---
title: "الانتقال من OpenAI API: تعديلات الشيفرة والاختبارات | BroadRouter"
description: "تعديلات الشيفرة للانتقال من OpenAI إلى واجهة API متوافقة معها: إعداد العميل، ومن Responses إلى Chat Completions، والأدوات، والبث المتدفق، والتضمينات، واختبار سريع."
url: https://broadrouter.com/ar/blog/migrate-from-openai-api-code-walkthrough/
lang: ar
updated: 2026-11-15
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/migrate-from-openai-api-code-walkthrough/) (حُدّث في 2026-11-15).

# الانتقال من OpenAI API: شرح عملي للشيفرة بـ Python وNode وcURL

بقلم فريق BroadNet Inference · قراءة في 6 دقائق · تاريخ النشر 2026-11-15

غيّر العنوان الأساسي (base URL) للعميل ومفتاح API ومعرّف النموذج، وهذا يكفي لاستدعاءات Chat Completions. أما الشيفرة المبنية على Responses API فيجب إعادة كتابتها إلى Chat Completions: يصبح input هو messages، وoutput\_text هو choices\[0\].message.content، وتفقد الأدوات مستوى من التداخل. أبقِ التضمينات على عميل منفصل إن لم يكن لدى المزوّد الجديد تضمينات، ثم شغّل اختبارًا سريعًا قبل نقل الحركة.

## أبرز النقاط

-   في شيفرة Chat Completions، يقتصر الانتقال على ثلاث قيم: base\_url وapi\_key وmodel. وتقرأ حزمتا SDK الرسميتان أيضًا OPENAI\_BASE\_URL وOPENAI\_API\_KEY من متغيرات البيئة.
-   ضبط OPENAI\_BASE\_URL ينقل كل الاستدعاءات، بما فيها التضمينات. فإن لم يكن لدى المزوّد الجديد نقطة نهاية للتضمينات، فخصّص لها عميلًا مستقلًا.
-   شيفرة Responses API تحتاج إلى إعادة كتابة: input إلى messages، وinstructions إلى رسالة نظام، وtext.format إلى response\_format، وتعريفات الأدوات المسطّحة إلى تعريفات متداخلة.
-   توثّق BroadNet Inference نقاط النهاية /v1/chat/completions و/v1/audio/transcriptions وGET /v1/models، ولا توجد نقطة نهاية للتضمينات أو الملفات أو الدفعات. وتُدرج وثائقها الأدوات والمخرجات المنظَّمة لنموذجي GLM 5.3 وQwen3.8 27B.
-   اختبر قبل الانتقال: محادثة عادية، وبيانات الاستخدام في البث المتدفق، وميزانية للاستدلال المنطقي، ومفتاح خاطئ واحد، إضافةً إلى استدعاء أداة إن كنت تستخدم الأدوات.

**في هذه الصفحة**

1.  ما الذي يتغيّر في إعداد العميل؟
2.  ماذا لو كانت شيفرتي تستخدم Responses API؟
3.  كيف تتغيّر استدعاءات الأدوات؟
4.  وماذا عن المخرجات المنظَّمة؟
5.  ماذا يحدث للتضمينات؟
6.  كيف تتغيّر شيفرة البث المتدفق؟
7.  هل تتغيّر معالجة الأخطاء وإعادة المحاولة؟
8.  ما المعاملات التي يختلف سلوكها؟
9.  كيف تختبر الانتقال؟
10.  ما الذي يتعطل أكثر من غيره؟
11.  أين تقع BroadNet Inference من هذا؟

نقل تطبيق من OpenAI إلى مزوّد متوافق مع OpenAI تعديل صغير في الشيفرة إن كنت تستخدم Chat Completions، وإعادة كتابة إن كنت تستخدم Responses API. يعرض هذا المقال التعديلات بدقة في Python وNode وcURL، وما يجب فعله مع Responses والأدوات والمخرجات المنظَّمة والتضمينات، واختبارًا سريعًا تشغّله قبل نقل أي حركة. تستخدم الأمثلة BroadNet Inference على `https://inference.broadnet.ai/v1`؛ والخطوات نفسها تنطبق على أي مزوّد.

