چه کاهش سرعت هوش مصنوعی؟ با داغ شدن جنگ قیمت، مدل‌های دوئل OpenAI، Anthropic منتشر می‌شوند

Anthropic و OpenAI نسخه‌های مقرون‌به‌صرفه‌تری از مدل‌های مرزی خود را معرفی کردند، زیرا آنها برای سهم کیف پول کسب‌وکارهایی که به‌طور فزاینده‌ای آگاهانه هزینه دارند مبارزه می‌کنند و با رقابت فزاینده‌ای از مدل‌های وزن باز کم‌هزینه روبرو هستند. با وجود درخواست‌های اخیر هر دو شرکت برای کاهش سرعت هوش مصنوعی، این نسخه‌ها در چند ساعت پس از یکدیگر منتشر شدند، که نشانه‌ای از رقابت شدید آزمایشگاه‌ها بود.

آنتروپیک کلود اوپوس 5.5 را معرفی کرد که می گوید در سطح مدل پرچمدار Fable 5.1 خود عمل می کند اما هزینه اجرای آن حدود 40 درصد کمتر از Opus 5 است که در ماه جولای عرضه شد. آنتروپیک گفت: این اولین نسخه از یک خانواده جدید از مدل‌ها است که انتظار می‌رود در هفته‌های آینده Sonnet 5.5 و Haiku 5.5 قرار گیرد.

آنتروپیک گفت این مدل کارآمدترین آن است و "این صرفه جویی در کارایی را به شکل کاهش قیمت و افزایش محدودیت نرخ به مشتریان خود منتقل می کند."

OpenAI GPT-6 Sol و GPT-6 Luna را منتشر کرد، شاخه هایی از مدل پرچمدار GPT-6 Astra که اوایل این ماه عرضه شد. OpenAI گفت، ایده این است که یک نسخه از Astra برای کارهای روزمره ارائه شود. همچنین هزینه API را 50٪ کمتر از قیمت تبلیغاتی که در حال حاضر برای نسخه قبلی Astra، GPT-5.6 اجرا می کند، کاهش داد. OpenAI اغلب نسخه‌های ارزان‌تر از مدل‌های پرچم‌دار خود را منتشر می‌کند، همانطور که با GPT-5.6 انجام داد.

همانطور که در جدول زیر نشان داده شده است، نسخه OpenAI بر اساس اعلامیه هر شرکت، قیمت API کمتری نسبت به Anthropic ارائه می دهد. OpenAI کاهش هزینه‌ها را به «بهبود حافظه پنهان و استنتاج» نسبت می‌دهد و مانند Anthropic، می‌گوید که «این صرفه‌جویی‌ها را مستقیما به کاربران و مشتریان منتقل می‌کند».

این دو آزمایشگاه در حال حاضر در اعماق یک جنگ تمام عیار قیمت قرار دارند - چیزی که می تواند بر توانایی آنها برای سود بردن از مدل های خود فشار وارد کند.

آرا خرازیان، اقتصاددان ارشد در Ramp، به فورچون گفت: «OpenAI و Anthropic درگیر یک جنگ قیمتی هستند که قیمت هوش مصنوعی را پایین می‌آورد و بنابراین توانایی آنها را برای سود بردن از آن و افزایش قیمت مدل‌ها کاهش می‌دهد.

خرازیان گفت: این نبرد در دو جبهه جریان دارد: آزمایشگاه‌ها مدل‌های ارزان‌تری مانند Opus 5.5 و GPT-6 Sol و Luna را ارائه می‌کنند که کسب‌وکارها به سمت آنها سوق می‌دهند و در عین حال کاهش قیمت‌های گران‌قیمت‌شان را نیز اعلام می‌کنند.

او گفت که این پویایی نحوه عملکرد سنتی بازارهای فناوری است، اما این چیزی است که سرمایه‌گذاران صعودی‌تر ممکن است به آن توجه نکنند.

خرازیان گفت: «گاوهای هوش مصنوعی تصور می‌کنند که مدل‌هایی با عملکرد بالا وجود خواهند داشت که ارزش بیشتری را ارائه می‌کنند و بنابراین باید گران‌تر باشند». اما فناوری معمولی آن را به بازار عرضه نمی‌کند.»

کاهش سرعت هوش مصنوعی؟

اینها اولین مدل‌هایی هستند که از آنجایی که هر دو شرکت علنا خواستار تلاشی هماهنگ برای «سرعت در مرز» یا کاهش سرعت توسعه پیشرفته‌ترین مدل‌ها شدند. داریو آمودی، مدیر عامل آنتروپیک، یک پست وبلاگی منتشر کرد که در آن برنامه خود را برای کاهش سرعت در اواسط سپتامبر ارائه کرد، که مدیر عامل OpenAI، سام آلتمن، در یک پست X از آن حمایت کرد - لحظه ای نادر از همبستگی بین این دو.

آنتروپیک اذعان کرد که انتشار Opus 5.5 اولین بار از زمان فراخوان Amodei برای "گام به جلو" است. این شرکت گفت که Opus 5.5 تحت سخت‌ترین آزمایش‌های هم‌ترازی شرکت تا به امروز قرار گرفت و توسط گروه‌های خارجی مورد ارزیابی قرار گرفت. این مدل همچنین با همان سطح ایمنی سایبری، زیست‌شناسی و حفاظت از توسعه هوش مصنوعی که قبلا برای مدل پیشرفته‌تر Fable 5.1 این شرکت در نظر گرفته شده بود، عرضه می‌شود.

در حالی که نسخه‌های امروزی هر دو شرکت مدل‌های مرزی نیستند، زیرا گام بزرگی در قابلیت‌ها نیستند، اما نشان می‌دهند که هر دو شرکت همچنان توانایی‌های هوش مصنوعی را خارج از مرز به جلو می‌برند. مبارزه واقعی برای آینده کسب و کار آنها می تواند در به دست آوردن مشتریان تجاری روزمره باشد، نه لزوما ارائه قوی ترین (و گرانترین) مدل های ممکن.

راندال هانت، مدیر ارشد فناوری در شرکت مشاوره هوش مصنوعی Caylent، گفت که بسیاری از کسب و کارها کیف پول های هوش مصنوعی خود را سفت می کنند و بررسی دقیق تری را روی بازده این فناوری اعمال می کنند.

هانت گفت: «مدیران مالی برخی از شوک برچسب‌ها را دیده‌اند، و برخی از دستاوردهایی که در سرمایه‌گذاری‌های اولیه وعده داده شده بود را ندیده‌اند. بنابراین آنها به برنامه ریزی خود برای سال 2027 و بعد از آن باز می گردند و می گویند: "چگونه می توانیم هزینه های خود را در اینجا بهینه کنیم؟"

یکی از راه‌هایی که کایلنت این کار را انجام می‌دهد، محاسبه مدت زمانی است که کارمندان برای تکمیل وظایف با ابزارهای هوش مصنوعی نیاز دارند، و سپس محاسبه «هزینه هر کار»، رویکردی که OpenAI در پست وبلاگ اواسط جولای 2026 نیز تشویق شد.

این داستان در ابتدا در سایت Fortune.com منتشر شد