Forem: Yusuf Khalidd

تحديثات APIDOG لشهر أبريل: مصحح أخطاء وكيل الذكاء الاصطناعي، ومصحح أخطاء A2A، وترحيل أسهل من Postman

Yusuf Khalidd — Wed, 29 Apr 2026 08:49:22 +0000

يتعلق إصدار أبريل بشيء عملي واحد: جعل فحص وتتبّع تطوير وكلاء الذكاء الاصطناعي أسهل، خصوصًا عندما تحتاج إلى معرفة ما حدث قبل ظهور الإجابة النهائية.

جرّب Apidog اليوم

إذا كنت تبني وكلاء ذكاء اصطناعي، فغالبًا لا تكون المشكلة في النص النهائي فقط. تحتاج عادةً إلى تتبّع سلسلة التنفيذ كاملة:

ماذا فهم الوكيل من طلب المستخدم؟
أي نموذج تم استدعاؤه؟
أي أداة أو MCP Tool استخدمها؟
ماذا أعادت الأداة؟
هل الخطأ في الـ prompt، أم في إعدادات النموذج، أم في منطق العمل؟

في هذا الإصدار، يضيف Apidog أدوات تساعدك على التعامل مع هذه الأسئلة مباشرة: مصحح أخطاء وكلاء الذكاء الاصطناعي، مصحح أخطاء A2A، استيراد Postman عبر API، تحسين تجربة "اسأل الذكاء الاصطناعي" في الوثائق المنشورة، ودعم موفري نماذج مخصصين.

⭐ تحديثات جديدة

🔥 مصحح أخطاء وكلاء الذكاء الاصطناعي: تتبّع تشغيل الوكيل خطوة بخطوة

كان Apidog يدعم سابقًا تصحيح أخطاء نقاط نهاية SSE بشكل مرئي. هذا مفيد عند التعامل مع:

تدفق استجابات النماذج
تحديثات التقدم
الإشعارات في الوقت الفعلي
واجهات API المعتمدة على الأحداث

لكن تصحيح أخطاء الوكلاء يحتاج رؤية أعمق من مجرد عرض التدفق النهائي.

في تطبيقات الوكلاء الحقيقية، تحتاج إلى تتبّع التنفيذ الداخلي للوكيل، مثل:

جولات المحادثة.
استدعاءات النموذج.
استدعاءات أدوات MCP.
تنفيذ المهارات المخصصة.
نتائج الأدوات.
المخرجات النهائية.

مصحح أخطاء وكلاء الذكاء الاصطناعي في Apidog يجمع هذه الخطوات في مكان واحد، بحيث يمكنك فحص مسار التنفيذ بدل الاكتفاء بالاستجابة النهائية.

استخدمه عندما تريد الإجابة عن أسئلة مثل:

هل يحتوي الـ prompt على سياق كافٍ؟
هل اختار الوكيل الأداة الصحيحة؟
هل أعادت أداة MCP البيانات المتوقعة؟
هل المشكلة في تكوين النموذج؟
هل الخطأ في معلمات الأداة؟
هل فشل منطق العمل بعد نجاح استدعاء الأداة؟

مثال عملي على سيناريو تصحيح:

User request
  ↓
Agent reasoning
  ↓
Model call
  ↓
MCP tool call
  ↓
Tool response
  ↓
Custom skill execution
  ↓
Final answer

بدل فحص كل خطوة يدويًا في سجلات منفصلة، يمكنك تتبّعها داخل Apidog لمعرفة أين انحرف السلوك المتوقع.

🤝 مصحح أخطاء A2A: اختبار اتصال وكيل بوكيل

مع انتشار أنظمة الوكلاء المتعددة، لم يعد كافيًا اختبار وكيل واحد فقط. تحتاج أيضًا إلى التحقق من قدرة الوكلاء على التواصل فيما بينهم.

يدعم Apidog الآن تصحيح أخطاء بروتوكول A2A من Google، أي Agent-to-Agent.

يمكنك استخدام مصحح A2A من أجل:

إرسال طلبات A2A مباشرة.
فحص معلمات الطلب.
التحقق من الاستجابة.
مراجعة نتيجة التفاعل بين الوكلاء.
التأكد من أن تمرير المهام بين الوكلاء يعمل كما هو متوقع.

الفرق العملي بين الأداتين:

الأداة	متى تستخدمها؟
مصحح أخطاء وكلاء الذكاء الاصطناعي	عندما تريد فحص ما يحدث داخل وكيل واحد أثناء تنفيذ مهمة
مصحح أخطاء A2A	عندما تريد اختبار الاتصال والتفاعل بين وكيل ووكيل آخر

إذا كان لديك نظام يحتوي على أكثر من وكيل، فستحتاج غالبًا إلى الاثنين: واحد لتصحيح السلوك الداخلي، وآخر لتصحيح الاتصال بين الوكلاء.

📦 استيراد بيانات Postman عبر Postman API

أصبح ترحيل البيانات من Postman أسهل للفرق الكبيرة.

كان Apidog يدعم استيراد ملفات Postman المحلية. الآن يمكنك أيضًا الاستيراد عبر Postman API، بما يشمل:

Workspaces
Collections
Environments

هذا مفيد عند إنشاء مشاريع جديدة في Apidog اعتمادًا على إعدادات Postman الموجودة.

بدل تنفيذ خطوات متكررة مثل:

Export collection
→ Export environment
→ Upload files
→ Reorganize projects
→ Clean up imported data

يمكنك استخدام مسار Postman API لترحيل مساحات العمل بشكل مباشر.

إذا كان حساب Postman يحتوي على عدة Workspaces، فسيقوم Apidog بإنشاء مشاريع مقابلة بعد الاستيراد.

استخدم هذا الخيار عندما يكون لديك:

أكثر من Workspace.
عدة Collections مرتبطة ببيئات مختلفة.
فريق كبير يحتاج إلى ترحيل منظم.
مشروع جديد تريد بناؤه بسرعة داخل Apidog.

أما إذا كان الاستيراد صغيرًا أو لمرة واحدة، فلا يزال خيار الملفات المحلية مناسبًا.

📄 "اسأل الذكاء الاصطناعي" في الوثائق المنشورة يفتح الآن في الشريط الجانبي

تعمل ميزة "اسأل الذكاء الاصطناعي" في الوثائق المنشورة الآن داخل شريط جانبي.

الفائدة العملية هنا أن القارئ لا يحتاج إلى مغادرة الصفحة أو فقدان موضعه داخل الوثائق.

يمكنك الآن:

فتح صفحة وثائق API.
قراءة نقطة نهاية أو قسم معين.
طرح سؤال في الشريط الجانبي.
متابعة القراءة من نفس الموضع.

هذا مفيد خصوصًا في الوثائق الطويلة، حيث قد تكون الإجابة موجودة داخل الصفحة، لكن الوصول إليها يدويًا يستغرق وقتًا.

مثال على أسئلة يمكن طرحها أثناء قراءة الوثائق:

ما الحقول المطلوبة في هذا الطلب؟
ما معنى هذا الخطأ؟
ما الفرق بين هذين الـ endpoints؟
هل هذا الحقل اختياري أم إجباري؟

🧠 موفرو نماذج الذكاء الاصطناعي المخصصون

يدعم Apidog الآن ربط موفري نماذج مخصصين باستخدام Base URL مخصص.

هذا مفيد إذا كان فريقك يستخدم:

خدمة نماذج مستضافة ذاتيًا.
بوابة نماذج داخلية.
إعدادًا خاصًا لإدارة الوصول إلى النماذج.
مزود نماذج غير مدمج افتراضيًا في الأداة.

بدل التبديل بين أدوات متعددة عند تصحيح سير عمل متعلق بالذكاء الاصطناعي، يمكنك إدخال إعدادات الموفر المخصص داخل Apidog واستخدامه ضمن بيئة العمل نفسها.

مثال تصوري للإعداد:

Provider name: Internal Model Gateway
Base URL: https://models.internal.example.com
Authentication: حسب إعدادات فريقك

هذا يمنح الفرق مرونة أكبر عند العمل مع بنى تحتية داخلية أو بيئات مقيدة.

🐞 إصلاحات الأخطاء وتحسينات أصغر

يتضمن هذا الإصدار أيضًا مجموعة من الإصلاحات والتحسينات:

تم إصلاح مشكلة عدم احتفاظ الدمج الذكي لـ OpenAPI بأمثلة استجابة نقطة النهاية.
تم إصلاح مشكلة حيث يمكن أن يتضمن الدمج من فرع فرعي إلى فرع رئيسي محمي نقاط نهاية لم يتم تحديدها.
تم إصلاح عرض القائمة المنسدلة غير الصحيح عند إنشاء إصدارات نقطة النهاية من الفروع.
تم إصلاح مشكلة عدم عمل TestData و TestCases عند تشغيل الاختبارات عبر CLI.
تم إصلاح مشكلة حيث تضمن تصدير OpenAPI مكونات الاستجابة من وحدات غير ذات صلة.
تم إصلاح تنسيق تصدير Markdown لـ JSON مع التعليقات.
تم إصلاح خطأ في تصدير Word ناتج عن crypto is not defined.
تم إصلاح مشكلة عدم عرض حقول اسم المستخدم وكلمة المرور عند استيراد Knife4j مع تمكين المصادقة الأساسية Basic Auth.
تم إصلاح خطأ في تصفية نقطة النهاية عندما كانت العلامات أرقامًا.
تم إصلاح مشكلة عدم إرجاع apidog endpoint list --branch بيانات للفرع المحدد.
تم إصلاح عدة مشكلات متعلقة بمعلمات أداة MCP، والتصفية، ورسائل الخطأ.
تم إصلاح مشكلة حيث كان الكود المُنشأ يفتقر إلى خيار التكوين typescriptThreePlus.

🌟 ماذا يعني هذا عمليًا؟

إصدار أبريل يستهدف الفرق التي انتقلت من تجربة الوكلاء كنماذج أولية إلى استخدامها في مشاريع حقيقية.

إذا كنت تعمل على وكيل واحد، استخدم مصحح أخطاء وكلاء الذكاء الاصطناعي لفهم مسار التنفيذ الداخلي.

