BroadRouter

رموز الاستدلال المنطقي: لماذا تدفع مقابل مخرجات أكثر مما تراه؟

بقلم فريق BroadNet Inference · قراءة في 4 دقائق · تاريخ النشر · آخر تحديث

يكتب نموذج الاستدلال المنطقي تفكيرًا مخفيًا قبل إجابته، وتُحتسب رموز الاستدلال هذه بسعر الإخراج. فقد يحمل رد من 200 رمز (توكن) ألف رمز أو أكثر من التفكير. وعلى BroadNet Inference تستدل نماذج DeepSeek V4.1 Flash وGLM 5.3 وQwen3.8 27B. خفّض التكلفة بضبط reasoning_effort على low، وقيمة معقولة لـ max_tokens، ونموذج لا يستدل للخطوات البسيطة.

ترسل سؤالًا قصيرًا، فتصلك إجابة من سطرين، ثم تُظهر الفاتورة 1,400 رمز إخراج. لا خطأ هنا. فقد فكّر النموذج قبل أن يجيب، واحتُسب ذلك التفكير. يشرح هذا المقال كيف تُعدّ رموز الاستدلال المنطقي، وكم تكلّف على كل نموذج، والإعدادات الأربعة التي تتحكم فيها.

ما رموز الاستدلال المنطقي؟

يكتب نموذج الاستدلال المنطقي سلسلة تفكير داخلية، ثم الإجابة المرئية. وكلاهما يخرج من عملية التوليد نفسها. ويتكوّن التفكير من رموز الاستدلال المنطقي. وفي استجابة chat completions القياسية تكون الإجابة في message.content، أما التفكير فيُعدّ ولا يُعرض.

ويذكر دليل OpenAI للاستدلال المنطقي القاعدة بوضوح: رموز الاستدلال “still occupy space in the model’s context window and are billed as” output tokens (الترجمة: «تظل تشغل مساحة في نافذة سياق النموذج وتُحتسب بوصفها» رموز إخراج). ويتبع المزودون الآخرون القاعدة نفسها.

كيف تُحتسب رموز الاستدلال المنطقي؟

هي جزء من completion_tokens، لذا تُدفع بسعر الإخراج. والإخراج هو العدّاد الأغلى:

النموذج يستدل أولًا الإخراج لكل مليون الإدخال لكل مليون
DeepSeek V4.1 Flash نعم $0.52 $0.175
GLM 5.3 نعم $3.46 $0.78
Qwen3.8 27B نعم $2.17 $0.175
Gemma 4 VL 26B غير مذكور $0.22 $0.10

الأسعار هي أسعار BroadNet Inference، ومُزامَنة بتاريخ 2026-11-14. وما يتقاضاه المزودون الآخرون للنماذج نفسها تجده في جدول أسعار LLM API، ومثال ذلك GLM 5.3 لدى مختلف المزودين.

كم قد يضيف الاستدلال المنطقي إلى الفاتورة؟

خذ مصنِّفًا يُرجع تسمية من كلمة واحدة، أي نحو 10 رموز مرئية. إن فكّر النموذج 1,000 رمز قبلها، فإن 99% من فاتورة الإخراج تفكير.

وعلى نطاق واسع: ألف رد في كل منها ألف رمز استدلال تضيف مليون رمز إخراج. وهذا يكلّف $0.52 على DeepSeek V4.1 Flash، و$2.17 على Qwen3.8 27B، و$3.46 على GLM 5.3، فوق تكلفة الإجابات المرئية.

ويختلف المقدار باختلاف المهمة. فالرياضيات الصعبة أو الاستدلال على شيفرة موزّعة على ملفات عدة قد يبلغ آلاف الرموز، بينما قد لا تحتاج التحية إلى شيء تقريبًا. ولهذا تقيس.

كيف تقيس رموز الاستدلال المنطقي؟

تذكرها كتلة usage حين يوفّر النموذج العدد:

r = client.chat.completions.create(
    model="broadnet/deepseek-v4.1-flash",
    messages=[{"role": "user", "content": "Is 'refund my order' a billing or shipping intent?"}],
    max_tokens=1000,
)
u = r.usage
reasoning = (u.completion_tokens_details.reasoning_tokens or 0) if u.completion_tokens_details else 0
print("output:", u.completion_tokens, "reasoning:", reasoning,
      "share:", round(reasoning / max(u.completion_tokens, 1), 2))

سجّل هذا لكل نوع من المهام طوال أسبوع. ستجد عادةً أن مهامّ قليلة مسؤولة عن معظم التفكير. وعند البث المتدفق أضف stream_options: {"include_usage": true}؛ فتصل الأعداد في آخر جزء (دليل البث المتدفق).

أربع طرق للتحكم في تكلفة الاستدلال المنطقي

1. خفّض reasoning_effort للمهام البسيطة

يطلب reasoning_effort من النموذج أن يفكّر أقل. وتستخدم أدلة BroadNet القيمة low للتصنيف والاستخراج والتنسيق:

client.chat.completions.create(model="broadnet/deepseek-v4.1-flash", reasoning_effort="low",
                               max_tokens=1000, messages=msgs)

وتوثّق OpenAI نطاقًا أوسع من القيم على نماذجها، من none وminimal مرورًا بـ low وmedium وhigh وصولًا إلى xhigh وmax، وتنبّه إلى أن “some models support only a subset” (الترجمة: «بعض النماذج لا تدعم إلا جزءًا منها»). تحقّق من القيم التي يقبلها نموذجك، وقارن رموز الإخراج قبل التغيير وبعده على العيّنات نفسها.

