AR ▾
احصل على مفتاح API

LLM Inference APIالدليل

تكلفة LLM API شهريًا: أربع سيناريوهات واقعية

أربع فواتير شهرية مفصلة سطرًا بسطر بسعر $0.15 لكل مليون رمز إدخال و$0.50 لكل مليون رمز إخراج، بالإضافة إلى نص برمجي لتسعير حركة المرور الخاصة بك.

تم التحديث:

أعمدة زجاجية متزايدة مملوءة بمكعبات متوهجة، واحدة لكل سيناريو تكلفة شهري
رسم توضيحي ثلاثي الأبعاد لحزم البيانات المتدفقة من طرفية إلى بوابة سحابية، تمثل استدعاء واجهة برمجة الاستدلال

نقاط رئيسية

  1. وجّه أي حزمة تطوير برمجيات (SDK) متوافقة مع OpenAI إلى https://api.llminferenceapi.com/v1، واستخدم معرف النموذج uncensored، وأرسل مفتاحك كرمز Bearer.
  2. تتوفر نقطتا نهاية: POST /v1/chat/completions وGET /v1/models.
  3. يعمل البث المتدفق، واستدعاء الدوال، ووضع JSON عبر حقول الطلب القياسية.
  4. يتيح المفتاح الكامل 8 طلبات متزامنة و300 طلب في الدقيقة؛ وتقول لك استجابة 429 الحد الذي وصلت إليه.

السيناريوهات الأربعة بإيجاز

إذا كنت تحاول حساب تكلفة واجهة برمجة تطبيقات LLM شهريًا، فإن المتوسط الواحد لا يفيد، لأن الفواتير تعتمد على عدد الطلبات التي ترسلها ومدى طولها. فيما يلي أربع إعدادات واقعية مسعرة عند $0.15 لكل مليون رمز إدخال و$0.50 لكل مليون رمز إخراج. يوضح كل منها افتراضاته حتى تتمكن من استبدالها ببياناتك الخاصة.

السيناريوالطلبات شهرياًالرموز لكل طلب (إدخال / إخراج)التكلفة الشهرية
روبوت دردشة هواية6001,500 / 300$0.225
مجتمع Discord9,0003,000 / 400$5.85
تطبيق يضم 1,000 مستخدم40,0002,500 / 500$25.00
خط أنابيب الدفعات200,0001,200 / 250$61.00

يوضح بقية المقال الحسابات والعوامل التي تحدد كل رقم.

السيناريو 1: روبوت هواية

تشغّل بوتًا شخصيًا يجيب عن نحو 20 رسالة يوميًا، أي 600 شهريًا. تحمل كل رسالة موجّه نظامي قصير وسجل محادثة، نحو 1,500 رمز إدخال، ويبلغ متوسط الرد 300 رمز.

  • الإدخال: 600 × 1,500 = 0.9M رمز، بتكلفة 0.9 × $0.15 = $0.135.
  • الإخراج: 600 × 300 = 0.18M رمز، بتكلفة 0.18 × $0.50 = $0.09.
  • المجموع: $0.225 شهرياً.

هذه الحالة التي يدوم فيها الشحن الأدنى بقيمة $20 أطول من كل شيء آخر. بمعدل هذا الاستخدام، سيغطي أكثر من سبع سنوات. الرصيد لا ينتهي صلاحيته، لذا يمكن لمشروع هواية أن يبقى على شحن واحد دون انقضاء الوقت.

السيناريو 2: روبوت مجتمع Discord

يتعامل روبوت في خادم نشط مع 300 طلب يومياً، أو 9,000 طلب شهرياً. يقرأ سياق القناة الأخير، لذا يحتوي كل استدعاء على حوالي 3,000 رمز إدخال، ويرد بحوالي 400 رمز.

  • الإدخال: 9,000 × 3,000 = 27M رمز، أي 27 × $0.15 = $4.05.
  • الإخراج: 9,000 × 400 = 3.6M رمز، أي 3.6 × $0.50 = $1.80.
  • المجموع: $5.85 شهرياً.

راقب جانب الإدخال. مضاعفة السياق الذي تدرجه في كل استدعاء تضاعف الجزء الأكبر من الفاتورة، بينما طول الرد يكاد لا يهم. توفر العديد من البوتات المال بإرسال آخر ست رسائل بدلًا من آخر عشرين. تحقق أيضًا من حدود المعدل: المفتاح الكامل يسمح بـ 8 طلبات في آن واحد و300 في الدقيقة، وهو أعلى بكثير من هذا الحمل، لكن الخادم المزدحم قد يشهد ارتفاعًا مفاجئًا في النشاط عندما يشتد زخم موضوع معين. قم بترتيب الطلبات في البوت لتبقى ضمن الحدود.