إذا كنت تعمل على عدة وكلاء، استخدم مصحح A2A للتحقق من التواصل بين الوكلاء.

إذا كنت تنقل مشروعًا من Postman، استخدم استيراد Postman API لتقليل خطوات التصدير والرفع اليدوي.

إذا كنت تنشر وثائق API طويلة، فإن الشريط الجانبي لـ "اسأل الذكاء الاصطناعي" يساعد القراء على فهم الوثائق دون مغادرة الصفحة.

وإذا كان فريقك يستخدم بوابة نماذج داخلية أو خدمة مستضافة ذاتيًا، فإن دعم موفري النماذج المخصصين يجعل دمج هذا الإعداد داخل Apidog أسهل.

💬 انضم إلى المحادثة

تواصل مع مهندسي API الآخرين وفريق Apidog:

انضم إلى مجتمعنا على Discord للمناقشات والدعم في الوقت الفعلي.
شارك في مجتمعنا على Slack للمحادثات التقنية.
تابعنا على X (تويتر) للحصول على آخر التحديثات.

ملاحظة: للحصول على التفاصيل الكاملة حول جميع التحديثات، تحقق من سجل تغييرات Apidog!

مع خالص التقدير،

فريق Apidog

فوترة استخدام GitHub Copilot: ما الذي يجب أن تتوقعه فرق API

Yusuf Khalidd — Wed, 29 Apr 2026 07:10:16 +0000

لقد تغيّر نموذج فواتير GitHub Copilot أكثر من مرة خلال العام الماضي، وأصبح الآن على فرق الـ API تتبّع ثلاثة مقاييس معًا: مقاعد Copilot، والطلبات المميزة، ودقائق GitHub Actions التي يستهلكها تدقيق الكود على طلبات السحب. هذا الدليل يوضح كيف تقيس كل فئة التكلفة، ولماذا ترتفع الفاتورة غالبًا في مستودعات الـ API، وكيف تضع حدودًا عملية قبل دورة الفوترة التالية.

جرّب Apidog اليوم

سنربط ذلك في النهاية بسير عمل داخل Apidog بحيث تبقى مواصفات API، واختبارات العقود، وخطوات مراجعة الذكاء الاصطناعي في مسار واحد بدل توزيعها بين عدة لوحات فواتير.

إذا كنت تقدّر أيضًا تكلفة نماذج الـ APIs التي يستهلكها فريقك مباشرةً، فراجع أدلة تسعير GPT-5.5 وتسعير DeepSeek V4 لتغطية جانب “لكل توكن”.

ملخص سريع

يحتوي Copilot الآن على ثلاثة مصادر تكلفة: ترخيص لكل مقعد، وطلبات مميزة، ودقائق Actions لتدقيق الكود.
يعمل تدقيق كود Copilot على طلبات السحب كـ GitHub Action، لذلك يستهلك من ميزانية Actions العادية.
مستودعات الـ API تستهلك أكثر لأن طلبات السحب غالبًا تشمل مواصفات، عملاء مولّدين، معالجات، واختبارات.
الطلبات المميزة تغطي العمل الوكيل مثل Workspace وAgent Mode وCopilot Spaces واختيار نماذج أعلى تكلفة.
قبل دورة الفوترة التالية، عيّن حد إنفاق وابدأ بتخصيص 400 إلى 800 دقيقة Actions شهريًا لكل مستودع API نشط، ثم راجع الأرقام بعد 30 يومًا.

المقاييس الثلاثة في فواتير Copilot

كان Copilot في السابق بندًا واحدًا. الآن يجب أن تتعامل معه كالتالي:

مقاعد المستخدمين.
الطلبات المميزة.
دقائق Actions لتدقيق الكود.

1. ترخيص لكل مقعد

هذا هو الجزء الثابت من التكلفة:

Copilot Business    = 10 دولارات / مستخدم / شهر
Copilot Enterprise  = 19 دولارًا / مستخدم / شهر

يغطي المقعد الدردشة، الإكمالات المضمنة، الاقتراحات متعددة الأسطر، تكاملات IDE، والوصول إلى النماذج القياسية.

إجراء عملي:

راجع المقاعد كل ربع سنة.
احذف المقاعد من المستخدمين غير النشطين.
افصل بين مستخدم يستخدم Copilot يوميًا ومستخدم لديه ترخيص لكنه لا يفتح IDE.

2. الطلبات المميزة

الطلبات المميزة هي وحدة قياس GitHub للميزات الأعلى تكلفة. تُستهلك عند استخدام:

Agent Mode
Workspace
Copilot Spaces
اختيار نموذج غير افتراضي
مهام متعددة الخطوات ينفذها Copilot نيابة عنك

الأسعار الحالية قابلة للتغيير، لكنها تقريبًا كالتالي:

الميزة	التكلفة بالطلبات المميزة
الدردشة بالنموذج الافتراضي	مجانية للخطط المدفوعة
الإكمالات المضمنة	مجانية للخطط المدفوعة
Agent Mode بالنموذج الافتراضي	1 لكل طلب
Workspace بالنموذج الافتراضي	1 لكل طلب
اختيار Claude Sonnet 4.5	مضاعف 1.5x
اختيار GPT-5.5	مضاعف 2x
اختيار GPT-5.5 Pro	مضاعف 6x
استعلام Copilot Spaces	1 لكل استعلام

كل مقعد في Copilot Business يأتي مع 300 طلب مميز شهريًا. أما Copilot Enterprise فيأتي مع 1000 طلب. بعد الحصة، تُحتسب الزيادة بسعر 0.04 دولار لكل طلب، حسب حد الإنفاق الذي تضبطه.

مثال شائع في فرق API:

مهمة: "أعد توليد عميل OpenAPI واكتب اختبار عقد لنقطة النهاية الجديدة"

قد ينتج عنها:
- قراءة المواصفات
- تعديل العميل
- تعديل الاختبار
- تحديث ملفات مساعدة
- شرح أو مراجعة التغيير

النتيجة: أمر واحد من المستخدم قد يستهلك عدة طلبات مميزة.

3. دقائق Actions لتدقيق الكود

التغيير المهم هو أن تدقيق كود Copilot على Pull Requests يعمل كبنية GitHub Actions في الخلفية. أي أن وقت التشغيل يُخصم من نفس ميزانية Actions التي يستخدمها CI.

نقطتان مهمتان:

دقائق التدقيق ليست حصة منفصلة؛ هي جزء من حصة GitHub Actions الحالية.
المستودعات الخاصة تستهلك من الميزانية، بينما Actions على المستودعات العامة تكون مجانية عادةً.

في مستودع API متوسط، قد يستهلك تدقيق Copilot من 2 إلى 6 دقائق لكل Pull Request. أما طلبات السحب الكبيرة، التي تشمل ملفات كثيرة وسياقًا واسعًا، فقد تصل إلى 15 دقيقة.

لماذا تستهلك مستودعات API أكثر؟

1. طلبات السحب أكبر

تغيير API واحد قد يلمس:

openapi.yaml
عميل TypeScript مولّد
عميل Python مولّد
معالج الخادم
اختبارات العقود
وثائق أو أمثلة

كلما زاد الفرق الذي يقرأه Copilot، زادت مدة التدقيق، وبالتالي زادت دقائق Actions.

2. الكود المولّد يرفع حجم المراجعة

حتى إذا لم يكن الكود المولّد هو مصدر الحقيقة، فإن وجوده داخل Pull Request يجعل المراجع يقرأه. لذلك، مراجعة عملاء مولّدين بالكامل قد تستهلك وقتًا دون فائدة كبيرة.

3. تعدد أدوات المراجعة

كثير من فرق API تشغّل أكثر من أداة على كل Pull Request:

Copilot review
CodeQL
Snyk
ماسح أمني داخلي
اختبارات عقد
اختبارات تكامل

كل أداة لها تكلفة تشغيل. Copilot أصبح بندًا إضافيًا يجب قياسه مثل باقي الأدوات.

مثال سريع:

50 Pull Requests شهريًا
× 4 دقائق تدقيق لكل PR
= 200 دقيقة Actions شهريًا لتدقيق Copilot فقط

إذا كان لديك 3 مستودعات API بنفس المعدل:

200 × 3 = 600 دقيقة Actions شهريًا

وهذا قبل احتساب CI العادي.

كيفية تقدير الفاتورة الشهرية

قدّر التكلفة في ثلاث خطوات.

الخطوة 1: احسب تكلفة المقاعد

Business:
seats_cost = active_users × 10

Enterprise:
seats_cost = active_users × 19

مثال:

10 مطورين على Enterprise
10 × 19 = 190 دولارًا شهريًا

الخطوة 2: احسب الطلبات المميزة

استخدم تقديرًا شهريًا لكل مطور:

مستخدم يعتمد على الدردشة فقط: حوالي 150 طلبًا.
مستخدم يستخدم Workspace أو Agent Mode بكثافة: 600 إلى 800 طلب.

مع Copilot Business:

premium_overage = max(0, requests_used - 300_per_seat) × 0.04

مثال:

مطور يستخدم 700 طلب مميز شهريًا
الحصة = 300
الزيادة = 400
التكلفة = 400 × 0.04 = 16 دولارًا

إجراء مهم: عيّن حد إنفاق على مستوى المؤسسة. لا تتركه غير محدود إذا لم تكن تراقب الاستخدام يوميًا.

الخطوة 3: احسب دقائق Actions للتدقيق

ابدأ بمتوسط 4 دقائق لكل Pull Request في مستودعات API متوسطة الحجم:

review_minutes = prs_per_month × 4

ثم احسب الزيادة إذا تجاوزت حصة Actions المتبقية:

review_overage = max(0, review_minutes - actions_quota_remaining) × 0.008

مثال لفريق يدمج 200 Pull Request شهريًا:

200 × 4 = 800 دقيقة تدقيق شهريًا

إذا كانت الحصة تغطي ذلك، لن تظهر تكلفة إضافية. إذا كانت الحصة مستهلكة مسبقًا بواسطة CI، ستبدأ الزيادة بالظهور.

