OpenAI Batch API: خصم 50% ونافذة 24 ساعة — ما المهام المناسبة؟ 5 نقاط رئيسية للتقييم

الإجابة المباشرة: واجهة OpenAI Batch API مناسبة للمهام التي «يمكن تأجيل الحصول على نتائجها قليلًا»، والمستقلة عن بعضها، والكبيرة في الحجم. سعرها نصف سعر الواجهة المتزامنة، وهي تستخدم مجموعة مستقلة من حدود المعدل. أما قيدها فهو نافذة معالجة مدتها 24 ساعة، وهذه النافذة لا تضمن تسليم النتائج في لحظة محددة بعينها. الأعمال غير المتصلة باللحظة الراهنة مثل التصنيف وفق قواعد محددة مسبقًا، ومعالجة قواعد المعرفة، وتقييم النماذج، يمكن أن تُمنح أولوية التفكير في استخدام Batch. أما دعم العملاء في الوقت الفعلي، والتفاعلات التي تتطلب ردًا فوريًا، والتدفقات التي تحدد فيها نتيجة الخطوة السابقة محتوى الخطوة التالية، فلا ينبغي إسنادها إلى Batch API.

openai-batch-api-50-percent-discount-24h-window-ar-image-0

ماذا ستتعلم بعد قراءة هذا المقال؟

  • القواعد الأساسية لواجهة OpenAI Batch API: الخصم، وحدود المعدل، والنافذة الزمنية، وتنسيق الملفات، والحد الأقصى للأعداد.
  • الفرق بين ثلاثة أمور: نجاح الإرسال، ونجاح التوليد، والتسليم في الموعد.
  • كيف تُحتسب التكلفة بعد انتهاء صلاحية الدفعة، وكيف تعيد تشغيل الطلبات الفاشلة فقط.
  • أي جزء من التكلفة يُختصر فعليًا بخصم النصف، وأي التكاليف لا تنخفض إلى النصف.
  • طريقة عملية للحكم على ما إذا كانت مهمة ما مناسبة لـ Batch.

دليل المحتويات: قبل الدخول في صلب الموضوع، نبدأ بجدول مفاهيمي ولمحة سريعة عن التأثيرات لنساعدك على بناء تصور أساسي. يُرتّب قسم «الحقائق الموضوعية» قواعد الوثائق الرسمية بندًا بندًا؛ أما قسم «التحليل والاستنتاج» فيناقش ما تعنيه هذه القواعد بالنسبة لاختيار المهام، وحساب التكلفة، والتصميم الهندسي، ويعرض أنواع المهام المناسبة وغير المناسبة.

من الجدير بالذكر أن هذا المقال يستند إلى دليل Batch الرسمي من OpenAI الذي يُصان باستمرار، وقد جرت مراجعته في 2026-11-17. لا تحمل هذه الوثيقة تاريخ نشر أول واضحًا، لذا لا يتعامل معها هذا المقال كوظيفة جديدة صدرت في ذلك اليوم، بل كقراءة للقواعد المنظّمة لقدرة موجودة بالفعل.


للمعرفة: فهم المفاهيم الأساسية لـ OpenAI Batch API

المفهوم شرح موجز
API المتزامن طريقة الاستدعاء المعتادة التي ترسل الطلب وتنتظر النتيجة ثم تستلمها فورًا
Batch API واجهة لإرسال عدد كبير من الطلبات دفعة واحدة ومعالجتها بشكل غير متزامن ثم استرداد النتائج مجمّعة لاحقًا
JSONL صيغة نصية يمثل كل سطر فيها كائن JSON مستقلًا؛ وفي Batch يمثل كل سطر طلبًا واحدًا
custom_id معرّف فريد تحدده أنت لكل طلب، ويُستخدم لربط نتيجة الإخراج بالطلب الأصلي
مجمّع حدود معدل مستقل تُحسب حدود معدل طلبات Batch بشكل منفصل عن الطلبات المتزامنة، فلا يزاحم أحدهما الآخر
نافذة معالجة مدتها 24 ساعة المهلة الزمنية لمعالجة الدفعة؛ وبعد انتهاء المهلة تُلغى الطلبات غير المكتملة
دفعة منتهية الصلاحية دفعة تتجاوز نافذة المعالجة ولم تكتمل جميع طلباتها بعد

