مایکروسافت جلوی توکن‌ماکسینگ مهندسانش را گرفت؛ GPT-5.6 جایگزین Claude Code شد

مایکروسافت، بزرگ‌ترین سرمایه‌گذار OpenAI و فروشنده اصلی Copilot، حالا مصرف داخلی هوش مصنوعی مهندسانش را محدود کرده است؛ تصمیمی که نشان می‌دهد دوران «توکن‌ماکسینگ» بی‌حساب‌وکتاب در حال پایان است.

۱. چرا این خبر برای همه کاربران هوش مصنوعی مهم است

در یکی دو سال گذشته، شعار غالب در دنیای فناوری این بود که هر چه بیشتر از مدل‌های زبانی بزرگ استفاده کنید، بهره‌وری‌تان بیشتر می‌شود. این ذهنیت که در محافل فنی به آن «توکن‌ماکسینگ» می‌گویند، باعث شد بسیاری از شرکت‌ها بدون محدودیت مشخص، بودجه هنگفتی صرف مصرف مدل‌های هوش مصنوعی مثل ChatGPT، Claude و Copilot کنند. حالا اما همان شرکتی که یکی از پرچم‌داران این موج بود، یعنی مایکروسافت، رسماً اعلام کرده که این رویکرد دیگر پایدار نیست. این تصمیم برای هر کسی که از ابزارهای هوش مصنوعی برای کار یا کسب‌وکار استفاده می‌کند، زنگ خطری است که باید به آن توجه کرد.

نکته جالب اینجاست که این تغییر از دل خودِ یکی از بزرگ‌ترین بازیگران بازار هوش مصنوعی سازمانی بیرون آمده، نه از یک منتقد بیرونی. مایکروسافت سال‌هاست Copilot را به‌عنوان دستیار هوشمند همه‌کاره برای کدنویسی، ایمیل، اکسل و پاورپوینت به میلیون‌ها مشتری سازمانی می‌فروشد و همزمان روی رشد بی‌وقفه مصرف هوش مصنوعی سرمایه‌گذاری کرده است. وقتی چنین شرکتی به کارمندان خودش می‌گوید «مصرف بی‌حساب دیگر بس است»، پیام آن فراتر از یک بخشنامه داخلی است؛ نشانه‌ای است از اینکه اقتصاد واقعی پشت هوش مصنوعی مولد، حتی برای بزرگ‌ترین بازیگران این صنعت، دارد سخت‌تر می‌شود.

۲. ماجرا از کجا شروع شد؟ ایمیل داخلی جی پاریخ

طبق گزارش چند رسانه فناوری، جی پاریخ، معاون ارشد مایکروسافت، ایمیلی برای مهندسان این شرکت فرستاده که در آن به‌صراحت نوشته: «توکن‌ماکسینگ چیزی نیست که ما دنبالش هستیم. می‌خواهم همه ما روی نتایجی تمرکز کنیم که واقعاً برای مشتری‌ها و کسب‌وکارمان اثرگذار است.» او در ادامه این جمله را هم اضافه کرده: «ما دیگر روی کاهش تعداد توکن تمرکز نمی‌کنیم؛ روی افزایش تاثیر به‌ازای هر توکن تمرکز می‌کنیم.» این جملات به‌سرعت در شبکه‌های اجتماعی فنی و انجمن‌های توسعه‌دهندگان دست‌به‌دست شد، چون از زبان یکی از مدیران ارشد شرکتی می‌آمد که خودش یکی از بزرگ‌ترین فروشندگان ابزارهای هوش مصنوعی سازمانی در دنیاست.