مثال تكلفة لفريق API

فريق من 10 مطورين على Copilot Enterprise يدمج 200 Pull Request شهريًا:

المقاعد:
10 × 19 = 190 دولارًا

زيادة الطلبات المميزة:
تقريبًا 40 دولارًا مع استخدام وكيل متوسط

دقائق التدقيق:
200 PR × 4 دقائق = 800 دقيقة
داخل حصة Enterprise غالبًا = 0 دولار إضافي

الإجمالي التقريبي:
230 دولارًا شهريًا

أما فريق Business صغير من 5 مطورين يدمج نفس العدد من Pull Requests فقد يتجاوز حصة Actions بشكل أسرع لأن الحصص أقل.

تحسين مسار CI لتقليل التكلفة

1. تخطَّ تدقيق Copilot لطلبات الروبوتات

لا تحتاج غالبًا إلى مراجعة AI لتحديثات Dependabot أو Renovate.

on:
  pull_request:
    types: [opened, synchronize]

jobs:
  copilot-review:
    if: github.actor != 'dependabot[bot]' && github.actor != 'renovate[bot]'
    runs-on: ubuntu-latest
    steps:
      - uses: github/copilot-review@v1

2. لا تراجع العملاء المولّدين إذا لم يتغير مصدرهم

إذا كنت تولّد عملاء API من openapi.yaml، فاجعل مصدر الحقيقة هو المواصفة. لا تدفع تكلفة مراجعة آلاف الأسطر المولّدة في كل مرة.

نهج عملي:

احسب hash للمواصفة.
قارنها بالفرع الأساسي.
إذا لم تتغير، تخطَّ تدقيق ملفات العملاء المولّدة.
إذا تغيرت، شغّل اختبارات العقد أولًا، ثم المراجعة.

3. استخدم فلترة المسارات

قصر تشغيل التدقيق على الملفات التي تستحق المراجعة:

on:
  pull_request:
    paths:
      - 'apis/**/*.yaml'
      - 'cmd/**'
      - 'internal/**'
      - 'tests/**'

وتجنّب مثلًا:

      - 'generated/**'
      - 'clients/**'

إلا إذا كان الكود المولّد يتم تعديله يدويًا فعلًا.

4. شغّل التدقيق بعد الاختبارات الرخيصة

اجعل ترتيب CI كالتالي:

1. lint
2. validate OpenAPI
3. contract tests
4. unit tests
5. Copilot review

الفكرة: إذا فشل Pull Request في خطوة سريعة ورخيصة، لا داعي لتشغيل مراجعة AI عليه.

إعدادات الحوكمة التي يجب ضبطها

1. حد الإنفاق

عيّنه على مستوى المؤسسة. لا تعتمد على الإعداد الافتراضي إذا كان غير محدود.

قاعدة عملية:

budget_limit = الميزانية المقبولة - 20%

إذا كنت تستطيع قبول 500 دولار زيادة، ابدأ مثلًا بـ 400 دولار.

2. تنبيهات الطلبات المميزة

فعّل التنبيهات عند:

ثم اربطها بـ Slack أو أداة incident management حتى لا تضيع في البريد.

3. سياسة تشغيل المراجعة

اختر أحد النمطين:

تشغيل تلقائي على كل Pull Request

مناسب للفرق الصغيرة أو المستودعات الحساسة.

تشغيل عبر label

مثال:

شغّل Copilot review فقط عند وجود label باسم review-please

هذا يقلل التشغيل غير الضروري، خصوصًا في Pull Requests التوثيقية أو تحديثات الروبوتات.

4. تفعيل الميزات حسب الفريق

لا تفعّل كل ميزات Copilot Enterprise على مستوى المؤسسة دفعة واحدة. ابدأ بفريق API واحد، راقب التكلفة، ثم وسّع النطاق.

أين يتناسب Apidog في سير العمل؟

Apidog ليس بديلًا عن Copilot. دوره العملي هو جعل مواصفات API واختبارات العقود والـ mocks في مكان واحد، بحيث لا تستخدم مراجعة AI إلا عندما تكون مفيدة.

نمط سير عمل قابل للتطبيق:

خزّن مواصفات API وأمثلة الطلبات في Apidog بجانب المستودع.
شغّل اختبارات العقد ضد mock server بدل API مباشر.
اجعل Copilot يراجع منطق المعالج وتغطية الاختبارات، لا صحة أمثلة المواصفة.
شغّل apidog-cli داخل CI للتحقق من العقد قبل مراجعة Copilot.

مثال تسلسل:

Pull Request
→ OpenAPI validation
→ Apidog contract tests
→ unit tests
→ Copilot review
→ merge

هذا مهم لأن مراجعة Copilot هي الخطوة الأعلى تكلفة في المسار. الفشل السريع في مشكلة عقد يوفر دقائق التدقيق للكود الذي يستحق المراجعة فعلًا.

للمزيد عن سير عمل الاختبار، راجع دليل اختبار API بدون Postman، ولتطبيق النمط على نموذج API راجع دليل DeepSeek V4 API.

ماذا تراقب في دورة الفوترة التالية؟

اليوم 1 إلى 7

الاستخدام يبدو طبيعيًا غالبًا. معظم الفرق تبقى تحت حصة الطلبات المميزة في الأسبوع الأول.

اليوم 14 إلى 21

المستخدمون الكثيفون يبدأون بتجاوز الحصة. إذا كان لديك حد إنفاق، قد تفشل بعض الطلبات بدل زيادة الفاتورة.

اليوم 28 إلى 30

تظهر دقائق Actions المتراكمة من تدقيق Copilot بوضوح. قارن الفاتورة مع الشهر السابق، خصوصًا:

إجمالي دقائق Actions.
عدد Pull Requests.
متوسط مدة التدقيق.
عدد الطلبات المميزة لكل مستخدم.

بعد نهاية الشهر:

انقل المستخدمين الكثيفين إلى Enterprise إذا كان ذلك أوفر.
احذف المقاعد غير النشطة.
شدّد فلترة المسارات في سير عمل التدقيق.
استثنِ الروبوتات والكود المولّد.

أخطاء شائعة

عدم ضبط حد إنفاق

حلقة Agent واحدة قد ترفع التكلفة بسرعة. ضع حدًا دائمًا.
تفعيل التدقيق على كل المستودعات

فعّله فقط حيث توجد قيمة مراجعة حقيقية.
مراجعة العملاء المولّدين

استخدم paths لتجاهلهم.
مراجعة Pull Requests من الروبوتات

استثنِ Dependabot وRenovate وأي بوت داخلي.
عدم حفظ baseline

صدّر CSV من واجهة فواتير GitHub شهريًا حتى تعرف أثر أي تغيير.

الأسئلة الشائعة

هل ما زال سعر المقعد 10 دولارات لكل مستخدم؟

نعم لـ Copilot Business: 10 دولارات لكل مستخدم شهريًا. Copilot Enterprise يكلف 19 دولارًا لكل مستخدم شهريًا، وCopilot Pro للأفراد يكلف 10 دولارات شهريًا. فئة المقعد تحدد أيضًا حصة الطلبات المميزة المضمنة.

هل الإكمال التلقائي المضمن أصبح مقاسًا؟

لا. الدردشة بالنموذج الافتراضي والإكمالات المضمنة غير مقاسة للخطط المدفوعة. الطلبات المميزة تغطي الميزات الأعلى تكلفة واختيار النماذج.

ماذا يحدث عند نفاد حصتي من الطلبات المميزة؟

إذا لم تسمح بالزيادة، تبدأ الطلبات بالفشل بسبب الحصة. يمكنك ضبط حد إنفاق للسماح بالتجاوز بسعر 0.04 دولار لكل طلب حتى الحد المحدد.

هل تتم فوترة دقائق Actions الخاصة بتدقيق الكود بشكل منفصل؟

لا. تستهلك نفس حصة GitHub Actions التي يستخدمها CI. لذلك راقب إجمالي Actions وليس تدقيق Copilot فقط.

هل يمكن تعطيل تدقيق كود Copilot بالكامل؟

نعم. يمكن لمسؤول المؤسسة تعطيله عبر السياسات أو تقييد التفعيل حسب الفريق أو المستودع.

هل يعمل تدقيق Copilot على مواصفات API الخاصة؟

نعم. في المستودعات الخاصة، سيستهلك ذلك دقائق Actions. يقرأ المراجع ملفات المواصفات والمعالجات والاختبارات مثل أي ملفات مصدر أخرى.

هل يستهلك تدقيق Copilot طلبات مميزة أيضًا؟

حاليًا، يستهلك دقائق Actions فقط. النموذج المستخدم داخل المراجع جزء من منصة Copilot ولا يُفوَّتر كطلب مميز منفصل. لكن هذا النوع من السياسات قد يتغير، لذلك راقب سجل تغييرات GitHub.

بالنسبة للفرق التي تشغّل تدقيق Copilot ومكالمات API مباشرة داخل CI، يغطي دليل GPT-5.5 free Codex جانب “لكل توكن”، بينما يساعد Apidog في إبقاء طبقة الـ mock واختبارات العقود قبل مراجعة AI، بحيث لا تعمل المراجعة إلا على Pull Requests التي اجتازت الفحوصات الأرخص أولًا.

كيفية استخدام Zuplo API؟

Yusuf Khalidd — Mon, 27 Apr 2026 08:43:48 +0000

إذا كنت قد قرأت عن Zuplo وترغب في إطلاق مشروع حقيقي باستخدامه، فهذا الدليل العملي يوضح لك الخطوات الأساسية من البداية للنشر والاختبار. ستتعلم كيف تنشئ مشروع Zuplo، وتعرف المسارات، وتضيف مصادقة وتحديد معدل، وتكتب سياسة TypeScript مخصصة، وتنشر إلى الحافة، وتختبر كل شيء باستخدام Apidog.

جرّب Apidog اليوم

بحلول نهاية الدليل سيكون لديك بوابة API جاهزة أمام مصدرك، مع مصادقة وتحديد معدل، وبوابة مطورين، وسير عمل Git متكامل مع CI. يمكنك إنجاز جميع الخطوات في حوالي 30 دقيقة.

إذا كنت لا تزال تقرر ما إذا كان Zuplo مناسبًا لك، اطلع على منشورنا المصاحب: ما هي بوابة API Zuplo. للمزيد من التفاصيل، راجع وثائق Zuplo.

