CPM سودآور: چگونه هزینه واقعی پاسخ مفید هوش مصنوعی را محاسبه کنیم

سلام، همکاران متخصص در آربیتراژ! من تیمور هستم و مسئولیت مارکت‌پلیس در Cloud.ru را بر عهده دارم. ما پلتفرمی برای خدمات هوش مصنوعی ارائه می‌دهیم که در زیرساخت ابری مشتریان ادغام می‌شوند. وظیفه من اطمینان از شفافیت قیمت‌گذاری است. در حال حاضر، بسیاری هوش مصنوعی را بر اساس هزینه توکن‌ها ارزیابی می‌کنند، اما این کاملاً اشتباه است. مشتری برای توکن‌ها پول نمی‌دهد، بلکه برای نتیجه‌ای مشخص پرداخت می‌کند. در این مقاله، ما بررسی خواهیم کرد که چگونه اقتصاد واحد <a href="/fa/blog/awatr-hwsh-msnwy-kychh-bh-dstyary-swty-chhrh-adafh-knym-w-az-mshakl-jlwgiry-knym/" title="پست کردن انبوه ویدئو: 4 استراتژی برای تکرار وظایف توسط عوامل هوش مصنوعی«>عامل هوش مصنوعی را به درستی محاسبه کنیم، بر اساس داده‌های Cloud.ru، و هزینه واقعی یک پاسخ مفید را تعیین کنیم تا بفهمیم کدام CPM سودآور است.

«فروشنده در مارکت‌پلیس باید برای عامل خود قیمتی تعیین کند، مشتری باید آن را درک کند، و پلتفرم باید کاری کند که قیمت‌ها در ویترین قابل مقایسه باشند. تا زمانی که هر سه طرف هزینه را با توکن‌ها اندازه‌گیری کنند، هیچ یک از این‌ها محقق نخواهد شد.»

مطالب قبلی به OpenClaw اختصاص داشتند: چگونه یک عامل را بدون نشت داده مستقر کنیم و چرا نسخه جدید یک سرویس جداگانه است. امروز در مورد پول صحبت می‌کنیم.

ارزیابی هزینه خدمات هوش مصنوعی: تمرکز بر اقتصاد واحد

واحد اندازه‌گیری: پاسخ مفید، نه توکن

توکن یک معیار بد است. مشتری توکن نمی‌خرد، بلکه راه‌حلی برای مشکل خود می‌خرد. «گفتگوی بسته» نیز فریبنده است. به عنوان مثال، Intercom دو نوع راه‌حل را مشخص می‌کند: تأیید شده (مشتری گفت «متشکرم») و فرضی (مشتری فقط رفت).

هر دو پرداخت می‌شوند، اما یک نکته وجود دارد: اگر مشتری با همان سؤال بازگردد، راه‌حل باطل می‌شود. مثالی از Lorikeet (195 مورد، 38 فروشنده): از 4200 گفتگوی بسته شده توسط هوش مصنوعی، 900 مورد با ارجاع به مقاله‌ای در پایگاه دانش بسته شدند. بدون آن‌ها، سهم موارد حل شده از 70% به 55% کاهش می‌یابد.

تفاوت بین «بسته شده» و «حل شده» بسیار زیاد است. بنابراین، واحد اندازه‌گیری ما پاسخ مفید است. این یک گفتگو است که توسط هوش مصنوعی بدون دخالت انسان بسته شده است، در حالی که مشتری در عرض 72 ساعت با همان سؤال بازنگشته و ارزیابی منفی نداده است. هر چیزی که این فیلترها را رد نکند، به صورت هزینه در صورت کسر می‌رود، اما در مخرج پاسخ‌های مفید قرار نمی‌گیرد. تلاش‌های ناموفق با موفقیت‌ها پرداخت می‌شوند. این نکته کلیدی است.

مورد مدل: پشتیبانی فروشگاه اینترنتی

برای محاسبات، یک سناریوی معمول را در نظر می‌گیریم: پشتیبانی فروشگاه اینترنتی. این یک مورد گسترده با حجم زیادی از داده‌های عمومی است. فروشگاه 40,000 درخواست در ماه دریافت می‌کند. 90% از آن‌ها (36,000 گفتگو) به عامل هوش مصنوعی هدایت می‌شوند.

دیالوگ‌هایی که توسط عامل بدون اپراتور بسته می‌شوند، خودکار بسته شدن نامیده می‌شوند – این معیاری است که فروشندگان نشان می‌دهند. ساختار عامل: RAG (جستجو در پایگاه دانش + تولید پاسخ) به علاوه ابزار «وضعیت سفارش». برای هر دیالوگ، سه فراخوانی LLM وجود دارد:

1. درک درخواست و انتخاب مسیر.
2. پاسخ بر اساس قطعات یافت شده.
3. مراجعه به ابزار یا جمع‌آوری خلاصه برای اپراتور.

