التخزين المؤقت في GPT-6.1 Terra: خمسة سنتات لكل قراءة، ومتى تُجدي الكتابة

سعر الإدخال المخزّن مؤقتًا في GPT-6.1 Terra هو 0.05 دولار لكل مليون رمز — أي أقل بنسبة 95% من سعر الإدخال القياسي البالغ 1.00 دولار، وهو أكبر خصم فردي على البطاقة بأكملها. المفاجأة تكمن في الجانب الآخر من الدفاتر: تبلغ تكلفة الكتابة إلى ذاكرة التخزين المؤقت 1.25 دولار لكل مليون لمدة احتفاظ 30 دقيقة أو 2.50 دولار لكل مليون لمدة 12 ساعة. عبء العمل الذي يقرأ البادئة نفسها مرتين يخرج متقدمًا. أما عبء العمل الذي يعيد بناء بادئته عند كل استدعاء فيدفع رسم الكتابة ولا يحصل على الخصم أبدًا، ولن تخبرك بطاقة الأسعار بأي النوعين تشغّل.

تُجري هذه المقالة الحسابات: نقطة التعادل الدقيقة، وثلاثة أحمال عمل مُحلّلة على مقاييس مختلفة، والتفاعل مع هاوية السياق الطويل عند 272K، وعادات هندسة المطالبات التي تدمر ذاكرات التخزين المؤقت بصمت.

الأرقام الأربعة

• الإدخال القياسي — 1.00 دولار لكل مليون رمز.

• الإدخال المخزن مؤقتًا — $0.05 لكل مليون، خصم بنسبة 95%.

• كتابة ذاكرة التخزين المؤقت، الاحتفاظ لمدة 30 دقيقة — 1.25 دولار لكل مليون.

• كتابة ذاكرة التخزين المؤقت، احتفاظ لمدة 12 ساعة — 2.50 دولار لكل مليون.

عند تجاوز 272,000 توكن إدخال، يتضاعف كل شيء: 2.00 دولار للإدخال، و0.10 دولار للمخزَّن المؤقت، و2.50 دولار لكتابة الذاكرة المؤقتة. لذا فإن منحدر السياق الطويل لا يرفع سعر الإدخال فحسب — بل يرفع سعر كلٍّ من التخزين المؤقت والكتابة في الوقت نفسه.

للمقارنة، {{1}}الإدخال المخزّن مؤقتًا لدى GPT-6.1 Sol هو 0.10 دولار{{/1}} و{{2}}الإدخال المخزّن مؤقتًا لدى GPT-5.6 Terra هو 0.20 دولار{{/2}}. قراءة Terra البالغة خمسة سنتات هي الأرخص في العائلة، وخصم 95% هو ما يجعل استدعاءات السياق الطويل المتكررة ممكنة اقتصاديًا على الإطلاق.

نقطة التعادل الدقيقة

افترض أن بادئة مكونة من P من الرموز يُعاد استخدامها عبر N من الاستدعاءات، وتجاهل المخرجات للحظة.

• بدون التخزين المؤقت: N × P × $1.00.

• مع التخزين المؤقت: كتابة واحدة بقيمة $1.25 × P، ثم N من القراءات بقيمة $0.05 × P.

بمساواتهما: 0.95N = 1.25، إذن N ≈ 1.32. عمليًا، يعني ذلك أن الاستدعاء الثاني مربح بالفعل: تكلفة الكتابة 1.25 لكل مليون، وكل قراءة توفر 0.95، لذا فإن قراءتين تستعيدان أكثر من الكتابة. مع احتفاظ لمدة 12 ساعة، تكون تكلفة الكتابة 2.50 دولارًا ونقطة التعادل 2.63 قراءة — أي أن الاستدعاء الثالث يغطي تكلفتها.

هذا حدّ أدنى أقل مما تفترضه معظم الفرق. الأسطورة الشائعة هي أن التخزين المؤقت لا يستحق إلا مع إعادة استخدام عالية جدًا؛ لكنه على هذه البطاقة يستحق بدءًا من الطلب الثاني، بشرط أن تتطابق البادئة فعليًا.