ملخص سريع

سجل في portal.zuplo.com أو أنشئ مشروعًا محليًا باستخدام npm create zuplo.
حدد المسارات في config/routes.oas.json وأعد توجيهها لمصدرك عبر URL Forward Handler.
أضف سياسات مثل مصادقة مفتاح API وتحديد المعدل من ملف المسار أو مصمم المسارات.
اكتب منطقًا مخصصًا عبر وحدات TypeScript في modules/.
ادفع إلى فرع Git للنشر؛ ادمج للنشر إلى الإنتاج عبر أكثر من 300 موقع Edge.
اختبر كل مسار باستخدام Apidog قبل إطلاق الإنتاج.
الأسعار: مجاني حتى 100 ألف طلب شهريًا؛ خطة Builder بـ 25 دولار شهريًا.

المتطلبات الأساسية

قبل البدء تأكد من توفر:

حساب Zuplo
مصدر API (استخدم https://echo.zuplo.io للاختبار)
Node.js 18 أو أعلى (إذا كنت ستستخدم CLI)

للتطوير المحلي، استخدم محرر أكواد مثل VS Code مع إضافة TypeScript، ويمكنك دمجه مع إضافة Apidog لـ VS Code لإطلاق الطلبات مباشرة.

الخطوة 1: إنشاء مشروع Zuplo

الخيار أ: البوابة أولاً

سجل الدخول إلى portal.zuplo.com.
أنشئ مشروع جديد باسم مثل acme-gateway.
اختر "مشروع فارغ".
ستظهر لك شجرة ملفات البداية في تبويب الكود.

المشروع يرتبط بمستودع Git مُدار افتراضيًا. يمكنك ربط GitHub أو GitLab أو Bitbucket أو Azure DevOps لاحقًا.

الخيار ب: CLI أولاً

ابدأ مشروعك محليًا:

npm create zuplo@latest -- --name acme-gateway
cd acme-gateway
npm install
npm run dev

سيعمل خادم التطوير على المنفذ 9000، مع مصمم المسارات على http://localhost:9100. أي تغيير يتم إعادة تحميله فورًا.

عند الاستعداد للنشر، اربط المشروع بحسابك:

npx zuplo link

ثم للنشر:

npx zuplo deploy

الخطوة 2: تعريف المسار الأول

افتح config/routes.oas.json وأضف مسار GET:

{
  "openapi": "3.1.0",
  "info": { "title": "Acme Gateway", "version": "1.0.0" },
  "paths": {
    "/v1/products": {
      "get": {
        "summary": "List products",
        "operationId": "list-products",
        "x-zuplo-route": {
          "corsPolicy": "anything-goes",
          "handler": {
            "export": "urlForwardHandler",
            "module": "$import(@zuplo/runtime)",
            "options": {
              "baseUrl": "${env.ORIGIN_URL}"
            }
          },
          "policies": { "inbound": [] }
        },
        "responses": {
          "200": { "description": "Success" }
        }
      }
    }
  }
}

استخدم متغير البيئة ORIGIN_URL من إعدادات المشروع أو من config/.env.
جرب الوصول إلى http://localhost:9000/v1/products وسترى استجابة معكوسة من المصدر.

الخطوة 3: إضافة مصادقة مفتاح API

أضف سياسة المصادقة في المسار:

"policies": {
  "inbound": ["api-key-auth"]
}

ثم عرف السياسة في config/policies.json:

{
  "name": "api-key-auth",
  "policyType": "api-key-inbound",
  "handler": {
    "export": "ApiKeyInboundPolicy",
    "module": "$import(@zuplo/runtime)",
    "options": {
      "allowUnauthenticatedRequests": false
    }
  }
}

لإنشاء مستهلك ومفتاح API:

اذهب إلى Services > API Key Service في البوابة.
"إنشاء مستهلك" (subject مثل acme-customer-1).
انسخ مفتاح API.

اختبر بدون رأس المصادقة:

curl -i https://YOUR-PROJECT.zuplo.app/v1/products
# HTTP/2 401

ومع الرأس:

curl -i https://YOUR-PROJECT.zuplo.app/v1/products \
  -H "Authorization: Bearer YOUR_API_KEY"
# HTTP/2 200

يمكنك استيراد الـ OpenAPI إلى Apidog واستخدام متغيرات البيئة لتجربة جميع المسارات.

الخطوة 4: تحديد معدل المسار

أضف سياسة تحديد المعدل:

"policies": {
  "inbound": ["api-key-auth", "rate-limit-by-key"]
}

واضبطها في config/policies.json:

{
  "name": "rate-limit-by-key",
  "policyType": "rate-limit-inbound",
  "handler": {
    "export": "RateLimitInboundPolicy",
    "module": "$import(@zuplo/runtime)",
    "options": {
      "rateLimitBy": "sub",
      "requestsAllowed": 60,
      "timeWindowMinutes": 1
    }
  }
}

اختبر بإرسال 70 طلبًا في حلقة:

for i in {1..70}; do
  curl -s -o /dev/null -w "%{http_code}\n" \
    https://YOUR-PROJECT.zuplo.app/v1/products \
    -H "Authorization: Bearer YOUR_API_KEY"
done | sort | uniq -c

ستجد 60 استجابة 200 و10 استجابات 429.

الخطوة 5: التحقق من حمولات الطلب

أضف مسار POST مع التحقق من الجسم:

"/v1/products": {
  "post": {
    "summary": "Create product",
    "operationId": "create-product",
    "requestBody": {
      "required": true,
      "content": {
        "application/json": {
          "schema": {
            "type": "object",
            "required": ["name", "priceCents"],
            "properties": {
              "name": { "type": "string", "minLength": 1 },
              "priceCents": { "type": "integer", "minimum": 1 },
              "category": { "type": "string", "enum": ["food", "drink"] }
            }
          }
        }
      }
    },
    "x-zuplo-route": {
      "handler": { /* نفس المعالج */ },
      "policies": {
        "inbound": [
          "api-key-auth",
          "rate-limit-by-key",
          "validate-request"
        ]
      }
    }
  }
}

أضف سياسة التحقق:

{
  "name": "validate-request",
  "policyType": "open-api-request-validation-inbound",
  "handler": {
    "export": "OpenApiRequestValidationInboundPolicy",
    "module": "$import(@zuplo/runtime)",
    "options": {
      "validateBody": "reject"
    }
  }
}

أي طلب POST غير صحيح يُرفض بـ 400. استخدم Apidog لتجربة سيناريوهات الطلب بسهولة.

الخطوة 6: سياسة TypeScript مخصصة

أنشئ ملف modules/tiered-cache.ts:

import { ZuploRequest, ZuploContext, HttpProblems } from "@zuplo/runtime";

interface PolicyOptions {
  paidPlanHeader: string;
  paidMaxAge: number;
}

export default async function (
  response: Response,
  request: ZuploRequest,
  context: ZuploContext,
  options: PolicyOptions,
): Promise<Response> {
  const plan = request.user?.data?.plan ?? "free";

  if (plan === "free") {
    response.headers.set("Cache-Control", "no-store");
  } else {
    response.headers.set(
      "Cache-Control",
      `public, max-age=${options.paidMaxAge}`,
    );
  }

  context.log.info(`Cache header set for plan=${plan}`);
  return response;
}

عرف السياسة في config/policies.json:

{
  "name": "tiered-cache",
  "policyType": "custom-code-outbound",
  "handler": {
    "export": "default",
    "module": "$import(./modules/tiered-cache)",
    "options": {
      "paidPlanHeader": "x-plan",
      "paidMaxAge": 300
    }
  }
}

ثم أضفها إلى المسار:

"policies": {
  "inbound": ["api-key-auth", "rate-limit-by-key"],
  "outbound": ["tiered-cache"]
}

يمكنك اختبار السياسة بوحدة باستخدام Vitest أو Jest.

الخطوة 7: النشر إلى الحافة

ادفع التغييرات إلى Git:

git add .
git commit -m "Add products gateway with auth, rate limit, and tiered cache"
git push origin feature/products-gateway

ستحصل على بيئة معاينة لكل فرع مع URL خاص. اختبرها باستخدام Apidog عبر تعيين البيئة الجديدة.

للنشر إلى الإنتاج:

git checkout main
git merge feature/products-gateway
git push origin main

خلال دقيقة واحدة سيكون الإصدار الجديد نشطًا على جميع مواقع الحافة.

الخطوة 8: إنشاء بوابة المطورين

البوابة متوفرة على https://YOUR-PROJECT.developers.zuplo.com، وتشمل:

صفحة لكل مسار مع المخطط والتوثيق وأمثلة أكواد.
إصدار مفتاح API ذاتي الخدمة.
تحكم في العلامة التجارية من الإعدادات.

يمكنك تخصيص البوابة عبر مستودع GitHub الخاص ببوابة المطورين، أو البقاء على النسخة المستضافة.

الخطوة 9: اختبار كل شيء باستخدام Apidog

بعد النشر، تأكد من اختبار كل مسار وسياسة باستخدام Apidog.

سير العمل المقترح:

استورد OpenAPI من https://YOUR-PROJECT.zuplo.app/openapi.
أنشئ بيئات لـ local، وpreview، وproduction مع متغيرات base_url وapi_key.
احفظ ثلاثة طلبات لكل مسار: ناجح، فشل المصادقة، تخطي تحديد المعدل.
استخدم سيناريوهات Apidog لربط العمليات (إنشاء، قائمة، حذف).
أنشئ أمثلة أكواد بلغتك وانسخها إلى مستنداتك.

إذا كنت تنتقل من Postman، اطلع على دليل اختبار API بدون Postman.

أسئلة شائعة حول Zuplo

كيف أبدل المسار بين البيئات؟

استخدم متغيرات البيئة مثل ORIGIN_URL في إعدادات البيئة أو ملف .env، وارجع إليه في المعالج.

هل يمكن تشغيل Zuplo بدون إنترنت؟

نعم، عبر npm run dev محليًا. السياسات تعمل محليًا باستثناء خدمة مفتاح API المدارة التي تتطلب ربط سحابي عبر npx zuplo link.

