التكلفة لكل مليون رمز: محليًا مقابل سحابيًا

توجد ثلاث طرق موثوقة لشراء بيانات استدلال LLM في عام 2026: الاتصال بنقطة نهاية مستضافة لدى جهة أخرى والدفع مقابل كل رمز مميز (واجهة برمجة تطبيقات LLM السحابية)، أو استئجار وحدة معالجة رسومية (GPU) بالساعة وتشغيل النموذج الخاص بك (استئجار وحدة معالجة رسومية سحابية)، أو شراء خادم وتشغيله في بيئة محلية (محلي). يختلف سعر مليون رمز مميز اختلافًا كبيرًا بين هذه الطرق الثلاث، وليس بالترتيب الذي يتوقعه معظم المشترين.

تُقدّم هذه المقالة حسابات التكلفة باليورو (باستثناء ضريبة القيمة المضافة). الجمهور المستهدف: شخص يُفكّر في الاستمرار بدفع رسوم OpenAI الشهرية، أو الانتقال إلى مزوّد خدمة استضافة مفتوحة المصدر، أو استئجار جهاز H100، أو شراء جهاز بمعالج رسومات رباعي أو ثماني. نعرض أسعار مايو 2026 ونختتم بتحليل مُفصّل لاتخاذ القرار في خمس دقائق. مراجع إضافية: T01 التكلفة الإجمالية للملكية لكل معالج رسومات، W07 اختيار البطاقة، I04 أرقام الأجهزة المتاحة.

المنصات الثلاث

واجهة برمجة تطبيقات إدارة دورة حياة البرمجيات السحابية. OpenAI، Anthropic، Google، Together، Fireworks. الدفع مقابل كل رمز مُدخل ومُخرج. لا توجد تكلفة تشغيل، ولا نفقات رأسمالية، ولا عمليات تشغيل. كما لا يوجد خيار لنموذج يتجاوز كتالوجهم، ولا دعم لـ LoRa، ولا تحكم كمي.

تأجير وحدات معالجة الرسومات السحابية. نوفر خدمات AWS p5/p5e/p6، وAzure ND H200/B200، وGCP A3 Ultra، بالإضافة إلى خدمات سحابية متخصصة (Lambda، وCoreWeave، وNebius، وRunPod). استأجر وحدة معالجة رسومات بالساعة وشغّل أي تطبيق تريده. أنت توفر النموذج، وبنية الخدمة، والعمليات التشغيلية. تدفع سواءً قدمت خدمة واحدة أو مليار خدمة في تلك الساعة.

في الموقع. اشترِ جهازًا بأربعة أو ثمانية وحدات معالجة رسومية. ثبّته في مبنى خاص بك أو في مركز بيانات. أنت مسؤول عن توفير الطاقة والتبريد والشبكات والعمليات. يتم استرداد التكلفة على مدى ثلاث سنوات. التكلفة الحدية للجهاز هي الكهرباء. التكلفة الثابتة هي كل ما دفعته مسبقًا.

ثلاثة أشكال مختلفة للتكلفة - متغيرة بحتة، ثابتة بحتة مع انحدار حاد، رأس مال زائد هامشي - والتي تتعادل مع بعضها البعض عند نقاط مختلفة على طول محور الإنتاجية.

أسعار واجهة برمجة تطبيقات إدارة الأصول القانونية السحابية

الدولار الأمريكي لكل مليون رمز، صفحات التسعير العامة، مايو 2026. اليورو بسعر EUR/USD ≈ 1.08.

قراءتان صادقتان. نماذج Frontier المغلقة (Claude Opus 4.7، GPT-5، Gemini 2.5 Pro) أغلى بعشرة أضعاف من واجهات برمجة التطبيقات المفتوحة المستضافة التي تخدم Llama 70B أو DeepSeek-V3 - وهذا هو ثمن "الأذكى حاليًا" مقابل "أفضل الأوزان المفتوحة حاليًا". بالنسبة لمعظم أحمال العمل الإنتاجية (RAG، خطوات الوكيل، التعليمات البرمجية، التصنيف)، يُعد Sonnet 4.6 أو GPT-5 mini نقطة التشغيل، وليس النموذج الرائد. تكلف رموز الإخراج من ثلاثة إلى سبعة أضعاف تكلفة المدخلات على الموفرين المغلقين، وتكون مساوية تقريبًا على مضيفي النماذج المفتوحة. تفرض وحدات SKU للنماذج المفتوحة من Hyperscaler (Bedrock، Azure) علاوة تتراوح بين 30% و80% مقارنةً بـ Together أو Fireworks لنفس النموذج - أنت تدفع مقابل تكامل IAM وفاتورة واحدة، وليس رموزًا أرخص.

