كيف تحسب تكلفة Claude Opus 4.7 API للملفات الطويلة والمحادثات والمهام الدفعية؟

أما عند استخدام prompt caching، فيجب فصل السياق القابل لإعادة الاستخدام عن السؤال الجديد. الجزء الذي يُكتب في cache لمدة 5 دقائق يحسب بسعر 6.25 دولار لكل مليون توكن، والجزء الذي يُكتب لمدة ساعة يحسب بسعر 10 دولارات لكل مليون توكن، بينما تحسب مرات cache hit أو refresh بسعر 0.50 دولار لكل مليون توكن. الأسئلة الجديدة غير المخزنة تحسب كسعر إدخال عادي، والإجابة تحسب دائمًا كسعر إخراج.

تحليل ملف طويل مرة واحدة: الحساب مباشر

إذا كان لديك ملف طويل تريد تلخيصه أو تحليله مرة واحدة فقط، فالحساب بسيط: الملف، وتعليمات النظام، والسؤال كلها ضمن توكنات الإدخال؛ أما إجابة النموذج فهي توكنات إخراج.

مثال 300 ألف توكن إدخال و8 آلاف توكن إخراج:

لكن عند الانتقال من نموذج أقدم إلى Opus 4.7، لا تفترض أن عدد التوكنات سيبقى كما هو. تشير وثائق التسعير إلى أن Opus 4.7 يستخدم tokenizer جديدًا، وقد يزيد عدد التوكنات للنص نفسه بما يصل إلى 35%.

لذلك، إذا كنت تتوقع 300 ألف توكن إدخال، فقد يكون التقدير المتحفظ 405 آلاف توكن. مع 8 آلاف توكن إخراج تصبح التكلفة التقريبية:

الأسئلة المتكررة على الملف نفسه: هنا تظهر قيمة cache

في تطبيقات قراءة العقود، المستندات البحثية، قواعد المعرفة، أو ملفات العملاء الطويلة، الخطأ الشائع هو حساب تكلفة أول سؤال فقط. إذا كان المستخدم سيطرح أسئلة متتابعة على الملف نفسه، فإن إعادة إرسال الملف كاملًا في كل جولة قد ترفع التكلفة بسرعة. لذلك يجب إدخال prompt caching في نموذج الميزانية منذ البداية.

لنفترض الآتي:

• حجم الملف: 300 ألف توكن
• كل سؤال جديد: ألفا توكن
• كل إجابة: ألفا توكن إخراج
• مدة التخزين المؤقت: 5 دقائق

صحيح أن الجولة الأولى مع cache أغلى من إرسال الملف مرة واحدة بلا تخزين مؤقت، لكن عند السؤال الثاني تبدأ الكفة بالميل لصالح cache:

الخلاصة العملية: في الملفات الطويلة، لا تنظر فقط إلى حجم الملف، بل اسأل: كم مرة سيُعاد استخدامه؟ هل تأتي الأسئلة اللاحقة داخل مدة صلاحية cache؟ وهل تضيف كل جولة محتوى جديدًا كبيرًا غير مخزن؟

المحادثات الطويلة: لا تجعل التاريخ الكامل يُحاسب كل مرة

ينطبق المنطق نفسه على المحادثات الطويلة. إذا كان التطبيق يرسل تاريخ المحادثة بالكامل في كل طلب، فقد تتحول تكلفة الإدخال إلى الجزء الأكبر من الفاتورة. السياق المستقر والقابل لإعادة الاستخدام هو المرشح الأول للتخزين المؤقت.

لنفترض الآتي:

• تاريخ المحادثة: 200 ألف توكن
• الرسالة الجديدة في كل جولة: ألف توكن
• الإخراج في كل جولة: ألفا توكن

الاختيار بين cache لمدة 5 دقائق أو ساعة ليس قرارًا محاسبيًا فقط، بل يعتمد على سلوك المستخدم:

• إذا كان المستخدم يطرح أسئلة متتابعة خلال دقائق، فابدأ بتقدير cache لمدة 5 دقائق.
• إذا كان يعود غالبًا بعد أكثر من 5 دقائق ولكن خلال ساعة، فقد تكون مدة الساعة أوفر على المدى العملي رغم أن كتابتها الأولى أغلى.
• إذا كان نمط الاستخدام غير واضح، فابدأ بعينة حقيقية من الحركة، واحسب cache hit rate، ثم عدّل التصميم.

