هزینهٔ هوش مصنوعی به تومان؛ قیمت هر کار، از ترجمه تا پشتیبانی

ترجمهٔ هزار کلمه متن انگلیسی به فارسی با گران‌ترین مدل جدول زیر حدود چهل برابر ارزان‌ترین مدل خرج دارد. ترجمه‌اش چهل برابر بهتر نمی‌شود. جدول هزینهٔ شش کار رایج را برای مدل‌های پرکاربرد به تومان حساب کرده و هر بار که صفحه را باز می‌کنید، با قیمت همان روز دوباره ساخته می‌شود.

بقیهٔ صفحه به درست خواندن جدول کمک می‌کند: چرا متن فارسی از انگلیسی گران‌تر درمی‌آید، چرا در ترجمه پول را خروجی می‌خورد و در خلاصه‌سازی ورودی، و چطور مدلی را پیدا کنید که هم کارتان را درست انجام بدهد و هم بی‌دلیل گران نباشد.

هزینهٔ شش کار رایج با هوش مصنوعی به تومان

هر ستون یک کار واقعی است و هر ردیف یک مدل. عدد هر خانه یعنی یک بار انجام همان کار با همان مدل، از راه وب‌سرویس هوش مصنوعی نِت اَرز. ستون آخر فرق دارد: هزار گفت‌وگوی کامل پشتیبانی در یک ماه، یعنی بودجهٔ ماهانهٔ فروشگاه کوچکی که چت سایتش را به یک مدل سپرده.

زیر جدول نوشته‌ایم هر کار را با چند توکن ورودی و خروجی حساب کرده‌ایم. این‌ها برآوردند، نه اندازه‌گیری از کار شما. متن منبع شما شاید کوتاه‌تر باشد، دستورتان بلندتر، یا مدلی که انتخاب می‌کنید پرحرف‌تر. ترتیب ردیف‌ها و فاصلهٔ آن‌ها اما با این تفاوت‌ها تقریباً تکان نمی‌خورد، و برای تصمیم گرفتن همین ترتیب را لازم دارید.

آنچه جدول کارها نشان می‌دهد

• فاصلهٔ ارزان‌ترین و گران‌ترین مدل: حدود چهل برابر. جواب یک پیام پشتیبانی با پرچم‌دارترین ردیف جدول چهل و چند برابر همان جواب با ارزان‌ترین ردیف خرج دارد. در قیمت خام هر میلیون توکن ورودی، این فاصله به حدود دویست برابر هم می‌رسد.
• در ترجمه، بیش از چهارپنجم پول بابت خروجی است. متن انگلیسی کوتاه وارد می‌شود و متن فارسیِ حدوداً دو برابر پرتوکن‌تر بیرون می‌آید، آن هم با نرخی که چند برابر نرخ ورودی است. برای ترجمه، ستون «خروجی» جدول قیمت مدل‌ها از ستون «ورودی» مهم‌تر است.
• در خلاصه‌سازی ماجرا برعکس است. یک PDF پنجاه‌صفحه‌ای ده‌ها هزار توکن ورودی دارد و خلاصه‌اش یک صفحه است. اینجا چهارپنجم هزینه یا بیشتر از ورودی می‌آید و مدلی که ورودی ارزان دارد جلو می‌افتد، حتی اگر خروجی‌اش گران باشد.
• رتبهٔ مدل‌ها با نوع کار جابه‌جا می‌شود. در جدول دو مدل ردهٔ بالا را می‌بینید که ورودی‌شان تقریباً هم‌قیمت است ولی خروجی یکی حدود دو و نیم برابر ارزان‌تر است. در ترجمه، اولی کمتر از نصف دومی خرج دارد؛ در خلاصهٔ PDF تقریباً هم‌پا هستند. «مدل ارزان» تا نوع کار را نگویید معنا ندارد.
• هزار گفت‌وگو در ماه، کمتر از یک اشتراک چت. در بیشتر ردیف‌ها، هزینهٔ ماهانهٔ هزار گفت‌وگوی پشتیبانی از قیمت یک ماه ChatGPT Plus پایین‌تر می‌ماند؛ فقط گران‌ترین پرچم‌دارها از آن بالا می‌زنند. هر دو با نرخ دلار بالا و پایین می‌روند، پس این مقایسه با تغییر نرخ هم معتبر می‌ماند.

