سام ألت man حول استخدام رموز OpenAI وتكاليف الذكاء الاصطناعي

ليزا إرنست · 04.06.2026 · الذكاء الاصطناعي · 8 دقائق للقراءة

جعل سام ألت man استخدام الرموز أحد أهم مواضيع أعمال الذكاء الاصطناعي في عام 2026. وفقًا لتقارير حديثة، تعالج الآن أكبر مستخدم للرموز داخليًا في OpenAI حوالي 100 مليار رمز شهريًا، بينما يُقال أن مستخدمًا خارجيًا واحدًا على الأقل يستخدم عددًا أعلى.

هذا مهم لأن الرموز ليست مجرد تفصيل تقني. إنها الوحدة الأساسية لأعباء عمل الذكاء الاصطناعي، وزمن الاستجابة، وضغط البنية التحتية، والعديد من فواتير واجهات برمجة التطبيقات. بالنسبة للشركات التي تبني منتجات الذكاء الاصطناعي، فإن فهم استخدام الرموز أصبح الآن بنفس أهمية فهم استضافة السحابة، واستعلامات قواعد البيانات، أو حركة مرور الخوادم.

المصدر: مركب بناءً على حكومة اليابان / CC BY 4.0 وشعار OpenAI 2025 / Wikimedia Commons

ما قاله سام ألت man فعليًا عن استخدام رموز OpenAI

الرقم الرئيسي بسيط: يُقال أن أكبر مستخدم للرموز داخليًا في OpenAI يستهلك حوالي 100 مليار رمز شهريًا. قارن ألت man أيضًا هذا الرقم مع عصر OpenAI المبكر، عندما كان يُعتبر استخدام 100 ألف رمز شهريًا مستوى استخدام مرتفعًا جدًا.

يوضح هذا كيف تحول استخدام الذكاء الاصطناعي من استعلامات الدردشة العرضية إلى تدفقات عمل المطور المستمرة، وعوامل الترميز، والتحليل الآلي، ونوافذ السياق الطويلة، وأنظمة المؤسسات التي تعمل في الخلفية.

المصدر: حكومة اليابان / مكتب رئيس الوزراء، CC BY 4.0

تربط هذه الصورة الحقيقية لعام 2025 لسام ألت man قصة استخدام الرموز بمناقشات OpenAI الحالية للمؤسسات والبنية التحتية والاستثمارات الدولية في مجال الذكاء الاصطناعي.

ما هو الرمز في استخدام OpenAI؟

الرمز هو وحدة صغيرة من النص أو البيانات تعالجها نماذج الذكاء الاصطناعي. باللغة الإنجليزية، غالبًا ما يكون الرمز حوالي أربعة أحرف أو حوالي ثلاثة أرباع كلمة، ولكن العدد الدقيق يعتمد على النموذج واللغة وتنسيق الإدخال.

يقسم OpenAI الاستخدام إلى فئات مثل رموز الإدخال، ورموز الإخراج، والرموز المخزنة مؤقتًا. تأتي رموز الإدخال من الطلب، ويتم إنشاء رموز الإخراج بواسطة النموذج، ويمكن إعادة استخدام الرموز المخزنة مؤقتًا من بادئات الطلبات المتكررة أو سياق المحادثة.

المصدر: Wikimedia Commons / شعار OpenAI 2025، مجال عام نصي؛ قد تنطبق قيود العلامات التجارية

يمنح شعار OpenAI المقال اتصالًا مرئيًا مباشرًا بالشركة وراء مناقشة استخدام الرموز بدلاً من الاعتماد فقط على صور التكنولوجيا المجردة.

لماذا يمكن أن ينمو استخدام الرموز بسرعة كبيرة

القفزة من الآلاف إلى المليارات من الرموز لا تحدث عادة بسبب طلب واحد. يحدث ذلك عندما يندمج الذكاء الاصطناعي في تدفقات العمل. يمكن لمساعد الترميز قراءة الملفات، وفحص الأخطاء، وإنشاء التصحيحات، ومراجعة التغييرات، واستدعاء الأدوات، وتكرار هذه الدورة عدة مرات.

المصدر: Wikimedia Commons / لقطة شاشة ChatGPT، OpenAI

يبدأ استخدام الرموز بتفاعلات المستخدم اليومية، ولكن على نطاق واسع يمكن أن تصبح هذه المحادثات والملفات والأدوات والإجراءات في الخلفية أحجامًا كبيرة جدًا من الرموز الشهرية.

تكون حالات استخدام المؤسسات ثقيلة بشكل خاص بالرموز لأنها غالبًا ما تتضمن مستندات طويلة، وسجلات العملاء، واستدعاءات الأدوات، ونتائج الاسترداد، وبيانات JSON منظمة، وسجلات، وتدفقات عمل من خطوات متعددة. قد يؤدي إجراء واحد للمستخدم إلى تشغيل العديد من استدعاءات النموذج بهدوء.

الأسباب الشائعة لانفجار استخدام الرموز

• سجل المحادثة الطويل المرسل مرة أخرى مع كل طلب.
• استدعاءات النظام الكبيرة والتعليمات المتكررة.
• عوامل الذكاء الاصطناعي للترميز التي تفحص الكثير من الملفات تلقائيًا.
• أنظمة الاسترداد التي تعلق الكثير من المستندات بكل إجابة.
• مخرجات مطولة أطول مما يحتاجه المستخدم فعليًا.
• عوامل الخلفية التي تستمر في العمل بدون ميزانيات صارمة.

