يُقدَّم Doubao API عبر Volcengine Ark، والفاتورة ليست رسمًا ثابتًا لكل استدعاء، بل تحددها رموز الإدخال ورموز الإخراج والتخزين المؤقت وطريقة الاستدلال والموارد المحجوزة مجتمعة. كثير من الفرق تبني الميزانية على سعر وحدة واحد، ثم تكتشف بعد الإطلاق أن التكلفة مرتفعة، والسبب غالبًا ليس ارتفاع سعر النموذج، بل اختلاف بنية الإدخال ونسبة إصابة التخزين المؤقت وطريقة الاستدعاء عن وقت التقدير.

يفكك هذا المقال فوترة Doubao API إلى بنود قابلة للتحقق بندًا بندًا، ويقدّم ترتيب التقدير وخفض التكلفة. أسعار الوحدة الفعلية مرجعها أسعار النماذج في الموقع وصفحة الأسعار الرسمية لـ Volcengine Ark، وقد تتغير الأسعار والقواعد.

ملاحظة: Doubao وVolcengine Ark وVolcengine علامات تجارية لأصحاب حقوقها. هذا المقال لأغراض تقنية فقط، ولا يعني أي علاقة تعاون، وقواعد الفوترة وإصدار الفواتير مرجعها الصفحات الرسمية.

أولًا: من أي بنود تتكون الفاتورة

يُحاسب الاستدلال المباشر في Volcengine Ark بالرموز وفق الاستخدام اللاحق، لكن الفاتورة الكاملة قد تشمل أيضًا تخزين التخزين المؤقت والاستدلال الدفعي وحزم السعة المحجوزة ورسوم الضبط الدقيق.

بند الفوترة متى ينشأ وحدة الفوترة ملاحظات
الإدخال (دون إصابة التخزين المؤقت) عند دخول الموجه إلى السياق لأول مرة رمز يقابل prompt_tokens
الإدخال (مع إصابة التخزين المؤقت) عند إعادة استخدام بادئة مخزنة سابقًا رمز يقابل cached_tokens، وسعره عادة أقل
تخزين التخزين المؤقت بعد تفعيل التخزين المؤقت للسياق رمز × ساعة يُحاسب على أقصى حجم مخزن خلال الساعة الطبيعية
الإخراج عند توليد النموذج لنص أو نتيجة منظمة رمز يقابل completion_tokens
الاستدلال الدفعي مهام المعالجة الدفعية دون اتصال رمز له سعر مستقل، ولا يُخصم عادة من الحصة المجانية
حزمة السعة المحجوزة TPM حجز معدل نقل في الدقيقة مسبقًا مدة الشراء تُحاسب حتى دون استدعاء
وحدة النموذج قدرة حوسبة حصرية مدة الشراء تُحاسب حتى دون استدعاء
الضبط الدقيق مرحلة التدريب رمز × دورة أو قدرة حوسبة منفصل عن رسوم الاستدلال

ميّز أولًا بين «الدفع حسب الاستخدام» و«الدفع عند الشراء»، حتى لا تفوتك بنود في الميزانية. الأول يتقلب مع حركة المرور، والثاني تكلفة ثابتة.

ثانيًا: كيف يُحسب الإدخال والإخراج كل على حدة

الإدخال هو كل ما يدخل السياق في الطلب: موجه النظام، ورسائل السجل، وتعريفات الأدوات، والمستندات المسترجعة، والصور وغيرها من محتوى الوسائط المتعددة. كل هذا يُحوَّل إلى رموز ويُحاسب بسعر الإدخال. والإخراج هو ما يولّده النموذج فعليًا، ويُحاسب بسعر الإخراج الذي يكون أعلى عادة.

بعض التفاصيل التي يسهل إغفالها:

  • في المحادثات متعددة الجولات، إذا أُرفق السجل الكامل في كل مرة، تتراكم رموز الإدخال مع عدد الجولات ولا تُحسب الجملة الأخيرة فقط.
  • مخطط استدعاء الأدوات وشرح الدوال يشغلان أيضًا رموز إدخال، وكلما زادت الأدوات زادت التكلفة الثابتة.
  • مدخلات الصور والصوت وغيرها تُحوَّل وفق قواعد محددة، ولا يصح تقديرها بطول النص وحده.
  • المحتوى الفكري الذي تنتجه نماذج الاستدلال يُدرج عادة في الإخراج، والمرجع في التفاصيل هو توضيح الفوترة الرسمي.

لذلك لا تكفي الميزانية بأن تسأل «كم سعر الإدخال وكم سعر الإخراج»، بل اسأل أيضًا «ما نسبة الإدخال والإخراج في طلباتي». روبوت خدمة العملاء إدخاله كبير وإخراجه قصير، وتوليد النصوص الطويلة بالعكس، وبنية التكلفة مختلفة تمامًا بينهما.

