مطالعه می گوید که طرح اشتراک Anthropic Claude ارزش بیشتری نسبت به OpenAI ارائه می دهد

به گفته شرکت تحقیقاتی SemiAnalysis، رقابت بین Anthropic و OpenAI، دو سازنده برجسته مدل هوش مصنوعی ایالات متحده، در ارزیابی اینکه کدام یک به شما ارزش بیشتری برای پول اشتراک شما می‌دهد، رقابتی نیست. پس از تغییراتی در برنامه اشتراک 200 دلاری OpenAI در ماه که ارزش آن را به نصف کاهش داد، SemiAnalysis برنامه های اشتراک مختلف ارائه شده توسط شرکت های هوش مصنوعی را بررسی کرد، زیرا هنوز این راه اصلی برای خرید خدمات هوش مصنوعی توسط افراد و کسب و کارهای کوچک است.

اشتراک‌های هوش مصنوعی به شدت یارانه می‌شوند – مشتریان برای پول خود توکن‌های بسیار بیشتری نسبت به پرداخت نرخ‌های API اندازه‌گیری شده دریافت می‌کنند. و SemiAnalysis استدلال می‌کند که برای ارزیابی مالی فروشگاه‌های هوش مصنوعی ضروری است که قیمت اشتراک را بررسی کنیم، زیرا استفاده از اشتراک، مقدار نامتناسبی از منابع محاسباتی شرکت را مصرف می‌کند. به ادعای بیز، اشتراک های کلود حدود 42 درصد از محاسبه استنتاج آنتروپیک را به خود اختصاص می دهد در حالی که تنها 10 درصد از درآمد آن را ایجاد می کند. و این اشتراک ها ارزش قابل توجهی را ارائه می دهند.

SemiAnalysis با اشاره به مدل‌های میان‌رده GPT-6.1 Sol و Claude Opus 5.5 ادعا می‌کند: «Anthropic معامله بسیار بهتری است که 5 برابر ارزش API را در سراسر صفحه ارائه می‌کند. می‌توانید استدلال کنید که این برای [OpenAI] ناعادلانه است، زیرا 6.1 Sol به ازای هر توکن بسیار ارزان‌تر از Opus 5.5 است، اما حتی اگر به مقایسه تعداد توکن‌ها روی بیاورید، شکاف همچنان بسیار زیاد است. OpenAI بلافاصله به درخواست نظر پاسخ نداد.

محاسبه SemiAnalysis بر اندازه‌گیری نرخ‌های خروجی توکن، تبدیل آن‌ها به توکن‌ها در پنجره استفاده ۵ ساعته و در هر ماه، و سپس محاسبه مقدار معادل API متکی است. محققان شرکت معتقدند که ارزش معادل API بهترین رقم برای گرفتن ارزش یک طرح اشتراک است، اگرچه آنها اجازه می‌دهند که معیارهای دیگری مانند حجم توکن خام در برخی موارد مناسب‌تر باشند. مقایسه‌های مبتنی بر API می‌تواند برای توضیح قابلیت‌های در حال تغییر سریع مدل‌هایی که به بازار می‌آیند، کند باشد.

برای مثال، معرفی یک مدل منبع باز جدید، می تواند آنچه را که ممکن است در یک قیمت مشخص تغییر دهد. برای کسانی که به طرح‌های اشتراک دسترسی دارند، قیمت‌های یارانه‌ای به وضوح ارزش واقعی را ارائه می‌دهند، به طوری که بازاری زیرزمینی برای فروش مجدد توکن‌ها از حساب‌های اشتراک تلفیقی در بسیاری از نقاط جهان وجود دارد. اما روش های دیگری برای اندازه گیری ارزش هوش مصنوعی وجود دارد. برای مثال، تجزیه و تحلیل مصنوعی، هزینه هر کار را دنبال می‌کند - هزینه تخمینی دلاری برای تکمیل یک کار خاص.

با این معیار، GPT-6.1 Sol (0.72 دلار) بسیار مقرون به صرفه تر از Claude Opus 5.5 (5.98 دلار) است، حداقل برای کسانی که نرخ API را پرداخت می کنند. اما ممکن است این نسبت برای کارهای مختلف صادق نباشد - عملکرد معیار ممکن است حجم کاری شما را منعکس نکند. طبق گفته SemiAnalysis، همانطور که توسط توکن ها اندازه گیری می شود، کلود پرو (20 دلار در ماه) 2.9 میلیارد توکن در ماه ارائه می دهد، در مقایسه با ChatGPT (20 دلار در ماه) با 1 میلیارد توکن در ماه.

