گوگل کلاد مدل‌های GPT-6، کلود و جمینای را با یک صورت‌حساب واحد در اختیار سازمان‌ها قرار می‌دهد
نویسنده: جکی منینگ
برای نخستین بار در دوران هوش مصنوعی سازمانی، شرکت‌ها می‌توانند هزینه استفاده از هر سه خانواده اصلی مدل‌های هوش مصنوعی اختصاصی را از طریق یک صورت‌حساب ابری واحد پرداخت کنند: جمینای متعلق به گوگل، کلود متعلق به آنتروپیک و GPT-6 متعلق به OpenAI. این امکان پس از آن فراهم شده است که گوگل کلاد مدل‌های جدید OpenAI را به پلتفرم Model Garden خود اضافه کرد. این یکپارچه‌سازی مزیت عملی روشنی دارد، اما با یک موازنه مهم همراه است: انتقال هر سه خانواده مدل به یک ارائه‌دهنده ابری، برخلاف راهبرد مدیریت ریسک چندابری است که بیشتر دستورالعمل‌های معماری سازمانی توصیه می‌کنند.
مایکل گرستنهابر، معاون گوگل کلاد، این خبر را در یک مطلب رسمی وبلاگی اعلام کرد و تأیید کرد که سه مدل OpenAI برای گروهی از مشتریان سازمانی وارد مرحله پیش‌نمایش خصوصی می‌شوند. این مدل‌ها عبارت‌اند از GPT-Astra، برای مهندسی پیشرفته نرم‌افزار، کار با رایانه و پژوهش علمی؛ GPT-6.1 Sol، با تمرکز بر کدنویسی عامل‌محور و جریان‌های کاری حرفه‌ای با هزینه کمتر؛ و GPT-6 Luna، گزینه‌ای سریع و مقرون‌به‌صرفه برای کارهای روزمره در مقیاس بالا. انتظار می‌رود این مدل‌ها ظرف چند هفته به‌صورت عمومی عرضه شوند و ثبت‌نام برای دسترسی اولیه هم‌اکنون امکان‌پذیر است. عامل کدنویسی OpenAI با نام Codex نیز در برنامه عرضه گسترده‌تر این مجموعه برای گوگل کلاد قرار دارد.
ساختار صورت‌حساب این سرویس ممکن است از فهرست مدل‌های ارائه‌شده نیز اهمیت راهبردی بیشتری داشته باشد. تمام هزینه‌های استفاده از GPT-6 در Model Garden، در کنار هزینه مدل‌های موجود جمینای و کلود، در یک صورت‌حساب واحد ثبت می‌شود. این هزینه‌ها در محاسبات اعتبارهای استفاده متعهدانه (Committed Use Credits) لحاظ می‌شوند و از برنامه‌های پس‌انداز انعطاف‌پذیر (Flexible Savings Plans یا FSP) مشتریان نیز کسر خواهند شد. برای واحدهای تدارکات سازمانی که اکنون قراردادهای جداگانه‌ای برای API با OpenAI یا مایکروسافت آژور، آنتروپیک و گوگل دارند، این یکپارچه‌سازی مانع اداری واقعی را برطرف می‌کند.
یک صورت‌حساب برای سه غول هوش مصنوعی: سازوکار تجاری چگونه است؟
گوگل تأیید کرده است که داده‌های مشتریان برای آموزش هیچ‌یک از مدل‌های میزبانی‌شده استفاده نخواهند شد؛ تعهدی که خریداران سازمانی اکنون آن را یکی از حداقل الزامات می‌دانند. طبق تعهدنامه حریم خصوصی داده‌های گوگل کلاد، ورودی‌های کاربران، اطلاعات زمینه‌ای و خروجی‌ها کاملاً در محدوده داده‌ای تعیین‌شده برای هر مشتری باقی می‌مانند. با اضافه شدن GPT-6، گوگل کلاد اکنون میزبان بیش از ۲۰۰ مدل اختصاصی، متعلق به شرکت‌های دیگر و متن‌باز است. این شرکت همچنین در اطلاعیه رسمی خود ادعا کرده که تنها ارائه‌دهنده ابری در مقیاس بسیار بزرگ است که هر سه خانواده پیشرو مدل‌های هوش مصنوعی اختصاصی را در یک پلتفرم عرضه می‌کند.
