Индекси Нархи Хулосабарории Зеҳни Сунъӣ (AI Inference Price Index, AIPI), чаҳорчӯбаи ченкунии нарх аст, ки на танҳо нархҳои эълоншудаи моделҳои зеҳни сунъӣ барои як миллион токен, балки қобилияти ченшудаи моделро, ки ин токенҳо мехаранд, низ ба ҳисоб мегирад. Cayman Seagraves ва Stace Sirmans нархҳои эълоншудаи хулосабарорӣ ва истифодаи ҳаррӯзаи моделҳоро дар OpenRouter бо холҳои benchmark-и Artificial Analysis мутобиқ карда, барои давраи Январи 2025–Июни 2026 чор ченаки гуногуни нархро сохтаанд. Дар версияи манбаъ, дар ҳоле ки нархи моделҳое, ки дар бозор боқӣ мемонанд, %6,5 боло меравад, нархи хулосабарорӣ бо сифати ченшудаи собит %51,9, хароҷот барои як воҳиди қобилият дар сабади моделҳои интихобкардаи корбарон %86,8 ва нархи дастрасӣ ба арзонтарин модели аз ҳадди benchmark-и собит гузашта %99,4 коҳиш меёбад. Аммо ин натиҷа ченкунии бозори API-и оммавӣ аст; он шартномаҳои хусусии корпоративӣ, моделҳои дар инфрасохтори худӣ иҷрошаванда, нархи нармафзори бастабандишуда ё хароҷоти умумии анҷом додани як вазифаи воқеиро намояндагӣ намекунад.

Хулосаи марказии таҳқиқот ин аст, ки нархи токен ва нархи иқтисодии қобилияти мошин як чиз нестанд. Ҳатто агар моделҳои кӯҳна ба ҳисоби миёна тахфифи ҷиддии нарх накарда бошанд, моделҳои навтар метавонанд қобилияти ченшудаи баландтарро бо хароҷоти камтар пешниҳод кунанд ва корбарон метавонанд ба ин моделҳо гузаранд. Ҳамин тавр, “нархи зеҳн” дар бозор бештар аз он ки ба нархи барчаспи маҳсулоти кӯҳна вобаста бошад, ба он вобаста мегардад, ки кадом моделҳо ба бозор медароянд, сарҳади нарх-фаъолият чӣ гуна пеш меравад ва истифода ба кадом наслҳои модел мегузарад.

Тафсири муаллифон ҳамчунин як маҳдудияти муҳим дорад: Artificial Analysis Intelligence Index воҳиди табиии физикии натиҷаи воқеии иқтисодӣ ё ҳосилнокӣ барои ҳар вазифа нест. Дар таҳқиқот он хусусияти ченшудаи benchmark мебошад, ки барои муқоисаи сифати модел истифода мешавад. Аз ин рӯ, гарчанде индексҳои сифати-собит ва ҳаддӣ ченаки қавии нарх медиҳанд, силсилаи “хароҷот барои як воҳиди қобилият”, ки бо истифода вазн дода шудааст, ченаки тавсифии ҳолати бозор низ ҳаст, ки сабади моделҳои воқеан интихобкардаи корбаронро инъикос мекунад.

Масъалаи иқтисодӣ: Чаро танҳо нархи як токен кофӣ нест?

Хулосабарории зеҳни сунъӣ истифодаи модели пешакӣ омӯзонидашуда барои тавлиди ҷавоб ба дархост аст. Провайдерҳои API ин хизматро асосан бар асоси токенҳои воридотӣ ва содиротӣ нархгузорӣ мекунанд. Аз ин рӯ, дар назари аввал “нархи зеҳни сунъӣ” метавонад бо доллар барои як миллион токен чен карда шавад. Масъала дар он аст, ки моделҳои гуногун бо як миқдори токен сатҳи якхелаи тафаккур, коднависӣ, дониш ё ҳалли масъалаҳои миқдориро пешниҳод намекунанд. Истифодаи як миллион токен дар модели нав метавонад аз нигоҳи иқтисодӣ ҳамон ҷараёни хизматеро, ки як миллион токен дар модели кӯҳна медиҳад, ифода накунад.

Аз ин рӯ, таҳқиқот таъкид мекунад, ки се тағйироти ҷудогона бояд аз ҳам фарқ карда шаванд: тағйири нархҳои эълоншудаи моделҳои аллакай дар бозор мавҷуд, тағйири сифати ченшудаи моделҳо ва тағйири он ки корбарон кадом моделҳоро интихоб мекунанд. Нархи хоми токен метавонад ин се маржаро бо ҳам омехта кунад.

Фарқи байни нархи токен ва “нархи зеҳн” дар хулосабарории зеҳни сунъӣ чист?

Нархи токен нархи воҳиди матнест, ки провайдер ҳисоб мекунад; “нархи зеҳн” дар таҳқиқот бошад, хароҷоти иқтисодиест, ки барои харидани миқдори муайяни қобилияти ченшудаи benchmark лозим аст. Азбаски сифати модел бо мурури вақт зуд тағйир меёбад, як миқдори токен метавонад дар наслҳои гуногуни модел миқдори гуногуни қобилияти ченшударо таъмин кунад.

Чор ченаки ҷудогонаи нарх дар таҳқиқот

Таҳқиқотчиён бо эътирофи он ки як индекс ба ҳамаи саволҳо ҷавоб намедиҳад, чор ченаки гуногун месозанд.

