لا يقدّم GLM API باقة شهرية تتيح استخدامًا غير محدود، بل يُحاسب على الاستخدام الفعلي. كثير من الفرق تنظر إلى الفاتورة الأولى وتتساءل: عدد الطلبات ليس كبيرًا، فلماذا جاءت التكلفة أعلى من المتوقع؟ السبب في الغالب ليس سعر الوحدة، بل إدخال طويل، أو إخراج غير مضبوط، أو عدم إصابة التخزين المؤقت، أو إعادة المحاولة بعد الفشل فتوليد المحتوى مرة أخرى.

لا يورد هذا المقال أسعارًا محددة للوحدة، لأن الأسعار تتغير حسب النموذج وفئة السياق والعروض. نوضح هنا بنية الفوترة، ومن أين تنشأ التكلفة، وكيف تُقدَّر وتُخفَّض، ثم نقدّم قائمة تحكم قابلة للتنفيذ. للاطلاع على الأسعار الحالية، راجع أسعار النماذج في الموقع وصفحة التسعير الرسمية لـ Zhipu.

ملاحظة: Zhipu وGLM وBigModel علامات تجارية لأصحاب الحقوق ذوي الصلة. هذا المقال تقني فقط، ولا توجد علاقة تبعية أو وكالة أو ترخيص مع Zhipu. قد تتغير قواعد الفوترة والأسعار، لذا راجع الوثائق الرسمية وصفحة الفاتورة قبل الشراء.

أولًا: الوحدة الأساسية للفوترة

تعتمد نماذج النصوص على الرمز (token) كوحدة أساسية. تشير وثائق Zhipu الرسمية إلى قاعدة تقريبية مفادها أن الرمز الواحد يقابل نحو 1.6 حرف صيني، لكن العدد الفعلي يعتمد على المُجزِّئ (tokenizer) ومحتوى النص، والمرجع النهائي هو حقل usage الذي تعيده الواجهة. أي أن التقدير يصلح للميزانية ولا يغني عن الفاتورة.

ليست كل النماذج تُحاسب بالرموز. توليد الصور وتوليد الفيديو وتركيب الكلام واستنساخ الصوت والصوت والفيديو في الوقت الحقيقي وتحليل قواعد المعرفة قد تُحاسب لكل عملية أو لكل دقيقة أو لكل حرف أو لكل صفحة. عند بناء منتج متعدد الوسائط، حدّد وحدة الفوترة أولًا ثم انتقل إلى سعر الوحدة.

ثانيًا: لماذا يُحاسب الإدخال والإخراج منفصلين

يتضمن الطلب الواحد عادة رموز إدخال ورموز إخراج، ويُسعَّر كل منهما على حدة، ويكون الإخراج أغلى عمومًا. وقد تُقسَّم نماذج السياق الطويل حسب طول الإدخال إلى فئات، مثل حد 32K، وبعده تبدأ فئة أعلى؛ وبعض النماذج تقسم أيضًا حسب طول الإخراج. وهذا يعني أن «النموذج نفسه» قد تكون تكلفة وحدته مختلفة باختلاف طريقة الاستخدام.

العامل المؤثر في التكلفة ليس عدد الطلبات بقدر ما هو السياق المرافق لكل طلب. إذا وضعت قاعدة المعرفة كاملة وكل سجل المحادثة وعشرات تعريفات الأدوات داخل الموجه، فسيتضخم الإدخال سريعًا. والهدر الأكثر شيوعًا يقع في الإخراج: عندما لا يُضبط الحد الأقصى لطول الإخراج، يسترسل النموذج في التوليد، وترتفع التكلفة بطبيعة الحال.

بند التكلفة أساس الفوترة الحالة الشائعة وسيلة الضبط
رموز الإدخال تُحاسب رموز الإدخال غير المصابة في التخزين المؤقت موجهات طويلة، سجل متعدد الجولات، تعريفات الأدوات تقليص السياق والتلخيص
رموز الإخراج تُحاسب بحسب المحتوى المولَّد كتابة نصوص طويلة، توليد شيفرة ضبط الحد الأقصى لطول الإخراج
إصابة التخزين المؤقت تُحاسب الحصة المصابة بسعر مخفَّض موجه نظام ثابت، بادئة قاعدة معرفة إبقاء البادئة مستقرة
فئة السياق الطويل يتغير سعر الوحدة بعد تجاوز الحد مستندات طويلة، تحليل قواعد شيفرة التقسيم والتلخيص والتحميل عند الحاجة
إعادة المحاولة والفشل قد يُحاسب الجزء المولَّد مهلة، انقطاع البث، إرسال مكرر منع التكرار، التراجع، إزالة التكرار
الوسائط المتعددة والأدوات تُحاسب لكل عملية أو دقيقة أو صفحة توليد صور، صوت، بحث، تحليل حساب منفصل وتقييد الاستدعاء

ثالثًا: إصابة التخزين المؤقت: توفير البادئات المتكررة

يوفر Zhipu إمكانية التخزين المؤقت للسياق، وتشرح الوثائق الرسمية أساسًا التخزين الضمني: يتعرف النظام تلقائيًا على المحتوى المتكرر دون حاجة إلى تعليم نقاط التخزين يدويًا. وهو مناسب لحالات مثل «موجه نظام ثابت + قاعدة معرفة ثابتة + أسئلة متغيرة».

