كلّفت التجربة أربعين دولاراً شهرياً فوافق الجميع. ثم أُطلق المنتج، ووصلت الفاتورة بأربعة أرقام إضافية لم يتوقعها أحد.
هذه أشيع مفاجأة مالية في مشاريع الذكاء الاصطناعي، وهي متوقّعة تماماً. فللذكاء الاصطناعي بنية تكلفة لا تملكها معظم البرمجيات: يحاسبك في كل مرة يعمل فيها، إلى الأبد.
الإجابة المختصرة: التكلفة تتناسب مع حجم النص في الاتجاهين. والروافع الثلاث المهمة هي تخزين السياق المتكرر مؤقتاً، واختيار حجم النموذج بحسب المهمة لا بشكل شامل، وعدم إرسال نص أكثر مما تحتاجه المهمة. ومجتمعةً تخفض الإنفاق 60–90% عادةً.
هذا الدليل يشرح كيف يعمل التسعير، ولماذا تغيّر العربية الحسابات، وكيف تقدّر قبل الالتزام.
كيف يعمل التسعير فعلاً
تدفع لكل رمز (token) في الاتجاهين. والرمز جزء من نص — غالباً جزء من كلمة. وما ترسله وما يعيده النموذج كلاهما محاسَب، والمخرجات أغلى عادةً بعدة أضعاف من المدخلات.
وما يُحسب كمدخلات أكبر مما يتوقع الناس. ففي كل استدعاء تُحاسَب على:
- توجيه النظام
- كامل سجل المحادثة الذي تعيد إرساله
- أي مستندات أو سياق مسترجَع
- رسالة المستخدم الفعلية
ولهذا تصبح المحادثات مكلفة بشكل غير خطي. فالدور الأول يرسل رسالة قصيرة. والدور العشرون يعيد إرسال المحادثة كاملة. والرسالة العاشرة في الجلسة قد تكلف عشرة أضعاف الأولى — ولا شيء في كودك يبدو مختلفاً.
والأسعار تتغير باستمرار وتتفاوت بحسب فئة النموذج. وأي رقم مطبوع في مقالة يتقادم بسرعة، لذا يعطيك هذا الدليل المنهجية لا الأرقام. احصل على الأسعار الحالية من مزوّدك وطبّق التقدير أدناه.
لماذا تكلف العربية أكثر
العربية تستهلك رموزاً أكثر بشكل ملحوظ من الإنجليزية للمعنى نفسه. فمُجزِّئات الرموز مُدرَّبة على النص الإنجليزي بشكل غالب، فتُترجَم الكلمة الإنجليزية غالباً إلى رمز واحد بينما تتفتّت الكلمة العربية إلى عدة رموز.
وثلاث نتائج مهمة:
- كل تقدير مبني على عيّنات إنجليزية يقلّل من حجم العمل العربي. لا تأخذ رقماً إنجليزياً وتعدّله — قِس العربية مباشرة.
- حدود السياق تصل أسرع. فالمحادثة نفسها بالعربية تملأ نافذة السياق أسرع.
- والمنتجات ثنائية اللغة لها تكاليف غير متماثلة. فمستخدموك العرب يكلفون أكثر لخدمتهم من مستخدميك الإنجليز، عند نفس الاستخدام.
وما تفعله: قِس بنص عربي حقيقي من مجالك أنت، باستخدام واجهة عدّ الرموز لدى مزوّدك. لا إنجليزية مترجمة، ولا نصاً نموذجياً — بل محتواك الفعلي. واختيار نموذج ذكاء اصطناعي للعربية يغطي التقييم الأوسع.
الروافع الثلاث التي تعمل فعلاً
مرتّبة بحسب الأثر. ومعظم الفرق لا تطبّق أياً منها ثم تشكو من التكلفة.
1. خزّن البادئة المتكررة مؤقتاً
إن كان كل طلب يرسل توجيه النظام نفسه، أو التعليمات نفسها، أو المستندات المرجعية نفسها، فأنت تدفع السعر الكامل لإرسال نص متطابق مراراً.
والتخزين المؤقت للتوجيهات يحاسب بسعر مخفّض على المحتوى الذي رآه المزوّد سابقاً. ولنظام بسياق ثابت كبير، هذا غالباً أكبر توفير متاح على الإطلاق.
وكيف تحصل على إصابات التخزين فعلاً:
- ضع المحتوى الثابت أولاً والمتغيّر أخيراً. فالتخزين يطابق على البادئة، والطابع الزمني قرب الأعلى يُبطل كل ما بعده.
- أبقِ قائمة الأدوات وتوجيه النظام متطابقين بايتاً ببايت بين الاستدعاءات. فترتيب JSON غير الحتمي يكسر التخزين بصمت.
- وتحقّق أنه يعمل. فالمزوّدون يفصحون عن إحصاءات الإصابة — وإن أظهرت صفراً عبر استدعاءات متكررة، فشيء في بادئتك يتغيّر.
المُبطِل الصامت: حقن الوقت الحالي أو معرّف الطلب في توجيه النظام. يبدو بريئاً ويعطّل التخزين المؤقت تماماً.