Манбаъҳои маълумот ва намуна

Нархҳои эълоншудаи моделҳо аз OpenRouter гирифта шудаанд. OpenRouter бозори хулосабарорӣ аст, ки тавассути интерфейси умумии API ба моделҳои провайдерҳои гуногун дастрасӣ медиҳад. Таҳқиқот ҳар моделро бо таркиби 3:1 токенҳои воридотӣ–содиротӣ, ки барои тақрибан намояндагӣ кардани як дархости маъмул истифода мешавад, бо нархи омехта барои як миллион токен ҷамъбаст мекунад. Нархҳои ҷорӣ аз каталоги зинда ва нархҳои гузашта аз snapshot-ҳои моҳонаи нарх, ки аз саҳифаҳои бойгонишудаи нархи провайдерҳо ва бозор сохта шудаанд, гирифта шудаанд.

Ҳаҷми истифодаи модел аз ҳаҷмҳои токен дар рейтингҳои ҳаррӯзаи моделҳои OpenRouter меояд. Ҳамин тавр, таҳқиқотчиён метавонанд на танҳо кадом моделҳо дар бозор ҳастанд, балки корбарон воқеан кадом моделҳоро ва то чӣ андоза истифода мебаранд, мушоҳида кунанд.

Барои ченкунии сифат Artificial Analysis Intelligence Index истифода шудааст. Ин холи таркибӣ benchmark-ҳои тафаккур, коднависӣ ва миқдориро муттаҳид мекунад. Номҳои моделҳои OpenRouter бо сабтҳои Artificial Analysis тавассути ҷадвали версияшудаи мутобиқсозӣ, ки ба провайдер ва номи модел асос ёфтааст, пайваст шудаанд; дар матни асосӣ гуфта мешавад, ки ин мутобиқсозӣ тақрибан %94 ҳаҷми токени бозорро фаро мегирад.

Тағйир ёфтани шумораи намунаҳо дар бахшҳои гуногун номувофиқатӣ нест. Дар ҳоле ки панели асосии нархи гедонӣ намунаи васеътарро истифода мебарад, баъзе таҳлилҳои устувории моли нав ва benchmark “release-date guard”-и тангтарро татбиқ мекунанд, ки мушоҳидаҳои нархи пеш аз санаи нашри benchmark-и моделро хориҷ мекунад.

Индекси гедонии нархи сифати-собит

Индекси нархи сифати-собит аз регрессияи гедонӣ ба даст меояд, ки эътироф мекунад нархи модел метавонад бо қобилияти benchmark ба таври низомманд тағйир ёбад:

\[ \ln p_{m,t} = \theta \tilde{q}_m + \phi \tilde{q}_m^2 + \delta_{g(m)} + \tau_t + \varepsilon_{m,t} \]

Дар ин ҷо \(p_{m,t}\) нархи эълоншудаи модели \(m\) барои як миллион токени омехта дар snapshot-и нархи \(t\) аст. \(q_m\) арзиши Artificial Analysis intelligence score аст; \(\tilde{q}_m\) шакли марказонидашудаи ин хол дар атрофи медианаи намуна мебошад. \(\delta_{g(m)}\) эффектҳои собити провайдер, \(\tau_t\) эффектҳои собити вақт/snapshot ва \(\varepsilon_{m,t}\) ҷузъи шарҳнашударо нишон медиҳад.

Вақте сифати модел собит нигоҳ дошта мешавад, ҳаракате, ки эффектҳои собити вақт пайгирӣ мекунанд, тағйири нархи ҳамон қобилияти ченшудаи benchmark-ро медиҳад. Азбаски сифат дар медианаи намуна марказонида шудааст, \(\theta\) нишебии маржиналии нарх-сифатро дар сатҳи медиании сифат ифода мекунад.

Дар баҳодиҳии асосӣ, як хол зиёд шудани benchmark дар атрофи сифати медианӣ бо нархи логарифмӣ +0,059 алоқаманд аст ва t-статистика 11,7 мебошад. Ҳади квадрати сифат -0,0006 ва t = -3,3 аст. Ин ҳади манфии дараҷаи дуюм нишон медиҳад, ки бо баланд шудани сифат нишебии маржиналии нарх-сифат ба самти минтақаи frontier ҳамвор мешавад. Регрессия 2.625 мушоҳидаи нарх ва 313 моделро дар бар мегирад; \(R^2 = 0,48\).

Вақте сифат собит нигоҳ дошта мешавад, нархи хулосабарории зеҳни сунъӣ чӣ қадар паст шуд?

Дар версияи манбаи боршудаи 26 Июн 2026, аз Январи 2025 то Июни 2026 нархи гедонии хулосабарорӣ барои сифати ченшудаи benchmark-и собит %51,9 паст шудааст; фосилаи эътимоди %95, ки бо bootstrap-и кластерӣ аз рӯи модел гузориш шудааст, тақрибан аз -%64,5 то -%31,9 аст.

Чӣ гуна санҷида шуд, ки натиҷа ба интихоби benchmark вобаста аст ё не?

Азбаски Artificial Analysis танҳо як холи ҷории сифатро нашр мекунад, таҳқиқотчиён наметавонанд барои ҳар модел пурра барқарор кунанд, ки он таърихан дар ҳар сана кадом холи benchmark дошт, яъне силсилаи пурраи “as-of” созанд. Муаллифон ба ҷои пинҳон кардани ин маҳдудият, онро бо санҷишҳои гуногуни устуворӣ маҳдуд мекунанд.

