فوترة OpenAI API، مشروحة بأرقام حقيقية

إجابة سريعة: كيف تعمل فوترة OpenAI API

ثلاثة أرقام تُحدّد كل سطر في فاتورتك: tokens المدخل المُرسَلة، وtokens المخرج المُولَّدة، والسعر لكل مليون token للنموذج الذي اخترته. لا يوجد اشتراك ولا رسم لكل طلب. اضرب، اقسم على مليون، انتهى. الفخ هو أن الأرقام الثلاثة تتصرف بشكل مختلف. تنمو tokens المدخل بصمت مع تراكم تاريخ المحادثة، وتحمل tokens المخرج علاوة كبيرة لكل token، ويتغيّر السعر كل مرة تُبدّل فيها النماذج. تستعرض بقية هذا الدليل الآليات، وأسعار gpt-5.5 الحالية، وثلاثة أمثلة محسوبة بالكامل، والأماكن التي تقفز فيها الفواتير دون تحذير.

• وحدة الفوترة: tokens، تُقاس بشكل منفصل للمدخل (الـ prompt + التاريخ) والمخرج (الرد)
• نموذج الدفع: رصيد مسبق الدفع، يُخصم لكل طلب؛ تفشل الطلبات عند نفاد الرصيد ما لم تكن إعادة التعبئة التلقائية مُفعّلة
• مستويات الاستخدام تُغيّر حدود المعدل لديك، لا أسعارك
• Batch API: نصف السعر للمهام غير المتزامنة التي يمكنها الانتظار حتى 24 ساعة

الرصيد مسبق الدفع، مستويات الاستخدام، وBatch API

نقلت OpenAI حسابات API إلى الفوترة مسبقة الدفع: تشتري رصيداً مقدَّماً ويُستهلك مع الاستخدام. تفصيلان يُوقعان الناس. أولاً، ينتهي الرصيد غير المُستخدَم بعد 12 شهراً من الشراء، لذا تحميل ميزانية سنة كاملة في يناير تبرّع إذا كانت حركتك منخفضة. ثانياً، عندما يصل الرصيد إلى الصفر تبدأ طلباتك بإرجاع أخطاء فوراً، وهو ما يبدو انقطاعاً إذا لم يمتلك أحد لوحة تحكم الفوترة. إعادة التعبئة التلقائية تُصلح التوقف الصارم لكنها تُزيل سقف الإنفاق الطبيعي، لذا اقرنها بحدود استخدام. مستويات الاستخدام هي الآلية الثانية. تتصاعد الحسابات عبر المستويات مع نمو الإنفاق التراكمي وعمر الحساب، ويرفع كل مستوى حدود المعدل لديك (الطلبات في الدقيقة وtokens في الدقيقة). لا تُغيّر المستويات الأسعار لكل token. إذا كنت تُصادف أخطاء 429 عند حجم منخفض، فأنت في مستوى منخفض، والحل هو تاريخ إنفاق أو طلب زيادة حد المعدل، لا خطة مختلفة. Batch API هو الخصم المدمج الوحيد الذي يستحق التخطيط حوله: أرسل ملفاً من الطلبات، اقبل النتائج ضمن نافذة 24 ساعة، وادفع نصف السعر القياسي على المدخل والمخرج كليهما. أي شيء لا يواجه المستخدم وغير حساس لزمن الاستجابة (التقييمات، ملء البيانات القديمة، التلخيص، التصنيف) ينتمي هناك. يُخصَّم المدخل المُخزَّن مؤقتاً أيضاً عندما تتشارك الـ prompts بادئة ثابتة طويلة، مما يُكافئ وضع التعليمات الثابتة أولاً والمحتوى المتغيّر أخيراً.