كيف أتراجع عن نشر سيء؟

نفذ git revert لالتزام الدمج وادفع، وسيعيد Zuplo نشر الحالة السابقة.

ماذا يحدث للطلبات أثناء النشر؟

النشر ذري؛ الطلبات الحالية تستكمل على الإصدار القديم والجديدة تذهب للإصدار الجديد. لا يوجد Downtime.

هل يدعم Zuplo gRPC وWebSockets؟

نعم، يدعم WebSocket transparently وgRPC عبر معالج مخصص. REST وGraphQL هما الأكثر استخدامًا.

كيف أكشف API لـ AI Agents؟

أضف معالج MCP لمساراتك وخصص السياسات. راجع دليل Zuplo MCP.

ما تكلفة الإنتاج؟

الطبقة المجانية: 100 ألف طلب/شهر. Builder: مليون طلب بـ 25$. تفاصيل أكثر في تسعير Zuplo.

الخاتمة

الآن لديك بوابة Zuplo متكاملة مع مصادقة، وتحديد معدل، والتحقق، وسياسة TypeScript مخصصة، وبوابة مطورين، ونشر عبر Git إلى الحافة. حلقة الاختبار هي الضمان الأساسي للثبات: اختبر كل معاينة عبر Apidog قبل الدمج، لتكتشف أي أخطاء قبل الإنتاج. حمّل Apidog الآن واربطه ببوابتك.

ما هو بوابة Zuplo API؟

Yusuf Khalidd — Mon, 27 Apr 2026 06:30:18 +0000

لا تزال معظم بوابات API تبدو وكأنها صُممت لفريق عمليات عام 2014. تكتب YAML، تتصارع مع مستوى التحكم، وتنتظر شخصًا لديه صلاحية الوصول إلى المجموعة ليدفع تغييراتك. Zuplo يقلب هذا النموذج رأسًا على عقب. إنها بوابة API قابلة للبرمجة، أصلية للحافة، حيث تعيش مساراتك في مستودع Git، وسياساتك هي TypeScript، وكل عملية التزام تُنشر إلى أكثر من 300 موقع عالمي في ثوانٍ.

جرّب Apidog اليوم

يشرح هذا الدليل ما تفعله بوابة API من Zuplo، وكيف تختلف عن Kong وAWS API Gateway، وما تكلفته، وكيفية نشر أول بوابة لك في أقل من ثلاثين دقيقة. سترى أمثلة على التعليمات البرمجية للتوجيه والمصادقة وتحديد المعدل، بالإضافة إلى قسم حول اختبار كل نقطة نهاية باستخدام Apidog قبل أن تصل إلى الإنتاج.

يقع Zuplo في فئة كانت تهيمن عليها Kong وApigee وAWS API Gateway. الفكرة بسيطة: يحصل المطورون على لغة برمجة حقيقية، وتحصل العمليات على خدمة مُدارة، ويحصل المنتج على طبقة تحقيق دخل مدمجة. التنازلات وسير العمل الفعلي هي ما يوضحه هذا المنشور.

باختصار

Zuplo هي بوابة API مُدارة بالكامل، أصلية للحافة، تشغل مساراتك عبر أكثر من 300 مركز بيانات من Cloudflare بزمن استجابة أقل من 50 مللي ثانية وعدم وجود تشغيل بارد.
التكوين أصيل لـ GitOps؛ بوابتك تعيش في مستودع Git ويتم شحنها عبر CI/CD، وليس واجهة مستخدم.
تتم كتابة السياسات في TypeScript بدعم كامل من بيئة التطوير المتكاملة (IDE)، وليس YAML أو Lua.
الطبقة المجانية تغطي 100 ألف طلب شهريًا مع بيئات غير محدودة ومفاتيح API وبوابات مطورين.
تتضمن الميزات المدمجة مصادقة بمفتاح API، وJWT، وOAuth2، وتحديد المعدل، والتحقق من الطلبات، وبوابة مطورين يتم إنشاؤها تلقائيًا، وتحقيق الدخل المدعوم بـ Stripe.
يقوم Zuplo الآن بشحن MCP Server Handler، لذا يمكن عرض أي مسار بوابة لـ Claude أو Codex أو Cursor أو أي عميل MCP.
اختبر كل مسار Zuplo من البداية إلى النهاية باستخدام Apidog قبل قلب المفتاح في الإنتاج.

ما هو Zuplo؟

Zuplo هي منصة لإدارة API مبنية حول ثلاث أفكار: الكود على التكوين، الحافة على المنطقة، وGit على الواجهة الرسومية. تعمل كخدمة مُدارة بالكامل على شبكة حافة Cloudflare، لذا فإن عملية نشر واحدة تصل إلى أكثر من 300 مركز بيانات دون أن تقوم بتوفير أي شيء.

بينما تتعامل معظم البوابات مع تكوينك كأداة YAML مخزنة في قاعدة بيانات مستوى التحكم، يتعامل Zuplo مع بوابتك كمشروع TypeScript. تحصل على ملف routes.oas.json يصف نقاط النهاية، ومجلد لوحدات TypeScript للمنطق المخصص، وملف تكوين للسياسات التي تقوم بتوصيلها. ادفع إلى GitHub وتقوم المنصة بالبناء والتحقق والنشر.

تدعم المنصة REST وGraphQL وgRPC وWebSockets وSOAP. وهي متوافقة مع SOC 2 Type II، وتعمل عبر الواجهات الخلفية لـ AWS وAzure وGCP، وتقدم خيار Kubernetes مستضاف ذاتيًا للفرق ذات قواعد إقامة البيانات الصارمة. تبدأ الأسعار مجانًا وتتدرج مع حجم الطلبات بدلاً من الرسوم لكل مقعد. التوزيع الكامل موجود على صفحة أسعار Zuplo.

لماذا يختار المطورون Zuplo بدلاً من Kong وApigee وAWS API Gateway

كل بوابة لها شخصيتها الخاصة. Kong هي القوة الثقيلة مفتوحة المصدر التي تمنحك أقصى قدر من التحكم وتطلب خبرة Lua في المقابل. Apigee هي منصة المؤسسات ذات التحليلات العميقة ومنحنى التعلم الحاد. AWS API Gateway هو الخيار الافتراضي إذا كانت مجموعتك موجودة بالفعل في AWS، ولكن بوابة المطورين مفقودة وعبء التشغيل البارد على تكاملات Lambda حقيقي.

تهدف Zuplo إلى مشترٍ مختلف: الفريق الصغير الذي يريد ميزات على مستوى المؤسسات دون الحاجة إلى فريق هندسة المنصات لتشغيلها.

بعض الاختلافات المحددة:

تعليمات برمجية، وليست YAML: سياسة تحديد المعدل في Zuplo تتكون من ثلاثة أسطر من TypeScript. نفس السياسة في Kong هي ما يقرب من خمسة عشر سطرًا من YAML موصولة بمكون إضافي. إذا كنت تقضي معظم يومك في TypeScript أو JavaScript، فإن تكوين Zuplo سيبدو أصيلًا.
بوابة مطورين متضمنة: بوابة Kong مخصصة للمؤسسات فقط. بوابة Apigee موجودة ولكن تتطلب جهدًا للعلامة التجارية. تُنشئ Zuplo بوابة مباشرة من مواصفات OpenAPI الخاصة بك على كل خطة، بما في ذلك الطبقة المجانية.
GitOps بشكل افتراضي: كل تغيير هو طلب سحب. تحصل على مراجعات وسجلات تدقيق وgit revert مجانًا. لا توجد نقرات واجهة المستخدم لمطاردتها عندما يتعطل شيء ما في الساعة 3 صباحًا.
أصلي للحافة، بدون تشغيل بارد: يعمل Zuplo على Cloudflare Workers، مما يعني أن كل طلب بوابة يصل إلى أقرب مركز بيانات من أصل 300+ مركز بيانات ويبدأ في بضعة أجزاء من الألف من الثانية. AWS API Gateway مع Lambda يضيف عادة تشغيل بارد ملحوظ.

إذا كان فريقك قد استثمر بالفعل في Kong أو Apigee وكان الحمل التشغيلي جيدًا، فإن التبديل نادرًا ما يستحق العناء. إذا كنت تبدأ من جديد أو إذا كانت بوابتك الحالية تؤخرك، فإن سير عمل Zuplo هو أوضح تحسين لأي منصة يتم شحنها اليوم.

الميزات الأساسية لبوابة Zuplo API

قابلية البرمجة الأولى بـ TypeScript

يتم تعريف سلوك البوابة في ملفات TypeScript بجانب مساراتك. السياسات الواردة والصادرة المخصصة هي دوال تستقبل الطلب، وتقوم بما تريد، وتعيد الطلب أو الاستجابة المعدلة. تحصل على مجموعة أدوات TypeScript الكاملة: الأنواع، والإكمال التلقائي، وإعادة الهيكلة، والاختبارات.

مثال على سياسة صادرة تزيل رأساً داخلياً:

import { ZuploRequest, ZuploContext } from "@zuplo/runtime";

export default async function (
  response: Response,
  request: ZuploRequest,
  context: ZuploContext,
) {
  response.headers.delete("x-internal-trace-id");
  return response;
}

ضع هذا الملف في modules/strip-internal-header.ts، وفعّله في مسارك، وادفع إلى Git، وسيتم نشره فوراً.

أكثر من 60 سياسة مُعدة مسبقًا

معظم الفرق لا تحتاج لكتابة كود مخصص للأساسيات. Zuplo يشحن مع أكثر من 60 سياسة تغطي مصادقة مفتاح API، JWT، OAuth 2.0، تحديد المعدل (نافذة ثابتة، نافذة منزلقة، سلة الرموز)، التحقق مقابل OpenAPI، CORS، قوائم IP، تحويل الطلبات، وغيرها. قم بتوصيلها عبر تحرير تعريف المسار فقط.

بوابة مطورين مُنشأة تلقائيًا

أشر البوابة إلى مواصفات OpenAPI الخاصة بك لتحصل على موقع توثيق مستضاف مع وحدات تحكم تجريبية تفاعلية، وعينات كود في cURL وJavaScript وPython وGo، مع إصدار مفاتيح API ذاتي الخدمة. يمكن للمستخدمين النهائيين التسجيل وإنشاء المفاتيح والبدء فورًا دون تدخلك.