Вақте холҳои Elo-и афзалияти инсонӣ аз LMArena ҳамчун ченаки мустақили сифат истифода мешаванд, коррелятсияи Spearman байни ду рейтинг дар моделҳои мутобиқшуда 0,85 аст. Аз рӯи LMArena индекси сифати-собит дар ҳамон зернамуна %68,7 коҳиш меёбад; дар ҳамон моделҳо коҳиши бар Artificial Analysis асосёфта %65,6 аст. Ин санҷиш дастгирӣ мекунад, ки натиҷаи асосӣ танҳо ба миқёси як провайдери benchmark вобаста нест.

Оё нархи иқтисодии ҳар як қобилият яксон аст?

Не. Яке аз натиҷаҳои ҷолиби таҳқиқот ин аст, ки фарз кардани як хусусияти ягонаи нархгузоришаванда бо номи “зеҳн” кофӣ нест. Вақте ҷузъҳои гуногуни benchmark алоҳида истифода мешаванд, аз Январи 2025 то Июни 2026 нархи сифати-собити қобилияти ченшудаи коднависӣ %68,6, нархи қобилияти дониши васеи MMLU-Pro %59,8 ва нархи қобилияти тафаккури сатҳи баланди GPQA %61,1 паст мешавад, дар ҳоле ки ҷузъи математика %41,9 боло меравад.

Коррелятсияи нархи коднависӣ дар 16 аз 18 snapshot-и нарх аз коррелятсияи математика баландтар аст. Аз ин рӯ, таҳқиқотчиён ҳушдор медиҳанд, ки “нархи зеҳн”-и дар ин сохтори бозор ва benchmark ченшуда асосан нархи қобилияти коднависӣ ва дониши васеъро инъикос мекунад.

Чаро наслҳои модел индексҳои классикии нархро душвор мекунанд?

Индекси анъанавии нархи маҳсулоти мутобиқшуда нархи як маҳсулотро дар ду сана муқоиса мекунад. Аммо дар бозори моделҳои зеҳни сунъӣ умри тиҷоратии маҳсулот хеле кӯтоҳ аст. Дар таҳқиқот, дар байни моделҳое, ки пас аз расидан ба авҷи истифодаи моҳона дар дохили намуна истифодаашонро аз даст медиҳанд, нимумри медиании тиҷоратӣ танҳо 2,0 моҳ, ва фосилаи байни квартилҳо 1–2 моҳ аст. Синни медиании модел бо вазни истифода 94 рӯз аст ва аз рӯи медиана %82 истифода ба моделҳои аз шаш моҳ ҷавонтар рост меояд.

Ғайр аз ин, дар равзанаи охирини 30-рӯза моделҳои аз 90 рӯз ҷавонтар %70,9 истифодаи нархгузорӣ ва холдоршударо ташкил медиҳанд. Дар чунин гардиши босуръати маҳсулот, маҷмӯи умумии маҳсулоти дар Январи 2025 фурӯхташуда ва маҳсулоти дар Июни 2026 зиёд истифодашуда хеле хурд мешавад. Аз ин рӯ, усуле, ки танҳо “ҳамон моделро дар ду сана муқоиса мекунад”, метавонад қисми аз ҷиҳати иқтисодӣ муҳими бозорро аз даст диҳад.

Ҳаракати сарҳади нарх-фаъолият

Расми 2-и манбаъ мавқеи моделҳоро дар фазои қобилияти ченшуда ва нарх барои як миллион токен дар snapshot-ҳои нархи Январи 2025, Октябри 2025 ва Июни 2026 нишон медиҳад. Бо гузашти вақт моделҳои ҷавонтар бо омезиши қобилияти баландтар ва хароҷоти камтар лифофаи поёнии нарх-фаъолиятро ба берун тела медиҳанд. Ин ҳамон механизм нест, ки маҳсулоти кӯҳна нархи худро паст кунад. Корбар метавонад ҳамон сатҳи қобилиятро тавассути маҳсулоти навтари бозор арзонтар харад.

Чаҳорчӯбаи нархи иқтисодӣ

Муаллифон қобилияти ченшудаи модел барои як токенро \(q\), хароҷоти маржиналии ҳисоббарорӣ барои як токенро \(c\) ва зарбкунандаи нархгузорӣ бар болои хароҷотро \(\mu \ge 1\) муайян мекунанд. Нархи эълоншудаи токен:

\[ p = \mu c \]

Нархи як воҳиди қобилияти ченшуда дар ин чаҳорчӯба:

\[ P = \frac{p}{q} = \mu\frac{c}{q} \]

Тағйири логарифмии ин муодила:

\[ \Delta\ln P = \Delta\ln\mu + \Delta\ln c - \Delta\ln q \]

мебошад. Муодила равшан мекунад, ки нарх барои як воҳиди қобилият танҳо аз нархи эълоншудаи модел иборат нест. Ҳатто агар маржаҳо ё хароҷоти маржиналии ҳисоббарорӣ бетағйир монанд, агар қобилият барои як токен \(q\) зиёд шавад, нархи иқтисодӣ барои як воҳиди қобилият \(P\) метавонад коҳиш ёбад. Таҳқиқот арзишҳои \(\mu\)-ро сохторӣ баҳогузорӣ намекунад; муодила чаҳорчӯбаест, ки нишон медиҳад натиҷаҳои эмпирикӣ аз кадом маржаҳои иқтисодӣ таркиб ёфта метавонанд.