المهام الدفعية: ابدأ بتقدير محافظ

تظهر المهام الدفعية في سيناريوهات مثل التحليل غير المتزامن، تصنيف مجموعات كبيرة من البيانات، تلخيص آلاف الملفات، أو معالجة سجلات دعم العملاء. لكن قبل أن تؤكد أن حسابك أو عقدك أو المنصة التي تستخدمها يتيح سعر batch pricing معينًا، لا تبنِ ميزانيتك الرسمية على خصم غير متحقق منه.

الطريقة المحافظة هي استخدام السعر العام للـ API المتزامن أولًا، ثم خفض الرقم لاحقًا إذا ثبت أن لديك سعرًا دفعيًا أو تعاقديًا مختلفًا.

مثال: 10 آلاف مهمة، كل مهمة فيها ألفا توكن إدخال و500 توكن إخراج.

هذا الرقم، 225 دولارًا، هو تقدير محافظ من دون أي خصم batch. إذا تأكد لاحقًا أن لديك سعرًا مختلفًا، استبدل الوحدات السعرية في المعادلة بالسعر الفعلي.

كذلك، إذا لم تكن تستخدم Anthropic Claude API مباشرة، بل تمر عبر منصة سحابية أو مزود توجيه نماذج، فقد تختلف الفاتورة. يعرض CloudPrice، وهو مصدر طرف ثالث، سعر Opus 4.7 في Anthropic / global عند 5 دولارات للإدخال و25 دولارًا للإخراج لكل مليون توكن، كما يعرض بعض رموز AWS Bedrock الإقليمية عند 5.50 دولار للإدخال و27.50 دولار للإخراج لكل مليون توكن. استخدم هذه البيانات كتنبيه للمراجعة، لا كبديل عن صفحة الفوترة في منصتك أو عقدك أو الوثائق الرسمية.

أضف هامش أمان قبل اعتماد الميزانية

الحسابات النظرية مفيدة، لكنها غالبًا متفائلة إذا لم تكن لديك سجلات استخدام فعلية. قبل اعتماد الميزانية، ضع هامشًا لثلاثة أمور:

1. تغيّر tokenizer: قد يزيد عدد توكنات النص نفسه عند Opus 4.7 بما يصل إلى 35%.
2. عدم اليقين في cache hit rate: التخزين المؤقت يخفض التكلفة فقط عندما يُعاد استخدام السياق فعلًا وداخل مدة الصلاحية.
3. سلوك المستخدمين: قد يطلب المستخدم إجابات أطول، يعيد المحاولة، يرفع ملفات أكبر، أو يترك المحادثة تتضخم أكثر مما توقعت.

كهامش غير رسمي لإدارة الميزانية، يمكن استخدام الآتي:

هذه المعاملات ليست عرض سعر من Anthropic، بل طريقة محافظة لتجنب المفاجآت. بعد الإطلاق، يجب تحديث النموذج المالي بناءً على سجلات التوكنات، ونسبة cache hit، والفواتير الفعلية.

قالب سريع للحساب الشهري

من دون cache:

مع cache، لا تجمع كل شيء في خانة واحدة. افصل البنود:

املأ هذه المتغيرات قبل التنفيذ:

كيف تضع الرقم النهائي؟

لتحليل ملف طويل مرة واحدة، استخدم ببساطة 5 دولارات لكل مليون توكن إدخال و25 دولارًا لكل مليون توكن إخراج.

أما إذا كان الملف نفسه سيُسأل عنه أكثر من مرة، أو كانت المحادثة تحمل تاريخًا طويلًا في كل جولة، فاحسب prompt caching قبل تثبيت الميزانية. في مثال ملف 300 ألف توكن مع سؤال من ألفي توكن وإجابة من ألفي توكن، تنخفض الجولة اللاحقة عند نجاح cache hit لمدة 5 دقائق إلى نحو 0.21 دولار، بدلًا من نحو 1.56 دولار عند إعادة إرسال النص كاملًا.

وللمهام الدفعية، ابدأ بسعر API المتزامن العام إذا لم تكن قد تأكدت من خصم أو سعر خاص. وإذا كنت تنتقل من نموذج سابق إلى Opus 4.7، فاضرب تقدير توكنات الإدخال أولًا في هامش يصل إلى 1.35، ثم أضف هامش تشغيل مناسبًا. هذا لن يجعل الرقم نهائيًا، لكنه أقرب إلى فاتورة حقيقية من الاعتماد على السعر المعلن وحده.