كيف تفهم قواعد فوترة المهام الخلفية في GPT-6.2 Astra؟ 3 نوافذ إنجاز و7 مستويات أسعار مشروحة دفعة واحدة

كيف تفهم قواعد فوترة المهام الخلفية في GPT-6.2 Astra؟ 3 نوافذ إنجاز و7 مستويات أسعار مشروحة دفعة واحدة

يمكن تلخيص قواعد فوترة المهام الخلفية في GPT-6.2 Astra في جملة واحدة: من يستطيع الانتظار يدفع أقل. اعتبارًا من 17 نوفمبر 2026، تدخل نافذة الإكمال في الخلفية الخاصة بـ Responses API مرحلة الاختبار العام. تُحتسب نافذة soonest الافتراضية بسعر فئة المعالجة المستخدمة من دون خصم؛ أما الطلبات المؤهلة لنافذة 2h فتُحسب بنسبة 70% من سعر token لنموذج Standard، ونافذة 8h بنسبة 60%، أي أرخص بنسبة 30% و40% على التوالي.

يعتمد اختيار الفئة على سؤالين: ما آخر موعد تحتاج فيه إلى النتيجة؟ وهل تحتاج الطلبات إلى الاعتماد على النتائج الوسيطة للخطوة السابقة؟ الإجابة عن هذين السؤالين أولًا، ثم تقدير التكلفة حسب الاستخدام، أدق من مقارنة سعر الوحدة مباشرة.

ماذا ستتعرف عليه بعد قراءة هذا المقال؟

  • تعريف نوافذ الإكمال الثلاث soonest و2h و8h، ونقطة بداية العد وأساس التسعير
  • التكلفة الفعلية لنفس الاستخدام (100 ألف token إدخال + 10 آلاف token إخراج) في 7 أوضاع
  • شروط المعاملات التي يجب توفرها كي يحصل الطلب على الخصم، وحدود حصة الانتظار وإعادة استخدام التخزين المؤقت
  • أي أسلوب إرسال يناسب الأسئلة التفاعلية وتجميع التذاكر والمراجعة الليلية ومهام التصنيف المستقلة

فهرس المحتويات: نبدأ بجدول مفاهيم ونظرة سريعة على التأثيرات لتوحيد المصطلحات. يشرح قسم «الحقائق الموضوعية» قواعد نافذة الإكمال، وأسعار كل فئة، وشروط الخصم، ومعالجة الخطوات اللاحقة في سير العمل متعدد الخطوات. ويناقش قسم «التحليل والحكم» ما إذا كانت الخصومات قابلة للتراكم، وميزانية الوقت للمهام متعددة الخطوات، والمقايضات الناتجة عن التخزين المؤقت وحصة الانتظار، ثم يقدم توصيات لاختيار الفئة وفق حمل العمل.

gpt-6-2-astra-background-task-billing-ar-image-0


GPT-6.2 Astra فوترة المهام الخلفية To Know: شرح المفاهيم

المفهوم شرح موجز
Standard الفئة القياسية لمعالجة OpenAI API، وتُحسب خصومات نافذتي المعالجة الخلفية 2h و8h بناءً على سعر النموذج الخاص بها كمرجع
Fast فئة التسريع الحالية في Astra، وسعر رمز النموذج فيها ضعف سعر Standard
Ultrafast فئة معالجة أسرع، وسعرها خلال فترة العرض الترويجي 3 أضعاف Standard، ثم يصبح السعر المعلن 6 أضعاف
وضع المعالجة الخلفية يُرجع الطلب معرّف استجابة أولاً، ثم يستعلم التطبيق عن الحالة لاحقًا ويستعيد النتيجة
نافذة الإنجاز الهدف الزمني للإنجاز المستخدم في الجدولة بعد قبول الاستجابة الخلفية، وينقسم إلى soonest و2h و8h
soonest النافذة الافتراضية للطلبات الخلفية، تُنفَّذ في أقرب وقت ممكن، وتستخدم سعر النموذج الخاص بفئة المعالجة المستخدمة
Batch API تجميع الطلبات المستقلة عن بعضها في ملف JSONL وتنفيذها كوظيفة واحدة بشكل غير متزامن
continuation_id معرّف يحدده التطبيق لنفس سير العمل الخلفي، ويُستخدم لربط طلبات المتابعة المؤهلة
سعر رمز النموذج السعر الفردي لكل بند قياس، مثل الإدخال العادي والإدخال المخزَّن مؤقتًا (إصابة الذاكرة المؤقتة) والمخرجات