Нақши моделҳои вазнҳои кушода

Моделҳои вазнҳои кушода метавонанд, вақте корбарон моделро берун аз платформа иҷро карда метавонанд ё тавассути провайдерҳои кушода ба он дастрасӣ доранд, барои моделҳои пӯшида варианти берунӣ эҷод кунанд. Тибқи чаҳорчӯбаи таҳқиқот, агар ин вариант аз ҷиҳати қобилият, таъхир, эътимоднокӣ ва интегратсия ивазкунандаи кофӣ наздик бошад, метавонад қудрати нархгузории провайдерҳои моделҳои пӯшидаро маҳдуд кунад. Аммо азбаски мақола маржаро мустақим баҳогузорӣ намекунад, натиҷаи сабабии “моделҳои кушода нархҳоро ҳамин қадар паст карданд” намедиҳад. Ҳодисаҳои вуруди вазнҳои кушода дар бахши иловагӣ ҳамчун санҷиши ташхисии тавсифӣ барои рақобат пешниҳод мешаванд.

Усул ва Натиҷаҳои Таҳқиқот

Сохтани нархи эълоншуда

Азбаски токенҳои воридотӣ ва содиротӣ гуногун нархгузорӣ мешаванд, дар таҳлили асосӣ нархи омехта бо ҳолати махсуси 3:1 аз сохтори умумии зерин сохта мешавад:

\[ p_{\text{blend}} = \frac{3p_{\text{in}} + p_{\text{out}}}{4} \]

Дар ин ҷо \(p_{\text{in}}\) нархи токени воридотӣ ва \(p_{\text{out}}\) нархи токени содиротиро нишон медиҳад. Дар таҳлили иловагии устуворӣ вазнҳои танҳо воридот, 1:1, 3:1, 10:1 ва танҳо содирот санҷида шудаанд. Коҳиши нархи сифати-собит дар ҳамаи ин вариантҳо тақрибан байни %49,3 ва %53,8 мемонад; коҳиши хароҷот барои як воҳиди қобилият дар сабади корбар аз аввал то охир бошад, тақрибан дар сатҳи %86,6 бетағйир мемонад. Ҳамин тавр, натиҷаи асосӣ маҳсули интихоби муайяни вазни токенҳои воридотӣ–содиротӣ нест.

Мувофиқсозии панҷ нишондиҳандаи асосии нарх

Ин ҷадвал натиҷаи асосиеро нишон медиҳад, ки метавон онро “фосилаи ченкунӣ” номид. Барои як бозор самт ва андозаи тағйири нарх вобаста ба он ки кадом объекти иқтисодӣ собит нигоҳ дошта мешавад, ба таври ҷиддӣ фарқ мекунад.

Оё коҳиши хароҷоти қобилияти зеҳни сунъӣ бо тахфифи нархи моделҳои кӯҳна шарҳ дода мешавад?

Не. Дар версияи манбаъ, дар ҳоле ки нархи моделҳои давомдор %6,5 боло меравад, дар декомпозитсияи занҷирии сабади корбар тағйири нархи моделҳои давомдор аз коҳиши умумии -178,8 нуқтаи фоизии логарифмии хароҷот танҳо тақрибан -2,7 нуқтаи фоизии логарифмиро шарҳ медиҳад; ҳаракати асосӣ аз бозтақсимшавии истифода байни моделҳо ва аз менюи маҳсулот, ки бо вуруди моделҳои нав тағйир меёбад, меояд.

Декомпозитсияи занҷирии сабади корбар

Муаллифон ба ҷои муқоисаи мустақими ду нуқтаи охирини дур, равзанаҳои истифодаи ба ақиб нигаронидашударо дар атрофи snapshot-ҳои пайдарпайи нарх занҷир мекунанд. Ин декомпозитсия на тағйири фоизии сатҳ, балки нуқтаҳои фоизии логарифмиро дар воҳиди \(100 \times \Delta\ln\) истифода мебарад.

Дар ин ҷо як огоҳии муҳими методологӣ вуҷуд дорад. Тақсимоти дақиқ байни бозтақсимшавии истифода дар байни моделҳои давомдор ва ҷузъи “вурудҳои нав” ба фосилаи занҷирбандӣ вобаста аст. Дар мутобиқсозии пайдарпайи тақрибан 30-рӯза саҳми холиси вуруд %39 аст, аммо дар фосилаҳои васеътар моделе, ки пештар “вурудҳои нав” буд, метавонад аллакай модели давомдор ҳисобида шавад. Аз ин рӯ, таҳқиқот як таносуби ягона байни вуруд ва бозтақсимшавиро ҳамчун ҳақиқати сохторӣ пешниҳод намекунад.

Натиҷаи устувор аз ду қисм иборат аст: коҳиши умумии хароҷот калон аст ва саҳми тағйири нархи худи моделҳои давомдор дар ҳамаи схемаҳои занҷирбандӣ қариб ночиз аст. Ҳангоми тағйир додани фосила маҷмӯъ тақрибан байни -178,8 ва -169,8 нуқтаи фоизии логарифмӣ мемонад. Дар таҳлили bootstrap-и фосилаҳои пайдарпай, фосилаи %95 барои маҷмӯъ -183,8 то -173,4 ва барои ҷузъи нархи моделҳои давомдор -3,0 то -2,2 нуқтаи фоизии логарифмӣ аст.