ثلاثة أعباء عمل

موجّه نظامي بحجم 50,000 رمز على مدى 10,000 طلب قصير. بدون تخزين مؤقت: 10,000 × 50,000 × 1.00 دولار لكل مليون = 500 دولار للبادئة وحدها. مع التخزين المؤقت: كتابة واحدة بحجم 50,000 × 1.25 دولار لكل مليون = 0.0625 دولار، إضافةً إلى 10,000 قراءة عند 50,000 × 0.05 دولار لكل مليون = 25 دولارًا. الإجمالي 25.06 دولار — أي توفير بنسبة 95% على البادئة، وكتابة ذاكرة التخزين المؤقت تكاد لا تُذكر.

مستودع من 900,000 رمز عبر 20 سؤالًا. من دون تخزين مؤقت، يخضع كل طلب لتعرفة السياق الطويل: 900,000 × 2.00 دولار لكل مليون = 1.80 دولار لكل طلب، و36 دولارًا للعشرين طلبًا. مع التخزين المؤقت: كتابة واحدة بمقدار 900,000 × 2.50 دولار لكل مليون = 2.25 دولار، ثم عشرون قراءة بواقع 900,000 × 0.10 دولار لكل مليون = 0.09 دولار لكل قراءة، أي 1.80 دولار إجمالًا. الإجمالي 4.05 دولارات — توفير بنسبة 89%، وفرق الثمانية عشر دولارًا هو كامل هامش الربح في بعض المنتجات.

مستند من 20,000 توكن موزَّع على ثلاثة أسئلة، لكل منها شخصية مختلفة وتعليمات مختلفة. هذه هي الحالة التي يفشل فيها التخزين المؤقت: إذا تغيّر البادئة بين الاستدعاءات — نظام توجيه مختلف، أو ترتيب تعليمات مختلف، أو معرّف مستخدم مُدرَج في الأعلى — فسيرى النموذج ثلاث بادئات مختلفة ويكتب ثلاث ذاكرات تخزين مؤقت. التكلفة غير المخزَّنة والمخزَّنة هي نفسها، إلا أنك دفعت مقابل عمليات الكتابة. الحل بنيوي: ضع كل شيء متغيّر في نهاية الموجّه، واحتفظ بالمستند والتعليمات الثابتة في المقدمة.

ما الذي يُعطّل ذاكرة التخزين المؤقت/p> p>يعمل التخزين المؤقت لمطالبات OpenAI على البادئة غير المتغيّرة من الطلب. أي شيء يتغيّر مبكرًا في المطالبة يُبطل كل ما يأتي بعده. الأسباب المعتادة هي:/p> p>• طابع زمني أو معرّف طلب في مطالبة النظام. وهو السبب الأكثر شيوعًا لمعدل إصابة ذاكرة التخزين المؤقت بنسبة 0%./p> p>• تخصيص لكل مستخدم يُدرَج في الأعلى بدلاً من الأسفل./p> p>• تعريفات أدوات أُعيد ترتيبها أو قائمة أدوات تتغيّر بين الاستدعاءات./p> p>• خطوة استرجاع تدمج المستندات بترتيب مختلف في كل مرة./p> p>• تغيّرات في المسافات الفارغة من محركات القوالب — إعادة تنسيق كتلة JSON وحدها كافية./p> p>• التبديل بين Chat Completions وResponses في منتصف خط المعالجة، مما يغيّر البادئة المتسلسلة./p> p>التشخيص بسيط: سجّل أول 2,000 رمز من كل طلب واحسب تجزئتها. إذا تغيّرت التجزئة بين استدعاءات يُفترض أن تكون متطابقة، فإن ذاكرة التخزين المؤقت ميتة ولن يُعيدها إلى الحياة أي قدر من الضبط./p> h2>ذاكرة التخزين المؤقت وهاوية 272K

