AWS تعرض طريقة لمنح المطورين Claude بمفتاح شخصي وسقف 250 دولارًا لكل 7 أيام
إذا كان الفريق بأكمله يصل إلى Claude عبر Amazon Bedrock، فلن يعرف قسم المالية من أنفق كم. تنصح AWS بوضع وكيل LiteLLM بين محرر الشيفرة وBedrock بواجهة مماثلة لواجهة OpenAI، ليحصل كل مطور على مفتاحه الخاص. في المثال المعروض يخضع كل مفتاح لسقف 250 دولارًا خلال نافذة متحركة مدتها 7 أيام. وبهذه الطريقة تظهر نفقات مساعدي الذكاء الاصطناعي لكل شخص على حدة، لا كمبلغ واحد في الفاتورة.
معالج بواسطة الذكاء الاصطناعي من AWS Machine Learning Blog؛ بتحرير Hamidun News
تخيّل شركة ربط مطوروها Claude Code وContinue وCursor بنماذج Claude عبر Amazon Bedrock، وهي خدمة سحابية من AWS توفر نماذج لغوية جاهزة. بعد شهر تصل فاتورة واحدة مجمّعة عن الرموز (tokens)، ولا يستطيع أحد أن يحدد أي فريق أو أي شخص تسبب بها. يحتاج مهندسو المنصات إلى رصد زمن الاستجابة والأخطاء، ويحتاج الماليون إلى توزيع النفقات على المشاريع، ويحتاج مسؤولو الأمن إلى قواعد وصول موحدة. نشرت AWS شرحًا لكيفية تغطية هذه المهام الثلاث ببوابة واحدة، وهي خادم وسيط بين أدوات المطورين وBedrock. أما مثال سقف 250 دولارًا لكل مفتاح خلال 7 أيام في المقال فهو مثال تعليمي، ويمكن تغيير الأرقام في ملف الإعدادات.
كيف تعمل البوابة
يقوم الأساس على وكيل LiteLLM، الذي يعمل كحاوية على AWS Fargate (خدمة لتشغيل الحاويات دون إدارة الخوادم) ويحاكي واجهة OpenAI البرمجية (API). يكتب المطور في أداته عنوانًا واحدًا ومفتاحًا شخصيًا، ولا يتصل مباشرة بـ Bedrock. أما اسم النموذج في الإعدادات، مثل claude-sonnet-4-20250514، فيحوّله LiteLLM بنفسه إلى إشارة إلى الملف المناسب في Bedrock، ويتصل به باستخدام دور IAM الخاص بمهمة Fargate.
يحيط بالوكيل مجموعة خدمات مألوفة:
- تخزّن PostgreSQL على Amazon RDS المفاتيح وسجل الإنفاق.
- تخزّن ElastiCache for Valkey الردود مؤقتًا وتنسّق حدود الطلبات بين عدة نسخ من البوابة.
- يحفظ Secrets Manager المفتاح الرئيسي وكلمة مرور قاعدة البيانات، ولا يجوز كتابتهما في config.yaml.
- تعرض Langfuse مفتوحة المصدر الأوامر النصية (prompts) وأزمنة الاستجابة، وتساعد في تحليل الأعطال.
- يجمع CloudWatch مقاييس الطلبات في الدقيقة (RPM) والرموز في الدقيقة (TPM)، وإشارة الاقتراب من الحصة.
يُنشأ لكل نموذج Application Inference Profile مستقل، أي نقطة دخول مسمّاة إلى Bedrock. يوفر هذا الملف حصة معزولة لكل نموذج وصلاحيات وصول دقيقة. كما يفصل إعدادات LiteLLM عن إصدارات النماذج في Bedrock. لذلك يمكن استبدال النموذج أو إضافة نموذج احتياطي أو تغيير المزوّد دون أن يتغير شيء لدى المطورين.
يحدد المشغّلون في البوابة سياسة الإنفاق، ويصدر المطورون مفاتيحهم بأنفسهم ضمن حدودها. ويمكن ربط البوابة بتسجيل الدخول الموحد (SSO) في الشركة.
الحدود والمزالق
تُحدَّد الميزانية في ملف الإعدادات: القيمتان max_budget: 250 وbudget_duration: 7d تمنحان 250 دولارًا لكل مفتاح في نافذة متحركة مدتها 7 أيام. وللأوضاع الطويلة مع extended thinking رُفع المهلة في المثال إلى 900 ثانية، أي 15 دقيقة.
يسرد المؤلفون مزالق قد تُهدر ساعات من الوقت:
- إذا حُدد النموذج بمعرّف ARN خام للملف، فلن يجده LiteLLM في جدول أسعاره وسيحتسب التكلفة صفرًا. يبقى إنفاق المفتاح صفرًا ولا تُفعَّل الميزانيات أبدًا. لذلك ينبغي كتابة أسعار الرمز يدويًا في كتلة model_info.
- بالنسبة إلى الملف العالمي، يتطلب الحقل copyFrom معرّف ARN للملف النظامي مسبوقًا بـ global.، وليس معرّف ARN للنموذج نفسه. وإلا ستحصل على ملف لمنطقة واحدة دون توجيه بين المناطق.
