BroadRouter
ابدأ الآن

ميزانية رموز الوكيل: أين تذهب رموز حلقة الوكيل

بقلم فريق BroadNet Inference · قراءة في 5 دقائق · تاريخ النشر

تعيد حلقة الوكيل إرسال سياقها كاملًا في كل استدعاء: أمر النظام، وتعريفات الأدوات، وسجل المحادثة، ومحتوى الملفات، ومخرجات الأدوات، إضافة إلى الخطوة الجديدة. والإدخال يفوق الإخراج عادةً بأضعاف كثيرة. سجّل prompt_tokens وcached_tokens وcompletion_tokens لكل استدعاء، وحدّد أكبر كتلة متكررة، ثم قلّص الأدوات، وضع سقفًا لمخرجاتها، وأعد تشغيل الجلسات الطويلة.

تكلّف المحادثة ما تكتبه أنت إضافة إلى ما يكتبه النموذج. أما الوكيل فيكلّف أكثر بكثير، لأنه يستدعي النموذج عشرات المرات ويعيد إرسال كل شيء تقريبًا في كل مرة. وإن أردت خفض هذه التكلفة، أو مجرد التوقف عن الاصطدام بحد نافذة السياق، فعليك أن تعرف أي جزء من كل طلب هو الكبير. يقسم هذا المقال حلقة الوكيل إلى خمس سلال، ويبيّن كيف تقيس كلًّا منها من بيانات الاستخدام التي تُرجعها الـ API نفسها، ويسرد ما تقلّصه أولًا.

لماذا يعيد الوكيل إرسال كل شيء؟

واجهات chat completions عديمة الحالة. فالنموذج لا يتذكر شيئًا بين الاستدعاءات، لذا يرسل الوكيل السياق كاملًا في كل خطوة. ومهمة من 40 خطوة يحمل كل استدعاء فيها 30,000 رمز (توكن) تقرأ 1.2 مليون رمز إدخال لتنتج ربما 40,000 رمز إخراج. ونسبة 30 إلى 1 هذه هي سبب هيمنة رموز الإدخال وسعرها المخزّن مؤقتًا على فواتير الوكلاء.

أين تذهب الرموز؟

السلة ما هي تتكرر في كل استدعاء؟ المحرّك المعتاد
أمر النظام تعليمات الوكيل، وملفات القواعد، وملاحظات المشروع نعم ملفات قواعد طويلة
مخططات الأدوات الاسم والوصف وJSON Schema لكل أداة نعم الأدوات المدمجة إضافة إلى كل خادم MCP
السجل الرسائل السابقة واستدعاءات الأدوات ونتائجها نعم، ويكبر الجلسات الطويلة
قراءة الملفات ومخرجات الأدوات محتوى الملفات، وسجلات الاختبار، ونتائج البحث نعم، حتى تُحذف قراءة ملفات كاملة، وأوامر مُسهبة
الإخراج الإجابة المرئية، واستدعاءات الأدوات، والاستدلال المنطقي لا جهد الاستدلال المنطقي، وإعادة كتابة ملفات كاملة

السلتان الأوليان عبء ثابت. كتبت Cursor في سبتمبر 2026 أن أمر النظام وتعريفات الأدوات “had become one of the largest sources of spend that we fully control” (الترجمة: صارا من أكبر مصادر الإنفاق التي نتحكم فيها بالكامل)، ووصفت قراءة الملفات بأنها “another large source of token spend” (الترجمة: مصدر كبير آخر لإنفاق الرموز). وقد خفضت تغييراتها تكلفة الرموز على المستخدمين بنسبة 7%، ومنها حذف نحو ثلثي أمر النظام، وعدم تحميل الأدوات المستخدمة في أقل من 20% من المحادثات إلا عند الحاجة. وسمّى فريق VS Code في GitHub التكلفتين نفسيهما في Copilot: بادئة الأمر المتكررة والعبء الإضافي لتعريفات الأدوات.

كيف تقيسها؟

لا تحتاج إلى منتج تتبّع. كتلة الاستخدام في كل استجابة تكفي.