مدل‌های GPT-6 و قیمت‌گذاری: گوگل کلاد چه اطلاعاتی اعلام کرده است؟
سه مدل GPT-6 عمداً در سطوح متفاوتی از قیمت و عملکرد طراحی شده‌اند تا سازمان‌ها بتوانند متناسب با هر نوع کار، مدل مناسبی را انتخاب کنند و ناچار نباشند برای همه وظایف از یک مدل واحد استفاده کنند. از آنجا که گوگل کلاد هنوز قیمت‌های اختصاصی خود را برای این مدل‌ها در Model Garden منتشر نکرده است، می‌توان برای مقایسه به قیمت‌گذاری مستقیم API شرکت OpenAI استناد کرد. بر اساس این نرخ‌ها، هزینه GPT-Astra به‌ازای هر یک میلیون توکن ورودی ۱۰ دلار و به‌ازای هر یک میلیون توکن خروجی ۵۰ دلار است. برای GPT-6.1 Sol، این مبالغ به‌ترتیب ۲ و ۱۰ دلار و برای GPT-6 Luna به‌ترتیب ۰٫۱۰ و ۰٫۵۰ دلار است. این ارقام در مستندات مدل‌های OpenAI آمده‌اند.
اختلاف ۱۰۰ برابری هزینه توکن‌های خروجی Astra و Luna از نظر معماری سامانه اهمیت دارد. این تفاوت نشان می‌دهد که GPT-Astra برای کارهایی مناسب است که به استدلال عمیق و حداکثر توانایی نیاز دارند؛ از جمله تولید کدهای پیچیده، تحلیل علمی چندمرحله‌ای و اجرای زنجیره‌های عامل‌های خودمختار. در مقابل، Luna برای کارهای پرتعداد و کم‌حساس‌تر از نظر دقت، مانند دسته‌بندی محتوا یا اولویت‌بندی پرسش‌های مشتریان، طراحی شده است. مدل Sol در سطح میانی قرار می‌گیرد و برای جریان‌های کاری حرفه‌ای مناسب است که به کیفیت استدلالی نزدیک به Astra نیاز دارند، اما نمی‌خواهند هزینه بالای آن را بپردازند.
واحدهای تدارکات سازمانی باید به فاصله میان قیمت‌های مرجع و نرخ‌های واقعی گوگل کلاد توجه کنند. تا زمان نگارش این مطلب، نرخ‌های GPT-6 در بازارگاه اختصاصی گوگل کلاد اعلام نشده‌اند. اینکه گوگل برای این مدل‌ها هزینه‌ای بیشتر، کمتر یا برابر با نرخ مستقیم API شرکت OpenAI دریافت کند، تأثیر مهمی بر توجیه اقتصادی یکپارچه‌سازی صورت‌حساب‌ها خواهد داشت. بنابراین، سازمان‌هایی که هزینه‌های هوش مصنوعی خود را برآورد می‌کنند باید ارقام بالا را معیارهای مقایسه در نظر بگیرند، نه نرخ‌های نهایی صورت‌حساب گوگل کلاد.
زیرساخت Model Garden: گوگل چگونه مدل‌های رقیب را میزبانی می‌کند؟
سازمان‌هایی که می‌خواهند به‌جای استفاده مستقیم از API شرکت OpenAI، از طریق گوگل کلاد به GPT-6 دسترسی پیدا کنند، باید تفاوت‌های زیرساختی این دو روش را بشناسند. گوگل کلاد، که اکنون Model Garden را بخشی از پلتفرم Gemini Enterprise Agent Platform معرفی می‌کند، مدل‌های اختصاصی شرکت‌های دیگر مانند GPT-6 را از طریق سرویس مدیریت‌شده مدل به‌عنوان خدمت (Managed Model-as-a-Service یا MaaS) میزبانی می‌کند. در این ساختار، مدل روی زیرساخت محاسباتی تحت مدیریت گوگل اجرا می‌شود و از طریق یک نقطه پایانی API در دسترس است که ساختار آن با API سایر مدل‌های Model Garden یکسان است. جزئیات این معماری در مستندات معماری Model Garden توضیح داده شده است.
