آنتروپیک نرخ ورودی و خروجی اوپوس ۵٫۵ را ۲۰ درصد کاهش داد

آنتروپیک در ۲۲ سپتامبر اوپوس ۵٫۵ را عرضه کرد و نرخ استاندارد هر یک میلیون توکن ورودی و خروجی را به‌ترتیب از ۵ و ۲۵ دلار به ۴ و ۲۰ دلار رساند. هر دو نرخ ۲۰ درصد پایین آمده‌اند. اما عدد ۴۰ درصدی که شرکت برای کاهش هزینه کارهای معمول در تنظیمات پیش‌فرض مطرح می‌کند، فقط از جدول قیمت نمی‌آید؛ مقدار کاری که مدل برای رسیدن به پاسخ انجام می‌دهد هم در آن دخیل است. برای شرکتی که بودجه استفاده از مدل را می‌بندد، این دو خبر یکسان نیستند: نرخ تازه را می‌توان مستقیم در حساب وارد کرد، ولی صرفه‌جویی بیشتر هنوز باید در کار واقعی آن شرکت دیده شود.

برای روشن شدن تفاوت، ژرف یک مثال فرضی را حساب کرده است. مجموعه‌ای از درخواست‌ها با مجموع یک میلیون توکن ورودی بدون حافظه نهان و یک میلیون توکن خروجی، با نرخ استاندارد جدید ۲۴ دلار و قبلاً ۳۰ دلار هزینه دارد؛ هزینه‌های جانبی در این مثال نیامده‌اند. این آزمایش عملکرد نیست، فقط محاسبه از روی تعرفه است. کاهش بیشتر هزینه به ترکیب متفاوت توکن‌ها، پردازش کمتر یا صرفه‌جویی دیگری نیاز دارد. از طرف دیگر، اگر پاسخ کوتاه‌تر باشد ولی کاربر مجبور شود آن را دوباره بپرسد یا مهندس زمان بیشتری برای اصلاحش بگذارد، کم شدن صورت‌حساب همان درخواست الزاماً به سود کل برنامه تمام نمی‌شود. معیار مقایسه باید کار یکسان با کیفیت قابل قبول یکسان باشد.

خواندن داده از حافظه نهان وضع متفاوتی دارد: نرخ اعلام‌شده آنتروپیک از ۰٫۵۰ به ۰٫۲۰ دلار برای هر میلیون توکن رسیده، یعنی ۶۰ درصد کاهش. این تخفیف را نمی‌توان به همه ورودی‌ها نسبت داد. برنامه‌ای که بارها به یک راهنمای ثابت مراجعه می‌کند، با برنامه‌ای که هر بار پرونده تازه یک مشتری را می‌خواند، ترکیب هزینه یکسانی ندارد؛ حتی اگر سؤال کاربران هم‌اندازه باشد. به نظر ژرف، در پیش‌بینی هزینه باید سهم ورودی تازه، خواندن داده ذخیره‌شده و خروجی جدا بماند. یک عدد درشت روی معرفی محصول، جای این تفکیک را نمی‌گیرد و ثابت نمی‌کند هزینه همه عامل‌های نرم‌افزاری به همان نسبت پایین می‌آید.

گیت‌هاب همان روز عرضه اوپوس ۵٫۵ را در کوپایلت اعلام کرد. عرضه تدریجی است و هزینه مصرف بر اساس قیمت فهرست ارائه‌دهنده محاسبه می‌شود. مدیران طرح‌های تجاری و سازمانی می‌توانند دسترسی را کنترل کنند؛ تنظیم پیش‌فرض ممکن است مدل تازه را فعال کند، مگر اینکه تنظیمات مربوط آن را بسته باشند. پس انتشار خبر به این معنا نیست که همه کاربران همان لحظه گزینه تازه را می‌بینند. برای یک شرکت، آغاز آزمون با گروهی کوچک و مجاز، مقایسه روشن‌تری از تغییر بی‌سروصدای مدل برای همه کارکنان می‌دهد. پایان درست کار، زمان اصلاح پاسخ و مبلغ واقعی صورتحساب، اطلاعات مهم‌تری از ظاهر شدن نام مدل در فهرست انتخاب‌اند.