ثالثًا: التخزين المؤقت للسياق: يوفّر وقد يولّد رسومًا

منطق التخزين المؤقت للسياق هو إعادة استخدام البادئة المستقرة. عندما تتطابق بداية طلبين تمامًا، تُحاسب الحصة المصابة بسعر إصابة أقل، ويُحاسب المحتوى الجديد فقط بسعر الإدخال العادي. لكنه ليس مجانيًا:

  1. تُحاسب الإصابة وفق cached_tokens بسعر أقل من الإدخال العادي، لكنه ليس صفرًا.
  2. يُحاسب تخزين التخزين المؤقت بالساعة، عادة على أقصى عدد رموز مخزنة خلال كل ساعة طبيعية.
  3. التخزين المؤقت بأفضل جهد ولا يضمن الإصابة دائمًا؛ وعند انخفاض نسبة الإصابة قد تتجاوز رسوم التخزين ما وُفّر من رسوم الإدخال.

الطريقة التي تجعل التخزين المؤقت يوفر فعلًا هي وضع المحتوى الثابت في بداية الطلب: موجه نظام ثابت، وتعريفات أدوات ثابتة، وبادئة معرفة ثابتة؛ ووضع الطوابع الزمنية والمعرفات العشوائية وأسماء المستخدمين ونتائج الاسترجاع المتغيرة في النهاية. أما إذا كانت كل طلبات العمل مختلفة تمامًا، فالأفضل تعطيل التخزين المؤقت أولًا ومراقبة الفاتورة قبل اتخاذ القرار.

رابعًا: كيف تختار بين المباشر والدفعي وحزم السعة المحجوزة

يوفر Volcengine Ark عدة طرق استدلال تختلف في السعر والاستخدام المناسب:

  • الاستدلال المباشر بالدفع اللاحق حسب الرموز: مناسب للأعمال ذات حركة المرور غير المتوقعة ومتطلبات زمن استجابة عادية، ولا يُحاسب عند عدم الاستدعاء، ويملك المستخدمون الجدد عادة حصة مجانية قابلة للخصم.
  • الاستدلال الدفعي: مناسب للتصنيف دون اتصال ومراجعة المحتوى والتلخيص الدفعي والمهام التي لا تتطلب استجابة فورية، وسعره أقل عادة، لكنه لا يدعم خصم الحصة المجانية.
  • حزمة السعة المحجوزة TPM: مناسبة للأعمال الإنتاجية ذات حركة المرور المتوقعة والحاجة إلى معدل نقل مستقر، تُشترى باليوم أو بالساعة وتُحاسب حتى دون استدعاء.
  • وحدة النموذج: توفر قدرة حوسبة حصرية، مناسبة للنماذج المضبوطة بدقة أو الاحتياجات الخاصة في التزامن، وهي تكلفة ثابتة.

لا تقارن سعر الوحدة وحده عند الاختيار. الاستدلال الدفعي أرخص لكن زمن نتائجه أطول؛ وحزمة السعة المحجوزة مستقرة لكنها تستهلك المال في أوقات الخمول أيضًا. صنّف العمل إلى «فوري/دون اتصال» و«حركة مرور قابلة للتقدير أم لا»، ثم طابق طريقة الفوترة، وعادة ما يكون ذلك أنجع من مجرد تغيير النموذج.

خامسًا: تقدير حقيقي باستخدام حقل usage

لا تخمّن الرموز بعدد الأحرف. سجّل usage من الاستجابة بعد كل استدعاء، وراقبه أسبوعًا متواصلًا، لتحصل على البنية الحقيقية لعملك.

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["ARK_API_KEY"],
    base_url="https://ark.cn-beijing.volces.com/api/v3",
)

resp = client.chat.completions.create(
    model=os.environ["ARK_ENDPOINT_ID"],  # معرّف نقطة الاستدلال أو النموذج، حسب لوحة التحكم
    messages=[
        {"role": "system", "content": "أنت مساعد خدمة عملاء، أجب بما لا يزيد على ثلاث جمل."},
        {"role": "user", "content": "هل يمكن تغيير العنوان بعد شحن الطلب؟"},
    ],
)

print(resp.usage)  # سجّل حقول الإدخال والإخراج والتخزين المؤقت

اتبع الترتيب التالي في التقدير:

  1. ثبّت أساس التسجيل: الوقت والمشروع والنموذج ورموز الإدخال ورموز الإخراج وإصابة التخزين المؤقت وهل كان البث مستخدمًا وعدد المحاولات.
  2. خذ عينة أسبوعًا، واحسب متوسط الإدخال ومتوسط الإخراج لكل سيناريو، لا المتوسط العام للموقع كله.
  3. احسب تكلفة الطلب الواحد وفق «الإدخال × سعر الإدخال + الإخراج × سعر الإخراج»، مع حساب جزء الإصابة بسعر أقل منفصل.
  4. اضرب في متوسط عدد الاستدعاءات اليومي ثم في 30 للحصول على تكلفة الاستدلال الشهرية.
  5. أضف البنود الثابتة: تخزين التخزين المؤقت والمهام الدفعية وحزم السعة المحجوزة أو وحدات النموذج.
  6. اترك احتياطيًا يغطي المحاولات والذروات وتغيرات الأسعار.
  7. اعكس الحساب من الفاتورة شهريًا لتصحيح نموذج التقدير.