نظرة سريعة على تأثير OpenAI Batch API

  • المطورون: يمكن تقدير تكلفة API للمهام الدفعية غير المتصلة بالإنترنت بنصف سعر الطلبات المتزامنة، من دون أن تستهلك حصة حدود المعدل المتزامن الخاصة بالخدمات المتصلة. لكن عليهم تنفيذ مطابقة custom_id وإعادة إرسال الطلبات الفاشلة والتحقق من النتائج بأنفسهم.
  • فرق المحتوى والبيانات: تصبح مهام التصنيف والتلخيص وتنظيف قواعد المعرفة بكميات كبيرة أكثر اقتصادية. الثمن هو التخلي عن “الحصول على النتيجة فورًا”، مع ترك هامش زمني للتسليم.
  • فرق التقييم والبحث: تشغيل مجموعات اختبار واسعة النطاق يناسب Batch كثيرًا. لكن يجب الانتباه إلى أن الملف الواحد لا يمكن أن يستخدم إلا نموذجًا واحدًا، لذا يجب تقسيم مقارنة عدة نماذج إلى ملفات متعددة.
  • مسؤولو المنتج والعمليات: لا ينبغي فهم “24 ساعة” على أنها “تسليم العمل بالتأكيد صباح الغد”. عند تقديم وعود خارجية بشأن المواعيد، ينبغي التعامل مع Batch كقناة تسعى لأفضل جهد ممكن.

حقائق موضوعية حول OpenAI Batch API

قواعد الفوترة وحدود المعدل في Batch API

وفقًا لدليل Batch الرسمي (توثيق OpenAI الرسمي: developers.openai.com/api/docs/guides/batch)، يتميّز Batch API بثلاث خصائص أساسية:

  1. خصم على التكلفة: يوفّر خصمًا بنسبة 50% مقارنةً بـ API المتزامن.
  2. حدود معدل مستقلة: يستخدم مجموعة حدود معدل خاصة به، ولا يتشارك الحصة مع الطلبات المتزامنة.
  3. نافذة المعالجة: تكتمل معالجة الدفعة خلال نافذة 24 ساعة.

أما النماذج ونقاط النهاية المدعومة، فتُحدَّد وفق النطاق المذكور في التوثيق الرسمي. ولا يصح حاليًا القول بشكل عام إن «جميع النماذج تدعم Batch».

تنسيق ملفات Batch API وحدود الأعداد

بند القاعدة المتطلب الرسمي المعنى العملي
تنسيق الملف JSONL، طلب واحد في كل سطر كل سطر يمثّل مهمة مستقلة
معرّف الطلب لكل طلب custom_id فريد عليه وحده تعتمد مطابقة النتائج المسترجعة
قيد النموذج الملف الواحد يمكن أن يستخدم نموذجًا واحدًا فقط المهام متعددة النماذج تحتاج إلى تقسيمها على عدة ملفات
حد العدد 50,000 طلب كحد أقصى للدفعة الواحدة تجاوز الحد يستلزم التقديم على عدة دفعات
حد الحجم 200MB كحد أقصى لملف الدفعة الواحدة مهام السياق الطويل قد تصل إلى حد الحجم أولًا
ترتيب الإخراج غير مضمون أن يطابق ترتيب الإدخال لا يمكن مطابقة النتائج بأرقام الأسطر

فيما يلي بنية توضيحية لسطر طلب واحد، لبيان موضع custom_id. أما نقاط النهاية والمعاملات المحددة فتُحدَّد وفق قائمة الدعم في التوثيق الرسمي:

{"custom_id": "article-001", "method": "POST", "url": "/v1/chat/completions", "body": {"model": "MODEL_NAME", "messages": [{"role": "user", "content": "为以下主题写一段摘要:..."}]}}

قواعد انتهاء الصلاحية والفوترة في Batch API

إذا تجاوزت الدفعة نافذة المعالجة، فسيتم إلغاء الطلبات التي لم تكتمل بعد. أما النتائج التي نجحت فيمكن تنزيلها، وتُحسب التكلفة على الطلبات الناجحة فقط.

كما يذكّر التوثيق بنقطة مهمة: نجاح التقديم لا يعني نجاح التوليد. فاستقبال الدفعة يعني فقط أنها دخلت مسار المعالجة، ولا يعني أن كل سطر سيُنتج نتيجة. كذلك فإن نافذة الـ24 ساعة ليست وعدًا بتسليم العمل في لحظة محددة من صباح اليوم التالي.

openai-batch-api-50-percent-discount-24h-window-ar-image-1

تحليل وتقييم OpenAI Batch API

أي جزء من التكلفة يغطيه خصم النصف؟

خصم النصف (الدفع بنصف السعر) ينطبق على تكلفة استدعاء النموذج الخاصة بمعالجة Batch نفسها. نوضح ذلك أدناه بمثال تصميمي، والأرقام الواردة فيه ليست بيانات مقاسة فعليًا.

