BroadRouter

كيف تقدّر تكلفة LLM API قبل إطلاق ميزة جديدة

بقلم فريق BroadNet Inference · قراءة في 6 دقائق · تاريخ النشر · آخر تحديث

لتقدير تكلفة LLM API، احسب إجراء المستخدم الواحد لا استدعاء API الواحد: عُدّ الاستدعاءات لكل إجراء، وقِس رموز (توكن) الإدخال والإدخال المخزّن مؤقتًا والإخراج لكل استدعاء على عينات حقيقية، ثم اضرب في المستخدمين والإجراءات شهريًا. أضف الاستدلال المنطقي وإعادة المحاولة، وسعّر سيناريوهات منخفضًا ومتوقعًا ومرتفعًا. ومثالنا المحسوب على DeepSeek V4.1 Flash يصل إلى $42.67 شهريًا.

لتقدير تكلفة LLM API قبل الإطلاق، سعّر إجراء المستخدم الواحد بدلًا من استدعاء API الواحد. عُدّ الاستدعاءات التي يتطلبها، وقِس رموز (توكن) الإدخال الجديد والإدخال المخزّن مؤقتًا والإخراج على 20 إلى 50 عينة حقيقية، واضرب في الإجراءات الشهرية، ثم أضف الاستدلال المنطقي وإعادة المحاولة. ومثالنا المحسوب لصياغة ردود الدعم على DeepSeek V4.1 Flash يصل إلى $42.67 شهريًا.

هذا توقّع لما قبل الإطلاق لميزة واحدة؛ وبعد أن يصبح لديك مستخدمون يدفعون، يتناول مقال تكلفة نموذج اللغة لكل مستخدم في تطبيقات SaaS الهوامش وشرائح التسعير.

ما معادلة تكلفة LLM API؟

monthly cost = actions per month × calls per action
             × ( new input tokens × input price
               + cached input tokens × cached price
               + output tokens × output price ) / 1,000,000

تشمل رموز الإخراج الاستدلال المنطقي. والرموز المخزّنة مؤقتًا إدخال يعيد المزوّد استخدامه بسعر أقل. وكل ما عدا ذلك قياس. وتطبّق حاسبة تكلفة LLM API المجانية هذه المعادلة على السعر المعلن لأي نموذج.

كيف تبني نموذج التكلفة خطوة بخطوة؟

  1. سمِّ وحدة العمل. «صياغة رد للدعم»، «تلخيص مكالمة»، «إصلاح اختبار فاشل». سعّر هذه الوحدة، لا «الطلب».
  2. عُدّ الاستدعاءات لكل إجراء. قد تكون إجابة قائمة على الاسترجاع استدعاءً واحدًا. أما الوكيل الذي يخطط ويعدّل ويتحقق فقد يحتاج إلى عشرة. وأضف معدل إعادة المحاولة: فانتهاء المهلة الذي تعيد محاولته يُحتسب مرة أخرى.
  3. قِس الرموز لكل استدعاء على عينات حقيقية. خذ 20 إلى 50 مدخلًا واقعيًا، لا عروضًا توضيحية نظيفة. وللحصول على عدّ أولي تقريبي قبل استدعاء أي API، الصقها في عدّاد الرموز. اقرأ usage.prompt_tokens وusage.prompt_tokens_details.cached_tokens وusage.completion_tokens من كل استجابة. ومع البث المتدفق، اضبط stream_options: {"include_usage": true}؛ ويوضح دليل البث المتدفق أين تظهر.
  4. افصل الإدخال الجديد عن المخزّن مؤقتًا. يمكن تخزين أمر النظام وقائمة الأدوات والمستندات المشتركة مؤقتًا إذا جاءت أولًا وبقيت متطابقة. أما نص المستخدم فلا.
  5. أدرج الاستدلال المنطقي ضمن الإخراج. يفكّر DeepSeek V4.1 Flash وGLM 5.3 وQwen3.8 27B قبل الإجابة. وتُحتسب رموز الاستدلال المنطقي هذه على أنها إخراج، وغالبًا ما تكون أكبر من الرد الظاهر. راجع لماذا يكلّف الاستدلال المنطقي أكثر مما تراه.
  6. قدّر الحجم. المستخدمون النشطون × الإجراءات لكل مستخدم يوميًا × 30.
  7. اضرب واجمع. حوّل مجاميع الرموز إلى ملايين وطبّق السعر لكل مليون رمز.
  8. سعّر ثلاثة سيناريوهات. منخفض ومتوقع ومرتفع. فحركة الإطلاق غير مؤكدة، والأوامر تطول مع الوقت.
  9. تحقّق من الحدود، لا من المال فقط. يجب أن تتسع حدود المعدل لمفتاحك لذروة الطلبات في الدقيقة والطلبات قيد التنفيذ.
  10. اختر نموذج الفوترة. الدفع لكل رمز للحركة المتذبذبة التي يقودها المستخدمون؛ وخطة بسعر ثابت للوكلاء الذين يعملون دون توقف.

