ملاحظة المؤلف: مقارنة بين اشتراك ChatGPT Dots وبناء وكيل (Agent) خاص من حيث الإنفاق، على أن يكون المعيار هو تكلفة المهمة الناجحة بمعيار تسليم واحد، بما يشمل النموذج والبنية التحتية والصيانة والمراجعة البشرية.
الخلاصة الأساسية: الحكم على ما إذا كان «إنفاق 100 دولار شهريًا على موظف ذكاء اصطناعي» مجديًا أم لا، يتوقف على التكلفة الإجمالية لإنجاز مهمة واحدة بالجودة المطلوبة ضمن نفس معيار التسليم؛ فالاشتراك الشهري وسعر الوحدة للـ Token ليسا إلا جزءًا من الصورة. ووفقًا للمعلومات الرسمية بتاريخ 16 نوفمبر 2026، فإن عتبة استخدام المستخدم الفرد لـ ChatGPT Dots هي خطة Pro 100 (100 دولار شهريًا)، والاشتراك يشمل حاسوبًا سحابيًا وسياقًا طويل الأمد وتنسيقًا للمهام وربطًا بالتطبيقات. وفي نموذج افتراضي، تبلغ تكلفة النموذج لبناء وكيل خاص ينفّذ 300 مهمة شهريًا نحو 33 إلى 66 دولارًا، لكن هذا الحساب لا يشمل الخادم والأدوات والتطوير والصيانة وإعادة المحاولة عند الفشل والمراجعة البشرية. أي المسارين أرخص فعلًا؟ لا يمكن الحسم إلا بعد اختبار عملي على المجموعة نفسها من المهام.
يفكّك هذا المقال أولًا أساس تسعير اشتراك Dots ونطاق قدراته، ثم يقسّم تكلفة بناء وكيل خاص إلى خمس فئات: النموذج، والبنية التحتية، والأدوات، والتطوير، والصيانة، ويوضح — اعتمادًا على أسعار Claude في APIYI — طريقة حساب تكلفة الـ Token للمهمة الواحدة. بعد ذلك يقارن، عبر ستة أبعاد، بين Dots ووكيل أحادي النموذج ووكيل متعدد النماذج، ويقدّم منهجية تجربة مقارنة محورها «تكلفة المهمة الناجحة». وأخيرًا يعطي توصيات الاختيار لثلاث فئات: المستخدم الفرد، والمطور المكثّف، والمؤسسة، ويعرض أسلوب إدارة التكلفة عبر الدمج بين الاشتراك وواجهة الـ API.

للمعرفة: 8 مصطلحات لفهم تكلفة موظفي الذكاء الاصطناعي
| المصطلح | الشرح |
|---|---|
| اشتراك Pro | باقة ChatGPT المدفوعة شهريًا، وتشمل المزايا وحصة الاستخدام المقابلة لها، ويمكن لباقات Pro 100 وPro 200 وPro 500 استخدام Dots |
| Dot | وكيل شخصي مقيم داخل ChatGPT Dots، وله حاسوب سحابي ومتصفح خاص به، ويواصل تنفيذ المهام الموكلة إليه |
| Token | الوحدة التي يقيس بها النموذج المحتوى المدخل والمخرج، ويُسعّر API لكل مليون Token |
| قراءة الذاكرة المؤقتة | إعادة استخدام نتيجة المعالجة الموجودة مسبقًا للمحتوى المسبق المتكرر في الطلب (مثل موجه النظام وتعريفات الأدوات)، وسعر الوحدة أقل بكثير من الإدخال العادي |
| كتابة الذاكرة المؤقتة | حفظ المحتوى المسبق القابل لإعادة الاستخدام لأول مرة، لتقرأه الطلبات اللاحقة، وتُحدد قواعد الفوترة وفق لوحة تحكم المنصة |
| تكلفة البنية التحتية | تكاليف الخوادم والحاويات وقواعد البيانات والتخزين وبيئة التنفيذ اللازمة لبناء الوكيل بنفسك |
| معدل نجاح المهام | نسبة المهام المسلّمة بجودة مقبولة، وفق معيار قبول موحد، بعد تشغيل واحد أو عدة تشغيلات |
| تكلفة المهمة الناجحة | إجمالي النفقات لكل التشغيلات (بما فيها إعادة المحاولة بعد الفشل) والبنية التحتية والمراجعة البشرية، مقسومًا على عدد المهام المسلّمة بجودة مقبولة |
1 ما الذي تحصل عليه مقابل 100 دولار شهريًا مع ChatGPT Dots
1.1 أسعار ChatGPT Dots للاشتراك الشخصي Pro وللمؤسسات
أطلقت OpenAI ChatGPT Dots رسميًا في 29 سبتمبر 2026. وهو وكيل ذكاء اصطناعي شخصي دائم التشغيل: بعد أن يكلّفه المستخدم بهدف معيّن، يستطيع Dot مواصلة العمل في السحابة حتى أثناء غياب المستخدم أو إيقاف تشغيل حاسوبه، ثم يعيد المهمة إلى المستخدم عندما يحتاج إلى قرار.
عند الحديث عن سعر Dots، يجب الفصل بين اشتراك Pro الشخصي وDot الخاص بالمؤسسات. يعتمد الجدول التالي على وثائق المساعدة الرسمية من OpenAI، بتاريخ استرجاع 16 نوفمبر 2026.
