تكلفة وكيل الذكاء الاصطناعي لا تُقرأ في فاتورة مزوّد النماذج. فالفاتورة تصل في نهاية الشهر مجمَّعة بحسب مفتاح API، دون أن تقول أي وكيل أو أداة أو حلقة استدلال استهلكت الرموز (tokens). وبالنسبة إلى فريق التشغيل هذا متأخر جدًا وضبابي جدًا: وكيل يعيد استدعاء الأداة نفسها عشر مرات يكلّف الكثير قبل أن ينتبه أحد.
الجواب هو نفسه لأي خدمة: قياس برمجي ثم قياس ثم تنبيه. توفر الاصطلاحات الدلالية في OpenTelemetry للذكاء الاصطناعي التوليدي (سمات ومقاييس gen_ai.*) مفردات مشتركة لعدّ الرموز واستدعاءات الأدوات وزمن استجابة كل استدعاء لوكيل. وحين تتوفر هذه البيانات تصبح التكلفة مؤشر تشغيل كغيرها، بلوحة معلومات وعتبة تنبيه.
يصف هذا المقال ما نقيسه وبأي أسماء، وكيف نتابعه في Dynatrace SaaS أو في مجموعة مفتوحة المصدر. وهو يكمّل مقالنا المحوري عن قابلية ملاحظة الذكاء الاصطناعي والنهج المرتكز على القيمة في قياس عائد الاستثمار في الذكاء الاصطناعي: نتحدث هنا عن جانب النفقات والموثوقية، لا عن جانب الفوائد.
تكلفة وكيل الذكاء الاصطناعي: المكوّنات الثلاثة التي نقيسها
يسلسل وكيل الذكاء الاصطناعي استدعاءات للنموذج واستدعاءات للأدوات حتى يصل إلى إجابة. وتتفكك تكلفته الفعلية إلى ثلاثة أجزاء:
- الرموز: رموز الإدخال (الموجّه والسجل ونتائج الأدوات المعاد حقنها) ورموز الإخراج. هذا هو الجزء الذي يحاسب عليه المزوّد. وتكبر رموز الإدخال مع كل دورة في الحلقة لأن السياق يتراكم.
- استدعاءات الأدوات: كل استدعاء يكلّف وقتًا، وأحيانًا مالًا (API مدفوعة أو استعلام قاعدة بيانات)، وقبل ذلك دورة نموذج جديدة للاستفادة من النتيجة. وعدد الاستدعاءات لكل نداء هو أفضل إشارة إلى وكيل يدور في حلقة.
- زمن الاستجابة: الوكيل البطيء يحجز موارد (عمّالًا واتصالات، ووحدات GPU إذا كان النموذج مستضافًا ذاتيًا) ويُضعف التجربة. وزمن الاستجابة جزء من تكلفة التشغيل حتى لو لم يظهر في أي فاتورة.
ماذا تقول اصطلاحات OpenTelemetry GenAI؟
اصطلاحات GenAI في حالة Development: قد تتغير الأسماء. وقد غادرت المستودع الرئيسي للاصطلاحات الدلالية (تشير الصفحة هناك إلى «Moved» منذ الإصدار 1.42.0) نحو مستودع مخصص، semantic-conventions-genai، لم ينشر إصدارًا بعد. فيجب إذن التمييز بين ما يُصدَر اليوم وما هو قادم.
على وحدات span: السمات التي نستثمرها من الآن
gen_ai.usage.input_tokensوgen_ai.usage.output_tokens(أعداد صحيحة): الرموز التي استهلكها الاستدعاء. وتوضح الاصطلاحات أن رموز الإدخال تشمل الرموز المقدَّمة من ذاكرة التخزين المؤقت لدى المزوّد.gen_ai.request.modelوgen_ai.response.modelوgen_ai.provider.name: لتوزيع التكلفة بحسب النموذج والمزوّد.gen_ai.operation.name:chatأوinvoke_agentأوexecute_tool… وتحمل وحدة span لاستدعاء أداة السمةgen_ai.tool.name(إلزامية) وتُسمّىexecute_tool {gen_ai.tool.name}.gen_ai.agent.nameوgen_ai.conversation.id: للتجميع بحسب الوكيل والمحادثة.
على المقاييس: الموجود والجيل الجديد
في آخر إصدار منشور احتواها (v1.41.1)، مقياس الرموز هو gen_ai.client.token.usage، مدرّج تكراري بوحدة {token} موزَّع بالسمة gen_ai.token.type (input أو output). وهو ما يُصدره OpenLLMetry اليوم مثلًا. ويُقاس زمن الاستدعاء بالمقياس gen_ai.client.operation.duration، مدرّج تكراري بالثواني.
