لماذا خفّضت أوبن إيه‌آي سعر GPT-5.6 Luna بنسبة 80% بعد إطلاقه بأسابيع؟

وبذلك أصبح مجموع سعري الإدخال والإخراج في Luna يبلغ 1.40 دولار لكل مليون رمز، ما يجعله من أرخص النماذج المتقدمة المتاحة في السوق . أما Terra فأصبح مجموع السعرين فيه 14 دولارًا لكل مليون رمز.

وحافظ Sol على سعره الأساسي، لكنه حصل على وضع Fast يوفّر سرعة تصل إلى 2.5 ضعف سرعة المعالجة القياسية، مقابل ضعف السعر القياسي، من دون خفض مستوى الذكاء أو الجودة .

كيف ساعد GPT-5.6 في خفض تكاليف تشغيله؟

الجانب الأكثر لفتًا في القرار هو قصة التحسين الهندسي التي تقف وراءه. فقد كشفت أوبن إيه‌آي في 29 يوليو أن GPT-5.6 Sol أعاد كتابة وتحسين نوى GPU المستخدمة في بيئة الإنتاج؛ وهي الشيفرات منخفضة المستوى التي تنفّذ عمليات النموذج فعليًا على وحدات معالجة الرسوميات .

ومن خلال بيئة التطوير Codex، اتصل GPT-5.6 Sol بالبنية التحتية الداخلية للشركة، وصمّم مئات التجارب المعمارية وشغّلها، ثم أطلق عمليات نشر تجريبية وراقب نتائجها وكرّر التحسينات. كما تعلّم الصياغات البرمجية في لغتي Triton وGluon المستخدمتين ضمن منظومة النوى البرمجية لدى أوبن إيه‌آي .

وبحسب البيانات التي أعلنتها الشركة، أسفرت هذه التحسينات عن:

• خفض تكلفة تشغيل النماذج في بيئة الإنتاج بنسبة 20% بفضل تحسين نوى GPU.
• رفع كفاءة توليد الرموز بأكثر من 15% عبر تحسين تقنية فك الترميز التخميني .

ويعمل فك الترميز التخميني عبر استخدام نموذج أصغر، يُسمى «النموذج المسوِّد»، للتنبؤ بالرموز التالية مسبقًا، ثم التحقق منها باستخدام النموذج الأكبر. وتساعد هذه العملية على تسريع الاستدلال، أي مرحلة إنتاج النموذج للإجابة.

ولا تقتصر الوفورات على النوى البرمجية. فقد شملت التحسينات أيضًا إعادة تنظيم موازنة الأحمال لتوزيع الطلبات وفق الموقع الجغرافي ونوع المسرّع وتوافر البيانات المخزنة مؤقتًا . كما استفادت المنظومة من التخزين المؤقت للمطالبات؛ إذ يمكن أن تصبح المدخلات المخزنة مؤقتًا أرخص بنسبة 90% من المدخلات الجديدة، مع مدة احتفاظ تقارب 30 دقيقة .

منافسة تضغط على الأسعار من كل اتجاه

جاء التخفيض السريع بعد الإطلاق في وقت تغيّرت فيه معادلة المنافسة خلال أسابيع قليلة.

Kimi K3 يرفع سقف المنافسة المفتوحة

أطلقت شركة Moonshot AI الصينية نموذج Kimi K3 في 17 يوليو. ويضم النموذج 2.8 تريليون معامل، وتصفه الشركة بأنه أكبر نموذج ذكاء اصطناعي ذي أوزان مفتوحة في العالم .

وفي اختبارات برمجة الواجهات الأمامية، تمكّن Kimi K3 من مجاراة GPT-5.6 Sol أو التفوق عليه، إلى جانب نموذج Fable 5 من Anthropic. وعلى لوحة Arena الخاصة ببرمجة الواجهات، سجل 1,679 نقطة، متقدمًا على النموذجين . كما وجدت دراسة مستقلة نشرتها Startrise AI Labs في 30 يوليو أن Kimi K3 تعادل مع Claude Opus 5 في اختبار للهندسة الأمامية، مع تكلفة تشغيل مجموعة الاختبارات كاملة بلغت 7.17 دولارات، مقابل 21.17 دولارًا لـ Opus 5 .

وأفادت تقارير بأن مايكروسوفت درست اختبار Kimi K3 داخل Copilot، وهو خيار قد يوفر لها ما يصل إلى 600 مليون دولار، أو 60% لكل رمز، وفق التقارير .

