MiniMax يحل محل Claude API ويخفض تكلفة وكيل الذكاء الاصطناعي من 200 دولار إلى 20 دولارًا

أظهر مطوّر وكيل ذكاء اصطناعي لوسائل التواصل الاجتماعي أن أبرز طريقة لخفض تكاليف النماذج ليست عصر كل قرش من الأوامر (prompts)، بل إعادة النظر في اختيار النموذج نفسه. ففي حالته، أدى الانتقال من Claude API إلى بدائل أرخص إلى خفض فاتورة النماذج من أكثر من 200 دولار إلى نحو 20 دولارًا شهريًا دون تراجع ملحوظ في الجودة.

من الاشتراك إلى API

كان الوكيل يعمل في البداية فوق اشتراك Claude Max. وبالنسبة إلى المؤلف، بدا ذلك سيناريو شبه مجاني: فهو يدفع أصلًا نحو 100 دولار شهريًا للوصول إلى Claude في تطويره اليومي، والحمل الإضافي الناتج عن الوكيل لم يتطلب ميزانية منفصلة. وكان النظام يتولى الأعمال الروتينية المعتادة في إنتاج المحتوى: يقرأ الخلاصات (feeds)، ويجمع المواضيع، ويجري البحث، ويكتب المسودات، ويحرّرها، ويجهّز المنشورات لوسائل التواصل الاجتماعي.

تغيّر الوضع بعد تحديث قواعد Anthropic. فقد أصبح استخدام الاشتراك لوكلاء الذكاء الاصطناعي والأنظمة الآلية غير مسموح، ما اضطر المطوّر إلى نقل المشروع إلى الدفع عبر API بحسب عدد الرموز. نظريًا بدت الأسعار مقبولة، لكن النموذج كان عمليًا شرهًا أكثر من اللازم لهذا السيناريو. فجلسة بحث صباحية واحدة قد تستهلك حتى 250 ألف رمز قبل ظهور أي نص جاهز، كما أن الاستدعاءات الفاشلة والطلبات المتكررة تضخّم الفاتورة النهائية بسرعة.

كلّف أول شهر كامل على API أكثر من 200 دولار. ولم تكن المشكلة الرئيسية في حجم المبلغ فحسب، بل في تعذّر التنبؤ به: ففي الأيام العادية كانت النفقات معتدلة، لكن أي حالة حدّية (edge case) تتضمن سلسلة استدلال طويلة كانت تضاعف التكاليف مرات عدة. وبالنسبة إلى مطوّر منفرد ومشروع جانبي، لم يعد هذا «ثمن الراحة» بل بندًا مستقلًا في المصروفات يجب ضبطه بالصرامة نفسها التي تُضبط بها الخوادم أو واجهات API الخارجية.

البحث عن نموذج أرخص

بعد ذلك بدأت مرحلة تجريب البدائل. كانت المعايير عملية: أن يكتب النموذج نصوصًا طويلة، وأن يلتزم بالتعليمات المعقدة بشكل مقبول، وأن يحافظ على نبرة مستقرة، وأن تكون تكلفته أقل بكثير من Claude.

كان أول خيار صالح للعمل هو Kimi K2.5 عبر OpenRouter بسعر نحو 0.45 دولار لكل مليون رمز. وبحسب تقدير المؤلف، قدّم هذا النموذج نحو 80% من جودة Claude مقابل جزء ضئيل من التكلفة، وتعامل جيدًا مع مسودات المنشورات وخلاصات البحث ومخططات المقالات. وقد ساعد الانتقال إلى Kimi بشكل ملحوظ، إذ انخفض الإنفاق الشهري إلى نطاق 40–60 دولارًا. لكن مشكلة عدم القدرة على التنبؤ لم تختفِ، لأن الدفع ظل يتم بحسب الرموز.

جاء التحول الحاسم مع الانتقال إلى MiniMax M2.5، الذي عُرض باشتراك بنحو 20 دولارًا شهريًا. وبالنسبة إلى وكيل محتوى، تبيّن أن هذا أهم من السعي وراء أعلى جودة في اختبارات الأداء (benchmarks): فقد سهّل الدفع الثابت تخطيط الميزانية وأزال الخوف من طفرات الحمل.

