۱۰۰ بار «بهترش کن» به Claude Code: سی دلار تا ۱۳۷ دلار
هوش مصنوعیClaude Opus 5.5خلاصهٔ کامل‌تر
تو این مقاله یه آزمایش هزینه روی Claude Code تعریف شده. سازنده یه سایت کافی‌شاپ عمداً زشت رو برداشته و صد بار پشت سر هم همون پرامپت رو داده: سایت رو ببین، خلاقانه فکر کن، و هر دور یه تغییر جسورانه بده که فروش یا حس سایت رو بهتر کنه، بدون تغییر کوچیک. پرامپت باید این‌قدر سخت‌گیر می‌بود، چون تو تلاش‌های قبلی مدل حوالی دور ۲۰ تا ۲۵ می‌گفت دیگه بهبودی لازم نیست و می‌ایستاد.
دو مدل Claude Sonnet 5.5 و Claude Opus 5.5 هر دو با reasoning effort متوسط امتحان شدن. هر اجرا تو یه محیط تمیز بود، یعنی بدون فایل CLAUDE.md، بدون skill و plugin و بدون حافظه از جلسه‌های قبل. این‌طوری فقط هزینه‌ی خود تکرار سنجیده شد. نتیجه: Sonnet برای صد دور ۲۹.۹۳ دلار خرج برداشت و Opus ۱۳۷ دلار، یعنی تقریباً ۴.۵ برابر.
Sonnet تو همین ۳۰ دلار سایت رو به جایی رسوند که تصویر پس‌زمینه، انیمیشن اسکرول، نوار سفارش ثابت، ۱۱ تصویر و ۲ ویدیوی ساخته‌شده با AI و آخرش یه فرم سفارش با زمان‌بندی تحویل داشت. آخرین پیشرفت جدی تو دور ۳۲ بود. تو ۶۸ دور بعدی تعداد خطوط کد صاف بالا رفت، ولی ارزش هر دور بالا پایین می‌شد. حتی یه بخش منو که تو دور ۶۵ بود تا دور ۱۰۰ حذف شد و فونت سایت هم آخر کار عوض شد، انگار فقط برای اینکه یه تغییری داده باشه.
Opus سریع‌تر و تمیزتر پیش رفت. همون دور اول تصویر، انیمیشن و نسخه‌ی موبایل رو داشت، دور ۷ ویدیوی پس‌زمینه، دور ۱۵ یه فرم واقعی با QR code که خلاصه‌ی سفارش رو پیامک می‌کرد، و دور ۳۲ یه ابزار پیشنهاد نوشیدنی بر اساس حال کاربر با canvas و WebGL. در کل ۵۴ تصویر و ۳ ویدیو ساخت. ولی تا دور ۱۰۰ اون‌قدر چیز اضافه شد (مینی‌بازی کدو حلوایی، ماشین‌حساب کافئین و خواب، دکمه‌ی تغییر زبان که کار نمی‌کرد، موزیک پس‌زمینه) که یه بخش کاملاً خراب شد. سازنده خودش گفته سایت تبدیل به «AI slop» شد و تجربه‌ش از ۳۰ تا ۴۰ دور قبل بدتر بود.
به گفته‌ی نویسنده مشکل توانایی مدل نیست، ساختار پرامپته. وقتی به agent می‌گی «هر بار باید یه تغییر بدی»، هر فراخوانی API خروجی می‌ده، چه بهبود واقعی‌ای مونده باشه چه نه. هر دو مدل تو یک‌سوم اول کار تغییرهای باارزش رو تموم کردن و بقیه‌ی بودجه رفت سراغ تغییرهای ساختگی. یعنی هزینه با تعداد دورها بالا می‌ره، نه با ارزش، و تعداد خطوط کد هم معیار کیفیت نیست.
نویسنده جمع‌بندی می‌کنه که Opus ویژگی‌های غنی‌تری زودتر ساخت، ولی اختلاف ۴.۵ برابری قیمت با اختلاف ۴.۵ برابری کیفیت جبران نشد. نسخه‌ی آخر Opus حتی از نسخه‌ی دور ۳۲ خودش باگ بیشتری داشت. پیامش برای کسی که agent کدنویسی اجرا می‌کنه اینه که ول کردن agent روی دستورهای مبهم و بی‌پایان فقط بودجه‌ی API رو می‌سوزونه، مخصوصاً با مدل گرون‌تر.
نکات کلیدی:
- صد دور با Sonnet 5.5 (effort متوسط) ۲۹.۹۳ دلار و با Opus 5.5 ۱۳۷ دلار هزینه داشت.
- Sonnet ۱۱ تصویر و ۲ ویدیو ساخت، Opus ۵۴ تصویر و ۳ ویدیو.
- آخرین پیشرفت جدی Sonnet تو دور ۳۲ بود و بعدش ۶۸ دور فقط کد اضافه شد.
- بدون پرامپت اجباری، مدل حوالی دور ۲۰ تا ۲۵ خودش متوقف می‌شد.
- تعداد خطوط کد هر دو اجرا خطی بالا رفت، ولی کیفیت سایت آخر کار پایین اومد.