۳. چرا GPT-5.6 جایگزین Claude Code شد؟

یکی از ملموس‌ترین تغییرات این سیاست جدید، جایگزینی مدل پیش‌فرض داخلی مایکروسافت است. بر اساس گزارش‌ها، از این پس مدل GPT-5.6 از OpenAI به‌عنوان گزینه پیش‌فرض برای کارهای داخلی مهندسان انتخاب شده، چون هزینه اجرای آن به‌ازای هر توکن پایین‌تر از جایگزین‌هاست. در همین راستا، اکثر لایسنس‌های Claude Code —محصول کدنویسی آنتروپیک— در گروه Experiences and Devices مایکروسافت از ماه می ۲۰۲۶ لغو شده است. این تغییر نشان می‌دهد که حتی در سطح یک غول فناوری، انتخاب مدل هوش مصنوعی دیگر صرفاً بر اساس کیفیت خروجی نیست، بلکه معادله هزینه به‌ازای عملکرد نقش تعیین‌کننده‌ای پیدا کرده است. اگر می‌خواهید با تفاوت رویکردهای مختلف مدل‌های هوش مصنوعی در حل مسائل آشنا شوید، مقاله مقایسه ChatGPT و DeepSeek در سایت Mr ChatGPT نگاهی تحلیلی به این موضوع دارد.

۴. مهندسان مایکروسافت چقدر واقعاً هزینه توکن می‌دادند؟

بخشی از گزارش‌های منتشرشده به رقم‌های نگران‌کننده‌ای اشاره دارد: هزینه ماهانه مصرف توکن برخی مهندسان مایکروسافت از چند صد دلار تا چند هزار دلار در ماه متغیر بوده است. برای شرکتی با ده‌ها هزار مهندس نرم‌افزار، این رقم‌ها می‌توانند به‌سرعت به هزینه‌های عملیاتی سنگینی تبدیل شوند؛ به همین دلیل مایکروسافت اکنون یک داشبورد داخلی راه‌اندازی کرده که مصرف توکن هر فرد و هر تیم را به‌صورت لحظه‌ای نشان می‌دهد و هر بخش موظف است در چارچوب سقف بودجه تعیین‌شده فعالیت کند.

این شفافیت جدید در واقع نوعی تغییر فرهنگی هم هست. تا پیش از این، بسیاری از مهندسان بدون آنکه دقیقاً بدانند هر پرسش یا هر اجرای ابزار هوش مصنوعی چقدر برای شرکت هزینه دارد، به‌راحتی از دستیارهای کدنویسی و چت‌بات‌های داخلی استفاده می‌کردند. حالا با نمایش لحظه‌ای هزینه در داشبورد، هر مهندس مجبور است رابطه مستقیمی بین کاری که انجام می‌دهد و هزینه‌ای که برای شرکت ایجاد می‌کند، ببیند؛ چیزی شبیه به کنتور برق یا آب که مصرف نامحدود را به مصرف آگاهانه تبدیل می‌کند.

۵. واکنش کارکنان و تناقض جایگاه مایکروسافت

این خبر واکنش‌های جالبی هم در داخل مایکروسافت به همراه داشته است. یکی از کارکنان ناشناس این شرکت در واکنش به سیاست جدید گفته که این تصمیم نشان می‌دهد «حتی خود مایکروسافت هم از پس هزینه محصولات هوش مصنوعی‌اش برنمی‌آید» و پرسیده که مشتریان عادی چگونه باید هزینه‌های مشابه را مدیریت کنند. این واکنش به‌خوبی تناقض موقعیت مایکروسافت را نشان می‌دهد: شرکتی که هم Copilot را به‌عنوان محصول اصلی هوش مصنوعی سازمانی خود می‌فروشد و هم یکی از بزرگ‌ترین سرمایه‌گذاران OpenAI است، اکنون مجبور شده مصرف داخلی همان فناوری را به‌شدت مهار کند. برای درک بهتر جایگاه OpenAI در این معادله و رابطه‌اش با مایکروسافت، مطالعه مقاله OpenAI چیست در سایت Mr ChatGPT پیشنهاد می‌شود.