به طور متوسط، این 12,000 توکن ورودی (پرامپت سیستمی، قطعات، تاریخچه) و 800 توکن خروجی است. دو درخواست به پایگاه دانش برای هر دیالوگ. مدل فیلتر، پاسخ مشتری و پاسخ عامل را بررسی می‌کند (1000 توکن برای هر یک از سه فراخوانی). 15% توکن دیگر برای تولیدات مجدد در نظر گرفته می‌شود.

زیرساخت و هزینه‌ها

از خدمات Cloud.ru استفاده می‌کنیم:

• پایگاه دانش: Evolution Managed RAG.
• عامل: Evolution AI Agents.
• لاگ‌ها: Evolution Managed PostgreSQL.

هزینه یک اپراتور پشتیبانی در مسکو: 125,000 روبل در ماه (85,300 روبل حقوق بر اساس hh.ru برای سال 2025 + حق بیمه و هزینه‌های سربار). با 40 تیکت در روز، هر تیکت 149 روبل هزینه دارد. هر دقیقه اپراتور – 15.5 روبل (125,000 روبل / 80% از 10,080 دقیقه). برای چت در خرده‌فروشی (60 درخواست در روز)، هزینه تیکت – 99 روبل.

فرضیات برای محاسبات

فرضیات اصلی:

• سهم خودکار بسته شدن: میانه بر اساس موارد عمومی – 70%. Ozon: 27% (2020) -> 62% (2022). ما میانه را در نظر می‌گیریم – 50%.
• دیالوگ‌هایی که از فیلتر عبور نکردند: مشتری ظرف 72 ساعت برگشت یا امتیاز منفی داد. فرض: 6% (در مثال Lorikeet، 21% از دیالوگ‌های بسته شده لینک بودند).
• قیمت چنین دیالوگی: 150 روبل جبران خسارت + 3 دقیقه اپراتور (200 روبل).
• زمان اپراتور برای ارجاع: 1.5 دقیقه بیشتر از تیکت معمولی.
• بررسی دستی: 3% از کل دیالوگ‌ها به مدت 3 دقیقه.
• پایگاه دانش، پرامپت‌ها: 0.5 نفر متخصص (خوش‌بینانه).
• استهلاک: 50,000 روبل در ماه (برای یکپارچه‌ساز با CRM – تا 1.5 میلیون روبل).

قیمت مدل‌ها و زیرساخت (Cloud.ru، اکتبر 2026)

تعرفه‌های Evolution Foundation Models (با احتساب مالیات بر ارزش افزوده 22%، برای 1 میلیون توکن):

• HiveTraceGuard-Pro (فیلتر): ورودی 25 روبل، خروجی 125 روبل.
• Qwen3-30B-A3B: ورودی 10 روبل، خروجی 50 روبل.
• GigaChat-3-Pro: ورودی 25 روبل، خروجی 125 روبل.
• Claude Haiku 4.5: ورودی 100 روبل، خروجی 500 روبل.
• Claude Sonnet 4.6: ورودی 360 روبل، خروجی 2250 روبل.

تفاوت بین مدل ارزان و گران: 36 برابر برای ورودی، 45 برابر برای خروجی. زیرساخت (Evolution، سپتامبر 2026، 730 ساعت در ماه):

• 4 vCPU + 8 گیگابایت RAM: 1.5616 روبل/vCPU-ساعت، 0.3904 روبل/گیگابایت-ساعت.
• Evolution Managed RAG (2 گیگابایت، 72,000 درخواست): 1.3664 روبل/گیگابایت-ساعت، 0.0976 روبل/1000 درخواست.
• Evolution Managed PostgreSQL (2 vCPU، 4 گیگابایت RAM، 100 گیگابایت SSD): 1.49145 روبل/vCPU-ساعت، 0.4026 روبل/گیگابایت-ساعت، 0.016836 روبل/گیگابایت-ساعت.

مجموع زیرساخت: 13,420 روبل در ماه. این ارزان‌ترین مورد در محاسبه است.

محاسبه هزینه پاسخ مفید

قیمت یک دیالوگ

ابتدا هزینه یک دیالوگ را با مدل‌های مختلف محاسبه می‌کنیم:

• Qwen3-30B-A3B: 0.43 روبل
• GigaChat-3-Pro: 1.32 روبل
• Claude Haiku 4.5: 3.76 روبل
• Claude Sonnet 4.6: 10.99 روبل

تفاوت 25 برابری! اگر اینجا متوقف می‌شدیم، انتخاب مدل حیاتی بود.

