كلود أوبوس 4.7 يُخفي زيادة الأسعار: مُحوِّل ترميز (Tokenizer) جديد يجعل نفس النص يستهلك 37–47% من الرموز (Tokens) إضافية، بينما لا تتغير الرسوم لكن الفاتورة تصبح أغلى

ChainNewsAbmedia

وفقًا لتقرير The Decoder، وبحسب اختبارات عملية لمنصات مراقبة تكاليف الذكاء الاصطناعي من شركات مثل Finout وClaudeCodeCamp، فإن Claude Opus 4.7 الذي تم إطلاقه في منتصف هذا الشهر من Anthropic حافظ على تعرفة السعر الرسمية نفسها لمدخلات $5 دولار لكل مليون رمز إخراج $25 دولار لكل مليون tokens، لكن مُحلِّل الرموز الجديد (tokenizer) يقسم النص نفسه إلى عدد أكبر من الرموز—وقد رصدت الاختبارات ارتفاعًا بمقدار 1.47 مرة في المحتوى الإنجليزي وكود البرامج. كما تُظهر اختبارات المجتمع المتوسطة زيادة في التكلفة بنسبة +37.4%. وبالنسبة لمستخدمي الشركات، هذه هي أول جدلية تسعير في عام 2026 من نوع “لا تتحرك بطاقة الأسعار (rate card) لكن الفاتورة ترتفع” في تسعير الذكاء الاصطناعي.

السقف الرسمي 1.35x يصطدم بنتائج الاختبار 1.47x

تُقر الوثائق الرسمية من Anthropic بأن tokenizer الجديد في Opus 4.7 سيجعل المقطع النصي نفسه ينقسم إلى عدد أكبر من tokens، وأن نطاق النسبة (ratio) الذي قدمته الشركة الرسمية هو 1.0–1.35 مرة (أي بحد أقصى +35%). لكن عدة اختبارات مستقلة توصلت إلى نتائج مختلفة: فقد قاس Finout وصولاً إلى 1.47x في prompts الخاصة بالشركات الفعلية، ورصد ClaudeCodeCamp أيضًا 1.47x في سياق الوثائق التقنية، وكانت التقييمات الشاملة من المجتمع بمتوسط +37.4%. ويعود الفارق إلى نوع النص المستخدم في الاختبارات: فالوثائق الإنجليزية الغنية والكود يتأثران أكثر.

تحويل ذلك إلى تكلفة فعلية: إذا كان عمل Opus 4.6 السابق يتطلب prompt يستخدم 1,000 token إدخال + 500 token إخراج، ففي 4.7 يصبح تقريبًا 1,370–1,470 token إدخال + 685–735 token إخراج. وحتى إذا كانت تكلفة كل token متطابقة تمامًا، فستزداد الفاتورة الإجمالية للطلب الكامل بنسبة 37–47%.

المنطق التجاري يحوّل الـ tokens إلى رافعة سعرية خفية

هذه ليست حادثة واحدة، بل مشكلة هيكلية في نموذج الأعمال لتسعير الذكاء الاصطناعي. وحدة تسعير شركات LLM هي “لكل token”، لكن مقدار “كمية المعلومات” التي يساويها token واحد يتحكم فيه المورد بالكامل—فإن تعديل الـ tokenizer، أو تغيير خوارزمية الترميز، أو تعديل جدول المفردات سيجعل المحتوى نفسه يقابل أعدادًا مختلفة من tokens. وبعبارة أخرى، يمكن لشركات الذكاء الاصطناعي تحقيق زيادة سعرية جوهرية دون تغيير بطاقة الأسعار (rate card) عبر ترقية tokenizer.