| الفئة المستهدفة | أساس التكلفة | شروط الاستخدام | الجزء الذي يُحاسَب بشكل منفصل |
|---|---|---|---|
| ChatGPT Pro 100 | $100/شهر | 18 عامًا فأكثر؛ لا يشمل المنطقة الاقتصادية الأوروبية والمملكة المتحدة وسويسرا؛ يتم الإطلاق تدريجيًا | مهام Work/Codex الموكلة تستهلك حصة المنتج المقابل |
| ChatGPT Pro 200 | $200/شهر | كما سبق | كما سبق |
| ChatGPT Pro 500 | $500/شهر | كما سبق | كما سبق |
| مساحة عمل Enterprise | سعر ثابت حسب نوع العمل أو فوترة حسب الاستخدام، والمبلغ وفقًا لعقد مساحة العمل أو عرض السعر | من 2026-11-04 إلى 11-18 فترة معاينة مجانية للمسؤولين، وتبدأ فوترة Dots المفعّلة من 11-18؛ يمكن لكل عضو إنشاء Dot شخصي واحد | المهام الموكلة إلى Work أو Codex تُحاسَب بشكل منفصل وفق المعايير المقابلة |
لا تذكر تعليمات Dots الخاصة بـ Pro الشخصي رسوم اشتراك Dot شهرية منفصلة؛ فاشتراك Pro الشهري هو حد الاستخدام نفسه. توضح OpenAI أيضًا أن مهام ChatGPT Work أو Codex التي يوكِلها Dot تُحاسَب وفق قواعد الحصص الخاصة بالمنتج المقابل، وأن الاستهلاك يعتمد على عوامل مثل النموذج والسياق والاستدلال واستدعاءات الأدوات والاسترجاع. لذلك فإن $100/شهر يقابل مجموعة من حصص الاستخدام المحدودة، ولم تنشر المواد الرسمية عدد المهام التي يقابلها عمل Dot العميق في اشتراك Pro الشخصي.
1.2 قدرات “موظف AI” التي يجمعها اشتراك Dots
عند مقارنة Dots باستدعاءات API، يسهل التركيز على عنصر «النموذج» وحده. لكن الاشتراك في الواقع يجمع بيئة تشغيل كاملة، وعند البناء الذاتي يجب تنفيذ كل هذه العناصر بنفسك:
- حاسوب سحابي ومتصفح: لكل Dot حاسوب سحابي خاص به، يستطيع فتح المواقع الإلكترونية وتنظيم المستندات وإعداد التقارير، ويمكن للمستخدم مشاهدة العمليات والتحكم فيها في أي وقت.
- سياق طويل الأمد: يجمع بين ChatGPT Memory وملاحظات Dot الخاصة ومواد المهمة الحالية وبيانات التطبيقات المصرح بها.
- تنسيق متعدد المشاريع: تقسيم المهام المعقدة، وتشغيل وكلاء بحث في الخلفية بالتوازي، وتجميع النتائج، وطلب تدخل المستخدم عند التعطل.
- نمط عمل مستمر: دعم المهام المجدولة ومراقبة الأحداث، مثل فحص المنافسين أسبوعيًا ورصد الأخطاء الجديدة التي تظهر في Slack.
- بحث استباقي: عند عدم وجود رسائل جديدة، يبحث في مصادر البيانات المصرح بها. هذه العملية للقراءة فقط، والإجراءات اللاحقة تحتاج إلى الموافقة المعتادة.
- ربط التطبيقات وقنوات التواصل: عند الإطلاق، يصف الوصف الرسمي نظامًا بيئيًا من الإضافات يتصل بأكثر من 4,000 تطبيق، ويمكن التواصل عبر ChatGPT وSlack وMicrosoft Teams وغيرها.
- آليات الأذونات والأمان: تحدد Custom Rules حدود التنفيذ، ويراجع Auto-review قبل إجراءات مثل إرسال البريد الإلكتروني، بينما تتطلب عمليات مثل تغيير كلمة المرور وتحويل الأموال تدخل المستخدم.
تقدم الاختبارات المستقلة مرجعًا لحدود القدرات. في اختبار Axios بتاريخ 20 أكتوبر 2026، أنشأ Dots كتيبًا تذكاريًا لـ WNBA من 38 صفحة، وأنتج في 47 ثانية ألبومًا فوتوغرافيًا من 12 صفحة. لكن الكتيب تضمّن إحصاءات تستدعي التشكيك، كما احتاجت خطوة التسوق إلى انتقال المستخدم إلى تطبيق Target لإتمامها بنفسه. وخلص المؤلف إلى أن هذا النوع من الوكلاء مناسب للبحث والتحضير، لكن النتائج لا تزال بحاجة إلى تحرير بشري وتحقق من الحقائق. وهذا الاستنتاج يحدد مباشرة أن نموذج التكلفة اللاحق يجب أن يتضمن المراجعة البشرية.
2 التكلفة الكاملة لبناء وكيل موظف ذكاء اصطناعي بنفسك
2.1 أنواع التكاليف الخمسة لبناء الوكيل بنفسك
عند بناء وكيل قادر على العمل باستمرار عبر API، لن تقتصر الفاتورة على استدعاء النموذج وحده. يمكن تقسيم التكاليف إلى خمس فئات:
- تكلفة النموذج: المدخلات والمخرجات وقراءة ذاكرة التخزين المؤقت وكتابتها واستهلاك الاستدلال، وتتغير خطيًا مع حجم المهام.
- تكلفة البنية التحتية: الخوادم السحابية والحاويات وقواعد البيانات والتخزين؛ جزء منها إيجار شهري ثابت وجزء يتغير حسب الحمل.
- تكلفة الأدوات: واجهات البحث API والمتصفحات بلا واجهة وواجهات البيانات الخارجية، وتُحتسب عادة بعدد الاستدعاءات.
- تكلفة التطوير: التطوير الأولي وتكامل الأنظمة وتصميم الصلاحيات، وهي مصاريف تتركز في المرحلة الأولى.
- تكلفة الصيانة: المراقبة والتنبيهات وتشخيص الأعطال واختبارات الانحدار بعد ترقية النموذج، وتستمر باستمرار.
ويمكن كتابتها على شكل معادلة:
$$C_{self}=C_{API}+C_{infra}+C_{tools}+C_{dev}+C_{maintenance}$$
أما هيكل تكاليف مسار الاشتراك فهو:
$$C_{subscription}=C_{plan}+C_{extra\ usage}+C_{human\ review}$$
يجب احتساب وقت العمل البشري في المسارين. في مسار البناء الذاتي يتوزع وقت العمل البشري على التطوير والصيانة والمراجعة؛ أما في مسار الاشتراك فيتركز أساسًا على إسناد المهام وفحص النتائج والموافقات.