نماذج التفكير يمكن أن تغير ملف تعريف التكلفة

تقرر أنظمة الذكاء الاصطناعي الحديثة بشكل متزايد متى تجيب بسرعة ومتى تنفق المزيد من موارد الحوسبة على مهمة أصعب. يمكن أن يحسن ذلك الجودة، ولكنه يجعل تتبع الاستخدام أكثر أهمية لأن المهام المعقدة قد تستهلك المزيد من المعالجة غير المرئية والمزيد من ميزانية الإخراج.

المصدر: Wikimedia Commons / لقطة شاشة GPT-5 تفكير أطول، 2025

تجعل الواجهات الموجهة نحو التفكير مسألة التكلفة أكثر وضوحًا: قد تتطلب الإجابات الأفضل المزيد من الحوسبة، وتحتاج الفرق إلى تحديد أين تكون ميزانية الرموز الإضافية مبررة.

لماذا هذا مهم لشركات الذكاء الاصطناعي والعملاء

بالنسبة لموفري النماذج، يمكن أن يعني الاستخدام العالي للرموز المزيد من الإيرادات، ولكنه يعني أيضًا المزيد من الضغط على البنية التحتية. بالنسبة للعملاء، يمكن أن يعني الاستخدام العالي للرموز أتمتة أفضل، ولكنه يعني أيضًا فواتير غير متوقعة. أصبحت الرموز مقياسًا تجاريًا عمليًا لأنها تعكس مقدار العمل الذي تقوم به أنظمة الذكاء الاصطناعي فعليًا.

النقطة المهمة ليست زيادة استخدام الرموز من أجلها. الرموز الأكثر لا تعني تلقائيًا قيمة تجارية أكبر. السؤال الأفضل هو ما إذا كان كل رمز يساهم في الدقة، أو السرعة، أو الأتمتة، أو الإيرادات، أو جودة الدعم، أو إنتاجية المطور.

المصدر: Wikimedia Commons / هيكل شركة OpenAI المعدل

تقع مناقشة التكلفة والرموز أيضًا ضمن سياق أوسع للشركة والاستثمار. يؤثر هيكل OpenAI وشركائها واستراتيجية البنية التحتية على كيفية تسعير الذكاء الاصطناعي للمؤسسات وتوسيعه وتنظيمه.

كيف يجب على الفرق قياس استخدام رموز OpenAI

لا يجب على مستخدمي OpenAI النظر فقط إلى الإجماليات الشهرية. يجب عليهم تقسيم الاستخدام حسب منطقة المنتج، والمستخدم، والنموذج، وتدفق العمل، ونوع المهمة. هذا يجعل من السهل رؤية أي الأتمتة قيمة، وأي تدفق عمل يستهلك الرموز فقط.

تخزين مذكرات الطلبات مؤقتًا هو الآن رافعة تكلفة جادة

يمكن لتخزين مذكرات الطلبات مؤقتًا تقليل زمن الاستجابة وتكاليف رموز الإدخال عندما تحتوي الطلبات على محتوى ثابت متكرر. القاعدة العملية بسيطة: ضع التعليمات المستقرة والأمثلة وتعريفات الأدوات في بداية الطلب، وضع المحتوى المتغير الخاص بالمستخدم لاحقًا.

طرق عملية لتقليل هدر الرموز

• حافظ على استدعاءات النظام قصيرة ومستقرة وقابلة لإعادة الاستخدام.
• لخص سجل المحادثة القديم بدلاً من إرسال كل شيء إلى الأبد.
• استخدم مرشحات استرداد حتى يتم إرفاق المستندات ذات الصلة فقط.
• عيّن أقصى أطوال للإخراج للمهام الروتينية.
• اختر نماذج أصغر للتصنيف البسيط، أو الاستخراج، أو التنسيق.
• قِس التكلفة لكل مهمة، وليس فقط الإنفاق الشهري الإجمالي.
• أوقف عوامل الخلفية عند اكتمال المهمة.

المصدر: Wikimedia Commons / صورة بنية تحتية للخادم

يتم استخدام صورة بنية تحتية واحدة فقط لأنها تشرح مباشرة اتصال تكلفة الرموز: يجب معالجة كل رمز في مكان ما، وهذا يتطلب قدرة حوسبة حقيقية.

ما يعنيه هذا للمطورين الذين يبنون أدوات الذكاء الاصطناعي

يجب على المطورين تصميم أنظمة الذكاء الاصطناعي مثل البنية التحتية ذات العداد. يجب أن يكون لكل طلب سبب. يجب أن تكون كل نتيجة استرداد ضرورية. يجب أن يكون لكل حلقة عامل حد. هذا مهم بشكل خاص لمنتجات SaaS، والمساعدين الداخليين، وأدوات الترميز الآلية.

بالنسبة للفرق التي تبني تدفقات عمل الذكاء الاصطناعي المستندة إلى الويب، يجب أن تكون اقتصاديات الرموز جزءًا من تصميم المنتج منذ البداية. توفر Zerlo أيضًا أدوات ذكاء اصطناعي وأدوات ويب عملية على Zerlo tools, حيث يعد كفاءة الاستخدام جزءًا مهمًا من بناء برامج مفيدة.

الأسئلة الشائعة: سام ألت man، OpenAI، واستخدام الرموز

الخلاصة

تُظهر تعليقات سام ألت man حول استخدام الرموز أن اعتماد الذكاء الاصطناعي قد دخل مرحلة جديدة. لم يعد السؤال هو فقط من لديه أكبر عدد من المستخدمين أو أذكى نموذج. السؤال هو من يمكنه تحويل الاستخدام الهائل للرموز إلى قيمة موثوقة دون فقدان السيطرة على التكلفة، والبنية التحتية، وتعقيد تدفق العمل.