2. طابق حجم النموذج مع المهمة
الفرق تختار نموذجاً قادراً واحداً وتمرّر كل شيء عبره. وهذا كاستخدام مهندس خبير لإدخال البيانات.
قسّم بحسب صعوبة المهمة: فالتصنيف والتوجيه والاستخراج والملخصات القصيرة نادراً ما تحتاج نموذجاً متقدماً. أما الاستدلال المعقد والكتابة الدقيقة والأحكام الصعبة فتحتاجه.
ونمط توجيه عملي: عالج المهمة بنموذج أصغر، وصعّد إلى الأكبر فقط حين تكون الثقة منخفضة أو المهمة معقدة. وعلى عبء عمل تغلب عليه الطلبات البسيطة — وهو حال معظم أعباء الدعم — هذا وحده قد يخفض الإنفاق كثيراً.
واختبر قبل الافتراض. شغّل مهمتك الفعلية على نموذج أصغر وقِس الجودة على أمثلتك أنت. فالفرق تكتشف باستمرار أن الخيار الأرخص لا يُميَّز عن الأغلى في حالتها.
3. أرسل نصاً أقل
أرخص رمز هو الذي لا ترسله.
قلّم سجل المحادثة. فمعظم المحادثات لا تحتاج كل الأدوار العشرين السابقة. أبقِ الأدوار الأخيرة وملخصاً لما قبلها.
واضبط حجم السياق المسترجَع. ففي نظام RAG تُحاسَب المقاطع المسترجَعة كمدخلات. واسترجاع عشرة مقاطع بينما تكفي ثلاثة يضاعف ذلك الجزء من فاتورتك ثلاث مرات — راجع RAG بخصوص حجم المقاطع.
وحدّ سقف المخرجات. ضع حداً أقصى معقولاً. فالمخرجات هي الاتجاه الغالي، والحد غير المقيّد ينتج أحياناً ردوداً طويلة جداً ومكلفة جداً.
وأحكِم التوجيه. فتوجيهات النظام الطويلة المسهبة تُحاسَب في كل استدعاء إلى الأبد. والتوجيه المقلَّم من 2,000 إلى 800 رمز يوفّر في كل طلب طوال عمر المنتج.
التقدير قبل البناء
المنهجية التي تمنع مفاجأة الإطلاق:
1. خذ عيّنة حقيقية. عشرين تفاعلاً فعلياً من عملك — أسئلة عملاء حقيقية ومستندات حقيقية. لا أمثلة مخترعة، فهي دائماً أقصر وأنظف من الواقع.
2. قِس استهلاك الرموز لكل تفاعل، شاملاً توجيه النظام والسياق والمخرجات المتوقعة. استخدم واجهة عدّ الرموز لدى المزوّد بدل التقدير من عدد المحارف.
3. اضرب في حجم واقعي، لا حجم الإطلاق. نمذج الشهر الأول والسادس والثاني عشر.
4. أضف 50%. لإعادة المحاولات بعد الإخفاقات، والمدخلات الأطول من المتوقع، وسلوك المستخدمين غير المتوقع، والنمو. وهذا الهامش ليس تشاؤماً — بل ما تبدو عليه الفجوة بين التجربة والإنتاج باستمرار.
5. قارن بما يحلّ محله. فإن وفّر 40 ساعة عمل شهرياً، فالمقارنة ذات الصلة مع تلك التكلفة لا مع الصفر.
ونمط الفشل الذي يمنعه هذا: التجارب تعمل على مدخلات صغيرة نظيفة بمستخدمين قلائل. والإنتاج يعمل على مدخلات فوضوية بحجم كبير. وضرب تكلفة التجربة في عدد المستخدمين يقلّل من الواقع، وبفارق كبير غالباً.
ضوابط تبنيها من البداية
اضبط حدود إنفاق صارمة عند المزوّد. فكل مزوّد كبير يدعم سقوف ميزانية وتنبيهات. اضبطها في اليوم الأول — قبل أن ينتج خطأ برمجي أو مستخدم مسيء مفاجأة.
وحدّ معدل الاستخدام لكل مستخدم. فبدونه قد يستهلك عميل آلي واحد ميزانية شهر في بعد ظهيرة.
وسجّل استهلاك الرموز لكل طلب. خزّنه إلى جانب المستخدم والميزة. فحين ترتفع التكلفة تحتاج معرفة أي ميزة، وهذه البيانات يستحيل استرجاعها لاحقاً.
ونبّه على الشذوذ. فالارتفاع المفاجئ يعني خطأً برمجياً عادةً — حلقة إعادة محاولة، أو حقن توجيه، أو نمو سياق جامح. والتقاطه خلال ساعات بدل وقت الفاتورة هو الفرق بين حادثة وخسارة مشطوبة.
واعرض التكلفة لكل نتيجة لا الإجمالي. فـ«التكلفة لكل محادثة محلولة» رقم يستطيع العمل تقييمه. أما «الإنفاق الشهري على الواجهة» فيدعو للتخفيض دون فهم ثمنه.