تجربه استفاده از گوگل کلاد در مقایسه با رابطه مستقیم با OpenAI، دو ویژگی زیرساختی مهم برای مشتریان سازمانی دارد:
نمونه‌های اختصاصی ارائه مدل (Dedicated Serving Instances یا DSI): مشتریان سازمانی با حجم درخواست بالا می‌توانند درخواست کنند که ظرفیت محاسباتی مشخصی به‌طور انحصاری برای پردازش درخواست‌های سازمانشان اختصاص یابد. در این حالت، رقابت بر سر صف مشترک درخواست‌ها وجود ندارد و عملکرد سامانه نیز تحت تأثیر نوسان توان پردازشی ناشی از مشتریان دیگر قرار نمی‌گیرد. DSI نرخ توان پردازشی متعهدشده و تأخیر کمتر را برای بارهای کاری حیاتی در محیط عملیاتی فراهم می‌کند.
کنترل‌های سرویس شبکه خصوصی مجازی (VPC Service Controls): تیم‌های امنیت سازمانی می‌توانند کنترل‌های پیرامونی شبکه را طوری پیکربندی کنند که تمام ترافیک پردازش درخواست‌های GPT-6 در محدوده پروژه تعیین‌شده در گوگل کلاد باقی بماند و از اینترنت عمومی عبور نکند. این قابلیت بر اساس مستندات کنترل‌های سرویس VPC، یک تفاوت امنیتی مهم با دسترسی مستقیم به API شرکت OpenAI است که درخواست‌ها را از طریق زیرساخت اینترنت عمومی منتقل می‌کند.
منطق اقتصادی میزبانی مدل‌های یک رقیب برای گوگل کلاد ساده است: ظرفیت محاسبات ابری صرف‌نظر از اینکه کدام مدل از آن استفاده می‌کند، قابل فروش است. درآمد حاصل از پردازش استنتاجی روی پردازنده‌های گرافیکی برای درخواست‌های API مدل GPT-6، فارغ از مالکیت مدل، به گوگل می‌رسد. هر توکنی که از زیرساخت گوگل کلاد پردازش می‌شود، به معنای مصرف ظرفیت محاسباتی و در نتیجه ایجاد هزینه در همین پلتفرم است. سازمانی که درخواست‌های API شرکت OpenAI را از طریق گوگل کلاد هدایت می‌کند، هم‌زمان هزینه‌های متعهدانه خود نزد گوگل را نیز افزایش می‌دهد؛ مزیتی که مستقل از برتری یا ضعف هر مدل خاص، وابستگی مشتری به این ارائه‌دهنده را بیشتر می‌کند.
یکپارچه‌سازی در برابر چندابری: نکاتی که معماران سازمانی باید بدانند
ادعای اصلی این خبر مبنی بر اینکه گوگل کلاد اکنون امکان انتخاب میان چند مدل را فراهم می‌کند، از یک جنبه درست و از جنبه‌ای دیگر گمراه‌کننده است. مدل‌های GPT-6 شرکت OpenAI اکنون از طریق AWS، آژور و گوگل کلاد در دسترس‌اند و این موضوع به سازمان‌ها امکان می‌دهد تعیین کنند که بار کاری استنتاج مدل‌های OpenAI روی کدام زیرساخت ابری اجرا شود. بااین‌حال، آنچه در اطلاعیه به‌عنوان امکان انتخاب چند مدل برای سازمان‌ها معرفی شده، در عمل تلاشی برای متمرکز کردن بخش بزرگ‌تری از کل هزینه‌های هوش مصنوعی هر سازمان نزد یک ارائه‌دهنده ابری است.