Чаро муқоисаи нуқтаҳои охир метавонад гумроҳкунанда бошад?

Дар равзанаҳои истифодаи аввал ва охирини 30-рӯза танҳо як маҷмӯи умумии токен мавҷуд аст, ки нарх, холи сифат ва истифодаи он ҳамзамон мушоҳида мешавад. %98,5 токенҳои нархгузорӣ ва холдоршуда дар нуқтаи охир аз моделҳое меоянд, ки дар равзанаи ибтидоӣ набуданд. Аз ин рӯ, декомпозитсияи мустақими аввал-охир аз ҷиҳати математикӣ қариб ҳамаи тағйирро ба ҷузъи “вуруд/баромад/frontier” нисбат медиҳад. Муаллифон инро на ҳамчун декомпозитсияи асосии сабабӣ, балки ҳамчун ташхисе истифода мебаранд, ки нишон медиҳад дастгирии умумии дарозмуддат то чӣ андоза тунук аст.

Санҷише, ки маҷмӯи модел ва вазнҳои истифодаиро собит нигоҳ медорад

Азбаски ин санҷиш равзанаи дигари нуқтаи охирро истифода мебарад, он бо омори асосии ҳаррӯзаи -%86,8 аз аввал то охир як рақам нест. Аммо паёми илмӣ яксон аст: вақте вуруди моделҳо ва муҳоҷирати корбарон хориҷ карда мешаванд, коҳиши бузурги хароҷот аз байн меравад.

Нақши маҳсулоти нав дар индекси нарх: равиши Feenstra/CES

Таҳқиқот саҳми навъҳои нави моделро, ки индекси классикии маҳсулоти мутобиқшуда аз даст медиҳад, бо индекси дақиқи нархи CES-и навъи Feenstra низ алоҳида чен мекунад. Индекс барои моделҳои умумии давраҳои пайдарпай ҷузъи маҳсулоти мутобиқшудаи Sato–Vartia ва ислоҳи гуногунрангии зеринро дар бар мегирад:

\[ \left( \frac{\lambda_t}{\lambda_{t-1}} \right)^{1/(\sigma-1)} \]

Дар ин ҷо \(\lambda_\tau\) ҳиссаи хароҷоти давраи дахлдорро, ки ба моделҳои умумии ҳар ду давра меравад, ва \(\sigma\) чандирии ивазшавӣ байни моделҳоро ифода мекунад.

Азбаски нарх ва сифати ченшуда дар ин бозор ба дараҷаи баланд якҷо ҳаракат мекунанд, \(\sigma\)-ро боэътимод баҳогузорӣ кардан мумкин нест. Аз ин рӯ, таҳқиқотчиён арзишҳои гуногуни калибршударо гузориш медиҳанд.

Андозаи мутлақ ба фарзияи \(\sigma\) вобаста аст; аммо он ки ҷузъи маҳсулоти мутобиқшуда танҳо %2,9 коҳиш меёбад ва ҳаракати асосӣ аз ҷузъи гуногунрангӣ/моли нав меояд, дар ҳама калибровкаҳо тағйир намекунад. Ҷолиб он аст, ки натиҷаи CES дар сатҳи \(\sigma \approx 10\) бо -%51,1 ба натиҷаи мустақили гедонии сифати-собит -%51,9 хеле наздик мешавад.

Нархи дастрасӣ ба ҳадди benchmark-и собит

Индекси ҳаддӣ нархи эълоншудаи арзонтарин моделеро пайгирӣ мекунад, ки аз холи муайяни Artificial Analysis мегузарад. Азбаски нарх минимум аст, он метавонад аз як модели хеле арзон таъсир гирад. Аз ин рӯ, манбаъ ҳаддҳои гуногун ва санҷишҳои leave-one-model-out-ро, ки ҳар дафъа як модел хориҷ мешавад, гузориш медиҳад.

Азбаски ин натиҷа хеле бузург аст, таҳқиқотчиён ба ҷои индекси ҳаддӣ индекси гедонии сифати-собити нисбатан эҳтиёткоронаи -%51,9-ро ҳамчун ченаки асосии сарлавҳа пеш мегузоранд.

Индекси ҳаррӯзаи ҳолати бозор чӣ нишон медиҳад?

Индекси ҳаррӯза нархи омехтаи моделҳои интихобкардаи корбарон ва қобилияти benchmark-и бо истифода вазншударо ҳамзамон пайгирӣ мекунад. Дар миёнаҳои пайдарпайи семоҳа аз семоҳаи якуми 2025 то семоҳаи дуюми 2026, хароҷоти хоми бо истифода вазншуда тақрибан %32 коҳиш ёфта, қобилияти ченшудаи бо истифода вазншуда тақрибан %110 афзуда ва хароҷот барои як воҳиди қобилият тақрибан %68 коҳиш ёфтааст.

Дар декомпозитсияи муҳосибавии тағйироти ҳаррӯза, ҳиссаи вариатсияи шарҳдодаи ҷузъи танҳо-нархи-эълоншуда тақрибан %0,2 аст, дар ҳоле ки ҷузъи истифода-нарх-таркиб саҳми имзодори тақрибан %105,1 дорад; ҷузъи қобилият -%6,3 ва боқимонда +%1,0 аст. Ҷамъи ин арзишҳо бинобар сохтори муҳосибавӣ %100 мешавад ва бартарии таркиби истифодаро нишон медиҳад. Ин таҳлил декомпозитсияи сабабии шоки нарх нест, балки муҳосибаи тавсифии ҳолати ҳаррӯзаи бозор аст.