نظرة سريعة على تأثير فوترة المهام الخلفية في GPT-6.2 Astra

  • مطورو API: أصبحت المهام غير المتزامنة تمتلك خيارَي خصم إضافيين يقعان بين الاستدعاء الفوري وBatch، لكن يتطلب ذلك إعادة التصميم إلى النمط الخلفي، مع التعامل مع الاستقصاء (polling) أو webhook.
  • مديرو المنتجات: يجب توضيح «موعد توفر النتيجة في أبعد تقدير» ضمن المتطلبات. أما الميزات التي تقبل التسليم خلال ساعتين أو 8 ساعات، فيمكن أن تنخفض تكلفة token النموذج فيها بنسبة 30% أو 40% على التوالي.
  • مسؤولو التكلفة والعمليات: تتشارك المهام الخلفية ذات المهلة ساعتين و8 ساعات مع Batch في حصة انتظار واحدة، لذا تحتاج مهام Batch الكبيرة والمهام الخلفية المخفّضة إلى تخطيط موحد، ولا يمكن تقدير السعة لكل منها على حدة.

الحقائق الموضوعية: قواعد فوترة المهام الخلفية في GPT-6.2 Astra

ما هي نوافذ الإكمال الثلاثة لمهام GPT-6.2 Astra الخلفية؟

أصدرت OpenAI في 17 نوفمبر 2026 نموذجَي GPT-6.2 Astra وGPT-6.2 Sol. ويستهدف Astra الاستدلال المعقّد والبرمجة والأعمال المهنية، ومعرّف النموذج في API هو gpt-6.2-astra. وفي اليوم نفسه، رصد سجل تحديثات OpenAI API دخول نوافذ الإكمال الخلفية في Responses API مرحلة الاختبار العام.

تتطلب الطلبات غير المتزامنة في Astra ضبط background=true، وتأتي النوافذ على ثلاثة أنواع:

  1. soonest (الافتراضي): التنفيذ في أسرع وقت ممكن، وتُحتسب tokens النموذج وفق فئة المعالجة المستخدمة فعليًا، بلا أي خصم.
  2. 2h: تُحتسب الطلبات المؤهلة بنسبة 70% من سعر tokens النموذج بفئة Standard.
  3. 8h: تُحتسب الطلبات المؤهلة بنسبة 60% من سعر tokens النموذج بفئة Standard.

تبدأ نقطة احتساب الوقت من اللحظة التي يقبل فيها API الطلب الأولي، والنافذة تستهدف هذه الاستجابة تحديدًا. وإذا كانت المهمة تتطلب تنفيذ أدوات من جانب التطبيق في منتصف الطريق ثم إطلاق استجابة تالية، فإن زمن هذا التنفيذ وزمن الخطوة التالية يُحسبان على حدة ضمن الحد الزمني لسير العمل بأكمله.

لنأخذ مثال «قراءة الملف أولًا، ثم متابعة المراجعة»: تكتمل الاستجابة الأولى داخل النافذة، وتُعيد استدعاء أداة يلزم التطبيق بتنفيذه. وبعد أن يقرأ التطبيق الملف، يقدّم النتيجة كطلب متابعة، فيواصل النموذج المراجعة. وبذلك يساوي الوقت الكلي مجموع ثلاث مراحل: الاستجابة الأولى، وتنفيذ الأداة، والاستجابة التابعة — وليس نافذة واحدة فقط.

gpt-6-2-astra-background-task-billing-ar-image-1

كم يكلّف الطلب الواحد نفسه في كل مستوى من مستويات GPT-6.2 Astra؟

يلخّص الجدول أدناه أسعار GPT-6.2 Astra للسياق القصير، بوحدة الدولار لكل مليون توكن. وقد حُوِّل صفّا 2h و8h من نسب الخصم الرسمية، أما تواريخ أسعار Ultrafast فتُحتسب وفق التوقيت الباسيفيكي الأمريكي.

