---
title: "تكلفة الاستضافة الذاتية لـ LLM مقابل API واستئجار GPU"
description: "أسعار استئجار GPU من الصفحات الرسمية، ومعادلة تكلفة المليون رمز (توكن) على GPU خاص بك، ونسبة الاستغلال اللازمة لتتفوق على API، وتكاليف التشغيل المنسية."
url: https://broadrouter.com/ar/blog/self-hosting-llm-vs-api-cost/
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/self-hosting-llm-vs-api-cost/) (حُدّث في 2026-11-16).

# الاستضافة الذاتية لنموذج LLM أم API؟ التكلفة الحقيقية ونقطة التعادل

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

وحدة GPU المستأجرة تكلّف المبلغ نفسه في الساعة سواء عملت أم بقيت خاملة، لذا لا تتفوق الاستضافة الذاتية على API إلا مع استغلال مرتفع ومستقر. اقسم السعر بالساعة على الرموز (توكن) التي ينتجها الخادم فعلًا في الساعة، وأضف وقت الهندسة والمناوبة، ثم قارن بسعر API لكل مليون رمز. ومع الحركة المتقطعة أو المتوسطة يربح API في أغلب الأحوال.

## أبرز النقاط

-   في صفحة أسعار RunPod، تكلّف وحدة H100 SXM واحدة USD 4.39 للساعة على Secure Cloud وUSD 2.69 على Community Cloud: نحو USD 3,205 وUSD 1,964 شهريًا إذا بقيت تعمل.
-   تكلفة المليون رمز في الاستضافة الذاتية = السعر بالساعة ÷ (الرموز في الثانية × 3,600 ÷ 1,000,000) ÷ نسبة الاستغلال.
-   نسبة الاستغلال هي التي تحسم الجواب. وحدة GPU مشغولة 25% من الوقت تكلّف لكل رمز أربعة أضعاف وحدة مشغولة طوال الوقت.
-   النماذج الكبيرة مفتوحة الأوزان تحتاج إلى عدة وحدات GPU لمجرد استيعاب أوزانها؛ فاضرب سعر الاستئجار في عددها.
-   الهندسة والمراقبة والتحديثات والمناوبة تكاليف حقيقية؛ احسبها بساعات شهرية بأجرك الخاص.

**في هذه الصفحة**

1.  كم يكلّف استئجار GPU الآن؟
2.  كيف تحسب تكلفة المليون رمز في الاستضافة الذاتية؟
3.  كم رمزًا تحتاج شهريًا لتبلغ نقطة التعادل؟
4.  ما التكاليف التي يغفلها الناس؟
5.  متى تكون الاستضافة الذاتية القرار الصحيح؟
6.  هل توجد خيارات بسعر ثابت بين GPU والدفع لكل رمز؟
7.  أين تناسب BroadNet Inference

«سنوفّر المال إن شغّلناه بأنفسنا» من أكثر الادعاءات شيوعًا في تخطيط تكلفة LLM، ومن أقلها تحققًا. والحساب ليس صعبًا. فيه متغيّر واحد يخطئ الناس في تقديره (نسبة الاستغلال) وتكلفة واحدة يُسقطونها (الأشخاص). يقدّم هذا المقال المعادلة وأسعار استئجار حقيقية وطريقة لتطبيقها على أرقامك.

## كم يكلّف استئجار GPU الآن؟

أسعار بالساعة من صفحات الأسعار الرسمية، بتاريخ مراجعة 2026-11-14 (RunPod) و2026-11-16 (Lambda). الشهر هنا 730 ساعة.

| GPU | المزوّد والفئة (تاريخ المراجعة 2026-11-14) | لكل ساعة GPU | شهريًا، تشغيل دائم |
| --- | --- | --- | --- |
| H100 SXM | RunPod Secure Cloud | USD 4.39 | نحو USD 3,205 |
| H100 SXM | RunPod Community Cloud | USD 2.69 | نحو USD 1,964 |
| H100 PCIe | RunPod Secure Cloud | USD 2.89 | نحو USD 2,110 |
| H200 | RunPod Secure Cloud | USD 5.29 | نحو USD 3,862 |
| A100 80GB SXM | RunPod Secure Cloud | USD 2.19 | نحو USD 1,599 |
| L40S | RunPod Secure Cloud | USD 1.09 | نحو USD 796 |
| H100 SXM | Lambda عند الطلب، من 1 إلى 8 وحدات GPU (سارية من 2026-11-16؛ تاريخ المراجعة 2026-11-16) | من USD 4.59 إلى 4.89 | نحو USD 3,351 إلى 3,570 |