لنفترض أن تكلفة مهمة ما عند حسابها بالطلبات المتزامنة تبلغ 100 يوان، فإن التكلفة الإرشادية للطلبات نفسها عبر Batch تبلغ 50 يوانًا. لكن التكلفة الإجمالية للمشروع كله لا تنخفض بالضرورة إلى النصف، لأن هناك عدة أنواع من التكاليف لا يشملها الخصم تلقائيًا:

بند التكلفة هل يشملها خصم النصف مع Batch؟ التوضيح
تكلفة استدعاء النموذج لطلبات المعالجة الدفعية نعم إرشادي: 100 يوان متزامن تقابلها 50 يوانًا عبر Batch
استدعاءات الأدوات المستخدمة في البحث المسبق لا مثل البحث والاستقصاء أولاً ثم تحديد ما سيُكتب
المراجعة البشرية لا تكلفة العمل البشري لا علاقة لها بطريقة الفوترة
إعادة المحاولات الإضافية لا، تُحسب بشكل منفصل إعادة التشغيل بعد الفشل أو انتهاء الصلاحية تولّد استدعاءات جديدة
تطوير الهندسة وصيانتها لا توليد الملفات ومطابقة النتائج ومنطق إعادة الإرسال تتطلب جهدًا

لذا عند إعداد الميزانية، ينبغي تطبيق خصم النصف على «الجزء القابل للمعالجة الدفعية من الاستدعاءات» فقط، لا أن تقطع ميزانية المشروع الإجمالية إلى النصف مباشرة. وإذا كانت نسبة البحث والمراجعة مرتفعة في مشروع ما، فسيكون التوفير الكلي الذي يقدمه Batch أقل بكثير من 50%.

كيف نفهم نافذة الـ 24 ساعة

تصف نافذة الـ 24 ساعة المهلة الزمنية للمعالجة، وليست وعدًا بالتسليم. الطريقة الأكثر أمانًا هي التعامل مع نتائج Batch على أنها مخرجات «من المحتمل جدًا الحصول عليها خلال النافذة، لكن قد يكون بعضها ناقصًا»، مع تخصيص وقت في الجدول الزمني لإعادة التشغيل.

إذا كان فريق الأعمال يطلب «الحصول على كل النتائج قبل الساعة 9 صباحًا غدًا»، فإن الاعتماد على إرسال Batch واحد فقط محفوف بالمخاطر. بالنسبة للمهام ذات المتطلبات الزمنية الصارمة، يمكن الإرسال مسبقًا، أو ترك نافذة لإعادة التشغيل، أو تحويل الأجزاء الحرجة إلى طلبات متزامنة.

openai-batch-api-50-percent-discount-24h-window-ar-image-2

custom_id هو جوهر التصميم الهندسي لـ Batch

نظرًا لأن ترتيب المخرجات غير مضمون، يجب أن يعتمد استرجاع النتائج بالكامل على custom_id. وهذا يتطلب أن يكون custom_id ذا معنى تجاري في مرحلة التصميم، وأن يكون فريدًا عالميًا، مثل «نوع المهمة-رقم الدفعة-التسلسل».

مثال التصميم التالي ليس تجربة فعلية أيضًا: لتوليد 20 مقالًا مستقلًا بالاعتماد على النموذج نفسه، يمكن كتابة 20 سطرًا من JSONL. إذا نجح 18 مقالًا في النهاية وأُلغيت مقالتان بسبب انتهاء المهلة، فكل ما عليك فعله هو تحديد المقالتين الناقصتين عبر custom_id وإعادة إرسالهما، بدلًا من إعادة تشغيل الـ 20 كلها. تُحتسب المقالات الـ 18 الناجحة كطلبات ناجحة، بينما لا تُحتسب المقالتان الملغاتان.

يمكن تلخيص النقاط الأساسية في هذه العملية كما يلي:

  1. قبل الإرسال، تحقق من أن كل custom_id في كل سطر فريد.
  2. بعد استرجاع النتائج، اطرح مجموعة custom_id في المخرجات من مجموعة custom_id في المدخلات للحصول على قائمة العناصر الناقصة.
  3. أنشئ JSONL جديدًا للعناصر الناقصة فقط، ثم أرسله.
  4. تولّد إعادة التشغيل رسوم استدعاء جديدة، لذا يجب احتسابها في الميزانية.