2.2 مخطط تصميم لوكيل ذكاء اصطناعي يُبنى داخليًا ليعمل كموظف
فيما يلي مخطط تصميم يُستخدم لتقدير التكلفة، الغرض منه توضيح المكوّنات التي يحتاجها الوكيل المبني داخليًا. أما تكلفة كل مكوّن فتُدخلها وفق الأسعار الفعلية لخدمات السحابة التي تختارها؛ ولم يُجرِ هذا المقال أي اختبار نشر فعلي لهذا المخطط.
- طبقة الجدولة: مُشغّل زمني أو قائمة رسائل، يتولى المهام الدورية مثل «توليد تقرير استخباراتي كل صباح في الثامنة».
- طبقة التنسيق: إطار عمل الوكيل، وهو المسؤول عن تخطيط الخطوات واستدعاء الأدوات وحفظ الحالة الوسيطة (مثل Checkpointer في LangGraph أو سير العمل في OpenAI Agents SDK).
- طبقة النموذج: استدعاء النماذج عبر واجهة متوافقة مع OpenAI، مع توجيه كل مهمة إلى طراز مناسب حسب صعوبتها.
- طبقة الأدوات: البحث، وكشط صفحات الويب، والمتصفح بلا واجهة رسومية، وتوليد الملفات.
- طبقة الحالة: قاعدة بيانات تحفظ سجلات المهام والملاحظات طويلة الأمد ومعلومات إزالة التكرار.
- طبقة الموافقة: العمليات التي تشمل الإرسال إلى الخارج أو الدفع أو الحذف تُوجَّه إلى قائمة موافقة بشرية.
- طبقة الرصد: تسجيل عدد الـ Token والزمن المستغرق وسبب الفشل في كل استدعاء، لتكون مصدر البيانات عند حساب التكلفة.

من بين المكوّنات السبعة التي يمثلها هذا المخطط، لا يمكن حساب تكلفة طبقة النموذج مباشرةً من سعر الـ Token إلا وحدها؛ أما تكلفة المكوّنات الأخرى فتتوقف على اختيار البنية وقدرات الفريق. ولهذا فإن تكلفة الـ Token لا تمثل إلا جزءًا من تكلفة البناء الداخلي.
3 كم يستهلك موظف الذكاء الاصطناعي من الرموز في المهمة الواحدة
3.1 اختلاف الفوترة بين الإدخال والإخراج والتخزين المؤقت
عادةً ما تتضمن المهمة الواحدة للوكيل (Agent) عدة جولات من استدعاء النموذج: جولة للتخطيط، ثم جولة للاستنتاج بعد كل استدعاء أداة، وأخيرًا جولة للتلخيص. وفي كل جولة، يُعاد إرسال موجه النظام وتعريفات الأدوات والخطوات السابقة كإدخال، ولهذا تكون رموز الإدخال لدى الوكيل أكبر بكثير من رموز الإخراج.
وهنا يأتي دور التخزين المؤقت. فموجه النظام وتعريفات الأدوات تبقى ثابتة عبر الجولات المتعددة، وعند إصابة ذاكرة التخزين المؤقت تُحتسب التكلفة بسعر قراءة التخزين المؤقت، وهو نحو واحد من عشرين من سعر الإدخال العادي. أما كتابة ذاكرة التخزين المؤقت فتحدث عند حفظ البادئة للمرة الأولى، ويُحدَّد سعرها وفق لوحة تحكم المنصة، ولم تُحتسب في أمثلة هذا المقال.
3.2 حساب تكلفة النموذج للمهمة الواحدة باستخدام أسعار APIYI
الأسعار التالية مأخوذة من أسعار نماذج Claude التي أعلنتها APIYI في 13 نوفمبر 2026، ويُرجع عند الاستدعاء إلى لوحة التحكم وقائمة النماذج للحصول على الأسعار الفعلية. أما أحجام الاستخدام في المهام فهي عينة افتراضية لغرض توضيح الحساب فقط: إذ تفترض 30,000 توكن إدخال و5,000 توكن إخراج لكل مهمة، و300 مهمة شهريًا. ولا تمثل هذه العينة متوسط الاستخدام الفعلي لدى Dots أو أي منصة أخرى.
| بند الحساب | Claude Opus 5.5 | Claude Sonnet 5.5 |
|---|---|---|
| سعر الإدخال / سعر الإخراج / سعر قراءة الذاكرة المؤقتة (لكل مليون توكن) | $4 / $20 / $0.20 | $2 / $10 / $0.10 |
| تكلفة المهمة الواحدة (دون ذاكرة مؤقتة) | 30,000×$4/10⁶ + 5,000×$20/10⁶ = $0.22 | 30,000×$2/10⁶ + 5,000×$10/10⁶ = $0.11 |
| التكلفة الشهرية لـ 300 مهمة (دون ذاكرة مؤقتة) | $66 | $33 |
| تكلفة المهمة الواحدة (بافتراض أن 20,000 توكن إدخال تُقرأ من الذاكرة المؤقتة) | $0.04 + $0.004 + $0.10 = $0.144 | $0.02 + $0.002 + $0.05 = $0.072 |
| التكلفة الشهرية لـ 300 مهمة (مع افتراض قراءة الذاكرة المؤقتة) | $43.2 | $21.6 |
| المنصات المتاحة | APIYI، API الرسمي | APIYI، API الرسمي |
تحت هذا الافتراض، تكون تكلفة النموذج الصافية أقل من الرسوم الشهرية لخطة Pro 100 البالغة $100. ولا تثبت هذه النتيجة سوى أن طبقة النموذج رخيصة؛ فهي لا تشمل البنية التحتية والأدوات والتطوير والصيانة والمراجعة البشرية، كما لا تأخذ في الحسبان إعادة التشغيل بعد الفشل.
