تحتسب واجهات LLM API التكلفة لكل مليون رمز على عدّادات منفصلة: الإدخال الجديد، والإدخال المخزّن مؤقتًا، والإخراج. تُحتسب رموز الاستدلال المنطقي إخراجًا، والصور رموزَ إدخال، أما تحويل الصوت إلى نص فيُحتسب بدقيقة الصوت. يشرح هذا الدليل كل عدّاد، ثم يحسب تكلفة طلبات حقيقية بالأسعار المنشورة لدى BroadNet Inference، المُحدَّثة في 2026-11-14.
ما الذي تدفع مقابله فعلًا؟
الرمز جزء صغير من النص، عادةً بضعة أحرف. في قياس أجرته BroadRouter بنفسها على خمسة مُرمِّزات (tokenizers)، بلغت 1,000 كلمة إنجليزية نحو 1,290 رمز، والقاعدة التقريبية لدى OpenAI هي نحو 75 كلمة لكل 100 رمز. وتختلف اللغات الأخرى عن ذلك، فالصق نصك في عدّاد الرموز المجاني لترى الرقم الفعلي. يُبلغ كل طلب عن رموزه في كتلة usage، والفاتورة هي مجموع هذه العدّادات:
| العدّاد | ما الذي يحسبه | سعر الاحتساب |
|---|---|---|
| الإدخال (الأمر) | أمر النظام، وسجل المحادثة، والمستندات، وتعريفات الأدوات، والصور | سعر الإدخال |
| الإدخال المخزّن مؤقتًا | إدخال سبق أن عالجه المزوّد وأعاد استخدامه | سعر المخزّن مؤقتًا، وهو أقل بكثير |
| الإخراج (الإكمال) | الإجابة الظاهرة إضافةً إلى أي استدلال منطقي | سعر الإخراج |
| دقائق الصوت | طول الصوت المُرسَل للتفريغ | السعر لكل دقيقة |
التقسيم بين رموز الإدخال والإخراج هو الأهم، لأن السعرين متباعدان كثيرًا.
كم يكلّف كل نموذج لكل رمز؟
أسعار BroadNet Inference، لكل مليون رمز:
| النموذج | الإدخال | الإدخال المخزّن مؤقتًا | الإخراج | السياق |
|---|---|---|---|---|
| DeepSeek V4.1 Flash | $0.175 | $0.0055 | $0.52 | 1,048,576 |
| GLM 5.3 | $0.78 | $0.173 | $3.46 | 1,048,576 |
| Qwen3.8 27B | $0.175 | $0.0435 | $2.17 | 262,144 |
| Gemma 4 VL 26B | $0.10 | لا خصم للذاكرة المؤقتة | $0.22 | 32,768 |
هناك نمطان ثابتان في جدول الأسعار هذا وفي معظم الجداول الأخرى. الأول أن الإخراج أغلى من الإدخال، من نحو الضعف في Gemma 4 VL 26B إلى أكثر من عشرة أضعاف في Qwen3.8 27B. والثاني أن الإدخال المخزّن مؤقتًا يكلّف جزءًا صغيرًا من سعر الإدخال الجديد. لمقارنة هذه الأسعار بأسعار OpenAI وAnthropic وGoogle وغيرها من المزوّدين، راجع جدول أسعار LLM API. وللاطلاع على متوسطات السوق، والتفاوت بين المزوّدين، ونسب الإخراج إلى الإدخال في كل النماذج التي نتابعها، راجع مؤشر أسعار LLM API (بملفات CSV وJSON مفتوحة).
لماذا يُسعَّر الإخراج أعلى من الإدخال؟
يقرأ النموذج أمرك كاملًا في تمريرة واحدة متوازية، لكنه يكتب الإجابة رمزًا تلو الآخر، ويحتاج كل رمز جديد إلى تمريرة أخرى. لذلك يستهلك الإخراج وقتًا أطول من وحدة معالجة الرسومات لكل رمز، والسعر يعكس ذلك. وقد يكلّف أمرٌ قصير بإجابة طويلة أكثر من أمر طويل بإجابة قصيرة.
