---
title: "أرخص API لنماذج الرؤية: تكلفة الصورة والصفحة | BroadRouter"
description: "كم يكلّف استدعاء نموذج رؤية لكل صورة ولكل صفحة مستند: حساب الرموز لـ Gemma 4 وQwen3.8 27B وDeepSeek V4.1 Flash، وأين تكون DeepInfra أرخص."
url: https://broadrouter.com/ar/blog/cheapest-vision-llm-api/
lang: ar
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

تُرجمت هذه الصفحة من الإنجليزية بمساعدة الذكاء الاصطناعي. [اقرأ الأصل الإنجليزي](https://broadrouter.com/blog/cheapest-vision-llm-api/) (حُدّث في 2026-11-16).

# أرخص API لنماذج الرؤية: التكلفة لكل صورة ولكل صفحة بالحساب

بقلم فريق BroadNet Inference · قراءة في 5 دقائق · تاريخ النشر 2026-11-14 · آخر تحديث 2026-11-16

يحتسب نموذج الرؤية الصورة رموزَ إدخال، فتكلّف 1,000 صورة من نحو 1,000 رمز لكلٍّ منها سعرَ الإدخال لكل مليون رمز. على BroadNet، الأرخص هو Gemma 4 VL 26B بسعر $0.10 للإدخال و$0.22 للإخراج لكل مليون رمز. وتُدرج DeepInfra نموذج Gemma 4 26B A4B من Google بسعر إدخال أقل وسعر إخراج أعلى.

## أبرز النقاط

-   تحتسب نماذج الرؤية الصورة رموزَ إدخال. تكلفة الصورة = رموز الصورة × سعر الإدخال ÷ مليون، إضافةً إلى الإجابة.
-   1,000 صورة بنحو 1,000 رمز لكلٍّ منها تساوي مليون رمز إدخال: $0.10 على Gemma 4 VL 26B، و$0.175 على Qwen3.8 27B، و$0.175 على DeepSeek V4.1 Flash.
-   الإخراج هو ما يحسم الترتيب في الإجابات الطويلة: $0.22 و$0.52 و$2.17 لكل مليون رمز على التوالي.
-   صغّر الصور واقتصّها أولًا. فعدد الرموز يزداد مع الدقة.
-   اختر Qwen3.8 27B للمستندات العربية، وGemma 4 VL 26B لأدنى سعر على BroadNet، وDeepSeek V4.1 Flash للسياق الطويل أو للخطة الثابتة.

**في هذه الصفحة**

1.  كيف تُحتسب الصورة في LLM API؟
2.  كم رمزًا تساوي الصورة الواحدة؟
3.  كم يكلّف كل نموذج رؤية؟
4.  كم تكلّف 1,000 صورة؟
5.  كم تكلّف صفحة المستند الواحدة؟
6.  هل BroadNet أرخص API للرؤية؟
7.  أيّ نماذج الرؤية تختار؟
8.  متى تتفوّق الخطة الثابتة على التسعير لكل صورة؟
9.  كيف تخفّض تكاليف الرؤية؟
10.  أين تقع BroadNet Inference من هذا؟

نادرًا ما تذكر صفحات أسعار API الرؤية سعرًا “لكل صورة”. فهي تُدرج سعرًا لكل مليون رمز (توكن)، والصورة تتحوّل إلى رموز. يحوّل هذا المقال تلك الأسعار لكل رمز إلى تكلفة لكل صورة ولكل صفحة مستند لنماذج الرؤية الثلاثة على BroadNet Inference، ويوضح أيّ الإعدادات تحرّك الرقم.

## كيف تُحتسب الصورة في LLM API؟

يقسّم [نموذج اللغة البصري](https://broadrouter.com/ar/glossary/vision-language-model/) الصورة إلى رقع (patches) ويحوّلها إلى رموز. وتدفع مقابل هذه الرموز بسعر الإدخال، مع أمرك النصي. وتُحتسب الإجابة إخراجًا. إذن:

```text
cost per image ≈ (image tokens + prompt tokens) × input price / 1M
               + answer tokens × output price / 1M
```

لا توجد رسوم منفصلة للصور على BroadNet. ويتوقف عدد رموز الصورة على مُرمِّز الصور في النموذج وعلى الدقة، لذا فصورة هاتف بعرض 4,000 بكسل تكلّف أكثر من الصورة نفسها بعد تصغيرها.

