في يوم الثلاثاء، قدمت OpenAI GPT-6 Sol وGPT-6 Luna، وكلاهما مسعّر ليكون أقل بنسبة 50% على الأقل من معدلات نماذج GPT-5.6 التي يحلان محلها. تهدف تخفيضات الأسعار التي أعلنتها OpenAI إلى المطورين والمؤسسات الذين بدأوا باختيار النماذج بناءً على تكلفة المهام المكتملة بدلًا من الاكتفاء بدرجات الاختبارات المعيارية.
ومما يثير الاهتمام أن هذا الخبر تزامن مع إعلان أنثروبيك عن تخفيض سعر نموذجها الرائد.
نصف سعر نماذج GPT-5.6
تكلفة GPT-6 Sol هي 2 دولار لكل مليون رمز إدخال و10 دولارات لكل مليون رمز إخراج. وهذا بالمقارنة مع أسعار GPT-5.6 Sol والتي تبلغ 4 و20 دولارًا على التوالي. أما تكلفة GPT-6 Luna فهي 0.10 دولار للإدخال و0.50 دولار للإخراج، مقارنةً بـ 0.20 دولار للإدخال و1.20 دولار للإخراج بالنسبة إلى GPT-5.6 Luna. وبشكل عام، يعني هذا أن تكاليف Sol تم خفضها إلى النصف في الحالتين، بينما تم خفض تكاليف Luna للإدخال إلى النصف، وخُفضت تكاليف الإخراج بنسبة 58.3%.
تنسب OpenAI الانخفاضات إلى تحسينات الاستدلال والتخزين المؤقت كعوامل سمحت لها بإجراء التخفيضات. ووفقًا لمنشور الإطلاق، فإن أسعار استخدام GPT-5.6 هي أسعار ترويجية، بينما قال ممثل من OpenAI لـ VentureBeat إن أسعار GPT-6 الجديدة باقية. تظل فئة GPT-6 Astra هي الأغلى بسعر 10 دولارات للمدخلات و50 دولارًا للمخرجات.
وفقًا لـ Cryptopolitan، خفضت OpenAI سعر GPT-5.6 Luna بنسبة 80% وGPT-5.6 Terra بنسبة 20%، ما يشير إلى أن التسعير أصبح قضية محورية في المنافسة بين نماذج الذكاء الاصطناعي.
تكلفة البيع لكل مهمة مكتملة، لا الفوز في الاختبارات
أصبح نهج OpenAI أكثر قائمًا على الاقتصاديات منه على الجوانب التقنية. تكشف أداء الشركة في AutomationBench—وهو موقع يقيس العمليات التجارية عبر 47 أداة مختلفة—أن GPT-6 Sol في أقصى جهد حقق 32.0% بينما بلغت تكلفة إتمام المهمة 0.34 دولار. سجّل Claude Opus 5.5 40.0% في أقصى جهد بينما بلغت تكلفة إتمام المهمة 1.28 دولار. قدم Opus 5.5 درجة إكمال أعلى بمقدار 8 نقاط مئوية، لكنه كان بتكلفة تقارب 3.8 مرات لكل مهمة مقارنةً بـ GPT-6 Sol.
في أحدث اختبار للـ Agents، وفقًا لـ OpenAI، تفوق Sol في أقصى جهد على الأداء الأقصى لـ Opus 5 بنسبة 60% أقل تكلفة لكل مهمة.
تُسند بيانات مستقلة قدمتها Artificial Analysis GPT-6 Sol إلى الحد الأقصى مع درجة Intelligence Index تبلغ 48 وXiaomi MiMo-V2.6-Pro إلى 46، لكن الأخيرة أرخص بكثير من الأولى.
تجيب Anthropic بـ Opus 5.5 في اليوم نفسه
أطلقت Anthropic Claude Opus 5.5 في 22 سبتمبر بسعر 4 دولارات لكل مليون رمز مميز للمدخلات و20 دولارًا للمخرجات، ما خفض تكلفة الرمز المميز بنسبة 20% مقارنةً بـ Opus 5. وفقًا لـ Anthropic، سيتكلف المستخدمون مع النموذج الجديد حوالي 40% أقل بسبب انخفاض استخدام الرموز المميزة.
