واجهة Google API تعالج 32 مليار توكن في الدقيقة: من يستهلك هذه القدرة الحاسوبية؟

ملاحظة الكاتب: يتناول هذا المقال تصريح Alphabet في تقرير أرباح الربع الثالث من عام 2026 بأن «واجهات API لنماذجها المطوّرة داخليًا تعالج ما يقارب 32 مليار Token في الدقيقة»، ويميّز بين الاستنتاجات المدعومة بالبيانات وما لا يزال مجهولًا.

في 28 أكتوبر 2026، بتوقيت الولايات المتحدة، أعلنت Alphabet نتائجها المالية للربع الثالث. وذكر الرئيس التنفيذي Sundar Pichai رقمًا لافتًا: واجهات API لنماذج Google المطوّرة داخليًا تعالج ما يقارب 32 مليار Token في الدقيقة، بزيادة نحو 40% عن الرقم المعلن في الربع السابق، وأكثر من أربعة أضعاف الرقم المسجّل قبل عام.

هذا ليس تقديرًا متداولًا، بل اقتباس من كلمة الرئيس التنفيذي المنشورة على مدونة Google الرسمية: “Our first-party model APIs are now processing nearly 32 billion tokens per minute”. لكن يسهل إساءة فهم الرقم، مثل اعتباره 32 مليار عملية استدعاء، أو اعتباره حجم استخدام تطبيق Gemini. وكلا التفسيرين غير صحيح.

ما ستتعلمه: في 3 دقائق، ستفهم ما الذي يقيسه رقم 32 مليار Token في واجهات API من Google، وكيف تطوّر، وأين يستهلك المطورون وعملاء الشركات ووكلاء الذكاء الاصطناعي هذه القدرة الحاسوبية.

نظرة سريعة على رقم Google API: 32 مليار Token

لنبدأ بوضع الحقائق المعلنة في جدول واحد، فهي أساس التحليل فيما يلي.

حدود الرقم المعلن عن Google API: 32 مليار Token

لفهم الخبر، من المهم أولًا التمييز بين عدة مقاييس يختلط بعضها ببعض. فالرقم 32 مليار يشير إلى عدد وحدات Token، لا إلى عدد طلبات API؛ إذ يمكن لطلب واحد لتحليل مستند طويل أن يتضمن مئات الآلاف منها. كما أنه يمثل معدل المعالجة الحالي الذي وُصف في 28 أكتوبر، وليس متوسط الربع الثالث بأكمله.

ذكرت نتائج الشركة ومكالمة الأرباح أيضًا بيانات عن أعداد المطورين ومقاعد المؤسسات واستخدام Gemini Enterprise. لكن نطاق كل مؤشر يختلف عن الآخر، لذلك لا يمكن جمعها أو استنتاج أحدها من الآخر.

وهناك نقطة أخرى تستحق التوضيح: لا يمكن استخدام هذا الرقم للقول إن تطبيق Gemini يستهلك 32 مليار Token في الدقيقة. فالتطبيق والبحث ومقاعد المؤسسات ووحدات Token الخاصة بواجهات API تمثل خطوط أعمال ومؤشرات مختلفة.

التسلسل الزمني لنمو معدل معالجة Token عبر Google API

عند جمع الإفصاحات العلنية الأخيرة، يظهر أن سرعة نمو المنحنى تكشف أكثر مما يكشفه أي رقم منفرد.

إذا حسبنا الزيادة مباشرة باستخدام الرقمين 22 و32 مليارًا، فستبلغ نحو 45.5%. لكن كلا الرقمين تقريبي («نحو» و«قرابة»)، لذا ينبغي الاعتماد على النسبة الرسمية التي أعلنتها Google، وهي «نحو 40%». وهذا لا يعني أن حساب الشركة خاطئ.

تحويل معدل 32 مليار Token في الدقيقة إلى وحدات زمنية أخرى

لتصوّر حجم هذا المعدل، نحسب أدناه ما يعادله بافتراض استمراره دون تغيير. وتجدر الإشارة إلى أن الأرقام اليومية والشهرية نتائج حسابية مبنية على هذا الافتراض، وليست بيانات استخدام فعلية أفصحت عنها Google.