معماری متداول چندابری، یعنی استفاده از خدمات چند ارائه‌دهنده برای کاهش وابستگی به یک فروشنده، بر توزیع بارهای کاری میان زیرساخت‌ها استوار است، نه متمرکز کردن آن‌ها. سازمانی که پیش‌تر برای دسترسی به مدل‌های OpenAI، چه از طریق API مستقیم و چه از طریق آژور، آنتروپیک و گوگل روابط تجاری جداگانه‌ای داشت، سه مسیر مستقل برای دسترسی به مدل‌های هوش مصنوعی در اختیار داشت. انتقال هر سه خانواده مدل به صورت‌حساب واحد گوگل کلاد، کارهای اداری را ساده می‌کند، اما ریسک زیرساختی را نزد این شرکت متمرکز می‌سازد. اگر زیرساخت گوگل کلاد دچار اختلال شود یا شرایط قراردادهای آن تغییر کند، دسترسی سازمان به هر سه خانواده مدل ممکن است هم‌زمان تحت تأثیر قرار گیرد.
این ملاحظه به‌معنای آن نیست که سازمان‌ها باید از یکپارچه‌سازی صرف‌نظر کنند؛ بلکه این همان موازنه‌ای است که در اطلاعیه گوگل به آن پرداخته نشده است. معماران سازمانی باید این گزینه را با توجه به میزان هزینه‌های متعهدانه فعلی خود در گوگل کلاد ارزیابی کنند. اگر سازمان از قبل قراردادهای قابل‌توجهی برای استفاده از خدمات GCP دارد، یکپارچه‌سازی صورت‌حساب احتمالاً ارزش واقعی ایجاد می‌کند و خطر افزایش وابستگی نیز ممکن است محدود باشد. اما برای سازمان‌هایی که آگاهانه زیرساخت خود را میان AWS و آژور توزیع کرده‌اند، این یکپارچه‌سازی می‌تواند برخلاف هدف معماری آن‌ها عمل کند.
چگونه انحصار آژور برای OpenAI پایان یافت و راه برای این همکاری باز شد؟
حضور مدل‌های OpenAI در فهرست خدمات گوگل کلاد تنها پس از چند سال مذاکره مجدد و تغییر قراردادها از نظر حقوقی امکان‌پذیر شد. در بخش عمده تاریخ فعالیت OpenAI، مایکروسافت آژور شریک ابری انحصاری این شرکت بود؛ رابطه‌ای که بنا بر گزارش‌ها، با سرمایه‌گذاری ۱۳ میلیارد دلاری مایکروسافت در OpenAI تقویت شده بود.
این انحصار به‌تدریج از میان رفت. در فوریه ۲۰۲۶، AWS و OpenAI توافقی را اعلام کردند که بر اساس آن AWS به ارائه‌دهنده انحصاری توزیع ابری شخص ثالث برای OpenAI Frontier، پلتفرم عامل‌های این شرکت، تبدیل می‌شد. ارزش این توافق طبق گزارش‌ها می‌توانست به ۵۰ میلیارد دلار برسد. بااین‌حال، دامنه انحصار به پلتفرم Frontier محدود بود و API مدل‌های پایه را دربرنمی‌گرفت؛ بنابراین، امکان توافق‌های موازی برای توزیع مدل‌ها همچنان وجود داشت.
پس از آنکه مایکروسافت علناً بخش‌هایی از توافق AWS را زیر سؤال برد، دو شرکت قرارداد خود را دوباره مذاکره کردند. بر اساس توافق اصلاح‌شده‌ای که در آوریل ۲۰۲۶ اعلام شد، شرایط جدید قرارداد مایکروسافت و OpenAI به مایکروسافت مجوزی غیرانحصاری برای استفاده از مالکیت فکری OpenAI تا سال ۲۰۳۲ اعطا کرد. در چارچوب این توافق، مایکروسافت پرداخت سهم درآمد حاصل از محصولات OpenAI را که از طریق آژور دوباره به فروش می‌رسیدند، متوقف می‌کرد و OpenAI نیز اختیار یافت مدل‌های خود را از طریق هر ارائه‌دهنده ابری عرضه کند. این جزئیات در گزارش‌های Directions on Microsoft و تحلیل اصلاح قرارداد مایکروسافت و OpenAI تشریح شده‌اند. مایکروسافت همچنان شریک ابری اصلی OpenAI محسوب می‌شود و انتظار می‌رود محصولات این شرکت در صورت امکان ابتدا روی آژور عرضه شوند؛ اما اطلاعیه جدید روشن می‌کند که «ابتدا» دیگر به‌معنای «فقط» نیست.