3.3 تسجيل الاستخدام الفعلي لعدد التوكنات في مهام موظفي الذكاء الاصطناعي باستخدام الكود
يعتمد حساب التكلفة على استبدال القيم المفترضة بالاستخدام الفعلي. المثال البسيط التالي يستدعي النموذج مرة واحدة، ثم يقرأ حقل usage العائد في الاستجابة:
import openai
client = openai.OpenAI(
api_key="YOUR_API_KEY",
base_url="https://api.apiyi.com/v1" # واجهة APIYI المتوافقة مع OpenAI
)
resp = client.chat.completions.create(
model="claude-sonnet-5.5", # يُؤخذ الاسم الفعلي من قائمة نماذج APIYI
messages=[{"role": "user", "content": "汇总今天的 AI 行业新闻要点"}]
)
print(resp.usage) # عدد توكنات الإدخال والإخراج، لاستخدامه في حساب التكلفة
عرض التنفيذ الكامل: تسجيل كل تشغيل وحساب تكلفة المهمة الناجحة
import time
import openai
from dataclasses import dataclass, field
# سعر كل مليون توكن (بالدولار)، حسب ما تعرضه لوحة التحكم لحظة الاستدعاء
PRICES = {
"claude-opus-5.5": {"input": 4.0, "output": 20.0, "cache_read": 0.20},
"claude-sonnet-5.5": {"input": 2.0, "output": 10.0, "cache_read": 0.10},
}
client = openai.OpenAI(
api_key="YOUR_API_KEY",
base_url="https://api.apiyi.com/v1"
)
@dataclass
class RunRecord:
task_id: str
model: str
input_tokens: int
output_tokens: int
cached_tokens: int
seconds: float
cost: float
passed: bool = False # يُحدَّد يدويًا وفق معيار القبول الموحد
review_minutes: float = 0.0 # وقت الفحص والتصحيح البشري
@dataclass
class Ledger:
runs: list = field(default_factory=list)
def call(self, task_id: str, model: str, messages: list) -> str:
start = time.time()
resp = client.chat.completions.create(model=model, messages=messages)
usage = resp.usage
details = getattr(usage, "prompt_tokens_details", None)
cached = getattr(details, "cached_tokens", 0) or 0
p = PRICES[model]
uncached_input = usage.prompt_tokens - cached
cost = (uncached_input * p["input"]
+ cached * p["cache_read"]
+ usage.completion_tokens * p["output"]) / 1_000_000
self.runs.append(RunRecord(task_id, model, usage.prompt_tokens,
usage.completion_tokens, cached,
time.time() - start, cost))
return resp.choices[0].message.content
def cost_per_success(self, hourly_rate: float, fixed_cost: float = 0.0) -> float:
"""(تكلفة جميع التشغيلات + التكلفة الثابتة + أجر المراجعة البشرية) / عدد المهام الناجحة"""
api = sum(r.cost for r in self.runs)
review = sum(r.review_minutes for r in self.runs) / 60 * hourly_rate
passed_tasks = {r.task_id for r in self.runs if r.passed}
if not passed_tasks:
return float("inf")
return (api + fixed_cost + review) / len(passed_tasks)
ledger = Ledger()
text = ledger.call("news-1116", "claude-sonnet-5.5",
[{"role": "user", "content": "汇总今天的 AI 行业新闻要点"}])
ledger.runs[-1].passed = True
ledger.runs[-1].review_minutes = 8
print(ledger.cost_per_success(hourly_rate=30, fixed_cost=0))
🚀 اقتراح للبدء السريع: عند إجراء تجربة مقارنة للتكلفة، يمكنك أولاً استخدام مفتاح API نفسه على APIYI (apiyi.com) لاستدعاء Opus وSonnet كلٌّ على حدة، ثم توصيل الـ Ledger المذكور أعلاه بوكيلك (Agent)، وتشغيله على مهام حقيقية لمدة أسبوع كامل قبل أن تنظر إلى السجل. المنصة تعمل بنظام الدفع حسب الاستخدام، ولدى المستخدمين الجدد حصة اختبار مجانية، وهي مناسبة للحصول على بيانات Token حقيقية قبل الاستثمار في التطوير.
4 لماذا تتسع فجوة تكلفة موظفي الذكاء الاصطناعي بتغيّر النموذج
في العينة الافتراضية الواردة في القسم 3، كانت تكلفة النموذج للمهمة الواحدة باستخدام Opus 5.5 ضعف تكلفتها باستخدام Sonnet 5.5. وبالنظر إلى هذا العمود وحده، يمكن لـ Sonnet أن يوفر 33 دولارًا شهريًا. لكن التكلفة النهائية لمهام الوكيل (Agent) تتأثر أيضًا بمعدل النجاح والمراجعة البشرية، وفيما يلي نوضح هذا التأثير باستخدام مجموعة من الافتراضات.
لنفترض أن معدل نجاح Opus في التشغيل الواحد يبلغ 90%، بينما يبلغ لدى Sonnet 60%، وأن المهام غير الناجحة تُعاد تشغيلها حتى تنجح. وبحساب القيمة المتوقعة، فإن تكلفة النموذج لكل مهمة ناجحة تبلغ تقريبًا 0.22 ÷ 0.9 ≈ 0.24 دولار و0.11 ÷ 0.6 ≈ 0.18 دولار على الترتيب. إذن فجوة معدل النجاح قد استهلكت أكثر من نصف ميزة السعر المنخفض.
أما تأثير الوقت البشري فأكبر من ذلك. لنفترض أن أجر المراجع يُحسب بما يعادل 30 دولارًا في الساعة، أي نحو 0.5 دولار لكل دقيقة عمل بشري. وبمجرد أن يحتاج مخرَج Sonnet في المتوسط إلى دقيقة تصحيح إضافية لكل مهمة، فإن الـ 0.5 دولار المضافة تتجاوز كل فرق السعر بين النموذجين. وفي المهام الاستخباراتية والتقارير التي تتطلب تدقيق كل بند من البيانات، تُقاس مدة المراجعة عادة بالدقائق، وهنا يصبح اختيار النموذج الأكثر استقرارًا هو ما يخفض التكلفة الإجمالية فعليًا.