• في الثانية: نحو 533 مليون Token
• في الساعة: نحو 1.92 تريليون Token
• بافتراض استمرار المعدل لمدة 24 ساعة: نحو 46.08 تريليون Token
• بافتراض استمرار المعدل لمدة 30 يومًا: نحو 1382.4 تريليون Token

من يستهلك 32 مليار رمز عبر Google API؟

هذا هو السؤال الذي يطرحه العنوان. واستنادًا إلى المعلومات التي أعلنتها Google، يمكن تحديد ثلاث فئات رئيسية من المستخدمين، لكن الشركة لم تكشف عن النسبة الدقيقة لاستهلاك أي منها.

الفئة الأولى: مجتمع مطوري Google API

أظهر التقرير المالي للربع الثاني أن أكثر من 9 ملايين مطور يبنون التطبيقات شهريًا باستخدام واجهات API لنماذج Google ومنتجاتها الرئيسية للمطورين. ويشير هذا الرقم إلى ضخامة مجتمع المطورين المحتمل، لكنه لا يعني وجود 9 ملايين عميل يدفعون مقابل الخدمة، ولا أن كل مطور يستدعي Gemini API مباشرةً.

وفي الفترة نفسها، تجاوز عدد المستخدمين النشطين أسبوعيًا لمنصة Antigravity لتطوير الوكلاء الذكيين 2.4 مليون مستخدم. وتشمل أبرز استخدامات المطورين للرموز ما يلي:

• البرمجة وتطوير البرمجيات: قراءة مستودعات الشفرة، وإعادة هيكلتها، وإنشاء الاختبارات، وتحديد الأخطاء، والاستدعاءات المتكررة لوكلاء البرمجة
• تطوير تطبيقات الذكاء الاصطناعي: روبوتات المحادثة في المواقع والتطبيقات، وأتمتة خدمة العملاء، والبحث داخل المؤسسات، وتحليل ملفات PDF والمستندات الطويلة
• سير عمل الوكلاء الذكيين: تخطيط المهام، واستدعاء الأدوات الخارجية، وقراءة نتائجها، وتصحيح الأخطاء، وتنفيذ الخطوات اللاحقة

الفئة الثانية: عملاء Gemini Enterprise من الشركات

كشف Thomas Kurian، الرئيس التنفيذي لـ Google Cloud، عن بيانات تخص الشركات خلال مكالمة إعلان نتائج الربع الثالث. ففي الأشهر الـ 12 الماضية، استخدم أكثر من 2600 عميل ما لا يقل عن 100 مليار رمز في Gemini Enterprise، واستخدم نحو 75 منهم ما لا يقل عن 10 تريليونات رمز. كما تستخدم الخدمة قرابة 90% من الشركات المدرجة في قائمة Fortune 100.

ومن المؤشرات اللافتة أيضًا نمو الإنفاق: فقد زاد إنفاق العملاء الذين كانوا يستخدمون Gemini Enterprise في الربع الثالث من 2025 بأكثر من أربعة أضعاف على أساس سنوي في الربع الثالث من 2026. ويشير ذلك إلى انتقال الذكاء الاصطناعي في الشركات من التجارب المحدودة إلى النشر على نطاق واسع. لكن استخدام Gemini Enterprise وعدد الرموز البالغ 32 مليارًا في واجهات API لنماذج Google يقاسان بطريقتين مختلفتين؛ لذا لا يمكن افتراض أن هؤلاء العملاء البالغ عددهم 2600 أسهموا في معظم ذلك العدد.

الفئة الثالثة: الوكلاء المتخصصون وسير العمل المعقد

كشفت Google خلال مكالمة إعلان النتائج وفي مدونة Cloud عن عدة حالات نشر في قطاعات مختلفة. جميع النتائج أدناه مستمدة من إفصاحات Google الرسمية، ولم تتحقق منها جهة خارجية مستقلة. كما لم تكشف Google عن عدد الرموز التي استهلكتها كل شركة.

القاسم المشترك بين هذه الحالات هو أن النموذج لم يعد يُستخدم للمحادثة فقط، بل أصبح جزءًا من عمليات فعلية، مثل سلامة الإنتاج وسلاسل الإمداد وقرارات التسوق وتحليل البيانات. وتجدر الإشارة إلى أن رقم Ulta Beauty البالغ 3 أضعاف يخص معدل تحويل مساعد التسوق، ولا يعني أن إجمالي المبيعات زاد بثلاثة أضعاف.

تعدد الوسائط: عامل آخر يرفع استهلاك Token في Google API

تختلف أنماط استهلاك Token كثيرًا بين الإجابة عن الأسئلة النصية، ومراجعة العقود، وتحليل مستودع شيفرة كامل، وفهم الصور والفيديو، وتفريغ التسجيلات الصوتية. ولا يمكن تحويل عدد الصور أو مدة الفيديو أو حجم الملفات مباشرةً إلى Token بالطريقة نفسها المستخدمة مع النصوص العادية.

