الذكاء الاصطناعي الخاص مقابل واجهات البرمجة: نقطة التعادل الحقيقية

تُساق حجة التكلفة للاستضافة الذاتية للنماذج اللغوية بثقة، وبشكل خاطئ عادةً. يقارن فريق سعر ساعة وحدة معالجة رسومية بسعر المليون توكن في واجهة برمجة، فيجد الوحدة أرخص عند الاستخدام الكامل، ويستنتج أن المسألة حُسمت. لم تُحسم، لأن الاستخدام الكامل ليس ما يبدو عليه حمل الإنتاج، ولأن الوحدة الرسومية هي النصف الأصغر مما تكلّفه الاستضافة الذاتية.

الموقف الصادق في 2026 هو أن واجهات البرمجة التجارية تفوز على التكلفة الإجمالية عند الحجم المنخفض والمتوسط، وأن الاستضافة الذاتية تفوز على التكلفة فقط عند حجم عالٍ مستدام مع إبقاء نسبة الاستخدام مرتفعة بما يكفي لإطفاء تكلفة العتاد ومن يشغّلونه معاً. وهذه نافذة أضيق مما تفترضه معظم دراسات الجدوى. وهي ليست السبب الوحيد للنشر الخاص أيضاً: حيث يكون ضبط البيانات هو المحرّك، قد يكون النشر الخاص صحيحاً دون نقطة التعادل بكثير، وقول ذلك صراحةً أقوى دفاعاً من تصنيع حجة تكلفة لن تصمد أمام اثني عشر شهراً من الأرقام الفعلية.

تفصل هذه المقالة الحجتين، لأن خلطهما هو ما ينتج دراسات جدوى تنهار عند أول مراجعة ميزانية.

معادلتا التكلفة

المقارنة التي يجريها الناس عادةً ناقصة في جانب واحد. وبكتابتها كاملة:

التكلفة الشهرية للاستضافة الذاتية تساوي إطفاء العتاد أو إيجاره، زائد الطاقة، زائد التخزين والشبكة، زائد عمالة التشغيل، زائد التكلفة المتكررة للتقييم والترقيات والحوادث.

والتكلفة الشهرية لواجهة البرمجة تساوي توكنات الإدخال مضروبة في سعر الإدخال، زائد توكنات الإخراج مضروبة في سعر الإخراج، زائد الأدوات وحواجز الحماية.

جانب واجهة البرمجة شبه مكتمل كما هو مكتوب، ولهذا يسهل التنبؤ به. أما جانب الاستضافة الذاتية فيحوي ثلاثة حدود نادراً ما تظهر في الجدول، وهي التي تحسم الجواب عادةً.

يوضّح تفصيل منشور في 2026 لنشر وحدة A100 سعة 80 غيغابايت هذه النسب: 3,240 دولاراً شهرياً شاملاً، موزّعة على 1,440 دولاراً إيجار الوحدة، و1,500 دولار عمالة DevOps، و300 دولار أعباء بنية تحتية. الحوسبة أقل من نصف الإجمالي. وعند نحو مليون توكن يومياً، كان ذلك الإعداد أرخص فقط من أغلى واجهات البرمجة الحدودية، وظل فوق تسعير الواجهات الاقتصادية بكثير عند الحجم نفسه.

التكاليف التي تمحو الوفر

• عمالة التشغيل. يخصّص البند أعلاه 15 ساعة شهرياً بسعر 100 دولار للساعة لوقت DevOps وحده على نشر متواضع. وهذا رقم متحفّظ لنظام له مستخدمون حقيقيون وتوقعات مناوبة ومنظومة خدمة تتغيّر تحتكم.
• أعباء البنية التحتية. الشبكات والمراقبة والتسجيل والنسخ الاحتياطي والضوابط الأمنية والتنسيق. مقدّرة بـ300 دولار شهرياً في التحليل نفسه، وذلك بافتراض إعادة استخدام قدرات منصة قائمة لا بنائها.
• دوران التقييم والترقيات. كل إصدار نموذج وترقية منظومة خدمة وترحيل مطالبات يحمل معه تشغيل قياسات مرجعية واختبارات انحدار وإعادة نشر. تدرج المصادر هذا ضمن وقت الهندسة بدل إفراده، وهذا بالضبط سبب اختفائه من دراسات الجدوى. وهو متكرر لا لمرة واحدة.
• نقص الاستخدام. هذا هو البند الصامت. تُدفع تكلفة الوحدة الرسومية الثابتة سواء وصلت الطلبات أم لا. والحركة المتقطعة، حيث تجلس ذروة يوم العمل فوق ليل شبه خامل، تعني أن التكلفة الفعلية للتوكن قد تبلغ أضعاف الرقم الذي أنتجه حساب السعة لديكم. أما واجهات البرمجة فلا تحاسب حين لا يسأل أحد.

يستحق نقص الاستخدام تحليلاً خاصاً به قبل شراء أي شيء. خذوا أسبوعاً من سجلات الطلبات الفعلية، وارسموا التوكنات بالساعة، واحسبوا نسبة الذروة إلى المتوسط. نسبة فوق ثلاثة ينبغي أن تجعلكم حذرين من الشراء، لأنكم ستحجّمون للذروة وتدفعون ثمنها على مدار الساعة.

أين يقع تسعير واجهات البرمجة في 2026

هبطت أسعار واجهات البرمجة بما يكفي لتغيير الجواب الافتراضي. تمتد النطاقات المعلنة في منتصف 2026 من نحو 0.50 إلى 3 دولارات للمليون توكن إدخال، ومن 1.50 إلى 15 دولاراً للمليون توكن إخراج. وهذا التفاوت هو لبّ القرار، لأن أي طرف تستبدلونه يهمّ أكثر من حجمكم.

فمقابل الواجهات الاقتصادية عند الطرف الأدنى من تلك النطاقات، نادراً ما تبرَّر الاستضافة الذاتية على أساس التكلفة عند أي حجم تولّده شركة متوسطة. ومقابل الواجهات الحدودية المتميزة عند الطرف الأعلى، تصل نقطة التعادل أبكر بكثير وقد تكون الحجة حقيقية.

لذا فالسؤال الأول ليس “كم توكناً نرسل” بل “أي فئة نموذج يتطلبها حمل العمل هذا فعلاً”. فحمل عمل للتصنيف أو الاستخراج يعمل بشكل مقبول على نموذج صغير مفتوح الأوزان لم يكن ليكون مكلفاً على واجهة برمجة أصلاً، ووفر الاستضافة الذاتية عليه صغير بالمقابل. أحمال العمل التي توفّر فيها الاستضافة الذاتية مالاً حقيقياً هي التي تعمل اليوم على نماذج باهظة بحجم ثابت.

نطاقات التعادل المنشورة

لا تتقارب تحليلات 2026 على رقم واحد، وهذا بحد ذاته معلومة. إنها تتجمّع كالتالي:

• دون نحو مليون توكن يومياً، تفوز واجهات البرمجة دائماً تقريباً على التكلفة الإجمالية.
• من 1 إلى 10 ملايين توكن يومياً، يتوقف الأمر على اختيار النموذج ونسبة الاستخدام. تفوز الواجهات عادةً ما لم تكونوا تستبدلون نموذجاً حدودياً أو تفرض الخصوصية غير ذلك. تضع إحدى المقارنات المتفائلة مع نموذج متميز نقطة التعادل عند 5 إلى 10 ملايين توكن شهرياً على وحدة واحدة عالية الأداء، لكن ذلك الرقم يفترض استخداماً مرتفعاً ويستثني معظم العمالة.
• من 10 إلى 50 مليون توكن يومياً، تصير الاستضافة الذاتية معقولة على التكلفة حيث يكون الحمل ثابتاً والعمليات ناضجة أصلاً.
• فوق 50 مليون توكن يومياً، تفوز الاستضافة الذاتية بوضوح في الغالب، بأفضليات معلنة بين 40% و60% مقابل الواجهات المتميزة. ويدّعي تحليل لحمل عمل من فئة Llama 70B عند نحو 500 مليون توكن يومياً أفضلية تقارب خمسة أضعاف.

وتظهر عتبتان أخريان في المصادر تستحقان الذكر للمقياس: تصل بعض عمليات النشر الخاص إلى تعادل التكلفة خلال 3 إلى 6 أشهر عند نحو 50,000 استعلام شهرياً، وتضع عدة تحليلات نقطة التعادل على مستوى المؤسسات عند 100 مليون توكن يومياً أو أكثر. والتباين بين هذه الادعاءات دالّة لما احتسبه كل مؤلف، وهذا السبب الرئيسي لبناء نموذجكم الخاص بدل تبنّي عتبة منشورة.

حين تكون الخصوصية هي السبب، قولوا ذلك

دون نحو 20,000 دولار شهرياً من إنفاق واجهات البرمجة، يعلن أحد تحليلات 2026 الموقف بصراحة: تفوز الواجهة في كل بُعد عدا الخصوصية. وهذا تأطير مفيد لأنه يزيل الضغط لاختلاق قصة تكلفة.

النشر الخاص هو الجواب الصحيح بصرف النظر عن مقارنة التكلفة حين تحتاجون إقامة بيانات وضبطاً داخلياً، أو عزلاً تعاقدياً لمواد خاضعة للتنظيم أو سرية للعملاء، أو تأكيداً بأن لا طرف ثالث يحتفظ بالمطالبات أو المخرجات أو التضمينات، أو خفضاً للانكشاف القانوني والشرائي المرافق لمزوّد نموذج خارجي. وفي القطاعات المنظّمة، وأعمال الملكية الفكرية الحساسة، ومساعدي العمل الداخليين فوق مواد سرية، تكون الخصوصية هي العامل الحاسم حتى حيث تكون الواجهة أرخص.

دراسة جدوى تقول “هذا يكلّفنا 2,000 دولار شهرياً فوق الواجهة، وهذا هو الانكشاف الذي يزيله” قابلة للدفاع أمام مجلس إدارة. أما دراسة جدوى تدّعي وفراً لا يتحقق فتكلّفكم مصداقيتكم في الطلب التالي.

ماذا تفعلون أولاً

قيسوا قبل أن تنمذجوا. اجمعوا شهراً من أحجام التوكنات الفعلية مقسّمة بين إدخال وإخراج، وبحسب حمل العمل، وبحسب ساعة اليوم. معظم الفرق التي تقدّر هذا من الذاكرة تخطئ بمعامل يغيّر الجواب.

ثم أجروا المقارنة لكل حمل عمل على حدة لا بالإجمال. تملك الشركة عادةً عدداً صغيراً من أحمال العمل عالية الحجم منخفضة التعقيد التي تُستضاف ذاتياً بشكل جيد، وذيلاً طويلاً من الأحمال منخفضة الحجم عالية التعقيد التي لا تُستضاف كذلك. والهجين عادةً هو البنية الصحيحة، بحيث يعمل العمل الحساس وكثير الحجم بشكل خاص ويبقى الباقي على واجهة برمجة. أما فرض جواب واحد على كل البنية فهو ما ينتج عناقيد خاصة مفرطة السعر وانكشاف بيانات غير مقبول في آن.

أدرجوا افتراض استخدام تستطيعون الدفاع عنه كتابةً، وأدرجوا بند العمالة. إن كانت الحجة تنجح فقط عند استخدام 75% أو 80% للوحدة الرسومية وكانت حركتكم منحنى يوم عمل، فالحجة لا تنجح.

أخيراً، افصلوا القرار عن التوقيت. استأجروا سعة، وشغّلوا حمل العمل بشكل خاص ربع سنة، ودعوا الأرقام المقيسة تقرّر الشراء من عدمه. كلفة الخطأ في الاستئجار ربع سنة. وكلفة الخطأ في شراء العتاد ثلاث سنوات.