ابحث عن «SLA لـ LLM API» وستجد جداول يناقض بعضها بعضًا. يتجاوز هذا المقال تلك الجداول ويقرأ المصدر: صفحة SLA أو الشروط لكل مزوّد، كما جلبناها في 15 نوفمبر 2026. ولكل مزوّد نذكر هدف الإتاحة، وما يُعدّ انقطاعًا، ورصيد الخدمة، وأي هدف لزمن الاستجابة، والفئة المشمولة. وBroadRouter هو موقع BroadNet، لذا فإن BroadNet ضمن القائمة، وهي من المزوّدين الذين لا SLA لديهم في الخدمة الذاتية.
بماذا تتعهد اتفاقية مستوى الخدمة لـ LLM API فعلًا؟
اتفاقية مستوى الخدمة (SLA) هدف مكتوب مقترن بتعويض. وهي لا تُبقي الواجهة تعمل، بل تقول ما يحدث في فاتورتك حين تتوقف. ولكل اتفاقية أدناه الأجزاء الأربعة نفسها:
- هدف. عادةً نسبة إتاحة شهرية لكل منطقة أو مشروع أو مورد.
- تعريف للانقطاع. يكاد يكون دائمًا أخطاء الخادم فقط: استجابات 500 أو 5XX لطلبات صالحة. أما خطأ 429 الناتج عن حد المعدل فليس انقطاعًا، ولا الإجابة البطيئة أو الخاطئة.
- تعويض. نسبة مئوية من فاتورة ذلك الشهر للخدمة المتأثرة، تُضاف رصيدًا إلى الفواتير المستقبلية وبسقف محدد.
- إجراء مطالبة. تطلب أنت الرصيد، مستندًا إلى سجلاتك، خلال مهلة محددة.
وتُترجم النسب إلى دقائق هكذا، لشهر من 30 يومًا فيه 43,200 دقيقة:
| الإتاحة الشهرية | الانقطاع المسموح |
|---|---|
| 99.9% | نحو 43 دقيقة |
| 99.5% | 216 دقيقة |
| 99.0% | 432 دقيقة |
| 95.0% | 36 ساعة |
أي واجهات LLM API تنشر اتفاقية مستوى خدمة؟
قرأنا كل الصفوف من صفحة المزوّد نفسه في 15 نوفمبر 2026. و«لم نجد» تعني أن الصفحة التي راجعناها لا تذكر أي SLA؛ ولا تستبعد وجود عقد خاص.
| المزوّد والخدمة | هدف الإتاحة | ما يُعدّ انقطاعًا | الأرصدة | SLA لزمن الاستجابة | المشمولون |
|---|---|---|---|---|---|
| Microsoft Azure، Foundry Models (تشمل نماذج Azure OpenAI) | 99.9% | الطلبات التي تعيد رمز خطأ، بمتوسط لكل دقيقة | 10% عند أقل من 99.9%، و25% عند أقل من 99% | نعم، لعمليات النشر Provisioned Managed وPriority Processing | Foundry Models التي تبيعها Azure؛ الفئة Developer مستثناة |
| Amazon Bedrock | 99.9% (تبدأ الأرصدة دونها) | الطلبات التي تعيد رمز الخطأ 500، لكل فترة 5 دقائق، لكل منطقة | 10%، و25% عند أقل من 99.0%، و100% عند أقل من 95.0% | لا شيء في الاتفاقية | Bedrock في كل منطقة من مناطق AWS |
| Google، واجهة Gemini للاستدلال المباشر | 99.5% (95% للنماذج ذات الإتاحة الأقصر) | نسبة أخطاء 5XX تتجاوز 5% لمدة 5 دقائق متتالية أو أكثر | 10%، و25% عند أقل من 99.0%، و50% عند أقل من 95.0% | نعم، ضمن Provisioned Throughput على نقطة النهاية العالمية | generateContent وstreamGenerateContent |
| OpenAI، Scale Tier | 99.9% | غير معرّف في الصفحة العامة | غير مذكورة في الصفحة العامة | 99% من الوقت فوق حد أدنى من الرموز في الثانية لكل نموذج | عملاء Enterprise، بوحدات رموز تُشترى لمدة 30 يومًا على الأقل |
| OpenAI، الدفع حسب الاستخدام القياسي | لم نجد | – | – | – | – |
| Anthropic API | لم نجد؛ الشروط تقول “as is” و”as available” (الترجمة: «كما هي» و«حسب الإتاحة») | – | – | – | – |
| Fireworks AI، الإنتاجية المحجوزة | شروط إتاحة 99.9% | غير مذكور في صفحة الأسعار | غير مذكورة | SLA للإنتاجية | السعة المحجوزة فقط؛ الاستخدام الزائد غير مشمول |
| Together AI | بلا خوادم: لا شيء مذكور. “Provisioned Throughput: Token-based capacity with SLAs” (الترجمة: «الإنتاجية المخصّصة: سعة قائمة على الرموز مع اتفاقيات مستوى خدمة»)، (الشروط غير منشورة في الصفحة) | – | – | – | اسأل فريق المبيعات عن شروط الاتفاقية |
| BroadNet Inference، الخدمة الذاتية | لا شيء: “no availability commitment” (الترجمة: «لا التزام بالإتاحة») | – | – | – | مستويات الخدمة فقط في اتفاقية مكتوبة منفصلة |
كيف تختلف اتفاقيات مزوّدي السحابة الكبار؟