Талаботи кӯтоҳмуддати истифода

Муаллифон тағйири моҳонаи истифода дар сатҳи моделро бо тағйири нархи эълоншудаи токени модел алоқаманд мекунанд:

\[ \Delta\ln U_{m,t} = -\eta\,\Delta\ln p_{m,t} + \lambda_t + u_{m,t} \]

\(U_{m,t}\) истифодаи модел, \(p_{m,t}\) нархи эълоншудаи токен, \(\lambda_t\) эффектҳои собити моҳ ва \(\eta\) чандирии нарх-истифодаро нишон медиҳад.

Барои ҳамаи моделҳо баҳодиҳии нуқтавӣ \(\eta = 0,40\) аст. Ба ибораи дигар, %1 коҳиши нарх бо тақрибан %0,40 истифодаи бештар алоқаманд аст. t-статистика нисбат ба сифр 1,6; фосилаи эътимоди %95-и bootstrap-и кластерӣ аз рӯи модел -0,15 то +0,90 аст. Нисбат ба фарзияи чандирии воҳидӣ t = -2,5. Аз ин рӯ, натиҷа каҷи сохтории талаб нест, ки гӯяд “агар нарх паст шавад, истифода ҳатман ҳамин қадар зиёд мешавад”. Нарх метавонад ба талаботе, ки провайдерҳо интизор доранд, вокуниш кунад ва оғози моделҳо тасодуфӣ нест.

Дар қабатҳои сифат, баҳодиҳиҳои нуқтавӣ барои моделҳои пастсифати “commodity” 0,00, барои қабати миёна 0,60 ва барои моделҳои frontier 0,77 мебошанд; аммо фосилаҳои эътимоди bootstrap дар сатҳи қабат сифрро дар бар мегиранд.

Чаро сармояи иловагӣ муҳим аст?

Чаҳорчӯбаи консептуалии талаботи кӯтоҳмуддати таҳқиқот чунин аст:

\[ \ln Q_t = a - \eta_{SR}\ln P_t + b\ln K_t + e_t \]

Дар ин ҷо \(Q_t\) қобилияти ченшудаи харидашударо, \(P_t\) нарх барои як воҳиди қобилият, \(K_t\) сармояи иловагӣ ва \(\eta_{SR}\) чандирии кӯтоҳмуддати нархро нишон медиҳад. Сармояи иловагӣ танҳо сармояи ҷисмонӣ нест; мутобиқ кардани унсурҳое чун коди барнома, тарҳи prompt, равандҳои арзёбӣ, назоратҳои амниятӣ, дастрасӣ ба маълумот ва эътимоди институтсионалӣ метавонад вақт талаб кунад. Аз ин рӯ, зуд коҳиш ёфтани нархи қобилияти ченшудаи зеҳни сунъӣ кафолат намедиҳад, ки истифода ҳамзамон бо нисбати як-ба-як зиёд мешавад.

AIPI дар таҳқиқоти иқтисодӣ ва молиявӣ чӣ гуна истифода шуда метавонад?

Таҳқиқот силсилаи AIPI-ро ҳамчун нархи вуруди зеҳни сунъӣ тарҳрезӣ мекунад, ки метавонад бо маълумоти ширкат, бахш, касб ё макроиқтисодӣ якҷо карда шавад. Тарҳи маъмулии эконометрӣ, ки ба сатҳи таъсирпазирӣ асос ёфтааст, чунин навишта мешавад:

\[ y_{i,t} = \beta \left( E_i \times \Delta\ln AIPI_t \right) + \alpha_i + \gamma_t + \varepsilon_{i,t} \]

\(E_i\) сатҳи пешакӣ муайяншудаи таъсирпазирии ширкат, бахш ё касб ба зеҳни сунъиро; \(y_{i,t}\) натиҷаи мавриди таҳқиқро; \(\alpha_i\) эффектҳои собити воҳид ва \(\gamma_t\) эффектҳои собити вақтро нишон медиҳад. Азбаски эффектҳои вақт сатҳи умумии AIPI-ро ҷаббида мегиранд, коэффисиенти муайяншуда аз фарқи байни воҳидҳое истифода мекунад, ки ба коҳиши нархи вуруди зеҳни сунъӣ бо дараҷаҳои гуногун дучор мешаванд.

Муаллифон дар ин ҷо як огоҳии муҳим медиҳанд: барои тафсири сабабӣ \(E_i\) бояд пешакӣ муайян шуда бошад ва ҷузъи AIPI-и истифодашуда бояд тағйири воқеии нархро ифода кунад. Азбаски индекси ҳаррӯзаи ҳолати бозор, ки бо истифода вазн дода шудааст, асосан бо таркиби истифода ҳаракат мекунад, барои тарҳҳои сабабии нарх ҷузъҳои нархи сифати-собит ё ҳадди-собит муносибтаранд.

Мисоли 12.000 токен чӣ нишон медиҳад?

