هوش مصنوعی · مقاله
اکسنتور درخت هزینه Claude AI هر کارمند را به 29 دلار ماهیانه محدود کرد بعد از صورتحسابهایی که به 1000 دلار رسید
انتشار:
به‌طور خلاصه
اکسنتور اکنون تنها 29 دلار ماهیانه برای هر کارمند برای استفاده از Claude اپنتروپیک تامین مالی مرکزی فراهم میکند، کاهش از سیستمی که در آن برخی از کارمندان صورتحساب 500 تا 1000 دلار ماهیانه داشتند. کارمندانی که از این محدودیت تجاوز کنند باید یک پروژه یا تیم خاص را برای پوشش بقیه بدست آورند، و سطح Premium 250 دلار استفاده در هفته را ارائه میدهد. این تغییر در 1 اکتبر 2026 اجرا شد و اول بار توسط 404 Media گزارش شد.
این نسخه ترجمهٔ ماشینی متن اصلی (English) است. خواندن متن اصلی
اکسنتور، شرکت مشاوره و خدمات فناوری جهانی، میزان پولی را که به طور خودکار برای استفاده هر کارمند از Claude هوش مصنوعی اپنتروپیک پرداخت میکند، به طور قابل توجهی کاهش داده است. از 1 اکتبر 2026، شرکت تنها 29 دلار به ازای هر کارمند در ماه تامین مالی مرکزی فراهم میکند، با توجه به اطلاعیه داخلی که ابتدا توسط 404 Media گزارش شد.
چه چیزی در 1 اکتبر تغییر کرد
قبل از این تغییر، اکسنتور عملاً اجازه داده بود تا بسیاری از کارمندان بدون سقف خرج شخصی ثابتی از Claude Enterprise استفاده کنند، بر اساس 404 Media. این رسانه گزارش کرد که برخی از کارمندان، به ویژه کسانی که Claude Code را برای کار مهندسی رو‌به‌روی مشتری اجرا میکردند، به طور مداوم صورتحساب 500 تا 1000 دلار ماهیانه را برای شرکت ارائه میدادند.
بر اساس سیاست جدید، توضیح داده شده در یادداشت داخلی با عنوان "کاربران Claude Enterprise: به‌روزرسانی‌های مهم برای صدور مجوز و هزینه‌های استفاده"، رقم 29 دلار یک تخصیص تامین مالی است، نه یک مسدود سخت استفاده، بر اساس 404 Media و aiweekly.co. کارمندانی که بیش از این مقدار را تجاوز کنند باید استفاده خود را به یک ساختار تقسیم کار (WBS) متصل کنند - عملاً دریافت یک بودجه پروژه یا تیم خاص برای جذب هزینه اضافی.
حداقل وصول یکی از کارمندان به طور کامل پس از تجاوز حدود بدون یک منبع تامین مالی تایید شده لغو شد، 404 Media گزارش کرد، استناد به پیام‌های داخلی.
گزینه Premium
اکسنتور همچنین یک سطح Premium Claude ارائه میدهد که با 250 دلار استفاده نشانی در هفته می‌آید - بسیار بیشتر از 29 دلار سفارش پایه - اما چندین رسانه، از جمله 404 Media و superpowerdaily.com، گزارش کردند که بسیاری از کارمندان هنوز ثبتنام نشده و در حال تلاش برای ارتقاء هستند، برخی با یافتن گزینه ارتقاء مسدود شده در یک صفحه پشتیبانی داخلی. 404 Media گزارش کرد که یک کارگر، نوشتن در یک کانال داخلی، گفت که استفاده خود قبلاً بیش از 500 دلار ماهیانه تجاوز کرده و پرسید چگونه می‌تواند ارتقاء را سریع کند با توجه به تأثیر هزینه بر پروژه خود.
| سطح | کمک ماهیانه/هفتگی | چه کسی اضافی را پوشش میدهد |
|---|---|---|
| استاندارد (تامین مالی مرکزی) | 29 دلار ماهیانه برای هر کارمند | پروژه یا تیم کارمند از طریق کد WBS |
| Premium | 250 دلار در هفته از استفاده نشانی | در گزارش‌ها مشخص نشده؛ نیاز به ثبتنام جداگانه |
چرا اکسنتور این تغییر را انجام داد
سخنگوی اکسنتور به 404 Media و aiweekly.co گفت که شرکت به سرمایهگذاری در هوش مصنوعی ادامه میدهد و رویکرد آن مطابقت ابزار صحیح با کار صحیح است، همانطور که در زیر نقل قول شده است. جداگانه، یادداشت داخلی که 404 Media گزارش کرد، گفت وصول Claude Enterprise به دلیل نقش و نیاز تجاری ادامه خواهد یافت، تابع بررسی دوره‌ای استفاده و اولویت‌ها.
ابزار صحیح را برای کار صحیح فراهم کنید.