۶. مایکروسافت تنها نیست: روند گسترده‌تر «توکن‌مینیمایزینگ» در صنعت

مایکروسافت اولین شرکت بزرگی نیست که به‌سمت کنترل دقیق‌تر هزینه‌های هوش مصنوعی حرکت کرده است. پیش از این، شرکت‌هایی مثل آمازون، ادوبی، اطلسیان و سیتی‌بانک هم محدودیت‌های مشابهی برای مصرف داخلی ابزارهای هوش مصنوعی کارکنانشان اعمال کرده بودند. تحلیلگران این روند را «توکن‌مینیمایزینگ» نام‌گذاری کرده‌اند؛ واکنشی طبیعی به دوره‌ای که در آن شرکت‌ها بدون سنجش دقیق بازگشت سرمایه، بودجه‌های کلانی صرف مصرف نامحدود مدل‌های زبانی می‌کردند. این تغییر رویکرد نشان می‌دهد که صنعت به‌مرور از مرحله «آزمایش و کشف» هوش مصنوعی وارد مرحله «بلوغ و بهینه‌سازی هزینه» شده است.

۷. از هوش مصنوعی نامحدود تا قیمت‌گذاری متری: چه تغییری در راه است؟

کارشناسان معتقدند این تصمیم مایکروسافت نشانه‌ای از یک تغییر بزرگ‌تر در کل صنعت هوش مصنوعی سازمانی است: گذار از مدل «دسترسی نامحدود به دستیار هوشمند» به مدلی شبیه به آب و برق، یعنی «قیمت‌گذاری متری و حساب‌شده». این موضوع به‌ویژه از این جهت اهمیت دارد که مایکروسافت هم‌زمان هم فروشنده Copilot است و هم یکی از سهامداران اصلی OpenAI؛ یعنی تصمیمی که برای کنترل هزینه داخلی گرفته، می‌تواند مستقیماً روی نحوه قیمت‌گذاری و بسته‌بندی محصولات آینده این شرکت برای مشتریان هم تاثیر بگذارد. اگر به کاربردهای واقعی و محدودیت‌های هوش مصنوعی در دنیای امروز علاقه دارید، مقاله پتانسیل و محدودیت‌های واقعی هوش مصنوعی تحلیل خوبی از این موضوع ارائه می‌دهد.

۸. این خبر برای کاربران و کسب‌وکارهای ایرانی چه معنایی دارد؟

برای کاربران و کسب‌وکارهای ایرانی که از ابزارهایی مثل ChatGPT، Claude یا Copilot استفاده می‌کنند، این خبر یک پیام روشن دارد: دوران استفاده بی‌حساب‌وکتاب از هوش مصنوعی رو به پایان است و مهارت «استفاده بهینه از پرامپت و توکن» به‌زودی یک مزیت رقابتی جدی خواهد شد. کسب‌وکارهایی که بتوانند با پرامپت‌های دقیق‌تر و کوتاه‌تر، همان نتیجه را با توکن کمتر بگیرند، در بلندمدت هزینه کمتری خواهند پرداخت. برای شروع، آشنایی با اصول درست پرامپت‌نویسی نقش کلیدی دارد؛ مقاله آموزش نوشتن پرامپت برای مبتدیان در سایت Mr ChatGPT دقیقاً همین موضوع را پوشش می‌دهد. همچنین برای درک اینکه چرا هوش مصنوعی برای کسب‌وکارها اهمیت استراتژیک دارد و چگونه باید آن را مدیریت کرد، مقاله اهمیت هوش مصنوعی در کسب‌وکار منبع خوبی است.

چطور مصرف توکن هوش مصنوعی خود را بهینه کنید؟

چند نکته ساده می‌تواند به کاهش هزینه مصرف هوش مصنوعی کمک کند: اول، پرامپت‌های خود را مشخص و کوتاه بنویسید تا مدل مجبور نشود حدس بزند. دوم، برای کارهای ساده از مدل‌های سبک‌تر و ارزان‌تر و برای کارهای پیچیده از مدل‌های قوی‌تر استفاده کنید. سوم، مکالمات طولانی و بی‌هدف با چت‌بات‌ها را جمع‌بندی کنید تا تاریخچه غیرضروری توکن مصرف نکند. برای یادگیری عمیق‌تر این مهارت‌ها و جلوگیری از اشتباهات رایج در کدنویسی با کمک هوش مصنوعی، مقاله توهم هوش مصنوعی: توسعه‌دهنده تنها در برابر مهندس واقعی خواندنی است.

