ಉಬರ್ ತನ್ನ ಸಂಪೂರ್ಣ AI ಕೋಡಿಂಗ್ ಬಜೆಟ್ ಅನ್ನು 4 ತಿಂಗಳಲ್ಲಿ ಖಾಲಿ ಮಾಡಿದೆ
AI ಕೋಡಿಂಗ್ ವೆಚ್ಚಗಳು ವೇಗವಾಗಿ ಏರುತ್ತಿವೆ.
ಉಬರ್ ತನ್ನ ಸಂಪೂರ್ಣ 2026 Claude Code ಬಜೆಟ್ ಅನ್ನು ಏಪ್ರಿಲ್ ವೇಳೆಗೆ ಖರ್ಚು ಮಾಡಿ ಮುಗಿಸಿದೆ. ಅವರು ಉದ್ಯೋಗಿಗಳ ವೆಚ್ಚವನ್ನು ತಿಂಗಳಿಗೆ $1,500 ಕ್ಕೆ ಸೀಮಿತಗೊಳಿಸಬೇಕಾಯಿತು.
ಇತರ ದತ್ತಾಂಶಗಳು ಒಂದು ದೊಡ್ಡ ಪ್ರವೃತ್ತಿಯನ್ನು ತೋರಿಸುತ್ತವೆ:
- Gartner ಪ್ರಕಾರ, 23% ತಾಂತ್ರಿಕ ನಾಯಕರು ಪ್ರತಿ ತಿಂಗಳು ಪ್ರತಿ ಡೆವಲಪರ್ಗೆ ಟೋಕನ್ಗಳಿಗಾಗಿ $200 ರಿಂದ $500 ರವರೆಗೆ ಖರ್ಚು ಮಾಡುತ್ತಾರೆ.
- GitHub Copilot ಬಳಕೆಯ ಆಧಾರಿತ ಬಿಲ್ಲಿಂಗ್ಗೆ (usage-based billing) ಬದಲಾಗಿದೆ.
- ಪ್ರಮುಖ ಸಂಸ್ಥೆಗಳು AI ಗಾಗಿ ಪ್ರತಿ ಉದ್ಯೋಗಿಗೆ ತಿಂಗಳಿಗೆ $7,500 ರಷ್ಟು ಖರ್ಚು ಮಾಡುತ್ತಿವೆ.
ಸಮಸ್ಯೆ ಸರಳವಾಗಿದೆ. ಏಜೆಂಟಿಕ್ ವರ್ಕ್ಫ್ಲೋಗಳು (Agentic workflows) ಟೋಕನ್ಗಳನ್ನು ತುಂಬಾ ವೇಗವಾಗಿ ಬಳಸುತ್ತವೆ. ನೀವು ಪ್ರತಿಯೊಂದು ಕೆಲಸಕ್ಕೂ ಒಂದೇ ದುಬಾರಿ ಮಾಡೆಲ್ ಬಳಸಿದರೆ, ಹಣ ವ್ಯರ್ಥವಾಗುತ್ತದೆ.
ನನ್ನ ಸ್ವಂತ ವೆಚ್ಚದಲ್ಲಿ ಇದು ಸಂಭವಿಸುವುದನ್ನು ನಾನು ನೋಡಿದ್ದೇನೆ. ನನ್ನ AI ಕೋಡಿಂಗ್ ಬಿಲ್ ತಿಂಗಳಿಗೆ $10,000 ತಲುಪಿತು.
ನಾನು ಎಲ್ಲದಕ್ಕೂ Claude Opus ಬಳಸುತ್ತಿದ್ದೆ. ಕೋಡ್ ಪ್ಲಾನಿಂಗ್, ಟೆಸ್ಟ್ಗಳನ್ನು ಬರೆಯುವುದು, ಫೈಲ್ಗಳನ್ನು ಫಾರ್ಮ್ಯಾಟ್ ಮಾಡುವುದು ಮತ್ತು ವೇರಿಯೇಬಲ್ಗಳನ್ನು ಮರುನಾಮಕರಣ ಮಾಡಲು ನಾನು ಅದನ್ನು ಬಳಸುತ್ತಿದ್ದೆ.
ಇದು ಪೀಠೋಪಕರಣಗಳನ್ನು ಸರಿಸಲು ಒಬ್ಬ ಹಿರಿಯ ವಾಸ್ತುಶಿಲ್ಪಿಯನ್ನು (senior architect) ನೇಮಿಸಿಕೊಳ್ಳುವಂತಿದೆ. ಕೆಲಸ ಮುಗಿಯುತ್ತದೆ, ಆದರೆ ನೀವು ತುಂಬಾ ಹೆಚ್ಚು ಹಣ ಪಾವತಿಸುತ್ತೀರಿ.
ನಾನು ನನ್ನ ಬಳಕೆಯನ್ನು ವಿಶ್ಲೇಷಿಸಿದೆ ಮತ್ತು ಒಂದು ಮಾದರಿಯನ್ನು ಕಂಡುಕೊಂಡೆ:
- 15% ಕೆಲಸಗಳಿಗೆ ಉನ್ನತ ಮಟ್ಟದ ತರ್ಕ (high-level reasoning) ಅಗತ್ಯವಿತ್ತು.