لرفع نسبة الإصابة، يجب تحقيق ثلاثة شروط على الأقل: أن تكون البادئة المتكررة طويلة بما يكفي، وتوصي الوثائق الرسمية بـ500 رمز أو أكثر؛ وأن يكون محتوى البادئة متطابقًا تمامًا، إذ قد تؤدي مسافة إضافية واحدة إلى عدم الإصابة؛ وأن يُرسل الطلب التالي بعد مهلة قصيرة من الطلب الأول، لأن التخزين المؤقت يُنشأ بشكل غير متزامن. يمكن الاطلاع على حالة الإصابة عبر usage.prompt_tokens_details.cached_tokens.

التخزين المؤقت ليس حلًا سحريًا. الموجهات القصيرة والمحتوى المتغير في كل مرة وقواعد المعرفة كثيرة التعديل يصعب فيها تحقيق الإصابة. أما ما إذا كانت سعة التخزين تُحاسب منفصلة وحجم الخصم، فالمرجع هو صفحة التسعير الرسمية. تعامل مع التخزين المؤقت كبند تحسين، لا كافتراض افتراضي في نموذج التكلفة.

رابعًا: السياق الطويل والدفعات والوسائط المتعددة

السياق الطويل مفيد عمليًا، لكنه أيضًا الموضع الأكثر عرضة لتجاوز الميزانية. عند معالجة العقود والأوراق البحثية وقواعد الشيفرة، اسأل ثلاثة أسئلة: هل نحتاج فعلًا إلى إدخال المحتوى كاملًا دفعة واحدة؟ هل يمكن الاسترجاع أولًا ثم التركيب؟ هل يمكن المعالجة على أجزاء ثم التجميع؟ كثير من المهام تكفيها طريقة «استرجاع + تلخيص» بتكلفة أقل بكثير من إدخال القاعدة كاملة.

يمكن الاهتمام بواجهة Batch للمهام الدفعية. توضح الوثائق الرسمية أن النماذج المدعومة تحصل عادة على خصم عند استخدام واجهة Batch، وهي مناسبة للتصنيف دون اتصال والتلخيص الدفعي وتنظيف البيانات والمهام التي لا تتطلب استجابة فورية. المقابل هو زمن استجابة أطول وتنظيم أكثر تعقيدًا للمهام، وهو أنسب للفرق التي تملك طوابير وتحققًا من النتائج.

تُحاسب قدرات الوسائط المتعددة بشكل منفصل. توليد الصور يُحاسب لكل صورة، وفهم الصور يُحاسب عادة بالرموز؛ وتركيب الكلام يُحاسب بالحرف أو الدقيقة، وتحليل قواعد المعرفة بالصفحة. إذا خُلطت هذه التكاليف في ميزانية النصوص، فلن تتطابق الأرقام نهاية الشهر.

خامسًا: إعادة المحاولة وانقطاع البث والتكاليف الخفية

الطلبات الفاشلة ليست مجانية بالضرورة. إذا أنتج الخادم جزءًا من المحتوى ثم انتهت المهلة، فقد يظل هذا الاستخدام محسوبًا؛ وعند انقطاع اتصال البث قد يُدرج الجزء المولَّد في الفاتورة. لذلك يجب ضبط استراتيجية إعادة المحاولة: أعد المحاولة فقط عند تجاوز حد المعدل وأخطاء 5xx ومهلات الشبكة، واستخدم التراجع الأسي مع حد أقصى لعدد المحاولات.

هناك تكلفة خفية أخرى هي الإرسال المكرر. ضغط المستخدم على الزر مرارًا، أو إعادة الإرسال التلقائي بعد مهلة الواجهة الأمامية، أو استهلاك الطابور للرسالة نفسها أكثر من مرة، كلها تولّد طلبات إضافية. استخدام معرّف الطلب لمنع التكرار، أو إزالة التكرار على مستوى البوابة، أنجع بكثير من التسوية بعد وقوع الأمر.

يجب أيضًا حساب التكلفة الهندسية: السجلات والمراقبة والتقييم والمراجعة البشرية. رسوم استدعاء النموذج جزء من التكلفة الإجمالية فقط، فلا تدخر مبلغًا صغيرًا في الاستدعاء وتنفق أضعافه في إصلاحات يدوية.

