Fable) و اوپوس (Opus) از شرکت آنتروپیک (Anthropic) بهطور مداوم در صدر جدولهای هوش رقابتی بودهاند، اما جزو گرانترین گزینهها برای استفاده نیز محسوب میشوند. برای کاربردهای عمومیتر، برخی کاربران توجه بیشتری به «مرز پارتو (Pareto Frontier)» دارند؛ جایی که اوج هوش و حداقل هزینه به بالاترین حد خود میرسد و در آنجا رقابت شدید و دائماً در حال تغییر است.
به دنبال بازگشت ناگهانی برنامههای توکنمحور شرکتها در اوایل سال جاری، تمرکز فزاینده بر کاهش هزینه هوش مصنوعی باعث شده است که بار دیگر با تناقض جِوونز (Jevons paradox) روبهرو شویم. از آنجا که هزینههای توکن برای مدلهای باهوشتر کاهش یافته است، استفاده از توکن در سال گذشته بیش از ۲۵ برابر منفجر شده و تنها دریم ماه گذشته دو برابر شده است.
مردم ممکن است نخواهند هزینه بیشتری برای هوش مصنوعی صرف کنند، اما به نظر میرسد وقتی توانایی مالی آن را داشته باشند، مقدار بسیار بیشتری از آن را مصرف میکنند.
زنده باد پادشاه(ها)
علیرغم صعود سریع و رادیکال، برندگان بزرگ در صنعت هوش مصنوعی از زمان پیدایش آن تغییر چندانی نکردهاند. ممکن است چند لحظه غافلگیرکننده مانند «لحظات دیپسیک (Deepseek moments)» رخ داده باشد که در آن همه برای پیشی گرفتن از یک تهدید جدید تلاش کردهاند، اما به طور کلی شرکتهای اوپنایآی (OpenAI) و آنتروپیک (Anthropic) در بالای جدول هوش با هم در جنگ بودهند، گوگل (Google) و متا (Meta) در بخش میانرده کارآمدتر و مقرونبهصرفهتر بودهاند و مدل گروک (Grok) از شرکت ایکسAI (xAI) در پسزمینه حضور داشته و به دلایل نادرست سرتیتر اخبار را به خود اختصاص داده است.
وضعیت در سپتامبر ۲۰۲۶ تا حد زیادی به همین منوال است. اگرچه بنچمارکها در طول طراحی مدل دستکاری میشوند و استفاده در دنیای واقعی نماینده بهتری از کاربردهای واقعی است، اما بهترین مدلهای آنتروپیک همچنان توسط بیشتر افراد باهوشترین محسوب میشوند. مدلهای فیبل ۵.۱ (Fable 5.1)، فیبل ۵ (Fable 5) و کلود اوپوس (Claude Opus) همگی در میان چهار رتبه برتر تست شاخص هوش آنالیز مصنوعی (ArtificialAnalysis) قرار دارند و پلتفرمهای اوپنروتر (OpenRouter) و بنچالام (BenchLM) نیز آنها را در جایگاههای سکو قرار دادهاند.
با وجود پیشتاز بودن، مدلهای آنتروپیک برتری فوقالعادهای ندارند. ممکن است مدل فیبل ۵.۱ امتیاز ۶۶ را در بنچمارک آنالیز مصنوعی کسب کند، اما مدل جیپیتی ۵.۶ سول (GPT 5.6 Sol) از اوپنایآی موفق به کسب امتیاز ۶۱ میشود. مدلهای گروک ۴.۶ (Grok 4.6) و کیمی کی۳ (Kimi K3) قادر به کسب امتیازهای بالای ۶۰ هستند و مدل جدید متا میوس اسپارک ۱.۳ (Meta Muse Spark 1.3) میتواند به امتیاز ۶۲ برسد؛ هرچند هنوز اطلاعات مقایسه قیمت آن را در اختیار نداریم.
همین موضوع در سایر بنچمارکهای شرکتهای دیگر نیز صدق میکند.
اما در حالی که مدلهای برتر با تنظیمات جزئی و افزایشهای اندک در قابلیتها یکدیگر را کنار میزنند، تفاوت بسیار بیشتری در رده میانی وجود دارد؛ و این تفاوت نه در هوش، بلکه در قیمت است.