تكلفة MTok في الموقع

تكلفة وحدة Mtok هي التكلفة الإجمالية على مدى ثلاث سنوات مقسومة على عدد الرموز المستخدمة خلال ثلاث سنوات. يعتمد المقام على الاستخدام، بينما يكون البسط ثابتًا تقريبًا.

On-prem €/Mtok =
    (capex + 3y electricity + 3y maintenance + 3y ops) /
    (sustained tok/s × utilization × 3 × 8,760 × 3,600 / 1e6)

إدخال التكلفة الإجمالية للملكية لكل وحدة معالجة رسومية من T01 عند استخدام 60%، 0.20 يورو/كيلوواط ساعة، PUE 1.4:

إذا انخفض معدل الاستخدام إلى 30%، يتضاعف كل رقم. وإذا ارتفع إلى 80%، يصل سعر 8 مليارات وحدة مُخدّمة بواسطة الطبقة الرابعة إلى 0.09 يورو/مليون توكو، وهو أرخص من أي واجهة برمجة تطبيقات سحابية أخرى من نفس الفئة. ينهار الحساب عند استخدام أقل من 25% لأن التكلفة الإجمالية للملكية تهيمن عليها النفقات الرأسمالية التي دفعتها سواءً استخدمت الخدمة أم لا.

التعادل

قم برسم خط السحابة. لاما 70 مليار بمعدل 100 مليون رمز شهريًا ، موزعة بالتساوي 50/50، على منصة Together: 100 × 0.81 يورو = 81 يورو شهريًا ← 2,916 يورو على مدى ثلاث سنوات. بالمقارنة مع 4 × 5090 على منصة محلية بتكلفة 27,000 يورو، تتفوق Together بفارق 24,000 يورو. عند 100 مليون رمز شهريًا، تكون المنصة المحلية غير مجدية تمامًا.

زيادة قيمة الرموز إلى مليار رمز شهريًا : 1,000 × 0.81 يورو = 810 يورو شهريًا ← 29,160 يورو على مدى ثلاث سنوات. هذا المبلغ، بالإضافة إلى 4 × 5090، لا يتجاوز 2,000 يورو. عند 1.5 مليار رمز شهريًا، يحقق النظام المحلي ربحًا كبيرًا.

تبلغ نقطة التعادل للاستدلال من فئة 70 مليار رمز مقابل أرخص واجهة برمجة تطبيقات مفتوحة النموذج حوالي 1.0-1.5 مليار رمز شهريًا على 4 × 5090. بالنسبة لواجهات برمجة التطبيقات المغلقة (Claude Sonnet 4.6 بسعر 8.34 يورو/مليون رمز، وGPT-5 بسعر 5.21 يورو/مليون رمز)، ترتفع نقطة التعادل إلى 80-150 مليون رمز شهريًا - خط السحابة أكثر انحدارًا بعشرة أضعاف.

هذا هو الرقم الأهم في هذه المقالة: نقطة التعادل ليست "100 مليون رمز مميز شهريًا لكل شيء". إنها مرتبطة بحجم العمل، وتعتمد كليًا على خط الحوسبة السحابية الذي تنافسه. عادةً ما يقارن المشترون الذين يقولون "وصلنا إلى 50 مليونًا، يجب أن ننتقل إلى البنية التحتية المحلية" مع Claude Opus، وهم محقون في ذلك - متجاهلين أن نقل حجم العمل من Opus إلى Sonnet 4.6 يوفر لهم خمسة أضعاف ما يوفره الانتقال من Sonnet إلى البنية التحتية المحلية عند هذا الحجم.