2. اجعل max_tokens سقفًا لا أداة تضييق

يضع max_tokens سقفًا للاستدلال والإجابة معًا. فهو يوقف الرد الجامح، لكن إن ضبطته على قيمة منخفضة جدًا فقد ينفق النموذج الميزانية كلها في التفكير ويُرجع إجابة فارغة مع finish_reason: "length". وتدفع ثمن ذلك التفكير ثم تضطر إلى إعادة المحاولة. وتقترح BroadNet ألف رمز أو أكثر لنماذج الاستدلال المنطقي. لماذا يُرجع نموذج الاستدلال إجابة فارغة.

3. وجّه الخطوات السهلة إلى نموذج لا يستدل

لا تحتاج كل خطوة إلى تفكير. فتنسيق JSON، أو إعادة تسمية الحقول، أو الإجابة عن استعلامات الأسئلة الشائعة، يمكن توجيهها إلى Gemma 4 VL 26B بسعر $0.22 لكل مليون رمز إخراج، وهو نموذج لا تذكر BroadNet أنه يستدل. واحتفظ بنماذج الاستدلال للتخطيط وتصحيح الأخطاء والإجابات متعددة الخطوات. واختبر الجودة على عيّناتك قبل التوجيه.

4. احذف «فكّر خطوة بخطوة» من الأوامر

نماذج الاستدلال تفكّر أصلًا. وطلب استدلال مرئي خطوة بخطوة فوق ذلك يجعلها تكتبه مرتين: مرة مخفيًا، ومرة في الإجابة. اطلب الإجابة النهائية بالصيغة التي تحتاجها.

أي إعداد تستخدم لأي مهمة؟

المهمة جهد الاستدلال max_tokens النموذج المقترح
التصنيف، التوجيه low 1,000 Gemma 4 VL 26B أو DeepSeek V4.1 Flash
الاستخراج إلى JSON low من 1,000 إلى 2,000 DeepSeek V4.1 Flash، وGLM 5.3 للمخرجات المنظَّمة
صياغة ردود العملاء low أو الافتراضي 2,000 DeepSeek V4.1 Flash
تصحيح الأخطاء، التخطيط، مراجعة الشيفرة الافتراضي أو أعلى 8,000 أو بلا تحديد DeepSeek V4.1 Flash أو GLM 5.3

هذه نقاط انطلاق. قِس رموز الإخراج والجودة على بياناتك، ثم عدّل.

متى يتوقف الاستدلال المنطقي عن التكلفة الإضافية؟

على خطة بسعر ثابت. فخطة البدر (Full Moon) من BroadNet تكلّف $60 شهريًا لكل جلسة مقابل DeepSeek V4.1 Flash غير محدود بلا عدّاد للرموز، لذا لا تكلفة لرموز الاستدلال لكل رمز. لكنها لا تزال تستغرق وقتًا: فبسرعة نموذجية تبلغ نحو 100 رمز في الثانية، يُولَّد كل رمز استدلال قبل أن تبدأ الإجابة، لذا يؤخّر التفكير الطويل الرد. متى تتفوّق الخطة الثابتة على الدفع لكل رمز، وعشر طرق أخرى لخفض فاتورة وكيل البرمجة.

أين يناسبك BroadNet Inference؟

تشغّل BroadNet ثلاثة نماذج استدلال منطقي ونموذجًا واحدًا لا يُذكر أنه يستدل، كلها بمفتاح واحد متوافق مع OpenAI على https://inference.broadnet.ai/v1، مع ذكر الاستخدام في كل استجابة. وهذا يسهّل توجيه المهام حسب نوعها وقياس الفرق. وإن احتجت نموذجًا مغلقًا يعرض ملخصًا مرئيًا للاستدلال، فاستخدم API الجهة المطوّرة له؛ إذ لا يضم كتالوج المحادثة لدى BroadNet أي نماذج مغلقة. اطّلع على الخطط.

أسئلة شائعة

هل تُحتسب رموز الاستدلال المنطقي مدخلاتٍ أم مخرجات؟

مخرجات. فالنموذج هو من يولّدها، وتظهر ضمن completion_tokens، وتُحتسب بسعر الإخراج لكل مليون رمز.

هل يمكنني إيقاف الاستدلال المنطقي تمامًا؟

يتوقف ذلك على النموذج. توثّق OpenAI قيمًا للجهد قد تشمل none أو minimal على بعض النماذج. وعلى BroadNet، اضبط reasoning_effort على low، أو استخدم Gemma 4 VL 26B الذي لا تذكر BroadNet أنه يستدل.

هل يوفّر تخفيض max_tokens المال مع نماذج الاستدلال المنطقي؟

جزئيًا فقط. فهو يضع سقفًا للفاتورة، لكن إن استهلك الاستدلال الميزانية كلها دفعتَ ثمن التفكير وحصلت على إجابة فارغة. خفّض الجهد بدلًا من ذلك، وأبقِ max_tokens عند ألف رمز أو أكثر.

هل أرى نص الاستدلال المنطقي؟

ليس عادةً في الحقل content. لكن كتلة usage تذكر عدد رموز الاستدلال المستخدمة، حين يُبلغ النموذج عنها، في completion_tokens_details.reasoning_tokens.

اقرأها بصيغة Markdownاسأل ChatGPTاسأل Claudeاسأل Perplexity