الوضع نسبةً إلى Standard الإدخال العادي الإدخال عند إصابة الذاكرة المؤقتة الإخراج
Standard 1 ضعف $8.00 $0.40 $40.00
Fast 2 أضعاف $16.00 $0.80 $80.00
Ultrafast(حتى 2027-02-28) 3 أضعاف $24.00 $1.20 $120.00
Ultrafast(من 2027-03-01) 6 أضعاف $48.00 $2.40 $240.00
خلفي 2h 0.70 ضعف $5.60 $0.28 $28.00
خلفي 8h 0.60 ضعف $4.80 $0.24 $24.00
Batch 0.50 ضعف $4.00 $0.20 $20.00

نستخدم كمية استخدام ثابتة للمقارنة: 100,000 توكن إدخال عادي + 10,000 توكن إخراج محتسب. ويُحسب Standard كالتالي: 0.1 × $8 + 0.01 × $40 = $1.20، وتُحوَّل بقية المستويات بالطريقة نفسها:

الوضع تكلفة توكنات النموذج للطلب الواحد الفرق عن Standard
Ultrafast بالسعر المعلن $7.20 +$6.00
Ultrafast بسعر العرض الترويجي $3.60 +$2.40
Fast $2.40 +$1.20
Standard $1.20 المرجع
خلفي 2h $0.84 −$0.36
خلفي 8h $0.72 −$0.48
Batch $0.60 −$0.60

هذا المثال يحتسب توكنات النموذج فقط. أما استدعاءات Web Search وحاويات Shell / Code Interpreter وغيرها فتُحسب كلٌّ منها ضمن بندها الخاص، كما تُسعَّر كتابة الذاكرة المؤقتة بشكل منفصل.

كذلك تشير بطاقة النموذج إلى أنه عند تجاوز الإدخال 272K توكن، تُطبَّق على الطلب كامله أسعار السياق الطويل: يُضرب سعر الإدخال وسعر الذاكرة المؤقتة في 2، وسعر الإخراج في 1.5، ثم يُحسب الناتج وفق المستوى المختار أو الخصم المستحق. وبهذه القاعدة، يكون الإدخال العادي للطلب ذي السياق الطويل ضمن نافذة 8h بسعر $16 × 0.6 = $9.6، والإخراج بسعر $60 × 0.6 = $36 (لكل مليون توكن).

gpt-6-2-astra-background-task-billing-ar-image-2

الأسعار في الرسم أعلاه محوّلة من قائمة أسعار OpenAI الرسمية ونسب الخصم. وإذا كنت تستدعي النموذج عبر APIYI على apiyi.com، فالمعاملة الفعلية تخضع لصفحة الفوترة في المنصة؛ ويُفضّل التحقق من الفاتورة أولاً بحركة مرور صغيرة قبل الاعتماد على النموذج في بيئة الإنتاج.

كيف تجعل طلبات GPT-6.2 Astra متوافقة مع خصم الفوترة في الخلفية

الخصم لا يُفعَّل تلقائيًا، بل يجب أن تتحقق الشروط التالية معًا:

المعامل / الشرط القيمة المؤهلة التوضيح
نقطة النهاية (API) /v1/responses نافذة الإنجاز في الخلفية تُحسب على أساس Responses API
background true يدخل وضع الخلفية ويُعيد مُعرّف الاستجابة أولًا
background_options.completion_window 2h أو 8h القيمة الافتراضية soonest لا تحصل على الخصم
service_tier default (Standard) قيمة auto تحقق الشرط فقط عندما ينتهي الأمر فعليًا إلى Standard
stream محذوف أو false الإخراج المتدفق لا يستوفي شرط الخصم

أما من ناحية الحصة، فإن 2h و8h وBatch تتشارك حصة الانتظار الخاصة بـ Batch/Background، ويُحتسب عند الانضمام إلى الصف بحسب رموز (tokens) الإدخال؛ بينما يستخدم soonest الحدود المعتادة لعدد الطلبات والرموز. وفي ما يخص التخزين المؤقت هناك حدّ فاصل: الطلبات العادية على Standard لا يمكنها إعادة استخدام ذاكرة التخزين المؤقت للموجهات التي أُنشئت عبر هاتين النافذتين المخفضتين. كما يجب الانتباه إلى أن بطاقة النموذج تذكر أن الطلبات التي يُضبط فيها reasoning.effort على none سيتم رفضها.