تحقيق الدخل من واجهة برمجة التطبيقات المدمجة

Zuplo يتكامل مع Stripe لبيع الوصول إلى API. حدد الخطط، اربط Stripe، والبوابة تدير الدفع والاشتراكات والفوترة. هذا يوفر أسابيع من التطوير مقارنة بمعظم البوابات المنافسة.

مُعالج خادم MCP لوكلاء الذكاء الاصطناعي

أضف مُعالج MCP لتجعل واجهتك قابلة للاستدعاء عبر وكلاء الذكاء الاصطناعي مثل Claude وCodex وCursor وأي عميل MCP آخر. تنطبق نفس سياسات المصادقة وتحديد المعدل على العملاء البشريين ووكلاء الذكاء الاصطناعي. راجع دليل MCP لمزيد من التفاصيل.

نشر الحافة، زمن وصول أقل من 50 مللي ثانية

كل بوابة تُنشر تلقائيًا إلى أكثر من 300 موقع حافة Cloudflare. المنصة تدعي زمن وصول أقل من 50 مللي ثانية دون تشغيل بارد. المستخدمون العالميون يصلون إلى نقطة قريبة منهم بدون مشكلة.

كيف يعمل Zuplo تحت الغطاء

أي طلب يمر عبر المسار التالي:

مطابقة المسار: يطابق عنوان URL وطريقة الطلب مقابل routes.oas.json.
السياسات الواردة: جميع السياسات (مصادقة، تحديد معدل، إلخ) تُنفذ بالترتيب. إذا أرجعت سياسة استجابة، يُختصر المسار.
المعالج: يعيد التوجيه للمصدر، يعيد قيمة ثابتة، أو يشغل TypeScript مخصص، أو يدعو MCP.
السياسات الصادرة: تحويلات الاستجابة، إزالة الرؤوس، إلخ.
الاستجابة: تُعاد للعميل وتُسجل في طبقة المراقبة.

كل ذلك داخل Cloudflare Worker، لذلك لا يوجد تشغيل بارد أو دفع مقابل سعة غير مستخدمة.

إعداد أول بوابة Zuplo لك

يمكنك بناء بوابة عاملة خلال أقل من 30 دقيقة. اتبع الخطوات التالية:

سجل في zuplo.com وأنشئ مشروعًا جديدًا. اختر تكامل GitHub لمزامنة المشروع مع مستودع Git.
استورد مواصفات OpenAPI. إذا كانت لديك، استوردها مباشرة. إن لم تكن لديك، أنشئ المسارات في واجهة المستخدم ثم صدّر المواصفات لاحقًا.
أضف سياسة مصادقة بمفتاح API. في محرر المسارات، أضف سياسة api-key-inbound. سيُنشئ Zuplo قاعدة بيانات المستهلك وواجهة إصدار المفاتيح تلقائياً.
أضف حدًا للمعدل. أضف سياسة rate-limit-inbound وحدد عدد الطلبات لكل مفتاح.
النشر. ادفع للفرع، وسيبني Zuplo بيئة معاينة بعنوان URL فريد. انقل إلى الإنتاج بالدمج.
اختبر البوابة من البداية إلى النهاية. استخدم Apidog لإطلاق طلبات، التحقق من السياسات، واختبار حالات الخطأ والتحميل الزائد.

المشروع الأول يُنشر في دقائق. أصعب جزء هو تنظيم المسارات والمنطق المخصص، وهو تحدٍ مشترك بين جميع المنصات.

كتابة سياسات مخصصة في TypeScript

السياسات الجاهزة تغطي الأكثر شيوعاً. لأي حالة متقدمة، اكتب سياستك الخاصة. مثال عملي: إثراء الطلب من خدمة داخلية قبل وصوله للمصدر.

import { ZuploRequest, ZuploContext } from "@zuplo/runtime";

interface UserContext {
  userId: string;
  plan: "free" | "pro" | "enterprise";
}

export default async function (
  request: ZuploRequest,
  context: ZuploContext,
): Promise<ZuploRequest | Response> {
  const apiKey = request.user?.sub;
  if (!apiKey) {
    return new Response("Unauthorized", { status: 401 });
  }

  const lookupUrl = `https://internal.example.com/users/${apiKey}`;
  const userResponse = await fetch(lookupUrl, {
    headers: { authorization: `Bearer ${context.environment.INTERNAL_TOKEN}` },
  });

  if (!userResponse.ok) {
    return new Response("User lookup failed", { status: 502 });
  }

  const user = (await userResponse.json()) as UserContext;
  request.headers.set("x-user-id", user.userId);
  request.headers.set("x-user-plan", user.plan);
  return request;
}

السياسة هي دالة async عادية: اختبرها كاختبار وحدة.
المتغيرات البيئية من context.environment (آمن نوعياً).
إعادة Response تختصر التنفيذ وتعيد الخطأ المناسب.

تسعير Zuplo في عام 2026

بسيط وواضح:

مجاني: 100 ألف طلب شهرياً، بيئات ومفاتيح غير محدودة، 1GB خروج، نشر إلى جميع الحواف، إنتاج حقيقي.
باني (25 دولار شهرياً): حتى مليون طلب شهرياً، نطاقان مخصصان، 1GB لكل 100 ألف طلب، طلبات إضافية بسعر 100 دولار لكل 100 ألف.
مؤسسي (بدءًا من 1000 دولار شهريًا): طلبات ونطاقات غير محدودة، SLA حتى 99.999%، دعم GitHub Enterprise/GitLab/Azure DevOps، مراقبة متقدمة، SSO، RBAC.

منتجات الذكاء الاصطناعي وبوابة المطورين لها تسعير منفصل. راجع صفحة أسعار Zuplo للتفاصيل المحدثة.

للمقارنة: AWS API Gateway تفرض 3.50 دولار لكل مليون طلب REST، ويضاف عليها نقل البيانات وتكلفة Lambda. خدمة Kong للمؤسسات غالباً أغلى من حد Zuplo الأدنى.

متى يكون Zuplo هو الخيار الصحيح (ومتى لا يكون كذلك)

اختر Zuplo إذا:

تحتاج إلى بوابة مُدارة بالكامل.
فريقك يجيد TypeScript/JavaScript.
تحتاج بوابة مطورين مدمجة.
تريد تحقيق الدخل عبر Stripe بسرعة.
تعرض API لوكلاء الذكاء الاصطناعي وتحتاج دعم MCP.
حركة المرور عالمية وزمن الوصول مهم.

تجنب Zuplo إذا:

تريد تحكمًا مفتوح المصدر كاملاً (Kong أفضل).
بنيتك مغلقة بالكامل داخل الشركة (Kong أو Tyk المستضاف محلياً أنسب).
تحتاج تخصيصات NGINX عميقة جداً.
استثمرت بالفعل بكثافة في Apigee أو MuleSoft.

اختبار بوابة Zuplo الخاصة بك باستخدام Apidog

بمجرد أن تكون بوابتك جاهزة على بيئة المعاينة، اختبر كل مسار وكل سياسة قبل الإنتاج. هنا يأتي دور Apidog:

استيراد مواصفات OpenAPI مباشرة.
اختبار المسارات بمفاتيح صالحة وغير صالحة.
إرسال حمولات خاطئة للتحقق من سياسات التحقق.
اختبار حدود المعدل بالتحميل الزائد.
حفظ متغيرات البيئة للتبديل بين المعاينة والإنتاج بسهولة.
تصدير عينات كود مباشرة لفريقك.

يمكنك أيضًا تشغيل سيناريوهات اختبار آلية بـ Apidog. إذا لم تستخدمه من قبل، جرب ملحق Apidog لـ VS Code أو راجع دليل اختبار API بدون Postman. لتحميل الأداة مباشرة ابدأ من هنا: قم بتنزيل Apidog.

أسئلة شائعة حول بوابة Zuplo API

هل Zuplo مفتوح المصدر؟

المنطق الأساسي مغلق المصدر، لكن Zuplo قام بفتح مصدر بوابة المطورين والعديد من المكتبات الداعمة على GitHub. إذا احتجت لاستضافة ذاتية، بوابة المصدر المفتوح وخيار Kubernetes يغطيان معظم الاحتياجات، لكن معظم الفرق تبقى على الخدمة المُدارة.

هل يمكن لـ Zuplo أن يعمل على بنيتي التحتية الخاصة بي؟

نعم، خطة Enterprise تشمل خيار Kubernetes المستضاف ذاتيًا. لكنك تتخلى عن النشر العالمي وتتولى العمليات بنفسك. مناسب للفرق التي لديها متطلبات إقامة بيانات صارمة.

كيف يقارن Zuplo بـ Cloudflare API Shield؟

API Shield منتج أمني (تحقق مخطط، mTLS، إلخ) ويعمل أمام أي مصدر. Zuplo منصة إدارة API كاملة: توجيه، سياسات، بوابة مطورين، تحقيق الدخل، دعم MCP. يمكن الجمع بين الاثنين حسب الحاجة.

هل يعمل Zuplo مع مواصفات OpenAPI الموجودة لدي؟

نعم. OpenAPI هو مصدر الحقيقة في Zuplo. استورد المواصفات لتظهر المسارات وتُنشئ بوابة المطورين وتُطبق سياسات التحقق تلقائياً.

هل يمكنني عرض بوابة Zuplo الخاصة بي لوكلاء الذكاء الاصطناعي مثل Claude أو Codex؟

نعم، عبر MCP Server Handler. أشر المعالج إلى مواصفات OpenAPI وحدد العمليات، وستصبح البوابة قابلة للاستدعاء من أي عميل MCP، مع تطبيق نفس السياسات.

كم يستغرق نشر Zuplo؟

دورة النشر للمعاينة عادة أقل من 60 ثانية. الترقية للإنتاج أسرع. لا توجد فترات صيانة، العمليات ذرية.

ماذا يحدث إذا تعطلت Cloudflare؟

Zuplo يعمل على شبكة حافة Cloudflare، وأي انقطاع إقليمي يؤثر على تلك المنطقة. خطة Enterprise تدعم تجاوز الفشل متعدد السحب. معظم الفرق تقبل اعتماد Cloudflare نظراً لسجله العالي.