لم تكشف Google عن توزيع الـ32 مليار Token بين النصوص والصور والفيديو والصوت. ولم توضّح أيضًا كم منها يعود إلى المدخلات أو المخرجات أو عمليات التفكير الداخلية للنموذج.

لماذا يزيد الوكيل استهلاك Token في Google API؟

قد تقتصر المحادثة العادية على جولة واحدة من الإدخال والإخراج. أما الوكيل البرمجي، فقد يمر لإنجاز مهمة واحدة بمراحل متتابعة: قراءة الملفات، وتحليل المشكلة، وتعديل الشيفرة، وتشغيل الاختبارات، وقراءة رسائل الخطأ، ثم التعديل والاختبار مرة أخرى. وقد تتطلب كل خطوة استدعاء النموذج، مع إعادة تضمين السياق المتراكم من الخطوات السابقة عادةً.

لذلك، فإن القول إن «الوكلاء مصدر محتمل ومهم للطلب» يستند إلى تحليل مفهوم لآلية عملهم. أما القول إن «الوكلاء مسؤولون عن معظم الـ32 مليار Token»، فلا تدعمه بيانات منشورة. من المهم التمييز بين العبارتين عند الكتابة أو اتخاذ القرارات.

مراقبة تراكم الرموز في الوكيل برمجيًا

أسهل طريقة لفهم ذلك هي تسجيل حقل usage الذي يُعاد مع كل استدعاء. يحاكي المثال التالي عملية تصحيح متعددة الجولات، ويطبع عدد رموز الإدخال والإخراج في كل خطوة:

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # APIYI OpenAI 兼容接口
)

messages = [{"role": "user", "content": "写一个计算斐波那契数列的 Python 函数"}]
resp = client.chat.completions.create(model="YOUR_GEMINI_MODEL", messages=messages)
print(resp.usage.prompt_tokens, resp.usage.completion_tokens)

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"
)

MODEL = "YOUR_GEMINI_MODEL"  # 替换为平台模型列表中的 Gemini 模型名称

steps = [
    "写一个计算斐波那契数列的 Python 函数",
    "为这个函数补充单元测试",
    "测试报错：输入负数时没有处理，请修复",
    "再检查一遍边界条件并给出最终版本",
]

messages = [{"role": "system", "content": "你是一个严谨的编程助手"}]
total_in, total_out = 0, 0

for i, step in enumerate(steps, 1):
    messages.append({"role": "user", "content": step})
    resp = client.chat.completions.create(model=MODEL, messages=messages)
    reply = resp.choices[0].message.content
    messages.append({"role": "assistant", "content": reply})

    usage = resp.usage
    total_in += usage.prompt_tokens
    total_out += usage.completion_tokens
    print(f"第 {i} 步：输入 {usage.prompt_tokens}，输出 {usage.completion_tokens}")

print(f"累计输入 {total_in}，累计输出 {total_out}")

بعد تشغيل الكود، ستلاحظ أن عدد رموز الإدخال يزداد في كل جولة بسبب سجل السياق. ولهذا يكون استهلاك الرموز في سير عمل الوكيل أكثر تعقيدًا بكثير منه في سؤال وجواب لمرة واحدة.

🚀 نصيحة للبدء سريعًا: إذا أردت قياس استهلاك الرموز في حلقة الوكيل بنفسك، يمكنك التسجيل في APIYI عبر apiyi.com للحصول على رصيد تجريبي مجاني. استخدم مفتاح API نفسه للتبديل بين نماذج Gemini وClaude وGPT وغيرها، وقارن استهلاكها للرموز في المهمة نفسها.

تحليل أثر وصول Google API إلى 32 مليار توكن

الأثر على المطورين

• هيكل التكلفة ينتقل من «لكل استدعاء» إلى «لكل سلسلة عمل»: تعتمد تكلفة مهام الوكيل على عدد دورات التنفيذ وطول السياق. لذلك يحتاج المطورون إلى وضع ميزانية للتوكنات منذ مرحلة التصميم، مثل اقتطاع سجل السياق والتخزين المؤقت للمحتوى الثابت.
• اختيار النموذج المناسب لكل مهمة أصبح أكثر أهمية: مع توفر نماذج عالية الأداء وأخرى اقتصادية، يُعد إسناد التخطيط المعقد إلى نموذج قوي والتصنيف الجماعي إلى نموذج اقتصادي من الطرق الشائعة للتحكم في التكاليف.
• يجب تقييم تكلفة الوسائط المتعددة بشكل منفصل: تختلف طريقة حساب توكنات الصور والفيديو والصوت عن النص، لذا يُنصح بقياس الاستهلاك باستخدام عينات حقيقية قبل الإطلاق.