في ما يلي مثال بسيط جدًا. قد لا يكون background_options مُدرجًا ضمن تعريفات الأنواع في SDK، لذا نمرّره عبر extra_body:

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # واجهة APIYI المتوافقة مع OpenAI
)

resp = client.responses.create(
    model="gpt-6.2-astra",
    input="请汇总以下 50 张支持工单的共性问题……",
    background=True,
    service_tier="default",          # استخدام Standard، ما يستوفي شرط الخصم
    extra_body={"background_options": {"completion_window": "2h"}},
)
print(resp.id, resp.status)  # احفظ مُعرّف الاستجابة (response ID) لاسترجاعها لاحقًا

بعد الحصول على response ID، يمكنك قراءة الحالة عبر webhook أو عبر الاستقصاء الدوري (polling). عندما تكون الحالة queued أو in_progress، تابع الاستعلام بالمُعرّف نفسه؛ وأخطاء السعة المؤهلة يعيد API المحاولة فيها تلقائيًا، فلا تحتاج التطبيقات إلى إعادة الإرسال بنفسها.

عرض المثال الكامل للاستقصاء الدوري وطلب المتابعة
import time
from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # اتصال موحّد عبر APIYI
)

WINDOW = "8h"

def submit(input_items, previous_id=None):
    """إرسال طلب خلفي واحد بسعر مخفّض.
    راجع دليل OpenAI Background mode لمعرفة الموضع الدقيق لتمرير continuation_id."""
    return client.responses.create(
        model="gpt-6.2-astra",
        input=input_items,
        background=True,
        service_tier="default",
        previous_response_id=previous_id,
        extra_body={
            "background_options": {"completion_window": WINDOW},
            # "continuation_id": "audit-2026-11-19-batch-01",  # حافظ على القيمة نفسها في سير العمل ذاته
        },
    )

def wait(response_id, interval=60):
    """الاستقصاء الدوري حتى انتهاء المهمة؛ استخدم المعرّف نفسه للاستعلام المتواصل ما دامت الحالة queued / in_progress."""
    while True:
        r = client.responses.retrieve(response_id)
        if r.status not in ("queued", "in_progress"):
            return r
        time.sleep(interval)

first = wait(submit("审核合同,需要时调用 read_file 工具读取附件").id)

# إذا أُعيد استدعاء أداة تقع مسؤوليتها على التطبيق: ينفّذ التطبيق الأداة، ثم ي发起 طلب متابعة
# بالمشروع والنموذج وفئة المعالجة والنافذة وقيمة continuation_id نفسها، فتحصل خطوة المتابعة على أولوية في الانتظار
for item in first.output:
    if item.type == "function_call":
        tool_result = "……read_file 的实际返回内容……"
        follow = submit(
            [{"type": "function_call_output",
              "call_id": item.call_id,
              "output": tool_result}],
            previous_id=first.id,
        )
        print(wait(follow.id).output_text)

في سير العمل متعدد الخطوات، يجب أن تستخدم طلبات المتابعة المشروع نفسه، والنموذج نفسه، وفئة المعالجة نفسها، ونافذة الإكمال نفسها، وقيمة continuation_id نفسها، حتى تكتسب أهلية الانتظار ذي الأولوية. وتُحاسب طلبات المتابعة المستوفية للشروط، كلٌّ على حدة، وفق السعر المخفّض المقابل لها.

