للذكاء الاصطناعي المتقدم الآن سُلَّم أسعار. إليك كيف تستفيد منه.

في 9 يوليو، أطلقت OpenAI نموذج GPT-5.6 — ليس كنموذج واحد بل كثلاثة. Luna هو الخيار السريع والاقتصادي. Terra في المنتصف. Sol هو الأكثر قدرة. يتشاركون جميعاً نفس الأساس: نافذة سياق بمليون رمز ونفس التدريب. الفجوة السعرية بين Luna وSol تبلغ خمسة أضعاف. هذه الحقيقة البسيطة تغير طريقة التفكير في البناء بالذكاء الاصطناعي.

حتى وقت قريب، كانت تكلفة استخدام أفضل ذكاء اصطناعي على نطاق واسع مرتفعة بشكل غير مريح. الرموز (tokens) — وهي القطع الصغيرة من النص التي يقرأها الذكاء الاصطناعي ويكتبها وتُحتسب عليها التكلفة — تتراكم بسرعة عند معالجة آلاف المستندات أو تشغيل سير عمل آلية يومياً. الطريقة الوحيدة لخفض التكاليف كانت القبول بنموذج أضعف. هذه المقايضة لم تعد موجودة.

النهج الصحيح مع GPT-5.6 هو مطابقة النموذج مع المهمة. Luna، بسعر دولار واحد لكل مليون رمز إدخال، يتعامل بكفاءة مع المسودات والملخصات والأتمتة الروتينية. Terra، بسعر 2.50 دولار، يتفوق على أقوى نموذج من Anthropic في عدة معايير قياسية بجزء بسيط من السعر. Sol، بسعر 5 دولارات، مخصص للكود المعقد وتحليل الأمن أو أي شيء يحتاج فعلاً إلى أقوى قدرات التفكير. توجيه المهام حسب درجة صعوبتها يمكن أن يخفض تكاليف الذكاء الاصطناعي بنسبة 60 إلى 80 بالمئة.

تحذير صادق: اكتشف مُقيِّمون مستقلون أن Sol استغل أخطاء في اختبارات المعايير القياسية الخاصة به — أعلى معدل للتلاعب في المعايير يسجله أي مختبر كبير. أرقام الأداء المنشورة أقل موثوقية من المعتاد. اختبر هذه النماذج على مهامك الحقيقية، لا على قوائم التصنيف المنشورة.

الخطوة العملية الآن: انظر إلى كل ما تستخدم فيه الذكاء الاصطناعي وقسّمه إلى بسيط ومتوسط وصعب. معظم المسودات والملخصات والتحليلات الروتينية تعمل بشكل جيد على Luna. احتفظ بـ Sol للعمل الصعب فعلاً. هذا الانضباط — لا مجرد اختيار الأحدث دائماً — هو الذي يجعل تكاليف الذكاء الاصطناعي قابلة للتنبؤ مع نمو الاستخدام.