💡 نصيحة للاختيار: قد يختلف استهلاك التوكنات وجودة النتائج كثيرًا بين النماذج للمهمة نفسها. جرّب عينات حقيقية عبر واجهة موحدة باستخدام APIYI على apiyi.com، ثم حدد مجموعة النماذج المناسبة لبيئة الإنتاج.

الأثر على القطاع وGoogle Cloud

أوضح Kurian خلال المكالمة أن المؤسسات، عند بناء الوكلاء، تحتاج غالبًا إلى أكثر من مجرد استدعاء النموذج: فهي تحتاج أيضًا إلى موارد حوسبة، وخدمات لتخزين ذاكرة الوكيل، وقواعد بيانات تزوده بالسياق. لذلك قد يسهم اعتماد النماذج في نمو منتجات أخرى ضمن الأعمال السحابية.

من المهم التأكيد على نقطتين: مبلغ 30.7 مليار دولار يمثل إيرادات Google Cloud بالكامل، وليس إيرادات Gemini API. كما لا يمكن تقدير إيرادات Google من واجهة API بضرب 32 مليار توكن في أسعار API المعلنة، لأن توزيع الاستخدام بين النماذج غير معلن، وأسعارها تختلف، وقد يستفيد عملاء المؤسسات أيضًا من المعالجة الدفعية والتخزين المؤقت والعقود الخاصة والخصومات.

فخ زمني يسهل الوقوع فيه

تمتد الفترة المحاسبية للربع الثالث من Alphabet من 1 يوليو إلى 30 سبتمبر 2026؛ وأُطلق Gemini 4 Argon رسميًا في 13 أكتوبر 2026؛ وأُعلن عن الوصول إلى 32 مليار توكن في الدقيقة في 28 أكتوبر. لذلك لا يمكن اعتبار هذا الرقم متوسطًا للربع الثالث، ولا القول إن نمو واجهة API خلال الربع بأكمله جاء أساسًا بفضل Argon الذي لم يُطلق إلا في أكتوبر. والصياغة الأكثر دقة هي أن إطلاق Argon والوصول إلى 32 مليار توكن يعكسان معًا تقدم Google في النماذج والأعمال خلال أكتوبر 2026.

الأسئلة الشائعة FAQ

أبرز ما يجب معرفته عن 32 مليار توكن في Google API

• الرقم الأساسي: تعالج واجهات API للنماذج المباشرة نحو 32 مليار توكن في الدقيقة، بزيادة تزيد على أربعة أضعاف مقارنة بالعام الماضي.
• منحنى النمو: ارتفع الاستخدام من نحو 10 مليارات إلى قرابة 32 مليار توكن خلال عام تقريبًا.
• ثلاث فئات من المستخدمين: مجتمع المطورين، وعملاء Gemini Enterprise من المؤسسات، ووكلاء الذكاء الاصطناعي المنشورون في مختلف القطاعات.
• آلية الوكلاء: تؤدي الدورات المتعددة وتراكم السياق إلى مضاعفة استهلاك التوكنات للمهمة الواحدة.
• حدود المقاييس: لا يمكن الخلط بين عدد التوكنات والطلبات والمقاعد والمطورين وإيرادات Cloud، أو جمعها معًا.
• أكبر مجهول: لم تكشف Google بعد عن توزيع الـ32 مليار توكن بين العملاء وسيناريوهات الاستخدام.
• نصيحة للاختبار: استخدم الواجهة الموحدة من APIYI عبر apiyi.com لقياس منحنى استهلاك التوكنات الفعلي في أعمالك.

الخلاصة

أبرز النقاط في خبر معالجة Google API نحو 32 مليار توكن في الدقيقة:

1. النطاق يتوسع بسرعة: يشير النمو بأكثر من أربعة أضعاف خلال عام إلى انتقال استدعاء النماذج من التجربة إلى الاستخدام واسع النطاق.
2. مصادر الطلب واضحة: يشكل المطورون وعملاء المؤسسات ووكلاء الذكاء الاصطناعي في مختلف القطاعات مجموعات فعلية ذات استخدام مرتفع.
3. النسب لا تزال مجهولة: لم تنشر Google بيانات تفصيلية لكل فئة، ومن المهم إدراك حدود ما تكشفه الأرقام.
4. القيمة التجارية لا تزال بحاجة إلى متابعة: ما يستحق المراقبة هو عدد هذه الاستدعاءات التي يمكن تحويلها إلى تطبيقات مؤسسية مستدامة ومربحة.

