اولین فاکتور API معمولاً دو حس باهم می‌دهد: «این‌قدر ارزان بود؟» برای تست، و «چرا این‌قدر رشد کرد؟» برای ماه سوم. هر دو از یک سوءتفاهم می‌آید: تصور این‌که هزینه «به‌ازای سؤال» است؛ در حالی‌که هزینه به‌ازای «توکن» است — و توکن چیزی نیست که فقط خودتان می‌نویسید؛ تاریخ گفتگو و پاسخ‌های طولانی هم توکن‌اند. در این مطلب فرمول را باز می‌کنیم، هزینه‌های پنهان را می‌بینیم و راهکارهای کاهش مصرف را می‌دهیم.
فرمول پایه: ورودی و خروجی جدا
قیمت‌گذاری همیشه دو مؤلفه دارد: قیمت هر یک میلیون توکن ورودی و قیمت هر یک میلیون توکن خروجی — و خروجی معمولاً چند برابر گران‌تر است، چون تولید توکن محاسبه‌ی سنگین‌تری از خواندنش است. هزینه‌ی هر درخواست:
هزینه = (توکن ورودی × قیمت ورودی + توکن خروجی × قیمت خروجی) ÷ ۱٬۰۰۰٬۰۰۰نکته‌ای که تازه‌واردها را غافلگیر می‌کند: توکن ورودی فقط سؤال شما نیست. اگر تاریخ گفتگو را می‌فرستید، هر پیام جدید، کل تاریخ را دوباره به‌عنوان ورودی حمل می‌کند. گفتگوی پنجاه‌پیامی، در پیام پنجاه‌ویکم، پنجاه دور هرینه‌ی قبلی را هم می‌فرستد. برای همین هزینه‌ی گفتگوهای طولانی به‌شکل غیرخطی رشد می‌کند.
چهار هزینه‌ی پنهان
- حمل تاریخچه: همان که گفتیم؛ پرامپت سیستم بلند + تاریخ طولانی = ورودی‌های عظیم در هر پیام.
- خروجی بی‌مهار: وقتی طول پاسخ را سفارش ندهید، مدل آزاد است طولانی بنویسد — و طولانی‌ترین بخش فاکتور، خروجی گران است.
- تلاش‌های مجدد: هر بار که جواب را قبول نمی‌کنید و از اول می‌پرسید، یک چرخه‌ی کامل هزینه می‌شود؛ پرامپت بهتر هم ارزان‌تر از تکرار است.
- مدل نامتناسب: دسته‌بندی هزار ردیف با مدل پرچم‌دار، دقیقاً مثل پرداختن به‌ازای هر ردیف با نرخ لوکس است.
برآورد پروژه با یک مثال عددی
فرض کنید چت‌بات پشتیبانی با پرامپت سیستم ۵۰۰ توکنی، میانگین ۳۰۰ توکن سؤال، و تاریخچه‌ی میانگین ۱۲۰۰ توکن دارید؛ پاسخ‌ها میانگین ۴۰۰ توکن. یعنی ورودی هر درخواست ≈ ۲۰۰۰ توکن و خروجی ۴۰۰. با نرخ فرضی ۰/۵ و ۱/۵ دلار به‌ازای هر یک میلیون توکن: هزینه‌ی هر درخواست ≈ ۰/۰۰۱ + ۰/۰۰۰۶ = ۰/۰۰۱۶ دلار. در هزار درخواست روزانه یعنی ≈ ۱/۶ دلار در روز — اعداد کوچکی که در مقیاس، تصمیم‌ساز می‌شوند. قاعده: همیشه با «واحد واقعی پروژه‌تان» حساب کنید — درخواست روزانه، کاربر فعال، سند پردازش‌شده.
پنج راهکار عملی کاهش مصرف
- پرامپت سیستم را فشرده و یک‌بار بگذارید: دستورهای ثابت بلند، در هر درخواست دوباره حمل می‌شوند؛ فشرده‌سازی پرامپت سیستم، تخفیف دائمی فاکتور است.
- تاریخ را مدیریت کنید: برای موضوع تازه گفتگوی جدید؛ در محصولات، خلاصه‌سازی دوره‌ای تاریخچه یا ارسال فقط بخش مرتبط.
- طول خروجی را سفارش دهید: «در حداکثر ۱۵۰ کلمه» هم خواناتر است هم ارزان‌تر.
- مسیر دو‌سرعته: مدل سبک برای کارهای ساده و پرتکرار، مدل بزرگ برای موارد پیچیده — ترکیبی که در راهنمای انتخاب مدل توضیح داده‌ایم.
- گزارش مصرف را جدی بگیرید: مصرف را به‌ازای هر درخواست ببینید تا جهش‌ها همان روز دیده شوند؛ در پنل ماین‌دبیس این گزارش برای هر درخواست در دسترس است و واحد انرژی، برآورد را ساده می‌کند.
جمع‌بندی
هزینه‌ی API یک ضرب و جمع ساده است که همه‌چیزش توکن است: ورودی (شما + تاریخ) و خروجی. چهار هزینه‌ی پنهان — تاریخ حمل‌شونده، خروجی بی‌مهار، تلاش مجدد، مدل نامتناسب — بیشتر از خود سؤال‌ها حساب را بالا می‌برند و هر پنج‌شان با همین پنج راهکار قابل کنترل‌اند. قبل از شروع، برآورد را با فرمول و واحد واقعی پروژه‌تان بنویسید؛ بعد از شروع، گزارش مصرف را هفتگی چک کنید. همین دو عادت، تفاوت بین «هوش مصنوعی پرهزینه» و «هوش مصنوعی مقرون‌به‌صرفه» است.