🚀 توصية للربط: نافذة الإكمال الخلفي ميزة في مرحلة الاختبار العام (beta) ضمن OpenAI Responses API. عند الاستدعاء عبر منصة تجميع مثل APIYI (apiyi.com)، نوصي أولًا باستخدام حصة اختبار مجانية للتأكد من أن المعاملين background وcompletion_window يمرّان كاملين دون تغيير، ومن أن الفوترة تُحسب بالسعر المخفّض، ثم تنقل مهام الإنتاج بعد ذلك.


تحليل وتقييم: كيف تحسّن الاستفادة من فوترة المهام الخلفية في GPT-6.2 Astra

لا يمكن دمج خصم المهام الخلفية مع فئة التسريع في GPT-6.2 Astra

يشترط شرط الخصم أن يكون service_tier مساويًا لـ default، أو أن ينتهي auto عند Standard. وبناءً على ذلك يمكن استنتاج أن Fast و Ultrafast لا يستطيعان الاستفادة من خصمي 2h و 8h في الوقت نفسه. والمقايضة هنا واضحة: فئة التسريع تدفع تكلفة أكبر مقابل زمن استجابة أقصر، بينما نافذة الخلفية تنتظر مدة أطول مقابل سعر أقل، وهما اتجاهان متعاكسان.

وهناك تفصيل يسهل تجاهله: رغم أن soonest هو أيضًا وضع خلفي، فإن سعره يتبع فئة المعالجة. فعند استخدام soonest مع Fast، تدفع سعر Fast نفسه، لكن طريقة التفاعل تصبح غير متزامنة. ودور soonest هو أن تعيد الواجهة السيطرة إلى المستخدم أولاً، وهو بحد ذاته لا يوفّر المال.

المهام متعددة الخطوات تحتاج إلى ميزانية زمنية على مستوى «سير العمل بأكمله»

هدف النافذة الزمنية يقيّد استجابة واحدة فقط، ولا يغطي سير العمل بأكمله. مهمة مراجعة تحتاج إلى ثلاث جولات من استدعاء الأدوات قد تمر نظريًا بثلاث عمليات جدولة للنافذة، إضافة إلى الوقت الذي يستغرقه التطبيق نفسه في تنفيذ الأدوات. إذا كان العمل التجاري يَعِد بإخراج النتيجة «قبل الساعة 9 صباحًا»، فعند معالجة مهام ليلية بنافذة 8 ساعات، يجب ترك هامش للخطوات اللاحقة عند تحديد وقت الإرسال، ولا يجوز الإرسال عند حد الثماني ساعات تمامًا.

هنا تكمن قيمة continuation_id. فهو لا يطيل النافة ولا يدمجها، لكنه يمنح الخطوات اللاحقة أولوية في الانتظار، ما يقلل زمن الانتظار في ذيل سير العمل متعدد الخطوات. من الناحية الهندسية، يُنصح بجعل continuation_id يقابل معرّف المهمة التجارية بنسبة واحد إلى واحد، وهو ما يسهّل أيضًا تتبع السجلات وتجميع التكاليف.

8h مقابل Batch: فرق 10 نقاط مئوية، وسياقات استخدام مختلفة

عند الاستخدام المثالي في المثال، تكون تكلفة 8h هي $0.72، وتكلفة Batch هي $0.60، أي فرق $0.12 فقط. Batch أرخص، لكنه يتطلب أن تُجمّع الطلبات مسبقًا في ملف JSONL، وأن تكون مستقلة عن بعضها، وأن تقبل نافذة تسليم تصل إلى 24 ساعة. بينما يسمح 8h للطلب بمواصلة الاستنتاج بناءً على نتائج الأدوات.

لذلك، المعيار ليس أيّهما أرخص، بل بنية المهمة:

  • هناك اعتماد بين الطلبات (الخطوة التالية تعتمد على نتيجة الخطوة السابقة): اختر 8h أو 2h
  • الطلبات مستقلة عن بعضها ويمكن سردها دفعة واحدة: اختر Batch

خصم الخمسين بالمئة في Batch وخصم نافذة الخلفية هما مساران مستقلان للفوترة، ولا يتراكمان معًا.

