اوپنایآی قیمتهای API دو مدل جدید خانواده GPT-5.6 را تنها سه هفته پس از عرضه تغییر داد: مدل Luna با کاهش حدود ۸۰٪ و مدل Terra با کاهش حدود ۲۰٪ مواجه شدند، در حالی که قیمت مدل استدلالی اصلی، Sol، بدون تغییر باقی ماند.
خلاصه قیمتهای جدید
سم آلتمن، مدیرعامل اوپنایآی، در پستی در پلتفرم X از «کاهشهای قیمت عمده» خبر داد و هدف شرکت را بهبود نسبت هزینه به عملکرد در همه سطوح اعلام کرد. نرخهای جدید به شرح زیر است:
- Luna: $0.20 برای هر 1 میلیون توکن ورودی و $1.20 برای هر 1 میلیون توکن خروجی (پیش از این $1 و $6).
- Terra: $2 برای هر 1 میلیون توکن ورودی و $12 برای هر 1 میلیون توکن خروجی (پیش از این $2.50 و $15).
- Sol: بدون تغییر؛ $5 برای هر 1 میلیون توکن ورودی و $30 برای هر 1 میلیون توکن خروجی.
برای توسعهدهندگانی که از Luna استفاده میکنند، نیازی به تغییر کد یا معماری نیست؛ هزینههای استنتاج بهصورت خودکار کاهش مییابد و پردازشهای حجیم ارزانتر اجرا میشوند.
دلیل کاهش قیمت
اوپنایآی کاهش قیمتها را ناشی از بهینهسازیهای زیرساختی در پشته استنتاج GPT-5.6 میداند؛ بهگفته شرکت، این تغییرها هوش بهازای هر دلار را بهطور قابلتوجهی افزایش دادهاند. یک روز پیش از اعلام رسمی، گزارشهای مهندسی متعددی درباره بهینهسازیها برای Codex و ChatGPT Work منتشر شد.
تغییرات فنی کلیدی
- بازنویسی کرنلهای پردازشگر گرافیکی در محیط تولید که حدود ۲۰٪ هزینههای سرویسدهی را کاهش داده است (واحد پردازش گرافیکی (GPU)).
- بازطراحی مکانیزم رمزگشایی احتمالی که تولید توکن را بیش از ۱۵٪ کاراتر کرده است.
- بهروزرسانی زماناجرای عاملها و استفاده گستردهتر از کش پرامپتها برای کاستن از محاسبات تکراری در جریانهای کاری چندمرحلهای.
عاملها و افزایش فشار هزینههای استنتاج
عاملها معمولاً برای تکمیل یک وظیفه دهها یا صدها فراخوان مدل انجام میدهند؛ در نتیجه برای بارهای کاری مبتنی بر عامل، هزینههای سرویسدهی اهمیت بیشتری نسبت به اختلافهای اندک در نتایج بنچمارک پیدا میکند. همین عامل شرکتها را به بهینهسازی زیرساخت و بازنگری در سیاستهای قیمتگذاری سوق میدهد.
رقابت جهانی و اثر آن بر قیمت
یکی از محرکهای اصلی این تغییر، رقابت فزاینده بینالمللی است، از جمله عرضه مدلهای باز و کمهزینه توسط آزمایشگاههایی مانند Moonshot. این مدلها با ارائه وزنهای باز، گزینههای اقتصادی جذابی برای شرکتهایی که روزانه میلیاردها توکن پردازش میکنند فراهم میکنند و فشار رقابتی را افزایش میدهند.
اوپنایآی همراه با رقبایی مانند Anthropic به این نتیجه رسیدهاند که صرفاً داشتن مدلهای برتر کفایت نمیکند و تطبیق قیمت با رقبا برای حفظ مشتریان سازمانی ضرورت دارد. یکی از رویکردها، ارسال کارهای سادهتر به مدلهای باز و تخصیص APIهای اختصاصیتر به وظایف پیچیده است.
تأثیر بر سازمانها و توسعهدهندگان
- کاهش هزینهها برای پردازش دستهای و اپلیکیشنهایی با ترافیک بالا اهمیت قابلتوجهی دارد.
- سازمانهایی که از ترکیب مدلهای باز و APIهای اختصاصی استفاده میکنند، اکنون گزینههای اقتصادیتری در دسترس دارند.
- این تغییر نشان میدهد حتی بهبودهای نسبتاً کوچک در کارایی استنتاج میتواند مستقیماً به کاهش قیمتها منجر شود و به مزیت رقابتی بدل شود.
پیشبینی رویدادهای آینده
انتظار میرود رقابت قیمتگذاری میان بازیگران بزرگ و مدلهای باز ادامه یابد و شرکتها سرمایهگذاری بیشتری روی بهینهسازی زیرساخت و طراحی مسیرهای هیبریدی برای کاهش هزینههای استنتاج انجام دهند. کاهش حدود ۸۰٪ در قیمت Luna ممکن است جذابیت مهاجرت کامل به مدلهای خودمیزبان را کاهش دهد و استفاده از مدلهای اوپنایآی را در بارهای کاری گستردهتر حفظ کند.
منابع و مطالعه بیشتر: صفحه اوپنایآی در ویکیپدیا و گزارشهای فنی اخیر مرتبط با بهینهسازی زیرساخت مدلها.
