معظم مفاجآت فواتير LLM سببها واحد: شيء ظل يستدعي الواجهة دون أن يراقبه أحد. حلقة إعادة محاولة، أو وكيل لم يستطع إنهاء مهمته، أو مفتاح مسرّب في مستودع عام. وتنبيهات الميزانية تخبرك بذلك بعد وقوعه. يبني هذا المقال التحكم في الإنفاق على طبقات، من الحساب نزولًا إلى الطلب الواحد، ويبيّن أي الأجزاء تتولاها BroadNet Inference وأيها تضيفها أنت في الشيفرة.
لماذا لا تكفي التنبيهات؟
يقارن التنبيه الإنفاقَ بحدٍّ معيّن بعد تسجيل الاستخدام. وقد تُرسل حلقة وكيل عشرات الطلبات في الدقيقة. وحين يصل البريد الإلكتروني، يكون المال قد ذهب. استخدم التنبيهات خط دفاع أخيرًا، وضع نقطة التوقف الصارمة حيث يُنشأ الطلب.
ما طبقات التحكم في إنفاق LLM؟
| الطبقة | أداة التحكم | ما توقفه | أين تضبطها |
|---|---|---|---|
| الحساب | رصيد مسبق الدفع | الإنفاق فوق ما موّلته | حساب المزوّد |
| المفتاح | مفتاح لكل تطبيق أو وكيل | تسريب واحد يستنزف كل شيء | بوابة المزوّد |
| المفتاح | قائمة عناوين IP المسموحة | مفتاح مسروق يُستخدم من مكان آخر | بوابة المزوّد |
| الطلب | max_tokens، reasoning_effort |
رد واحد ضخم | شيفرتك |
| المهمة | سقف الخطوات، سقف إعادة المحاولة، اكتشاف الحلقات | الوكلاء الخارجون عن السيطرة | شيفرتك |
| المهمة | ميزانية جارية لكل مهمة ولكل يوم | التسرّب البطيء عبر استدعاءات كثيرة | شيفرتك أو الوكيل (proxy) |
| التقارير | تسجيل الرموز والتنبيهات | انحراف لن تلاحظه | سجلاتك |
| التسعير | خطة ثابتة أو مفتاح ساعة | عدّاد الرموز نفسه | اختيار الخطة |
مستوى الحساب: كيف يضع الرصيد المسبق الدفع سقفًا للإنفاق؟
تسحب مفاتيح الدفع حسب الاستخدام في BroadNet Inference من رصيد حساب مسبق الدفع؛ وتبدأ الحسابات الجديدة برصيد $5 دون بطاقة. وحين ينفد مخصّص الدفع حسب الاستخدام، تعيد الطلبات 401، وعملية الشراء التي لا يغطيها الرصيد (مثل مفتاح ساعة) تعيد 402 insufficient_balance. عامل الاثنين إشارة توقف، لا شيئًا تعيد محاولته. ويذكر مرجع الأخطاء لدى BroadNet أيضًا حد الإنفاق ضمن أسباب الخطأ 429، لذا اقرأ نص الخطأ قبل أن تعيد محاولة أي 429. راجع كل رموز الأخطاء وكيف تتعامل مع 429 بالتراجع.
الرصيد هو سقفك الخارجي. موّله بقدر ما تقبل أن تخسره هذا الشهر، لا لسنة كاملة. ولتحديد ذلك الرقم، مرّر حركتك المتوقعة أولًا عبر حاسبة تكلفة LLM API.
مستوى المفتاح: كيف تحدّ من ضرر مفتاح مسرّب؟
مفتاح API صلاحية إنفاق: من يحمله يستطيع استخدام رصيدك. فاحصر نطاق الضرر لكل مفتاح:
- مفتاح لكل تطبيق أو وكيل أو بيئة. تسمح BroadNet بما يصل إلى 10 مفاتيح فعّالة لكل حساب، وكل منها صالح لمدة تصل إلى سنة. سمّها بحيث تخبرك السجلات أيها أنفق.