Mediapost این حرکت را به عنوان بخشی از یک الگوی گسترده‌تر متصور کرد: شرکت‌ها برای اعطای وصول گسترده به ابزار هوش مصنوعی تولیدی عجله کردند، سپس متوجه شدند که کاربران سنگین - به ویژه کسانی که نمایندگان ترمیز هوش مصنوعی را اجرا می‌کنند که حجم‌های بزرگی از متن یا "نشانی" را پردازش می‌کنند - می‌توانند صورتحساب‌های بر اساس مصرف را تولید کنند که به سرعت مقیاس می‌شوند. اپنتروپیک، مثل سایر تامین‌کنندگان مدل هوش مصنوعی بزرگ، برای مشتریان تجاری برای هر نشانی پردازش شده رسوم می‌گیرند، بنابراین هزینه‌ها با میزان خواندن و نوشتن متن ابزار افزایش می‌یابد، نه فقط تعداد افرادی که مجوز دارند.
یک تناقض که مشاوران قبلاً در حال بحث هستند
404 Media تناقض ظاهری در موقعیت اکسنتور را مشاهده کرد: شرکت مشتریان تجاری را در مورد میزان سرمایهگذاری در نشر هوش مصنوعی مشاوره میدهد، در حالی که اکنون بودجه استفاده هوش مصنوعی کارمندان خود را تحدید میکند. اکسنتور گزارش میدهد که همزمان به سرمایهگذاری در توانایی‌های هوش مصنوعی در سراسر شرکت ادامه میدهد، طبق بیان سخنگو که 404 Media و aiweekly.co منقول کردند.
خروجی تکنولوژی ژاپنی GIGAZINE، در پوشش یادداشت یکسان، حرکت اکسنتور را در یک روند گسترده‌تری که آن را به عنوان شرکت‌هایی که از "بیشینه‌سازی نشانی" نامحدود دور می‌شوند توصیف کرد، قرار داد، همچنین به محدودیت‌های داخلی مشابهی اشاره کرد که در دیگر کارفرمایان بزرگ گزارش شد. پوشش GIGAZINE بر ناامیدی کارمند از الزامات ارتقاء ناگهانی به اندازه‌ای که خود منطق کنترل هزینه تأکید می‌کرد.
برای کارفرمایان دیگر این بدان معناست
این قسمت مشکل حاکمیت را نشان میدهد که اکنون بسیاری از سازمان‌های بزرگ روبروی آن هستند که به طور گسترده ابزار ترمیز و نوشتن هوش مصنوعی تولیدی را پذیرفته‌اند: بدون حدود بودجه برای هر کارمند یا نظارت بر استفاده، قیمت‌گذاری هوش مصنوعی بر اساس مصرف می‌تواند صورتحساب‌های غیرمنتظره را تولید کند. مدل اکسنتور بر پایه WBS - تامین مالی یک خط پایه ثابت به طور مرکزی و مسیریابی استفاده سنگین‌تر به بودجه‌های پروژه فردی - یکی از راه‌هایی است که شرکت‌ها سعی می‌کنند هزینه‌های هوش مصنوعی را دریافتنی و قابل نسبت‌دهی کنند به جای جذب آن به عنوان سربار جامع.
پرسش‌ها
- اکسنتور اکنون چقدر برای وصول هر کارمند به Claude میپردازد؟
- اکسنتور 29 دلار برای هر کارمند در ماه برای وصول قیاسی Claude Enterprise تامین مالی مرکزی میکند، از 1 اکتبر 2026، بر اساس 404 Media.
- اگر کارمند به استفاده بیش از 29 دلار نیاز داشته باشد چه میشود؟
- آنها باید استفاده اضافی را به یک ساختار تقسیم کار (WBS) متصل کنند، به این معنی که بودجه پروژه یا تیم خاص باید اضافی را پوشش دهد، بر اساس 404 Media و aiweekly.co.
- برخی از کارمندان اکسنتور قبل از فعال کردن حد چقدر خرج میکردند؟
- برخی از کارمندان، به ویژه کسانی که Claude Code را برای کار مهندسی مشتری استفاده میکردند، صورتحساب 500 تا 1000 دلار ماهیانه را ارائه میدادند، بر اساس 404 Media و Mediapost.
- آیا گزینه خرج بالاتری برای کارمندان اکسنتور موجود است؟
- بله، یک طرح Premium 250 دلار استفاده نشانی در هفته را ارائه میدهد، اگرچه گزارشهای 404 Media و superpowerdaily.com نشان میدهند که بسیاری از کارمندان هنوز ثبتنام نشده و به دنبال ارتقاء هستند.