ارزان‌تر شدن مدل هم به معنی باز شدن همه توانایی‌های آن نیست. عرضه اوپوس ۵٫۵ همچنان با محافظ‌های ایمنی و مسیر ارجاع بعضی کارهای حساس به مدل‌های قدیمی‌تر همراه است. بنابراین نامی که کاربر انتخاب می‌کند، به‌تنهایی شرح کاملی از مسیر اجرای هر درخواست نیست. برای دستیار داخلی یک شرکت باید روشن باشد کارهای مجاز با چه اطمینانی تمام می‌شوند و امتناع یا تغییر مسیر اجرا چگونه ثبت می‌شود. یک نمایش موفق با یک درخواست ظاهراً عادی، پاسخ این پرسش‌ها را نمی‌دهد. محدودیت‌ها کاهش قیمت را بی‌اثر نمی‌کنند؛ مشخص می‌کنند دقیقاً چه خدمتی با قیمت تازه فروخته می‌شود.

متر نیز در ارزیابی مقدماتی منتشرشده در ۲۲ سپتامبر، پس از ده روز کاری دسترسی، پیشرفت توان پژوهش و توسعه هوش مصنوعی نسبت به فِیبل ۵٫۱ را محدود و تدریجی توصیف کرد، نه جهشی تا خودکار شدن کامل پژوهش. این ارزیابی بدون دریافت پول انجام شد؛ آنتروپیک فرصت بازبینی و ویرایش خلاصه را داشت و متر متن نهایی را تأیید کرد. موضوع آن هم ارزیابی همسویی مدل نبود. کمک مؤثر به یک آزمایش مشخص با سپردن همه تصمیم‌های پژوهشی به مدل تفاوت دارد. ممکن است پژوهشگر سریع‌تر پیش برود، اما هنوز لازم باشد خودش مسیر ارزشمند را انتخاب کند و معنی نتیجه را بسنجد. حضور ارزیاب بیرونی را نباید گواهی ایمنی برای هر نوع استفاده دانست.

پالو آلتو نتورکس در خبری جداگانه در ۲۲ سپتامبر، اشتراک سالانه Unit 42 Continuous Frontier AI Defense را معرفی کرد: ارزیابی اولیه و سپس بررسی‌های ادامه‌دار متناسب با تغییر سامانه‌های مشتری، با استفاده از چند مدل. تازگی خبر، رفتن از ارزیابی مقطعی به خدمت مستمر است، نه آغاز نخستین همکاری با سازندگان مدل. دسترسی به مدل‌های مختلف یکسان نیست و این اطلاعیه اوپوس ۵٫۵ را جزئی از خدمت معرفی نمی‌کند. همچنین قیمت عمومی اشتراک یا بازده مالی اثبات‌شده با ارزیابی مستقل ارائه نشده است. صرف استفاده از مدل‌های توانمند، دلیل کافی برای معرفی این خدمت به‌عنوان راهی با صرفه‌جویی قطعی نیست.

یافتن ضعف امنیتی تازه، پایان کار نیست. کسی باید مسئول رفع آن باشد، راه‌حل قابل اجرا پیدا کند و مطمئن شود اصلاح، بخش دیگری را خراب نکرده است. حتی ممکن است یافتن مشکلات بیشتر در آغاز، حجم کار ترمیم را بالا ببرد. ارزش بررسی مستمر می‌تواند در همین تغییر دائمی سامانه‌ها باشد، اما به قابل استفاده بودن یافته‌ها و پیگیری آن‌ها بستگی دارد. برداشت ژرف این است که خرید مصرف مدل و خرید خدمت مدیریت‌شده امنیت، دو تصمیم جدا هستند و باید دو ردیف جدا در بودجه داشته باشند. ارزان‌تر شدن یکی، جای دیگری را پر نمی‌کند؛ توضیح فروشنده درباره خدمت هم با نتیجه ثبت‌شده برای مشتری یکی نیست.