  1. فعّل الاستخدام. في البث، أضف stream_options: {"include_usage": true}؛ فتصل بيانات الاستخدام في آخر مقطع. راجع البث.
  2. سجّل لكل استدعاء: رقم الخطوة، وprompt_tokens، وprompt_tokens_details.cached_tokens، وcompletion_tokens، وcompletion_tokens_details.reasoning_tokens حين يُبلَغ عنه.
  3. قِس العبء الثابت مرة واحدة. أرسل طلبًا واحدًا لا يحتوي إلا على أمر النظام والأدوات وكلمة “hi”. قيمة prompt_tokens فيه هي الحد الأدنى لديك.
  4. قِس مخرجات الأداة. عُدّ أحرف كل نتيجة أداة قبل أن تضيفها. والقسمة على أربعة تعطي عددًا تقريبيًا للرموز في النص الإنجليزي؛ والصق عينة في عدّاد الرموز المجاني لتحصل على الرقم الدقيق بمرمِّز (tokenizer) نموذجك.
r = client.chat.completions.create(model=MODEL, messages=msgs, tools=tools)
u = r.usage
cached = getattr(u.prompt_tokens_details, "cached_tokens", 0) or 0
log.info("step=%d prompt=%d cached=%d out=%d", step, u.prompt_tokens, cached, u.completion_tokens)

ارسم prompt_tokens حسب الخطوة. الميل المنتظم يعني أن السجل يكبر. والقفزة المفاجئة تعني أن ملفًا أو سجلًا كبيرًا دخل السياق. والحد الأدنى المرتفع يعني أدوات أكثر من اللازم.

وفي Aider يعرض /tokens ما في السياق الحالي، ويحذف /drop الملفات منه.

ماذا تقلّص أولًا؟

رتّب حسب الحجم مضروبًا في عدد التكرارات، لا حسب الأسهل:

  1. الأدوات غير المستخدمة. كل مخطط أداة يرافق كل استدعاء. يقول دليل OpenAI إن تعريفات الدوال “are billed as input tokens” (الترجمة: تُحتسب رموز إدخال)، ويقترح أقل من 20 دالة في بداية الدورة، كقاعدة مرنة. عطّل خوادم MCP التي لا تستخدمها في هذه المهمة؛ إذ يقول توثيق opencode صراحة إن أدوات MCP تستهلك من سياق النموذج.
  2. مخرجات الأدوات. ضع سقفًا لمخرجات الأوامر (آخر 200 سطر من سجل الاختبار، لا 20,000). وأعِد نتائج البحث مسارات وأرقام أسطر، ثم اقرأ ما تحتاج إليه فقط.
  3. قراءة الملفات. اقرأ الدالة، لا الملف. تستخدم خريطة المستودع في Aider ميزانية افتراضية قدرها 1k رمز (--map-tokens) بدل الملفات الكاملة.
  4. السجل. ابدأ مهمة جديدة لكل تغيير. وحين يجب أن تستمر الجلسة، استبدل الدورات القديمة بملخص قصير.
  5. أمر النظام. احذف القواعد التي يتبعها النموذج أصلًا. وأبقِ الباقي ثابتًا.
  6. الإخراج. اطلب فروقًا (diffs) لا ملفات كاملة. واضبط reasoning_effort على low للخطوات الروتينية. رموز الاستدلال المنطقي تُحتسب إخراجًا.

لماذا تُبقي البادئة ثابتة؟

يخزّن المزودون البادئة المتكررة مؤقتًا ويحتسبونها بسعر أقل. على BroadNet Inference يحتسب DeepSeek V4.1 Flash الإدخال المخزّن مؤقتًا بسعر $0.0055 لكل مليون رمز، والإدخال الجديد بسعر $0.175. ويحتسب GLM 5.3 $0.173 مقابل $0.78. والطابع الزمني في أمر النظام، أو سرد الأدوات بترتيب مختلف في كل استدعاء، يكسر الذاكرة المؤقتة من تلك النقطة فصاعدًا. ضع الأجزاء الثابتة أولًا بترتيب ثابت، والأجزاء المتغيرة أخيرًا. المزيد في شرح رموز الإدخال المخزّنة مؤقتًا؛ وتبيّن حاسبة التخزين المؤقت للأوامر ما توفّره نسبة إصابة معيّنة.

