‏آوریل ۲۰۲۶: ماهی که مدل اشتراک هوش مصنوعی شکست

آوریل ۲۰۲۶ یه ماه عجیب برای دنبال‌کننده‌های قیمت‌گذاری هوش مصنوعی بود. آنتروپیک، اوپن‌ای‌آی و مایکروسافت (گیت‌هاب) طی کمتر از سه هفته، پنج تغییر بزرگ در مدل‌های اشتراکی‌شون اعلام کردن. آنتروپیک کلود کد رو از پلن Pro حذف کرد (و بعد از ۱۲ ساعت هیاهو عقب‌نشینی کرد)، توکنایزر Opus 4.7 رو تغییر داد تا ۳۵٪ توکن بیشتر مصرف کنه، و دسترسی ایجنت‌های شخص ثالث مثل OpenClaw به اشتراک‌ها رو قطع کرد. اوپن‌ای‌آی یه پلن جدید ۱۰۰ دلاری راه انداخت و قیمت API مدل GPT-5.5 رو دوبرابر کرد. گیت‌هاب هم ثبت‌نام‌های جدید Copilot Pro رو کاملاً متوقف کرد.

آمول آواساره، مدیر رشد آنتروپیک، در توضیح ماجرا یه جمله گفت که خیلی صادقانه بود: «وقتی Max رو راه‌اندازی کردیم، کلود کد وجود نداشت، Cowork نبود، و ایجنت‌هایی که ساعت‌ها کار کنن وجود نداشتن. Max فقط برای چت سنگین طراحی شده بود.» این جمله در واقع اعتراف به یه بازطراحی ساختاری بود که به‌شکل کنترل بحران بیان شد.

ریشه‌ی فنی مشکل اینه که پلن اشتراکی از نظر مکانیکی یه قرارداد entitlement هست؛ یعنی مشخص می‌کنه کاربر چه کاری می‌تونه انجام بده، با چه محدودیت‌هایی و تا کِی. اگه این entitlement‌ها داخل همون کدی باشن که inference رو اجرا می‌کنه، امکان گسترش اون پلن به محصولات جدید مثل ایجنت‌های خودکار وجود نداره. فقط می‌شه باهاش کنار اومد و روش وصله گذاشت — که دقیقاً همین اتفاق افتاد.

ماجرای OpenClaw واضح‌ترین مثاله. این ابزار اوپن‌سورس با بیش از ۱۰۰ هزار ستاره گیت‌هاب، به کاربران اجازه می‌داد کارهای خودکار سنگین رو با اشتراک ۲۰۰ دلاری Max انجام بدن. حساب‌وکتاب اقتصادی رو نگاه کن: یه ایجنت OpenClaw در یه روز بین ۱۰۰۰ تا ۵۰۰۰ دلار هزینه معادل API داره — روی یه اشتراک ۲۰۰ دلاری. یعنی آنتروپیک داشت ۵ تا ۲۵ برابر یارانه می‌پرداخت. دلیل فنی هم روشنه: ابزارهای first-party مثل Claude Code طوری طراحی شدن که cache hit rate بالایی داشته باشن و توکن‌های cached فقط ۱۰٪ قیمت معمولی رو دارن، ولی ابزارهای third-party این بهینه‌سازی رو ندارن.

مشکل اصلی از دید مهندسی مالی اینه که هیچ مرز entitlement مشخصی در stack آنتروپیک وجود نداشت که بتونه تفاوت بین «کاربری که تایپ می‌کنه» و «ایجنتی که ساعت‌ها loop می‌زنه» رو تشخیص بده. وقتی entitlement‌ها داخل همون سرویسی هستن که inference رو می‌چرخونه، هر تغییر «کوچک» تبدیل به یه مهاجرت چندماهه می‌شه — و وقتی وقت تنگه، تبدیل می‌شه به یه اطلاعیه اضطراری در X.

نکات کلیدی:

• پنج تغییر بزرگ قیمت‌گذاری از سه غول AI در سه هفته، همه نشانه‌ی یه بحران ساختاری مشترک بودن
• پلن‌های اشتراکی برای چت‌بات طراحی شدن، ولی الان باید ایجنت‌های خودکار چندساعته رو هم پوشش بدن
• OpenClaw می‌تونست ۵ تا ۲۵ برابر هزینه اشتراک ماهانه رو در یه روز برای آنتروپیک ایجاد کنه
• دلیل فنی: ابزارهای third-party از prompt caching بهره نمی‌برن و هزینه inference رو چند برابر می‌کنن
• وقتی entitlement‌ها و inference در یه کدبیس هستن، هر تغییر پلن به بحران عملیاتی تبدیل می‌شه
• راه‌حل درست: جدا کردن لایه entitlement از لایه inference برای انعطاف‌پذیری در مدل‌سازی مالی