در بخش اقتصاد، آمار تازه بریتانیا مستقل از خبر مدل‌ها اهمیت دارد. دفتر آمار ملی این کشور استقراض خالص بخش عمومی، بدون بانک‌های بخش عمومی، را در اوت ۱۸٫۳ میلیارد پوند اعلام کرد؛ ۲٫۹ میلیارد پوند بیشتر از اوت ۲۰۲۵ و ۳٫۵ میلیارد پوند بالاتر از پیش‌بینی دفتر مسئولیت بودجه. مجموع آوریل تا اوت ۷۷٫۳ میلیارد پوند بود: نسبت به دوره مشابه سال قبل ۲٫۲ میلیارد پوند کمتر، اما از پیش‌بینی ۸٫۱ میلیارد پوند بیشتر. این دو مقایسه با هم تناقض ندارند. ممکن است وضعیت نسبت به پارسال بهتر شده باشد، ولی هنوز از فرض‌های برنامه مالی عقب بماند. حذف یکی از دو مبنا، تصویر ناقصی می‌سازد.

این ارقام، جریان اسمی و موقت استقراض‌اند؛ نه موجودی بدهی، نه هزینه دولت پس از تعدیل تورم و نه عدد مستقیم نیاز نقدی. گزارش سپتامبر بازنگری داده‌ها و بهبودهای سالانه روش محاسبه را هم در بر می‌گیرد. برای کسب‌وکاری که مالیه عمومی را دنبال می‌کند، مهم است ببیند داده‌های بعدی مجموع دوره و فاصله با پیش‌بینی را چگونه تغییر می‌دهند. یک ماه آمار به‌تنهایی تصمیم قطعی درباره مالیات یا مخارج آینده را نشان نمی‌دهد. این گزارش هم نمی‌گوید هوش مصنوعی علت نتیجه استقراض بوده است؛ از کاهش هزینه اجرای مدل نیز نمی‌توان نتیجه گرفت دولت ناگهان برای خریدهای تازه بودجه آزاد پیدا کرده است.

در آمریکا، جان ویلیامز، رئیس فدرال رزرو نیویورک، در سخنرانی ۲۲ سپتامبر کنفرانس بازار خزانه‌داری درباره سازگار شدن اجرای سیاست پولی با حرکت معاملات به سوی تسویه مرکزی صحبت کرد. او بر کنترل نرخ بهره، پایین بودن هزینه فرصت نگهداری ذخایر و تغییر عرضه ذخایر همراه با تقاضا تأکید داشت. این‌ها دیدگاه شخصی او بود، نه اعلام تصمیم تازه کمیته بازار باز درباره نرخ بهره. مسئله عملی، تناسب ابزارهای موجود با شکل تازه معاملات است. برای فهم پیام بازار باید تصمیم‌های عملیاتی بعدی را دنبال کرد؛ بحث درباره سازوکار بازار، وعده فوری تأمین مالی ارزان‌تر نیست.

در ادامه، نتیجه آزمون‌های مستقل روی کارهای قابل مقایسه، تجربه واقعی عرضه کوپایلت و گزارش روشن از مداخله محافظ‌های ایمنی، ادعای اقتصادی اوپوس ۵٫۵ را قابل سنجش‌تر می‌کنند. برای خدمت امنیتی، انتشار قیمت و نتیجه رفع مشکلات مشتریان مهم است؛ در اقتصاد هم بازنگری‌ها و مسیر مجموع استقراض باید دنبال شوند. تغییر قطعی امروز، پایین آمدن تعرفه استاندارد اوپوس ۵٫۵ است. وعده بزرگ‌تر این است که کار مفید با هزینه کمتر و بدون از دست دادن کنترل انجام شود. این وعده ارزش آزمودن دارد، اما نه باید آن را از پیش برای همه کارها محقق دانست و نه صرفاً به دلیل تضمین نبودن یک برآورد، کنار گذاشت.