التخزين المؤقت للموجّه: احسب إعادة الاستخدام، لا نسبة الخصم وحدها

رسم تصوري أصلي أُنجز لـSPKE بمساعدة الذكاء الاصطناعي. ترمز الفروع إلى إعادة الاستخدام وانتهاء الصلاحية، ولا تمثل نتائج قياس للأداء.

ابدأ بعبء العمل

يرسل تطبيق عشرة أسئلة عن المستند نفسه. يرى مطوّره سعرًا منخفضًا للمدخلات المخزنة مؤقتًا، فيتوقع انخفاضًا مماثلًا في الفاتورة. لكن هذا التوقع يتجاوز أسئلة أساسية: هل كُتبت البادئة القابلة لإعادة الاستخدام في الذاكرة المؤقتة فعلًا؟ وهل طابقها كل طلب؟ وهل أُعيد استخدامها قبل انتهاء صلاحيتها؟

خلاصتنا هي أن المقارنة يجب أن تتناول تكلفة المهمة التي تستوفي معايير القبول، في ظل توقيت واقعي للطلبات، لا أكبر خصم معلن للتخزين المؤقت. يستند هذا التحليل إلى وثائق رسمية غير مؤرخة ومتجددة باستمرار، راجعناها في 22 أكتوبر 2026، ويتضمن حسابًا افتراضيًا موضحًا على هذا الأساس. لم تُجرِ SPKE اختبارًا معياريًا لمقارنة المزوّدين. وتتجدد الوثائق باستمرار؛ فتاريخ المراجعة ليس تاريخ نشر الوثائق أو إعلان أو بدء سريان.

مقارنة مفيدة بين الصين والولايات المتحدة

تتيح OpenAI وAnthropic الأمريكيتان وDeepSeek الصينية خيارات تحكم مختلفة. ولا يكفي بلد منشأ المزوّد لمعرفة الإعداد المناسب لتطبيق ما. قارن النموذج المحدد وواجهة API ومدة صلاحية ذاكرة التخزين المؤقت وعبء العمل.

يفصل دليل OpenAI الحالي بين GPT-5.6 وما بعده وبين النماذج الأقدم: تفرض النماذج الأحدث أسعارًا أعلى لكتابة الذاكرة المؤقتة، وتحدد الحدود التي يمكن عندها البحث عن تطابق في الذاكرة المؤقتة. لذلك لم يعد من الآمن تعميم الافتراض القديم بأن الكتابة في ذاكرة OpenAI المؤقتة لا تترتب عليها رسوم إضافية. دليل OpenAI

تورد Anthropic أسعار كتابة مختلفة لمدة صلاحية تبلغ خمس دقائق وأخرى تبلغ ساعة، فيما تختلف أسعار القراءة بحسب النموذج. لذا لا تكفي نسبة خصم واحدة على مستوى المزوّد كله لإعداد الميزانية. أسعار Anthropic

يوضح مثال DeepSeek أن الطلب A+B يليه A+C من دون إصابة في الذاكرة المؤقتة، قبل أن يصبح الجزء المشترك A محفوظًا وقابلًا لخدمة الطلب A+D. تكرار النص وحده لا يكفي. التخزين المؤقت لدى DeepSeek

تقود هذه الفروق إلى سؤال عند اختيار الخدمة أكثر فائدة من «أي البلدين يقدّم ذكاءً اصطناعيًا أرخص؟»: أي تطبيق تقني يعيد استخدام طلباتنا الفعلية بصورة موثوقة، وبالجودة التي نحتاجها؟ هذه مقارنة هندسية، وليست ترتيبًا لقدرات الدول.

الخصم لا يساوي انخفاض الفاتورة

فيما يلي حساب مبسّط، وليس عرض أسعار. لننظر إلى بادئة واحدة متطابقة ومؤهلة للتخزين المؤقت. نرمز بـn إلى إجمالي عدد الطلبات، بما فيها الطلب الأول الذي يكتب البادئة؛ وبـw إلى معامل سعر الكتابة؛ وبـr إلى معامل سعر القراءة، مقارنة بسعر المدخلات العادية. ونفترض عملية كتابة واحدة وn−1 عمليات قراءة كاملة ناجحة، من دون انتهاء للصلاحية أو إعادة كتابة.

بوحدات تكلفة موحّدة، تبلغ التكلفة من دون تخزين مؤقت n، وتبلغ مع التخزين المؤقت w + (n−1) × r. عندما يكون 0 ≤ r < 1، يصبح التخزين المؤقت أقل تكلفة إذا كان n > (w−r)/(1−r).

إذا افترضنا أن w = 1.25 وr = 0.1، فإن عشرة طلبات تكلف 2.15 وحدة بدلًا من 10. ويبلغ التوفير في تكلفة البادئة 78.5%، رغم أن كل قراءة أرخص بنسبة 90%. وعند w = 2 وr = 0.1، يلزم ما لا يقل عن ثلاثة طلبات إجمالًا لتحقيق توفير؛ أما عند w = 1.25، فيكفي طلبان.