هذا هو الرفيق البرمجي لـ [قائمة التحقق للانتقال](https://broadrouter.com/ar/blog/openai-compatible-api-migration-checklist/)، التي تغطي حدود المعدل والأخطاء وتخطيط التحويل. ولعناوين المزوّدين الآخرين الأساسية، راجع [العناوين الأساسية للواجهات المتوافقة مع OpenAI، بعد التحقق منها](https://broadrouter.com/ar/blog/openai-compatible-api-base-urls/).

## ما الذي يتغيّر في إعداد العميل؟

ثلاث قيم: العنوان الأساسي، ومفتاح API، ومعرّف النموذج.

**Python**

```python
import os
from openai import OpenAI

# before: client = OpenAI()  # reads OPENAI_API_KEY, calls api.openai.com
client = OpenAI(
    base_url="https://inference.broadnet.ai/v1",
    api_key=os.environ["BROADNET_API_KEY"],
)
r = client.chat.completions.create(
    model="broadnet/gemma-4-26b-a4b",          # was e.g. "gpt-..."
    messages=[{"role": "user", "content": "Reply with one short sentence."}],
)
print(r.choices[0].message.content)
```

**Node**

```javascript
import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://inference.broadnet.ai/v1",
  apiKey: process.env.BROADNET_API_KEY,
});
const r = await client.chat.completions.create({
  model: "broadnet/gemma-4-26b-a4b",
  messages: [{ role: "user", content: "Reply with one short sentence." }],
});
console.log(r.choices[0].message.content);
```

**cURL**

```bash
curl https://inference.broadnet.ai/v1/chat/completions \
  -H "Authorization: Bearer $BROADNET_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"broadnet/gemma-4-26b-a4b","messages":[{"role":"user","content":"Reply with one short sentence."}]}'
```

انتبه إلى المسار: العنوان الأساسي ينتهي أصلًا بـ `/v1`، وتضيف SDK المسار `/chat/completions`. وتكرار `/v1` هو أشيع خطأ في البداية.

### هل أستطيع الانتقال دون لمس الشيفرة؟

نعم، لشيفرة Chat Completions. تقرأ Python SDK المتغير `OPENAI_BASE_URL` حين لا يُمرَّر `base_url`، والقيمة الافتراضية لـ `baseURL` في عميل Node هي `process.env['OPENAI_BASE_URL']`. وكلاهما يقرأ `OPENAI_API_KEY`. فضبط متغيري بيئة ينقل كل الاستدعاءات.

وهنا الخطر أيضًا. **كل الاستدعاءات** تنتقل، بما فيها التضمينات، والإشراف على المحتوى (moderation)، ورفع الملفات، وأي شيء آخر قد لا يتوفر لدى المزوّد الجديد. لا تستخدم التبديل عبر البيئة إلا إذا كان تطبيقك يجري استدعاءات محادثة فقط ولا شيء غيرها.

## ماذا لو كانت شيفرتي تستخدم Responses API؟

تصف ملفات README لحزم SDK من OpenAI الآن واجهة Responses API بأنها الواجهة الأساسية؛ ويصف ملف README لـ Python واجهة Chat Completions بأنها “the previous standard (supported indefinitely)” (الترجمة: «المعيار السابق (مدعوم إلى أجل غير مسمى)»). وكثير من المزوّدين المتوافقين لا ينفّذون إلا Chat Completions. توثّق BroadNet `POST /v1/chat/completions` و`POST /v1/audio/transcriptions`، لذا تحتاج استدعاءات Responses إلى إعادة كتابة. وهذه هي المطابقة:

| Responses API | Chat Completions |
| --- | --- |
| `client.responses.create(...)` | `client.chat.completions.create(...)` |
| `instructions="..."` | الرسالة الأولى `{"role": "system", "content": "..."}` |
| `input="..."` أو قائمة عناصر | `messages=[...]` |
| `response.output_text` | `response.choices[0].message.content` |
| `max_output_tokens` | `max_tokens` (في وثائق BroadNet) أو `max_completion_tokens` |
| `text={"format": {...}}` | `response_format={...}` |
| `previous_response_id`، والمحادثات | أعد إرسال سجل الرسائل كاملًا بنفسك |
| الأداة `{"type": "function", "name": ...}` | الأداة `{"type": "function", "function": {"name": ...}}` |
| عنصر الإخراج `function_call`، والرد بـ `function_call_output` و`call_id` | `message.tool_calls`، والرد بالدور `tool` و`tool_call_id` |
| الأدوات المدمجة (البحث على الويب، البحث في الملفات) | غير متاحة؛ شغّل أداتك الخاصة |

قبل التعديل وبعده لاستدعاء بسيط:

```python
# Before: Responses API
r = client.responses.create(model="gpt-...", instructions="Be brief.", input="What is RAG?")
text = r.output_text

# After: Chat Completions
r = client.chat.completions.create(
    model="broadnet/gemma-4-26b-a4b",
    messages=[{"role": "system", "content": "Be brief."},
              {"role": "user", "content": "What is RAG?"}],
)
text = r.choices[0].message.content
```

أكبر تغيير بنيوي هو الحالة (state). تستطيع Responses الاحتفاظ بحالة المحادثة على جانب OpenAI عبر `previous_response_id`. أما Chat Completions فلا حالة لها على الخادم، لذا تحفظ شيفرتك قائمة الرسائل وترسلها كاملة في كل دور. احسب حساب ذلك: السجل كله رموز إدخال في كل استدعاء.

## كيف تتغيّر استدعاءات الأدوات؟

في Chat Completions، يضع تعريف الأداة الدالة تحت المفتاح `function`، ويعود الرد في رسالة من نوع `tool`:

```python
import json

tools = [{
    "type": "function",
    "function": {
        "name": "get_order",
        "description": "Look up an order by ID.",
        "parameters": {"type": "object",
                       "properties": {"order_id": {"type": "string"}},
                       "required": ["order_id"]},
    },
}]
messages = [{"role": "user", "content": "Where is order A-1042?"}]
r = client.chat.completions.create(model="broadnet/glm-5.3", messages=messages, tools=tools)
msg = r.choices[0].message
if msg.tool_calls:
    messages.append(msg)                                   # keep the assistant turn
    for call in msg.tool_calls:
        args = json.loads(call.function.arguments)         # a JSON string: parse and validate it
        messages.append({"role": "tool", "tool_call_id": call.id,
                         "content": json.dumps(lookup_order(args["order_id"]))})
    r = client.chat.completions.create(model="broadnet/glm-5.3", messages=messages, tools=tools)
```

النموذج أهم من البنية. تُدرج وثائق BroadNet الأدوات لنموذجي [GLM 5.3](https://broadrouter.com/ar/models/glm-5.3/) و[Qwen3.8 27B](https://broadrouter.com/ar/models/qwen3.8-27b/) فقط. لا توجّه حلقة أدوات إلى نموذج لا تُدرج وثائقه الأدوات، وتحقّق من الوسائط قبل أن تشغّل أي شيء. ويتضمن مقال [استدعاء الأدوات مع النماذج المفتوحة](https://broadrouter.com/ar/blog/tool-calling-open-models/) حلقة تحقّق كاملة.

## وماذا عن المخرجات المنظَّمة؟

ترسل `client.chat.completions.parse(..., response_format=MyPydanticModel)` في Python و`zodResponseFormat` في Node كلتاهما `response_format` مع مخطط JSON. ولا تعملان إلا إذا قبل المزوّد هذه البنية على ذلك النموذج. تُدرج BroadNet المخرجات المنظَّمة لنموذجي GLM 5.3 وQwen3.8 27B لكنها لا تسمّي معامل الطلب. نفّذ الاختبار ذا الخطوات الأربع في [وضع JSON أم json\_schema](https://broadrouter.com/ar/blog/structured-output-json-schema/) مرة لكل نموذج، واستمر في التحقق من النتيجة بعد تحليلها مهما وعد المزوّد.