التكاليف الخفية الناتجة عن التخزين المؤقت وحصص الانتظار

لا يمكن إعادة استخدام ذاكرة التخزين المؤقت للموجه التي أُنشئت في نافذة الخصم بواسطة طلبات Standard العادية. وإذا كانت نفس مطالبة النظام الطويلة تُستخدم في الأسئلة والأجوبة الفورية وفي المعالجة الدفعية في الخلفية، فسيُنشئ كل جانب ذاكرة تخزين مؤقت خاصة به، وقد تتكرر تكلفة كتابة ذاكرة التخزين المؤقت. كما أن الإدخال الذي يصيب ذاكرة التخزين المؤقت رخيص أصلاً: إذ يبلغ $0.40 مع Standard و$0.24 مع 8h. وبالنسبة للأحمال ذات معدل الإصابة المرتفع في ذاكرة التخزين المؤقت، ستكون نسبة التوفير التي تحققها خصومات الخلفية في الفاتورة الإجمالية أقل من المهام كثيفة الإخراج.

كذلك تحتاج حصة الانتظار المشتركة إلى تخطيط مسبق. فـ 2h و8h وBatch تتشارك حصة Batch/Background، وتُدرج في قائمة الانتظار بحسب عدد رموز الإدخال. وإذا تم إرسال دفعة كبيرة من مهام Batch ومسار مراجعة 8h في الوقت نفسه ليلاً، فسيتنافسان على الحصة نفسها.

💡 نصيحة بشأن التكلفة: قبل تحديد الفئة، يمكنك تقدير تكلفة كل فئة على حدة باستخدام توزيع الرموز في موجه حقيقي (نسبة الإدخال العادي، والإدخال الذي يصيب ذاكرة التخزين المؤقت، والإخراج). وبفضل الواجهة الموحدة من APIYI apiyi.com، يكفي تعديل المعاملات في الكود نفسه لمقارنة فرق الفاتورة بين المسار الفوري والمسار غير المتزامن.

وضع فئات خدمة GPT-6.2 Astra ضمن أعباء عمل واقعية

فيما يلي أمثلة توضيحية لأعباء العمل، وشروط القرار بالترتيب: مدة الانتظار الممكنة، والاعتماد على نتائج وسيطة، ووجود رسوم أدوات.

عبء العمل طريقة الإرسال الموصى بها الأساس
أسئلة وأجوبة تفاعلية فورية، وتحليلات ينتظرها أشخاص ابدأ بـ Standard؛ وبعد التحقق من زمن الاستجابة والتكلفة فكّر في Fast / Ultrafast المستخدمون ينتظرون، والدفع الإضافي مقابل السرعة يحتاج إلى دعم بالبيانات
واجهة غير متزامنة تريد إرجاع الاستجابة أولاً ثم عرضها soonest إعادة التحكم إلى الواجهة، ويُحتسب السعر وفق فئة المعالجة المستخدمة
تلخيص تذاكر الدعم المطلوب إنجازه قبل بداية فترة ما بعد الظهر المعالجة الخلفية 2h التسليم خلال بضع ساعات، مع خفض تكلفة tokens النموذج بنسبة 30%
مراجعة متعددة الخطوات يمكن أن تستمر طوال الليل وتتطلب استدعاء أدوات المعالجة الخلفية 8h + continuation_id خفض بنسبة 40%، مع إتاحة وقت لتنفيذ الأدوات واستئناف الخطوات
مهام تصنيف مستقلة يمكن تجميعها مسبقًا Batch (JSONL) مستقلة عن بعضها وتقبل نافذة زمنية من 24 ساعة، مع خفض بنسبة 50%

يجب الانتباه إلى أنه بمجرد أن تستخدم المهمة Web Search أو حاوية Code Interpreter، فإن هذا الجزء من التكلفة لا يستفيد من خصم tokens النموذج. وكلما ارتفعت نسبة رسوم الأدوات، انخفضت نسبة التخفيض الإجمالية لنافذة المعالجة الخلفية.

🎯 توصية عند الاختيار: جرّب أولاً على APIYI apiyi.com نفس مجموعة العينات عبر Standard و2h و8h، وسجّل أوقات الإنجاز الفعلية والفواتير، ثم قرر الفئة الافتراضية لكل نوع من المهام. فهذا أقرب إلى التكلفة الحقيقية من الاكتفاء بالنظر إلى جدول أسعار الوحدات.