حتی با کاهش هزینه، مدلهای پیشرو بسیار گران هستند
توسعهدهندگان بزرگ هوش مصنوعی میدانند که با یک مشکل قیمتگذاری مواجه هستند. به دنبال جهش قیمتگذاری به ازای هر توکن در اوایل سال جاری، بودجهها از بین رفت و حتی مدیران عامل شرکتهای هوش مصنوعی نیز به طور عمومی درباره مقرونبهصرفهتر کردن هوش مصنوعی صحبت کردند. اینکه این امر چگونه به آنها در رسیدن به سودآوری کمک خواهد کرد هنوز مشخص نیست، اما نشانههای آن کاملاً آشکار است.
و حتی در آن صورت، مدلهای برتر هوش مصنوعی در مقایسه با مدلهای موجود در مرز پارتو به طرز مضحکی گران هستند.
مدل کلود فیبل ۵.۱ با کاهش ۷۵ درصدی در هزینه قیمتگذاری ذخیرهسازی کش (cache write) عرضه میشود، اما آنالیز مصنوعی همچنان هزینه آن را ۳.۶۹ دلار به ازای هر وظیفه در تست شاخص هوش خود ثبت کرده است. این هزینه ناشی از پاسخها و استدلالهای بسیار گرانتر است، زیرا در حالی که فیبل ۵.۰ هزینههای کش بالاتری دارد، هزینه آن ۳.۱۴ دلار به ازای هر وظیفه بنچمارک است. اما این رقم ۵۰ درصد گرانتر از کلود اوپوس ۵ در همان وظیفه است که خود دو برابر هزینه جیپیتی ۵.۶ سول است.
سپس هزینهها به شدت کاهش مییابند، به ویژه زمانی که هوش مدلهای مقرونبهصرفهتر را در نظر بگیرید.
مدل جمینی ۳.۵ فلش (Gemini 3.8 Flash) گوگل یک مدل قدرتمند است که قادر به کسب امتیاز ۵۹ در تست شاخص هوش است. اما هزینه آن تنها ۰.۵۸ دلار به ازای هر وظیفه در تست شاخص است؛ یعنی کمتر از یکششم قیمت کلود فیبل ۵.۱ با تنها ۱۰ درصد افت در امتیاز هوش. مدل جیپیتی ۵.۶ سول اوپنایآی هزینه ۰.۴۳ دلاری با امتیاز هوش ۵۷ دارد.
رقابت چینی نیز دقیقاً در این میان حضور دارد. مدل قدرتمند کیمی کی۳ میتواند امتیاز ۶۰ را در بنچمارک هوش با هزینه ۰.۸۴ دلار به ازای هر وظیفه مدیریت کند، در حالی که نسخه کیمی کی۳ لو (Kimi K3 low) امتیاز هوش ۴۸ را تنها با هزینه ۰.۲۴ دلار به ازای هر وظیفه ارائه میدهد. مدل دیپسیک وی۴ پرو (Deepseek V4 Pro) احتمالاً یکی از چشمگیرترین موارد با امتیاز ۵۳ و هزینه ۰.۲۷ دلار است.
در زمان نگارش این مقاله، مدل میوس اسپارک ۱.۳ متا عنوان مرز پارتو را با امتیاز ۶۱ و هزینه ۰.۵۸ دلار به ازای هر وظیفه در اختیار دارد. این مدل جایگاه برتر را از جمینی ۳.۵ فلش گوگل ربود که تنها ۳.۵ ساعت این تاج را بر سر داشت.
بیایید برویم خرید توکن
دیدگاه و رویکرد جامعه تجاری نسبت به استفاده از هوش مصنوعی همزمان ترسناک و جذاب بوده است. در حالی که همه ما ترس بیارزش شدن مهارتهایی را که سالها برای کسبشان وقت گذاشتهایم حس کردهایم، رهبران کسبوکار به شدت بین تقاضا برای استفاده از هوش مصنوعی در مقیاس بزرگ و سپس عقبنشینی سریع با فریاد «خدای من، نه، نه آنقدر زیاد» در نوسان بودهبودهاند.