جدول را درست بخوانید: توکن، ورودی و خروجی

مدل‌های زبانی متن را کلمه‌به‌کلمه نمی‌شمارند. آن را به تکه‌هایی به نام توکن (Token) می‌شکنند و پول را هم به ازای همین تکه‌ها می‌گیرند. در انگلیسی هر کلمه به‌طور میانگین کمی بیشتر از یک توکن است و در فارسی معمولاً دو تا سه توکن، چون توکن‌ساز مدل‌ها بیشتر با متن انگلیسی ساخته شده و واژهٔ فارسی را ریزتر می‌بُرد. نتیجهٔ عملی ساده است: متن فارسی، هم‌اندازهٔ متن انگلیسی، حدود دو برابر توکن مصرف می‌کند و تقریباً دو برابر هزینه دارد. نسل‌های تازهٔ توکن‌سازها این فاصله را کمتر کرده‌اند، ولی هنوز صفر نشده.

نکتهٔ دوم فرق ورودی و خروجی است. ورودی هر چیزی است که به مدل می‌دهید: دستور، متن، سند، و در چت، کل گفت‌وگوی قبلی. خروجی متنی است که مدل می‌نویسد. در جدول قیمت مدل‌ها، نرخ خروجی بین سه تا هشت برابر نرخ ورودی است. پس هر کاری که مدل در آن زیاد می‌نویسد، گران درمی‌آید.

این جدول کوچک فرض هر ستون را باز می‌کند تا ببینید پول هر کار از کدام طرف می‌رود:

یک نکته دربارهٔ ستون آخر: مدل حافظه ندارد و هر پیام تازه در چت، کل گفت‌وگوی قبلی را دوباره به‌عنوان ورودی با خودش می‌برد. برای همین یک گفت‌وگوی ده‌پیامی خیلی بیشتر از جمع ده پیامش توکن می‌سوزاند. کوتاه کردن سابقه، یا خلاصه کردنش بعد از چند نوبت، ساده‌ترین صرفه‌جویی در یک چت‌بات است.

قیمت هر یک میلیون توکن، مدل به مدل

جدول کارها از همین نرخ‌ها ساخته شده. اگر کار شما در آن شش ستون نیست، با این جدول و یک ضرب ساده خودتان حساب کنید: توکن ورودی ضرب در نرخ ورودی، به‌علاوهٔ توکن خروجی ضرب در نرخ خروجی، تقسیم بر یک میلیون.

ردیف‌ها را در سه رده ببینید. مدل‌های ارزان برای دسته‌بندی، بیرون کشیدن اطلاعات از متن، جواب کوتاه و کار انبوه ساخته شده‌اند. مدل‌های میانی انتخاب پیش‌فرض بیشتر محصول‌ها هستند: فارسی روان‌تری می‌نویسند و دستور چندمرحله‌ای را بهتر دنبال می‌کنند. مدل‌های پرچم‌دار برای کد پیچیده، تحلیل دقیق و متنی هستند که خطایش گران تمام می‌شود. نام مدل‌ها هر چند ماه عوض می‌شود؛ جدول همیشه نام‌های فعلی را نشان می‌دهد و این سه رده سر جایشان می‌مانند.

چرا مدل‌های استدلالی از جدول گران‌تر درمی‌آیند

بعضی مدل‌ها پیش از جواب «فکر می‌کنند»: زنجیره‌ای از استدلال می‌نویسند که شما نمی‌بینید ولی توکن خروجی حساب می‌شود. جدول کارها این فکر پنهان را حساب نکرده، چون اندازه‌اش از سؤالی به سؤال دیگر فرق دارد. یک پرسش ساده ممکن است چند صد توکن فکر اضافه داشته باشد و یک مسئلهٔ ریاضی یا کد پیچیده چند ده هزار. پس برای مدلی که در نامش Thinking یا Reasoning دارد، یا وقتی حالت استدلال را روشن کرده‌اید، عدد جدول را کف هزینه بدانید، نه برآوردش. اگر کارتان فکر عمیق نمی‌خواهد و مدل اجازه می‌دهد، سطح استدلال را پایین بیاورید.

مدلی که کافی است، نه مدلی که مطمئن‌تر به نظر می‌رسد

بیشتر پروژه‌ها با مدل گران شروع می‌کنند، چون «خیالشان راحت‌تر است»، و بعد هیچ‌وقت پایین نمی‌آیند. راه درست برعکس است: از پایین شروع کنید و فقط وقتی بالا بروید که نتیجه واقعاً کم می‌آورد.