Microsoft Azure. تقول صفحة Learn من Microsoft إن Foundry Models التي تبيعها Azure “include all Azure OpenAI models” (الترجمة: «تشمل كل نماذج Azure OpenAI») و”covered by Azure service-level agreements” (الترجمة: «تغطيها اتفاقيات مستوى الخدمة من Azure»). وتعرّف الاتفاقية الموحّدة (إصدار أكتوبر 2026) معدل الأخطاء لكل دقيقة، ونسبة الإتاحة بأنها 100% ناقص متوسط معدل الأخطاء. والأرصدة 10% عند أقل من 99.9%، و25% عند أقل من 99%. ولا تنطبق الأرصدة إلا على Foundry Models التي تبيعها Azure، و”The Developer tier of the Foundry Models service is not covered by this SLA.” (الترجمة: «فئة Developer من خدمة Foundry Models غير مشمولة بهذه الاتفاقية.») ولعمليات النشر Provisioned Managed وPriority Processing، تقيس اتفاقية ثانية الرموز في الثانية مقابل هدف لكل نموذج في وثائق المنتج، مع رصيد 10% إذا قلّ التحقق عن 99%.
Amazon Bedrock. تلتزم AWS ببذل “commercially reasonable efforts” (الترجمة: «جهود معقولة تجاريًا») لتحقيق جدول الإتاحة. والإتاحة هي “the percentage of Requests processed by Amazon Bedrock that do not fail with Errors” (الترجمة: «نسبة الطلبات التي يعالجها Amazon Bedrock ولا تفشل بأخطاء»)، والخطأ هو “any Request that returns a 500 error code” (الترجمة: «أي طلب يعيد رمز الخطأ 500»). وتُحسب لكل منطقة، والفترات التي لا طلبات فيها تُعدّ متاحة بالكامل. وتشمل الاستثناءات إجراءات العميل مثل “scaling of provisioned throughput” (الترجمة: «توسيع الإنتاجية المخصّصة») وبرمجيات النموذج التي تسبّب “repeated model crashes or an inoperable model” (الترجمة: «أعطالًا متكررة للنموذج أو نموذجًا غير قابل للتشغيل»). ولا هدف لزمن الاستجابة في هذه الاتفاقية.
Google Cloud. اتفاقية Gemini للاستدلال المباشر هي الأكثر صرامة في تحديد ما يُحتسب. فالانقطاع يتطلب نسبة أخطاء 5XX تتجاوز 5%، تستمر “five or more consecutive minutes” (الترجمة: «خمس دقائق متتالية أو أكثر»). وسقف الأرصدة 50% من فاتورة الشهر للخدمة، ويجب أن تُبلغ الدعم خلال 30 يومًا مع ملفات السجل، والاتفاقية هي “sole and exclusive remedy” (الترجمة: «التعويض الوحيد والحصري») لك. وتُستثنى ميزة Grounding with Google Search، وأخطاء الحصص، والمهل الأقصر من الافتراضي لدى الخادم. وضمن Provisioned Throughput، تغطي اتفاقية لزمن الاستجابة بعض نماذج Gemini 2.5 على نقطة النهاية العالمية، وتُقاس بالوسيط p50 للرموز في الثانية لكل فترة 5 دقائق. وإذا نشرت نموذجك المفتوح بنفسك على Vertex AI بدلًا من ذلك، فإن اتفاقية Vertex AI Platform المنفصلة تغطي التنبؤ المباشر للنماذج المخصّصة بنسبة 99.5%، لكن فقط “for models deployed on 2 or more nodes” (الترجمة: «للنماذج المنشورة على عقدتين أو أكثر»).
وماذا عن OpenAI وAnthropic مباشرة؟
OpenAI. تقول صفحة Scale Tier: “Scale Tier traffic offers a 99.9% uptime SLA and prioritized compute.” (الترجمة: «توفر حركة Scale Tier اتفاقية إتاحة بنسبة 99.9% وأولوية في الحوسبة.») ويقرن جدولها ذلك باتفاقية لزمن الاستجابة لكل نموذج، مثل “99% > 50 tokens per second” (الترجمة: «99% > 50 رمزًا في الثانية»)، محسوبة بالوسيط p50 لزمن استجابة الطلب لكل 5 دقائق. وتقول الصفحة “This offering is available to Enterprise customers” (الترجمة: «هذا العرض متاح لعملاء Enterprise»)، وإن كل وحدة رموز تُشترى “for a minimum of 30 days” (الترجمة: «لمدة 30 يومًا على الأقل»)، وإن Scale Tier يغطي النماذج الصادرة قبل GPT-5.6، مع Reserved Tier للنماذج اللاحقة. ولم نجد أي SLA للإتاحة مرتبطة بالاستخدام القياسي بالدفع حسب الاستخدام. (حجب openai.com أداة الجلب لدينا، فقرأنا الصفحة من نسخة Internet Archive بتاريخ 7 نوفمبر 2026.)