تقول صفحة Lambda (تاريخ المراجعة 2026-11-16) إن هذه الأسعار تسري في 2026-11-16 الساعة 00:00 UTC، وإن السعر لكل GPU ينخفض كلما كبرت العقدة، حتى USD 4.59 على عقدة من 8 وحدات GPU. وأسعار Community Cloud لدى RunPod أسعار «ابتداءً من» تختلف حسب المضيف. وSecure Cloud وCommunity Cloud فئتا استضافة مختلفتان، فاقرأ شروط كل فئة إن كانت لديك قواعد للتعامل مع البيانات. وكثير من النماذج يحتاج إلى أكثر من GPU واحدة: عقدة من 8 وحدات H100 بسعر Secure Cloud تكلّف نحو USD 25,638 شهريًا.

## كيف تحسب تكلفة المليون رمز في الاستضافة الذاتية؟

تنتج وحدة GPU الرموز بمعدل إجمالي عبر كل الطلبات التي تجمّعها معًا. وتكلفتك لكل رمز هي السعر بالساعة موزّعًا على الرموز التي تنتجها فعلًا:

**تكلفة المليون رمز = السعر بالساعة ÷ (إجمالي الرموز في الثانية × 3,600 ÷ 1,000,000) ÷ نسبة الاستغلال**

نسبة الاستغلال هي حصة الساعات التي تؤدي فيها وحدة GPU عملًا مفيدًا بذلك المعدل. وهذا مثال محسوب بأرقام **مفترضة** (ليس قياس أداء: قِس نموذجك بنفسك):

-   وحدة GPU: واحدة H100 SXM على Community Cloud، بسعر USD 2.69 للساعة.
-   الإخراج الإجمالي المفترض: 1,500 رمز في الثانية مع تجميع جيد للطلبات.
-   الرموز في الساعة عند الحمل الكامل: 1,500 × 3,600 = 5.4 مليون.

| نسبة الاستغلال | الرموز الفعلية في الساعة | التكلفة لكل مليون رمز إخراج |
| --- | --- | --- |
| 100% (مشبعة دائمًا) | 5.4M | USD 0.50 |
| 50% | 2.7M | USD 1.00 |
| 25% (مشغولة في ساعات العمل فقط) | 1.35M | USD 1.99 |
| 10% (حركة منتج متقطعة) | 0.54M | USD 4.98 |

قارن الآن بسعر API لكل مليون رمز إخراج. يعرض [جدول أسعار LLM API](https://broadrouter.com/ar/llm-api-pricing/) ما يتقاضاه عشرات المضيفين مقابل الأوزان المفتوحة نفسها؛ وعلى BroadNet Inference يكلّف [DeepSeek V4.1 Flash](https://broadrouter.com/ar/models/deepseek-v4.1-flash/) مبلغ $0.52 لكل مليون رمز إخراج، ويكلّف [Gemma 4 VL 26B](https://broadrouter.com/ar/models/gemma-4-vl-26b/) مبلغ $0.22. ابحث عن الصف الذي تنخفض فيه تكلفة الاستضافة الذاتية تحت سعر API: تلك هي نسبة الاستغلال التي تبلغ عندها التعادل. يتجاهل المثال رموز الإدخال، وهي أيضًا تستهلك وقت GPU (مرحلة المعالجة المسبقة prefill)، لذا تكون التكاليف الحقيقية للاستضافة الذاتية أعلى مما يُظهره الجدول.

## كم رمزًا تحتاج شهريًا لتبلغ نقطة التعادل؟

اقلب السؤال. وحدة GPU التي تبقى تعمل تكلّف سعرها الشهري في كل الأحوال، أما API فيكلّف الرموز × السعر. وحجم التعادل هو:

**الرموز الشهرية اللازمة للتعادل = تكلفة GPU الشهرية ÷ سعر API لكل مليون رمز × 1,000,000**

مع وحدة H100 واحدة على Community Cloud (نحو USD 1,964 شهريًا) مقابل سعر إخراج قدره $0.52 لكل مليون، اقسم 1,964 على ذلك السعر لتحصل على عدد ملايين رموز الإخراج الشهرية التي يجب أن تحل محلها قبل أن تغطي وحدة GPU تكلفتها. وافعل الشيء نفسه بسعرك المرجّح للإدخال والإخراج إن كان حجم عملك ثقيلًا في الإدخال، كما هي حال الوكلاء عادةً؛ ويشرح [مقال السعر الثابت مقابل الدفع لكل رمز](https://broadrouter.com/ar/blog/flat-rate-vs-pay-per-token-llm-api/) طريقة الترجيح.

