---
title: "حساب تكلفة LLM API قبل الإطلاق: خطوة بخطوة | BroadRouter"
description: "نموذج تكلفة لميزة ذكاء اصطناعي: المستخدمون × الإجراءات × الاستدعاءات × الرموز، مع التخزين المؤقت والاستدلال المنطقي وإعادة المحاولة وحدود المعدل، ومثال شهري."
url: https://broadrouter.com/ar/blog/estimate-llm-api-cost-before-launch/
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/estimate-llm-api-cost-before-launch/) (حُدّث في 2026-11-15).

# كيف تقدّر تكلفة LLM API قبل إطلاق ميزة جديدة

بقلم فريق BroadNet Inference · قراءة في 6 دقائق · تاريخ النشر 2026-11-14 · آخر تحديث 2026-11-15

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.

## أبرز النقاط

-   احسب وحدة العمل التي يطلقها المستخدم، ثم عُدّ كل استدعاء لنموذج اللغة خلفها، بما في ذلك إعادة المحاولة وخطوات الوكيل.
-   قِس الرموز على 20 إلى 50 عينة حقيقية واقرأ كتلة usage. لا تخمّنها من عدد الكلمات.
-   قسّم الإدخال إلى رموز جديدة ورموز مخزّنة مؤقتًا، وأدرج الاستدلال المنطقي ضمن الإخراج، لأن لكل منها سعرًا مختلفًا.
-   مثالنا: 60,000 إجراء شهريًا بـ 5,000 رمز إدخال و500 رمز إخراج، نصف الإدخال مخزّن مؤقتًا، يكلّف $42.67.
-   تحقّق من أن الحجم يتوافق مع حدود المعدل والتزامن، لا مع الميزانية فقط.

**في هذه الصفحة**

1.  ما معادلة تكلفة LLM API؟
2.  كيف تبني نموذج التكلفة خطوة بخطوة؟
3.  كيف يبدو تقدير محسوب؟ أداة لصياغة ردود الدعم
4.  ما مدى اتساع السيناريوهين المنخفض والمرتفع؟
5.  ما أكثر ما يحرّك التقدير؟
6.  هل يتوافق الحجم مع حدود المعدل؟
7.  هل تعمل هذه الميزة على خطة بسعر ثابت؟
8.  كيف تحوّل التقدير إلى ميزانية؟
9.  أين تقع BroadNet Inference من هذا

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](https://broadrouter.com/ar/blog/llm-cost-per-user-saas/) الهوامش وشرائح التسعير.