Anthropic. لا تتضمن الشروط التجارية العامة (السارية منذ 17 يونيو 2025) أي SLA أو أرصدة خدمة. فالبند L.2 يقدّم الخدمات “AS IS” و”AS AVAILABLE” (الترجمة: «كما هي» و«حسب الإتاحة») ويخلي المسؤولية عن أن الاستخدام “WILL BE UNINTERRUPTED” (الترجمة: «سيكون دون انقطاع»). وقد تختلف الاتفاقيات المؤسسية، لكنها ليست علنية.
ما الذي لا تشتريه لك اتفاقية مستوى الخدمة؟
- الإتاحة نفسها. الرصيد يُدفع بعد الانقطاع. ومستخدموك رأوه على أي حال.
- السعة. التقييد (429) خارج كل تعريفات الإتاحة أعلاه. وتستثني Google صراحة “quotas applied by the system” (الترجمة: «الحصص التي يطبقها النظام»). راجع كيف تتعامل مع أخطاء 429.
- السرعة. وحدها الفئات المخصّصة أو المحجوزة تحمل هدفًا للرموز في الثانية. وفي الحركة القياسية، الإجابة البطيئة إجابة ناجحة. راجع شرح مقاييس زمن الاستجابة.
- الجودة. استجابة 200 بإجابة خاطئة ليست انقطاعًا في أي مكان.
- مالًا كثيرًا. الأرصدة حصة من فاتورة شهرية لخدمة واحدة، وغالبًا بسقف، ويجب أن تطالب بها بسجلاتك أنت.
كيف تبني على واجهة API بلا اتفاقية مستوى خدمة؟
تبني معظم الفرق على واجهات الدفع حسب الاستخدام بلا SLA. وهذا ينجح إذا كان التطبيق يتوقع الفشل:
- اضبط المهلات. استخدم البث المتدفق للإجابات الطويلة واضبط مهلة للعميل لكل طلب، حتى يفشل الاستدعاء المعلّق بسرعة. راجع دليل البث المتدفق.
- أعد المحاولة مع التراجع والتذبذب العشوائي (jitter) عند 429 و5XX، وضع سقفًا لإعادة المحاولة. راجع الأخطاء وإعادة المحاولة.
- أبقِ مزوّدًا ثانيًا مُعدًّا. مع الواجهات المتوافقة مع OpenAI، البديل الاحتياطي هو عنوان URL أساسي ومفتاح ومعرّف نموذج ثانٍ. راجع كيف تنتقل تلقائيًا بين واجهات LLM API.
- سجّل معرّفات الطلبات والطوابع الزمنية ورموز الحالة. تحتاج إليها لأي مطالبة بموجب SLA، ولترى معدل أخطائك الفعلي.
- اشترِ عقدًا حيث تحتاج إليه. إذا كانت الإتاحة شرطًا صارمًا، فاستخدم فئة مزوّد باتفاقية مكتوبة، أو نشرًا خاصًا بمستويات خدمة متفق عليها. راجع ما الذي تخطط له قبل نقطة نهاية خاصة.
أين تقع BroadNet Inference من هذا؟
BroadRouter هو موقع BroadNet نفسها. وواجهة BroadNet للخدمة الذاتية، بالدفع حسب الاستخدام وبالخطط على حد سواء، بلا SLA. وتقول شروط خدمتها (البند 7.4): “We aim to keep the API available and publish what we measure, but self-serve has no availability commitment.” (الترجمة: «نسعى إلى إبقاء الواجهة متاحة وننشر ما نقيسه، لكن الخدمة الذاتية بلا التزام بالإتاحة.») وكذلك: “Service levels exist only in a separate written agreement.” (الترجمة: «لا توجد مستويات خدمة إلا في اتفاقية مكتوبة منفصلة.») وفي هذه النقطة تقدّم Azure وAWS وGoogle أكثر: هدف إتاحة مكتوب مع أرصدة. ويسمح مفتاح الدفع حسب الاستخدام في BroadNet بـ 30 طلبًا في الدقيقة و4 طلبات متزامنة قيد التنفيذ. ووصف BroadNet نفسها لإعدادات التشغيل لديها موجود في أجهزة GPU لدى BroadNet ونهجها في التشغيل، وننقله بوصفه رواية BroadNet، لا التزامًا.
إذا كان حجم عملك يحتمل إعادة المحاولة والبديل الاحتياطي، فنقطة نهاية BroadNet المتوافقة مع OpenAI هي عنوان URL أساسي آخر تضيفه إلى إعداداتك: https://inference.broadnet.ai/v1. وإذا احتجت إلى مستويات خدمة تعاقدية، فاسأل BroadNet عن اتفاقية مكتوبة قبل أن تعتمد عليها. اقرأ المرجع التقني أو أنشئ حسابًا.
