تقدير عدد الرموز التوكنز (Tokens) وتكلفة تشغيل نماذج OpenAI و Claude و Gemini لنصوصك.
تعتمد النماذج اللغوية الكبيرة (LLMs مثل GPT-4o و Claude 3.5 Sonnet و Gemini 1.5 Pro) في تسعير ومعالجة النصوص على وحدات لغوية رقمية مجزأة تُعرف بـ 'التوكنز' (Tokens) بدلاً من حساب عدد الكلمات أو الحروف. يقوم هذا المحرك البرمجي المتخصص بمحاكاة خوارزميات الترميز ثنائي البايت (Byte-Pair Encoding - BPE) لحساب عدد التوكنز في برومبتاتك بدقة، مع توفير حاسبة تكاليف مالية فورية للمدخلات والمخرجات وتقدير ميزانية استدعاءات الـ API الشهرية.
يكشف المحرك التباين الحجمي الملموس في كفاءة التوكنز بين اللغات المختلفة؛ فبينما تمثل كل كلمة إنجليزية نحو 1.3 توكن في المتوسط، تتطلب النصوص العربية ومحارف اليونيكود المتعددة البايتات عدداً أكبر من التوكنز لكل كلمة (قد يصل إلى 2.5 إلى 3.5 توكن لكل كلمة) نتيجة تجزئة المحارف. على سبيل المثال، عند تحليل استعلام بحثي بطول 450 كلمة عربية، تحسب الأداة ما يقارب 1,280 توكناً، مع تقدير فوري للتكلفة بالدولار بناءً على أحدث جداول التسعير الرسمية لمزودي خدمات الذكاء الاصطناعي.
تتيح لك الواجهة مقارنة تكاليف الاستدعاء الفردي والاستخدام السنوي والمقارنة بين باقات النماذج السريعة الرخيصة (Mini/Flash) والنماذج الرائدة الضخمة لمساعدتك في هندسة وتلخيص البرومبت لتقليص فاتورتك البرمجية بأعلى كفاءة.
عدد التوكنز ≈ BPE_Tokenizer(text) ؛ تكلفة الاستعلام الواحد = (توكنز المدخلات × سعر المليون مدخل / 10⁶) + (توكنز المخرجات × سعر المليون مخرج / 10⁶)
التكلفة الشهرية الإجمالية = تكلفة الاستعلام الفردي × حجم الاستعلامات المتوقع شهرياً. تسعر معظم المنصات المخرجات بتكلفة أعلى بـ 3 إلى 4 أضعاف من المدخلات.