## كم رمزًا تساوي الصورة الواحدة؟

يتوقف ذلك على عائلة النموذج:

-   **Gemma 4** يعمل بميزانية رموز ثابتة لكل صورة: “70, 140, 280, 560, or 1120 tokens” (الترجمة: 70 أو 140 أو 280 أو 560 أو 1120 رمزًا)، وفق وثائق Gemma من Google. الميزانيات الأدنى تصغّر الصورة وتعمل أسرع؛ وتقول Google إن الميزانيات الأعلى تحافظ على التفاصيل الدقيقة وتوصي بها لأفضل دقة في المهام البصرية.
-   **Qwen3-VL** نسبة ضغطه 32، أي رمز واحد تقريبًا لكل كتلة من 32 × 32 بكسل، ويوضح ملف README لديه كيف تضبط ميزانية الرموز البصرية لكل صورة على نطاق مثل 256 إلى 1,280. فالصورة بحجم 1,024 × 1,024 تساوي نحو 32 × 32 = 1,024 رمزًا.

لا تنشر BroadNet إعدادات الصور في عمليات النشر لديها، فاعتبر هذه الأرقام رتبًا تقريبية. أرسل إحدى صورك الحقيقية واقرأ `usage.prompt_tokens`، ثم اطرح منه عدد رموز النص وحده. الناتج هو تكلفة رموز صورتك. وتطبّق [حاسبة رموز الصور](https://broadrouter.com/tools/image-token-calculator/) القاعدة الموثّقة لدى كل مزوّد على أي حجم صورة.

## كم يكلّف كل نموذج رؤية؟

أسعار BroadNet Inference لكل مليون رمز، مُحدَّثة في 2026-11-14:

| النموذج | الإدخال | الإخراج | السياق | يستدل أولًا | الرصيد المبدئي |
| --- | --- | --- | --- | --- | --- |
| [Gemma 4 VL 26B](https://broadrouter.com/ar/models/gemma-4-vl-26b/) | $0.10 | $0.22 | 32,768 | غير مذكور | نعم |
| [Qwen3.8 27B](https://broadrouter.com/ar/models/qwen3.8-27b/) | $0.175 | $2.17 | 262,144 | نعم | بعد الشحن |
| [DeepSeek V4.1 Flash](https://broadrouter.com/ar/models/deepseek-v4.1-flash/) | $0.175 | $0.52 | 1,048,576 | نعم | بعد الشحن |

## كم تكلّف 1,000 صورة؟

افترض أن كل صورة مع أمرها القصير تساوي نحو 1,000 رمز إدخال. حينها تساوي 1,000 صورة مليون رمز إدخال، وتكون تكلفة الإدخال لكل 1,000 صورة مساوية للسعر لكل مليون رمز:

| النموذج | تكلفة الإدخال لكل 1,000 صورة | تكلفة الإخراج لكل مليون رمز من الإجابات |
| --- | --- | --- |
| Gemma 4 VL 26B | $0.10 | $0.22 |
| Qwen3.8 27B | $0.175 | $2.17 |
| DeepSeek V4.1 Flash | $0.175 | $0.52 |

احسب أحجامك أنت عبر [حاسبة تكلفة LLM API](https://broadrouter.com/tools/llm-api-cost-calculator/) المجانية. هناك أمران يغيّران الترتيب:

1.  **طول الإجابة.** الوسم من كلمة واحدة رخيص في كل مكان. أما استخراج JSON من 300 رمز على نموذج استدلال فقد يحمل بضع مئات إضافية من [رموز الاستدلال المنطقي](https://broadrouter.com/ar/glossary/reasoning-tokens/)، تُحتسب بسعر الإخراج. وسعر الإخراج في Qwen3.8 27B ($2.17 لكل مليون رمز) أضعاف سعره في DeepSeek V4.1 Flash ($0.52)، لذا يكلّف DeepSeek أقل في الإجابات الطويلة.
2.  **حجم الصورة.** إن كانت صورك تساوي 2,000 رمز لكلٍّ منها، فضاعف عمود الإدخال. وإن كانت ميزانية Gemma البالغة 280 رمزًا كافية لمهمتك، فتنخفض تكلفة الإدخال إلى نحو الربع.

