قیمت توکنهای LLM تا ۸۰٪ افت کرد؛ چه تغییری برای کسبوکارت داره؟
نویسنده: آرش لطیفی — موسس The DevArt
تحلیل واقعی از تاریخچه قیمت GPT و Claude در پاییز ۲۰۲۶: چرا مدلها ارزان شدن، نقش هزینه cache و DeepSeek، و یه چکلیست عملی برای استفاده در کار.
TL;DR — بین ژوئن تا اکتبر ۲۰۲۶ قیمت مدلهای OpenAI و Anthropic چند بار و تا ۸۰٪ افت کرد؛ دلیل اصلی رقابت با مدلهای open-weight مثل DeepSeek و کاهش هزینه cache read بود — و طبق داده Vercel، هزینه واقعی توکن به ۴۳٪ سطح آوریل ۲۰۲۶ رسیده.
جدول زمانی قیمتها (از تحلیل Max Woolf)
| تاریخ | اتفاق | قیمت (input/output/cache read به ازای هر میلیون توکن) | | --- | --- | --- | | ۲۰۲۶-۰۶-۲۶ | OpenAI مدلهای GPT-5.6 Sol و Luna | Sol همان قیمت قبلی: ۵ / ۳۰ / ۰.۵ دلار؛ Luna کوچک: ۱ / ۶ / ۰.۱ دلار | | ۲۰۲۶-۰۶-۳۰ | آنترropic مدل Claude Sonnet 5 | ۲ / ۱۰ / ۰.۲ دلار (اول موقت، بعد دائم شد) | | ۲۰۲۶-۰۷-۳۰ | OpenAI قیمت GPT-5.6 Luna را ۸۰٪ کم کرد | به ۰.۲ / ۱.۲ / ۰.۰۲ دلار رسید | | ۲۰۲۶-۰۹-۰۱ | آنترropic مدل Fable 5.1 | همان قیمت ورودی/خروجی ۱۰/۵۰ دلار ولی cache read با ۷۵٪ تخفیف (۰.۲۵ دلار) | | ۲۰۲۶-۰۹-۲۲ | OpenAI مدلهای GPT-6 Sol و Luna | ۲/۱۰/۰.۲ و ۰.۱/۰.۵/۰.۰۱ دلار — نصف قیمت قبلی | | ۲۰۲۶-۰۹-۲۲ | آنترropic مدل Claude Opus 5.5 | ۴ / ۲۰ / ۰.۲ دلار؛ خودش گفت سروکردنش ارزانتر از Opus 5 شده |
چرا این همه ارزان شد؟
تحلیل Max Woolf (۲۵ اکتبر ۲۰۲۶) سه دلیل اصلی رو فهرست میکنه:
۱. رقابت با open-weight. وقتی DeepSeek V4 Flash در آوریل ۲۰۲۶ با قیمت ۰.۱۴ / ۰.۲۸ / ۰.۰۰۲۸ دلار منتشر شد، ویروسی شد — مخصوصا cache read فقط ۲٪ قیمت ورودی بود در برابر ۵ تا ۱۰٪ مدلهای OpenAI و Anthropic. تخفیف ۸۰٪ Luna در جولای احتمالا دقیقا برای رقابت با این مدلهای کوچک بود.
۲. نبود خندق رقابتی. وقتی مدلها با یه سوییچ توی ابزارهایی مثل OpenRouter قابل تعویضن و ۲۹ ارائهدهنده مختلف همین یه مدل DeepSeek را میزبانی میکنند، قیمت دیگه توسط دو شرکت تعیین نمیشه؛ رقابت عرضهکنندهها قیمت رو به سمت هزینه نهایی میبره.
۳. بهبود واقعی زیرساخت. جمله رسمی آنترropic برای Opus 5.5: «Opus 5.5 به compute کمتری برای سرو کردن نیاز داره و قیمتش همون رو منعکس میکنه» — یعنی بخشی از تخفیف صرفا کارایی بهتر inference بوده، نه فقط جنگ قیمتی.
داده Vercel AI Gateway هم روند رو تایید میکنه: هزینه هر توکن به ۴۳.۳٪ هزینه آوریل ۲۰۲۶ رسیده، ولی مخارج کل داره زیاد میشه چون مدلها سریعتر از اینکه ارزان بشن، بهتر شدن.
نکته پنهان: cache read مهمتر از قیمت اصلیه
برای کاربردهای agentic (مثل کدنویسی با ایجنت)، هزینه cache read بین ۹۶ تا ۹۹ درصد کل مصرف توکنه، چون هر بار کل مکالمه قبلی از cache خونده میشه. یعنی ۷۵٪ تخفیف cache read تقریبا برابر با ۷۰ تا ۷۵٪ کاهش هزینه کل استفاده از اون مدل بود. اگر داری هزینه API مقایسه میکنی، عدد cache read رو با دقت بیشتری از قیمت ورودی/خروجی ببین.
برای کسبوکارت یعنی چی؟
- [ ] قیمت فعلی فروشندهات رو با قیمت رسمی مدلها مقایسه کن — تخفیفها ممکنه به لایه واسط نرسیده باشه
- [ ] اگر پلن اشتراکی (مثل Codex) داری، حواست به سهمیه باشه — OpenAI همزمان با GPT-6.1 Sol سهمیه پلن ۲۰۰ دلاری رو ۵۰٪ کم کرد
- [ ] اتوماسیونهایی که قبلا بهخاطر قیمت API عقب انداختی رو دوباره قیمتگذاری کن — سناریوهایی که قبلا مقرونبهصرفه نبودن، شاید الان باشن
- [ ] برای حجم بالا، مدلهای open-weight روی سرویسهای میزبان (مثل OpenRouter) رو هم امتحان کن؛ تحلیل نشون میده هزینه موثر خیلی از ارائهدهندهها به هم نزدیکه
- [ ] منتظر «افزایش ناگهانی قیمت توکنها» نباشید — استدلال مقاله اینه که چون رقابت عرضهکنندهها و هزینه سوییچ پایینه، این ترس واقعی نیست
FAQ
Q: این قیمتها مال کدوم مدلهاست و من چطور چک کنم؟
تحلیل referenced قیمت رسمی مدلهای GPT-5.6 تا GPT-6.1، Claude Sonnet 5 تا Opus 5.5 و DeepSeek V4 رو شمول میکنه. قبل از هر تصمیمی قیمت روز رسمی هر ارائهدهنده رو چک کن — این بازار هر چند هفته عوض میشه.
Q: یعنی کیفیت مدلها افت کرده که ارزان شدن؟
طبق همون تحلیل، خیر — مدلها ظاهرا برای این قیمتها هیچ کوتاهی در کیفیت نکردن و Opus 5.5 حتی از مدلهای گرونتر قبلی بهتر ارزیابی شد. این بیشتر نتیجه رقابت و بهبود بهرهوری compute بوده.
Q: الان بهترین زمان برای شروع استفاده از AI در کسبوکاره؟
از نظر هزینه، شرایط از شش ماه قبل خیلی بهتره. ولی تصمیم رو به مسئلهات وابسته کن: اول یه کار تکراری مشخص پیدا کن، بعد با مدل ارزان تستش کن، و بعد مقیاس بده — نه برعکس.