- في سياسة IAM لا يكفي تحديد الملف نفسه. يلزم أيضًا معرّف ARN للنموذج الأساسي في المنطقة، وآخر بقناع للمناطق الأخرى. وإلا ستصل عند الاستدعاء رسالة الخطأ «not authorized to perform bedrock:InvokeModel».
توصي AWS باستخدام الاستدلال العالمي عبر المناطق (cross-Region inference) إذا كانت النماذج المختارة تدعمه وكانت سياسة الشركة تسمح بمعالجة الطلبات في مناطق مختلفة من العالم. عندها يوجّه Bedrock الطلب بنفسه إلى حيث تتوفر قدرة حاسوبية شاغرة، وقد يكون ذلك أرخص من الخيار الجغرافي. أما إذا كان لا بد من بقاء البيانات ضمن نطاق جغرافي واحد، فاختر ملفًا جغرافيًا، مثل مناطق الولايات المتحدة فقط.
القيود
وفق التوثيق، تناسب النسخة المجانية من LiteLLM AI Gateway التجربة التجريبية وهي مصممة لخمسة مستخدمين، وبعد ذلك تلزم رخصة. المفاتيح الافتراضية متاحة في النسخة المجانية أيضًا، لكن الإصدار الذاتي للمفاتيح الوارد في المقال يتطلب LiteLLM Enterprise. وتشمل هذه النسخة كذلك SSO وسجلات التدقيق وأدوار المسؤولين المفوَّضة والدعم. أما Bedrock Guardrails، بما فيها تصفية المحتوى والتحقق من سند الردود، فلا يتناولها المثال، لكن يجب إضافتها في بيئة الإنتاج.
الخلاصة العملية: إذا كان في الشركة أكثر من خمسة مطورين يستخدمون مساعدي ذكاء اصطناعي، فتتيح البوابة التحكم في الإنفاق والرصد دون تعديل كل أداة على حدة. قبل الإطلاق، يحسن التحقق من ثلاثة أمور: أسعار الرموز في model_info، وصلاحيات IAM، ووجهة الأوامر النصية في Langfuse، إذ تحتوي سجلات التتبع على نصوص الطلبات والردود.
- 21 نوفمبر 2026فيديو Claude في GTA 6 يبدو مفبركًا: نصف ساعة من التحكم استنزفت حد الساعات الخمس في اشتراك Pro
- 21 نوفمبر 2026Claude Code يسرّع فك تجميع لعبة Snowboard Kids 2: من 20% إلى 45% من الدوال خلال ثلاثة أشهر
- 21 نوفمبر 2026عدد وظائف FDE تضاعف 4.6 مرة خلال عام: ماذا يفعل المهندس في موقع العميل
- 21 نوفمبر 2026Anthropic تخفض سعر Claude Fable 5.2 بنسبة 20%، وفي اختبار البرمجة يكاد يعادل Opus 5.5
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول كيف تعمل البوابة؟
يقوم الأساس على وكيل LiteLLM، الذي يعمل كحاوية على AWS Fargate (خدمة لتشغيل الحاويات دون إدارة الخوادم) ويحاكي واجهة OpenAI البرمجية (API). يكتب المطور في أداته عنوانًا واحدًا ومفتاحًا شخصيًا، ولا يتصل مباشرة بـ Bedrock. أما اسم النموذج في الإعدادات، مثل claude-sonnet-4-20250514، فيحوّله LiteLLM بنفسه إلى إشارة إلى الملف المناسب في Bedrock، ويتصل به باستخدام دور IAM الخاص بمهمة Fargate. يحيط بالوكيل مجموعة خدمات مألوفة: تخزّن PostgreSQL على Amazon RDS المفاتيح وسجل الإنفاق.
ما أبرز التفاصيل حول الحدود والمزالق؟
تُحدَّد الميزانية في ملف الإعدادات: القيمتان max_budget: 250 وbudget_duration: 7d تمنحان 250 دولارًا لكل مفتاح في نافذة متحركة مدتها 7 أيام. وللأوضاع الطويلة مع extended thinking رُفع المهلة في المثال إلى 900 ثانية، أي 15 دقيقة. يسرد المؤلفون مزالق قد تُهدر ساعات من الوقت: إذا حُدد النموذج بمعرّف ARN خام للملف، فلن يجده LiteLLM في جدول أسعاره وسيحتسب التكلفة صفرًا. يبقى إنفاق المفتاح صفرًا ولا تُفعَّل الميزانيات أبدًا. لذلك ينبغي كتابة أسعار الرمز يدويًا في كتلة model_info.
ما أبرز التفاصيل حول القيود؟
وفق التوثيق، تناسب النسخة المجانية من LiteLLM AI Gateway التجربة التجريبية وهي مصممة لخمسة مستخدمين، وبعد ذلك تلزم رخصة. المفاتيح الافتراضية متاحة في النسخة المجانية أيضًا، لكن الإصدار الذاتي للمفاتيح الوارد في المقال يتطلب LiteLLM Enterprise. وتشمل هذه النسخة كذلك SSO وسجلات التدقيق وأدوار المسؤولين المفوَّضة والدعم. أما Bedrock Guardrails، بما فيها تصفية المحتوى والتحقق من سند الردود، فلا يتناولها المثال، لكن يجب إضافتها في بيئة الإنتاج.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.