الخلاصة

Zuplo هي بوابة API للفرق التي تحتاج ميزات على مستوى المؤسسات دون تعقيد التشغيل. السياسات عبر TypeScript، GitOps، بوابة المطورين المدمجة، تحقيق الدخل، ودعم MCP يجعلها منصة متكاملة. الطبقة المجانية كافية لحركة إنتاج حقيقية، وخطة Enterprise تغطي سيناريوهات المؤسسات.

ابدأ خلال نصف ساعة مع أحد واجهات برمجة التطبيقات لديك، واختبر كل سياسة عبر Apidog، واتخذ قرارك بناءً على نتائج عملية وليس صفحات تسويق. الجمع بين بوابة حافة مُدارة وأداة اختبار قوية هو أسرع طريق لتحويل API إلى منتج حقيقي. قم بتنزيل Apidog وابدأ الاختبار.

كيفية استخدام DeepSeek V4 مجاناً؟

Yusuf Khalidd — Fri, 24 Apr 2026 05:20:00 +0000

صدر DeepSeek V4 في 23 أبريل 2026، ويتميز عن بقية الإصدارات الرائدة بمسارات مجانية حقيقية. دردشة الويب الرسمية تدعم V4-Pro بشكل مجاني بالكامل وبدون بطاقة ائتمان. كذلك، الأوزان متاحة بترخيص MIT للتنزيل الفوري وتشغيلها محليًا. المجمّعات مثل OpenRouter وChutes توفر طبقات مجانية عادة خلال أيام من إطلاق DeepSeek. النتيجة: يمكنك العمل على V4 بشكل فعلي ودون تكلفة قبل الانتقال للفوترة المدفوعة عند الحاجة.

جرّب Apidog اليوم

يوضح هذا الدليل كل مسار مجاني متاح، وأي سيناريو يناسبه، وخطوات إعداد مجموعة متكاملة في Apidog ليستمر الانتقال إلى الدفع بسلاسة عند نمو الاستخدام.

للحصول على نظرة عامة على مستوى المنتج، راجع ما هو DeepSeek V4. وللتعرف على واجهة برمجة التطبيقات بالكامل، راجع كيفية استخدام DeepSeek V4 API.

باختصار

chat.deepseek.com — دردشة ويب مجانية على V4-Pro مع مفاتيح Think High وThink Max. لا حاجة لبطاقة ائتمان. تعمل فوراً.
أوزان Hugging Face + وحدة معالجة الرسوميات الخاصة بك — ترخيص MIT، يعمل V4-Flash على 2–4 H100، ويتطلب V4-Pro مجموعة كاملة.
طبقات مجانية لـ OpenRouter وChutes — بوابات طرف ثالث تتيح حصة مجانية على نماذج DeepSeek عادة خلال أسبوع من الإصدار.
موفرو استدلال Hugging Face — نقطة نهاية تجريبية محدودة المعدل لتجربة V4 مبكرًا.
اعتمادات تجريبية من Kaggle وColab وRunPod — حوسبة مجانية لتجارب لمرة واحدة عند اختبار الاستضافة الذاتية.
كل مسار مجاني يفرض حدود استخدام. للأحمال الإنتاجية، انتقل للفوترة المدفوعة قبل بلوغ الحد.

المسار الأول: chat.deepseek.com (المسار المجاني الافتراضي)

أسرع وأبسط مسار مجاني هو واجهة الدردشة الرسمية. V4-Pro هو النموذج الافتراضي؛ يمكنك التبديل بين أوضاع Non-Think وThink High وThink Max من شريط المحرر.

الإعداد

افتح chat.deepseek.com.
سجّل الدخول عبر البريد الإلكتروني أو Google أو WeChat.
تأكد أن النموذج النشط هو V4-Pro.
ابدأ الدردشة مباشرة.

ماذا تحصل عليه

نافذة سياق ضخمة تصل إلى مليون توكن.
تحميل ملفات PDF، صور، أو حزم كود.
إمكانية بحث ويب فوري.
جميع أوضاع الاستدلال، بما فيها Think Max.
سجل محادثات منظم مع مجلدات.

كيف تظهر حدود الاستخدام

لا توجد حدود رسائل يومية منشورة، لكن الطبقة المجانية يتم تقييدها تدريجيًا عند الضغط العالي. قد تلاحظ بطء الاستجابة أو إدراج طلباتك في قائمة الانتظار عند الاستخدام المكثف. إذا واجهت قيود معدل متكررة، يمكنك تقليل وتيرة الاستخدام أو التفكير في واجهة برمجة التطبيقات.

أفضل الاستخدامات: اختبار قوة V4 في المطالبات الصعبة، مراجعة حزم كود أو عقود كبيرة، وتشغيل Think Max في سيناريوهات تحتاج دقة عالية. الاستخدامات غير المثالية: الأتمتة أو العمليات المتكررة القابلة للبرمجة.

المسار الثاني: استضافة V4-Flash ذاتيًا على وحدة معالجة الرسوميات الخاصة بك

V4-Flash هو البديل المرخّص MIT والقابل للاستضافة الذاتية بشكل واقعي. يحتوي على 284 مليار معلمة و13 مليار معلمة نشطة. يمكن تشغيله على صندوق متعدد H100 (FP8)، أو بطاقة واحدة بسعة 80GB مع تكميم INT4.

التكلفة هنا للأجهزة فقط، وليس الترخيص. إذا كان لديك قدرة GPU جاهزة، فهذا هو المسار المجاني الأكثر ثباتاً.

سحب الأوزان

pip install -U "huggingface_hub[cli]"
huggingface-cli login
huggingface-cli download deepseek-ai/DeepSeek-V4-Flash \
  --local-dir ./models/deepseek-v4-flash

حجم التحميل حوالي 500GB (FP8). تأكد من وجود مساحة قرص كافية.

تشغيل النموذج باستخدام vLLM

pip install "vllm>=0.9.0"

vllm serve deepseek-ai/DeepSeek-V4-Flash \
  --tensor-parallel-size 4 \
  --max-model-len 1048576 \
  --dtype auto \
  --port 8000

بعد التشغيل، وجه أي عميل متوافق مع OpenAI إلى http://localhost:8000/v1. نقطة النهاية هذه تقبل نفس شكل الطلبات كواجهة DeepSeek المدفوعة. Apidog يتعامل مع هذا العنوان كأي مزود آخر؛ جميع مجموعاتك تعمل دون تغيير.

جدول متطلبات الأجهزة

النسخة	الحد الأدنى من البطاقات (FP8)	الحد الأدنى من البطاقات (INT4)	الإنتاجية الواقعية
V4-Flash	2 × H100 80GB	1 × H100 80GB	50–150 توكن/ث
V4-Pro	16 × H100 80GB	8 × H100 80GB	يعتمد على التجميع

إذا لم يكن لديك قدرة GPU شاغرة، غالبًا ما يكون استئجار GPU أقل كفاءة من استخدام API مدفوع. الاستضافة الذاتية مناسبة للفرق ذات البنية التحتية الجاهزة أو متطلبات الامتثال الصارمة.

المسار الثالث: الطبقة المجانية لـ OpenRouter

OpenRouter يوفر توجيه API مركزي يجمع بين النماذج المفتوحة والمغلقة خلف واجهة واحدة. عادة ما يطرح طبقات مجانية عند كل إصدار رئيسي جديد لـ DeepSeek.

الإعداد

سجّل في openrouter.ai.
أنشئ مفتاح API.
ابحث في كتالوج النماذج عن deepseek/deepseek-v4-pro أو deepseek/deepseek-v4-flash. المتغيرات المجانية تنتهي غالبًا بـ :free.
استخدم الـ SDK المتوافق مع OpenAI للاتصال:

from openai import OpenAI

client = OpenAI(
    api_key=OPENROUTER_KEY,
    base_url="https://openrouter.ai/api/v1",
)

response = client.chat.completions.create(
    model="deepseek/deepseek-v4-flash:free",
    messages=[{"role": "user", "content": "Write a Python CLI for semver bumping."}],
)

print(response.choices[0].message.content)

الحدود القصوى

الطبقات المجانية غالبًا محدودة بعدة مئات من الطلبات يوميًا لكل مفتاح، ويتم تخفيض الأولوية عند الحمل العالي. مناسبة للنمذجة الأولية، وليست موثوقة للإنتاج.

المسار الرابع: موفرو الاستدلال من Hugging Face

Hugging Face تقدم نقاط نهاية استدلال مستضافة لنماذج V4 فور صدورها. قيود المعدل صارمة، واستجابة الخادم قد تتفاوت، لكن الاستخدام مجاني.

from huggingface_hub import InferenceClient

client = InferenceClient(model="deepseek-ai/DeepSeek-V4-Flash")

response = client.chat_completion(
    messages=[{"role": "user", "content": "Summarize the V4 technical report in 5 bullets."}],
    max_tokens=512,
)

print(response.choices[0].message.content)

رمز HF مجاني. للاستخدام المكثف، الترقية إلى حساب Pro ترفع حدود المعدل، ولا تزال التكلفة أقل بكثير من واجهة برمجة التطبيقات الرسمية لنفس الحمل.

المسار الخامس: اعتمادات تجريبية على Colab وKaggle وRunPod وLambda

كل مزود GPU رئيسي يقدم اعتمادات تجريبية مجانية. إذا استُخدمت بذكاء، يمكنك تنفيذ بعض التجارب على V4-Flash دون دفع أي شيء.

Google Colab: طبقة T4 المجانية صغيرة جدًا لـ V4. Colab Pro+ يمنحك 500 وحدة شهريًا، تكفي لتجارب محدودة على A100.
Kaggle: ساعات GPU أسبوعية مجانية على T4 وP100. مناسبة فقط لتجارب V4-Flash المكممة.
RunPod: رصيد تجريبي بقيمة 10$ يكفي لساعات قليلة على H100، لتشغيل vLLM وتجربة الأداء.
Lambda: عروض مجانية مؤقتة لساعات على H100/H200؛ تابع صفحة التسجيل للعروض النشطة.