ثم إن وحدة GPU هذه يجب أن تتسع فعلًا لتقديم النموذج. فإن احتاج النموذج إلى أربع وحدات GPU، فاضرب التكلفة الشهرية في أربعة قبل القسمة.

## ما التكاليف التي يغفلها الناس؟

| التكلفة | ما تشمله | كيف تحسبها |
| --- | --- | --- |
| الإعداد الهندسي | محرك التقديم، واختيار التكميم، والتوسّع التلقائي، واختبارات الحمل | ساعات لمرة واحدة × أجرك |
| التشغيل المستمر | الترقيات، وتحديثات التعريفات والمحرك، وتحديث النماذج | ساعات شهرية × أجرك |
| المناوبة | شخص يستيقظ حين تتعطل العقدة | سياسة المناوبة لديك |
| التكرار الاحتياطي | عقدة ثانية كي لا يصبح عطل واحد انقطاعًا للخدمة | يضاعف بند GPU |
| السعة الاحتياطية الخاملة | سعة لأوقات الذروة يجب إبقاؤها جاهزة | تخفض نسبة الاستغلال |
| التقييم | فحص إصدار جديد من النموذج قبل الانتقال إليه | ساعات لكل إصدار |

التكرار الاحتياطي هو الأكثر تغييرًا للنتيجة. وحدة GPU واحدة نقطة فشل واحدة، ووحدتان تُنصّفان نسبة الاستغلال بين ليلة وضحاها. راجع [تقييم النموذج قبل الانتقال إليه](https://broadrouter.com/ar/blog/evaluate-llm-before-switching/) لعمل التقييم الذي تجلبه كل ترقية.

## متى تكون الاستضافة الذاتية القرار الصحيح؟

-   **حجم مرتفع ومستقر.** خطوط معالجة دفعات تُبقي وحدات GPU مشبعة على مدار الساعة.
-   **البيانات يجب أن تبقى داخل شبكتك.** متطلب صارم، لا حجة تكلفة. تحقّق أولًا مما إذا كان API مع [عدم الاحتفاظ بالبيانات](https://broadrouter.com/ar/privacy/) يفي بقواعدك.
-   **نموذج لا يقدّمه أي API.** نموذجك المضبوط بدقة أو [نموذج مفتوح الأوزان](https://broadrouter.com/ar/glossary/open-weight-model/) متخصص.
-   **سعة مضمونة.** تحتاج إلى إنتاجية لن تمنحك إياها حدود معدل API.

وفي كل ما عدا ذلك، خصوصًا الحركة المتقطعة والمنتجات في بداياتها والوكلاء الذين يعملون على دفعات، يكون API أرخص ودون جدول مناوبات.

## هل توجد خيارات بسعر ثابت بين GPU والدفع لكل رمز؟

هناك حل وسط بين استئجار GPU والدفع لكل رمز. تبيع BroadNet مفتاحًا بالساعة لنموذج Gemma 4 VL 26B بسعر $0.50 للساعة (تدفق واحد، و120 طلبًا في الدقيقة، و300,000 رمزًا في الدقيقة)، أي $360.00 إن شغّلته طوال الشهر. وتبيع أيضًا [جلسات خطط غير محدودة](https://broadrouter.com/ar/guides/unlimited-llm-api-sessions/) لنموذج DeepSeek V4.1 Flash بسعر $60 شهريًا، تشغّل كل منها طلبًا واحدًا في كل مرة بسرعة نحو 100 رمز في الثانية. تمنحك هذه الخيارات فاتورة متوقعة كوحدة GPU مستأجرة، دون إعداد أو تشغيل، لكن بتزامن ثابت لكل مفتاح أو جلسة بدلًا من سعة التجميع الكاملة لوحدة GPU.