كيف يبدو تقدير محسوب؟ أداة لصياغة ردود الدعم

يضيف تطبيق لمكتب المساعدة زر «صياغة رد». الأرقام أدناه افتراضات للتوضيح. استبدل كلًّا منها بقياساتك.

المُدخل القيمة مصدرها
موظفو الدعم الذين يستخدمون الميزة 500 خطة المنتج
المسودات لكل موظف يوميًا 4 استخدام التجربة الأولية
الأيام في الشهر 30
الإجراءات شهريًا 60,000 500 × 4 × 30
الاستدعاءات لكل إجراء 1 استدعاء واحد مع المقالات المسترجعة
رموز الإدخال لكل استدعاء 5,000 أمر النظام، وسلسلة التذكرة، وثلاث مقالات مساعدة
نسبة الإدخال المخزّن مؤقتًا 50% أمر نظام ثابت وبادئة مقالات ثابتة
رموز الإخراج لكل استدعاء 500 نحو 200 ظاهرة و300 للاستدلال المنطقي
النموذج DeepSeek V4.1 Flash $0.175 / $0.0055 / $0.52 لكل مليون

والآن المجاميع:

البند الرموز شهريًا السعر لكل مليون
إدخال جديد 150M $0.175
إدخال مخزّن مؤقتًا 150M $0.0055
الإخراج، شاملًا الاستدلال المنطقي 30M $0.52
التكلفة الشهرية المتوقعة $42.67

أي 300 مليون رمز إدخال و30 مليون رمز إخراج: 60,000 × 5,000 و60,000 × 500.

ما مدى اتساع السيناريوهين المنخفض والمرتفع؟

السيناريو الإجراءات شهريًا رموز الإدخال / الإخراج التكلفة الشهرية
منخفض: تبنٍّ بطيء 20,000 100M / 10M $14.23
متوقع 60,000 300M / 30M $42.67
مرتفع: تبنٍّ بثلاثة أضعاف 180,000 900M / 90M 3 × $42.67

تحتفظ السيناريوهات الثلاثة بنسبة التخزين المؤقت نفسها، 50%. وإذا انخفضت هذه النسبة ارتفعت الفاتورة: فالإدخال الجديد يكلّف $0.175 لكل مليون على هذا النموذج مقابل $0.0055 للمخزّن مؤقتًا. راجع كيف تحافظ على نسبة تخزين مؤقت مرتفعة.

ما أكثر ما يحرّك التقدير؟

  • طول السياق. الاسترجاع الذي يجلب عشر مقالات بدلًا من ثلاث قد يضاعف الإدخال. قِس الرموز بعد كل تغيير في الأمر.
  • الاستدلال المنطقي. ضبط reasoning_effort على low للمسودات البسيطة يقلّص الإخراج المخفي. راجع الاستدلال المنطقي وmax_tokens.
  • إعادة المحاولة والحلقات. معدل إعادة محاولة بنسبة 5% يضيف 5% إلى كل بند. وحلقة وكيل بلا حد لعدد الخطوات ليس لها سقف إطلاقًا. راجع التحكم في إنفاق LLM API.
  • اختيار النموذج. يكلّف Gemma 4 VL 26B $0.10 للإدخال و$0.22 للإخراج لكل مليون، لكن سياقه 32,768 رمزًا ولا تذكر BroadNet دعمه للاستدلال المنطقي. اختبر الجودة قبل أن تنتقل إليه لتوفير المال.
  • اللغة. قد يحتاج المحتوى نفسه إلى رموز أكثر بكثير بالعربية أو الهندية منه بالإنجليزية، ويعتمد الفرق على المُرمِّز. وتعرض مجموعة بياناتنا عن التكلفة الفعلية حسب اللغة السعر لكل مليون حرف لكل لغة على كل نموذج ومزوّد.
  • نمو الأوامر. تميل الأوامر إلى الطول بعد الإطلاق مع معالجة الحالات الحدّية. أعد القياس مع كل إصدار.
  • تغيّر الأسعار. نادرًا ما تتغير أسعار القوائم، لكنها قد ترتفع. ففي صفحات الأسعار المؤرشفة لدى 11 مزوّدًا رصدنا 52 زيادة في سعر القائمة بين 2024 ونوفمبر 2026، تُقارن كل منها سعر نموذج بسعره السابق نفسه (مقابل 100 تخفيض)؛ وكان وسيط الزيادة 40% على سعر مركّب. راجع كيف تخطط ميزانيتك لزيادات أسعار LLM API.