شرکت اوبر (Uber) به طور معروف بودجه سالانه هوش مصنوعی خود را تنها در چند ماه مصرف کرد و جدولهای امتیازدهی مصرف توکن نشان دادند که یک شرکت ناشناس معادل نیم میلیارد دلار توکن را تنها در چند هفته مصرف کرده است. اما در حالی که همه قطعاً هزینهها را بسیار جدیتر از گذشته میگیرند، این امر استفاده از هوش مصنوعی را کند نمیکند. در واقع، با مقرونبهصرفهتر شدن هوش مؤثرتر، استفاده از توکن در حال انفجار است.
یکی از مهندسان اوپنروتر نموداری را منتشر کرد که نشان میدهد استفاده کلی از توکنهای پولی در سال گذشته ۲۵ برابر افزایش یافته و تنها در ماه گذشته دو برابر شده است.
به نظر میرسد این افزایش ناشی از برخی از آن مدلهای هوش مقرونبهصرفه میانرده است. طبق رتبهبندیهای مدلهای زبانی بزرگ اوپنروتر، پراستفادهترین مدل در ماه گذشته مدل جیپیتی ۵.۶ لونا (GPT 5.6 Luna) از اوپنایآی با نزدیک به ۱۲ تریلیون توکن بوده است. با امتیاز هوش ۵۲ و هزینه ۰.۵۸ دلار به ازای هر وظیفه، این مدل در ارزانترین طیف بر روی خط پارتو قرار دارد.
اما درست پشت سر آن، توسعهدهنده چینی زیAI (Z-Ai) با مدل جیالام ۵.۳ فلش (GLM 5.3 Flash) قرار دارد. این مدل در ماه گذشته به ۱۱.۴ تریلیون توکن رسیده است که نشاندهنده افزایشی بیش از ۱۰۰۰ درصدی نسبت به ماه قبل است. نسبت هوش به قیمت آن ۵۷ به ۰.۰۹ دلار است. مدل دیپسیک وی۴ فلش (Deepseek v4 Flash) نیز در کنار آن قرار دارد و سایر مدلهای چینی به اندازه کافی باهوش اما بسیار مقرونبهصرفه، این بسته را تکمیل میکنند.
در مقایسه، مدلهای بزرگ و گرانقیمت تقریباً اصلاً استفاده نمیشوند. استفاده ماهانه از مدل فیبل ۵ در محدوده چند میلیارد توکن خروجی است و حتی اوپنایآی با پایگاه کاربران عظیم خود، تنها با مدل ۵.۶ سول به ۱.۸ تریلیون توکن ماهانه میرسد.
جِوونز دوباره ضربه میزند
علاوه بر مدل کسبوکار دیوانهوار برای بسیاری از افراد درگیر، الگوهای جذابتری در استفاده از هوش مصنوعی در حال ظهور است. افراد میتوانند راههایی برای استفاده از توکنهای فراوان پیدا کنند، اما آنها تنها مایلند هزینه مشخصی برای آنها بپردازند. آنها هوش را با پایینترین قیمت ممکن میخواهند و نقطه تقاطعی وجود دارد که در آن یکی بر دیگری ارجحیت پیدا میکند.
در حالی که افراد بدبین استدلال میکنند که بنچمارکها دستکاری شدهاند و مروجان همچنان منجی هوش مصنوعی خود را نوید میدهند، اقتصاد واقعی این صنعت تصویر بسیار روشنتری را ترسیم میکند. هوش قیمتی دارد، اما بسیار پایینتر از آن چیزی است که برخی از توسعهدهندگان مدلهای پیشرو قادر به ساختن آن هستند. با کارآمدتر شدن مدلها و قدرتمندتر شدن سختافزار استنتاج، ممکن است به نقطهای برسیم که قابلیتهای مدلهای زبانی بزرگ به اندازه کافی مقرونبهصرفه شود تا هر کسی بتواند هر چقدر که میخواهد از آن استفاده کند.
این امر برای شرکتهای بزرگی که صدها میلیارد دلار برای رساندن ما به این نقطه هزینه کردهاند چه معنایی دارد، موضوعی است که باید دید.
منبع: tomshardware.com