اعتمدت عمليات شراء الذكاء الاصطناعي داخل الشركات خلال السنوات القليلة الماضية على “تكلفة كل token” كمؤشر رئيسي للمقارنة، لكن حالة Opus 4.7 تُظهر أن هذا المؤشر غير مكتمل. يجب أن تتم المراقبة الفعلية للتكلفة عبر “إجمالي استهلاك tokens لإنجاز مهمة عمل واحدة”—وعند إجراء مقارنة عبر نماذج مختلفة، ينبغي أولاً تنفيذ benchmark مُعاير للـ tokens (باستخدام إدخال مهمة متطابق، وملاحظة الاستهلاك الفعلي للـ tokens لدى كل نموذج).

الأثر المحدد على عقود المشتريات لدى الشركات

بالنسبة للمنظمات التي وقّعت بالفعل عقود Anthropic للشركات، هناك ثلاثة جوانب يجب فحصها فورًا: أولاً، ما إذا كان “الإنفاق الشهري” قد ارتفع بشكل غير طبيعي بسبب ترقية النموذج؛ وثانيًا، ما إذا كانت بنود “إصدار النموذج” في العقد تتضمن شروط ترقية إلزامية؛ وثالثًا، ما إذا كانت مراقبة تكاليف الذكاء الاصطناعي داخل الشركة تتضمن تتبع tokens لكل مهمة (per-task token tracking)، وليس مجرد مراقبة إجمالي tokens يوميًا (per-day total token). وقد قامت Anthropic هذا الأسبوع أيضًا رسميًا ببدء الفوترة حسب الاستخدام (pay-as-you-go) لنسخة المؤسسات، وبتضافر هاتين المسألتين، قد تظهر لدى الشركات تجاوزات غير متوقعة قد تصل إلى رقمين في ميزانية الذكاء الاصطناعي.

ستصبح شفافية تسعير الذكاء الاصطناعي قضية جديدة في الصناعة

قد تؤدي جدلية tokenizer في Opus 4.7 إلى بروز معايير جديدة لتنظيم ذاتي داخل الصناعة: طلب من الموردين الكشف عن تغيّر نسبة الـ token عند ترقية النماذج، أو المطالبة بأن يظل الـ tokenizer ثابتًا لفترة من الزمن. وبالنسبة لصناعة الذكاء الاصطناعي التي تُبتلع فيها 80% من رأس المال الاستثماري العالمي، فإن نقص الشفافية سيقرب انتباه الجهات الرقابية—فقد بدأت جهات مثل FTC الأمريكية وDMA في الاتحاد الأوروبي بالفعل بالتركيز على موضوع “الزيادة الخفية في الأسعار” لدى الخدمات الرقمية. وبالنسبة لقرّاء Wade من الشركات و المطورين، فهذه ليست قضية مجردة، بل هي الأرقام التي ستظهر في فاتورة الشهر المقبل.

تظهر هذه المقالة لأول مرة بعنوان: Claude Opus 4.7 يخفي زيادة الأسعار: الـ tokenizer الجديد يجعل النص نفسه يستهلك 37–47% token، والتعرفة لا تتغير لكن الفاتورة تصبح أغلى، في: أخبار السلسلة ABMedia.

إخلاء المسؤولية: قد تكون المعلومات الواردة في هذه الصفحة من مصادر خارجية ولا تمثل آراء أو مواقف Gate. المحتوى المعروض في هذه الصفحة هو لأغراض مرجعية فقط ولا يشكّل أي نصيحة مالية أو استثمارية أو قانونية. لا تضمن Gate دقة أو اكتمال المعلومات، ولا تتحمّل أي مسؤولية عن أي خسائر ناتجة عن استخدام هذه المعلومات. تنطوي الاستثمارات في الأصول الافتراضية على مخاطر عالية وتخضع لتقلبات سعرية كبيرة. قد تخسر كامل رأس المال المستثمر. يرجى فهم المخاطر ذات الصلة فهمًا كاملًا واتخاذ قرارات مدروسة بناءً على وضعك المالي وقدرتك على تحمّل المخاطر. للتفاصيل، يرجى الرجوع إلى إخلاء المسؤولية.