## كم تكلّف صفحة المستند الواحدة؟

صفحة A4 ممسوحة ضوئيًا ومعروضة بنحو 1,024 × 1,024 بكسل تقارب 1,000 رمز في مُرمِّز على طريقة Qwen. لذا فالقاعدة التقريبية هي **1,000 صفحة ≈ مليون رمز إدخال**، قبل الأمر والإجابة. وقد تحتاج الطباعة الصغيرة إلى دقة أعلى، أي رموز أكثر.

نصائح عملية للصفحات:

-   أرسل ملفات PDF النصية نصًّا مستخرجًا، لا صورًا. فالنص يستهلك رموزًا أقل بكثير من صورة للنص.
-   اقتصّ المنطقة التي تحتاجها فقط، مثل مربع الإجماليات في الفاتورة.
-   أرسل صفحة واحدة في كل طلب حين تحتاج إلى حقول لكل صفحة، حتى لا يكلّفك الإخفاق المستند كله.

## هل BroadNet أرخص API للرؤية؟

ليس في كل البنود. هذه العائلة نفسها من نماذج الرؤية المفتوحة لدى DeepInfra، من صفحة أسعارها في 14 نوفمبر 2026، لكل مليون رمز:

| النموذج لدى DeepInfra | الإدخال | الإخراج |
| --- | --- | --- |
| gemma-4-26B-A4B-it | USD 0.07 | USD 0.34 |
| Qwen3-VL-30B-A3B-Instruct | USD 0.15 | USD 0.60 |
| Qwen3-VL-235B-A22B-Instruct | USD 0.20 | USD 0.88 |

سعر إدخال Gemma 4 لدى DeepInfra أقل من سعر BroadNet البالغ $0.10، وسعر الإخراج لديها أعلى من سعر BroadNet البالغ $0.22. لذا ففي تصنيف الصور بإجابات من كلمة واحدة تكلّف DeepInfra أقل؛ وفي استخراجات JSON الطويلة قد تكلّف BroadNet أقل. قارن مستضيفين أكثر في [صفحة أسعار Gemma 4 26B A4B](https://broadrouter.com/ar/llm-api-pricing/gemma-4-26b-a4b-it/) و[صفحة أسعار Qwen3-VL 235B](https://broadrouter.com/llm-api-pricing/qwen3-vl-235b-a22b-instruct/)، أو اقرأ صفحة [بديل DeepInfra](https://broadrouter.com/alternatives/deepinfra-alternative/). ويضع ترتيب [أرخص واجهات LLM API](https://broadrouter.com/ar/llm-api-pricing/cheapest/) و[مؤشر أسعار LLM API](https://broadrouter.com/data/llm-api-price-index/) هذه الأسعار في سياق السوق.

## أيّ نماذج الرؤية تختار؟

-   **أدنى سعر على BroadNet، للمهام البسيطة:** Gemma 4 VL 26B. الوسوم، والتعليقات التوضيحية، و”هل يوجد توقيع؟”. يعمل على الرصيد المبدئي البالغ $5. ونافذة سياقه البالغة 32,768 رمزًا تحدّ من عدد الصور التي يتسع لها الطلب الواحد.
-   **المستندات ولقطات الشاشة العربية:** Qwen3.8 27B، النموذج الذي اختبرته BroadNet بالعربية. راجع [قراءة الفواتير العربية بنموذج رؤية](https://broadrouter.com/ar/guides/read-arabic-invoices-with-vision/) و[اختيار نموذج LLM للعربية](https://broadrouter.com/ar/blog/choosing-an-llm-for-arabic/).
-   **الإخراج الطويل، أو صور كثيرة في الطلب الواحد، أو أحجام عالية جدًا:** DeepSeek V4.1 Flash. تتسع نافذة سياقه البالغة 1,048,576 رمزًا لصفحات كثيرة دفعة واحدة، وفي الخطة الثابتة تكون الصور جزءًا من الاستخدام غير المحدود.