في الإعداد الحالي يستخدم المؤلف MiniMax نموذجًا رئيسيًا، ويُبقي Kimi خيارًا احتياطيًا. ووفق قوله، لا حاجة تقريبًا إلى الخيار الاحتياطي (fallback)، لأن MiniMax يغطي أكثر من 95% من الطلبات. وتبدو الحسبة الإجمالية كالتالي:

• اشتراك MiniMax M2.5 — نحو 20 دولارًا شهريًا
• Kimi K2.5 كاحتياطي — نحو 1–2 دولار
• TwitterAPI.io لجمع الخلاصة — 5 دولارات
• خادم VPS من Contabo — 6.36 دولار

وتبلغ التكلفة الإجمالية لوكيل الإنتاج (production) نحو 33 دولارًا شهريًا مع البنية التحتية، في حين كان النموذج وحده على Claude API يستهلك سابقًا ما بين 200 و400 دولار وأكثر.

قواعد توجيه بسيطة

يؤكد المؤلف على نحو منفصل أن الاشتراك لا يناسب الجميع. فإذا كان الحمل يتجاوز الحدود المسموح بها، أو كانت هناك حاجة إلى قدرات فريدة لنموذج بعينه، أو كانت الشركة غارقة أصلًا في بنيتها السحابية الخاصة، فسيتعيّن التعايش مع الدفع بحسب الرموز. وفي هذه الحالة يصبح توجيه النماذج (routing) هو المصدر الرئيسي للتوفير. الفكرة بسيطة: ألا يُرسل كل طلب إلى أغلى محرّك، بل يُختار النموذج بحسب صعوبة المهمة.

يعرض المقال عدة مقاربات. يجرّب التوجيه المتسلسل (cascade routing) أرخص نموذج أولًا، ولا يصعّد الطلب إلى نموذج أعلى إلا عند ضعف النتيجة. أما FrugalGPT الذي يشير إليه المؤلف، فقد أظهر توفيرًا يصل إلى 98% مع الحفاظ على دقة بمستوى GPT-4، وإن كان الثمن هنا زمن تأخير إضافيًا. وأظهر RouteLLM من LMSYS خفضًا في التكلفة يصل إلى 85% على MT Bench مع الحفاظ على 95% من أداء GPT-4. وتقدّم AWS Bedrock خدمة Intelligent Prompt Routing بوصفها خدمة مُدارة، وتتحدث عن توفير بمتوسط 30%، وعن ما يصل إلى 63% في أحمال RAG.

وللفرق الصغيرة والمطورين المنفردين ينصح المؤلف بخيار أكثر واقعية — قواعد من ثلاثة أسطر:

• إرسال الطلبات القصيرة التي لا تتجاوز 500 رمز، ومهام التنسيق أو استخراج البيانات، إلى أرخص نموذج
• إرسال مهام الشيفرة البرمجية والتحليل المعقد والاستدلال العميق إلى النموذج الرائد (flagship)
• توجيه كل ما بين ذلك إلى نموذج من المستوى المتوسط

«هل تحتاج فعلًا إلى نموذج باهظ الثمن؟» — هذا هو السؤال الرئيسي الذي

يقترح المؤلف طرحه قبل إعداد أي توجيه معقد.

ماذا يعني ذلك

تُظهر هذه القصة بوضوح مدى سرعة تغيّر اقتصاديات نماذج الذكاء الاصطناعي. ففي حالات كثيرة لا يدفع الفريق أكثر من اللازم بسبب أوامر سيئة، بل لأنه يختار افتراضيًا نموذجًا متقدمًا (frontier) لكل المهام بلا استثناء. والخلاصة العملية بسيطة: مرّر أولًا حملك الفعلي عبر نماذج رخيصة أو قائمة على الاشتراك، ولا تُبقِ النماذج الباهظة إلا حيث تتراجع الجودة فعلًا من دونها.