أسعار النماذج اللغوية هبطت سريعًا في 2026، وسعر قراءة الذاكرة المؤقتة هو الأهم

إن كنت تدفع للنماذج اللغوية بحسب عدد الرموز، فقد تغيّرت قائمة الأسعار تحت قدميك أكثر من مرة هذا العام. جمع ⁨Max Woolf⁩ إعلانات ⁨OpenAI⁩ و⁨Anthropic⁩ من يونيو إلى أكتوبر 2026 في جدول زمني واحد، وأنفع ما فيه للمطور ليس السعر العريض، بل الرقم الثالث: سعر قراءة الذاكرة المؤقتة.

الجدول الزمني كما يورده ⁨Woolf⁩

كل الأسعار بالدولار لكل مليون رمز، بترتيب الإدخال / الإخراج / قراءة الذاكرة المؤقتة، كما وردت في مقاله:

• 26 يونيو: ⁨GPT-5.6 Sol⁩ بسعر ⁨$5 / $30 / $0.50⁩، و⁨GPT-5.6 Luna⁩ بسعر ⁨$1 / $6 / $0.10⁩.
• 30 يونيو: ⁨Claude Sonnet 5⁩ بسعر إطلاق ⁨$2 / $10 / $0.20⁩، صار دائمًا في 10 أغسطس.
• 24 يوليو: ⁨Claude Opus 5⁩ بسعر ⁨$5 / $25 / $0.50⁩.
• 30 يوليو: خفض سعر ⁨GPT-5.6 Luna⁩ بنسبة 80% إلى ⁨$0.20 / $1.20 / $0.02⁩.
• 21 أغسطس: خفض ⁨GPT-5.6 Sol⁩ بنحو 20% إلى ⁨$4 / $20 / $0.40⁩ لمدة ثلاثة أشهر.
• 1 سبتمبر: ⁨Fable 5.1⁩ بسعر ⁨$10 / $50 / $0.25⁩، مقابل ⁨$10 / $50 / $1⁩ لـ⁨Fable 5⁩.
• 3 سبتمبر: ⁨GPT-6 Astra⁩ بسعر ⁨$10 / $50 / $1⁩.
• 22 سبتمبر: ⁨GPT-6 Sol⁩ بسعر ⁨$2 / $10 / $0.20⁩، و⁨GPT-6 Luna⁩ بسعر ⁨$0.10 / $0.50 / $0.01⁩، و⁨Claude Opus 5.5⁩ بسعر ⁨$4 / $20 / $0.20⁩.
• 29 سبتمبر: ⁨GPT-6.1 Sol⁩ بسعر ⁨$2 / $10 / $0.10⁩.

انظر إلى الانتقال من ⁨Fable 5⁩ إلى ⁨Fable 5.1⁩: لم يتحرك سعر الإدخال ولا الإخراج، وانخفضت قراءة الذاكرة المؤقتة وحدها من دولار إلى ربع دولار. في مقارنة أسعار عادية يبدو هذا تفصيلًا هامشيًا.

لماذا الرقم الثالث هو الذي يُحسب

يقول ⁨Woolf⁩ إن قراءات الذاكرة المؤقتة، عند استخدام الوكلاء في البرمجة، هي الجزء الأكبر من الإنفاق، بين 96% و99% من إجمالي الإنفاق على الرموز بحسب أرقامه، لأن الذاكرة المؤقتة تحمل المحادثة السابقة كلها وتُقرأ من جديد في كل دورة. ويضيف أن نسبة إصابة الذاكرة المؤقتة تقارب 90 إلى 100% بحسب مزوّد الخدمة. ومن ذلك يستنتج أن خفض سعر القراءة بنسبة 75% يعني تقريبًا خفضًا بين 70 و75% في تكلفة استخدام النموذج.

ويشير ⁨Woolf⁩ أيضًا إلى أن خفض ⁨GPT-6.1 Sol⁩ جاء مطابقًا لما يسميه تكلفة القراءة لدى ⁨Anthropic⁩ عند 5% من سعر الإدخال. النسبة بين سعر الإدخال وسعر القراءة تستحق الفحص في أي نموذج تستخدمه، لأنها تخبرك كم توفّر الإصابة فعلًا.

ما الذي أفعله بهذه المعلومة

ما يلي ليس من مقال ⁨Woolf⁩، بل ممارسة عامة في تخزين الطلبات مؤقتًا، يقدّمها المزوّدون بأشكال مختلفة، فراجع وثائق مزوّدك.

ضع الجزء الثابت أولًا. الذاكرة المؤقتة تطابق من بداية الطلب. تعليمات النظام وتعريفات الأدوات والنصوص المرجعية الطويلة تأتي في الأعلى وتبقى متطابقة حرفًا بحرف بين الطلبات. وكل ما يتغير مع كل طلب، كالوقت أو اسم المستخدم أو معرّف عشوائي، يأتي بعدها. قيمة واحدة متغيرة قرب البداية قد تجعل كل طلب يخطئ الذاكرة المؤقتة.

قِس نسبة الإصابة عندك. معظم الواجهات تعيد في بيانات الاستخدام رموز الإدخال المخزّنة وغير المخزّنة منفصلة. سجّلها واحسب حصة قراءات الذاكرة المؤقتة من إنفاقك:

// u: tokens from your usage logs, p: dollars per million tokens
function cacheShare(u, p) {
  const cost = k => (u[k] * p[k]) / 1e6;
  const total = cost('input') + cost('output') + cost('cacheRead');
  return { cacheShare: cost('cacheRead') / total,
           hitRate: u.cacheRead / (u.cacheRead + u.input) };
}

إن كانت الحصة مرتفعة، فقارن النماذج بسعر القراءة أولًا. وإن كانت نسبة الإصابة منخفضة، فابحث عن القيمة المتغيرة قرب بداية طلبك.

الخطوة التالية: اسحب سجلات استخدام يوم واحد، وطبّق الحساب أعلاه، وانظر أي الأسعار الثلاثة يقود فاتورتك فعلًا. المصدر: مقال ⁨Max Woolf⁩ عن خفض ⁨OpenAI⁩ و⁨Anthropic⁩ لأسعارهما، 25 أكتوبر 2026.