نماذج متعددة وسياقات معتمدة على بعضها: افصل المعالجة

يمكن أن يستخدم الملف الواحد نموذجًا واحدًا فقط. إذا أراد مشروع واحد أن يقوم النموذج A بالتصنيف والنموذج B بالتلخيص، فعليك تجهيز ملفين منفصلين، يقدّم كل منهما طلباته ويستعيد نتائجه بشكل مستقل.

والأهم هو علاقات الاعتماد. إذا كانت العملية تسير على النحو التالي: “ابحث في المواد أولاً، ثم قرر بناءً على نتائج البحث ماذا تكتب”، فإن الخطوة الثانية تعتمد على مخرجات الخطوة الأولى، ولن يقوم Batch بتنسيق هاتين الخطوتين تلقائيًا. عليك بعد استعادة نتائج الدفعة الأولى أن يولّد برنامجك الخاص طلبات الدفعة الثانية ويقدّمها. وهذا يعني أيضًا أن الزمن الإجمالي للسلسلة كلها قد يتراكم عبر عدة نوافذ معالجة.

ما المهام المناسبة لواجهة OpenAI Batch API

نوع المهمة هل تناسب Batch؟ السبب
تصنيف دفعي وفق قواعد محددة مناسب القواعد ثابتة، والعناصر مستقلة، ولا حاجة لإرجاع فوري في الوقت الفعلي
معالجة قواعد المعرفة (تلخيص، تنظيف، هيكلة) مناسب حجم البيانات كبير، ويمكن إنجازه دون اتصال
تقييم النماذج، والاستدلال الدفعي على مجموعات الاختبار مناسب دفعي بطبيعته، وغير حساس لعامل التوقيت
التوليد الدفعي للمحتوى المستقل بنفس النموذج مناسب كل سطر مستقل، ويمكن إعادة تشغيل الفاشل منه عبر custom_id
خدمة العملاء الفورية، والتفاعل الحواري غير مناسب يحتاج المستخدم إلى رد فوري، فينبغي استخدام الاستدعاء المتزامن وغيره
المهام ذات مواعيد تسليم صارمة بحذر نافذة الـ 24 ساعة لا تضمن توقيتًا محددًا
العمليات متعددة الخطوات التي تبحث أولاً ثم تحدد المحتوى يتطلب تنسيقًا ذاتيًا Batch لا يتعامل مع الترابط بين الخطوات تلقائيًا

طريقة تقييم بسيطة هي طرح ثلاثة أسئلة متتالية: هل يمكن الحصول على النتيجة بعد قليل من الوقت؟ هل كل طلب مستقل عن الآخر؟ هل الحجم كبير بما يكفي لاستحقاق كتابة ملفات ومنطق استعادة؟ إذا كانت الإجابات الثلاث “نعم”، فغالبًا يكون Batch هو الخيار الأكثر اقتصادية. وإذا كانت إجابة واحدة فقط “لا”، فعليك أولاً تقسيم المهمة، أو الاحتفاظ بالاستدعاء المتزامن.

تغييرات تستحق المتابعة لاحقًا

نظرًا لأن هذه وثيقة رسمية تُحدَّث باستمرار، فإن النماذج ونقاط النهاية المدعومة، وعددها، وسقوف الحجم قد تتغيّر كلها. الأحكام التالية مجرد توقّعات: فمع انضمام مزيد من النماذج ونقاط النهاية إلى Batch، سيميل سير العمل الخاص بالتقييم دون اتصال وبمعالجة البيانات إلى اعتماد المعالجة الدفعية كخيار افتراضي. لكن عند التكامل الفعلي، يجب الالتزام بالقواعد التي تسردها الوثيقة في ذلك الوقت، لا الاعتماد مباشرةً على الأرقام الواردة في تاريخ مراجعة هذا المقال.

قيمة Batch API تكمن في أنها تجعل المرء يفكّر بوضوح: ما هي المهام التي يمكن أن تنتظر؟ المهمة التي تقبل الانتظار تحصل مقابل ذلك على نصف السعر وحصة من حدود الطلبات لا تزعجك فيها القيود؛ أما المهمة التي يجب أن تحصل على رد فوري، فتبقى على مسار الطلبات المتزامنة.

«لا تتعجّل، ولا تُلقِ بالك إلى المكاسب الصغيرة. فمن يتعجّل لا يصل، ومن يلتفت إلى المكاسب الصغيرة لا يُنجز العمل الكبير.» — 《论语·子路》 (محادثات كونفوشيوس، فصل تسي لو)

أضف تعليق