استئجار وحدة معالجة الرسومات السحابية - الخيار المتوسط

أسعار الساعة لكل وحدة معالجة رسومية، مايو 2026 عند الطلب:

تُقدم الالتزامات المحجوزة لمدة عام واحد خصمًا يتراوح بين 25% و35%. يُعادل استخدام AWS p5 عند الطلب ما يُقارب ثلاثة أضعاف Lambda لنفس شريحة H100. وبحساب التكلفة لكل رمز مميز: 8 شرائح H100 تعمل بنظام Lambda مع Llama 3.3 و70 مليار FP8 بمعدل 3,500 رمز مميز/ثانية بشكل مستدام ← 16 دولارًا/ساعة × 8,760 × 3 = 389,000 يورو على مدى 3 سنوات ← 1.96 يورو/مليون رمز مميز عند استخدام 60% من طاقتها. هذا يُعادل أربعة أضعاف تكلفة 8 شرائح Pro 6000 SE محلية (0.53 يورو/مليون رمز مميز) و 2.5 ضعف تكلفة استدعاء Together فقط (0.81 يورو/مليون رمز مميز).

يُعدّ استئجار وحدة معالجة الرسومات H100 لخدمة استدلال النماذج المفتوحة أسوأ خيارين: تكلفة استئجار الجهاز وتكاليف تشغيله. لا يُجدي هذا الخيار نفعًا إلا عند الحاجة إلى نموذج مُحدد غير مُستضاف محليًا، مع نقص في حجم البيانات اللازمة للتشغيل المحلي. يُمكن الاستفادة من استئجار وحدة معالجة الرسومات السحابية في حالة واحدة: التدريب المكثف . تُكلّف عملية ضبط دقيق لنموذج LoRA على 8 وحدات H100 لمدة 8 ساعات حوالي 130 دولارًا أمريكيًا في Lambda. لا يوجد خيار أفضل من حيث التكلفة الإجمالية للملكية المحلية لمرة واحدة. لا ينطبق هذا المنطق على الاستدلال، الذي يستمر ويعمل على مدار الساعة. يكمن الخطر في خيارات "الاستخدام الفوري": تُقدّم هذه الخيارات خصمًا يتراوح بين 50% و80%، ولكنها قابلة للمقاطعة. هذا مناسب لنسخ الاستدلال عديمة الحالة. بالنسبة لعملية تدريب تستغرق 18 ساعة مع نقاط تحقق في كل خطوة، فإنّ انقطاعين يُضاعفان تكلفة كل خطوة مُكتملة، ولن يكون الخيار أرخص من الاستخدام عند الطلب.

تكاليف خفية لا يذكرها أحد

تُفرض رسوم على نقل البيانات الصادرة تتراوح بين 0.05 و0.09 دولار أمريكي لكل جيجابايت عند إرسال الصور أو الملفات الصوتية أو مقاطع الفيديو. وتُضيف عمليات التسجيل ما بين 5 و10% إلى هذه الرسوم عند زيادة حجم البيانات. يُعدّ نظام إعادة فوترة السياق هو الأسوأ، حيث تُفرض رسوم على كل طلب من واجهة برمجة التطبيقات (API) بالكامل، ما يعني أن سياق الوكيل الذي يتطلب 50 ألف رمز يُكلّف 50 ألف رمز إدخال لكل خطوة من حلقة مكونة من 20 خطوة. يُقلّل التخزين المؤقت للطلبات (الذي تدعمه كل من Anthropic وOpenAI وGoogle) هذه الرسوم بنسبة تتراوح بين 50 و90% على البادئات المخزنة مؤقتًا، ولكن فقط في حال تصميم بنية النظام وفقًا لذلك. تبدأ حدود معدل الإنتاج من 30 ألف إلى 500 ألف رمز لكل دقيقة (TPM) وتتطلب سجل استخدام؛ ولا يُمكن للعملاء الجدد التشغيل على نطاق واسع منذ اليوم الأول. تُكلّف وحدات SKU في منطقة الاتحاد الأوروبي ما بين 10 و20% أكثر من منطقة شرق الولايات المتحدة مع انخفاض في التوافر.