تغييرات تستحق المتابعة المستمرة

لا تزال نافذة الإكمال في الخلفية في المرحلة التجريبية العامة حاليًا، وقد تتغير أسماء المعاملات وشروط الأهلية ونسب الخصم قبل الإصدار الرسمي، لذا ينبغي الاعتماد على الدليل الرسمي من OpenAI قبل الإطلاق. وهناك نقطتان زمنيتان أخريان تستحقان التدوين أيضًا: السعر الترويجي لـ Ultrafast ساري حتى 28 فبراير 2027 (بتوقيت المحيط الهادئ)، وبدءًا من 1 مارس ترتفع الرسوم من 3 أضعاف إلى 6 أضعاف، وهو ما يعني أن المنتجات التي تعتمد على Ultrafast على المدى الطويل تحتاج إلى تقييم ميزانيتها مسبقًا. لا تتوفر حاليًا فئة Flex في GPT-6.2 Astra وSol، وإذا أُطلقت لاحقًا فستزداد خيارات المهام غير المتزامنة.

أما الفرق التي تخطط لقدرات Astra غير المتزامنة، فيمكنها أولاً استخدام حصة الاختبار على APIYI (apiyi.com) لتشغيل وضع الخلفية ومنطق الاستقصاء المتكرر (polling) حتى يعمل بنجاح، مع تدوين المواعيد النهائية وتبعيات المهام في وثيقة المتطلبات، ثم الانتقال بعد ذلك إلى مناقشة الفئات.

يقول كتاب «لون يو» (المحاضرات والحوارات)، في فصل «تسي لو»: «من يستعجل الوصول لا يصل.» وعلى قائمة أسعار GPT-6.2 Astra، أصبح لهذه المقولة ثمن محدَّد: فمن يقبل الانتظار بضع ساعات إضافية يمكنه أن يدفع أقل بنسبة تتراوح بين 30% و40% من رسوم النموذج.

📚 المراجع

  1. إعلان OpenAI: Introducing GPT-6.2 Astra وSol (2026-11-17)

    • الرابط: openai.com/index/introducing-gpt-6-2-astra-sol/
    • التوضيح: تحديد تموضع النموذج وتعديل الأسعار
  2. بطاقة نموذج GPT-6.2 Astra: المواصفات وأسعار السياق القصير والطويل

    • الرابط: developers.openai.com/api/docs/models/gpt-6.2-astra
    • التوضيح: طول السياق وقواعد تسعير السياق الطويل 272K
  3. سجل تحديثات OpenAI API: إصدار النموذج بتاريخ 2026-11-17 وإدخالات نافذة الوضع الخلفي

    • الرابط: developers.openai.com/api/docs/changelog
    • التوضيح: الاختبار العام لنافذة الإكمال في الوضع الخلفي ونسبة الخصم
  4. قائمة أسعار OpenAI API: سعر الوحدة لكل مستوى معالجة

    • الرابط: developers.openai.com/api/docs/pricing
    • التوضيح: أسعار Standard وFast وUltrafast وBatch
  5. دليل Background mode: الوضع الخلفي ونافذة الإكمال وطلبات المتابعة

    • الرابط: developers.openai.com/api/docs/guides/background
    • التوضيح: شروط الخصم وcontinuation_id وحصة الانتظار وحدود التخزين المؤقت
  6. أدلة Batch API / Fast / Ultrafast

    • الروابط: developers.openai.com/api/docs/guides/batch، developers.openai.com/api/docs/guides/fast-mode، developers.openai.com/api/docs/guides/ultrafast-mode
    • التوضيح: شروط الاستخدام لكل طريقة إرسال

المؤلف: فريق APIYI التقني
التواصل التقني: يسعدنا تواصلكم معنا عبر الصفحة الرئيسية لـ APIYI على apiyi.com، ولمزيد من مواد التكامل يمكنكم زيارة مركز التوثيق docs.apiyi.com

مقالات ذات صلة

موضوعات ذات صلة