السيناريو 3: تطبيق يضم 1,000 مستخدم

لنفترض أن كل مستخدم من 1,000 مستخدم شهرياً يرسل 40 طلباً، مما يجعل المجموع 40,000 طلب. يحمل الطلب 2,500 رمز إدخال (موجه النظام والسياق السابق) ويعيد 500 رمز.

  • الإدخال: 40,000 × 2,500 = 100M رمز، أي 100 × $0.15 = $15.00.
  • الإخراج: 40,000 × 500 = 20M رمز، أي 20 × $0.50 = $10.00.
  • المجموع: $25.00 شهرياً، أو 2.5 سنت لكل مستخدم.

هنا يمثل الإخراج 40% من الفاتورة رغم أنه يمثل سدس الرموز فقط، لأنه يكلف أكثر من ثلاثة أضعاف لكل رمز. الإجابات القصيرة مجدية. لو طلبت إجابات بـ 250 رمزاً بدلاً من 500، لانخفض سطر الإخراج إلى $5.00 والمجموع إلى $20.00. سيغطي شحن بقيمة $20 هذا التطبيق لشهر، وشحن بقيمة $100 (الذي يأتي مع مكافأة +10% فيمنح رصيداً بقيمة $110) سيغطي حوالي خمسة أشهر.

السيناريو 4: خط أنابيب الدفعات

تتناسب الأعمال الدفعية مع عدد المستندات. افترض أنك تضيف وسومًا أو تعيد كتابة 200,000 عنصر في شهر، لكل منها 1,200 رمز إدخال ونتيجة بـ 250 رمز.

  • الإدخال: 200,000 × 1,200 = 240M رمز، إذن 240 × $0.15 = $36.00.
  • الإخراج: 200,000 × 250 = 50M رمز، إذن 50 × $0.50 = $25.00.
  • المجموع: $61.00 شهرياً.

بالنسبة للأعمال الدفعية، الحدّ الأهم هو الإنتاجية وليس السعر. عند 8 طلبات متزامنة، تكون مدة المهمة هي عدد الطلبات مقسومًا على 8، مضروبًا في متوسط مدة الطلب. قم بالحساب الخاص بك لتأخير الاستجابة قبل جدولة العمل، وحافظ على مجموعة العاملين عند 8 أو أقل حتى لا تُفعّل خطأ concurrency. الطلبات الفاشلة مجانية، لذا فإن إعادة محاولتها لا تكلف شيئًا.

قدّر شهرك الخاص

المعادلة قصيرة: التكلفة الشهرية = الطلبات x (رموز الإدخال x $0.15 + رموز الإخراج x $0.50) / 1,000,000. يقوم هذا السكربت بذلك ويقرأ أيضاً أعداد الرموز الحقيقية إذا قمت بتشغيل عينة أولاً.

from openai import OpenAI

client = OpenAI(base_url="https://api.llminferenceapi.com/v1", api_key="YOUR_KEY")

def monthly(requests, tokens_in, tokens_out):
    return requests * (tokens_in * 0.15 + tokens_out * 0.50) / 1_000_000

print(monthly(40_000, 2_500, 500))   # 25.0

# sample 20 real prompts, then use the measured averages
ins, outs = [], []
for p in open("prompts.txt").read().splitlines()[:20]:
    r = client.chat.completions.create(
        model="uncensored", messages=[{"role": "user", "content": p}])
    ins.append(r.usage.prompt_tokens)
    outs.append(r.usage.completion_tokens)
print(monthly(10_000, sum(ins) / len(ins), sum(outs) / len(outs)))

تتكلف العينة كسراً من سنت واحد. يمكن للمستخدمين الجدد المطالبة بـ $0.50 من رصيد تجريبي في صفحة مفتاح API لتشغيلها دون دفع أي شيء، ويظهر صفحة التسعير الأسعار ومكافآت الشحن.