في البنية التحتية المحلية: تبلغ تكلفة وقت التشغيل، بمعدل 0.1-0.3 موظف بدوام كامل لكل خادم، ما بين 8 و24 يورو سنويًا، وهي غير محسوبة ضمن تكلفة مليون توكو. يتطلب وقت التوقف وجود خادم احتياطي أو حل سحابي سلس. لا تصل تكلفة الكهرباء إلى 0.20 يورو/كيلوواط ساعة في كل مكان ؛ ففي الاتحاد الأوروبي، تتراوح أسعار الكهرباء الصناعية لعام 2026 بين 0.09 يورو/كيلوواط ساعة (السويد، النرويج، الطاقة الكهرومائية) و0.35 يورو/كيلوواط ساعة (إيطاليا، أيرلندا)، بينما تتراوح في ألمانيا بين 0.18 و0.22 يورو/كيلوواط ساعة في القطاع الصناعي المدعوم، وفي جمهورية التشيك بين 0.18 و0.25 يورو/كيلوواط ساعة في القطاع التجاري المفتوح. بالنسبة لإيطاليا أو أيرلندا، يرتفع سعر كل بند كهرباء في T01 بنسبة 50%. تبلغ تكلفة خزانة مركز البيانات 100-300 يورو شهريًا لوحدة 4U، أي ما يعادل 3,600-10,800 يورو على مدى ثلاث سنوات بالإضافة إلى تكلفة الأجهزة.

يُقدّر سعر الحوسبة السحابية المعلن بنحو 1.2 إلى 1.5 ضعف الفاتورة الفعلية؛ بينما يُقدّر إجمالي تكلفة الملكية المعلنة للأنظمة المحلية بنحو 1.2 إلى 1.5 ضعف السعر المعلن. وتُلغى معاملات الضرب عند المقارنة.

العوامل غير المتعلقة بالتكلفة

ثلاثة أمور تتجاوز تكلفة Mtok بالنسبة للمشترين الحقيقيين.

سيادة البيانات. السبب الرئيسي الذي يدفع المشترين الأوروبيين إلى تبني الحلول المحلية في عام 2026 هو اللائحة العامة لحماية البيانات (GDPR) بالإضافة إلى القواعد القطاعية (قانون تسجيل البيانات الشخصية، وتوجيه أمن المعلومات الوطني 2، وقانون الذكاء الاصطناعي، ولائحة الأجهزة الطبية). يُعد إرسال طلبات الإنتاج التي تحتوي على بيانات شخصية أو سجلات طبية أو أسرار صناعية إلى نقطة نهاية مستضافة في الولايات المتحدة مشكلة تعاقدية بغض النظر عن السعر. لا تعني وحدات التخزين الخاصة بمنطقة الاتحاد الأوروبي بالضرورة أنها خاضعة لسيطرة الاتحاد الأوروبي. بالنسبة للمشتري الخاضع للتنظيم، لا تُعتبر تكلفة الحلول المحلية الإضافية تكلفةً، بل هي ثمن الحصول على ترخيص قانوني للنشر.

الحد الأدنى لزمن الاستجابة. يُضيف الاتصال بشبكة WAN إلى أقرب نقطة نهاية مُستضافة ما بين 15 و40 مللي ثانية من زمن الاستجابة ذهابًا وإيابًا داخل الاتحاد الأوروبي، وما بين 80 و120 مللي ثانية عبر المحيط الأطلسي. أما الاتصال المحلي عبر شبكة LAN بسرعة 10 جيجابت إيثرنت، فيكون زمن الاستجابة أقل من مللي ثانية. بالنسبة للمحادثات التفاعلية، يكون تأثير WAN ضئيلاً مقارنةً بزمن الاستجابة الكلي البالغ 800 مللي ثانية. أما بالنسبة لحلقة التحكم في الروبوتات ( I01 ) أو وكيل الصوت الذي يعمل بزمن استجابة أقل من 300 مللي ثانية، فإن استخدام WAN يُعدّ كارثيًا.

إمكانية التخصيص. توفر واجهات برمجة التطبيقات السحابية النموذج والكمية التي يختارها الموفر. أما في بيئة التشغيل المحلية، فتختار النموذج والكمية ومجموعة أدوات الخدمة (vLLM، SGLang، llama.cpp) ومحولات LoRA ووحدة فك التشفير التخمينية. بالنسبة لمختبرات الأبحاث أو المنتجات المتخصصة، هذا ما تشتريه - وتُعتبر تكلفة وحدة Mtok ثانوية.

إذا لم ينطبق أيٌّ من هذه الشروط، فإنّ المشتري يُفضّل استخدام خدمة سحابية بتكلفة أقل من نقطة التعادل. ليس كل عميل محتمل مُناسبًا لشراء خادم.

