هزینه استفاده از API هوش مصنوعی

«هزینهٔ این قابلیت هوش مصنوعی ماهی چقدر می‌شود؟» سؤالی است که قبل از ساخت باید جواب داشته باشد، نه بعد از اولین صورتحساب. خوب است که جواب یک عدد تکی نباشد، یک فرمول با ورودی‌های قابل‌اندازه‌گیری باشد: چند درخواست، هر درخواست چند توکن ورودی و خروجی، چه کسری از ورودی کش می‌شود، و قیمت هر توکن چقدر است. این مقاله فرمول و سه سناریو می‌دهد.

مرجع و تاریخ: صفحات قیمت و شمارش توکن Anthropic، و صفحهٔ سازگاری خروجی ساختاریافته، خوانده‌شده در ۱۹ اکتبر ۲۰۲۶؛ صفحهٔ قیمت OpenAI هم به‌عنوان مرجع روز معرفی شده، بدون نقل عدد. قیمت‌ها زود تغییر می‌کنند. اعدادی که در مثال می‌آید از صفحهٔ رسمی در همان تاریخ برای نمونهٔ محاسبه است نه توصیه یا پیش‌بینی؛ قبل از هر تصمیم از صفحهٔ رسمی روز بخوانید. ما هیچ قیمت ثابت یا برآورد نیاورده‌ایم که تاریخ و منبع رسمی نداشته باشد. تبدیل دلار به ریال یا هزینهٔ پرداخت و تحریم‌ها را بررسی نکرده‌ایم. برای برنامه‌ریزی بودجهٔ کلی برنامه‌ریزی پروژه نرم‌افزاری را ببینید.

فرمول پایه

قیمت‌ها به‌صورت دلار برای هر میلیون توکن (MTok) و جدا برای ورودی، خروجی و کش اعلام می‌شوند. فرمول هزینهٔ ماهانه (تحلیل نویسنده، سازگار با ساختار قیمت منبع):

هزینه_ماه = N × [ (T_in_غیرکش × P_in) + (T_in_کش × P_cache_hit) + (T_out × P_out) ] / 1,000,000
N          = تعداد درخواست در ماه
T_in_غیرکش = توکن ورودی که کش نمی‌شود (پیام کاربر، متن بازیابی‌شده)
T_in_کش    = توکن ورودی ثابت که برخورد کش دارد (دستور سیستم)
T_out      = توکن خروجی
P_*        = قیمت هر MTok از صفحهٔ رسمی روز

هزینهٔ نوشتن کش (cache write) هم جدا قیمت دارد؛ برای ساده‌سازی در فرمول بالا آمده و باید در سناریوی واقعی لحاظ شود. در صفحهٔ Anthropic خروجی گران‌تر از ورودی است و برخورد کش بسیار ارزان‌تر از ورودی عادی است؛ پس طول پاسخ و ثابت‌بودن بخش بزرگی از prompt مستقیماً روی هزینه اثر می‌گذارد.

اندازه‌گیری توکن

به‌جای حدس، توکن‌ها را بشمارید. Anthropic یک نقطهٔ پایانی شمارش توکن دارد که پیش از ارسال تعداد توکن ورودی را برمی‌گرداند و می‌گوید این عدد تخمین است. نکتهٔ مهم: مدل‌های ۴٫۷ به بعد توکنایزر جدید دارند و برای همان متن حدود ۳۰٪ توکن بیشتر تولید می‌کنند؛ پس اگر مدل را عوض می‌کنید، شمارش را دوباره روی مدل مقصد انجام دهید. برای فارسی عدد رسمی عمومی نداریم؛ روی نمونهٔ واقعی خودتان بشمارید. توکن خروجی را از فیلد usage پاسخ‌های واقعی در محیط آزمایشی جمع کنید.

اهرم‌های کاهش هزینه

خروجی ساختاریافته هم prompt اضافه‌ای به ورودی می‌افزاید و توکن ورودی را کمی بالاتر می‌برد؛ آن را در سناریو بیاورید.

سه سناریو با قیمت نمونه

برای مثال، قیمت‌های Claude Sonnet 5.5 در صفحهٔ رسمی در تاریخ ۲۰۲۶-۱۰-۱۹: ورودی ۲ دلار، خروجی ۱۰ دلار و برخورد کش ۰٫۱۰ دلار برای هر MTok. ورودی‌های سناریو (تعداد درخواست و توکن) فرضی‌اند.