Таҳқиқот барои табдил додани индекси ҳадди benchmark-и собит ба воҳидҳои фаҳмотар як дархости бузурги тақрибан 12.000 токени омехтаро мисол меорад. Бо арзонтарин моделе, ки аз ҳадди benchmark-и собит мегузарад, хароҷоти эълоншудаи чунин дархост дар оғози намуна тақрибан 0,32 доллари ИМА буда, дар охир ба тақрибан 0,0002 доллари ИМА коҳиш меёбад.

Ин рақам “индекси хароҷоти вазифаи воқеӣ” нест. Манбаъ мушоҳида намекунад, ки барои анҷом додани як вазифаи мушаххас дар асл чанд токен лозим аст. Аз ин рӯ, ин ҳисоб танҳо табдили воҳиди нарх аст; он хароҷоти анҷоми муваффақонаи сабади собити вазифаҳоро тасдиқ намекунад.

Татбиқ дар бозори меҳнат

Барои нишон додани истифодаи эҳтимолии силсилаи нархи иқтисодӣ, таҳқиқот ҷараёнҳои қабули кормандон ва захираҳои шуғли сатҳи SOC-6-и Revelio-ро дар ширкатҳои оммавӣ барои давраи 2021–2026 бо ченакҳои вазифавии бар O*NET асосёфта ва ченакҳои таъсирпазирӣ ба зеҳни сунъӣ якҷо мекунад. Азбаски 2026 соли нопурра аст, он махсусан бо эҳтиёт тафсир мешавад.

Дар таҳлиле, ки хусусиятҳои вазифаҳо якҷо муқоиса мешаванд, коэффисиенти вазифаи дастии рутинӣ -0,102, t = -2,0; коэффисиенти вазифаи таҳлилии ғайрирутинӣ +0,142, t = +4,0 аст. Коэффисиенти рутинӣ, ки аз рӯи хусусиятҳои вазифа боқимонда карда шудааст, ба -0,010 ва t = -0,3 паст мешавад. Аз ин рӯ, натиҷа ба механизми оддии “корҳои когнитивии рутинӣ аз ҷониби зеҳни сунъӣ иваз шуданд” фурӯкаста намешавад; манбаъ онро ҳамчун тағйири васеътари болоравӣ/намунаи касбӣ тафсир мекунад.

Ин натиҷаҳои бозори меҳнат таъсири сабабии коҳиши нархи зеҳни сунъиро ба бозори меҳнат исбот намекунанд. Азбаски панел шокҳои гуногуни нархи зеҳни сунъиро дар сатҳи касб таъмин намекунад, муаллифон онҳоро ҳамчун татбиқҳои тавсифӣ пешниҳод мекунанд, ки нишон медиҳанд индекс чӣ гуна метавонад истифода шавад.

Натиҷаҳое, ки таҳқиқот дастгирӣ мекунад

• Дар бозори API-и оммавӣ нархи ҳамон қобилияти ченшудаи benchmark аз Январи 2025 то Июни 2026 ба таври назаррас коҳиш ёфтааст.
• Ин коҳишро бо тахфифҳои умумии нархи моделҳои кӯҳнаи давомдор шарҳ додан мумкин нест.
• Вуруди моделҳои нав, ҳаракати сарҳади нарх-фаъолият ва гузариши истифодаи корбарон ба наслҳои нави модел ҷузъҳои асосии ченкунӣ мебошанд.
• Индексҳои дарозмуддати маҳсулоти мутобиқшуда метавонанд бинобар гардиши босуръати модел маржаи калони моли нав/гуногунрангиро аз даст диҳанд.
• Соҳаҳои гуногуни қобилият дар бозор яксон нархгузорӣ намешаванд.
• Коҳиши сифати-собит дар зери миқёсҳои алтернативии benchmark, LMArena Elo ва таркибҳои гуногуни нархи токенҳои воридотӣ–содиротӣ боқӣ мемонад.

Натиҷаҳое, ки таҳқиқот дастгирӣ намекунад

• AIPI индекси нархи тамоми бозори зеҳни сунъӣ нест.
• Нархи созишномаҳои хусусии корпоративӣ, хулосабарории self-hosted ё нармафзори бастабандишуда чен карда намешавад.
• Холи benchmark воҳиди комил ё табиии натиҷаи иқтисодии ҳосилнокӣ дар ҷаҳони воқеӣ нест.
• Тағйир дар индекси ҳаррӯзаи бо истифода вазншуда ҳамчун шоки софи нарх тафсир шуда наметавонад.
• Робитаҳои бозори меҳнат далели сабабии аз даст рафтани ҷойи кор ё эҷоди ҷойи кор нестанд.
• Ба таври сохторӣ баҳогузорӣ нашудааст, ки моделҳои open-weight ба миқдори муайян коҳиши нарх ба вуҷуд овардаанд.
• Нархи хулосабарорӣ барои як воҳиди қобилият хароҷоти умумии қабули зеҳни сунъӣ аз ҷониби ташкилот нест; хароҷоти маълумот, интегратсия, нармафзор, арзёбӣ, амният ва сармояи иловагӣ алоҳида вуҷуд доранд.

Ёддошт оид ба Манбаъ ва Усул

Сарлавҳаи аслии манбаъ: The Price of Intelligence

Муаллифон: Cayman Seagraves; Stace Sirmans.

Муассисаҳо дар версияи PDF: Cayman Seagraves — Florida Atlantic University; Stace Sirmans — Auburn University.

Санаи манбаъ: 26 Июн 2026.