وعلى العكس، في المهام البسيطة ذات التنسيق الثابت والسهلة التحقق الآلي (مثل التصنيف والتلخيص واستخراج الحقول)، قد يقترب معدل نجاح النموذج منخفض السعر من معدل النموذج مرتفع السعر، وهذه المهام يكون فيها استخدام Sonnet أو نموذج أرخص أكثر منطقية. لكن الحكم في هذين الاتجاهين لا يمكن أن يصبح عمليًا إلا بعد قياس معدل النجاح على مهام حقيقية.
مقارنة على ستة أبعاد لموظف AI بين 5 Dots والوكيل أحادي النموذج والوكيل متعدد النماذج

| البُعد | ChatGPT Dots | الوكيل أحادي النموذج (بناء ذاتي) | الوكيل متعدد النماذج (بناء ذاتي) |
|---|---|---|---|
| تكلفة الاشتراك | خطة Pro الشخصية تبدأ من $100 شهريًا؛ وللشركات حسب العقد | لا يوجد | لا يوجد |
| تكلفة النموذج | مشمولة ضمن حصة الاشتراك؛ ويُحتسب تفويض Work/Codex بحصة منفصلة | تُحتسب حسب Token، وتنمو خطيًا مع حجم المهام | تُحتسب حسب Token، ويمكن توجيهها حسب الصعوبة لخفض متوسط السعر |
| البنية التحتية | يوفر المزود حاسوبًا سحابيًا ومتصفحًا | خوادم وقواعد بيانات وبيئة متصفح خاصة بك | مثل الوكيل أحادي النموذج، مع الحاجة إلى منطق توجيه وتقييم إضافي |
| التطوير والصيانة | تطوير شبه معدوم، وأغلبه ضبط القواعد والأذونات | استثمار تطويري مرتفع في البداية، وصيانة مستمرة | الأعلى تعقيدًا في التطوير والصيانة |
| معدل إنجاز المهام | يتطلب قياسًا فعليًا وفق مهامك؛ وتشير اختبارات طرف ثالث إلى أن المراجعة البشرية لا تزال مطلوبة | يعتمد على النموذج وجودة التنفيذ، ويتطلب قياسًا فعليًا | يعتمد على استراتيجية التوجيه، ويتطلب قياسًا فعليًا |
| المراجعة البشرية | ضرورية، مع مساعدة من Auto-review وآليات الموافقة | ضرورية، مع الحاجة إلى بناء مسار موافقات خاص بك | ضرورية، مع الحاجة إلى بناء مسار موافقات خاص بك |
| تكامل النماذج | مدمجة في منتجات OpenAI | عبر واجهة APIYI الموحدة | يمكن استدعاء نماذج متعددة من مزودين مختلفين عبر مفتاح API واحد من APIYI |
تحليل مرجعي لـ Dots: يتمتع Dots بمزايا واضحة في الجاهزية الفورية والتعاون بين التطبيقات والسياق الطويل؛ فلا يحتاج الحاسوب السحابي ولا منظومة التطبيقات التي تضم أكثر من 4,000 تطبيق ولا التواصل عبر قنوات متعددة إلى أي تطوير. أما حدوده فتتمثل في أن قواعد الحصص غير شفافة فيما يتعلق بعدد المهام، وأن منطق التنفيذ غير قابل للتخصيص العميق، كما تخضع خطة Pro الشخصية لقيود إقليمية وعمرية.
تحليل مرجعي للوكيل أحادي النموذج: بنية التكلفة في الوكيل أحادي النموذج هي الأوضح؛ إذ يمكن تسجيل Token والتكلفة بدقة عند كل استدعاء، ويكون منطق التنفيذ قابلًا للتحكم الكامل. أما الثمن فهو بناء المتصفح والجدولة وإدارة الحالة والموافقات بنفسك، بينما يعتمد معدل إنجاز المهام كليًا على القدرة الهندسية للفريق.
تحليل مرجعي للوكيل متعدد النماذج: يوزع الوكيل متعدد النماذج الخطوات البسيطة على نماذج أقل تكلفة، ويكل الاستدلالات الحاسمة إلى نماذج قوية، وعند ارتفاع حجم المهام تكون لديه أفضل فرصة لخفض تكلفة المهمة الناجحة. لكنه الأكثر تطلبًا لنظام تقييم، إذ يحتاج إلى مراقبة مستمرة لمعدل نجاح كل نموذج في كل نوع من الخطوات.
6 قياس جدوى «موظف الذكاء الاصطناعي» عبر تكلفة المهمة الناجحة
6.1 معادلة تكلفة المهمة الناجحة والعائد على الاستثمار (ROI)
المقياس الموحد هو:
$$C_{successful\ task}=\frac{C_{all\ runs}+C_{infrastructure}+C_{review}}{N_{successfully\ completed\ tasks}}$$
يشمل البسط جميع عمليات التشغيل (بما فيها الفاشلة وإعادة المحاولة)، إضافة إلى تكاليف البنية التحتية الموزعة على الدورة والمراجعة البشرية. أما المقام فلا يحتسب إلا المهام المسلَّمة والمطابقة للمعايير. وفي حالة Dots، يُستبدل بند «تكاليف التشغيل» في البسط بالرسوم الشهرية للاشتراك والاستخدام الإضافي.
وعلى هذا الأساس يمكن حساب العائد على الاستثمار:
$$ROI=\frac{V_{time\ saved}-C_{total}}{C_{total}}$$
عند حساب الوقت الموفر، اضرب المدة الفعلية التي كان الإنسان سيستغرقها لإنجاز المهمة في تكلفة عمالة معقولة. فأن يُنتج النموذج مستندًا في عشرات الثواني لا يعني إلا سرعة التوليد؛ ويجب خصم وقت الفحص والتصحيح من الوقت البشري الموفر.