كيف تُحتسب رموز الإدخال المخزّنة مؤقتًا؟
عندما تتطابق بداية أمرك مع طلب حديث، يمكن للمزوّد أن يعيد استخدام ما عالجه سابقًا. تظهر هذه الرموز المخزّنة مؤقتًا في الحقل prompt_tokens_details.cached_tokens وتُحتسب بسعر المخزّن مؤقتًا. في DeepSeek V4.1 Flash يكون ذلك $0.0055 بدلًا من $0.175 لكل مليون رمز.
تكافئ الذاكرة المؤقتة الأوامر ذات البادئة الثابتة: أمر النظام وقائمة الأدوات والمستندات أولًا، والرسالة الجديدة في الأخير. والوكلاء الذين يعيدون إرسال المستودع نفسه في كل دورة هم الأكثر استفادة. لمعرفة كيف يحتسب كل مزوّد القراءة من الذاكرة المؤقتة والكتابة إليها، راجع شرح رموز الإدخال المخزّنة مؤقتًا، ولتقدير نسبة الذاكرة المؤقتة في حالتك، استخدم حاسبة التخزين المؤقت للأوامر.
لماذا يحتسب نموذج الاستدلال إخراجًا أكثر مما تراه؟
تفكّر نماذج DeepSeek V4.1 Flash وGLM 5.3 وQwen3.8 27B قبل أن تجيب. ويتكوّن هذا التفكير من رموز الاستدلال المنطقي. لا تراها في الرد، لكنها تُعَدّ ضمن completion_tokens وتُحتسب بسعر الإخراج. ويصف دليل الاستدلال من OpenAI القاعدة نفسها لنماذجها: رموز الاستدلال “are billed as output tokens” (ترجمة: «تُحتسب بوصفها رموز إخراج»).
ويُحتسب الاستدلال أيضًا ضمن max_tokens. إن ضبطته على قيمة منخفضة جدًا فقد تدفع مقابل التفكير دون أن تحصل على إجابة. اقرأ لماذا تعود الردود فارغة، وكيف تُبقي تكلفة الاستدلال منخفضة.
كيف تُسعَّر الصور والصوت؟
الصور. يحوّل نموذج الرؤية الصورة إلى رموز إدخال. تدفع مقابلها سعر الإدخال، والصورة الأكبر تستهلك رموزًا أكثر. لا توجد على BroadNet رسوم منفصلة لكل صورة. مقارنة تكلفة الصورة الواحدة.
الصوت. يُحتسب تحويل الكلام إلى نص بطول الصوت، لا بالرموز:
| النموذج | للدقيقة | لكل ساعة صوت |
|---|---|---|
| BroadNet Transcribe Arabic | $0.0042 | $0.25 |
| BroadNet Transcribe (14 لغة) | $0.002 | $0.12 |
كم يكلّف طلب حقيقي؟ أمثلة محسوبة
تستخدم هذه الأمثلة DeepSeek V4.1 Flash. وقد اختيرت أحجامها بحيث تكون المجاميع ملايين كاملة من الرموز، ليسهل التحقق من الحساب.
- ميزة محادثة. 500 طلب، في كلٍّ منها 2,000 رمز إدخال و2,000 رمز إخراج، تستهلك مليون رمز إدخال ومليون رمز إخراج. التكلفة: $0.175 زائد $0.52.
- وكيل يعيد قراءة سياقه. عشر دورات يرسل كلٌّ منها السياق نفسه البالغ 100,000 رمز، فيصل المجموع إلى مليون رمز إدخال. إن لم يُخزَّن شيء منه مؤقتًا، فالتكلفة $0.175. ولو خُزِّن كله، لكانت التكلفة $0.0055، لكن الدورة الأولى لا تجد ما تعيد استخدامه، فاعتبر هذا الرقم حدًّا أدنى: في أفضل الأحوال تُحتسب 900,000 رمز بسعر الإدخال المخزَّن مؤقتًا، وأول 100,000 رمز بسعر الإدخال.
- استدلال خفي. 1,000 إجابة، في كلٍّ منها 200 رمز ظاهر و800 رمز استدلال، تُحتسب مليون رمز إخراج: $0.52. ولم يكن النص الذي رأيته إلا خُمس ذلك.