## ماذا يحدث للتضمينات؟

إذا غيّرت العنوان الأساسي على عميل مشترك ولم يكن لدى المزوّد نقطة نهاية للتضمينات، فسيفشل كل استدعاء `client.embeddings.create`. لا تبيع BroadNet [التضمينات](https://broadrouter.com/ar/glossary/embeddings/). احتفظ بعميلين:

```python
chat = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])
embed = OpenAI(api_key=os.environ["OPENAI_API_KEY"])   # or any embeddings provider

vec = embed.embeddings.create(model="text-embedding-3-small", input=query).data[0].embedding
answer = chat.chat.completions.create(model="broadnet/glm-5.3", messages=build_prompt(query, search(vec)))
```

لا تخلط أبدًا متجهات من نموذجَي تضمين مختلفين في فهرس واحد. وإذا غيّرت مزوّد التضمينات أيضًا، فأعد تضمين المجموعة كاملة. وتحسب [حاسبة تكلفة التضمينات](https://broadrouter.com/tools/embedding-cost-calculator/) تكلفة ذلك.

وينطبق الأمر نفسه على كل ما ليس محادثة: توليد الصور، وتحويل النص إلى كلام، والإشراف على المحتوى، وBatch API، وتخزين الملفات. لا تقدّم BroadNet أيًّا منها. أما تحويل الكلام إلى نص فينتقل: يعمل `client.audio.transcriptions.create` مع `/v1/audio/transcriptions` بصيغتي WAV أو MP3 وحقل `language` ([دليل تحويل الكلام العربي إلى نص](https://broadrouter.com/ar/guides/arabic-speech-to-text-api/)).

## كيف تتغيّر شيفرة البث المتدفق؟

تبث Responses API أحداثًا محددة النوع، مثل `response.output_text.delta` و`response.completed`. أما Chat Completions فتبث أجزاءً (chunks)، والنص في `choices[0].delta.content`. ولا تُرسَل بيانات الاستخدام ما لم تطلبها، وحينها تصل في جزء أخير قائمة `choices` فيه فارغة.

```javascript
// Before (Responses): for await (const e of stream) if (e.type === "response.output_text.delta") out(e.delta);
const stream = await client.chat.completions.create({
  model: "broadnet/gemma-4-26b-a4b",
  messages: [{ role: "user", content: "Count from one to three." }],
  stream: true,
  stream_options: { include_usage: true },
});
for await (const chunk of stream) {
  const text = chunk.choices[0]?.delta?.content;
  if (text) process.stdout.write(text);
  if (chunk.usage) console.log("\ntokens:", chunk.usage.total_tokens);   // last chunk
}
```

عادتان تحفظان شيفرة البث المتدفق بعد الانتقال. احمِ الوصول إلى `choices[0]`، لأن جزء بيانات الاستخدام لا يحتوي على choices. وتعامل مع البث الذي ينتهي قبل السطر الأخير `data: [DONE]` على أنه غير مكتمل؛ إذ تقول وثائق BroadNet أن تسجّل `X-Request-ID` وتقرر هل إرسال طلب جديد آمن. ويتضمن دليل [البث المتدفق لإكمال المحادثات](https://broadrouter.com/ar/guides/streaming-chat-completions/) النمط الكامل بـ Python.