اقرأ أيضاً
- الذكاء الاصطناعي للأعمال — هل تبرّر حالة الاستخدام التكلفة.
- تكلفة الشات بوت — صورة التكلفة الكاملة لأشيع الحالات.
- اختيار نموذج ذكاء اصطناعي للعربية — مفاضلات الجودة والتكلفة.
- RAG — حيث يحرّك السياق المسترجَع التكلفة.
- معالجة المستندات العربية — الجدوى لكل مستند.
الأسئلة الشائعة
كيف يُسعَّر استخدام الذكاء الاصطناعي؟
لكل رمز — أجزاء من النص — في الاتجاهين، والمخرجات أغلى عادةً بعدة أضعاف من المدخلات. والمدخلات تشمل توجيه النظام وسجل المحادثة الكامل الذي تعيد إرساله وأي سياق مسترجَع ورسالة المستخدم. ولهذا تصبح المحادثات الطويلة مكلفة بشكل غير خطي.
لماذا يكلف الذكاء الاصطناعي لدي أكثر مما أوحت به التجربة؟
التجارب تعمل على مدخلات قصيرة نظيفة بمستخدمين قلائل؛ والإنتاج يعمل على مدخلات فوضوية بحجم كبير. كما يُعاد إرسال سجل المحادثة في كل دور، فالرسالة العاشرة في الجلسة قد تكلف أضعاف الأولى. قدّر من عيّنات حقيقية بحجم واقعي وأضف 50%.
لماذا تكلف العربية أكثر من الإنجليزية؟
مُجزِّئات الرموز مُدرَّبة على الإنجليزية بشكل غالب، فتُترجَم الكلمة الإنجليزية غالباً إلى رمز واحد بينما تتفتّت العربية إلى عدة رموز. فالمعنى نفسه يكلف أكثر بالعربية. قِس بمحتوى عربي حقيقي من مجالك بدل تعديل رقم إنجليزي.
ما أكبر طريقة منفردة لخفض تكاليف الذكاء الاصطناعي؟
التخزين المؤقت للتوجيهات، حين يكون لديك سياق ثابت كبير يُرسَل في كل طلب. فهو يحاسب بسعر مخفّض على المحتوى الذي رآه المزوّد سابقاً. وللحصول على إصابات، ضع المحتوى الثابت أولاً والمتغيّر أخيراً، ولا تحقن أبداً طابعاً زمنياً أو معرّف طلب في توجيه النظام — فذلك يعطّل التخزين تماماً بصمت.
هل أستخدم نموذجاً أرخص؟
لكل مهمة نعم، لا بشكل شامل. فالتصنيف والتوجيه والاستخراج والملخصات القصيرة نادراً ما تحتاج نموذجاً متقدماً، بينما يحتاجه الاستدلال المعقد. وجّه الطلبات البسيطة لنموذج أصغر وصعّد عند الحاجة فقط. واختبر على أمثلتك أولاً؛ فالفرق تجد غالباً أن الخيار الأرخص لا يُميَّز في حالتها.
كيف أتجنب فاتورة ذكاء اصطناعي مفاجئة؟
اضبط سقوف إنفاق وتنبيهات صارمة عند المزوّد في اليوم الأول، وحدّ المعدل لكل مستخدم، وسجّل استهلاك الرموز لكل طلب إلى جانب الميزة، ونبّه على الشذوذ. فالارتفاع المفاجئ يشير عادةً إلى خطأ برمجي كحلقة إعادة محاولة لا إلى نمو حقيقي، والتقاطه خلال ساعات بدل وقت الفاتورة هو الغاية كلها.
كيف أقدّر تكاليف الذكاء الاصطناعي قبل البناء؟
خذ عشرين تفاعلاً حقيقياً، وقِس استهلاك الرموز لكل تفاعل شاملاً توجيه النظام والسياق باستخدام واجهة عدّ الرموز لدى المزوّد، واضرب في حجم واقعي عند الشهر الأول والسادس والثاني عشر، ثم أضف 50% لإعادة المحاولات والنمو. وقارن الناتج بتكلفة العمل الذي يحلّ محله لا بالصفر.
الخلاصة
التكلفة لكل استخدام هي الفرق البنيوي عن البرمجيات الأخرى، وسبب تضليل التجارب بهذه الموثوقية. قدّر بعيّنات حقيقية وحجم حقيقي، وباللغة التي يكتب بها مستخدموك فعلاً.
وثلاث روافع تؤدي معظم العمل — خزّن البادئة المتكررة، وطابق حجم النموذج مع صعوبة المهمة، وأرسل نصاً أقل. ومجتمعةً تخفض معظم الإنفاق.
وابنِ الضوابط قبل الإطلاق. فسقوف الإنفاق وحدود المستخدم وتسجيل الاستخدام تكلف يوماً واحداً وتمنع الفاتورة التي لم يخطط لها أحد.
تخطط لميزة ذكاء اصطناعي؟ تواصل معنا — نقدّر تكلفة التشغيل ضمن تحديد النطاق لا بعد الإطلاق. اطّلع على حلول الذكاء الاصطناعي.