تتبّع الاستخدام الدقيق من استجابة API

لست بحاجة لتقدير tokens بمكتبة tokenizer بعد الحقيقة. تتضمن كل استجابة chat completion كائن usage بالأعداد الدقيقة التي حُوسبت عليها. سجّله في كل استدعاء وستكون محاسبة تكلفتك حقيقة مرجعية، لا تقريباً. مشكلة واحدة: مع تفعيل التدفق (streaming)، يُرسَل كائن usage فقط إذا طلبته عبر stream_options. إذا أظهرت سجلاتك طلبات مُتدفّقة بصفر tokens، فهذا هو السبب.

curl https://api.openai.com/v1/chat/completions \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.5",
    "messages": [{"role": "user", "content": "Summarize the attached notes in one line."}],
    "max_completion_tokens": 200,
    "stream_options": {"include_usage": true}
  }'

# الاستجابة تتضمن الأعداد الدقيقة المحاسَب عليها:
# "usage": {
#   "prompt_tokens": 42,
#   "completion_tokens": 118,
#   "total_tokens": 160
# }

ابنِ حاسبة تكلفة OpenAI API في عشرة أسطر

حاسبات التكلفة عبر الإنترنت تصبح قديمة في الأسبوع الذي يتغيّر فيه السعر. دالة من عشرة أسطر تتغذى من كائن usage لا تفعل ذلك أبداً. احتفظ بجدول أسعار لكل نموذج، اضرب، وسجّل الرقم بالدولار بجانب كل معرّف طلب. لاحظ أن النماذج القادرة على الاستدلال تُحاسِب tokens الاستدلال المخفية كـ completion tokens، لذا تبقى الحاسبة أدناه صحيحة طالما قرأت completion_tokens من الاستجابة بدلاً من عدّ النص المرئي بنفسك.

# بالدولار الأمريكي لكل مليون token
RATES = {
    "gpt-5.5": {"in": 4.00, "out": 24.00},
    "claude-sonnet-4-6": {"in": 2.40, "out": 12.00},
    "deepseek-v4-flash": {"in": 0.126, "out": 0.252},
}

def cost_usd(model: str, prompt_tokens: int, completion_tokens: int) -> float:
    rate = RATES[model]
    return (prompt_tokens * rate["in"] + completion_tokens * rate["out"]) / 1_000_000

usage = response.usage
print(f"{cost_usd('gpt-5.5', usage.prompt_tokens, usage.completion_tokens):.6f}")

جدول أسعار gpt-5.5 ومقارنة النماذج

الأسعار أدناه هي كتالوج APIsRouter: APIsRouter بوابة متوافقة مع OpenAI (Base URL: https://api.apisrouter.com/v1) بفوترة الدفع حسب الاستخدام وبلا اشتراك، حيث تُسعَّر النماذج العالمية أقل بنسبة 20% من القائمة الرسمية والنماذج الصينية دون أسعارها الرسمية. الدفع عند /topup لا يحتاج تسجيلاً: ادفع أولاً، ويصلك المفتاح بالبريد الإلكتروني، وتضيف أول عملية تعبئة رصيد +100% للرصيد. تحقق دائماً من أسعار OpenAI الرسمية على صفحة أسعارها قبل وضع ميزانية لحساب مباشر، لأن أسعار القائمة تتحرك. للسياق، يحمل نفس الكتالوج النماذج التي يقارن بها الناس فعلياً gpt-5.5. kimi-k2.6 وmimo مُدرَجان أيضاً لأحمال العمل الحوارية الثقيلة.

كيف يُقارَن gpt-5.5 من حيث السعر

نفس الحساب، أسعار مختلفة. اختيار النموذج هو أكبر رافعة منفردة على فاتورة tokens، ومعظم أحمال العمل تمزج النماذج بدلاً من اختيار واحد.

أمثلة محسوبة: ثلاثة أحمال عمل مُسعَّرة من البداية للنهاية

تستخدم الأمثلة الثلاثة جميعها أسعار gpt-5.5 أعلاه ($4.00 مدخل، $24.00 مخرج لكل مليون token). المثال 1، chatbot إنتاجي: 100,000 طلب شهرياً بمتوسط 1,500 token مدخل و300 token مخرج لكل واحد. المدخل: 150 مليون token بسعر $4.00 يساوي $600. المخرج: 30 مليون token بسعر $24.00 يساوي $720. الإجمالي: $1,320 شهرياً، ولاحظ أن المخرج أكثر من نصف الفاتورة رغم كونه خُمس الـ tokens فقط. المثال 2، جلسة لعب أدوار أو محادثة شخصيات من 60 دورة حيث تُعيد الواجهة الأمامية إرسال سياق بمتوسط 6,000 token في كل دورة مع ردود من 250 token. المدخل: 360 ألف token يساوي $1.44. المخرج: 15 ألف token يساوي $0.36. الإجمالي: حوالي $1.80 لكل جلسة. نفس الجلسة على deepseek-v4-flash تكلف حوالي خمسة سنتات، ولهذا نادراً ما يُشغّل مستخدمو المحادثات الطويلة النماذج الرائدة في كل دورة. المثال 3، تلخيص 20,000 مستند بـ2,500 token مدخل و150 token مخرج لكل واحد. المدخل: 50 مليون token يساوي $200. المخرج: 3 مليون token يساوي $72. الإجمالي: $272 كمهمة متزامنة، أو حوالي $136 عبر Batch API بما أن لا شيء هنا حساس لزمن الاستجابة.