قیمت پاسخ مفید

از 36,000 مکالمه، با 50% بسته‌شدن خودکار، 18,000 مکالمه بسته شده است. از این تعداد، 6% خطا بوده‌اند. 16,920 پاسخ مفید باقی می‌ماند. هر پاسخ مفید نه تنها شامل توکن‌ها، بلکه شامل موارد زیر نیز می‌شود:

• توکن‌های تلاش‌های ناموفق.
• دقایق اپراتورها برای ارجاع.
• هزینه خطاها.
• بررسی.
• پایگاه دانش.
• پیاده‌سازی.

تفاوت 25 برابری در توکن‌ها به 1.4 برابر در پاسخ مفید تبدیل می‌شود: از 51 روبل تا 73 روبل. مدل گران‌قیمت (Claude Sonnet 4.6) که 25 برابر گران‌تر از نظر توکن است، از نظر قیمت نتیجه تنها 40% گران‌تر است. چرا؟ زیرا تمام هزینه‌های دیگر برای همه مدل‌ها یکسان است.

ساختار قیمت: GigaChat-3-Pro (53 روبل)

برای GigaChat-3-Pro (53 روبل برای هر پاسخ مفید):

• ارجاعات و پاسخ‌های اشتباه: 71% هزینه. این هزینه‌ها معمولاً به عنوان «هزینه‌های هوش مصنوعی» در نظر گرفته نمی‌شوند، بلکه در حقوق و دستمزد پشتیبانی یا جبران خسارت قرار می‌گیرند.
• توکن‌ها: 2.8 روبل (5%). این تنها خطی است که همه مقایسه می‌کنند.
• زیرساخت ابری: 0.80 روبل.

در Claude Sonnet 4.6، توکن‌ها 32% از قیمت را تشکیل می‌دهند. در اینجا صرفه‌جویی در توکن‌ها منطقی است. چگونه؟

1. کاهش زمینه: کاهش 12,000 توکن ورودی به 6,000. پاسخ مفید در Sonnet از 73 به 65 روبل کاهش می‌یابد.
2. کشینگ: خواندن از کش 10 برابر ارزان‌تر است. اگر نیمی از زمینه یک پرامپت سیستمی باشد، قیمت به 66 روبل کاهش می‌یابد.

در Qwen، این تکنیک‌ها فقط چند کوپک صرفه‌جویی می‌کنند.

اهرم‌های کلیدی صرفه‌جویی

1. سهم بسته‌شدن خودکار

انتقال از پایلوت (35-50% بسته‌شدن خودکار) به محیط عملیاتی (65%) 15-19 روبل صرفه‌جویی می‌کند. ده درصد افزایش در بسته‌شدن خودکار به اندازه انتقال به یک مدل ارزان‌تر صرفه‌جویی می‌کند (در Sonnet، افزایش از 50% به 60% 14 روبل صرفه‌جویی می‌کند، جایگزینی Sonnet با Haiku 15 روبل). اما اولی در هر مدلی کار می‌کند، دومی فقط یک بار.

2. سهم خطاها

سهم مکالمات بسته‌شده‌ای که از فیلتر عبور نکرده‌اند، توسط افراد کمی اندازه‌گیری می‌شود، اما حیاتی است.

سهم عدم عبور از فیلتر	قیمت پاسخ مفید	هزینه‌های مربوط به آنها (روبل/ماه)
6%	X	Y
3%	X — 8 روبل	Y — Z

کاهش خطاها از 6% به 3% 8 روبل در هر پاسخ مفید صرفه‌جویی می‌کند. انتقال از GigaChat-3-Pro به Qwen3-30B-A3B تنها 2 روبل صرفه‌جویی می‌کند. 15% خطا می‌تواند بیش از نیمی از حقوق اپراتور را هزینه کند، اگر هر مکالمه‌ای که مشتری در آن سکوت کرده است، حل‌شده در نظر گرفته شود.

3. کیفیت ارجاع

من 1.5 دقیقه برای اپراتور برای ارجاع (خواندن خلاصه، ادامه) در نظر گرفتم. این در صورت انتقال «گرم» کار می‌کند: عامل یک تاریخچه فشرده، شماره سفارش و لیستی از اقدامات را به اپراتور منتقل می‌کند. در صورت انتقال «سرد» (اپراتور کل مکالمه را می‌خواند، جایی که ربات سه بار اشتباه پاسخ داده است)، 1.5 دقیقه به 3 یا 6 دقیقه تبدیل می‌شود.

در 3 دقیقه، پاسخ مفید در GigaChat-3-Pro از 53 روبل به 77 روبل افزایش می‌یابد و در 6 دقیقه به 127 روبل می‌رسد. این از اپراتور منطقه‌ای گران‌تر است. اگر عامل مشتری را شناسایی کند و تیکت را از قبل پر کند، اپراتور یک یا دو دقیقه صرفه‌جویی می‌کند و این خط به ضرر تبدیل می‌شود.

