كم يكلّف تشغيل وكيل ذكاء اصطناعي فعلًا
الجميع يذكر سعر البناء. وقلّما يذكر أحد تكلفة التشغيل، والحساب ليس بديهيًا: المحادثة التي تُعاد إرسالها في كل دور هي المكان الذي يذهب فيه المال. هذا هو الحساب كاملًا، بما في ذلك إعداد التخزين المؤقت الذي لا يفعل شيئًا بصمت.
عادةً ما يحمل عرض وكيل الذكاء الاصطناعي سعر بناء وتاريخ إطلاق. ونادرًا ما يحمل الرقم الذي يسأل عنه المدير المالي فعلًا بعد ثلاثة أشهر: كم يكلّف هذا شهريًا، إلى الأبد؟
هذا الرقم قابل للحساب قبل أن تبني أي شيء. وهذه هي الطريقة.
الجزء الذي يخطئ فيه الناس
النموذج البديهي هو «عدد الرسائل × سعر الرسالة». وهذا يقلّل التقدير، غالبًا بمعامل ثلاثة أو أربعة، لأن النموذج اللغوي لا ذاكرة له بين الاستدعاءات. كل دور يعيد إرسال المحادثة كلها حتى تلك اللحظة.
الدور الأول يرسل الموجِّه النظامي (system prompt) مع سؤال واحد. والدور السادس يرسل الموجِّه النظامي مع خمسة أسئلة سابقة وخمس إجابات سابقة والسؤال الجديد. المدخلات تنمو في كل دور بينما تبقى المخرجات ثابتة تقريبًا.
في محادثة من ستة أدوار، بموجِّه نظامي من 600 رمز (token)، وقرابة 60 رمزًا لكل سؤال و250 لكل إجابة، يبلغ مجموع جانب المدخلات نحو 8,600 رمز، لا نحو 4,000 التي يوحي بها تقدير الرسالة الواحدة.
إجراء الحساب
باستخدام أسعار Anthropic المعلنة حتى يوليو 2026، لهذه المحادثة نفسها من ستة أدوار بمعدل 2,000 محادثة شهريًا:
| النموذج | لكل محادثة | شهريًا |
|---|---|---|
| Haiku 4.5 | ~$0.016 | ~$32 |
| Sonnet 5 | ~$0.048 | ~$97 |
| Opus 5 | ~$0.068 | ~$136 |
ويترتب على ذلك أمران فورًا.
اختيار النموذج هو معظم القرار. لا الموجِّه ولا البنية، بل النموذج. وكيل دعم يجيب عن أسئلة محددة سلفًا من موجِّه نظامي قصير لا يحتاج إلى النموذج الأغلى، والفارق 4 أضعاف.
الأرقام المطلقة صغيرة. وكيل دعم يتعامل مع 2,000 محادثة شهريًا يكلّف أقل من ميزانية القهوة لدى معظم الفرق. والخطر في هذه المشاريع لم يكن يومًا فاتورة الرموز؛ بل بناء الشيء الخاطئ، أو بناء شيء لا يستطيع أحد صيانته. كن متشككًا في أي عرض تُقدَّم فيه تكلفة الاستدلال بوصفها الاعتبار التجاري الرئيسي.
الإعداد الذي لا يفعل شيئًا بصمت
يتيح التخزين المؤقت للموجِّه أن يعيد النموذج قراءة بادئة ثابتة، أي موجِّهك النظامي وتعريفات الأدوات، بنحو عُشر سعر المدخلات المعتاد. وهو أول تحسين يلجأ إليه الجميع.
وله حد أدنى. إن كانت البادئة القابلة للتخزين أقصر من حد النموذج، يُتجاهل مؤشر التخزين ببساطة. لا خطأ. لا تحذير. لا توفير.
وهذه الحدود تختلف من نموذج إلى آخر، وليست بديهية:
- Opus 5 — 512 رمزًا
- Sonnet 5 — 1,024 رمزًا
- Haiku 4.5 — 4,096 رمزًا
فموجِّه نظامي من 600 رمز يُخزَّن مؤقتًا على Opus، ولا يفعل شيئًا على Haiku أو Sonnet. وكثيرًا ما تطلق الفرق التخزين المؤقت، فلا ترى تغيّرًا في الفاتورة، وتستنتج أنه لا يعمل. هو يعمل؛ لكن البادئة كانت أقصر من أن تؤهَّل.
إن كان التخزين المؤقت يهم اقتصادياتك، فالحل عادةً هو نقل مزيد من المحتوى الثابت إلى البادئة المخزنة، أي تعريفات الأدوات وتعليمات الاسترجاع وأمثلة few-shot، حتى تتجاوز الحد. وهذا قرار تصميم، لا خيار تهيئة.
ما الذي يحرّك الرقم فعلًا
بترتيب تقريبي حسب الأثر:
- اختيار النموذج. وجّه بحسب المهمة. لدى معظم الوكلاء مسار صعب واحد ومسارات سهلة عدة؛ وليست كلها بحاجة إلى النموذج نفسه.
- طول المحادثة. لأن السجل يتراكم، فإن وكيلًا يحلّ المسألة في أربعة أدوار يكلّف أقل بكثير من وكيل يحلّها في عشرة، وتجربته أفضل أيضًا.
- انضباط السياق. كل ما تُرفقه يُدفع ثمنه في كل دور لاحق. واسترجاع يعيد عشر وثائق حيث تكفي وثيقتان تكلفة متكررة، لا تكلفة لمرة واحدة.
- التخزين المؤقت، حين تتجاوز البادئة الحد فعلًا.
احسبها بنفسك
وضعنا الحساب كله خلف أشرطة تمرير في صفحة هندسة الذكاء الاصطناعي. حرّكها إلى حجمك وطول محادثتك، وشاهد النماذج تتباعد. والافتراضات مطبوعة أسفلها، لأن رقمًا لا تستطيع مساءلته لا قيمة كبيرة له.
لا شيء من هذا يغني عن قياس حركتك الفعلية. لكنه يعني ألا تكون رتبة الحجم مفاجأة أبدًا، وأن من يعرض عليك وكيلًا دون تكلفة لكل تفاعل لم يُنهِ هندسته.