## هل تتغيّر معالجة الأخطاء وإعادة المحاولة؟

تبقى أصناف الأخطاء في SDK كما هي: `AuthenticationError` للخطأ 401، و`RateLimitError` للخطأ 429، و`APIStatusError` للبقية. ما يتغيّر هو معنى كل حالة لدى المزوّد الجديد. في BroadNet، قد يعني 401 استنفاد حصة الدفع حسب الاستخدام، لا مجرد مفتاح خاطئ، ويعني 402 عدم كفاية الرصيد لعملية شراء. ولا يزول أيٌّ منهما بإعادة المحاولة. وقد يأتي 429 من حد المعدل، أو التزامن، أو معدل الرموز، أو الإنفاق. أعد محاولة 429 و5xx مع انتظار متزايد، وأصلح كل ما عداهما. ويتضمن [دليل الأخطاء وإعادة المحاولة](https://broadrouter.com/ar/guides/errors-and-retries/) الجدول الكامل.

تعيد SDK محاولة أخطاء الاتصال و408 و409 و429 و5xx مرتين افتراضيًا. وإذا أضفت حلقة إعادة محاولة خاصة بك، فاضبط `max_retries=0` على العميل حتى لا تتراكب الاثنتان.

## ما المعاملات التي يختلف سلوكها؟

| المعامل | ما الذي تتحقق منه |
| --- | --- |
| `max_tokens` / `max_completion_tokens` | تصنّف OpenAI `max_tokens` متقادمًا؛ ووثائق BroadNet تستخدمه. وفي نماذج الاستدلال المنطقي يشمل التفكير، لذا تعيد القيم الصغيرة إجابات فارغة ([السبب](https://broadrouter.com/ar/guides/reasoning-tokens-empty-response/)) |
| `reasoning_effort` | توثّق BroadNet القيمة `low`؛ واختبر القيم الأخرى قبل الاعتماد عليها |
| `stream_options: {"include_usage": true}` | موثّق لدى BroadNet؛ وتصل بيانات الاستخدام في الجزء الأخير |
| `n`، `logprobs`، `seed`، `logit_bias` | غير موجودة في وثائق BroadNet؛ اختبرها أو احذفها |
| `store`، `metadata` | ميزات تخزين خاصة بـ OpenAI؛ احذفها |
| أجزاء المحتوى `image_url` | فقط في النماذج المدرجة بدعم الصور: DeepSeek V4.1 Flash وQwen3.8 27B وGemma 4 VL 26B |

## كيف تختبر الانتقال؟

شغّل اختبارًا سريعًا قصيرًا على المزوّد الجديد قبل نقل أي حركة. يتحقق هذا الاختبار من المحادثة العادية، وبيانات الاستخدام في البث المتدفق، وميزانية الاستدلال المنطقي، والمصادقة. وأضف حالة لاستدعاء أداة إن كنت تستخدم الأدوات.

```python
import os, openai
from openai import OpenAI

client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"], max_retries=0)
FAST, REASONING = "broadnet/gemma-4-26b-a4b", "broadnet/qwen3.8-27b"
msg = [{"role": "user", "content": "Reply with the word ok."}]

# 1. Plain chat returns text and usage
r = client.chat.completions.create(model=FAST, messages=msg)
assert r.choices[0].message.content and r.usage.prompt_tokens > 0

# 2. Streaming reports usage in the last chunk
chunks = list(client.chat.completions.create(model=FAST, messages=msg, stream=True,
                                             stream_options={"include_usage": True}))
assert chunks[-1].usage is not None

# 3. A reasoning model needs room: a tiny budget can come back empty
r = client.chat.completions.create(model=REASONING, messages=msg, max_tokens=2000)
assert r.choices[0].finish_reason == "stop" and r.choices[0].message.content

# 4. A bad key raises AuthenticationError (401), which you should not retry
bad = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key="invalid", max_retries=0)
try:
    bad.chat.completions.create(model=FAST, messages=msg)
    raise AssertionError("expected 401")
except openai.AuthenticationError:
    pass
print("smoke test passed")
```

ثم قارن الجودة، لا البنية فقط. أعد تشغيل عيّنة من الأوامر الحقيقية على المزوّدَين وقيّم الإجابات؛ ويوضح مقال [قيّم نموذج LLM قبل الانتقال إليه](https://broadrouter.com/ar/blog/evaluate-llm-before-switching/) الطريقة. وتساعدك [أداة الانتقال من OpenAI إلى BroadNet](https://broadrouter.com/tools/openai-to-broadnet-migration/) على إعادة كتابة مقطع من الشيفرة، وتسرد الميزات التي يستخدمها.