هذه نقطة تعادل مثالية تخص البادئة وحدها. فالمدخلات المتغيرة، والمخرجات المُولّدة، والأدوات، وإعادة المحاولة، وتكرار الكتابة قد تغيّر النتيجة على مستوى المهمة كاملة. وقد يؤدي إعداد يخفض تكلفة البادئة إلى تكلفة إجمالية أعلى إذا استلزم أعمال تصحيح إضافية. قبل إعداد الميزانية، استبدل المعاملات الافتراضية بالأسعار الحالية للنموذج المحدد.

ثلاثة أنماط لإعادة الاستخدام

الأول محادثة متتابعة تُضاف فيها الرسائل إلى سجل محفوظ. والثاني أسئلة مستقلة تتفرع من مستند مشترك. والثالث دفعة طلبات متوازية تبدأ على البارد، قبل أن تصبح أي ذاكرة مؤقتة قابلة لإعادة الاستخدام جاهزة. تساوي حجم الرموز المتكررة لا يجعل هذه الأعباء متكافئة.

لدى Anthropic، تصبح الذاكرة المؤقتة متاحة بعد بدء الاستجابة الأولى، وتبدأ مدة صلاحية الذاكرة المؤقتة البالغة خمس دقائق من لحظة بدء الطلب. لذلك يؤثر توقيت إرسال الطلبات وطول الإجابات. التخزين المؤقت لدى Anthropic

توصيتنا التصميمية هي فصل المواد المرجعية الثابتة عن الأسئلة المتغيرة، والحفاظ على حدود متسقة، واختبار التسلسل الفعلي للطلبات. لا تُدرج الطوابع الزمنية أو معرّفات الطلبات قبل المحتوى الثابت من دون التحقق من أثر ذلك. ولا تضف استدعاءات تمهيدية بصورة عمياء: فهي تستهلك موارد، وقد لا يرسل المستخدمون الطلب اللاحق أصلًا.

خطة للتحقق من القبول قبل الإطلاق

استخدم مجموعة المهام نفسها، التي تأكد استيفاؤها لمتطلبات الجودة، في أربع حالات: البدء على البارد، وإعادة الاستخدام بعد تهيئة الذاكرة المؤقتة، وفواصل زمنية واقعية، وحركة طلبات متزامنة. هذه خطة اختبار مقترحة، وليست تجربة أجريناها.

1. سجّل النموذج وإصداره، وواجهة API، وبنية الطلب، وإعدادات التخزين المؤقت، وفئة الخدمة. حافظ على قابلية المقارنة بين المحتوى ومعايير الجودة.
2. وحّد تصنيف حقول الاستخدام التي يقدّمها المزوّد إلى مدخلات عادية، وكتابة في الذاكرة المؤقتة، وقراءة منها. تحقّق مما يشمله كل حقل قبل جمع القيم، لتجنّب الاحتساب المزدوج. إذا كان المزوّد لا يعرض سوى مدخلات تصيب الذاكرة المؤقتة أو تفوّتها، فلا تفترض رسم كتابة منفصلًا من عندك.
3. احسب التكلفة الإجمالية لكل مهمة تستوفي معايير القبول، بما يشمل المحاولات الفاشلة والمخرجات والأدوات. وأبلغ أيضًا عن المهام المرفوضة، حتى لا يحسّن الفشل الرخيص المؤشر الرئيسي ظاهريًا.
4. قِس زمن الوصول إلى أول رمز وزمن التنفيذ من البداية إلى النهاية، بما في ذلك الطرف البطيء للتوزيع مثل المئين الخامس والتسعين p95. اعرض نتائج الحالة الباردة والحالة المهيّأة كلًّا على حدة.
5. غيّر عاملًا واحدًا في كل مرة: حد البادئة، أو الفاصل الزمني، أو درجة التزامن. احتفظ بخط أساس للمقارنة، ووثّق أسباب عدم إصابة الذاكرة المؤقتة.

ما الذي تختاره، وما الذي لا تستنتجه

اختر الإعداد الذي يلبي متطلبات الجودة وزمن الاستجابة بأقل تكلفة مقاسة للمهمة. ارتفاع معدل إصابة الذاكرة المؤقتة ليس معيار نجاح بمفرده: فتكرار موجّه أكبر من اللازم قد يرفع هذا المعدل، بينما يجعل كل مهمة مكلفة بلا داعٍ.

بالنسبة إلى الفرق التي تقارن واجهات API الصينية والأمريكية، يتمثل الأصل القابل للاستخدام في مقارنات أخرى في عبء عمل قابل لإعادة الإنتاج وسجل تكاليف موحّد الأساس. لا انخفاض سعر الرموز المخزنة مؤقتًا ولا إصابة الذاكرة المؤقتة يثبتان جودة أعلى للإجابات. يضع هذا المقال منهجًا لاتخاذ القرار، ولا يحدد مزوّدًا فائزًا.