سادسًا: كيف تُقدَّر الميزانية الشهرية

يتكون التقدير من أربع خطوات: إحصاء حجم الاستدعاءات الشهرية، وتقدير متوسط الإدخال والإخراج، وتقدير نسبة إصابة التخزين المؤقت، وتطبيق سعر الوحدة الحالي. إذا رغبت في إدارة أرصدة واستخدام عدة نماذج في مكان واحد، يمكنك التسجيل في ZSQH AI Gateway والاطلاع عليها بشكل موحد؛ ويظل السعر الفعلي مرجعًا إلى صفحة أسعار النماذج. الشيفرة التالية إطار حسابي فقط، وأسعار الوحدة تُقرأ من صفحة التسعير الرسمية وتُدرج فيها.

# نموذج الميزانية: جميع الأسعار قيم تمهيدية، استبدلها بالأسعار الرسمية الحالية
monthly_calls = 300_000
avg_input_tokens = 1_200
avg_output_tokens = 300
cache_hit_rate = 0.35
input_rate = 0.0       # سعر الإدخال، من صفحة التسعير الرسمية
output_rate = 0.0      # سعر الإخراج
cache_rate = 0.0       # سعر إصابة التخزين المؤقت

uncached_input = avg_input_tokens * (1 - cache_hit_rate)
cached_input = avg_input_tokens * cache_hit_rate
per_call = (
    uncached_input * input_rate
    + cached_input * cache_rate
    + avg_output_tokens * output_rate
)
print(f"التكلفة الشهرية المقدرة: {monthly_calls * per_call:.2f} يوان")

اترك هامشًا عند التقدير. الإدخال الفعلي في الأعمال الجديدة يكون عادة أطول مما صُمم، كما تزيد المحاولات والفشل من الاستخدام. يُنصح بتشغيل حركة مرور صغيرة لأسبوعين، واستبدال الافتراضات ببيانات usage الحقيقية، ثم تحديد الميزانية.

سابعًا: قائمة ضبط الميزانية

  1. حدّد سقف حصة مستقلًا لكل بيئة وكل خدمة.
  2. اضبط حدًا أقصى لطول الإخراج ومهلة زمنية لكل الطلبات.
  3. ثبّت ترتيب موجه النظام لرفع نسبة إصابة التخزين المؤقت.
  4. استرجع المستندات الطويلة ولخّصها أولًا، ثم قرر إدخالها في السياق الطويل.
  5. أعد المحاولة فقط عند الأخطاء القابلة للإعادة، مع تراجع وحد أقصى للمحاولات.
  6. راقب الاستخدام يوميًا والفاتورة أسبوعيًا، وحقّق فورًا في أي نمو غير طبيعي.
  7. أعطِ الأولوية لمهام Batch للمهام دون اتصال، واستخدم الواجهة المباشرة للمهام الفورية.

ثامنًا: الأسئلة الشائعة

1. كم يبلغ سعر GLM API تحديدًا؟

تتغير الأسعار حسب النموذج وفئة السياق والعروض، ولا يورد هذا المقال أرقامًا ثابتة. راجع أسعار النماذج في الموقع أو صفحة التسعير الرسمية لـ Zhipu، واعتمد فاتورة لوحة التحكم كمرجع.

2. كيف تُحاسب إصابة التخزين المؤقت؟

يُحاسب الجزء المصاب في التخزين المؤقت بسعر مخفَّض، بينما يُحاسب الإدخال غير المصاب بسعر الإدخال القياسي. الخصم الدقيق ورسوم التخزين مرجعهما صفحة التسعير الرسمية، ويمكن الاطلاع على حجم الإصابة من حقل usage.

3. هل تُحتسب رسوم عند فشل الطلب؟

يعتمد ذلك على مرحلة الفشل. إذا كان جزء من المحتوى قد وُلّد، فقد يُحاسب الاستخدام الفعلي؛ أما أخطاء المعاملات وفشل المصادقة فلا تُنتج عادة رسوم توليد. المرجع هو تفاصيل الفاتورة.

4. هل السياق الطويل أغلى دائمًا؟

عادة نعم. كثير من النماذج يقسّم الأسعار حسب طول الإدخال، ويرتفع سعر الوحدة بعد تجاوز الحد. المهام التي يمكن حلها بالتقسيم أو الاسترجاع لا تحتاج إلى فرض السياق الطويل.

5. كيف أخفض التكلفة الحالية بسرعة؟

ابدأ بثلاثة أمور: تقييد الحد الأقصى لطول الإخراج، وضغط موجه النظام، ورفع نسبة إصابة التخزين المؤقت. هذه الخطوات عادة أسرع أثرًا وأكثر قابلية للضبط من تغيير النموذج.

قراءات ذات صلة