## ما الذي يتعطل أكثر من غيره؟

-   **عنوان أساسي عام** ينقل أيضًا استدعاءات التضمينات والملفات.
-   **أدوات مساعدة خاصة بـ Responses** مثل `output_text` تُركت في شيفرة باتت تستدعي Chat Completions.
-   **معرّفات النماذج.** أسماء `gpt-...` غير موجودة لدى غير OpenAI. وفي BroadNet تبدو مثل `broadnet/glm-5.3`.
-   **ردود فارغة** من نماذج الاستدلال المنطقي مع قيمة صغيرة لـ `max_tokens`.
-   **حدود المعدل.** يسمح مفتاح الدفع حسب الاستخدام في BroadNet بـ 30 طلبًا في الدقيقة و4 قيد التنفيذ. والمهام الضخمة تحتاج إلى طابور ([معالجة الخطأ 429](https://broadrouter.com/ar/blog/handle-llm-api-429-rate-limits/)).

## أين تقع BroadNet Inference من هذا؟

تناسب BroadNet Inference التطبيقات التي يقتصر استخدامها لـ OpenAI على المحادثة والتفريغ الصوتي: المساعدات، والاستخراج، والتلخيص، والترجمة، والكلام العربي. وتناسب أيضًا التطبيقات التي تريد خطط [DeepSeek V4.1 Flash](https://broadrouter.com/ar/models/deepseek-v4.1-flash/) بسعر ثابت لوكلائها. وهي الوجهة الخاطئة إن كنت تعتمد على حالة Responses API على الخادم، أو الأدوات المدمجة، أو التضمينات، أو توليد الصور، أو تحويل النص إلى كلام، أو الصوت في الوقت الفعلي، أو Batch API. انقل تلك إلى مزوّدين يقدّمونها، أو أبقِها على OpenAI وانقل استدعاءات المحادثة فقط. يعمل Gemma 4 VL 26B ونموذجا التفريغ الصوتي كلاهما على الرصيد المبدئي البالغ $5؛ أما GLM 5.3 وQwen3.8 27B وDeepSeek V4.1 Flash فتتطلب شحن الرصيد أولًا.

أدوات مجانية لهذا الموضوع (بالإنجليزية)

-   [OpenAI to BroadNet migration helper](https://broadrouter.com/tools/openai-to-broadnet-migration/) Paste OpenAI SDK code; get base URL, key and model edits, a diff and the checks that remain.
-   [max\_tokens calculator for reasoning models](https://broadrouter.com/tools/reasoning-token-budget/) Answer length + reasoning budget + margin = a max\_tokens that does not cut the answer off.
-   [JSON schema generator for LLM structured output](https://broadrouter.com/tools/json-schema-generator/) Sample JSON to strict schema, Pydantic, Zod and a ready request.
-   [LLM JSON output validator](https://broadrouter.com/tools/llm-json-output-validator/) Parse errors by line and column, safe repairs, cut-off detection and JSON Schema checks for model output.

[أدوات مجانية (بالإنجليزية)](https://broadrouter.com/tools/)

## مصطلحات في هذا المقال

[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.

[Chat Completions API (واجهة إكمال المحادثة)](https://broadrouter.com/ar/glossary/chat-completions-api/)

Chat Completions API هي نقطة نهاية HTTP لدى OpenAI، أي POST /v1/chat/completions، تستقبل اسم نموذج وقائمة رسائل موسومة بأدوارها وتُرجع الرسالة التالية من النموذج. وصارت بنية طلبها واستجابتها الصيغة المشتركة التي يعيد استخدامها المزوّدون المتوافقون مع OpenAI وحزم SDK.