## أين تناسب BroadNet Inference

تمثّل BroadNet Inference جانب API في هذه المقارنة: أسعار لكل رمز، وخطط ثابتة، ومفاتيح بالساعة لنماذج مفتوحة الأوزان، بعضها مستضاف لدى شركاء استدلال أمريكيين، خلف واجهة API متوافقة مع OpenAI. وهي تناسب الفرق التي ستترك حركتُها وحدة GPU مستأجرة خاملة معظم اليوم، أو التي لا تريد تشغيل بنية استدلال تحتية. ولا تناسبك إن كنت تحتاج إلى تقديم نموذج مضبوط بدقة خاص بك، أو نشر داخل مقرّك، أو مئات الطلبات المتوازية على مفتاح واحد. جرّب أرقامك في [حاسبة تكلفة LLM API](https://broadrouter.com/tools/llm-api-cost-calculator/) وقارنها بالجدول أعلاه. وإن كنت لا تزال تختار بين النماذج المفتوحة والمغلقة، فمقال [تكلفة API للنماذج مفتوحة الأوزان مقابل المغلقة](https://broadrouter.com/ar/blog/open-weight-vs-closed-model-api-cost/) يقارن أسعار الرموز من الصفحة الرسمية لكل مزوّد. وتُجري [حاسبة الاستضافة الذاتية مقابل API](https://broadrouter.com/tools/self-hosting-vs-api-calculator/) حساب التعادل كاملًا بإنتاجيتك المقيسة وأسعار GPU هذه.

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.
-   [LLM token counter](https://broadrouter.com/tools/token-counter/) Exact token counts with each model's real tokenizer, with a token view and cost.
-   [Context window calculator](https://broadrouter.com/tools/context-window-calculator/) Will it fit? Window used per model, room left for output, cost to send.

[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.

[النموذج مفتوح الأوزان (Open-weight model)](https://broadrouter.com/ar/glossary/open-weight-model/)

النموذج مفتوح الأوزان نموذج تعلّم آلي تُنشر أوزانه المدرَّبة ليحمّلها أي أحد ويشغّلها، عادةً بموجب ترخيص له شروط. ويختلف عن الذكاء الاصطناعي مفتوح المصدر بالكامل، الذي يُصدر أيضًا شيفرة التدريب ومعلومات مفصّلة عن بيانات التدريب، ليتمكن الآخرون من دراسة النموذج وإعادة إنتاجه.

[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.

[التقييم (Eval)](https://broadrouter.com/ar/glossary/eval/)

التقييم (eval، اختصار evaluation) اختبار قابل للتكرار لنموذج لغوي أو أمر: مجموعة ثابتة من المدخلات، ووصف لما تبدو عليه المخرجات الجيدة، ومصحِّح (شيفرة أو إنسان أو نموذج آخر) يمنح كل مخرج درجة حتى يمكن المقارنة بين الإصدارات.

[حد المعدل (Rate limit)](https://broadrouter.com/ar/glossary/rate-limit/)

حد المعدل هو سقف تفرضه واجهة API على مقدار استخدام العميل لها خلال فترة زمنية، مثل عدد الطلبات في الدقيقة أو الرموز في الدقيقة. وتُرفض الطلبات التي تتجاوزه، غالبًا بالخطأ HTTP 429 Too Many Requests، إلى أن يعود الاستخدام تحت الحد.

[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.

[الإنتاجية (Throughput)](https://broadrouter.com/ar/glossary/throughput/)

الإنتاجية (throughput) في تقديم نماذج LLM هي إجمالي العمل الذي ينجزه النظام في وحدة الزمن عبر كل الطلبات المتزامنة، وتُقاس عادةً برموز الإخراج في الثانية أو الطلبات في الثانية. وهي تختلف عن سرعة التدفق الواحد، أي مدى سرعة وصول الرموز إلى طلب واحد.

[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.

## أسئلة شائعة

### هل الاستضافة الذاتية لنموذج LLM أرخص من استخدام API؟

فقط مع حجم مرتفع ومستقر. وحدة GPU المستأجرة تُحتسب كل ساعة، أما API فيحتسب الرموز التي تستخدمها فقط. إن كانت وحدة GPU ستبقى خاملة معظم اليوم، فـ API أرخص حتى قبل أن تحسب وقت الهندسة.