گرگ براکمن، رئیس و هم‌بنیان‌گذار OpenAI، همکاری با گوگل کلاد را «گامی مهم برای در دسترس قرار دادن توانمندترین مدل‌ها و Codex در محیط‌هایی که مشتریان از قبل در آن‌ها مشغول ساخت محصولات هستند» توصیف کرد. این نقل‌قول در اطلاعیه گوگل کلاد درباره اظهارات براکمن منتشر شده است. براکمن که از بنیان‌گذاران OpenAI است، در سال‌های ۲۰۲۵ و ۲۰۲۶ همچنین در تأسیس کمیته اقدام سیاسی «Leading the Future» مشارکت داشت؛ نهادی که با هدف مقررات‌زدایی در حوزه هوش مصنوعی فعالیت می‌کند و با حمایت مالی شرکت سرمایه‌گذاری Andreessen Horowitz و دیگر پشتیبانان، بیش از ۱۰۰ میلیون دلار جمع‌آوری کرد. جزئیات راه‌اندازی این کمیته در گزارش TechCrunch آمده است. براکمن در سال ۲۰۲۵ مبلغ ۲۵ میلیون دلار به MAGA Inc. و در سال ۲۰۲۶ نیز ۲۵ میلیون دلار به کمیته Leading the Future کمک کرد. این مواضع و کمک‌های مالی، تصویری از انتظارات مدیران OpenAI درباره مسیر آینده مقررات‌گذاری هوش مصنوعی پیشرفته ارائه می‌کنند؛ موضوعی که به باور نویسنده، خوانندگان TechTimes هنگام ارزیابی رویکرد حاکمیت شرکتی OpenAI در حوزه خدمات سازمانی باید آن را در نظر بگیرند.
تنش داخلی در گوگل: میزبانی از رقبا در کنار توسعه جمینای
تصمیم گوگل کلاد برای میزبانی از توانمندترین مدل‌های OpenAI نشان می‌دهد که این شرکت، سهم بازار خدمات ابری و گسترش اکوسیستم توسعه‌دهندگان را مهم‌تر از هزینه رقابتی تقویت یک آزمایشگاه هوش مصنوعی رقیب می‌داند. منطق این تصمیم اقتصادی و صنعتی است: مدل کسب‌وکار ارائه‌دهندگان ابر از اجرای هر مدل هوش مصنوعی روی زیرساختشان سود می‌برد، حتی اگر آن مدل با محصولات هوش مصنوعی خودشان رقابت کند.
بااین‌حال، این تصمیم بدون تنش نیست. وب‌سایت The Decoder در گزارش خود درباره این اعلامیه اشاره کرده است که ظرفیت محاسباتی اختصاص‌یافته به اجرای GPT-6 برای مشتریان سازمانی، دیگر برای تسریع توسعه و اجرای مدل‌های جمینای گوگل در دسترس نخواهد بود. گزارش‌ها حاکی از آن است که این تعارض در تخصیص منابع در خروج نوام شازیر نیز نقش داشته است. شازیر از نویسندگان مقاله معماری ترنسفورمر در سال ۲۰۱۷ با عنوان «Attention Is All You Need» بود؛ مقاله‌ای که زیربنای همه مدل‌های زبانی بزرگ امروزی به‌شمار می‌رود. او در سال ۲۰۲۴ پس از آن به گوگل بازگشت که این شرکت فناوری Character.AI او را در قالب توافقی به ارزش ۲٫۷ میلیارد دلار مجوزدهی کرد. شازیر در ژوئن ۲۰۲۶ گوگل را ترک کرد و به OpenAI پیوست.