## ما معادلة تكلفة LLM API؟

```text
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](https://broadrouter.com/ar/glossary/input-and-output-tokens/) الاستدلال المنطقي. و[الرموز المخزّنة مؤقتًا](https://broadrouter.com/ar/glossary/cached-input-tokens/) إدخال يعيد المزوّد استخدامه بسعر أقل. وكل ما عدا ذلك قياس. وتطبّق [حاسبة تكلفة LLM API](https://broadrouter.com/tools/llm-api-cost-calculator/) 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](https://broadrouter.com/tools/token-counter/). اقرأ `usage.prompt_tokens` و`usage.prompt_tokens_details.cached_tokens` و`usage.completion_tokens` من كل استجابة. ومع البث المتدفق، اضبط `stream_options: {"include_usage": true}`؛ ويوضح [دليل البث المتدفق](https://broadrouter.com/ar/guides/streaming-chat-completions/) 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](https://broadrouter.com/ar/glossary/reasoning-tokens/) هذه على أنها إخراج، وغالبًا ما تكون أكبر من الرد الظاهر. راجع [لماذا يكلّف الاستدلال المنطقي أكثر مما تراه](https://broadrouter.com/ar/blog/reasoning-tokens-cost/).
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](https://broadrouter.com/ar/glossary/rate-limit/) 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](https://broadrouter.com/ar/blog/cached-input-tokens-explained/).

## 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](https://broadrouter.com/ar/guides/reasoning-tokens-empty-response/).
-   **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](https://broadrouter.com/ar/blog/llm-api-spend-control/).
-   **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](https://broadrouter.com/data/real-cost-by-language/) 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](https://broadrouter.com/ar/blog/llm-api-price-increases/).

إذا جاء التقدير مرتفعًا جدًا، فطبّق [قائمة الخطوات العشر لتقليل تكلفة LLM API](https://broadrouter.com/ar/blog/how-to-reduce-llm-api-costs/) 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](https://broadrouter.com/tools/llm-rate-limit-calculator/). وللحساب بين المعدل والطلبات قيد التنفيذ، راجع [التزامن](https://broadrouter.com/ar/glossary/concurrency/). وإذا ظهرت لك أخطاء 429، [فانتظر مدة متزايدة ثم أعد المحاولة](https://broadrouter.com/ar/guides/errors-and-retries/).

## 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](https://broadrouter.com/ar/blog/flat-rate-vs-pay-per-token-llm-api/) 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](https://broadrouter.com/tools/llm-api-cost-calculator/)، أو المقارنة بين الخطة والدفع لكل رمز في [صفحة الأسعار](https://broadrouter.com/ar/pricing/).

## أين تقع BroadNet Inference من هذا

تنشر BroadNet Inference أسعارها لكل رمز لكل نموذج محادثة وتفريغ صوتي تقدّمه في [ملف أسعار](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=ar-blog-estimate-llm-api-cost-before-launch&utm_content=body) 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.

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.

[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.

[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.

[التزامن (Concurrency)](https://broadrouter.com/ar/glossary/concurrency/)

التزامن (concurrency) هو عدد الطلبات التي تكون لدى العميل قيد التنفيذ في الوقت نفسه. وكثيرًا ما تضع واجهات LLM API سقفًا له لكل مفتاح أو خطة، بمعزل عن عدد الطلبات في الدقيقة، لأن كل طلب مفتوح يشغل قدرة من وحدة GPU حتى تكتمل استجابته.

[رموز الإدخال والإخراج (Input and output tokens)](https://broadrouter.com/ar/glossary/input-and-output-tokens/)

رموز الإدخال هي الرموز (التوكنات) التي يقرؤها نموذج اللغة في الطلب، ومنها أمر النظام وسجل المحادثة وتعريفات الأدوات والصور. ورموز الإخراج هي الرموز التي يولّدها في الرد، بما فيها الاستدلال المنطقي. وتسعّر واجهات LLM API كلًّا منهما على حدة عادةً، والإخراج أغلى في الغالب.

[البث المتدفق (Streaming)](https://broadrouter.com/ar/glossary/streaming/)

البث المتدفق (streaming) طريقة لإرجاع استجابة النموذج اللغوي على أجزاء صغيرة أثناء توليدها، بدل إرجاعها ردًا واحدًا في النهاية. وتبث الواجهات المتوافقة مع OpenAI عبر أحداث يرسلها الخادم (server-sent events) حين يضبط الطلب stream على true.

[أمر النظام (System prompt)](https://broadrouter.com/ar/glossary/system-prompt/)

أمر النظام (system prompt) هو نص التعليمات الذي يرسله التطبيق إلى النموذج اللغوي قبل المحادثة، عادةً في رسالة بالدور system أو developer. وهو يحدد دور النموذج وقواعده ونبرته وصيغة مخرجاته، ويُفترض أن يلتزم به النموذج إذا تعارض مع رسائل المستخدم.

[الرصيد المدفوع مسبقًا (Prepaid credit)](https://broadrouter.com/ar/glossary/prepaid-credit/)

الرصيد المدفوع مسبقًا هو مال يُضاف إلى حساب API قبل الاستخدام. يُخصم من الرصيد ثمن كل طلب، وعندما ينفد الرصيد تتوقف الطلبات المحتسبة بالاستهلاك حتى تشحن رصيدك. وهو يحصر الإنفاق في حدود ما دفعته.

## 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.

## تابع القراءة

-   [شرح أسعار LLM API: الإدخال والمخزّن مؤقتًا والإخراج والاستدلال](https://broadrouter.com/ar/blog/llm-api-pricing-explained/)
-   [LLM API بسعر ثابت أم الدفع لكل رمز؟ حساب نقطة التعادل](https://broadrouter.com/ar/blog/flat-rate-vs-pay-per-token-llm-api/)
-   [رموز الإدخال المخزّنة مؤقتًا: كيف تخفّض فاتورة LLM API](https://broadrouter.com/ar/blog/cached-input-tokens-explained/)
-   [التحكم في إنفاق LLM API: الميزانيات وحدود المفاتيح والحماية من الحلقات](https://broadrouter.com/ar/blog/llm-api-spend-control/)
-   [رصيد LLM API المجاني: إلى أي مدى يكفي الرصيد المبدئي فعلًا؟](https://broadrouter.com/ar/blog/free-llm-api-credit/)
-   [تكلفة LLM لكل مستخدم: اقتصاديات الوحدة لميزة ذكاء اصطناعي في SaaS](https://broadrouter.com/ar/blog/llm-cost-per-user-saas/)
-   [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: البث المتدفق لإكمال المحادثات والتعامل مع انقطاع الاتصال](https://broadrouter.com/ar/guides/streaming-chat-completions/)
-   [دليل: رموز أخطاء BroadNet Inference ومتى تعيد المحاولة](https://broadrouter.com/ar/guides/errors-and-retries/)

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-estimate-llm-api-cost-before-launch&utm_content=page-cta) ·

**المصادر**

-   [أسعار BroadNet Inference بصيغة قابلة للقراءة آليًا (pricing.json) (تاريخ المراجعة 2026-11-15) (بالإنجليزية)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=ar-blog-estimate-llm-api-cost-before-launch&utm_content=sources)
-   [المرجع التقني لواجهة BroadNet Inference، الحدود والاستخدام (تاريخ المراجعة 2026-11-15) (بالإنجليزية)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ar-blog-estimate-llm-api-cost-before-launch&utm_content=sources#limits)
-   [صفحة أسعار BroadNet Inference (تاريخ المراجعة 2026-11-15)](https://inference.broadnet.ai/ar/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=ar-blog-estimate-llm-api-cost-before-launch&utm_content=sources)