التخزين المؤقت يخفض سعر البادئة، لكن لا يخفض حجمها. فالرموز المخزّنة مؤقتًا ما زالت تملأ نافذة السياق وما زالت تستغرق وقتًا في المعالجة.

كيف تبدو ميزانية وكيل محسوبة؟

خذ المهمة ذات الأربعين خطوة أعلاه، مع 80% من الإدخال مخزّن مؤقتًا:

الجزء الرموز يُحتسب بسعر
الإدخال الجديد 240,000 سعر الإدخال
الإدخال المخزّن مؤقتًا 960,000 سعر الإدخال المخزّن مؤقتًا
الإخراج بما فيه الاستدلال المنطقي 40,000 سعر الإخراج

حذف 5,000 رمز من مخططات الأدوات غير المستخدمة من كل استدعاء يزيل 200,000 رمز إدخال من هذه المهمة، أي نحو سدس المجموع، دون أي تغيير في سلوك الوكيل. ولأدوات خفض التكلفة الأخرى غير التقليص، مثل اختيار النموذج والتخزين المؤقت والخطط الثابتة، راجع 10 طرق لخفض تكلفة LLM في وكلاء البرمجة. ولإعدادات تعدد الوكلاء، اضرب في عدد الوكلاء؛ راجع كم تكلّف الأنظمة متعددة الوكلاء. ولنمذجة حلقتك أنت خطوة بخطوة، استخدم أداة تقدير تكلفة تشغيل الوكيل.

أين تقع BroadNet Inference؟

تُرجع BroadNet Inference رموز الأمر والإكمال في كتلة الاستخدام، إضافة إلى الرموز المخزّنة مؤقتًا ورموز الاستدلال المنطقي حين يُبلغ عنها النموذج، فيعمل القياس أعلاه كما هو مكتوب. وسعرها المنخفض للإدخال المخزّن مؤقتًا على DeepSeek V4.1 Flash يكافئ البادئة الثابتة. وإن لم يكن التقليص يستحق وقتك، فإن الخطط غير المحدودة تزيل عدّاد الرموز عن DeepSeek V4.1 Flash بسعر $60 شهريًا لكل جلسة؛ لكن نافذة السياق تظل سارية، والسياق الخفيف يظل أسرع. الخطط على inference.broadnet.ai/plans.

أسئلة شائعة

لماذا يستهلك وكيل البرمجة لديّ كل هذه الرموز في الإدخال؟

لأن الـ API عديمة الحالة (stateless). كل استدعاء يعيد إرسال أمر النظام، وكل تعريف أداة، والمحادثة حتى الآن، وكل محتوى الملفات الباقي في السياق. والجلسة الطويلة تضرب ذلك في عدد الخطوات.

كيف أرى عدد الرموز التي تستهلكها كل خطوة من خطوات الوكيل؟

اقرأ كتلة الاستخدام (usage) في كل استجابة. ومع البث، اضبط include_usage في stream_options على true واقرأ آخر مقطع. وسجّل prompt_tokens وprompt_tokens_details.cached_tokens وcompletion_tokens مع رقم الخطوة.

هل تُحتسب تعريفات الأدوات رموز إدخال؟

نعم. قائمة الأدوات جزء من الأمر وتُرسل في كل استدعاء. وخوادم MCP تضيف أدواتها إلى تلك القائمة، ولهذا يقول توثيق opencode أن تضيف الخوادم التي تحتاجها فقط.

هل يحل التخزين المؤقت للأوامر المشكلة؟

يخفض سعر البادئة المتكررة، لا حجمها. فالإدخال المخزّن مؤقتًا ما زال يملأ نافذة السياق. وعلى BroadNet يحتسب DeepSeek V4.1 Flash الإدخال المخزّن مؤقتًا بسعر $0.0055 لكل مليون رمز مقابل $0.175 للإدخال الجديد.

هل رموز الاستدلال المنطقي جزء من الميزانية؟

نعم، في جانب الإخراج. نماذج الاستدلال المنطقي تحتسب التفكير ضمن max_tokens وتحتسبه إخراجًا عند الدفع حسب الاستخدام. اضبط reasoning_effort على low للخطوات الروتينية.

اقرأها بصيغة Markdownاسأل ChatGPTاسأل Claudeاسأل Perplexity