گوگل کلاد در حال حاضر به این نتیجه رسیده است که مزیت یکپارچه‌سازی تدارکات سازمانی، یعنی فراهم کردن امکان دسترسی به GPT، کلود و جمینای از طریق یک قرارداد برای مشتریان، ارزش تحمل تنش‌های داخلی را دارد. اما اینکه این محاسبه با رقابت مستقیم‌تر مدل‌های جمینای گوگل با قابلیت‌های سطح Astra در GPT-6 همچنان معتبر بماند، در چرخه‌های بعدی عرضه محصولات مشخص خواهد شد.
این تغییر برای خریداران سازمانی هوش مصنوعی چه معنایی دارد؟
نتیجه عملی برای تصمیم‌گیرندگان سازمانی روشن است: اگر زیرساخت سازمان شما از قبل بر گوگل کلاد متکی است، یکپارچه‌سازی از نظر تجاری جذابیت زیادی دارد. سه خانواده مدل، یک صورت‌حساب، یک چارچوب امنیتی و انطباق و یک رابطه تجاری برای دسترسی به مدل‌های هوش مصنوعی، در برابر گزینه جایگزین که مستلزم مدیریت جداگانه کلیدهای API، داشبوردهای مصرف و قراردادهای OpenAI، آنتروپیک و گوگل است، می‌تواند فرایندها را ساده‌تر کند.
برای سازمان‌هایی که زیرساخت اصلی آن‌ها بر گوگل کلاد متکی نیست یا عمداً منابع هوش مصنوعی خود را میان چند ارائه‌دهنده توزیع کرده‌اند، مزیت این یکپارچه‌سازی کمتر است. برای چنین سازمان‌هایی، ایجاد رابطه‌ای تازه با گوگل کلاد صرفاً برای دسترسی به GPT-6 از طریق سامانه صورت‌حساب این شرکت، احتمالاً صرفه‌جویی خالصی به همراه نخواهد داشت؛ زیرا منفعت ساده‌سازی امور مالی ممکن است از هزینه‌های ناشی از تعهد جدید به یک ارائه‌دهنده ابری کمتر باشد.
مدل‌های GPT-6 از هم‌اکنون در مرحله پیش‌نمایش خصوصی پلتفرم Model Garden گوگل کلاد در دسترس قرار گرفته‌اند. سازمان‌ها می‌توانند از طریق صفحه ثبت‌نام Model Garden برای دسترسی اولیه درخواست دهند. انتظار می‌رود عرضه عمومی این مدل‌ها ظرف چند هفته انجام شود.
پرسش‌های متداول
تفاوت GPT-6 Astra، GPT-6.1 Sol و GPT-6 Luna در گوگل کلاد چیست؟
پلتفرم Model Garden گوگل کلاد سه سطح از مدل‌های GPT-6 شرکت OpenAI را میزبانی می‌کند. GPT-Astra بالاترین سطح توانایی را دارد و برای مهندسی پیشرفته نرم‌افزار، کار با رایانه و پژوهش علمی طراحی شده است. این مدل گران‌ترین گزینه مجموعه نیز هست و طبق قیمت مستقیم API شرکت OpenAI، هزینه آن برای هر یک میلیون توکن ورودی ۱۰ دلار و برای هر یک میلیون توکن خروجی ۵۰ دلار است؛ قیمت اختصاصی گوگل کلاد هنوز منتشر نشده است. GPT-6.1 Sol برای کدنویسی عامل‌محور و جریان‌های کاری حرفه‌ای طراحی شده و با هزینه کمتر، کیفیت استدلالی نزدیک به Astra ارائه می‌دهد؛ نرخ آن برای هر یک میلیون توکن ورودی ۲ دلار و برای خروجی ۱۰ دلار است. GPT-6 Luna نیز برای کارهای روزمره پرتعداد و حساس به هزینه بهینه شده و به‌ازای هر یک میلیون توکن ورودی ۰٫۱۰ دلار و خروجی ۰٫۵۰ دلار هزینه دارد. جزئیات این سطوح در مطلب وبلاگی گوگل کلاد آمده است. اختلاف ۱۰۰ برابری هزینه خروجی Astra و Luna به این معناست که سازمان‌ها باید هر نوع کار را جداگانه ارزیابی کنند تا برای وظایفی که Luna از عهده آن‌ها برمی‌آید، هزینه Astra را نپردازند.