۹. آیا این پایان دوران طلایی هوش مصنوعی رایگان و نامحدود است؟

در سال‌های اول موج هوش مصنوعی مولد، بسیاری از شرکت‌ها برای جذب کاربر و کارمند، دسترسی تقریباً نامحدود به ابزارهای هوشمند خود می‌دادند. این استراتژی کمک کرد سرعت پذیرش این فناوری در محیط‌های کاری بسیار بالا برود، اما هزینه واقعی زیرساخت اجرای مدل‌های بزرگ زبانی -از جمله کارت‌های گرافیک و مصرف انرژی مراکز داده- هیچ‌وقت رایگان نبوده است. حالا که سازمان‌ها داده‌های دقیق‌تری از الگوی مصرف واقعی کارمندان خود دارند، به‌طور طبیعی به‌سمت مدل‌هایی حرکت می‌کنند که در آن‌ها هزینه و ارزش تولیدشده به‌دقت سنجیده می‌شود. این به معنای پایان هوش مصنوعی نیست، بلکه به معنای ورود آن به فاز واقع‌بینانه‌تر و اقتصادی‌تری از رشد است؛ فازی که در آن مهارت استفاده هوشمندانه از ابزار، به‌اندازه خودِ دسترسی به ابزار اهمیت پیدا می‌کند.

۱۰. سوالات متداول

توکن‌ماکسینگ یعنی چه؟
توکن‌ماکسینگ به رویکردی گفته می‌شود که در آن کاربران یا کارمندان بدون محدودیت و بدون توجه به هزینه، تا حد امکان از مدل‌های هوش مصنوعی و توکن‌های آن استفاده می‌کنند، معمولاً با این تصور که مصرف بیشتر برابر است با بهره‌وری بیشتر.

چرا مایکروسافت به‌جای Claude Code از GPT-5.6 استفاده می‌کند؟
بر اساس گزارش‌ها، دلیل اصلی این تغییر، هزینه پایین‌تر اجرای GPT-5.6 به‌ازای هر توکن نسبت به جایگزین‌هاست، در حالی که مایکروسافت هم‌زمان به‌دنبال کاهش هزینه‌های داخلی مصرف هوش مصنوعی است.

آیا این تصمیم روی قیمت Copilot برای مشتریان تاثیر می‌گذارد؟
هنوز اعلام رسمی درباره تغییر قیمت‌گذاری Copilot برای مشتریان نهایی منتشر نشده، اما کارشناسان معتقدند این نوع تصمیمات داخلی معمولاً در بلندمدت روی مدل‌های قیمت‌گذاری محصولات سازمانی هم اثر می‌گذارد.

آیا شرکت‌های دیگر هم چنین محدودیت‌هایی اعمال کرده‌اند؟
بله؛ پیش از مایکروسافت، شرکت‌هایی مثل آمازون، ادوبی، اطلسیان و سیتی‌بانک هم سقف‌های مشابهی برای مصرف داخلی ابزارهای هوش مصنوعی کارکنان خود اعمال کرده بودند.

کاربران عادی ChatGPT یا Copilot باید نگران چه چیزی باشند؟
برای اکثر کاربران فردی که از پلن‌های معمولی این ابزارها استفاده می‌کنند، تغییر فوری و محسوسی رخ نمی‌دهد؛ اما روند کلی صنعت نشان می‌دهد که در آینده احتمال دارد برخی قابلیت‌های پیشرفته‌تر، مشروط به بسته‌های مصرفی مشخص یا قیمت‌گذاری متری‌تر عرضه شوند، همان‌طور که در نسخه‌های سازمانی این اتفاق در حال رخ دادن است.

توسعه‌دهندگان چگونه می‌توانند خودشان را برای این تغییر آماده کنند؟
بهترین راهکار، سرمایه‌گذاری روی مهارت پرامپت‌نویسی دقیق، انتخاب مدل مناسب برای هر وظیفه و درک عمیق‌تر از نحوه عملکرد ابزارهای هوش مصنوعی است؛ مهارت‌هایی که در بلندمدت، هم هزینه را کاهش می‌دهند و هم کیفیت خروجی را بالا نگه می‌دارند.