مفاجآت التكلفة التي تُضخّم فواتير OpenAI

لا يظهر أي من هذه في اختبار لكل طلب. تظهر في الشهر الثاني، عندما تطول الجلسات وتتضاعف نافذة التاريخ بصمت ثلاث مرات. راقب كائن usage منذ اليوم الأول وارسم بياناً لـ tokens المدخل لكل جلسة عبر الزمن؛ ذلك الرسم الواحد يلتقط معظم القائمة أعلاه.

• إعادة إرسال التاريخ: كل دورة محادثة تُعيد إرسال المحادثة كاملة، لذا تنمو تكلفة المدخل لكل جلسة تقريباً بمربع عدد الدورات حتى تُقلّصها
• علاوة المخرج: مخرج gpt-5.5 هو 6 أضعاف سعر مدخله، لذا الردود المطوّلة وعدم ضبط حدود الطول تُهيمن على الفواتير
• tokens الاستدلال: سلسلة التفكير المخفية تُحاسَب كـ completion tokens لا تراها أبداً في النص
• انتهاء مهلة العميل: إذا تخلّى طرفك عن طلب بعد أن بدأ الخادم بالتوليد، لا تزال tokens المُولَّدة تُحاسَب
• مدخلات الرؤية: الصور تُحوَّل إلى tokens، وصورة واحدة عالية التفصيل يمكن أن تكلف آلاف tokens المدخل
• انتهاء صلاحية الرصيد: الرصيد مسبق الدفع المُشترى قبل أكثر من 12 شهراً يختفي، سواء أُنفق أم لا

كيف تُخفّض تكاليف OpenAI API

التوجيه هو الرافعة الأكبر. الفرق التي تُقسّم الحركة بين نموذج رائد ونموذج قيمة مثل deepseek-v4-flash أو glm-5 تُخفّض الإنفاق عادة أكثر بكثير من أي تعديل في الـ prompt، لأن النموذج الرخيص يتعامل مع الدورات عالية الحجم. لواجهات محادثة الشخصيات ولعب الأدوار تحديداً، زوج deepseek-v4-pro وdeepseek-v4-flash هو الإجابة الشائعة لدى المجتمع من حيث القيمة، وkimi-k2.6 وmimo يستحقان الاختبار، ونماذج Claude هي الخيار عندما يهم النثر غير الصريح المصقول أكثر من أي شيء. أياً كانت الواجهة الأمامية التي تتصل بها، اتبع شروط خدمتها ومتطلبات العمر الخاصة بها. حساب الفوترة نفسه لا يتغيّر أبداً: tokens داخلة، tokens خارجة، سعر. أدخل هذه الأرقام الثلاثة في سجلاتك وسيصبح كل قرار تكلفة حساباً حسابياً بدلاً من تخمين.

• حدّد المخرج بـ max_completion_tokens في كل استدعاء؛ إنه أرخص حاجز حماية موجود
• قلّص التاريخ بنافذة منزلقة، أو لخّص الدورات القديمة في ملاحظة مختصرة بدلاً من إعادة إرسالها حرفياً
• انقل العمل غير التفاعلي إلى Batch API وادفع نصف السعر
• أبقِ system prompt طويلاً وثابتاً أولاً والمحتوى المتغيّر أخيراً حتى تُفعَّل خصومات المدخل المخزَّن مؤقتاً فعلياً
• وجّه حسب المهمة: التصنيف والاستخراج ودورات المحادثة العادية لا تحتاج نموذجاً رائداً؛ احتفظ بـ gpt-5.5 للخطوات التي تفشل على نماذج أرخص
• اضبط تنبيهات الرصيد وحدود لكل مفتاح حتى لا تستنزف حلقة منفلتة واحدة الحساب

الأسئلة الشائعة