كيف تعمل فوترة Anthropic API فعلياً

إجابة سريعة: على ماذا تُحاسَب فعلياً

Anthropic تُحاسِب على Claude API لكل token، بالدفع المسبق. تشتري رصيداً من وحدة التحكم الخاصة بالمطورين، وكل طلب يخصم من ذلك الرصيد عبر ثلاثة عدادات: tokens المدخل (كل ما ترسله)، tokens المخرج (كل ما يُنشئه النموذج، بما في ذلك tokens التفكير)، وحركة الذاكرة المؤقتة للـ prompt (الكتابة تُحاسَب بمعدل 1.25 ضعف معدل المدخل، والقراءة بمعدل 0.1 ضعف). لا يوجد اشتراك لواجهة API نفسها، واشتراك Claude Pro أو Max لا يشمل رصيد API. المخرج هو العداد المكلف. يُدرَج Claude Sonnet 4.6 بسعر $3.00 لكل مليون token مدخل و$15.00 لكل مليون token مخرج، بفارق 5 أضعاف. يُدرَج Claude Opus 4.7 بسعر $5.00 مدخل و$25.00 مخرج. إذا كانت فاتورتك أعلى من المتوقع، تحقق من حجم المخرج ونمو تاريخ المحادثة قبل أي شيء آخر.

العدادات الثلاثة: tokens المدخل والمخرج والذاكرة المؤقتة

يشمل المدخل أكثر من رسالة المستخدم. system prompt، وتاريخ المحادثة الكامل، وتعريفات الأدوات، ونتائج الأدوات، والصور، كلها تُحتسب كـ tokens مدخل في كل طلب يتضمنها. يشمل المخرج كل ما يكتبه النموذج مرة أخرى، وفي النماذج القادرة على الاستدلال يشمل ذلك tokens التفكير التي قد لا تعرضها للمستخدم أبداً. الذاكرة المؤقتة للـ prompt هي العداد الثالث والذي يتركه معظم الفرق دون استخدام. تُحدِّد بادئة ثابتة (system prompt طويل، مستند، قائمة أدوات ثابتة) بنقطة توقف cache_control. الطلب الأول يدفع علاوة كتابة قدرها 1.25 ضعف معدل المدخل للذاكرة المؤقتة الافتراضية لمدة 5 دقائق؛ وكل طلب يعيد استخدام البادئة ضمن هذه النافذة يقرأها بمعدل 0.1 ضعف. تتوفر أيضاً ذاكرة مؤقتة لساعة واحدة بمعدل كتابة ضعفين. أدناه بطاقة الأسعار الكاملة لنموذجي Claude الرئيسيين بالأسعار الرسمية المُدرجة.

مثال محسوب: chatbot واحد، يوم واحد

خذ chatbot دعم يعمل على Claude Sonnet 4.6 بالأسعار الرسمية: 10,000 طلب يومياً، كل واحد يحمل system prompt من 2,000 token بالإضافة إلى 1,500 token من التاريخ ورسالة المستخدم، ويُجاب برد من 500 token. يُظهر الجدول نفس حجم العمل مع وبدون تخزين system prompt مؤقتاً. بدون تخزين مؤقت يكلف اليوم $180.00، أي حوالي $5,400 شهرياً. تخزين system prompt مؤقتاً (بافتراض حوالي 300 انتهاء صلاحية للذاكرة المؤقتة يومياً ضمن نافذة الـ5 دقائق) يخفضه إلى نحو $128 يومياً، أي حوالي $3,840 شهرياً. لاحظ ما لم يتحرك: تكلفة المخرج. التخزين المؤقت يمس المدخل فقط، ولهذا الانضباط في المخرج أهم من أي رافعة أخرى بمفردها.

لماذا تُفاجئ فواتير Anthropic الفرق

أربعة أنماط تفسر معظم أحاديث "لماذا الفاتورة أضعاف التقدير". 1. المخرج هو 5 أضعاف المدخل، والتفكير يُحتسب كمخرج. التقديرات ترتكز على سعر المدخل لأنه الرقم المذكور أولاً. لكن الإجابات الطويلة، والتنسيق المطوّل، والتفكير الموسّع، كلها تُحاسَب بسعر المخرج. نموذج يفكر لمدة 3,000 token قبل أن يجيب في 500 يُحاسَب على 3,500 token مخرج مقابل ما يبدو رداً قصيراً. 2. يُعاد احتساب التاريخ في كل دورة. واجهة API عديمة الحالة (stateless)، لذا تعيد كل دورة إرسال المحادثة كاملة كمدخل. محادثة بمعدل 20 دورة لا تكلف 20 ضعف الدورة الواحدة؛ بل أكثر بكثير، لأن الدورة رقم 20 تحمل الدورات الـ19 السابقة كمدخل. تنمو تكلفة المدخل تقريباً بمربع طول المحادثة ما لم تُقلّصها أو تُلخّصها. 3. الاشتراكات ورصيد API منفصلان. Claude Pro وMax يغطيان تطبيقات Claude، وليس واجهة API. تفترض الفرق أن الاشتراك يستوعب حركة API، ثم تكتشف أن وحدة التحكم كانت تسحب بهدوء من رصيد مسبق الدفع مع تفعيل إعادة التعبئة التلقائية. 4. كل ما في الطلب هو مدخل، والتتبع صعب. تعريفات الأدوات ونتائجها والصور وsystem prompts كلها تُحاسَب كمدخل في كل طلب يتضمنها. وزّع ذلك على عدة مفاتيح API وبيئات وميزات دون تسجيل لكل مفتاح، ولن يستطيع أحد تحديد أي ميزة أنفقت المال حتى تصل الفاتورة.