ما الذي يغير الفاتورة أكثر

عبر جميع السيناريوهات الأربعة، نفس العوامل تحرك المجموع:

  1. حجم السياق. سجل المحادثة والمستندات الملصقة يدفعان تكلفة الإدخال. قم بتقليصهما.
  2. طول المخرجات. تكلف المخرجات $0.50 لكل 1M، لذا اطلب الطول الذي تحتاجه، واضبط max_tokens حيثما ينفع.
  3. إعادة المحاولة والحلقات. قد يضاعف خطأ يتكرر فيه الاستدعاءات تكلفة الشهر في ساعة واحدة. حدد الحد الأقصى لإعادة المحاولة.
  4. نمو الحركة. التكلفة تتناسب طردياً مع الطلبات. تضاعف عدد المستخدمين، تضاعف الفاتورة.

تخطيط الميزانية

اختر السيناريو الأقرب إلى مشروعك واضربه في عامل أمان قدره اثنان للشهر الأول، لأن الحركة الحقيقية نادراً ما تكون متساوية كما في جدول البيانات. ثم اضبط تنبيه الرصيد المنخفض. يحمل كل استجابة رأس X-Balance-USD، لذا يمكن لتطبيقك إرسال بريد إلكتروني إليك عندما ينخفض الرصيد تحت رقم تختاره، وقم بشحن الرصيد قبل توقف أي شيء. إذا نمت حركة البيانات عشرة أضعاف، تنمو الفاتورة عشرة أضعاف: سيكون روبوت Discord عند 10x بتكلفة $58.50، والتطبيق ذو 10,000 مستخدم بتكلفة $250.00. لا توجد قفزات في الخطوات، لذا لا توجد مستويات تسعير تتجاوزها.

تمويله

تدفع من رصيد مسبق الدفع بدون اشتراك، لذا فإن الشهر الهادئ يكلف ما يقرب من العدم. تعمل عمليات الشحن من $20 إلى $500، عبر العملات المشفرة (USDT على TRC20، USDC على Base)، مع +5% من $50، و+10% من $100 و+15% من $200.

حدود هذه التقديرات

شيئان تتركهما السيناريوهات خارجاً. أولاً، يفترضون استخداماً مستقراً، بينما المنتجات الحقيقية لها ذروات، مثل يوم الإطلاق أو منشور فيروسي، وقد تستخدم يوم ذروة واحد أسبوعاً كاملاً من الميزانية. ثانياً، يفترضون أن المطالبات تبقى بنفس الحجم. غالباً ما تؤدي تغييرات المنتج إلى نمو مطالبة النظام، وإضافة 500 رمز إلى استدعاء يُجرى 40,000 مرة في الشهر تضيف 20 مليون رمز إدخال، أو $3.00. أعد القياس بعد كل تغيير في المطالبة.

هذه حسابات وليست وعودًا حول استخدامك. تختلف المطالبات الفعلية، وتعتمد عدّ الرموز الخاصة بك على اللغة والمحتوى الذي ترسله. هذه واجهة برمجة تطبيقات نصية فقط، لذا فإن تكاليف التضمينات أو الصور أو الصوت خارج هذه الأرقام. الخدمة تعمل بنموذج مفتوح الأوزان من مزود مستقل، مُعدّ للإجابة دون رفض المحتوى للاستخدام القانوني للبالغين.

لتعريفات المصطلحات المستخدمة هنا، انظر ما هو استنتاج LLM. الأخطاء التي ترفع الفواتير بصمت مذكورة تحت أخطاء واجهة برمجة تطبيقات الدردشة بالذكاء الاصطناعي الشائعة. يغطي المستندات تنسيق الطلب.

أسئلة وأجوبة

كم يكلف روبوت صغير شهرياً؟

يُكلف روبوت بـ 600 رسالة شهرياً بـ 1,500 رمز إدخال و300 رمز إخراج $0.225.

هل هناك رسوم شهرية فوق تكاليف الرموز؟

لا. تدفع مقابل كل رمز من رصيد مسبق الدفع، ولا ينتهي الرصيد.

ما هو أقل مبلغ للشحن؟

$20، بأي مبلغ صحيح يصل إلى $500. تنطبق مكافآت بنسبة 5% و 10% و 15% من $50 و $100 و $200.

هل تكلف الطلبات الفاشلة شيئًا؟

لا. الطلبات الفاشلة أو المرفوضة لا تُحسب تكلفتها.

مفتاحك على بُعد نموذج واحد

أنشئ حساباً، وانسخ المفتاح، ثم غيّر URL الأساسي. هذه هي الإعدادات الكاملة.

احصل على مفتاح API