صفحات المقارنة جنبًا إلى جنب: [Gemma 4 VL 26B مقابل Qwen3.8 27B](https://broadrouter.com/compare/gemma-4-vl-26b-vs-qwen3.8-27b/) و[DeepSeek V4.1 Flash مقابل Gemma 4 VL 26B](https://broadrouter.com/compare/deepseek-v4.1-flash-vs-gemma-4-vl-26b/).

## متى تتفوّق الخطة الثابتة على التسعير لكل صورة؟

تكلّف جلسة البدر (Full Moon) مبلغ $60 شهريًا مقابل استخدام غير محدود لـ DeepSeek V4.1 Flash، بطلب واحد في كل مرة. وبنحو 1,000 رمز لكل صورة، تكلّف كل 1,000 صورة $0.175 للإدخال على DeepSeek V4.1 Flash، فيبلغ الإدخال وحده سعر الخطة عند $60 ÷ $0.175 ألف صورة شهريًا، قبل الإجابات. وإن كان عامل واحد يعالج الصور طوال اليوم، فقِس إنتاجيته في جلسة الشهاب (Meteor) لمدة ساعة ($1) وقارن، أو استخدم [حاسبة السعر الثابت مقابل الدفع لكل رمز](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/). والطريقة الكاملة موجودة في [حساب نقطة التعادل](https://broadrouter.com/ar/blog/flat-rate-vs-pay-per-token-llm-api/).

## كيف تخفّض تكاليف الرؤية؟

1.  صغّر الصورة إلى أدنى دقة تظل تُقرأ بشكل صحيح. اختبر ثلاثة أحجام على 20 عيّنة.
2.  اطلب JSON قصيرًا بمفاتيح مسمّاة، لا نصًّا نثريًا.
3.  اضبط `reasoning_effort` على `low` في نماذج الاستدلال للاستخراج البسيط، وأبقِ `max_tokens` عند 1,000 أو أكثر حتى لا تُقتطع الإجابة. راجع [لماذا تعود الإجابات فارغة](https://broadrouter.com/ar/guides/reasoning-tokens-empty-response/).
4.  استخدم نوع MIME الصحيح في عنوان data URL (`image/png` لملفات PNG).
5.  سجّل `prompt_tokens` لكل صورة لتكتشف الصور المرفوعة بأحجام زائدة.

## أين تقع BroadNet Inference من هذا؟

تقدّم BroadNet ثلاثة نماذج رؤية بمفتاح واحد، من Gemma بالدفع لكل رمز إلى الخطة الثابتة، بلا رسوم لكل صورة ومع [عدم الاحتفاظ بالبيانات](https://broadrouter.com/ar/privacy/) للصور التي ترسلها. وهي تناسب الفواتير والإيصالات ولقطات الشاشة والمستندات العربية. لكنها ليست أرخص مستضيف للأعمال التي يغلب عليها الإدخال، كما يُظهر جدول DeepInfra، ولا تقدّم توليد الصور، بل فهمها فقط. ولخط الاستخراج نفسه، راجع [استخراج بيانات الفواتير إلى JSON بنموذج رؤية](https://broadrouter.com/ar/blog/extract-data-from-documents-with-vision-llm/). [ابدأ بالرصيد المبدئي البالغ $5](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=ar-blog-cheapest-vision-llm-api&utm_content=body).

أدوات مجانية لهذا الموضوع (بالإنجليزية)

-   [LLM API cost calculator](https://broadrouter.com/tools/llm-api-cost-calculator/) Price a workload on every model at once, with cache hits, reasoning and a flat-plan check.
-   [Flat-rate vs per-token LLM cost calculator](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/) Break-even between an unlimited plan and paying per token, per agent.
-   [Prompt caching savings calculator](https://broadrouter.com/tools/prompt-caching-calculator/) Bill with and without caching, by prefix share and hit rate.
-   [Prompt token diff](https://broadrouter.com/tools/prompt-token-diff/) Two prompt versions side by side: changed lines, exact token delta and the monthly cost difference.