Навъи манбаъ: Ченкунии эмпирикии нарх дар иқтисод ва молия / корномаи таҳқиқотӣ-preprint. Таҳқиқот набояд ҳамчун мақолаи маҷаллаи рецензияшуда пешниҳод шавад.

Ёддошти версияи библиографӣ: Сарлавҳаи аслии PDF-и истифодашуда “The Price of Intelligence” аст ва охири намуна Июн 2026 мебошад. Сабти баъдии SSRN сарлавҳаи “The Price of Intelligence: A Hedonic Index for AI Capability”-ро дорад ва ревизияи пешрафтатарро дар бар мегирад. Натиҷаҳои миқдории ин матни Verianla аз ревизияи баъдӣ не, балки аз версияи PDF-и боршудаи 26 Июн 2026 гирифта шудаанд.

Шиносаи DOI / SSRN: Дар сабти ҷории библиографӣ DOI 10.2139/ssrn.7003679 ва SSRN abstract 7003679 тасдиқ шудаанд.

Таснифоти JEL: O33, E31, C43, L86.

Калимаҳои калидии манбаъ: artificial intelligence; inference cost; price index; new goods; economics; finance.

Маълумоти нарх ва истифода: Нархҳои эълоншудаи OpenRouter, snapshot-ҳои бойгонишудаи моҳонаи нарх ва рейтингҳои ҳаррӯзаи истифодаи модел.

Маълумоти сифат: Artificial Analysis Intelligence Index-и таркибӣ; LMArena/Chatbot Arena text Elo дар санҷиши мустақили устуворӣ.

Татбиқ дар бозори меҳнат: Маълумоти касбии ширкатҳои оммавии Revelio; ченакҳои O*NET-асоси Routine Task Intensity, AI Occupational Exposure ва Eloundou GPT exposure.

Дастрасии маълумот: Силсилаҳои AI Inference Price Index, ҷадвали версияшудаи мутобиқсозии моделҳо ва коди сохтану таҳлил, ки ҷадвалҳо/расмҳоро тавлид мекунад, дар бастаи репликатсия нашр мешаванд. Бозтақсимкунии вурудҳои тарафи сеюм, аз ҷумла OpenRouter, Artificial Analysis, LMArena ва Revelio, ба шартҳои истифода ва иҷозатномаи худи онҳо вобаста аст.

Иҷозатнома: PDF барои худи мақола иҷозатномаи кушоди истифодаи дубора нишон намедиҳад. Баёнияи дастрасии маълумот мегӯяд, ки силсилаи AIPI-и ҳосилкардаи муаллифон, ҷадвали мутобиқсозӣ ва коди таҳлил/сохтан дар бастаи репликатсия зери иҷозатномаи Creative Commons Attribution нашр шудаанд. Ин иҷозатнома набояд ба вурудҳои хоми тарафи сеюм ба таври худкор татбиқ шавад.

Маблағгузорӣ: Дар версияи PDF-и боршуда баёнияи маблағгузорӣ гузориш нашудааст.

Бархӯрди манфиатҳо: Дар версияи PDF-и боршуда баёнияи ҷудогонаи бархӯрди манфиатҳо гузориш нашудааст.

Саҳми муаллифон: Дар версияи PDF-и боршуда CRediT ё баёнияи муфассали саҳми муаллифон гузориш нашудааст.

Corresponding author: Дар эзоҳи поёни PDF барои Stace Sirmans суроғаи e-mail дода шудааст; аммо тамғаи ҷудогонаи “corresponding author” ба таври ошкор навишта нашудааст.

Маҳдудиятҳои асосии методологӣ: Намуна ба бозори API-и оммавии OpenRouter маҳдуд аст. Шартномаҳои хусусии корпоративӣ, хулосабарории self-hosted ва нархи нармафзори бастабандишуда мушоҳида намешаванд. Азбаски Artificial Analysis барои ҳар модел танҳо як холи ҷории сифат медиҳад, силсилаи пурраи таърихии “as-of” benchmark аз нав сохта намешавад. Индекси бо истифода вазншуда нарх ва интихоби моделро якҷо дар бар мегирад. Азбаски чандирии ивазшавӣ дар таҳлили Feenstra/CES аз дохили маълумот боэътимод муайян намешавад, он калибр карда мешавад. Чандирии истифода ва натиҷаҳои бозори меҳнат тавсифӣ мебошанд ва набояд ҳамчун баҳодиҳиҳои сохтории сабабӣ тафсир шаванд.

Нақши илмии расмҳои манбаъ: Расми асосии 1 нархи моделҳои давомдор, хароҷоти сифати-собит ва истифодаи моделҳои ҷавонро паҳлу ба паҳлу нишон медиҳад. Расми 2 пешравии сарҳади нарх-фаъолиятро бо наслҳои нави модел нишон медиҳад. Расми 3 нишон медиҳад, ки индексҳои гуногуни нарх барои як бозор чӣ гуна аз ҳам ҷудо мешаванд. Расми 4 декомпозитсияи занҷирии коҳиши хароҷоти сабади корбарро ва Расми 5 гузариши истифода ба наслҳои ҷавони модел ва хароҷоти пасттари онҳо барои як воҳиди қобилияти ченшударо нишон медиҳад. Расмҳои иловагӣ номуайянии bootstrap, ҳаддҳои benchmark, таркиби оилаи модел, нимумри тиҷоратӣ, ислоҳи моли нави CES ва татбиқҳои бозори меҳнатро месанҷанд.