[التضمينات (Embeddings)](https://broadrouter.com/ar/glossary/embeddings/)

التضمينات (embeddings) قوائم من الأعداد العشرية (متجهات) يُنتجها نموذج لتمثيل قطعة نص أو صورة أو أي مدخل آخر. وتحصل المدخلات المتشابهة في المعنى على متجهات متقاربة، فيمكن استخدام المسافة بين المتجهات لترتيب نتائج البحث أو تجميع المستندات أو إيجاد العناصر المرتبطة.

[البث المتدفق (Streaming)](https://broadrouter.com/ar/glossary/streaming/)

البث المتدفق (streaming) طريقة لإرجاع استجابة النموذج اللغوي على أجزاء صغيرة أثناء توليدها، بدل إرجاعها ردًا واحدًا في النهاية. وتبث الواجهات المتوافقة مع OpenAI عبر أحداث يرسلها الخادم (server-sent events) حين يضبط الطلب stream على true.

[الدفع حسب الاستخدام (Pay-as-you-go)](https://broadrouter.com/ar/glossary/pay-as-you-go/)

الدفع حسب الاستخدام هو نموذج تسعير تدفع فيه مقابل ما تستخدمه فقط، مقيسًا بوحدات مثل الرموز (التوكنات) أو الطلبات أو دقائق الصوت، دون اشتراك أو حد أدنى للالتزام. وتحتسب معظم واجهات LLM API تكلفتها بهذه الطريقة، من رصيد مدفوع مسبقًا أو بفاتورة دورية.

[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.

[تحويل الصوت إلى نص (Speech-to-text)](https://broadrouter.com/ar/glossary/speech-to-text/)

تحويل الكلام إلى نص، ويسمّى أيضًا التعرّف التلقائي على الكلام (ASR)، هو تقنية تحوّل الصوت المنطوق إلى نص مكتوب. تستقبل واجهة تحويل الصوت إلى نص ملفًا صوتيًا أو بثًا وتُرجع نصًا مفرّغًا، يُسعَّر عادةً لكل دقيقة صوت. وتُقاس الدقة بمعدل الخطأ في الكلمات، وتتفاوت بحسب اللكنة واللهجة وجودة التسجيل.

[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.

## أسئلة شائعة

### هل أحتاج إلى SDK مختلفة لاستخدام واجهة API متوافقة مع OpenAI؟

لا. احتفظ بحزمة openai الرسمية ومرّر base\_url مختلفًا (في Python) أو baseURL (في Node)، مع مفتاح المزوّد الجديد. وتبقى كائنات الطلب والاستجابة كما هي لنقاط النهاية التي يدعمها المزوّد.

### هل تدعم الواجهات المتوافقة مع OpenAI واجهة Responses API؟

بعضها يدعمها؛ وكثير منها يدعم Chat Completions فقط. راجع قائمة نقاط النهاية لدى المزوّد. توثّق BroadNet Inference نقطتي /v1/chat/completions و/v1/audio/transcriptions، لذا يجب إعادة كتابة شيفرة Responses إلى Chat Completions.

### ماذا يحدث للتضمينات عند الانتقال؟

تتعطل إن لم يكن لدى المزوّد الجديد نقطة نهاية للتضمينات وكنت قد غيّرت العنوان الأساسي على مستوى التطبيق كله. لا تبيع BroadNet التضمينات، لذا أبقِ عميلًا للتضمينات موجّهًا إلى مزوّد التضمينات لديك. ولا تخلط أبدًا متجهات من نموذجَي تضمين مختلفين في فهرس واحد.

### هل أرسل max\_tokens أم max\_completion\_tokens؟

تصنّف OpenAI المعامل max\_tokens متقادمًا لصالح max\_completion\_tokens. لكن كثيرًا من المزوّدين المتوافقين يوثّقون max\_tokens بدلًا منه، ووثائق BroadNet تستخدم max\_tokens. أرسل ما يوثّقه المزوّد، وتأكد في اختبارك السريع أن الحد يُطبَّق فعلًا.