فوترة Anthropic مقابل OpenAI، جنباً إلى جنب

يقيس كلا المزوّدين بنفس الطريقة: لكل token، بمعدلات منفصلة للمدخل والمخرج، ورصيد مسبق الدفع افتراضياً. الفروق التي تهم فاتورتك تكمن في آلية التخزين المؤقت وضوابط الإنفاق. الفارق العملي هو التخزين المؤقت. تطبّق OpenAI التخزين المؤقت للـ prompt تلقائياً بلا رسوم كتابة وبخصم على الجزء المخزَّن. أما Anthropic فتطلب منك وضع نقاط توقف cache_control بنفسك، وتفرض علاوة كتابة، وتُعيدها بقراءات أرخص بكثير عند 0.1 ضعف معدل المدخل. لأحمال العمل ذات الـ prompts الثابتة الطويلة، التخزين المؤقت لدى Anthropic حين يُنفَّذ بشكل صحيح هو الرافعة الأقوى؛ وحين يُنفَّذ خطأ (طابع زمني في system prompt، قائمة أدوات غير ثابتة)، لا يُفعَّل أبداً بصمت وتدفع السعر الكامل بالإضافة إلى علاوات الكتابة.

كيف تُقدّر تكلفة Anthropic API قبل الإطلاق

كل استجابة من API تتضمن كائن usage بعدد tokens المدخل والمخرج (input_tokens وoutput_tokens) الدقيق، بالإضافة إلى cache_creation_input_tokens وcache_read_input_tokens عند تفعيل التخزين المؤقت. هذا الكائن هو الحقيقة المرجعية. أدوات تجزئة النصوص (tokenizers) المصممة لمزوّدين آخرين تُقلّل من عدّ tokens Claude، لذا لا تُقدّر باستخدامها. الإجراء: أرسل عدداً من الطلبات التمثيلية، اقرأ كائن usage، واحسب متوسط الأعداد. ثم طبّق الصيغة: التكلفة = (input_tokens / 1,000,000 × سعر المدخل) + (output_tokens / 1,000,000 × سعر المخرج)، بالإضافة إلى حدود كتابة وقراءة الذاكرة المؤقتة إن كنت تستخدمها. اضرب في الحجم اليومي المتوقع، وللمنتجات متعددة الدورات أضف هامش نمو لأن التاريخ يرفع المدخل في كل دورة. تُتيح Anthropic أيضاً نقطة نهاية count_tokens إذا أردت الأعداد قبل إرسال أي شيء.

curl https://api.anthropic.com/v1/messages \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-sonnet-4-6",
    "max_tokens": 1024,
    "messages": [{"role": "user", "content": "Summarize this ticket: ..."}]
  }'

# الاستجابة تتضمن الحقيقة المرجعية لنموذج التكلفة لديك:
# "usage": {"input_tokens": 2412, "output_tokens": 486,
#           "cache_read_input_tokens": 0, "cache_creation_input_tokens": 0}

خمس طرق لخفض فاتورة Anthropic API

التكتيك الخامس هو حيث تُثبت البوابة (gateway) جدارتها. APIsRouter بوابة متوافقة مع OpenAI تُسجّل النموذج، وtokens المدخل، وtokens المخرج، والتكلفة الدقيقة بالدولار لكل طلب، لكل مفتاح API، بحيث تحصل كل ميزة أو بيئة على مفتاحها الخاص وسطرها الخاص في عرض الاستخدام. تُدرِج Claude Sonnet 4.6 بسعر $2.40 مدخل و$12.00 مخرج لكل مليون token وClaude Opus 4.7 بسعر $4.00 و$20.00، أي أقل بنسبة 20% من السعر الرسمي، بفوترة الدفع حسب الاستخدام بلا اشتراك؛ وأول عملية تعبئة رصيد عند /topup تُضاعَف. توجيه تكامل OpenAI SDK قائم إليها تغيير بسطرين:

• خزّن مؤقتاً البادئات الطويلة الثابتة. system prompt أو مستند يتكرر عبر الطلبات يُحاسَب بعُشر سعر المدخل في كل قراءة من الذاكرة المؤقتة بعد الكتابة الأولى.
• قلّص التاريخ وحدّد max_tokens. لخّص أو احذف الدورات القديمة بدلاً من إعادة إرسالها، واضبط max_tokens على ما تحتاجه المهمة فعلياً حتى لا يُحاسَبك رد متسرّع بآلاف tokens المخرج الإضافية.
• وجّه حسب المهمة، لا حسب العادة. احتفظ بـ Opus للخطوات التي تحتاجه ووجّه التصنيف الجماعي والاستخراج والمسودات إلى نماذج أرخص مثل deepseek-v4-flash أو glm-5.
• اجمع كل ما هو غير متزامن في دفعات. تُعالج Batches API الطلبات خلال 24 ساعة بنصف السعر، وهي مثالية لملء البيانات القديمة والتقييمات والمهام الليلية.
• ضع رؤية التكلفة لكل مفتاح أمام حركة مرورك. معظم مفاجآت الفوترة هي مشاكل تتبع: لا يستطيع أحد تحديد أي ميزة أو عميل أنفق المال حتى تصل الفاتورة.

from openai import OpenAI

client = OpenAI(
    api_key="sk-APIsRouter-...",
    base_url="https://api.apisrouter.com/v1",
)

response = client.chat.completions.create(
    model="claude-sonnet-4-6",
    messages=[{"role": "user", "content": "Summarize this ticket: ..."}],
)

# أعداد tokens تعود مع كل استجابة؛ ولوحة تحكم البوابة
# تُسجّل أيضاً التكلفة الدقيقة لهذا الطلب تحت هذا المفتاح.
print(response.usage.prompt_tokens, response.usage.completion_tokens)

الأسئلة الشائعة