التوكنز والكاش وتكاليف IA: دليل بسيط لإدارة الميزانية

مقدمة

ما زالت شركات كثيرة تقيم تكلفة IA بسؤال خاطئ: «كم سعر الاشتراك؟». بالنسبة لأداة داخلية أو منتج SaaS أو أتمتة، السؤال الحقيقي مختلف: كم تكلف التوكنز، المخرجات، الأدوات، الكاش، عمليات البحث، النداءات الفاشلة والتحققات؟

قد يبدو الاشتراك واضحاً. لكن فاتورة API يمكن أن تصبح مربكة. تتغير التكاليف حسب النموذج، حجم السياق، حجم المخرجات، وجود الكاش، الأدوات المستدعاة وأحياناً منطقة المعالجة.

يشرح هذا المقال الأساسيات لإدارة ميزانية IA دون مصطلحات غير ضرورية. لا يقدم التكلفة الحقيقية لمنتجات WG، لأن هذه التكلفة يجب أن تثبت بالفواتير والسجلات والاستخدام live المجمّع قبل أي إعلان عام.

التوكن ليس كلمة

التوكن وحدة تقنية تستخدمها النماذج لقراءة النصوص وتوليدها. وهو ليس كلمة بالضبط. حسب اللغة، علامات الترقيم، الكود والحروف، يمكن أن يختلف عدد التوكنز.

لإدارة الميزانية، يجب فصل ثلاثة عناصر:

الفخ الشائع هو النظر فقط إلى prompt المستخدم. في سير عمل حقيقي، يستقبل النموذج أيضاً تعليمات النظام، سياق المشروع، مخططات، أدوات، نتائج بحث، وأحياناً ملفات أو كود.

لماذا يمكن أن تكون المخرجات أغلى؟

في عدة جداول أسعار تمت مراجعتها، يمكن أن تكون توكنز المخرجات أغلى من توكنز الإدخال حسب المزود والنموذج. تتغير الأسعار بانتظام، لذلك يجب التحقق من صفحة الأسعار الرسمية في اليوم الذي يتم فيه إعداد الميزانية.

يبقى المبدأ العملي مفيداً حتى دون تثبيت رقم: المخرج الطويل يمكن أن يكلف أكثر بكثير من إدخال قصير عندما يتم توليده كثيراً.

أمثلة على مخرجات يمكن أن تضخم التكلفة:

• مقالات طويلة بعدة نسخ.
• تقارير تدقيق مفصلة.
• كود مولد مع شروحات طويلة.
• وكلاء يلخصون كل إجراء بدلاً من إنتاج دليل قصير.
• سير عمل يعيد البدء عدة مرات بدلاً من تصحيح خطوة واحدة.

الكاش يمكن أن يساعد، لكنه ليس عصا سحرية

توثق OpenAI آلية prompt caching كآلية تلقائية على prompts المؤهلة، مع فوائد ممكنة على زمن الاستجابة والتكلفة عندما تتم إعادة استخدام بدايات متطابقة. تشير الوثائق أيضاً إلى أن prompts يجب أن تبلغ حداً أدنى، وأن المحتويات الثابتة يجب أن توضع في البداية لزيادة cache hits.

توثق Anthropic أيضاً prompt caching بمنطق cache write وcache read، وبمدد مثل 5 دقائق أو ساعة واحدة حسب الإعداد والأسعار.

الخلاصة العملية:

• الكاش يساعد خصوصاً عندما يعاد استخدام نفس السياق الثابت.
• يعمل بشكل أفضل عندما توضع التعليمات والوثائق الثابتة في البداية.
• لا يصلح سير عمل مصمم بطريقة سيئة.
• لا يخفض كل التكاليف تلقائياً.

حاسبة داخلية مصغرة

لتقدير سير عمل IA، استخدم جدولاً بسيطاً بهذه الحقول.

لا يجب أن تعرض هذه الحاسبة أي تكلفة رسمية قبل تجميع بيانات live.

الأخطاء التي تفجر الفاتورة

1. إرسال كل السياق مع كل طلب دون فصل الثابت عن المتغير.
2. طلب إجابات طويلة بشكل افتراضي.
3. ترك وكيل يضاعف عمليات البحث دون ميزانية retrieval.
4. استخدام نموذج أقوى من اللازم لمهمة بسيطة.
5. عدم تسجيل input_tokens وoutput_tokens والتوكنز المخزنة في الكاش.
6. الخلط بين اختبار عابر وتكلفة شهرية بحجم استخدام حقيقي.

الحل ليس اختيار أرخص نموذج دائماً. الحل هو اختيار المستوى الصحيح للنموذج، السياق الصحيح، صيغة المخرجات الصحيحة والتحقق الصحيح.

طريقة WG للتحكم

يجب أن يخزن أي سير عمل IA نظيف على الأقل:

• النموذج المستخدم.
• عدد النداءات.
• توكنز الإدخال والمخرجات.
• التوكنز المخزنة في الكاش إذا كانت متاحة.
• الأدوات المستدعاة.
• نسبة الفشل أو إعادة التوليد.
• القيمة العملية للنتيجة.

دون هذه القاعدة، أنت لا تدير نظام IA. أنت تستهلك صندوقاً أسود.

مصادر رسمية تم التحقق منها

تمت إعادة التحقق من المصادر في 2026-05-20 قبل النشر.

• https://developers.openai.com/api/docs/pricing
• https://developers.openai.com/api/docs/guides/prompt-caching
• https://platform.claude.com/docs/en/about-claude/pricing
• https://platform.claude.com/docs/en/build-with-claude/prompt-caching

ملاحظة: يمكن أن تتغير أسعار IA وأسماء النماذج والوظائف. يجب إعادة التحقق من المصادر الرسمية قبل أي قرار تقني أو متعلق بالميزانية.