يستبدل المستودع الجديد gen_ai.client.token.usage بعدّادين منفصلين، gen_ai.client.inference.usage.input_tokens وgen_ai.client.inference.usage.output_tokens، يُقدَّمان كأداتي المرجع لتقريب التكلفة. ويضيف مقاييس خاصة بالوكلاء: gen_ai.invoke_agent.duration (بالثواني) وgen_ai.invoke_agent.inference_calls وgen_ai.invoke_agent.tool_calls وgen_ai.execute_tool.duration. وما دام لم يُنشر أي إصدار، تحقق مما يصدره قياسك البرمجي فعلًا قبل بناء تنبيهات عليه.

يوضح التعريف أعلاه نقطة مفيدة للميزانية: لا تُحتسب سوى الأدوات المنفَّذة في جهة العميل، لا الأدوات التي ينفذها المزوّد (كالبحث المدمج في الويب مثلًا)، ولا يُحتسب كل استدعاء إلا مرة واحدة في شجرة الوكلاء الفرعيين.
عمليًا: متابعة تكلفة وكيل ذكاء اصطناعي
الخطوة 1: التحقق من السمات المُصدَرة
سواء قيس الوكيل بمكتبة (OpenLLMetry أو OpenLIT أو أداة قياس لإطار عمل) أو يدويًا، افتح تتبعًا وتحقق من وجود السمات gen_ai.usage.* وgen_ai.request.model وgen_ai.tool.name. وبدونها يستحيل أي حساب للتكلفة.

إذا قست يدويًا، تقدم وثائق Dynatrace مثالًا لوحدة span عميل تملأ هذه السمات من إجابة المزوّد:
with tracer.start_as_current_span("chat gpt-5", kind=SpanKind.CLIENT) as span:
span.set_attribute("gen_ai.operation.name", "chat")
span.set_attribute("gen_ai.provider.name", "openai")
span.set_attribute("gen_ai.request.model", "gpt-5.2")
response = openai_client.chat.completions.create(...)
span.set_attribute("gen_ai.response.model", response.model)
span.set_attribute("gen_ai.usage.input_tokens", response.usage.prompt_tokens)
span.set_attribute("gen_ai.usage.output_tokens", response.usage.completion_tokens)
الخطوة 2: إرسال البيانات إلى Dynatrace SaaS
يتطلب دليل OpenTelemetry وAI Observability ترخيص Dynatrace Platform Subscription يشمل Traces وMetrics وLog Analytics powered by Grail، ورمزًا مميّزًا يحمل النطاقات openpipeline:traces:ingest وopenpipeline:metrics:ingest وopenpipeline:logs:ingest (أو، في الرمز الكلاسيكي، openTelemetryTrace.ingest وmetrics.ingest وlogs.ingest). تنطلق التتبعات نحو https://<environnement>.live.dynatrace.com/api/v2/otlp/v1/traces. ولضبط مجمّع وسيط راجع Langfuse وOpenLLMetry.
يصلح هذا المسار لـDynatrace SaaS: فتطبيق AI Observability واستعلامات DQL يقومان على Grail. أما في Dynatrace Managed فلا Grail ولا DQL؛ ويبقى المسار المفتوح المصدر الموصوف أدناه قابلًا للتطبيق.
الخطوة 3: عدّ الرموز لكل نموذج بـ DQL
fetch spans
| filter isNotNull(gen_ai.usage.input_tokens)
| makeTimeseries entree = sum(gen_ai.usage.input_tokens),
sortie = sum(gen_ai.usage.output_tokens),
by:{gen_ai.request.model}, interval:1h
منحنى إدخال يرتفع أسرع من عدد الطلبات يدل على سياق يتضخم: سجل لا يُقتطع أبدًا أو نتائج أدوات كبيرة جدًا يُعاد حقنها.
الخطوة 4: رصد الأدوات المكلفة والحلقات
fetch spans
| filter gen_ai.operation.name == "execute_tool"
| summarize appels = count(), p95 = percentile(duration, 95), by:{gen_ai.tool.name}
| sort appels desc
fetch spans
| filter gen_ai.operation.name == "execute_tool"
| summarize outils = count(), by:{trace.id}
| summarize p95_outils = percentile(outils, 95), max_outils = max(outils)
يقرّب الاستعلام الثاني عدد استدعاءات الأدوات لكل طلب. وأقصى قيمة بعيدة جدًا عن المئين 95 تشير إلى التتبعات التي يجب فتحها أولًا.