[أدوات مجانية (بالإنجليزية)](https://broadrouter.com/tools/)

## مصطلحات في هذا المقال

[الرمز (التوكن، Token)](https://broadrouter.com/ar/glossary/token/)

الرمز (التوكن) هو وحدة النص التي يقرؤها نموذج اللغة ويكتبها: كلمة، أو جزء من كلمة، أو علامة ترقيم، أو تسلسل بايتات ينتجه مجزّئ النموذج (tokenizer). وتَعُدّ واجهات LLM API الاستهلاك بالرموز، وتضع حدودها بها، وتحتسب تكلفتها بها عادةً.

[استدعاء الأدوات (Tool calling)](https://broadrouter.com/ar/glossary/tool-calling/)

استدعاء الأدوات، ويُسمّى أيضًا استدعاء الدوال (function calling)، ميزة في واجهات LLM API يُرجع فيها النموذج طلبًا منظَّمًا لتشغيل دالة عرّفها المطوّر، مع معاملات بصيغة JSON. ويشغّل التطبيق الدالة ويعيد النتيجة؛ فالنموذج لا يشغّل الشيفرة بنفسه أبدًا.

[الدفع حسب الاستخدام (Pay-as-you-go)](https://broadrouter.com/ar/glossary/pay-as-you-go/)

الدفع حسب الاستخدام هو نموذج تسعير تدفع فيه مقابل ما تستخدمه فقط، مقيسًا بوحدات مثل الرموز (التوكنات) أو الطلبات أو دقائق الصوت، دون اشتراك أو حد أدنى للالتزام. وتحتسب معظم واجهات LLM API تكلفتها بهذه الطريقة، من رصيد مدفوع مسبقًا أو بفاتورة دورية.

[رموز الصور (Image tokens)](https://broadrouter.com/ar/glossary/image-tokens/)

رموز الصور (image tokens) هي رموز الإدخال التي يستخدمها نموذج لغة بصري لتمثيل صورة في الطلب. يحسبها المزوّدون من حجم الصورة، غالبًا بتقسيمها إلى رقع أو مربعات ثابتة الحجم بعد تغيير مقاسها، ويحاسبون عليها كرموز إدخال النص، فتكلّف الصور الأكبر أكثر.

[نموذج الرؤية واللغة (Vision-language model)](https://broadrouter.com/ar/glossary/vision-language-model/)

نموذج الرؤية واللغة (VLM) نموذج يستقبل الصور والنص معًا مدخلاتٍ ويُنتج نصًا، فيستطيع وصف الصور والإجابة عن أسئلة حولها وقراءة المستندات والرسوم البيانية ولقطات الشاشة. وتُسمّى هذه النماذج أيضًا نماذج image-text-to-text أو النماذج متعددة الوسائط.

## أسئلة شائعة

### كم رمزًا تساوي الصورة الواحدة في نموذج رؤية؟

يتوقف ذلك على النموذج والدقة. يستخدم Gemma 4 ميزانيات من 70 إلى 1,120 رمزًا لكل صورة. وتستخدم نماذج VL من Qwen نحو رمز واحد لكل كتلة من 32 × 32 بكسل. اقرأ prompt\_tokens في كتلة usage لترى العدد الفعلي.

### ما أرخص API لنماذج الرؤية على BroadNet؟

Gemma 4 VL 26B، بسعر $0.10 للإدخال و$0.22 للإخراج لكل مليون رمز. ويعمل أيضًا على الرصيد المبدئي المجاني.

### هل توجد رسوم لكل صورة؟

لا. في مفاتيح الدفع حسب الاستخدام على BroadNet، تُحتسب الصور رموزَ إدخال بسعر الإدخال للنموذج، والصور الأكبر تستهلك رموزًا أكثر.