- چرا اکسنتور محدودیت را معرفی کرد؟
- یک سخنگوی اکسنتور گفت شرکت به سرمایهگذاری در هوش مصنوعی ادامه میدهد و هدف مطابقت ابزار با وظایف است، بر اساس بیانهای ارائه شده به 404 Media و aiweekly.co. جداگانه، یادداشت داخلی شرکت گفت وصول Claude Enterprise بر اساس نقش و نیاز تجاری فراهم باقی خواهد ماند.
جهان چگونه روایتش میکند
- ژاپنیGIGAZINE اطلاعات داخلی یکسان را پوشش میدهد اما آن را به عنوان بخشی از عقب‌نشینی شرکت‌های گسترده‌تر از "بیشینه‌سازی نشانی" نامحدود قاب‌بندی میکند، اکسنتور را در کنار دیگر کارفرمایان بزرگ که محدودیت‌های بودجه ابزار هوش مصنوعی را گزارش کردند قرار میدهد، و ناامیدی کارمندان از الزامات ارتقاء ناگهانی را برجسته میکند.
منابع
- 404 Media — Accenture Tells Employees They Can Now Spend Only $29 on Claude Per Month
- Mediapost — Accenture Limits Claude Spending By Its Staff
- Superpower Daily — Accenture limits central Claude funding to $29 a month, shifting excess costs to teams
- aiweekly.co — Accenture caps monthly Claude budget at $29 per employee
- GIGAZINE — Accenture tells its employees that 'Claude can only be used up to $29 per month'
این مطلب با هوش مصنوعی آماده شده و پیش از انتشار از بررسی خودکار منابع گذشته است. اگر خطایی دیدید، درخواست اصلاح کنید. درخواست اصلاح یا حق پاسخ · چگونه کار می‌کنیم
مطالب مرتبط
هوش مصنوعیمقاله
شبکه‌های عصبی و یادگیری عمیق چگونه سیستم‌های هوش مصنوعی را قادر به یادگیری و تصمیم‌گیری می‌کنند
شبکه‌های عصبی با تنظیم مکرر مقادیر عددی درونی به نام وزن‌ها یاد می‌گیرند، با استفاده از روش آموزشی به نام انتشار برگشتی که خطاهای یافت‌شده هنگام مقایسه پیش‌بینی‌ها با پاسخ‌های شناخته‌شده را تصحیح میکند. یادگیری عمیق چندین لایه از این شبکه‌ها را روی هم می‌چیند، و این دلیل است که سیستم‌های هوش مصنوعی امروزی می‌توانند الگوها را تشخیص دهند و نتایج را بدون دریافت قوانین صریح نوشته‌شده به دست برای هر موقعیت تولید کنند.
هوش مصنوعیمقاله
نحوه کار کردن مدل‌های زبانی بزرگ و آنچه که انجام میدهند و انجام نمی‌دهند
مدل زبانی بزرگ یک شبکه عصبی است که برای پیش‌بینی قطعه متنی بعدی، به نام token، بر اساس تمام چیزی که قبل از آن است، آموزش داده شده است. این مدل با تکرار آن مرحله پیش‌بینی منفرد هزاران بار، پاسخ‌های طویل ایجاد میکند، نه با جستجو برای حقایق یا داشتن "دانش" واقعی چیزها به روشی که انسان‌ها می‌دانند.
هوش مصنوعیمقاله
چگونه مدل‌های یادگیری ماشین آموزش داده می‌شوند، بهینه‌سازی می‌شوند و مستقر می‌شوند
مدل‌های یادگیری ماشین در سه مرحله گسترده ساخته می‌شوند: آموزش بر روی داده‌های برچسب‌دار با استفاده از الگوریتم‌هایی مانند کاهش شیب، بهینه‌سازی از طریق تنظیم ابرپارامترها و اعتبارسنجی در برابر مجموعه آزمایش نگاه‌داشته‌شده، و استقرار در تولید به‌عنوان API، کار دسته‌ای یا خدمات تعبیه‌شده در لبه. هر مرحله با نظارت مستمر دنبال میشود که می‌تواند بازآموزش را هنگام رانش کارایی آغاز کند.
هوش مصنوعیمقاله
نحوه کار کردن شناسایی گفتار و فناوری تبدیل صوت به متن هوش مصنوعی در عمل
سیستم‌های تبدیل گفتار به متن مدرن موج‌های صوتی را به تصویر طیف، سپس آن تصویر را از طریق یک شبکه عصبی که متن را یک رمز در یک بار پیش‌بینی میکند، منتقل می‌کنند. همان روش اساسی - که توسط سیستم‌هایی مانند شناساگر روی‌دستگاه Google و Whisper از OpenAI پیشگام شد - اکنون صفحه‌کلیدهای تلفن، بلندگوهای هوشمند و ابزارهای دسترسی‌پذیری را تقویت میکند، اگرچه محققان نیز موارد ثبت‌شده‌ای را گزارش داده‌اند جایی که این مدل‌ها کلماتی را که هرگز گفته نشده‌اند، اختراع می‌کنند.