اوپنایآی سطوح API را دگرگون کرد: سادهسازی به ۳ پله و نصف شدن هزینه ورود به بالاترین سطح
اوپنایآی ساختار سطوح دسترسی API خود را سادهسازی کرد و سیستم پیچیده پنجسطحی را به سه سطح کاربردی Build، Launch و Grow کاهش داد. در این بهروزرسانی، حداقل پرداخت تجمعی برای رسیدن به بالاترین سطح استاندارد از ۱,۰۰۰ دلار به ۵۰۰ دلار رسیده تا توسعهدهندگان و استارتاپها با هزینه و زمان کمتری به حداکثر ظرفیت مدلها دسترسی پیدا کنند.

در یک نگاه (نکات کلیدی خبر)
خلاصه مهمترین نکات و تحولات این گزارش برای مطالعه سریع
- اوپنایآی (OpenAI) سیستم قدیمی ۵ سطحی API را بازنشسته کرد و حالا حسابهای توسعهدهندگان را در ۳ سطح ساده و مشخص به نامهای Build، Launch و Grow ساماندهی میکند.
- شرط ورود به بالاترین سطح استاندارد (Grow) از ۱,۰۰۰ دلار به ۵۰۰ دلار کاهش یافته؛ یعنی تیمها خیلی سریعتر و با نصف هزینه قبلی به حداکثر سقف مجاز مصرف (Rate Limits) میرسند.
- مهاجرت به ساختار جدید کاملاً خودکار است و نیازی به تغییر کد ندارد، اما تیمها باید داشبورد خود را برای ظرفیت اختصاصی مدلها و وظایف سنگین ایجنتها یا پردازشهای دستهای بررسی کنند.
کاهش سطوح مصرف پولی API در اوپنایآی از ۵ پله به ۳ پله
شرکت اوپنایآی (OpenAI) در اطلاعیهای رسمی اعلام کرد که سیستم قدیمی و پنجسطحی مصرف API پولی خود را سادهتر کرده و تمام سطوح را در ۳ پله جدید با نامهای Build (ساخت)، Launch (راهاندازی) و Grow (رشد) ادغام کرده است. علاوه بر این سادهسازی کاربردی، حداقل پرداخت تجمعی لازم برای رسیدن به بالاترین سطح استاندارد (Grow) هم ۵۰ درصد کاهش پیدا کرده و از ۱,۰۰۰ دلار به ۵۰۰ دلار رسیده است.
به گفته اوپنایآی، انتقال سازمانها و حسابهای کاربری فعال به ساختار جدید کاملاً خودکار انجام میشود؛ یعنی توسعهدهندگان هیچ نیازی به ارسال تیکت پشتیبانی، ثبت فرم یا دستکاری در کدهای خود ندارند. جزئیات سطح جدید هر حساب کاربری و محدودیتهای اختصاصی هر مدل در بخش صفحه محدودیتها (Limits) در داشبورد قابل مشاهده است.
پنج دروازه تبدیل به سه پله شدند
در سیستم قبلی، حسابهای کاربری از سطح ۱ تا ۵ (Tier 1 تا Tier 5) بر اساس مجموع پرداختهای تجمعی و همچنین سابقه زمانی اولین پرداخت دستهبندی میشدند؛ سیستمی که رسیدن به سطوح بالاتر در آن زمانبر و نسبتاً پیچیده بود.
سطح قبلی (Tier) | مجموع پرداختهای تجمعی | حداقل سابقه زمانی پرداخت |
|---|---|---|
سطح ۱ (Tier 1) | ۵ دلار | بدون شرط زمانی |
سطح ۲ (Tier 2) | ۵۰ دلار | ۷ روز |
سطح ۳ (Tier 3) | ۱۰۰ دلار | ۷ روز |
سطح ۴ (Tier 4) | ۲۵۰ دلار | ۱۴ روز |
سطح ۵ (Tier 5) | ۱,۰۰۰ دلار | ۳۰ روز |
اما ساختار جایگزین، حسابها را دقیقاً بر اساس مرحله رشد محصول و نیاز تیمها دستهبندی میکند:
- سطح Build (ساخت): ویژه مراحل اولیه توسعه، ساخت نمونههای اولیه (Prototype) و ترافیکهای آزمایشی.
- سطح Launch (راهاندازی): مناسب برای محصولاتی که وارد مرحله عملیاتی و محیط پروداکشن واقعی میشوند.
- سطح Grow (رشد): ارائه بالاترین سقف محدودیت مصرف استاندارد برای پروژههای بزرگ با مقیاس بالا.
نکته مهم اینجاست که شرط ۵۰۰ دلاری سطح Grow صرفاً به مجموع پرداختهای تجمعی حساب API مربوط میشود و اشتراکهای ChatGPT Plus یا تعهدات مالی ماهانه جداگانه محاسبه میشوند. همچنین این تغییرات فقط سقف محدودیتهای مصرف (Rate Limits) را افزایش میدهد و هزینه پرداختی به ازای هر توکن (Token) تغییری نکرده است.
رسیدن به سطح Grow با نصف هزینه قبلی
محدودیتهای نرخ مصرف (Rate Limits) مشخص میکنند که یک حساب کاربری در بازههای زمانی مشخص چه میزان ترافیک و درخواست میتواند به سرورهای اوپنایآی بفرستد. این سقف با معیارهایی مثل تعداد درخواست در دقیقه (RPM)، تعداد توکن در دقیقه (TPM)، درخواستهای روزانه (RPD) و صف توکنهای پردازش دستهای (Batch) سنجیده میشود. رد شدن از این سقف، خطای معروف HTTP 429 (درخواستهای بیش از حد) را برمیگرداند که معمولاً با هدر Retry-After همراه است.
کاهش ۵۰ درصدی آستانه مالی سطح Grow به تیمها اجازه میدهد خیلی زودتر به بالاترین سطح استاندارد برسند. این جهش دسترسی، فضای بسیار بازتری برای مدیریت جهشهای ناگهانی ترافیک، راهاندازی پروژههای پروداکشن، اجرای همزمان ایجنتهای هوش مصنوعی (AI Agents) و پردازشهای سنگین دستهای فراهم میکند.
البته باید توجه داشت که هر مدل هوش مصنوعی در هر سطح، سقف مصرف ویژه خودش را حفظ میکند؛ بنابراین یک تیم در سطح Grow ممکن است برای مدلهای مختلف سهمیه درخواست و توکن متفاوتی داشته باشد و ظرفیت Batch API نیز از محدودیتهای صف مجزایی پیروی کند. در نتیجه، داشبورد رسمی اوپنایآی همچنان دقیقترین مرجع برای بررسی سقف مصرف واقعی هر حساب است.
بررسی محدودیتهای جدید حساب کاربری
انتقال خودکار به سیستم جدید باعث شده بررسی داشبورد برای تیمهایی که در آستانه انتشار محصول هستند یا کارهای حساس به ظرفیت دارند، اهمیت دوچندانی پیدا کند. توسعهدهندگان باید این ۵ مورد کلیدی را حتماً بررسی کنند:
- بررسی سطح اختصاصیافته: مطمئن شوید حسابتان به درستی به یکی از سطوح Build، Launch یا Grow منتقل شده باشد.
- ظرفیت اختصاصی هر مدل: محدودیتهای RPM و TPM را با پیک ترافیک و اوج مصرف توکن در کارهای سنگین مقایسه کنید.
- سقف مصرف روزانه: محدودیت تعداد درخواستهای مجاز روزانه را برای پروژههای با ترافیک مداوم چک کنید.
- ظرفیت پردازش دستهای (Batch): سقف توکنهای در صف را جدا از محدودیتهای لحظهای API بررسی نمایید.
- تنظیمات پروژه و کلیدها: چک کنید که پروژههای پروداکشن و کلیدهای API فعال دقیقاً به همان حساب سازمانی مدنظر متصل باشند.
در نهایت، کدهای سمت کلاینت و کلاینتهای API باید همچنان خطای ۴۲۹ را با سازوکارهایی مثل تلاش مجدد کنترلشده (Bounded Retries)، تاخیر نمایی (Exponential Backoff)، جیتر (Jitter) و پشتیبانی از هدر Retry-After مدیریت کنند؛ چراکه ارتقا به سطح بالاتر هرچند ظرفیت را بیشتر میکند، اما سقف محدودیت مدلها یا جهشهای ناگهانی ترافیک را به صفر نمیرساند و مدیریت صفها همچنان یک ضرورت فنی است.
برچسب های مرتبط
مطالب مرتبط و پیشنهادی

