قیمت Naive-N0.5-Flash؛ وزن‌ها مجانی، API ارزون
هوش مصنوعیClaude Opus 5خلاصهٔ کامل‌تر
NaiveAI دو راه برای استفاده از Naive-N0.5-Flash گذاشته: دانلود مجانی وزن‌ها، یا API خودشون. وزن‌ها و کد اینفرنس با لایسنس MIT منتشر شدن، پس هر کسی می‌تونه دانلودش کنه، فاین‌تیونش کنه و تجاری هم ازش استفاده کنه بدون اینکه چیزی به NaiveAI بده. API هم سه نرخ جدا داره: هر میلیون توکن ورودی ۰.۱ دلار، خروجی ۰.۴ دلار و خوندن از کش ۰.۰۱ دلار.
به گفتهٔ نویسنده، نکتهٔ مهمی که ارزش دقت داره همون نرخ کشه. خروجی چهار برابر ورودی قیمت داره که بین APIهای تجاری عادیه، ولی کش یک‌دهم ورودی حساب میشه. با کانتکست بومی یک میلیون توکنی، هر گردش‌کاری که یه تکهٔ ثابت بزرگ رو تو کانتکست نگه می‌داره (کل یه ریپو، یه اسپک، تاریخچهٔ گفت‌وگو) و هر دور فقط چند خط بهش اضافه می‌کنه، بیشتر توکن‌هاش به‌جای نرخ کامل ورودی به نرخ ارزون کش می‌خوره.
اجرای محلی روی کاغذ مجانیه ولی عملاً نه. مدل ۳۰۹ میلیارد پارامتر داره و حتی با اینکه برای هر توکن فقط ۱۵.۵ میلیاردش فعاله، کل وزن‌ها باید تو حافظه لود بشن. مدل کارت می‌گه نسخهٔ FP8 حدود ۳۱۵ گیگابایت جا می‌گیره، قبل از حافظهٔ اضافه‌ای که خود اینفرنس (کش KV و activationها) می‌خواد. یعنی عملاً یه خوشه GPU انویدیا با پشتیبانی FP8 لازم داری.
نویسنده می‌گه این ساختار قیمت عمداً به نفع کدنویسی agentic چیده شده. حلقه‌های ایجنت تو ابزارهایی مثل Claude Code هر دور همون فایل‌ها و همون دستورها رو دوباره می‌فرستن؛ اگه همهٔ این تکرارها نرخ کامل ورودی داشت، جلسه‌های طولانی سریع گرون می‌شد. در عوض برای یه توسعه‌دهنده یا تیم کوچیک، تا وقتی حجم کارت خیلی بالا نرفته یا دلیل حاکمیت داده نداری، API تقریباً همیشه از خرید و نگه‌داری اون سخت‌افزار ارزون‌تر درمیاد.
نکات کلیدی:
- وزن‌ها و کد اینفرنس با لایسنس MIT، بدون هیچ هزینهٔ لایسنس برای استفادهٔ تجاری
- نرخ API: ۰.۱ دلار ورودی، ۰.۴ دلار خروجی و ۰.۰۱ دلار کش به‌ازای هر میلیون توکن
- خروجی چهار برابر ورودی قیمت داره و کش یک‌دهم ورودی
- وزن‌های FP8 حدود ۳۱۵ گیگابایت، به‌علاوهٔ حافظهٔ اضافه برای کش KV و activation
- ۳۰۹ میلیارد پارامتر کل با ۱۵.۵ میلیارد پارامتر فعال برای هر توکن
- NaiveAI برای استک اینفرنس خودش، NaiveRT، تو حالت Ultrafast تا ۲۰۰۰ توکن بر ثانیه ادعا کرده