- قيّد المفاتيح بخوادمك. أضف عناوين IP الصادرة أو نطاقات CIDR إلى قائمة عناوين IP المسموحة، بما يصل إلى 32 إدخالًا. والطلبات من عناوين أخرى تتلقى 403.
- ألغِ بسرعة. يسري إلغاء المفاتيح وتغييرات القائمة المسموحة على الطلبات الجديدة خلال خمس ثوانٍ.
- أبقِ بيانات اعتماد البوابة بعيدًا عن الخوادم. فهي تستطيع إنشاء مفاتيح وإجراء مشتريات. أما مفاتيح الاستدلال فلا تفعل سوى استدعاء النماذج.
راجع قيّد مفاتيح API بقوائم عناوين IP المسموحة.
مستوى الطلب: كيف تضع حدًا لكل رد؟
اضبط max_tokens في كل استدعاء. وفي نماذج الاستدلال المنطقي (DeepSeek V4.1 Flash وGLM 5.3 وQwen3.8 27B) أبقِه عند 1,000 أو أكثر، لأن التفكير يتشارك الميزانية نفسها، والقيمة المنخفضة جدًا تعيد ردًا فارغًا تدفع ثمنه مع ذلك. وخفّض reasoning_effort في المهام البسيطة. راجع كيف تُحتسب رموز الاستدلال المنطقي.
مستوى المهمة: كيف توقف حلقة وكيل خارجة عن السيطرة؟
للحلقات الخارجة عن السيطرة علامات يمكن تمييزها: استدعاء الأداة نفسه يتكرر، والسياق ينمو في كل دور، والأخطاء تُعاد محاولتها بلا حد. ضع حارسًا حول العميل:
import json, os, urllib.request
from openai import OpenAI
# Per-1M prices from BroadNet's machine-readable rate card
card = json.load(urllib.request.urlopen("https://inference.broadnet.ai/pricing.json"))
m = next(x for x in card["models"] if x["id"] == "broadnet/deepseek-v4.1-flash")
PRICE = {"in": m["input_per_m"], "cached": m["cached_input_per_m"], "out": m["output_per_m"]}
client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"], max_retries=3)
class BudgetExceeded(Exception): pass
class Guard:
def __init__(self, budget_usd, max_steps=40):
self.budget, self.max_steps, self.spent, self.steps, self.last = budget_usd, max_steps, 0.0, 0, []
def call(self, **kw):
self.steps += 1
if self.steps > self.max_steps: raise BudgetExceeded("step cap")
if self.spent >= self.budget: raise BudgetExceeded("budget")
r = client.chat.completions.create(max_tokens=kw.pop("max_tokens", 4000), **kw)
u = r.usage
cached = (u.prompt_tokens_details.cached_tokens or 0) if u.prompt_tokens_details else 0
self.spent += ((u.prompt_tokens - cached) * PRICE["in"] + cached * PRICE["cached"]
+ u.completion_tokens * PRICE["out"]) / 1e6
calls = [(t.function.name, t.function.arguments) for t in (r.choices[0].message.tool_calls or [])]
self.last = (self.last + [calls])[-3:]
if calls and len(self.last) == 3 and all(c == calls for c in self.last):
raise BudgetExceeded("same tool call three times")
return r
يقرأ الحارس الأسعار من جدول الأسعار بدل كتابتها ثابتة في الشيفرة، فيبقى صحيحًا حين تتغير الأسعار. مرّر إلى call() النموذج نفسه الذي حسبت سعره. وأبقِ max_retries صغيرًا: فمكتبات OpenAI SDK تعيد محاولة 429 و5xx أصلًا، وكل إعادة محاولة تُحتسب من جديد.
وللفريق، شغّل الفحص نفسه في وكيل (proxy) مشترك حتى تسحب كل الخدمات من ميزانية يومية واحدة. وإعادة المحاولة تصطدم أيضًا بحدود المعدل: تبيّن لك حاسبة حدود المعدل كم استدعاءً في الدقيقة يسمح به مفتاحك فعلًا.