«کیفیت انتقال یک آیتم بودجه جداگانه با گسترده‌ترین دامنه در کل مدل است و باید اندازه‌گیری شود: میانگین زمان پردازش تیکت‌های ارجاع شده باید جدا از تیکت‌های عادی محاسبه شود.»

مبارزه برای دقت = سوزاندن توکن‌ها؟ اگر برای کاهش خطاها از 6% به 3%، توکن‌ها در هر مکالمه 1.6 برابر افزایش یابند، پاسخ مفید در GigaChat-3-Pro همچنان از 53 روبل به 46 روبل کاهش می‌یابد. در Sonnet، توکن‌های اضافی گران‌تر از دقت به دست آمده هستند، در آنجا بهتر است پایگاه دانش را بهبود بخشید.

نتیجه‌گیری: چه چیزی را CPM سودآور در نظر بگیریم

نتیجه عملی: در محیط کاری پشتیبانی، گران‌ترین چیز توکن‌ها نیستند، بلکه مخرج است. هر چیزی که سهم پاسخ‌های مفید را افزایش می‌دهد (کیفیت پایگاه دانش، مسیریابی صحیح، مجموعه‌های آزمایشی)، سریع‌تر از هر چانه‌زنی بر سر قیمت یک میلیون توکن بازدهی دارد.

مدل‌های گران‌قیمت (مانند Sonnet) در صورتی بازدهی دارند که 10 امتیاز خودکار بستن و 2 امتیاز دقت را در مقایسه با مدل‌های ارزان‌تر به ارمغان بیاورند. اگر در مجموعه آزمایشی شما تفاوت کمتر است، شما بیش از حد پرداخت می‌کنید. اگر بیشتر است، شما بیهوده در توکن‌ها صرفه‌جویی می‌کنید.

مقایسه با انسان: دو نکته

1. قیمت تیکت: با 149 روبل برای هر تیکت، حتی یک پایلوت با 35% خودکار بستن در Sonnet (110 روبل برای هر پاسخ مفید) سودآور به نظر می‌رسد. برابری با اپراتور – با 20-27% خودکار بستن. اما اگر اپراتور 60 تیکت در روز را می‌بندد (99 روبل/تیکت)، همان پایلوت در Sonnet (110 روبل) گران‌تر است. اپراتور منطقه‌ای/برون‌سپاری (64 روبل/تیکت) تصویر را تغییر می‌دهد: GigaChat-3-Pro (42 روبل) ارزان‌تر است، Sonnet (62 روبل) – برابری. سوال «آیا بازدهی خواهد داشت» به هزینه تیکت شما و سهم خودکار بستن بستگی دارد.

2. حجم: هزینه‌های ثابت (پایگاه دانش، پیاده‌سازی، زیرساخت) – 163,000 روبل در ماه. با 36,000 مکالمه. با 6000 مکالمه، پاسخ مفید در GigaChat-3-Pro – 101 روبل، با 3000 – 159 روبل (گران‌تر از اپراتور). زیر 3500 مکالمه در ماه، عامل بازدهی ندارد. اگر هزینه‌های ثابت بالاتر باشد (یک موقعیت کامل برای پایگاه دانش – 200,000 روبل در ماه، پیاده‌سازی – 1.5 میلیون روبل)، آستانه بازدهی به 7000 مکالمه در ماه تغییر می‌کند. سهم توکن‌ها در این صورت به 4% کاهش می‌یابد: هر چه سایر هزینه‌ها را واقع‌بینانه‌تر محاسبه کنید، قیمت یک میلیون توکن کمتر اهمیت پیدا می‌کند.

آنچه در مدل لحاظ نشده است (در هر دو جهت)

• علیه عامل: مجوز سیستم تیکت یا پلتفرم چت.
• به نفع عامل: جابجایی پرسنل (تا 50% در سال)، هزینه‌های استخدام و آموزش، کار کند تازه‌کارها، مقیاس‌پذیری برای فروش‌های ویژه، پرداخت برای شیفت‌های شب/آخر هفته. محاسبه این موارد بدون داده‌های خاص دشوار است، اما کسب‌وکار اغلب حاضر است برای آنها هزینه کند، حتی اگر اقتصاد واحد روزانه برابری را نشان دهد.

سوالات متداول

«پاسخ مفید» در زمینه عامل هوش مصنوعی چیست؟

پاسخ مفید، گفتگویی است که توسط هوش مصنوعی بدون دخالت انسان بسته شده باشد، در حالی که مشتری ظرف 72 ساعت با همان سوال بازنگشته و بازخورد منفی نیز ارائه نکرده باشد. این یک معیار کلیدی برای ارزیابی اثربخشی واقعی و هزینه سرویس هوش مصنوعی است.