يتفاعل العنصران بطريقة يسهل إغفالها. تكلّف قراءة بادئة مخزّنة مؤقتًا بسعة 250,000 رمز مبلغ 0.05 دولار لكل مليون، وتكلّف كتابتها 1.25 دولار. وإذا زدتها إلى 300,000 رمز، تتضاعف كل الأرقام: 0.10 دولار للقراءة، و2.50 دولار للكتابة، ويُحتسب الجزء غير المخزّن مؤقتًا بسعر 2.00 دولار. وأي خط معالجة يتجاوز الحدّ يدفع قفزة التكلفة على جانبي التخزين المؤقت وعدم التخزين المؤقت.

يخلق هذا حافزًا تصميميًا غير بديهي: فإذا كان عبء العمل يقع فوق 272K بقليل، فإن تقليص البادئة إلى 270K قد يخفض الفاتورة إلى النصف دون تغيير المهمة. إن تقليم قسم من النص القالبي، أو إسقاط كتلة استرجاع غير ضرورية، أو نقل مثال خارج موجّه النظام، تكون له قيمة أكبر عند الحد الفاصل مما له في أي موضع آخر على بطاقة التسعير.

التخزين المؤقت مقابل البدائل

• التخزين المؤقت — يكون الأمثل عندما يُعاد استخدام البادئة الطويلة نفسها مرات عديدة ضمن نافذة الاحتفاظ، وعندما تكون البادئة مستقرة فعلاً.

• التقطيع (Chunking) — الأفضل عندما يكون المستند كبيرًا لكن كل سؤال يتناول جزءًا صغيرًا منه؛ فالاسترجاع أقل تكلفة من إرسال 900K من التوكنات حتى بالسعر المخزّن مؤقتًا.

• Batch/Flex — خصم 50% عن السعر القياسي، لكن زمن استجابة الدفعات يُقاس بالساعات؛ يمكن دمجه مع التخزين المؤقت، وليس مع المنتجات الفورية.

• نموذج أقل تكلفة — GPT-6 Luna بسعر $0.10/$0.50 يمكنه التفوق على سعر الإدخال المخزّن مؤقتًا لدى Terra للمهام البسيطة، لأن الإدخال غير المخزّن مؤقتًا لدى Luna لا يبلغ سوى ضعف الإدخال المخزّن مؤقتًا لدى Terra.

المقارنة الأخيرة هي التي تنساها الفرق. التخزين المؤقت خصم على Terra، وليس ضمانًا بأن Terra هي أرخص طريقة للإجابة عن سؤال. بالنسبة للتصنيف على موجّه بطول 50,000 رمز، فإن Luna المخزّنة مؤقتًا بسعر 0.01 دولار لكل مليون عملية قراءة تظل الخيار الأرخص إذا كانت المهمة بسيطة بما يكفي.

ما يمكنك تشغيله اليوم

GPT-6.1 Terra ليس مدرجاً في كتالوج OrcaRouter وقت كتابة هذا النص، لذا يجب قياس سلوك التخزين المؤقت الخاص به مباشرةً مقابل OpenAI. أما النماذج المتاحة فعلاً — GPT-6.1 Sol بسعر $2/$10 مع سعر مخزّن مؤقت $0.10، وGPT-5.6 Terra بسعر $2/$12 مع $0.20، وGPT-6 Luna بسعر $0.10/$0.50 — فيمكن اختبارها جميعاً باستخدام مفتاح واحد دون أي هامش ربح (0%) فوق سعر القائمة لدى المزوّد.

القياس الذي ينبغي بناؤه ليس «هل يعمل التخزين المؤقت؟» — فهو يعمل — بل «ما نسبة حركة المرور الخاصة بي التي لديها بادئة مستقرة؟». تلك النسبة هي الرقم الوحيد الذي يقرر ما إذا كانت قراءة Terra البالغة خمسة سنتات تهم فاتورتك، وهي خاصية من خصائص مطالباتك، لا من خصائص النموذج.