مقالات ذات صلة

寒武纪完成 DeepSeek-V4 的 Day 0 适配,成为中国 AI 芯片生态的里程碑

Gate News 消息,4 月 24 日——寒武纪今日宣布,已使用其专有 NeuWare 软件生态系统和 vLLM 框架,完成了 DeepSeek-V4(DeepSeek 最新的大语言模型)的 Day 0 适配。适配代码已同步开源,标志着

GateNewsمنذ 9 د

طرحت Tencent كمصدر مفتوح Hy3 في نسخة المعاينة، وقد تحسن أداء الاختبارات القياسية للشفرة بنسبة 40% مقارنة بالإصدار السابق

أطلقت شركة Tencent في 23 أبريل بشكل رسمي نموذجًا لغويًا كبيرًا من نوع Hy3 بإصدار المعاينة المفتوح المصدر على منصات GitHub وHugging Face وModelScope، كما توفر في الوقت نفسه خدمة واجهة برمجة تطبيقات مدفوعة عبر Tencent Cloud. ووفقًا لما ذكرته Decrypt في 24 أبريل، بدأ إصدار Hy3 بإصدار المعاينة التدريب من أواخر يناير، ولم يستغرق إطلاقه أكثر من ثلاثة أشهر بحلول تاريخ النشر.

MarketWhisperمنذ 17 د

استثمارات محفظة FTX بقيمة 158 تريليون وون إذا لم تكن قد أفلتست

FTX، منصة تداول العملات الرقمية المركزية التي قدمت طلبًا لحماية الإفلاس بموجب الفصل 11 في نوفمبر 2022 بسبب نقص السيولة وتدفقات رأس المال الخارجة، كانت ستحتفظ باستثمارات بقيمة تقارب 158.796 تريليون وون إذا لم تكن قد انهارت، وفقًا لتحليل مستشهد به من قِبل Park

CryptoFrontierمنذ 19 د

小米披露 MiMo-V2-Pro 训练细节:1T 模型参数,部署数千台 GPU

Gate News 信息,4月24日——小米大型语言模型团队负责人罗富莉在一场深入采访中披露,MiMo-V2-Pro 模型总计拥有 1 万亿参数,训练所需数千台 GPU。她指出,1T 规模代表达到性能接近 Claude Opus 4.6 水平并为下一阶段 AI 代理获取具有竞争力的入场券所需的最低门槛

GateNewsمنذ 34 د

DeepSeek V4 在 Putnam-2025 上取得满分成绩,与 Axiom 在形式化数学推理中并列第一

Gate News 消息,4 月 24 日——DeepSeek V4 已发布来自形式化数学推理评测的结果,在 Putnam-2025 上取得满分 120/120,与 Axiom 并列第一。 在使用 LeanExplore 与受约束采样的实践模式中,V4-Flash-Max 在 Putnam-200 Pass@8 基准测试中得分 81.00

GateNewsمنذ 42 د

ما هي أفضل تقنية ذكاء اصطناعي لإظهار المكانة والهوية؟ تكشف الأبحاث أن دخل مستخدمي Claude يتجاوز دخل منافسيه بكثير، وMeta AI تأتي في ذيل القائمة

أظهرت دراسة Epoch AI أن مستخدمي Claude هم في الغالب من الفئات ذات الدخل المرتفع، حيث تبلغ نسبة 80% من إجمالي الدخل السنوي أكثر من 100,000 دولار أمريكي؛ وتوزيع دخل Meta AI هو الأوسع نطاقًا، إذ أن 36.5% لديهم دخل يتجاوز 100,000، وتُعد نسبة ذوي الدخل المنخفض الأعلى؛ وقد يؤدي ارتفاع سعر Claude واعتماد تسعير مُقسّم إلى زيادة التكاليف، بينما يكون الدخول إلى Meta أسهل. أي نوع من الذكاء الاصطناعي قد يصبح في المستقبل وسمًا ضمنيًا للهوية.

ChainNewsAbmediaمنذ 47 د
تعليق
0/400
لا توجد تعليقات