يُظهر تحليل تكلفة حديث أن الاستضافة الذاتية لنماذج اللغات الكبيرة تتفوق فقط على واجهات برمجة التطبيقات (APIs) التجارية عندما تعالج الشركة ما يقرب من 5 إلى 10 ملايين رمز إدخال (input tokens) شهريًا. بالنسبة لأي جهة تضع ميزانية لخدمات الذكاء الاصطناعي، فإن نقطة التعادل هي التي تحدد ما إذا كان إغراء الأوزان المفتوحة "المجانية" سيتحول إلى توفير حقيقي.
نموذج واجهة برمجة التطبيقات (API)
يتقاضى مزودو واجهات برمجة التطبيقات رسومًا مقابل كل رمز (token)، ويتولون جميع مهام الأجهزة والطاقة والتبريد. الأسعار العامة الحالية هي:
- Claude Sonnet 5 – دولارين لكل مليون رمز إدخال
- GPT-5.6 – حوالي دولار واحد لكل مليون رمز إدخال
- Meta Muse Spark – 1.25 دولار لكل مليون رمز إدخال وارد، و4.25 دولار لكل مليون رمز صادر
يعتمد النموذج على نظام الدفع حسب الاستخدام. فعندما تنخفض حركة المرور إلى الصفر، تنخفض الفاتورة إلى الصفر. كما يتجنب المستخدمون عناء أعطال وحدات معالجة الرسومات (GPU)، وتحديثات البرامج الثابتة (firmware)، وتخطيط السعة.
نموذج الاستضافة الذاتية
يعني تشغيل نموذج مفتوح الأوزان على أجهزتك الخاصة أنك تتحمل تكلفة الحوسبة بغض النظر عن مدى الاستخدام. تكلفة وحدة NVIDIA H100 واحدة — وهي خيار شائع لاستدلال نماذج اللغات الكبيرة (LLM inference) — هي:
- من 2 إلى 3 دولارات في الساعة عبر خدمات سحابة GPU العامة
- من 7 إلى 12 دولارًا في الساعة عبر المنصات السحابية الكبرى (AWS, Azure)
وهذا يترجم إلى ما يقرب من 1,800 إلى 2,000 دولار شهريًا للتشغيل المستمر لوحدة H100 واحدة. وسعر الأجهزة ليس سوى الجزء المرئي من الفاتورة.
أين تلتقي الأرقام
وجد التحليل أن الاستضافة الذاتية تصبح أرخص من واجهات برمجة التطبيقات الممتازة بمجرد وصول حجم رموز الإدخال الشهرية إلى نطاق 5 إلى 10 ملايين رمز. دون هذا الحد، تتفوق أسعار واجهات برمجة التطبيقات لكل رمز. وعند أحجام تصل إلى 100 مليون رمز شهريًا أو أكثر، ينخفض خط تكلفة الأجهزة فقط تحت خط واجهة برمجة التطبيقات، مما يجعل الاستضافة الذاتية تبدو جذابة على الورق.
النفقات التشغيلية الخفية
يمثل استئجار وحدات معالجة الرسومات (GPU) حوالي 30% فقط من التكلفة الحقيقية لتشغيل نموذج في بيئة الإنتاج. أما الباقي فيأتي من:
- الشبكات والتخزين – تعمل الروابط عالية الإنتاجية والأقراص السريعة على إبقاء زمن الاستجابة (latency) منخفضًا.
- التكرار والمراقبة – تزيد النسخ المتعددة، وفحوصات السلامة، وخطوط تنبيهات المراقبة من الإنفاق على كل من البرمجيات والأجهزة.
- المواهب الهندسية – يتطلب الحفاظ على نموذج متصل بالإنترنت بشكل موثوق عادةً ما بين 1.5 إلى 2 من المهندسين بدوام كامل. وبناءً على أسعار السوق، يضيف ذلك ما بين 270,000 إلى 550,000 دولار إلى المصاريف السنوية.
عند إضافة هذه الطبقات، تتلاشى المدخرات الظاهرة من الأجهزة وحدها بسرعة.
من يجب أن يفكر في الاستضافة الذاتية
لا تكون الاستضافة الذاتية منطقية إلا في ظل ظروف محددة:
- حجم هائل ومستمر – يجب على المؤسسة أن تتجاوز بانتظام حد الـ 5 ملايين رمز، وإلا سيظل سعر واجهة برمجة التطبيقات لكل رمز أقل.
- القيود التنظيمية أو قيود خصوصية البيانات – تمنع بعض القطاعات إرسال البيانات المملوكة للشركة أو البيانات الشخصية إلى نقاط نهاية (endpoints) تابعة لجهات خارجية.
- التخصيص المتخصص أو ضمانات زمن الاستجابة – عندما يجب ضبط النموذج بدقة (fine-tuned) على بيانات داخلية أو تقديم استجابات في أقل من ثانية، يمكن تبرير امتلاك البنية التحتية بالكامل.
إذا لم تكن أي من هذه الضغوط موجودة، فإن تكاليف الموظفين والبنية التحتية الخفية غالبًا ما تفوق توفير تكاليف الأجهزة.
استراتيجية هجينة
لا تزال معظم الفرق التي تصل إلى حجم يجعل الاستضافة الذاتية قابلة للتطبيق تتبع نهجًا مختلطًا:
- ابدأ بواجهات برمجة التطبيقات (APIs) – فهي رخيصة، وسريعة التكامل، ومثالية للتجريب أو أعباء العمل ذات الحجم المنخفض.
- انقل التدفقات عالية الحجم – بمجرد أن تتجاوز أعداد الرموز نقطة التعادل باستمرار، انقل تلك المسارات إلى عنقود (cluster) داخلي.
- احتفظ بشبكة أمان – أبقِ الطلبات العرضية أو المفاجئة على واجهة برمجة التطبيقات لتجنب الإفراط في توفير الموارد المحلية.
قم بإجراء الحسابات الخاصة بالرموز بانتظام، ثم أضف الأعباء التشغيلية التي تغفل عنها أسعار الأجهزة الخام. القرارات المبنية على هذه الصورة الكاملة تكون أقل عرضة للتأثر بالأساطير.
الخلاصة
إذا كان منتج الذكاء الاصطناعي الخاص بك يعالج أقل من بضعة ملايين من الرموز شهريًا، فإن المسار الأبسط والأرخص لا يزال هو استخدام واجهة برمجة التطبيقات. لا تصبح الاستضافة الذاتية مجدية ماليًا إلا عند ظهور طلب مستدام وعالي الحجم، أو متطلبات امتثال صارمة، أو احتياجات مخصصة لزمن الاستجابة — وحتى في هذه الحالة، يجب أخذ التكلفة الخفية للأفراد والبنية التحتية في الاعتبار قبل إعلان الانتصار على السحابة.