إذا جاء التقدير مرتفعًا جدًا، فطبّق قائمة الخطوات العشر لتقليل تكلفة LLM API قبل أن تغيّر الميزة.

هل يتوافق الحجم مع حدود المعدل؟

60,000 إجراء شهريًا تعني نحو 2,000 يوميًا. وإذا جاء عُشر مسودات اليوم في ساعة الذروة، فذلك 200 في الساعة، أي نحو 3 في الدقيقة. ويسمح مفتاح الدفع حسب الاستخدام من BroadNet بـ 30 طلبًا في الدقيقة و4 قيد التنفيذ، لذا يكفي مفتاح واحد. تحقّق من السيناريو المرتفع أيضًا، أو مرّر ذروتك عبر حاسبة حدود المعدل. وللحساب بين المعدل والطلبات قيد التنفيذ، راجع التزامن. وإذا ظهرت لك أخطاء 429، فانتظر مدة متزايدة ثم أعد المحاولة.

هل تعمل هذه الميزة على خطة بسعر ثابت؟

على الأرجح لا. جلسة البدر (Full Moon) سعرها $60 شهريًا، لكن الجلسة تشغّل طلبًا واحدًا في كل مرة، والمستخدمون الكثيرون الذين يضغطون «صياغة» في الوقت نفسه يحتاجون إلى طلبات متوازية. تناسب الخطط بسعر ثابت الوكلاء الذين يعملون باستمرار، مثل وكيل البرمجة. ويُظهر حساب نقطة التعادل أن وكيل برمجة يعمل بدوام كامل يكلّف $65.40 شهريًا بالدفع لكل رمز، وهو أعلى من سعر الخطة.

كيف تحوّل التقدير إلى ميزانية؟

  1. ضع الرقم المتوقع في خطتك، والرقم المرتفع في عتبة التنبيه.
  2. سجّل الرموز لكل إجراء في الإنتاج وقارنها بالنموذج أسبوعيًا.
  3. ضع حدودًا صارمة في الشيفرة: max_tokens، وحدود الخطوات، وحدود إعادة المحاولة.
  4. أعد التقدير كلما غيّرت النموذج أو الأمر أو إعدادات الاسترجاع.

يمكنك إعادة حساب التكلفة لكل رمز بأرقامك في حاسبة تكلفة LLM API، أو المقارنة بين الخطة والدفع لكل رمز في صفحة الأسعار.

أين تقع BroadNet Inference من هذا

تنشر BroadNet Inference أسعارها لكل رمز لكل نموذج محادثة وتفريغ صوتي تقدّمه في ملف أسعار واحد، لذا يمكن إبقاء التقدير أعلاه داخل الشيفرة. تحصل الحسابات الجديدة على رصيد ابتدائي قدره $5 يعمل على Gemma 4 VL 26B ونموذجَي التفريغ الصوتي، فيمكنك قياس عيّناتك على Gemma؛ أما DeepSeek وGLM وQwen فتحتاج إلى شحن الرصيد. وإذا كانت ميزتك تحتاج إلى نموذج متقدم مغلق، فليست BroadNet المزوّد المناسب لذلك الجزء.

أسئلة شائعة

كيف أقدّر عدد الرموز قبل أن يكون لدي مستخدمون؟

جهّز 20 إلى 50 مدخلًا واقعيًا، وشغّلها على النموذج الذي تنوي استخدامه، واقرأ prompt_tokens وcached_tokens وcompletion_tokens من كتلة usage. ثم احسب متوسطها لكل استدعاء.

كم رمزًا يستهلك طلب محادثة عادي؟

يتفاوت ذلك كثيرًا. قد يكون دور محادثة قصير بضع مئات من الرموز، بينما قد يبلغ طلب يتضمن مستندات مسترجعة أو سجلًا طويلًا عشرات الآلاف. قِس أوامرك أنت.

هل أضيف هامش أمان إلى تقدير تكلفة نموذج اللغة؟

نعم. سعّر سيناريو مرتفعًا بضعفين إلى ثلاثة أضعاف الحجم المتوقع، وخصّص ميزانية لإعادة المحاولة ولأوامر أطول مع نمو الميزة. ثم ضع حدودًا صارمة حتى لا يتجاوزه خطأ برمجي.

متى أفكّر في خطة بسعر ثابت بدلًا من ذلك؟

عندما يعمل وكيل أو عامل واحد معظم اليوم على نموذج واحد. فلنموذج DeepSeek V4.1 Flash على BroadNet، تكلّف جلسة البدر $60 شهريًا بلا عدّاد للرموز، بطلب واحد في كل مرة.

اقرأها بصيغة Markdownاسأل ChatGPTاسأل Claudeاسأل Perplexity