اما مدل‌ها ممکن است از توکن‌های بیشتر یا کمتری نسبت به سایرین برای کار یکسان استفاده کنند، و زمانی که خروجی عملکردی باشد، مانند کد، خروجی هوش مصنوعی ممکن است به نتایج مشابهی در مدل‌های مختلف اما با درجات کارایی متفاوت دست یابد. پیش‌بینی هزینه‌های هوش مصنوعی برای مشاغلی که نمی‌توانند روی یارانه‌های اشتراک حساب کنند و ممکن است تجربه مدیریت هزینه‌های هوش مصنوعی را نداشته باشند، پیچیده‌تر می‌شود. در گزارشی که در ماه جولای منتشر شد، مک‌کینزی اعلام کرد که 93 درصد از شرکت‌ها از بودجه هوش مصنوعی خود فراتر رفته‌اند.

Dhruv Amin، یکی از بنیانگذاران عامل هوش مصنوعی biz Anything، در مصاحبه با The Register گفت: "من فکر می کنم همه مشاغل شاهد افزایش هزینه های هوش مصنوعی خود هستند." او گفت که از ابتدای سال، هوش مصنوعی در حل برخی مشکلات تجاری بهتر شده است و شرکت‌ها شروع به استقرار هوش مصنوعی به طور گسترده‌تری کرده‌اند، سپس متوجه می‌شوند که صورت‌حساب‌های توکن خود را از سقف عبور می‌دهند. امین گفت: «آزمایشگاه‌ها معمولا به طرح‌های خریدار خود با قیمت اشتراک به طور انبوه یارانه می‌دهند.

و من فکر می‌کنم این بخشی از قیف بازاریابی آنهاست، زیرا افراد بیشتری می‌توانند از ابزارها استفاده کنند، با ابزارها آشنا شوند و سپس آن ابزارها را وارد کار کنند.» او گفت اما برای شرکت های بزرگتر دو مشکل پیش می آید. تعداد کارکنان شما بیشتر از آن چیزی است که در یک طرح یارانه ای گنجانده شود و در مقیاس، هزینه ها به سرعت افزایش می یابد. او گفت: «روش بزرگی که شرکت‌ها این مشکل را حل می‌کنند این است که بتوانند حجم کاری را به خوبی در مرز انجام دهند و سپس به سرعت آن را به یک مدل منبع باز تغییر دهند که آن‌ها کنترل می‌کنند و می‌توانند با کسری بسیار کمتر از هزینه خدمت کنند.

بنابراین، برای ما در داخل، تنها با انتقال همه آنها به Skydive Glide، که مدل روتر ما است که برای حجم کاری داده شده سعی می کند یک مدل متن باز معادل را پیدا کند که بتواند آن حجم کاری را بدون افت کیفیت انجام دهد، توانستیم هزینه های هوش مصنوعی خود را 75 درصد کاهش دهیم. بنابراین امروز ما بسیاری از بارهای کاری خود را روی GLM-5.3 Flash اجرا می کنیم. امین گفت که شرکت‌هایی که در مدیریت هزینه هوش مصنوعی مهارت دارند، معیارهای ارزیابی را حفظ می‌کنند که منعکس‌کننده حجم کاری آنهاست. شرکت‌ها از این معیارها برای آزمایش مدل‌های جدید استفاده می‌کنند تا از هر نوع مهار هوش مصنوعی که استفاده می‌کنند، اطمینان حاصل کنند.

او گفت که با نگاهی به آینده، انتظار دارد شرکت‌ها بیشتر به این کار به ارائه‌دهندگان خدمات اعتماد کنند. او گفت: «بنابراین معنای این است که اگر یک عامل را بالای سر ما مستقر کنید، ما در پس‌زمینه داده‌هایی را از نحوه عملکرد آن عامل در تولید ضبط می‌کنیم. "و سپس ما از آن برای ساخت مجموعه داده های ارزشی در پرواز استفاده می کنیم." ®