1. دستیار پشتیبانی کم‌ترافیک: ۱۰٬۰۰۰ درخواست در ماه، ۳٬۰۰۰ توکن ورودی و ۳۰۰ توکن خروجی، بدون کش. ورودی کل ۳۰ میلیون توکن است: ۳۰ × ۲ = ۶۰ دلار؛ خروجی ۳ میلیون توکن: ۳ × ۱۰ = ۳۰ دلار؛ جمع ۹۰ دلار در ماه.
2. همان سناریو با کش: از ۳٬۰۰۰ توکن ورودی، ۲٬۰۰۰ دستور ثابت است که برخورد کش دارد (فرض می‌کنیم ۱۰۰٪ برخورد؛ هزینهٔ نوشتن کش را نادیده می‌گیریم که واقعی نیست). ورودی کش‌نشده ۱۰ میلیون توکن: ۱۰ × ۲ = ۲۰ دلار؛ ورودی کش‌شده ۲۰ میلیون توکن: ۲۰ × ۰٫۱۰ = ۲ دلار؛ خروجی ۳۰ دلار؛ جمع ۵۲ دلار. این نشان می‌دهد کش ورودی را بسیار ارزان می‌کند، اما خروجی ثابت می‌ماند.
3. رشد ۱۰ برابر ترافیک: ۱۰۰٬۰۰۰ درخواست با همان الگوی سناریوی ۲ خطی رشد می‌کند و حدود ۵۲۰ دلار می‌شود. سقف نرخ، خطای ۴۲۹ و تأخیر هم باید طراحی شود، نه فقط هزینه.

این اعداد صرفاً برای نشان‌دادن شیوهٔ محاسبه‌اند. در سناریوی واقعی هزینهٔ نوشتن کش، تلاش مجدد، توکن‌های ابزار و جست‌وجو، و هزینهٔ زیرساخت (پایگاه برداری، embedding) هم باید اضافه شود. در Bedrock و Google Cloud نقطه‌های پایانی منطقه‌ای ۱۰٪ بیشتر از جهانی هزینه دارند (طبق همان صفحه).

سقف و پایش

• سقف بودجه و هشدار در سطح حساب و پروژه (از پنل ارائه‌دهنده) و سقف max_tokens در درخواست.
• ثبت توکن ورودی/خروجی هر درخواست در لاگ و داشبورد هزینه به ازای هر قابلیت و هر مشتری (پایش سیستم).
• هشدار برای جهش ناگهانی: حلقهٔ تلاش مجدد بی‌پایان یا ورودی غیرعادی بلند می‌تواند هزینه را چند برابر کند.
• برآورد را ماهانه با داده واقعی مقایسه و فرمول را اصلاح کنید.

هزینه به ازای هر کار و هر کاربر

عدد ماهانهٔ کل برای بودجه خوب است، اما برای تصمیم محصول «هزینهٔ هر وظیفه» مفیدتر است: در سناریوی ۱ با ۹۰ دلار برای ۱۰٬۰۰۰ درخواست، هر درخواست ۰٫۰۰۹ دلار هزینهٔ مدل دارد و در سناریوی ۲ حدود ۰٫۰۰۵۲ دلار (محاسبهٔ ساده از همان اعداد فرضی). این عدد را با ارزش همان وظیفه مقایسه کنید: اگر یک پاسخ خودکار زمان کارشناس را کم می‌کند، هزینهٔ مدل را با آن بسنجید، نه با صفر. برای قابلیت‌هایی که چند فراخوان دارند (RAG با بازنویسی پرسش، بازیابی، تولید و داور؛ یا عامل با چند گام ابزار) هزینه حاصل جمع همهٔ فراخوان‌هاست و هر گام توکن‌های ورودی تازه می‌خواهد؛ بنابراین برای هر مسیر جداگانه شمارش کنید و بدترین مسیر (بیشترین گام) را هم محاسبه کنید. اگر قیمت‌گذاری برای مشتری دارید، سقف مصرف هر کاربر یا هر طرح را تعریف کنید تا یک کاربر پرمصرف حاشیهٔ کل را از بین نبرد؛ این تصمیم تجاری است و عدد پیشنهادی ما ندارد.

اشتباهات رایج

• استفاده از یک قیمت قدیمی یا شنیده‌شده به‌جای صفحهٔ رسمی تاریخ‌دار.
• فراموش‌کردن اینکه خروجی گران‌تر از ورودی است.
• مقایسهٔ تعداد توکن بین مدل‌هایی با توکنایزر متفاوت.
• نادیده‌گرفتن هزینهٔ نوشتن کش، تلاش مجدد و ابزارها.
• نداشتن سقف و پایش هزینه.
• برآورد فقط برای میانگین، نه برای ۹۵٪ بالای طول ورودی.

چک‌لیست

1. قیمت ورودی، خروجی و کش از صفحهٔ رسمی با تاریخ ثبت شده است.
2. توکن ورودی و خروجی روی مدل مقصد و نمونهٔ واقعی شمرده شده است.
3. فرمول با N، توکن و قیمت مستند است و سه سناریو (پایه، پرترافیک، بدترین) محاسبه شده است.
4. هزینهٔ نوشتن کش، تلاش مجدد و ابزارها لحاظ شده است.
5. سقف بودجه، max_tokens و هشدار تعریف شده است.
6. داشبورد هزینه به ازای قابلیت وجود دارد.
7. تاریخ بازبینی قیمت تعیین شده است (مثلاً ماهانه).

برای آمادگی عملیاتی نرم‌افزار آمادهٔ تولید را هم ببینید.

منابع و مراجع

• Pricing — Anthropic (Claude Platform Docs)، 2026-10-19.
• Token counting — Anthropic (Claude Platform Docs)، 2026-10-19.
• Structured outputs (Feature compatibility) — Anthropic (Claude Platform Docs)، 2026-10-19.
• Pricing — OpenAI API Docs، 2026-10-19.