النتيجة الصافية هي أن GPT-6 Sol له معدل 2 دولار، ما يجعله عند نصف معدل 4 دولارات لـ Opus 5.5 ويتطابق مع Claude Sonnet 5. من ناحية أخرى، فإن كلًا من GPT-6 Astra وClaude Fable 5.1 على المستوى نفسه ويقومان بتحصيل 10 دولارات للمدخلات و50 دولارًا للمخرجات مقابل خدماتهما، وفقًا لتحليل VentureBeat.
أسعار واجهات برمجة التطبيقات لـ GPT-6 Sol وLuna مقارنةً بـ GPT-5.6 وClaude
يواصل المنافسون الأرخص تضييق الفجوة
يقول OpenRouter إن DeepSeek ضاعف حصتها من الرموز المميزة على المنصة من 9% في يناير إلى 18% في يونيو، بينما تجاوزت النماذج الصينية مجتمعة النماذج الأمريكية في حصتها من الرموز المميزة في أوائل يونيو. كما أطلقت Xiaomi نماذج MiMo تحت رخصة MIT، ما يمنح الشركات خيار الاستضافة الذاتية بدلًا من الدفع مقابل كل رمز مميز.
وفقًا لفهرس Ramp AI Index، الذي يعتمد على بيانات الإنفاق من أكثر من 70,000 شركة، فإن معدل تبنّي Anthropic يبلغ 43.8% بينما تبنّي OpenAI يبلغ 39.8%. لا تشير هذه الإحصاءات إلى أي حصة سوقية عالمية، لكنها تُظهر مدى سهولة انتقال الإنفاق المؤسسي من مزود إلى آخر.
علاوة على ذلك، يقدم تقرير Global AI Diffusion الذي نشرته Microsoft منظورًا أوسع للوضع: إذ أصبح الذكاء الاصطناعي أكثر شعبية حول العالم، بينما قد تؤدي نماذج الأوزان المفتوحة إلى خفض تكاليف الوصول، خصوصًا في الجنوب العالمي، رغم العوائق التي تفرضها البنية التحتية والاتصال والمهارات.
لماذا قد لا تعني الرموز المميزة الأرخص ذكاءً اصطناعيًا أرخص
توقعت Gartner في 17 أغسطس أن تكاليف الاستدلال لكل سير عمل وكيلية سترتفع بأكثر من خمسة أضعاف بحلول عام 2028. وتسمي ذلك «مفارقة الاستدلال»: فحتى عندما تتحسن اقتصادات الوحدة، يمكن أن يزيد الإنفاق الإجمالي لأن سير عمل الذكاء الاصطناعي يصبح أكثر تعقيدًا.
«ستتطلب كل جولة لاحقة من قدرات الذكاء الاصطناعي المزيد، وغالبًا المزيد تكلفة، من الرموز المميزة.» — ويل سومر، المدير الأول للبحوث التحليلية، Gartner
وجدت ورقة بحثية ما قبل النشر من جامعة أكسفورد بعنوان «The Price of Intelligence» أن أسعار الاستدلال المُعدّلة مقابل الجودة انخفضت بنحو 0.73 نقطة لوغاريتمية سنويًا—بمعدل أسرع بأكثر من سبع مرات من الفترات التي تلتقطها المقاييس التقليدية. لكن عند القياس لكل مهمة مكتملة، توقفت تكاليف المشتري عن الانخفاض لأن نماذج التفكير استهلكت المزيد من الرموز المميزة.
بعبارة أخرى، قد لا تقلل الرموز المميزة الأرخص فواتير الذكاء الاصطناعي. قد تجعل استخدام قدر أكبر من الذكاء الاصطناعي أكثر جدوى من الناحية الاقتصادية.
أذكى عقول العملات الرقمية يقرأون رسالتنا الإخبارية سلفًا. هل تريد الانضمام؟ انضم إليهم.