6.2 تجربة مقارنة لتكاليف موظف الذكاء الاصطناعي على ثلاثة أنواع من المهام
نقترح اختيار ثلاثة أنواع تمثيلية من المهام المستمرة: الاستخبارات اليومية لأخبار الذكاء الاصطناعي، ومراقبة المنافسين الأسبوعية، وتقرير تحليل البيانات الشهري. وباستخدام مواد الإدخال نفسها ومعايير التسليم نفسها، نُسند المهام إلى ChatGPT Dots، وAPIYI + وكيل بنموذج واحد، وAPIYI + وكيل متعدد النماذج، ونسجل في كل تشغيل البنود الواردة في الجدول التالي:
| بند التسجيل | طريقة التسجيل | الغرض |
|---|---|---|
| وقت البدء والانتهاء | الطوابع الزمنية في سجل المهمة | حساب دورة التسليم الفعلية |
| عدد استدعاءات النموذج | عدّ في طبقة التنسيق | اكتشاف الحلقات والاستدعاءات المفرطة |
| رموز الإدخال / الإخراج / التخزين المؤقت (Token) | حقل usage الذي يعيده API | حساب تكلفة النموذج وفائدة التخزين المؤقت |
| عدد استدعاءات الأدوات | عدّ في طبقة الأدوات | حساب تكاليف البحث والمتصفح وغيرها |
| الإخفاقات وإعادة المحاولة | تصنيف أسباب الفشل | حساب الاستهلاك الإضافي |
| وقت التصحيح البشري | قياس وقت المراجع | حساب المدخلات البشرية الحقيقية |
| نتيجة القبول النهائية | الحكم بالنجاح / الفشل وفق قائمة معدة مسبقًا | حساب معدل نجاح المهمة والمقام |
أما من جهة Dots، فلا يمكن الحصول على تفاصيل Token، لذا يمكن تسجيل رسوم الاشتراك، واستهلاك الحصة، ووقت الإنجاز، ووقت التصحيح البشري، ونتيجة القبول. وفي النهاية تُحوَّل المسارات الثلاثة إلى «كم بلغت تكلفة كل مهمة ناجحة وكم دقيقة عمل بشري استهلكت». ويُفضل أن تغطي فترة التجربة دورة تقرير شهري واحدة كاملة على الأقل؛ فعندما يكون حجم العينة صغيرًا جدًا، قد يشوّه أي فشل منفرد النتائج بشدة.
7 متى تختار اشتراك Dots، ومتى تبني وكيل AI لموظفيك بنفسك
7.1 المستخدمون الأفراد: فضّل اشتراك Dots
- تفويض المهام اليومية: المهام التي تمتد بين تطبيقات متعددة مثل ترتيب الجدول، والتحضير للاجتماعات، وتصنيف البريد، وتخطيط السفر — كلها متاحة مباشرة في Dots بفضل اتصالات التطبيقات والحاسوب السحابي.
- لا ترغب في صيانة النظام: بناء وكيل بنفسك يعني التعامل المستمر مع الأعطال والترقيات، والتكلفة الزمنية للمستخدم الفرد غالبًا أعلى من رسوم الاشتراك.
- الشروط المسبقة: أن تستوفي متطلبات العمر والمنطقة، وأن تقبل قواعد حصص Pro؛ وإذا كان حجم مهامك الشهري منخفضًا جدًا، فحد الـ $100 يحتاج إلى تقييم مقابل معدل استخدامك الفعلي.
7.2 المطورون المكثّفون: البناء الذاتي أو النموذج المختلط مناسب لك
- تحتاج إلى منطق تنفيذ مخصص: جمع المعلومات بصيغة ثابتة، ومراقبة مصادر بيانات محددة، والتكامل العميق مع الأنظمة الداخلية.
- تحتاج إلى تحكم دقيق في التكلفة: اختيار النموذج خطوة بخطوة، والاستفادة من التخزين المؤقت، ومحاسبة كل سنت عبر سجلات الاستدعاء.
- لديك القدرة التقنية بالفعل: يمكنك بناء الجدولة وإدارة الحالة والموافقات بنفسك، وبذلك تُوزَّع تكلفة التطوير على مهام طويلة المدى.
7.3 فرق المؤسسات: انظر إلى عرض السعر ومتطلبات الامتثال
- لديك مساحة عمل Enterprise بالفعل: يمكن للمسؤول إعداد Dots مركزيًا، وبيانات مساحات عمل Business وEnterprise وEdu لا تُستخدم افتراضيًا لتدريب النماذج، وتحتاج الفوترة إلى الحساب وفق عرض سعر مساحة العمل.
- تحتاج إلى الاتصال بأنظمة داخلية أو عمليات خاصة: بناء وكيل بنفسك يمنحك تحكمًا أكبر في بيئة التنفيذ ومسار البيانات وسجلات التدقيق.
- مهام قياسية واسعة النطاق: عندما يكون حجم المهام كبيرًا بما يكفي والعمليات مستقرة بما يكفي، يكون لدى وكيل متعدد النماذج مبني ذاتيًا فرصة أكبر لخفض تكلفة المهمة الواحدة، بشرط التحقق عبر تجارب مقارنة.
8 الحل الهجين لموظفي الذكاء الاصطناعي: الجمع بين الاشتراك والاستدعاء حسب الاستخدام عبر API
يمكن تقسيم العمل بين الاشتراك وواجهة API وفق طبيعة كل مهمة، بحيث يتولى كل منهما ما يجيده أكثر:
- التفاعل اليومي والأعمال التي تحتاج إلى حكم بشري: أوكلها إلى Dots أو اشتراك ChatGPT الحالي، بالاستفادة من سياقه الطويل وآلية الموافقة لديه.
- المهام الدفعية المستقرة والقابلة للتحقق التلقائي: استخدم API بالدفع حسب الاستخدام، وأوكلها إلى نموذج منخفض التكلفة.
- الاستدلال عالي الصعوبة والاستنتاجات الحرجة: استدعِ نموذجًا أقوى، وادفع سعرًا أعلى مقابل معدل إعادة عمل أقل.
- فترات ذروة المهام: عندما تضيق حصة الاشتراك، حوّل المهام القابلة للنقل إلى الاستدعاء حسب الاستخدام.