آیا استفاده از مدل‌های OpenAI از طریق گوگل کلاد به این معناست که داده‌های من در زیرساخت گوگل باقی می‌مانند؟
بر اساس ساختار سرویس مدیریت‌شده مدل به‌عنوان خدمت که برای میزبانی مدل‌های اختصاصی شرکت‌های ثالث در Model Garden به کار می‌رود، درخواست‌های استنتاج روی زیرساخت محاسباتی تحت مدیریت گوگل اجرا می‌شوند. شرایط حریم خصوصی گوگل کلاد تصریح می‌کند که داده‌های مشتریان برای آموزش مدل‌های میزبانی‌شده استفاده نخواهند شد. مشتریان سازمانی همچنین می‌توانند با پیکربندی VPC Service Controls، ترافیک درخواست‌های استنتاج را در محدوده پروژه GCP خود نگه دارند و از عبور درخواست‌ها از اینترنت عمومی جلوگیری کنند؛ کنترلی که در رابطه مستقیم با API شرکت OpenAI در دسترس نیست. سازمان‌هایی که الزامات سخت‌گیرانه‌ای برای محل نگهداری داده‌ها دارند، باید از گوگل کلاد تأیید بگیرند که در زمان عرضه عمومی، کدام مناطق VPC از استنتاج GPT-6 پشتیبانی خواهند کرد. همچنین باید توجه داشته باشند که گزینه‌های نگهداری صفر داده (Zero Data Retention) و محاسبات محرمانه (Confidential Compute) در فهرست قابلیت‌هایی قرار دارند که قرار است بعداً عرضه شوند و هنگام آغاز ارائه خدمت هنوز در دسترس نیستند.
اگر مدل‌های OpenAI اکنون در گوگل کلاد، AWS و آژور عرضه می‌شوند، آیا سازمان من راهبرد چندابری برای هوش مصنوعی دارد؟
لزوماً نه؛ و این تفاوت برای معماران سازمانی اهمیت زیادی دارد. توزیع چندابری مدل‌های OpenAI به این معناست که مدل‌های این شرکت از طریق چند ارائه‌دهنده ابری در دسترس‌اند. اما اینکه سازمان شما واقعاً از راهبرد چندابری پیروی می‌کند یا نه، به محل اجرای بارهای کاری آن بستگی دارد. اگر تیم شما تمام درخواست‌های API شرکت OpenAI، درخواست‌های کلود آنتروپیک و درخواست‌های جمینای را به صورت‌حساب یکپارچه گوگل کلاد منتقل کند، زیرساخت سازمان به‌جای چندابری‌تر شدن، بیشتر به یک ارائه‌دهنده وابسته می‌شود. سهولت تدارکات واقعی است، اما تمرکز ریسک نیز واقعی است. سازمان‌هایی که معماری چندابری فعالی دارند باید بررسی کنند آیا ساده‌تر شدن صورت‌حساب، ارزش افزایش وابستگی قراردادی و مالی آن‌ها به گوگل کلاد را دارد یا خیر.
GPT-6 چه زمانی به‌صورت عمومی در گوگل کلاد عرضه می‌شود و چگونه می‌توان ثبت‌نام کرد؟
انتظار می‌رود عرضه عمومی این مدل‌ها ظرف چند هفته پس از آغاز پیش‌نمایش خصوصی در ۲۲ اکتبر ۲۰۲۶ انجام شود. ثبت‌نام برای دسترسی اولیه از طریق مستندات Google Cloud Model Garden و رابط Gemini Enterprise Agent Platform از هم‌اکنون امکان‌پذیر است. مشتریان سازمانی که قراردادهای استفاده متعهدانه دارند، باید با تیم حساب خود در گوگل کلاد هماهنگ کنند تا مطمئن شوند هزینه استفاده از GPT-6 در اعتبارهای تعهدی موجود آن‌ها محاسبه خواهد شد.