### هل الصور مشمولة في الخطة غير المحدودة؟

نعم. في خطة DeepSeek V4.1 Flash، الصور والأوامر الطويلة جزء من الاستخدام غير المحدود.

### هل DeepInfra أرخص من BroadNet في Gemma 4 للرؤية؟

في الأعمال التي يغلب عليها الإدخال، نعم. في 14 نوفمبر 2026 أدرجت DeepInfra النموذج gemma-4-26B-A4B-it بسعر USD 0.07 للإدخال وUSD 0.34 للإخراج لكل مليون رمز. وتتقاضى BroadNet $0.10 للإدخال و$0.22 للإخراج، فتكون BroadNet أرخص حين تكون الإجابات طويلة.

### أيّ نماذج الرؤية أفضل للفواتير العربية؟

Qwen3.8 27B هو النموذج الذي اختبرته BroadNet بالعربية، بكتابة سلسة وفهم للهجتين الخليجية والمصرية. اختبره على مستنداتك أنت.

## تابع القراءة

-   [شرح أسعار LLM API: الإدخال والمخزّن مؤقتًا والإخراج والاستدلال](https://broadrouter.com/ar/blog/llm-api-pricing-explained/)
-   [اختيار LLM API للغة العربية: ما الذي تختبره؟](https://broadrouter.com/ar/blog/choosing-an-llm-for-arabic/)
-   [رموز الاستدلال المنطقي: لماذا تدفع مقابل مخرجات أكثر مما تراه؟](https://broadrouter.com/ar/blog/reasoning-tokens-cost/)
-   [LLM API بسعر ثابت أم الدفع لكل رمز؟ حساب نقطة التعادل](https://broadrouter.com/ar/blog/flat-rate-vs-pay-per-token-llm-api/)
-   [نص أم صوت أم رؤية؟ ابدأ من المهمة](https://broadrouter.com/ar/blog/text-speech-vision/)
-   [تغيّرات أسعار LLM API في أكتوبر 2026: 3 ارتفاعات ولا تخفيض](https://broadrouter.com/ar/blog/llm-api-price-changes-october-2026/)
-   [كم مرة تتغيّر أسعار LLM API؟ 3 سنوات من صفحات الأسعار المؤرشفة](https://broadrouter.com/ar/blog/how-often-llm-api-prices-change/)
-   [دليل: قراءة الفواتير والإيصالات العربية بنموذج رؤية](https://broadrouter.com/ar/guides/read-arabic-invoices-with-vision/)
-   [دليل: لماذا يعيد نموذج الاستدلال إجابة فارغة؟](https://broadrouter.com/ar/guides/reasoning-tokens-empty-response/)

جرّبه على مهامك الفعلية. تبدأ الحسابات الجديدة برصيد قدره $5 لاستخدام Gemma والتفريغ الصوتي. أما DeepSeek وGLM وQwen3.8 فتتطلب شحن الرصيد.

[ابدأ الآن](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ar-blog-cheapest-vision-llm-api&utm_content=page-cta) ·

**المصادر**

-   [ملف أسعار BroadNet Inference المقروء آليًا، pricing.json (تاريخ الاطلاع 2026-11-14) (بالإنجليزية)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=ar-blog-cheapest-vision-llm-api&utm_content=sources)
-   [المرجع التقني لواجهة BroadNet Inference: المحادثة مع صورة، والصور ضمن الخطط (تاريخ الاطلاع 2026-11-14) (بالإنجليزية)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ar-blog-cheapest-vision-llm-api&utm_content=sources#requests)
-   [وثائق Gemma من Google، فهم الصور وميزانيات رموز الصورة (تاريخ الاطلاع 2026-11-14)](https://ai.google.dev/gemma/docs/capabilities/vision)
-   [مستودع Qwen3-VL، ضغط بنسبة 32 وإعدادات ميزانية الرموز البصرية (تاريخ الاطلاع 2026-11-14)](https://github.com/QwenLM/Qwen3-VL)
-   [أسعار DeepInfra: أسعار Gemma 4 وQwen3-VL لكل رمز (تاريخ الاطلاع 2026-11-14)](https://deepinfra.com/pricing)