### هل تظل أدوات المخرجات المنظَّمة المساعدة في OpenAI تعمل؟

فقط إن كان المزوّد يقبل response\_format مع json\_schema على النموذج الذي تستخدمه. تُدرج BroadNet المخرجات المنظَّمة لنموذجي GLM 5.3 وQwen3.8 27B لكنها لا تسمّي معامل الطلب، فاختبره، واستمر في التحقق من النتيجة بعد تحليلها.

## تابع القراءة

-   [الانتقال إلى واجهة API متوافقة مع OpenAI: قائمة تحقق للترحيل](https://broadrouter.com/ar/blog/openai-compatible-api-migration-checklist/)
-   [عناوين base URL لواجهات API المتوافقة مع OpenAI: فحص 14 مزوّدًا](https://broadrouter.com/ar/blog/openai-compatible-api-base-urls/)
-   [استدعاء الأدوات في النماذج المفتوحة: المخططات والتوازي والإعادة](https://broadrouter.com/ar/blog/tool-calling-open-models/)
-   [وضع JSON أم json\_schema: مخرجات منظَّمة يمكن الاعتماد عليها](https://broadrouter.com/ar/blog/structured-output-json-schema/)
-   [كيف تقيّم نموذج LLM قبل الانتقال إلى مزوّد آخر](https://broadrouter.com/ar/blog/evaluate-llm-before-switching/)
-   [عتاد GPU لدى BroadNet وطريقة تقديم النماذج، كما تصفها BroadNet](https://broadrouter.com/ar/blog/broadnet-gpu-fleet-and-serving/)
-   [تخزين استجابات LLM API مؤقتًا لخفض التكلفة: تطابق تام بـ Python](https://broadrouter.com/ar/blog/cache-llm-responses-cut-cost/)
-   [دليل: استخدام OpenAI Python SDK مع BroadNet Inference](https://broadrouter.com/ar/guides/openai-python-sdk/)
-   [دليل: استخدام OpenAI Node.js SDK مع BroadNet Inference](https://broadrouter.com/ar/guides/openai-node-sdk/)
-   [دليل: أول طلب إلى BroadNet Inference باستخدام curl](https://broadrouter.com/ar/guides/curl-quickstart/)
-   [دليل: لماذا يعيد نموذج الاستدلال إجابة فارغة؟](https://broadrouter.com/ar/guides/reasoning-tokens-empty-response/)

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-migrate-from-openai-api-code-walkthrough&utm_content=page-cta) ·

**المصادر**

-   [المرجع التقني لواجهة BroadNet Inference: نقاط النهاية ومعرّفات النماذج والقدرات وبيانات الاستخدام في البث المتدفق والأخطاء (تاريخ المراجعة 2026-11-15) (بالإنجليزية)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ar-blog-migrate-from-openai-api-code-walkthrough&utm_content=sources)
-   [ملف README لحزمة openai-python: Responses هي الواجهة الأساسية، وChat Completions مدعومة إلى أجل غير مسمى، وإعادة المحاولة (تاريخ المراجعة 2026-11-15)](https://github.com/openai/openai-python)
-   [الشيفرة المصدرية لعميل openai-node: القيمة الافتراضية لـ baseURL هي OPENAI\_BASE\_URL (تاريخ المراجعة 2026-11-15)](https://github.com/openai/openai-node/blob/master/src/client.ts)
-   [OpenAI، الانتقال إلى Responses API: الفروق في المخرجات المنظَّمة والأدوات والتخزين (تاريخ المراجعة 2026-11-15)](https://developers.openai.com/api/docs/guides/migrate-to-responses)
-   [دليل استدعاء الدوال من OpenAI: بنية الأدوات في الواجهتين (تاريخ المراجعة 2026-11-15)](https://developers.openai.com/api/docs/guides/function-calling)
-   [المرجع التقني لـ Chat Completions من OpenAI: max\_tokens متقادم لصالح max\_completion\_tokens (تاريخ المراجعة 2026-11-15)](https://developers.openai.com/api/reference/resources/chat/subresources/completions/methods/create)