مفتاح الحل الهجين هو فصل المحاسبة: تُحتسب نفقات الاشتراك وفق الرسم الشهري، وتُحتسب نفقات API وفق سجل الاستدعاءات، وتُحتسب المهمة الواحدة مرة واحدة فقط ضمن المسار الذي نفّذها فعليًا، تجنبًا للعدّ المزدوج.
💡 توصية لاتخاذ القرار: ابدأ باستخدام Dots أو الاشتراك الحالي لاستقبال الأعمال اليومية، وفي الوقت نفسه اختر نوعًا أو نوعين من المهام المعيارية، واربط عدة نماذج عبر APIYI apiyi.com لتشغيل تجارب مقارنة. استخدم بيانات تكلفة المهام الناجحة على مدى شهر لتحديد أي المهام تنتقل إلى API وأيها يبقى ضمن الاشتراك؛ فهذا أكثر أمانًا من الاختيار الكلي بين الاثنين من البداية.
الأسئلة الشائعة FAQ
س1: ما هو ChatGPT Dots؟
ChatGPT Dots هو وكيل ذكاء اصطناعي شخصي دائم التشغيل أطلقته OpenAI في 29 سبتمبر 2026. يمتلك حاسوبًا سحابيًا ومتصفحًا خاصين به، ويمكنه متابعة المهام الموكلة إليه عبر الجلسات والتطبيقات المختلفة، ويعود إليك تلقائيًا عندما يتطلب الأمر قرارًا منك.
س2: كم تكلفة استخدام Dots شهريًا للفرد؟
حتى 16 نوفمبر 2026، يحتاج المستخدمون الأفراد إلى الاشتراك في ChatGPT Pro، ورسوم Pro 100 وPro 200 وPro 500 الشهرية هي $100 و$200 و$500 على التوالي. ويمكن استخدام Dots في الخطط الثلاث، ولم تدرج الشركة رسمًا شهريًا منفصلًا لـ Dot. وتُحتسب المهام التي يعهد بها Dots إلى Work أو Codex وفق حصة المنتج المقابل.
س3: كيف تتم محاسبة Dots في نسخة المؤسسات؟
يمكن لمساحات عمل المؤسسات المؤهلة اختيار تسعير ثابت حسب نوع العمل أو تسعير حسب الاستخدام، وتُحدد المبالغ الدقيقة وفق العقد أو عرض السعر المطبق على مساحة العمل. وكانت الفترة من 4 إلى 18 نوفمبر 2026 فترة معاينة مجانية للمشرفين، وتبدأ محاسبة Dots المفعّلة اعتبارًا من 18 نوفمبر، بينما تُفرض رسوم منفصلة على المهام الموكلة إلى Work أو Codex.
س4: إذا كانت تكلفة النموذج في وكيل تبني بنفسك أقل من $100، فهل يكون أرخص من Dots؟
بل يجب أن تضيف إليها تكلفة الخادم وقاعدة البيانات وأدوات البحث والمتصفح والتطوير والصيانة والمراجعة البشرية، وأن تحتسب أيضًا أثر إعادة التشغيل بعد الفشل. ولا يمكن الحكم على أي المسارين أرخص إلا بمقارنة تكلفة المهمة الناجحة ضمن المجموعة نفسها من المهام ووفق معايير القبول نفسها.
س5: كيف أستخدم API لقياس تكلفة النموذج في وكيل أبني بنفسي بسرعة؟
يمكنك اتباع الخطوات التالية:
1. سجّل في APIYI عبر apiyi.com واحصل على مفتاح API، ثم استفد من الرصيد التجريبي للمستخدم الجديد.
2. اضبط `base_url` في الشيفرة الواردة في هذا المقال على `https://api.apiyi.com/v1`، واربط Ledger لتسجيل عدد التوكنات المستخدمة في كل استدعاء.
3. استدعِ Opus 5.5 وSonnet 5.5 بمهام حقيقية بشكل منفصل، وسجّل نتائج القبول ووقت التصحيح اليدوي، ثم احسب تكلفة المهمة الناجحة.
س6: ما مدى تأثير الذاكرة المؤقتة على تكلفة الوكيل؟
في استدعاءات الوكيل متعددة الجولات، يُعاد إرسال موجه النظام وتعريفات الأدوات مرارًا. وعندما تتطابق مع الذاكرة المؤقتة، تُحتسب التكلفة بسعر قراءة الذاكرة المؤقتة، وهو في سلسلة Claude 5.5 نحو 1/20 من سعر الإدخال العادي. وفي العينة المفترضة في هذا المقال، عندما يتطابق ثلثا الإدخال مع الذاكرة المؤقتة، تنخفض تكلفة النموذج للمهمة الواحدة بنحو الثلث. ويُحدد سعر كتابة الذاكرة المؤقتة وفق لوحة التحكم.
س7: هل يمكن أن يحل Dots محل البشر تمامًا؟
تُظهر المواد الرسمية واختبارات الأطراف الثالثة أن نتائج Dots تحتاج إلى مراجعة بشرية. في اختبار Axios، ظهرت بيانات مشكوك فيها في كتيب البرنامج الذي أنشأه Dots، ولا تزال العمليات المتعلقة بالحسابات والأموال تتطلب تدخل المستخدم، لذا يجب احتساب تكلفة المراجعة البشرية دائمًا ضمن التكلفة الإجمالية.
س8: هل يمكن لـ Dots معالجة المهام بالتوازي بلا حدود؟
يدعم Dots تشغيل عدة مشاريع ووكلاء (Agents) في الخلفية بالتوازي، لكن بيئة التنفيذ وحصص الاستخدام لكل منهما حدود. روى أحد مستخدمي Reddit أنه عند إطلاق مهمة مستقلة واجه بيئة تنفيذ غير متاحة، ولم يتمكن من المتابعة إلا بعد الاتصال بحاسوب Linux محلي، وأوضح أيضًا أنه لم يستطع التأكد من طريقة احتساب الحصص في كل مسار تنفيذ.
نقاط أساسية حول تكلفة موظفي الذكاء الاصطناعي
- مقياس المقارنة: قِس تكلفة المهمة الناجحة وفق معيار التسليم نفسه؛ فالسعر الشهري وسعر وحدة الـ Token ليسا سوى عنصر واحد ضمن الحساب.