1. بیست نمونهٔ واقعی جمع کنید. بیست پیام مشتری، بیست پاراگراف برای ترجمه، یا بیست محصول. نمونهٔ ساختگی به کار نمی‌آید؛ متن خودِ کارتان را بردارید.
2. همه را به یک مدل ارزان و یک مدل میانی بدهید. با یک کلید دسترسی (API Key)، عوض کردن مدل فقط عوض کردن یک رشته در فیلد model است.
3. خروجی‌ها را بدون دیدن نام مدل کنار هم بگذارید. اگر در بیشتر نمونه‌ها فرقی نمی‌بینید، مدل ارزان برنده است و فاصلهٔ قیمتش را در جدول بالا دیده‌اید.
4. فقط کار سخت را بالا بفرستید. یک چت‌بات پشتیبانی می‌تواند پرسش‌های ساده را به مدل ارزان بدهد و فقط شکایت یا پرسش فنی را به مدل میانی.
5. یک هفته مصرف واقعی را ببینید. پنل اعتبار، مصرف هر کلید را نشان می‌دهد؛ برآورد این جدول را با عدد واقعی خودتان عوض کنید.

برای کار فارسی یک آزمون دیگر هم لازم است. مدل‌های ارزان گاهی فارسی را درست می‌فهمند ولی بد می‌نویسند: جمله‌بندی ترجمه‌ای، نیم‌فاصلهٔ غلط، «است» پشت «است». اگر خروجی مستقیم جلوی مشتری می‌رود، همین را در آن بیست نمونه بسنجید. اگر خروجی فقط برچسب یا دسته است و کسی آن را نمی‌خواند، این ضعف هزینه‌ای ندارد.

فرمول کامل هزینه و مثال‌های بیشتر در توکن چیست و هزینهٔ API چطور حساب می‌شود آمده و مقایسهٔ نرخ دلاری سازنده‌ها، رده به رده، در مقایسهٔ قیمت API مدل‌های هوش مصنوعی در ۱۴۰۵. اگر هنوز نمی‌دانید API می‌خواهید یا اشتراک، تفاوت API و اشتراک را بخوانید. اگر هدفتان چت پشتیبانی سایت است، چت‌بات پشتیبانی سایت؛ بسازیم یا اشتراک بخریم حساب ماهانه‌اش را جدا کرده است.

روش کار و منبع

عددهای هر دو جدول قیمت فروش امروز همین وب‌سرویس است؛ نه نرخ رسمی سازنده‌ها و نه میانگین بازار. هر مدل یک قیمت دلاری برای هر میلیون توکن دارد که با نرخ روز به تومان تبدیل می‌شود و هزینهٔ تأمین در همین عدد است. مالیات بر ارزش افزوده هنگام خرید اعتبار جدا اضافه می‌شود و بعد از آن، مصرف هر درخواست با همین قیمت‌ها از اعتبار کم می‌شود. جدول‌ها حداکثر هر نیم ساعت از نو ساخته می‌شوند و زمان آخرین ساخت زیر هرکدام نوشته شده.

ستون‌های جدول کارها از یک فرض ثابت برای هر کار آمده‌اند که زیر همان جدول نوشته‌ایم. مدل‌های استدلالی بدون توکن فکر حساب شده‌اند. هیچ مدل رایگانی روی این وب‌سرویس نیست و پایین‌ترین ردیف جدول هم پولی است. مدل‌های Claude از مسیر OpenRouter می‌آیند و شناسه‌شان با openrouter/anthropic/ شروع می‌شود. این جدول‌ها چند ردیف منتخب‌اند؛ فهرست کامل همهٔ مدل‌ها و قیمتشان در صفحهٔ مدل‌ها است.

استفادهٔ آزاد از این داده

نقل این جدول‌ها در سایت، کانال تلگرام، کلاس یا گزارش شما آزاد است. فقط نام «نِت اَرز» را بیاورید و به همین صفحه لینک بدهید. هر جدول نشانی مستقیم خودش را دارد: #data-ai-tasks برای هزینهٔ کارها و #data-ai-models برای قیمت هر میلیون توکن. دکمهٔ «لینک مستقیم این جدول» زیر هرکدام همین نشانی را می‌دهد.

چون جدول‌ها خودشان به‌روز می‌شوند، لینکی که امروز می‌گذارید کهنه نمی‌شود. اگر عددی را در متن خودتان می‌نویسید، تاریخ همان روز را کنارش بگذارید تا خواننده بداند با قیمت کدام روز حساب شده. نسبت‌ها، مثل فاصلهٔ حدوداً چهل‌برابری ارزان و پرچم‌دار یا سهم خروجی در هزینهٔ ترجمه، خیلی دیرتر از خود قیمت‌ها کهنه می‌شوند و برای نقل مناسب‌ترند.