- 25% ಕೆಲಸಗಳಿಗೆ ಮಧ್ಯಮ ಮಟ್ಟದ ಸಾಮರ್ಥ್ಯ (mid-tier capability) ಅಗತ್ಯವಿತ್ತು.
- 60% ಕೆಲಸಗಳು ಯಾಂತ್ರಿಕವಾಗಿದ್ದವು (mechanical).
ಆ 60% ಕೆಲಸಕ್ಕೆ ಫ್ರಾಂಟಿಯರ್ ಮಾಡೆಲ್ (frontier model) ಅಗತ್ಯವಿಲ್ಲ. ಸಣ್ಣ ಮಾಡೆಲ್ಗಳು ಇದನ್ನು ಬಹಳ ಕಡಿಮೆ ವೆಚ್ಚದಲ್ಲಿ ಮಾಡಬಲ್ಲವು.
ಬುದ್ಧಿವಂತ ತಂಡಗಳು ಕೆಲಸಗಳನ್ನು ಸರಿಯಾದ ಮಾಡೆಲ್ಗೆ ವರ್ಗಾಯಿಸುತ್ತವೆ:
- Tier 1 (Frontier Models): ಇವುಗಳನ್ನು ಆರ್ಕಿಟೆಕ್ಚರ್, ಸಂಕೀರ್ಣ ಬಗ್ಗಳು ಮತ್ತು ಭದ್ರತೆಗಾಗಿ ಬಳಸಿ.
- Tier 2 (Mid-Tier Models): ಇವುಗಳನ್ನು ಫೀಚರ್ ಇಂಪ್ಲಿಮೆಂಟೇಶನ್ ಮತ್ತು ಕೋಡ್ ರಿವ್ಯೂಗಳಿಗಾಗಿ ಬಳಸಿ.
- Tier 3 (Fast/Cheap Models): ಇವುಗಳನ್ನು ಫಾರ್ಮ್ಯಾಟಿಂಗ್, ಡಾಕ್ಯುಮೆಂಟೇಶನ್ ಮತ್ತು ಬಾಯ್ಲರ್ಪ್ಲೇಟ್ಗಾಗಿ ಬಳಸಿ.
ನಾನು ಈ ವಿಧಾನಕ್ಕೆ ಬದಲಾದೆ. ನನ್ನ ಮಾಸಿಕ ವೆಚ್ಚವು $10,000 ರಿಂದ $3,000 ಕ್ಕೆ ಇಳಿಕೆಯಾಯಿತು. ನನ್ನ ಕೆಲಸದ ಗುಣಮಟ್ಟವು ಮೊದಲಿನಂತೆಯೇ ಇತ್ತು.
ಹೇಗೆ ಪ್ರಾರಂಭಿಸುವುದು:
- ಒಂದು ವಾರದವರೆಗೆ ನಿಮ್ಮ API ಪ್ರಾಂಪ್ಟ್ಗಳನ್ನು ದಾಖಲಿಸಿ (Log).
- ಕಾನ್ಟೆಕ್ಸ್ ಬ್ಲೋಟ್ (context bloat) ಅಥವಾ ಅನಗತ್ಯ ಥಿಂಕಿಂಗ್ ಲೂಪ್ಗಳಿಗಾಗಿ ಗಮನಿಸಿ.
- ಸೆಷನ್ ಮೂಲಕ ಅಲ್ಲದೆ, ಕೆಲಸದ (task) ಆಧಾರದ ಮೇಲೆ ವರ್ಗಾಯಿಸಿ. ಒಂದು ಸಿಂಗಲ್ ವರ್ಕ್ಫ್ಲೋವು ವಿವಿಧ ಹಂತಗಳಲ್ಲಿ ವಿಭಿನ್ನ ಮಾಡೆಲ್ಗಳನ್ನು ಬಳಸಬೇಕು.
AI ಮೂಲಕ ಯಶಸ್ವಿಯಾಗುತ್ತಿರುವ ಕಂಪನಿಗಳು ಕೇವಲ ಹೆಚ್ಚು ಹಣ ಖರ್ಚು ಮಾಡುವುದಿಲ್ಲ. ಅವು ಸ್ಮಾರ್ಟ್ ಆಗಿ ಖರ್ಚು ಮಾಡುತ್ತವೆ. ವೆಚ್ಚವನ್ನು ಕಡಿಮೆ ಮಾಡಲು ಅವು ಮಾಡೆಲ್ಗಳನ್ನು ಮಿಶ್ರಣ ಮಾಡಿ ಬಳಸುತ್ತವೆ (mix and match).
ಸರಳ ಕೆಲಸಗಳಿಗಾಗಿ ದುಬಾರಿ ತರ್ಕಕ್ಕೆ (expensive reasoning) ಹಣ ಪಾವತಿಸುವುದನ್ನು ನಿಲ್ಲಿಸಿ.
Optional learning community: https://t.me/GyaanSetuAi