- الحساب الفردي والمؤسسي منفصلان: الاشتراك الفردي Pro يبدأ من $100 شهريًا؛ أما المؤسسي Dot فيُحتسب حسب نوع العمل أو حجم الاستخدام، والمرجع هو العقد.
- الاشتراك يشمل البيئة: الحاسوب السحابي، والسياق طويل الأمد، وربط التطبيقات، وآلية الموافقات — كلها تكاليف ستضطر لتغطيتها إذا بنيت المنظومة بنفسك.
- تكلفة النموذج طبقة واحدة فقط: بافتراض العينة، تبلغ تكلفة النموذج لـ 300 مهمة شهريًا ما بين $33–$66، وهي لا تشمل البنية التحتية ولا العمالة.
- نسبة النجاح تحدد التكلفة الحقيقية: كل دقيقة إضافية من التصحيح البشري قد تمحو بالكامل فرق سعر الوحدة بين النموذجين.
- الاستخدام المختلط أكثر مرونة: استخدم الاشتراك للمهام اليومية المفوّضة، واستدعِ المهام الدفعية الموحدة عبر APIYI بالدفع حسب الاستخدام مع تسجيل محاسبي منفصل.
الملخص
هل يستحق إنفاق 100 دولار شهريًا على موظف ذكاء اصطناعي؟ يعتمد الأمر على المهام التي تُسندها إليه وعلى معايير قبولك للنتائج:
- تكمن قيمة Dots في قدرتها على العمل المستمر الجاهز للاستخدام مباشرةً: فالحاسوب السحابي والتعاون بين التطبيقات والسياق طويل المدى تغني عن التطوير والصيانة، وهو ما يناسب المستخدمين الأفراد والفرق التي تهتم بخفض عبء الصيانة.
- أما ميزة بناء وكيل (Agent) خاص بك فتكمن في القابلية للتحكم والمحاسبة: منطق التنفيذ قابل للتخصيص، ويمكن تتبع تكلفة كل استدعاء، وهو ما يناسب الفرق التي تمتلك قدرات تقنية مستقرة ومستوى عاليًا من توحيد المهام.
- الحكم النهائي يعتمد على تجربة مقارنة: استخدم ثلاثة أنواع من المهام الحقيقية لتسجيل الـToken وعدد مرات إعادة المحاولة والوقت المستغرق في التصحيحات اليدوية، ثم قارن التكلفة الإجمالية لكل مهمة مقبولة.
نوصي بالاحتفاظ بالاشتراك الحالي لمعالجة العمل اليومي، مع اختيار نوع واحد من المهام الموحدة وإجراء اختبار مقارن عبر الـAPI. ونوصي أيضًا باستخدام APIYI عبر apiyi.com للوصول إلى عدة نماذج بمفتاح API واحد، والدفع حسب الاستخدام مع تسجيل الاستخدام الفعلي، لتقرر بناءً على البيانات أي المهام تستحق الانتقال.
📚 المراجع
-
OpenAI: تقديم Dots: إعلان إطلاق Dots، وتحديد موقع المنتج، والحاسوب السحابي، ومنظومة التطبيقات
- الرابط:
openai.com/index/introducing-dots - الوصف: مادة رسمية أولية نُشرت في 2026-09-29
- الرابط:
-
ChatGPT Learn: التعرف على Dots / المهام والذاكرة: نظرة عامة على المنتج، وأهلية الاشتراك، والمهام طويلة الأمد وآلية الذاكرة
- الرابط:
learn.chatgpt.com/docs/dots - الوصف: وثائق موثوقة حول الوكيل الخلفي والبحث الاستباقي والمهام المجدولة
- الرابط:
-
ChatGPT Learn: دليل مسؤول Dots للمؤسسات: تفعيل مساحة عمل المؤسسة وطرق الفوترة
- الرابط:
learn.chatgpt.com/docs/enterprise/dots-admin-guide - الوصف: الشرح الحالي للرسوم الثابتة للمؤسسات والفوترة حسب الاستخدام
- الرابط:
-
مركز مساعدة OpenAI: حول فئات ChatGPT Pro: أسعار وقواعد الحصص لـ Pro 100 / 200 / 500
- الرابط:
help.openai.com/en/articles/9793128-about-chatgpt-pro-tiers - الوصف: الأساس الرسمي لأسعار الاشتراكات الفردية
- الرابط:
-
مركز مساعدة OpenAI: الأسئلة الشائعة حول الخصوصية والأمان والسلامة في Dots: الأذونات والموافقات والمراجعة التلقائية (Auto-review) وسياسات البيانات
- الرابط:
help.openai.com/en/articles/20001529-dots-privacy-security-and-safety-faqs - الوصف: مرجع أساسي لتقييم المراجعة البشرية وتكاليف الأمان
- الرابط:
-
Axios: اختبرت Dots وMuse: اختبار طرف ثالث لـ Dots وMeta Muse
- الرابط:
axios.com/2026/10/20/battle-of-bots-openai-meta-ai-agents-test - الوصف: أداء المهام المحددة وحالات الفشل
- الرابط:
-
APIYI: حصص باقات Token لا يمكن مقارنتها مباشرةً: طريقة حساب من خمس خطوات للاشتراك مقابل الدفع حسب الاستخدام
- الرابط:
help.apiyi.com/token-plan-quota-subscription-vs-pay-as-you-go.html - الوصف: إطار حساب التكلفة المكافئة لكل مهمة
- الرابط:
-
جدول أسعار نماذج APIYI: الأسعار الحالية لنماذج مثل Claude
- الرابط:
docs.apiyi.com/models - الوصف: يُعتمد هذا المرجع ولوحة التحكم قبل الاستدعاء الفعلي
- الرابط:
المؤلف: فريق APIYI التقني
التواصل التقني: مرحبًا بكم في التواصل معنا عبر الصفحة الرئيسية لموقع APIYI. ولمزيد من مواد تكامل النماذج والفوترة، يمكن زيارة مركز وثائق docs.apiyi.com.