القرار المتخذ: عبء عمل من الفئة 70B بحجمين

ملف تعريف العميل: برنامج SaaS يقوم بتصنيف وتلخيص المستندات، مدخلات/مخرجات بنسبة 70/30، نموذج مفتوح الوزن من الفئة 70B.

عند استخدام 100 مليون رمز مميز شهريًا، يتفوق Bedrock بشكل كبير على الحلول المحلية؛ ولم يحصل العميل على ما يستحقه. عند استخدام 2 مليار رمز مميز شهريًا، تتفوق الحلول المحلية بشكل حاسم بنسبة 1.8 إلى 2.2 ضعف حتى مقارنةً بأرخص بديل مُستضاف. بلغت نقطة التعادل لهذا الحجم من العمل حوالي 800 مليون إلى 1.2 مليار رمز مميز شهريًا. أقل من ذلك، يُنصح بالاستئجار. أكثر من ذلك، يُنصح بالتملك.

مصفوفة القرار

في النهج المحافظ، يُقدّم المشتري الخاضع للرقابة عمود "الأنظمة المحلية" صفًا واحدًا، بينما يُؤخّره المشتري التجريبي صفًا واحدًا. أما عمود "الأنظمة الرائدة" فهو مميز: لا يوجد نظام محلي بديل لـ Claude Opus 4.7 أو GPT-5. فهذه وحدات تخزين عالية الجودة تُستخدم عند الحاجة، وليست أحمال عمل تُستضاف.

الرأي الصريح

معظم العملاء المحتملين الذين يظنون أنهم بحاجة إلى خادم ليسوا كذلك. عند الأحجام المعتادة - من 5 إلى 50 مليون رمز مميز شهريًا لمنتج في مراحله الأولى، ومن 50 إلى 500 مليون لمرحلة متوسطة - تظل واجهات برمجة التطبيقات السحابية هي الخيار الأمثل لمدة تتراوح بين 12 و24 شهرًا. الحل الأمثل هو: "استخدم Together أو Bedrock، وراقب إنفاقك الشهري، واتصل بنا عندما يتجاوز 1,500 يورو شهريًا بشكل مستدام."

ينقسم المشترون الذين يجدون الحلول المحلية مناسبة في عام 2026 إلى ثلاث فئات: الفئة الأولى : الحلول الخاضعة للتنظيم : حيث لا يمكن نقل البيانات خارج المبنى. الفئة الثانية: الحلول المستدامة على نطاق واسع : حيث يتم التعامل مع أكثر من مليار رمز مميز شهريًا على نموذج بحجم 70 مليار، مما يحقق ربحًا اقتصاديًا يتراوح بين ضعفين إلى ثلاثة أضعاف. الفئة الثالثة: الحلول التي تعتمد على الروبوتات أو زمن استجابة منخفض : حيث أن البنية التحتية لشبكة WAN لا تسمح بتجاوز متطلبات التطبيق. حوالي 30-40% من عملائنا المحتملين يندرجون ضمن الفئة الأولى. أما بالنسبة للنسبة المتبقية (60-70%)، فإن واجهات برمجة التطبيقات السحابية (APIs) في عام 2026 تُعد منتجًا متميزًا، وينبغي عليهم الاستمرار في استخدامها حتى تتغير الظروف الاقتصادية.

التدريب موضوع آخر. تقريبًا كل عبء عمل على نطاق كينتينو للذكاء الاصطناعي (LoRA، QLoRA، ضبط دقيق من 7 إلى 32 مليار) أرخص محليًا من استئجار وحدة معالجة رسومية سحابية - حيث تعمل الوحدة بكامل طاقتها أثناء التشغيل. الاستثناء هو التدريب فائق التوسع (التدريب المسبق الكامل لأكثر من 70 مليار، RLHF على نطاق واسع) حيث تحتاج إلى 8 وحدات H100 مع NVLink، والتي لا نبيعها ( يوضح W07 السبب). استأجرها، شغّلها، وانقل البيانات إلى منزلك.

---

هذا جزء من موسوعة كينتينو، وهي سلسلة مرجعية حول الحوسبة الذكية، والروبوتات، والأنظمة التي تربط بينهما. نرحب بالتعليقات والتصويبات على البريد الإلكتروني info@kentino.com.