نه قاطع دسکتاپ کازمیک به کدهای هوش مصنوعی؛ گنوم سر دوراهی پذیرش باگهای ماشینی!
پروژه دسکتاپ محبوب کازمیک (COSMIC) ارسال هرگونه کد، کامنت و توضیحات تولیدشده توسط مدلهای زبانی هوش مصنوعی را ممنوع کرد و بر مشارکت کامل انسانی تأکید ورزید. در سوی دیگر، توسعهدهندگان گنوم دچار دودستگی شدهاند و عدهای اصرار دارند که نادیده گرفتن آسیبپذیریهای امنیتی کشفشده توسط هوش مصنوعی اشتباهی بزرگ است.

سپردن ۱۰ کار روزمره به ایجنت هوش مصنوعی Muse متا؛ دستیاری که فراتر از انتظار ظاهر شد!
در یک بررسی عملی، ۱۰ وظیفه مختلف از جمله رصد تخفیفها، پیگیری اخبار فوری و پایش سلامت به ایجنت هوش مصنوعی Muse متا واگذار شد تا توانایی آن در خودکارسازی امور روزمره سنجیده شود. نتایج نشان میدهد این دستیار هوشمند با اتصال به برنامههای گوشی و اجرای دقیق پرامپتها، میتواند کارهای روزانه را به شکلی خیرهکننده ساده کند.

نقشه بزرگ دیپسیک: راهاندازی ابرکلاستر ۱۶۰ هزار تراشهای با شتابدهندههای بومی هواوی
بر اساس گزارشهای موثق، استارتاپ چینی دیپسیک (DeepSeek) قصد دارد یک مرکز داده عظیم مجهز به حداقل ۱۶۰ هزار شتابدهنده هوش مصنوعی هواوی را در منطقه مغولستان داخلی راهاندازی کند. این تصمیم نشاندهنده یک جهش استراتژیک برای جایگزینی تراشههای انویدیا با شتابدهندههای بومی Ascend 950DT در فرایند آموزش مدلهای زبانی است.
دیدگاه ها و گفتگوی تخصصی
نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید
هنوز دیدگاهی برای این مطلب ثبت نشده است
اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.