التقارير: ماذا تسجّل ومتى تُطلق التنبيه؟
سجّل لكل طلب: الاسم المستعار للمفتاح، واسم الميزة أو الوكيل، والنموذج، وprompt_tokens، وprompt_tokens_details.cached_tokens، وcompletion_tokens، والحالة، وX-Request-ID. وفي البث المتدفق، اضبط stream_options: {"include_usage": true} وإلا فلن تصل بيانات الاستخدام أبدًا (دليل البث المتدفق).
ومن تلك السجلات، أطلق تنبيهًا عند:
- تكلفة يومية لكل مفتاح تتجاوز الرقم المتوقع في تقدير التكلفة لديك؛
- رموز لكل مهمة تزيد على ثلاثة أضعاف الوسيط؛
- انخفاض حصة الذاكرة المؤقتة، مما يرفع التكلفة دون زيادة في الحركة؛
- ارتفاع معدل استجابات 429 أو 5xx، وهو ما يعني إعادة محاولات.
تحتفظ BroadNet بسجلات خالية من المحتوى مثل التوقيتات وعدد الرموز والتكلفة، لا بالأوامر، لذا فإن سجلاتك أنت هي موضع التفاصيل لكل ميزة. وتجنّب تسجيل محتوى الأوامر إذا كانت سياسة بياناتك تمنع ذلك. راجع كيف تبني تسجيل الاستخدام مع التكلفة لكل مستخدم وميزة.
مستوى التسعير: متى يتفوّق السعر الثابت على الميزانية؟
أكثر أدوات التحكم في الإنفاق موثوقية سعر لا يتحرك:
- جلسة الخطة: $60 شهريًا (البدر، Full Moon)، أو $15 أسبوعيًا (المدار، Orbit)، أو $1 للساعة (الشهاب، Meteor) لاستخدام غير محدود لـ DeepSeek V4.1 Flash، بطلب واحد في كل مرة. والطلبات بمفتاح الخطة لا تسحب من رصيدك أبدًا.
- مفتاح الساعة: $0.50 لساعة واحدة من Gemma 4 VL 26B على بث واحد. مناسب للمفاتيح التي تغادر خوادمك. راجع شرح مفاتيح الساعة.
الحلقة في الخطة تهدر الوقت لا المال. ولا تزال تحتاج إلى سقف للخطوات، لأن الوكيل العالق يحجز الجلسة عن أي عمل آخر. وكون الخطة أرخص من فاتورتك المحتسبة بالعدّاد يعتمد على الحجم؛ وتعطيك حاسبة السعر الثابت مقابل الدفع لكل رمز نقطة التعادل لمزيج رموزك.
وقد ترتفع أسعار الدفع لكل رمز أيضًا دون أن تتوقع. ويبيّن مقال 52 زيادة مؤرشفة في أسعار LLM API كم تكرر ذلك، ولدى أي المزوّدين، وبأي قدر.
قائمة تحقق مختصرة
- رصيد مسبق الدفع بحجم حدك الشهري.
- مفتاح مسمّى لكل تطبيق، مع قائمة عناوين IP المسموحة.
max_tokensفي كل طلب.- سقف للخطوات، وسقف لإعادة المحاولة، واكتشاف للاستدعاءات المتكررة في كل وكيل.
- تكلفة جارية لكل مهمة، تُفحص قبل كل استدعاء.
- تسجيل الرموز لكل طلب، مع تنبيهات عند الحدود التي تضعها.
- خطة ثابتة أو مفتاح ساعة حيثما كان الاستخدام متواصلًا أو كان المفتاح مكشوفًا.
أين تقع BroadNet Inference من هذا؟
تمنحك BroadNet طبقتي الحساب والمفتاح: رصيد مسبق الدفع، ومفاتيح منفصلة، وقوائم عناوين IP المسموحة مع إلغاء خلال ثوانٍ، وخطط بسعر ثابت ومفاتيح ساعة. لكنها لا توفّر ميزانيات مستوى المهمة الواردة في هذا المقال؛ فتلك مكانها شيفرتك أو الوكيل (proxy) لديك. وإذا احتجت إلى ميزانيات لكل فريق عبر مزوّدين كثيرين، فإن بوابة أمامهم جميعًا هي الأداة المناسبة. اطّلع على الأسعار.
