Петер Штайнбергер потратил $1,3 млн на API за месяц экспериментов с OpenClaw

بيتر شتاينبرجر، مهندس في OpenAI وخالق مشروع OpenClaw — نظام لتوليد الأكواد بشكل مستقل — نشر مؤخراً تقريراً مالياً عن تجربته التي استغرقت شهراً واحداً. الأرقام تبدو كأنها خيال علمي: في شهر واحد فقط، بلغت الفاتورة 1.3 مليون دولار. هذا ليس خطأ إملائي ولا فرضية — إنها أموال حقيقية تم إنفاقها على واجهة برمجة التطبيقات OpenAI لجعل الآلات تكتب أكواداً بالحجم الصناعي.

كيف وصلت الفاتورة إلى هذا الحد

على مدار 30 يوماً، قام شتاينبرجر بتشغيل حوالي 100 نسخة من نماذج اللغة في نفس الوقت. كانت كل واحدة تعمل بالتوازي، تحل مهام ترميز منفصلة. خلال الشهر، تمت معالجة 603 مليارات رمز من خلال 7.6 مليون طلب API. هذا لا يعتبر مجرد رقم كبير — إنه عرض مباشر لما يحدث عندما يبدأ وكيل ذكاء اصطناعي بكتابة أكواد بالحجم الصناعي، بدون تدخل بشري. كل طلب إلى واجهة برمجة التطبيقات OpenAI يكلف أموالاً. عندما تقوم بتشغيل 100 وكيل في نفس الوقت، وكل واحد منهم يمكن أن ينشئ عشرات أو مئات الطلبات في الدقيقة، تنمو الفاتورة بشكل أسي. هذا ليس نمواً خطياً للتكاليف — إنها قانون الأس.

لماذا هذا مكلف: اقتصاديات نماذج اللغة الكبيرة الحديثة

• سعر الرمز ليس موحداً في جميع الحالات — السياق الطويل (الكثير من النص في الفحص الأولي) يكلف أكثر
• 100 جلسة متوازية تضاعف التكاليف بشكل أسي، مما يخلق تأثير توسع في الاتجاه الخاطئ
• كل طلب يتطلب معالجة السياق بالكامل من قبل النموذج — هذا هو الجزء الأغلى حسابياً في شبكات المحولات
• الوكلاء طويلي الأجل يرسلون السياق القديم في الطلبات الجديدة، مكررين الدفع مقابل نفس الرموز
• لا توجد خصومات على الحجم في الوقت الفعلي — تفرض OpenAI رسوماً على كل رمز بسعر الصرف الحالي

يقترح شتاينبرجر في تقريره أن بناء منتج تجاري يتطلب تحسينات جادة. على سبيل المثال: استخدام تخزين مؤقت للرموز (ميزة جديدة من واجهة برمجة التطبيقات OpenAI تقلل تكلفة الطلبات المتكررة بنفس السياق)، المعالجة الدفعية — تجميع طلبات متعددة معاً، أو استخدام نماذج أرخص للمهام المساعدة مثل تحليل الأكواد. بدون هذه الحيل، يصبح توسع توليد الأكواد المستقل غير قابل للتطبيق من الناحية الاقتصادية.

ما الذي يكشفه هذا عن تكاليف الحوسبة

نفقات بهذا الحجم تكشف عن الاقتصاد الحقيقي والمخفي لأدوات الذكاء الاصطناعي. عندما يكون الوكيل ذكياً بما يكفي للعمل لساعات بدون إشراف بشري، تصبح التكلفة مرئية وحتمية. هذا ليس انتقاداً موجهاً إلى OpenAI — إنها رياضيات التكاليف الحسابية. المحولات مكلفة للتشغيل على الاستدلال، ولا توجد تحسينات ستغير ذلك بشكل جذري.

"إذا قمت بتشغيل وكيل مستقل تماماً يعمل لفترات طويلة وينتقل بشكل متكرر

بين النماذج، فإن فاتورتك ستنطلق ببساطة،" — هكذا تقريباً لخص شتاينبرجر جوهر المشكلة.

ما الذي سيتغير في السوق

بالنسبة للمطورين والشركات الناشئة، هذا إشارة مهمة: توليد الأكواد بالذكاء الاصطناعي على نطاق واسع يتطلب ليس فقط المعرفة التقنية، بل أيضاً فهماً عميقاً لتكاليف الحوسبة. من المحتمل أننا سنشهد موجة من التحسينات. ستبدأ الشركات في البحث عن طرق لتقليل السعر الفعلي لكل رمز، واستخدام نماذج أخف وزناً للمسودات والتحليل السياقي، والتخزين المؤقت وإعادة استخدام السياقات قدر الإمكان. بالنسبة إلى OpenAI، قد يعني هذا ظهور خطط تسعير جديدة للمستخدمين عالي الحجم — شيء مثل الخصومات الجماعية أو أسعار العقود أو حلول خاصة للمؤسسات. عصر كون توليد الأكواد بالذكاء الاصطناعي رخيصاً وفي متناول الجميع قد انتهى. نحن ندخل عصراً من الاستخدام المدروس والمحسّن مالياً للوكلاء المستقلين.