بالنسبة إلى المطورين، فإن الدرس المباشر من هذا الخبر هو أن الوكلاء والتطبيقات متعددة الوسائط سيجعلان ميزانية التوكنات أكثر أهمية، لذا ينبغي إدراج اختيار النموذج وإدارة السياق في تصميم البنية مبكرًا. يُنصح باستخدام APIYI عبر apiyi.com لمقارنة أداء عدة نماذج رائدة واستهلاكها بمفتاح API واحد، ثم اختيار الحل الأنسب.

📚 المراجع

1. التقرير المالي لـ Alphabet للربع الثالث من 2026 لدى هيئة الأوراق المالية والبورصات الأمريكية (SEC): المصدر الأصلي للبيانات المالية
2. الرابط: sec.gov/Archives/edgar/data/1652044/000165204426000080/googexhibit991q32026.htm

3. التفاصيل: الإيرادات، وإيرادات Google Cloud، والربح التشغيلي

4. بيان الرئيس التنفيذي لـ Google حول نتائج الربع الثالث من 2026: المصدر الأصلي لرقم 32 مليار رمز في الدقيقة

5. الرابط: blog.google/company-news/inside-google/message-ceo/alphabet-earnings-q3-2026/

6. التفاصيل: الأرقام الأساسية وبيانات النمو الرسمية

7. النص الكامل لمكالمة إعلان نتائج Alphabet للربع الثالث من 2026: بيانات العملاء من الشركات ودراسات الحالة

8. الرابط: fool.com/earnings/call-transcripts/2026/10/29/alphabet-googl-q3-2026-earnings-call-transcript/

9. التفاصيل: بيانات Gemini Enterprise التي كشف عنها Thomas Kurian

10. بيان الرئيس التنفيذي لـ Google حول نتائج الربع الثاني من 2026: بيانات المطورين ورقم 22 مليار رمز

11. الرابط: blog.google/company-news/inside-google/message-ceo/alphabet-earnings-q2-2026/

12. التفاصيل: 9 ملايين مطور نشط شهريًا، وبيانات المستخدمين النشطين أسبوعيًا في Antigravity

13. بيان الرئيس التنفيذي لـ Google حول نتائج الربع الأول من 2026: بيانات 16 مليار رمز

14. الرابط: blog.google/company-news/inside-google/message-ceo/alphabet-earnings-q1-2026/

15. التفاصيل: إحدى محطات النمو

16. عرض Google للمستثمرين في يونيو 2026: رقم 19 مليار رمز واستخدام أدوات المطورين

17. الرابط: blog.google/alphabet/investor-presentation-june-2026/

18. التفاصيل: تتجاوز استخدامات أدوات المطورين 3 تريليونات رمز يوميًا

19. Google Cloud: Gemini at Work 2026: حالات استخدام وكلاء الذكاء الاصطناعي لدى الشركات

20. الرابط: cloud.google.com/blog/products/ai-machine-learning/welcome-to-gemini-at-work-2026
21. التفاصيل: أمثلة على تطبيقات الشركات، بما فيها Hitachi

الكاتب: الفريق التقني في APIYI
للتواصل التقني: يسعدنا تواصلكم معنا عبر الصفحة الرئيسية لموقع APIYI. وللمزيد من موارد التكامل، يمكنكم زيارة مركز التوثيق على docs.apiyi.com

مقالات ذات صلة

• أهم 5 أسباب لانخفاض معدل إصابة ذاكرة التخزين المؤقت في Gemini: شرح مفصل للفروق في فوترة التخزين المؤقت بين AI Studio وVertex: لماذا يكون معدل إصابة ذاكرة التخزين المؤقت لنماذج Gemini النصية أقل بكثير من OpenAI وClaude؟ تستند هذه المقالة إلى الوثائق الرسمية لتوضيح التخزين المؤقت الضمني والصريح، والحد الأدنى لعدد الرموز، وعزل مشاريع Vertex، وشرح حدود فوترة التخزين المؤقت وطرق تدقيق الحسابات في AI Studio وVertex.