### كم يكلّف استئجار H100 بالساعة؟

في صفحة أسعار RunPod بتاريخ 2026-11-14، كانت H100 SXM بسعر USD 4.39 للساعة على Secure Cloud، وابتداءً من USD 2.69 على Community Cloud. وتُدرج Lambda وحدة H100 SXM عند الطلب بسعر من USD 4.59 إلى 4.89 لكل ساعة GPU حسب حجم العقدة، بأسعار سارية من 2026-11-16. راجع الصفحتين للأسعار الحالية.

### كم وحدة GPU أحتاج لاستضافة نموذج كبير بنفسي؟

ما يكفي على الأقل من الذاكرة للأوزان، إضافةً إلى ذاكرة KV المؤقتة لطلباتك المتزامنة. نماذج مزيج الخبراء الكبيرة تحتاج عادةً إلى عقدة متعددة وحدات GPU. راجع بطاقة النموذج لمعرفة عدد معاملاته والإعداد الموصى به.

### متى تكون الاستضافة الذاتية منطقية حتى لو كلّفت أكثر؟

حين لا يجوز أن تغادر البيانات شبكتك، أو حين تحتاج إلى نموذج مضبوط بدقة (fine-tuned) أو مخصص لا يقدّمه أي API، أو حين تحتاج إلى سعة مضمونة. هذه أسباب تتعلق بالتحكم لا بالتكلفة.

### كيف أقيس الإنتاجية الفعلية لوحدة GPU لديّ؟

شغّل أوامرك الحقيقية بمستوى التزامن الحقيقي على محرك تقديم مثل vLLM أو SGLang، وسجّل إجمالي رموز الإخراج في الثانية عبر كل الطلبات. أرقام الذروة لدى المورّدين تفترض تجميعًا مثاليًا للطلبات.

## تابع القراءة

-   [LLM API بسعر ثابت أم الدفع لكل رمز؟ حساب نقطة التعادل](https://broadrouter.com/ar/blog/flat-rate-vs-pay-per-token-llm-api/)
-   [زمن استجابة LLM: زمن أول رمز مقابل الرموز في الثانية والزمن الكلي](https://broadrouter.com/ar/blog/llm-latency-ttft-throughput/)
-   [ما معنى «غير محدود» فعلًا في خطط API نماذج اللغة؟](https://broadrouter.com/ar/blog/what-unlimited-llm-api-really-means/)
-   [OpenRouter أم خطة بسعر ثابت لوكلاء الذكاء الاصطناعي: أيهما أرخص؟](https://broadrouter.com/ar/blog/openrouter-alternative-flat-rate/)
-   [نقطة النهاية الخاصة تبدأ بحجم عمل واضح](https://broadrouter.com/ar/blog/private-endpoint-planning/)
-   [بدائل Artificial Analysis: أين تقارن نماذج LLM في 2026](https://broadrouter.com/ar/blog/artificial-analysis-alternatives/)
-   [مقارنة SLA لـ LLM API: بماذا تتعهد Azure وBedrock وGoogle وOpenAI؟](https://broadrouter.com/ar/blog/llm-api-sla-uptime-compared/)
-   [دليل: كيف تعمل خطط LLM API غير المحدودة مع الوكلاء](https://broadrouter.com/ar/guides/unlimited-llm-api-sessions/)

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-self-hosting-llm-vs-api-cost&utm_content=page-cta) ·

**المصادر**

-   [أسعار GPU لدى RunPod، الأسعار بالساعة على Secure Cloud وCommunity Cloud (تاريخ المراجعة 2026-11-14)](https://www.runpod.io/pricing)
-   [أسعار Lambda Cloud، السعر بالساعة لكل GPU عند الطلب (تاريخ المراجعة 2026-11-16)](https://lambda.com/pricing)
-   [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-self-hosting-llm-vs-api-cost&utm_content=sources)
-   [خطط BroadNet Inference والسرعة المعتادة (تاريخ المراجعة 2026-11-15)](https://inference.broadnet.ai/ar/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=ar-blog-self-hosting-llm-vs-api-cost&utm_content=sources)
-   [دليل قياس الأداء في NVIDIA NIM، مقاييس الإنتاجية وزمن الاستجابة (تاريخ المراجعة 2026-11-16)](https://docs.nvidia.com/nim/benchmarking/llm/metrics)