- التفريغ الصوتي. 1,000 ساعة من الصوت العربي تكلّف $252.00. و10,000 رسالة صوتية مدة كلٍّ منها 30 ثانية تكلّف $21.00.
الصيغة العامة:
cost = new_input/1M × input_price
+ cached_input/1M × cached_price
+ output/1M × output_price (output includes reasoning)
لحساب هذه الأرقام على حركة طلباتك، استخدم حاسبة تكلفة LLM API المجانية. وللتنبؤ الكامل بتكلفة ميزة جديدة، راجع كيف تقدّر تكلفة LLM API قبل الإطلاق.
كيف تقرأ الأرقام الفعلية من الاستجابة؟
بمجرد أن تصبح لديك حركة طلبات فعلية، لا تقدّر التكلفة من عدد الكلمات، بل اقرأ الأرقام مباشرة:
import os
from openai import OpenAI
client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])
r = client.chat.completions.create(
model="broadnet/deepseek-v4.1-flash",
messages=[{"role": "user", "content": "Summarise this ticket in one line: ..."}],
)
u = r.usage
details = u.prompt_tokens_details # can be None when the model reports no cache data
cached = (details.cached_tokens or 0) if details else 0
print(u.prompt_tokens, cached, u.completion_tokens)
عند البث (streaming)، أضف stream_options={"include_usage": True} لكي يحمل الجزء الأخير usage. دليل البث.
ما نماذج التسعير الأخرى المتاحة؟
الاحتساب لكل رمز ليس الخيار الوحيد:
- الخطط الثابتة. تحتسب الخطة بسعر ثابت مقابل الوقت لا الرموز. خطة البدر (Full Moon) من BroadNet سعرها $60 شهريًا لكل جلسة، مع استخدام غير محدود لـ DeepSeek V4.1 Flash بطلب واحد في كل مرة. وخطة المدار (Orbit) سعرها $15 أسبوعيًا، وMeteor سعرها $1 للساعة.
- المفاتيح بالساعة. يشتري $0.50 ساعة واحدة من Gemma 4 VL 26B بتدفق واحد. شرح المفاتيح بالساعة.
- الدفعات ووحدات GPU المخصّصة. يقدّم بعض المزوّدين خصمًا على مهام الدفعات الليلية، أو يؤجّرون وحدات GPU كاملة بالساعة. كيف يسعّر المزوّدون الآخرون النماذج المفتوحة.
متى تتفوّق الخطة الثابتة على الدفع لكل رمز أمرٌ يعتمد على الحجم ونسبة الذاكرة المؤقتة. ولكل وسائل خفض التكلفة مرتّبةً، من التخزين المؤقت إلى خصومات الدفعات، راجع كيف تخفّض تكاليف LLM API.
وتتغيّر الأسعار لكل رمز أيضًا مع الوقت، في الاتجاهين. في صفحات الأسعار المؤرشفة لدى 11 مزوّدًا، لم يتغيّر سعر 80% من النماذج قط. وفي النماذج التي تغيّر سعرها، سجّلنا 100 تخفيض و52 زيادة، وكلٌّ منها مقارنةٌ لسعر النموذج بسعره السابق. راجع كم مرة تتغيّر أسعار LLM API وأكبر تخفيضات أسعار LLM API، مع المصادر.
أين تناسب BroadNet Inference
تنشر BroadNet جدول أسعار واحدًا لكل النماذج التي تقدّمها، في ملف مقروء آليًا تقرأ منه صفحة الأسعار في هذا الموقع. تبدأ الحسابات الجديدة برصيد قدره $5، ويعمل عليه Gemma 4 VL 26B ونموذجا التفريغ الصوتي كلاهما، أما نماذج المحادثة الأخرى فتتطلب شحن الرصيد. وهي خيار مناسب إن أردت التسعير لكل رمز والتسعير الثابت في حساب واحد، مع العلم أن للخطط مفاتيحها الخاصة. لكنها ليست المكان المناسب للنماذج المغلقة الرائدة: فهي تقدّم النماذج مفتوحة الأوزان ونسخها الخاصة فقط.