الخطوة 5: لوحة المعلومات وتنبيهات الميزانية
في تطبيق AI Observability يلخص تبويب Overview النشاط (طلبات LLM واستهلاك الرموز واتجاه التكاليف) ويوزّع تبويب Explorer الطلبات والرموز والمدة المتوسطة والتكلفة بحسب المزوّد والنموذج والخدمة أو الوكيل. وتشير الوثائق إلى أن التنبيه يُنشأ بالزر New alert على البلاطات القائمة على المقاييس، مثل Token count أو Token usage forecast؛ ويُفتح المعالج معبّأ بالنطاق الحالي. انتبه: بعض لوحات المعلومات الجاهزة تستعلم وحدات span وتستهلك Traces powered by Grail – Query حتى دون بيانات؛ ففضّل البلاطات القائمة على المقاييس.
حدّد العتبة انطلاقًا من الميزانية لا من الحدس: الميزانية الشهرية من الرموز مقسومة على عدد الأيام تعطي سقفًا يوميًا، وتنبّه توقعات الاستهلاك قبل التجاوز.
الخطوة 6: المسار المفتوح المصدر
بدون Dynatrace، يغذي القياس البرمجي نفسه أداة هندسة LLM. يحسب Langfuse سعر كل توليد انطلاقًا من تعريفات النماذج (سعر رمز الإدخال والإخراج) ويوفر لوحات للتكلفة لكل نموذج ولكل بيئة ولكل مستخدم ولكل حالة استخدام.

كيف نتحقق من أن كل شيء يعمل
- طلب اختبار للوكيل ينتج تتبعًا يحتوي وحدة span من نوع
invoke_agentووحداتchatمعgen_ai.usage.input_tokensمعبّأة ووحداتexecute_tool. - يعيد استعلام DQL في الخطوة 3 سلسلة لكل نموذج؛ ويتسق مجموع يوم كامل مع جدول الاستخدام في وحدة تحكم المزوّد.
- تنبيه اختبار بعتبة منخفضة عمدًا يطلق إشعارًا فعلًا.
أفضل الممارسات
- وزّع دائمًا بحسب الوكيل والنموذج: التكلفة الإجمالية لا تقول ما يجب إصلاحه.
- ضع سقفًا لعدد الدورات واستدعاءات الأدوات في شيفرة الوكيل؛ فالمقياس يكشف المشكلة فقط.
- اربط التكلفة بنتيجة (تذكرة محلولة أو إجابة مقبولة): هذا هو الرابط مع عائد الاستثمار.
- ثبّت إصدار أدوات القياس: أسماء
gen_ai.*ما زالت تتطور. - عامل انجراف التكلفة كحادثة، دون البحث عن مذنب: تغيير موجّه أو نموذج جديد أو أداة بطيئة.
الأسئلة الشائعة
هل تكفي الرموز لمعرفة تكلفة وكيل ذكاء اصطناعي؟
إنها تعطي الجزء الذي يحاسب عليه المزوّد. أضف استدعاءات الأدوات المدفوعة ووقت التنفيذ للحصول على تكلفة التشغيل الكاملة.
هل نستخدم gen_ai.client.token.usage أم العدّادات الجديدة؟
استخدم ما يصدره قياسك البرمجي اليوم، وهو في الغالب gen_ai.client.token.usage، وخطّط للترحيل عندما ينشر مستودع GenAI إصدارًا. وتبقى سمات وحدات span gen_ai.usage.* الأساس الأكثر استقرارًا للاستعلامات.
هل يعمل ذلك مع نموذج مستضاف ذاتيًا؟
نعم بالنسبة إلى الرموز وزمن الاستجابة في جهة العميل. وتصبح التكلفة حينئذ تكلفة البنية التحتية: راجع مقاييس vLLM في الإنتاج ومراقبة وكلاء MCP.
الخلاصة
قياس تكلفة وكيل الذكاء الاصطناعي يعني عدّ الرموز واستدعاءات الأدوات وزمن الاستجابة بمفردات قياسية، ثم وضعها في لوحة معلومات وخلفها تنبيه. توفّر اصطلاحات OpenTelemetry GenAI الأسماء، ويوفّر Dynatrace SaaS أو مجموعة مفتوحة المصدر الرؤية. وعندئذ تتوقف الميزانية عن كونها مفاجأة نهاية الشهر وتصبح مؤشرًا يُتابَع يوميًا.
span.observer مدوّنة مجتمعية مستقلة وغير تابعة لشركة Dynatrace LLC. Dynatrace علامة تجارية لشركة Dynatrace LLC. تحقق دائمًا من القيم (المنافذ والإصدارات والأحجام) في الوثائق الرسمية الخاصة بإصدارك.