إذا لم تُعد الاستجابة حقول تفصيل التخزين المؤقت، فسجّل إجمالي الإدخال والإخراج، ثم استنتجها من الفاتورة أو صفحة الاستخدام. المهم هو اتساق الأساس، فلا تخلط بيانات مداخل أو تواريخ مختلفة في المقارنة نفسها.

سادسًا: لا تعكس ترتيب ضبط التكلفة

  1. القياس أولًا: فكك بنية الرموز الحقيقية حسب المشروع والنموذج والسيناريو، وحدد أعلى ثلاثة استدعاءات تكلفة.
  2. ثم رفع إصابة التخزين المؤقت: ضع البادئة المستقرة في البداية، وقلل المحتوى المتغير، وراقب تغير نسبة الإصابة.
  3. ثم تقليل الإدخال: استرجع المقاطع ذات الصلة فقط، ولخّص رسائل السجل، واحتفظ بالحقول الضرورية فقط من نتائج الأدوات.
  4. تقييد الإخراج: اضبط max_tokens بشكل معقول، واطلب JSON أو حقولًا ثابتة، وقلل التفسيرات المتكررة.
  5. توجيه النماذج: التصنيف والاستخراج وإعادة الصياغة عبر نماذج خفيفة، والاستدلال المعقد يُرقّى عند الحاجة.
  6. تحويل المهام دون اتصال إلى الدفعات: ضع المهام غير العاجلة في الاستدلال الدفعي وتجنب ساعات الذروة.
  7. التفاوض على السعر آخرًا: إذا لم يُضبط الإدخال ولم تتحقق الإصابة، فلن يخفض أي نموذج أرخص التكلفة.

سابعًا: كيف تدير الميزانية والفاتورة

  • مفتاح واحد لكل مشروع، وفصل الاختبار عن الإنتاج لتجنب تنافس الحصص.
  • ضبط سقف استهلاك وتنبيه رصيد لكل مفتاح، لإيقاف الخسائر عند الاستدعاءات غير الطبيعية.
  • تسوية أسبوعية حسب «المشروع والنموذج والسيناريو»، لتحديد الاستدعاءات الأسرع نموًا.
  • تسجيل التوفير الناتج عن التخزين المؤقت والدفعات وتوجيه النماذج بشكل منفصل، وإلا لا يمكن إثبات جدوى التحسين.
  • الفرق التي تحتاج إلى الدفع باليوان وفاتورة موحدة وإصدار فواتير يمكنها استخدام ZSQH AI Gateway المتوافق مع OpenAI، والأسعار وأساس الفوترة مرجعهما أسعار النماذج.

الأسئلة الشائعة

هل توجد حصة مجانية في Doubao API؟

يملك الاستدلال المباشر عادة حصة مجانية للمستخدمين الجدد تُخصم من الاستهلاك اللاحق حسب الرموز؛ أما الاستدلال الدفعي والضبط الدقيق فلا يدعمان عادة خصم الحصة المجانية. الحصة وصلاحيتها مرجعهما لوحة تحكم Volcengine Ark.

لماذا يُحاسب تخزين التخزين المؤقت أيضًا؟

لأن التخزين المؤقت يشغل موارد تخزين على الخادم، فإلى جانب رسوم الرموز المصابة تُحاسب مساحة التخزين ومدة الاحتفاظ. عند انخفاض نسبة الإصابة، حسّن بنية البادئة أولًا، وعطّل التخزين المؤقت عند الحاجة.

هل الاستدلال الدفعي أرخص دائمًا؟

سعر وحدة الرموز في الاستدلال الدفعي أقل عادة، لكن النتائج لا تعود فورية ولا يدعم الحصة المجانية. مناسب للمهام دون اتصال، وغير مناسب لخدمة العملاء المباشرة التي تتطلب زمن استجابة منخفضًا.

هل تُحاسب طلبات إعادة المحاولة؟

طالما أكمل الخادم الاستدلال وأنتج رموزًا، فسيُحاسب عادة حتى لو لم يتلق العميل النتيجة بسبب المهلة. أما ما إذا كانت الطلبات الفاشلة تُحاسب فمرجعه الفاتورة والتوضيحات الرسمية، ويجب أن تتضمن منطق إعادة المحاولة تراجعًا وحدًا أقصى.

لماذا لا يتطابق تقديري مع الفاتورة؟

تشمل البنود المنسية الشائعة رسائل السجل وتعريفات الأدوات وتحويل الوسائط المتعددة وتخزين التخزين المؤقت وطلبات إعادة المحاولة والرسوم الثابتة لحزم السعة المحجوزة. المقارنة بمعرّف الطلب مع سجل الاستخدام هي الطريقة لتحديد الفرق.

الخطوة التالية

أنشئ أولًا مفتاح اختبار في ZSQH AI Gateway، وشغّل مهام حقيقية لأسبوع، وسجّل الإدخال والإخراج وإصابة التخزين المؤقت، ثم احسب الميزانية وفق أسعار النماذج. توافر النماذج وأسعارها مرجعهما صفحة الأسعار.

قراءات ذات صلة: