لماذا تستهلك وكلاء الذكاء الاصطناعي هذا العدد الكبير من الرموز (مثال من 20 خطوة)

تسأل وكيلاً سؤالاً واحداً، فيعمل لبضع دقائق، وتُظهر صفحة الاستخدام مئات الآلاف من الرموز. لا شيء معطّل. الوكيل عبارة عن حلقة، وكل دورة في الحلقة تعيد إرسال كل ما قيل حتى الآن (قائمة الأدوات، السجل، أي شيء أعادته الأدوات) كرموز إدخال. الإجابة التي يكتبها صغيرة. أما ما يقرأه مراراً وتكراراً فليس كذلك.

ما هو الوكيل، في صورة واحدة#

نموذج المحادثة يجيب مرة واحدة. الوكيل هو النموذج نفسه داخل حلقة مع أدوات: اقرأ ملفاً، ابحث في الويب، شغّل أمراً. والنموذج لا يتذكر شيئاً بين الاستدعاءات. تخيل مساعداً ينسى كل شيء في كل مرة يغلق فيها الخط: في كل مرة يعاود الاتصال، تقرأ له الملاحظات من البداية، ثم تضيف سطراً واحداً. هكذا تعمل الواجهة البرمجية.

توثيق استخدام الأدوات من Anthropic (تم التحقق منه في 26 أكتوبر 2026) يصف الحلقة هكذا:

1. يرسل تطبيقك رسالة المستخدم وقائمة الأدوات.
2. يرد النموذج بـ stop_reason: "tool_use" وكتلة tool_use: أي أداة، وبأي وسائط.
3. يشغّل تطبيقك الأداة ويرسل طلباً ثانياً. يحتوي على الرسائل السابقة، واستدعاء الأداة من النموذج، وكتلة tool_result، وقائمة الأدوات نفسها.
4. يجيب النموذج، أو يطلب أداة أخرى، وتدور الحلقة مرة أخرى.

وتقول الصفحة نفسها إن طلبات استخدام الأدوات تُحتسب على إجمالي الإدخال المُرسل، بما في ذلك معامل الأدوات، بالإضافة إلى الإخراج. لذا فإن الخطوة 3 ليست أبداً "الجزء الجديد فقط": إنها المحادثة كاملة مرة أخرى.

Request 1  tools + system + task
Request 2  tools + system + task + call 1 + result 1
Request 3  tools + system + task + call 1 + result 1 + call 2 + result 2
...

إنها الآلية نفسها كما في لماذا تكلف محادثة طويلة أكثر، لكن بشكل أسرع. تنمو المحادثة برسالة واحدة عند الكتابة. ينمو الوكيل بكتلتين في كل خطوة، ولا يكتب أحد شيئاً.

ثلاثة أشياء ترافق كل خطوة#

قائمة الأدوات. الأسماء والأوصاف ومخططات المعاملات لكل أداة تدخل في كل طلب، حتى عندما لا يستخدم النموذج أياً منها في هذه الدورة. يضيف التوثيق شيئاً صغيراً إضافياً: عند تفعيل الأدوات، تضيف الواجهة البرمجية موجه استخدام الأدوات الخاص بها، 286 رمزاً على Claude Sonnet 5.5 وOpus 5.5 وHaiku 5.5، وللنماذج الأخرى أعداد أخرى.

السجل. مهمتك، واستدعاءات الأدوات السابقة من النموذج، وملاحظاته.

مخرجات الأدوات. هذا هو المخادع. ملف قرأه الوكيل، صفحة من نتائج البحث، سجل اختبار: بمجرد أن يستقر في السجل، يُدفع ثمنه مرة أخرى في كل خطوة لاحقة.

الرمز هو قطعة صغيرة من النص، تقريباً كلمة قصيرة أو جزء منها، وكل من هذه الثلاثة يُحتسب بها.

تشغيل من 20 خطوة، محسوباً#

لنفترض أنك تشغّل وكيل برمجة صغيراً بثلاث أدوات (قراءة ملف، بحث، تشغيل اختبارات) وتعطيه مهمة تستغرق 20 خطوة. خذ هذه الافتراضات:

• تعريفات الأدوات: 1,500 رمز، موجه النظام: 500، مهمتك: 200، لذا يبدأ كل طلب بـ 2,200 رمز؛
• في كل خطوة يكتب النموذج استدعاء أداة من 150 رمزاً، وتعيد الأداة 800 رمز؛
• كلاهما ينضم إلى السجل، لذا تضيف كل خطوة 950 رمزاً إلى الطلب التالي.

للحصول على إجمالي التشغيل، اجمع كل الطلبات العشرين. تُرسل القاعدة البالغة 2,200 عشرين مرة، وتُحمَّل الجولات بواسطة الخطوات اللاحقة: الخطوة 1 لا تحمل شيئاً، والخطوة 2 واحدة، وهكذا حتى 19، أي 190 جولة إجمالاً.

20 × 2,200 = 44,000

950 × 190 = 180,500

44,000 + 180,500 = 224,500 رمز إدخال، و20 × 150 = 3,000 رمز إخراج.

كتب الوكيل 3,000 رمز وقرأ 224,500. تكلفة رمز الإخراج الواحد أعلى من رمز الإدخال (انظر رموز الإدخال مقابل الإخراج)، لكنها قليلة جداً لدرجة أن جانب الإدخال لا يزال يحدد الفاتورة. إليك ذلك التشغيل بالأسعار الحالية:

على DeepSeek-V4-Flash يبلغ تشغيل واحد كهذا $0.0037، وعلى GLM-5.3-Flash يبلغ $0.0046. مئة تشغيل تعني 22,450,000 رمز إدخال و300,000 رمز إخراج: $0.367 على DeepSeek-V4-Flash. الجدول أعلاه يحتسب الإدخال والإخراج معاً، وإجمالاً تخرج النماذج هناك أرخص من OpenRouter.

عدد الخطوات مهم أكثر مما يبدو. تشغيل من 5 خطوات بنفس الافتراضات:

5 × 2,200 = 11,000

950 × 10 = 9,500

11,000 + 9,500 = 20,500 رمز إدخال. أربعة أضعاف الخطوات أعطت نحو أحد عشر ضعف الإدخال، لأن كل خطوة جديدة تعيد أيضاً قراءة كل الخطوات القديمة.

أين تقلّص: أربع عادات#

نتيجة أداة واحدة هي أسهل مكان للتوفير. لنفترض أن تشغيل اختبار في الخطوة 3 يعيد سجلاً من 4,000 رمز. ثم تعيد إرساله الطلبات السبعة عشر التي تليه:

• قبل: 4,000 × 17 = 68,000 رمز إدخال يحملها ذلك السجل الواحد؛
• بعد، إذا أعادت الأداة 40 سطراً ذات صلة فقط (حوالي 400 رمز): 400 × 17 = 6,800.

نفس المهمة، نفس الإجابة، عُشر الإدخال من تلك النتيجة الواحدة. هذا يعطينا أربع عادات:

• أعِد أقل من الأدوات. الأسطر حول الخطأ، لا السجل كله؛ الدالة، لا الملف كله. هناك طرح أطول في إبقاء مخرجات الأدوات خارج السياق.
• أعطِ الوكيل أدوات أقل. كل تعريف يرافق كل طلب.
• حدّد سقفاً للخطوات وابدأ مهمة جديدة عندما لا يعود السجل القديم مهماً.
• اجمع استخدام كل خطوة، وأوقف التشغيل عند ميزانية اخترتها مسبقاً. لجانب التقدير، انظر كيفية تقدير تكلفة وكيل ذكاء اصطناعي.

احسب تشغيلك بنفسك#

كل استجابة تبلغ عن عدد الرموز التي أخذتها وأخرجتها، في حقل usage الخاص بها. اجمعها على كل الخطوات وستحصل على الأرقام الحقيقية لوكيلك بدلاً من افتراضاتي. رسم توضيحي مع OpenAI Python SDK موجّه إلى CheapTokens (messages وtools خاصان بوكيلك):

from openai import OpenAI

client = OpenAI(base_url="https://api.cheaptokens.dev/v1", api_key="YOUR_API_KEY")

total_in = total_out = 0
for step in range(20):  # your agent loop
    resp = client.chat.completions.create(
        model="deepseek-ai/DeepSeek-V4-Flash-0731",
        messages=messages,
        tools=tools,
    )
    total_in += resp.usage.prompt_tokens
    total_out += resp.usage.completion_tokens
    # ...run the tool, append the result to messages

print(total_in, total_out)

الإجماليان يدخلان مباشرة في جدول التكلفة أعلاه. لسجلات طويلة كهذه، يمنحك DeepSeek-V4-Flash نافذة سياق 380K وما يصل إلى 32,768 رمز إخراج لكل إجابة، بسعر واحد في أي ساعة؛ وGLM-5.3-Flash لديه سياق 390K وما يصل إلى 8,192 رمز إخراج. الإعداد في التوثيق، والسعر الحالي لكل نموذج على صفحة الأسعار، وللنموذج صفحته الخاصة، DeepSeek الرخيص.