Anthropic وGoogle وMicrosoft

طرحت Anthropic نموذج Claude Opus 5 في 24 يوليو بسعر 5 دولارات لكل مليون رمز إدخال، أي نصف سعر Fable 5، مع تفوقه على Fable 5 في عدة اختبارات معيارية . ووضع ذلك ضغطًا مباشرًا على الفئة السعرية التي ينافس فيها GPT-5.6 Sol.

في الوقت نفسه، أطلقت Google وMicrosoft خلال يوليو نماذج متعددة منخفضة التكلفة نسبيًا، ما زاد الضغط على الفئتين المتوسطة والاقتصادية .

في هذا المشهد، يبدو أن أوبن إيه‌آي تعيد توزيع أدوار عائلة GPT-5.6: تقديم Luna كخيار منخفض السعر للمهام ذات الحجم الكبير والحساسة للسرعة، مع إبقاء Sol نموذجًا مميزًا للمهام المعقدة والاستدلال المتقدم .

الشركات تدخل عصر ضبط فاتورة الذكاء الاصطناعي

لا تحدث هذه التخفيضات بمعزل عن السوق. فالشركات الكبرى باتت تتعامل مع إنفاق الذكاء الاصطناعي بالطريقة نفسها التي تدير بها تكاليف الحوسبة السحابية: ميزانيات محددة، ومخصصات مقيدة، وموافقات إدارية قبل التوسع.

في 22 يوليو 2026، أضافت أوبن إيه‌آي حدود إنفاق شهرية قابلة للإنفاذ إلى منصة API . وبخلاف الحدود المرنة السابقة في ChatGPT Enterprise، التي كانت مخصصة للمراقبة ولوحات المعلومات، تتسبب الحدود الجديدة في فشل طلبات API الفعلية عند استنفاد الميزانية المحددة، مع إرجاع استجابة HTTP 429 . ويمكن للمسؤولين ضبط الحد على مستوى المؤسسة أو المشروع، ثم يُعاد ضبطه مع بداية دورة الفوترة التالية .

وتأتي هذه الخطوة استجابة لمشكلة متزايدة: ارتفاع تكاليف الوكلاء والمهام الآلية، وصعوبة التنبؤ بحجم الاستهلاك عندما تعمل الأنظمة بصورة مستمرة. وتشير تقارير إلى أن Amazon وشركات كبيرة أخرى تفرض حدودًا داخلية وعلى العملاء للإنفاق على الذكاء الاصطناعي، بينما تدقق المؤسسات في العائد الفعلي من هذه الاستثمارات .

وبحسب Reuters، باتت إدارات المشتريات تتعامل مع الذكاء الاصطناعي «بالطريقة نفسها التي تتعامل بها مع الحوسبة السحابية»، عبر ميزانيات مخصصة وسقوف إنفاق وموافقات من مسؤولي تقنية المعلومات على عمليات النشر واسعة النطاق .

ماذا يعني ذلك لمستخدمي API؟

بالنسبة إلى المطورين والشركات، تبدو الآثار القريبة إيجابية:

• Luna أصبح مناسبًا أكثر للمهام كثيفة الاستخدام والحساسة للزمن، مثل التصنيف واستخراج البيانات والمحادثات البسيطة. فسعر الإدخال البالغ 0.20 دولار لكل مليون رمز يضعه في منافسة أقوى مع النماذج ذات الأوزان المفتوحة، مع الاستفادة من بنية API التابعة لأوبن إيه‌آي.
• Terra يظل خيارًا متوازنًا لمعظم أعباء الإنتاج، بسعر 2 دولار للإدخال و12 دولارًا للإخراج لكل مليون رمز.
• Sol يبقى الخيار الأعلى للمهام التي تتطلب استدلالًا معقدًا، فيما يضيف وضع Fast سرعة أكبر لمن يحتاج إلى استجابات أسرع ولا يريد التضحية بجودة النموذج.

الخلاصة أن حرب أسعار الذكاء الاصطناعي لم تعد مجرد رد فعل على إطلاق نموذج منافس. إنها نتيجة تلاقي ثلاثة عوامل: تحسن الكفاءة الهندسية، واقتراب النماذج المفتوحة من أداء النماذج التجارية، وتشدد الشركات في مراقبة الإنفاق. ومع نضج تقنيات التحسين الذاتي واستمرار تقلص فجوة القدرات، من المرجح أن تواصل الأسعار الهبوط، لكن ضمن سوق أكثر حساسية للتكلفة وأكثر تشددًا في إدارة الميزانيات.