جميع هذه المسارات ليست مجانية طويل الأمد. مناسبة فقط للتجربة المحدودة.

إنشاء مجموعة Apidog مستقلة عن المزود

الميزة العملية في كثرة المسارات المجانية: يمكنك اختبار نفس الموجه على جميع الخلفيات دون تكرار العمل اليدوي. الخطوات:

نزّل Apidog.
أنشئ مجموعة واحدة بأربع بيئات: chat (عنصر افتراضي)، deepseek (https://api.deepseek.com/v1), openrouter (https://openrouter.ai/api/v1), self-hosted (http://localhost:8000/v1).
احفظ طلب POST إلى {{BASE_URL}}/chat/completions.
خزن مفتاح كل مزود كمتغير سري لضمان تطابق الطلبات عبر البيئات.
بدّل البيئات لاختبار نفس الموجه على كل مزود.

هذا النمط مستخدم أيضاً في مجموعة الطبقة المجانية لـ GPT-5.5 — أداة واحدة، كل مزود، بدون تكرار.

أي مسار مجاني يجب أن تختار؟

تريد اختبار سريع خلال دقائق: استخدم chat.deepseek.com.
تريد بناء نموذج أولي: ابدأ بطبقة OpenRouter المجانية حتى تبلغ الحد، ثم اشحن رصيد DeepSeek.
لديك GPU ومتطلبات امتثال: استضف V4-Flash ذاتيًا عبر vLLM.
تبحث عن استخدام مجاني طويل الأجل: غير متوفر فعليًا. كل الطبقات المجانية محدودة. امزج بين chat.deepseek.com للعمل التفاعلي وبعض الشحن المدفوع للأتمتة.

متى تنتقل من المجاني

تواجه قيود معدل متكررة يومياً: وقت الانتقال للفوترة.
تحتاج لاتفاقيات مستوى الخدمة (SLA): الطبقات المجانية لا توفرها؛ API الرسمية تفعل.
تحتاج لسجلات أو متطلبات تدقيق/امتثال: API المدفوعة توفر سجلات واضحة؛ المجمعات غالباً لا.

عند حدوث أي مما سبق، انتقل إلى واجهة برمجة التطبيقات الرسمية. الحد الأدنى للشحن 2$، والتسعير منافس في الطبقة الرائدة.

الأسئلة الشائعة

هل chat.deepseek.com مجاني فعلاً؟ نعم. لا حاجة لبطاقة ائتمان أو فترة تجريبية. الخدمة مجانية مع تقييد تدريجي فقط.

هل أحتاج حساب Hugging Face لتنزيل الأوزان؟ المستودع عام، لكن الحساب يمنحك حدود تنزيل أفضل.

أي مسار مجاني يشغل V4-Pro الحقيقي؟ chat.deepseek.com يشغل إصدار V4-Pro الكامل. غالبًا الطبقات المجانية لـ OpenRouter تقدم V4-Flash فقط.

هل يمكنني وضع طبقة مجانية خلف منتج؟ لا ينصح بذلك. الطبقات المجانية متقلبة في القيود والشروط. للإنتاج استخدم API مدفوعة أو الاستضافة الذاتية.

هل الاستضافة الذاتية مجانية فعلاً؟ الترخيص مجاني، الأجهزة ليست كذلك. إذا لديك GPU، التكلفة التشغيلية هي الكهرباء فقط، أما الاستئجار فعادة أقل فعالية مقارنة بالـ API المدفوعة.

هل توجد طبقة مجانية في Apidog للتجربة؟ Apidog مجاني لتصميم واختبار واجهات API، ويتم احتساب التكلفة فقط عند الوصول لواجهات API مدفوعة. يمكنك دمج مساحة Apidog مجانية مع chat.deepseek.com أو OpenRouter لسير عمل مجاني تمامًا.

كيفية تشغيل DeepSeek V4 محليًا؟

Yusuf Khalidd — Fri, 24 Apr 2026 04:36:56 +0000

تم إطلاق DeepSeek V4 في 23 أبريل 2026 بأوزان مرخصة MIT على Hugging Face، ما يتيح لأي فريق امتلاك نموذج ذكاء اصطناعي متقدم محليًا. V4-Flash (284 مليار إجمالي، 13 مليار نشط) يعمل على زوج من H100s بتقنية FP8، بينما V4-Pro (1.6 تريليون إجمالي، 49 مليار نشط) يتطلب عنقودًا من البطاقات ويعمل بمنافسة قوية مع GPT-5.5 وClaude Opus 4.6 في البرمجة والاستنتاج.

جرّب Apidog اليوم

هذا الدليل عملي لتركيب وتشغيل DeepSeek V4 محليًا، ويغطي متطلبات الأجهزة، التكميم، إعداد vLLM وSGLang، تفعيل الأدوات، وسير اختبار باستخدام Apidog للتحقق من صحة الخادم قبل توجيه الإنتاج إليه.

للاطلاع على نظرة عامة على المنتج، راجع ما هو DeepSeek V4. لمسار API المستضاف، راجع كيفية استخدام DeepSeek V4 API. لمقارنة التكلفة، راجع تسعير DeepSeek V4 API.

باختصار

V4-Flash يعمل على 2 × H100 80GB FP8 أو 1 × H100 INT4. حجم الأوزان ~500GB FP8.
V4-Pro يتطلب 16+ H100 FP8 للإنتاج. غير مناسب للأجهزة الصغيرة.
vLLM أسرع طريق لخادم متوافق مع OpenAI (vllm>=0.9.0 يدعم V4).
SGLang بديل للمطورين الراغبين في أدوات متقدمة ومخرجات منظمة.
تكميم AWQ INT4 أو GPTQ INT4 يشغل V4-Flash على بطاقة واحدة 80GB بجودة أقل بنسبة ~5%.
استخدم Apidog للتوجيه إلى http://localhost:8000/v1 مع نفس التجارب المستخدمة في API المستضاف.

من يجب أن يستضيف ذاتيًا

الاستضافة الذاتية لـ V4 تناسب:

الفرق الملتزمة بالامتثال (الصحة، المالية، القانونية، الدفاع؛ حيث لا يمكن للبيانات مغادرة الشبكة).
أعباء العمل الكبيرة أو المستقرة (أكثر من 200 مليار توكن شهريًا).
الفرق التي تحتاج الضبط الدقيق والبحث (الاستفادة من ترخيص MIT وإمكانية إعادة التوزيع التجاري).

لا يُنصح بها للمبتكرين أو من يجهل عمليات GPU أو لأعباء العمل الصغيرة (أقل من ~$200 شهريًا).

متطلبات الأجهزة

يستخدم DeepSeek V4 دقة مختلطة FP4 + FP8، ما يجعل استخدام الذاكرة أكثر كفاءة من الحسابات الساذجة.

النسخة	إجمالي المعاملات	المعاملات النشطة	ذاكرة الفيديو FP8	ذاكرة الفيديو INT4	الحد الأدنى من البطاقات
V4-Flash	284 مليار	13 مليار	~500 جيجابايت	~140 جيجابايت	2 × H100 80GB (FP8) أو 1 × H100 (INT4)
V4-Pro	1.6 تيرابايت	49 مليار	~2.4 تيرابايت	~700 جيجابايت	16 × H100 80GB (FP8) أو 8 × H100 (INT4)

ملاحظات:

يجب توفير ذاكرة VRAM لجميع الخبراء (MoE)، وليس فقط النشطين.
يدعم H200 وMI300X بسلاسة؛ كلما زادت الذاكرة في البطاقة، قل العدد المطلوب.
وحدات معالجة الرسوميات الاستهلاكية (مثل RTX 5090) غير مناسبة، حتى مع INT4.
معالجات Apple Silicon (M3 Max، M4 Max مع 128GB) تدعم التشغيل البطيء لأغراض التطوير فقط.

الخطوة 1: تنزيل الأوزان

المستودعات الرسمية:

deepseek-ai/DeepSeek-V4-Flash
deepseek-ai/DeepSeek-V4-Pro
استخدم deepseek-ai/DeepSeek-V4-Flash-Base وDeepSeek-V4-Pro-Base للضبط الدقيق.

تثبيت أدوات التحميل:

pip install -U "huggingface_hub[cli]"
huggingface-cli login

huggingface-cli download deepseek-ai/DeepSeek-V4-Flash \
  --local-dir ./models/deepseek-v4-flash \
  --local-dir-use-symlinks False

خصص ~500GB لـ V4-Flash وعدة تيرابايت لـ V4-Pro. لمستخدمين الصين: modelscope.cn أسرع.

الخطوة 2: اختيار محرك الخدمة

محركان رئيسيان:

vLLM: إنتاجية أعلى، واجهة متوافقة مع OpenAI، مجتمع ضخم. الخيار الافتراضي.
SGLang: أفضل لاستدعاء الأدوات والمخرجات المنظمة والسياق الطويل.

كلاهما يدعم V4 مباشرة بداية من الإصدارات الجديدة.

الخطوة 3: خدمة V4-Flash باستخدام vLLM

pip install "vllm>=0.9.0"

vllm serve deepseek-ai/DeepSeek-V4-Flash \
  --tensor-parallel-size 2 \
  --max-model-len 1048576 \
  --dtype auto \
  --enable-prefix-caching \
  --port 8000

أهم العلامات:

--tensor-parallel-size 2: قسّم النموذج على بطاقتين.
--max-model-len 1048576: سياق 1 مليون توكن. قللها لتحرير VRAM.
--enable-prefix-caching: تسريع التكرار على البادئات.
--dtype auto: استخدام دقة FP8 المختلطة.

بعد التشغيل: أي عميل متوافق مع OpenAI يعمل على http://localhost:8000/v1.

الخطوة 4: خدمة V4-Pro باستخدام vLLM

يتطلب عنقودًا (كلاستر). مثال على 16 × H100:

vllm serve deepseek-ai/DeepSeek-V4-Pro \
  --tensor-parallel-size 8 \
  --pipeline-parallel-size 2 \
  --max-model-len 524288 \
  --enable-prefix-caching \
  --port 8000

يمكنك زيادة/تقليل السياق حسب ذاكرة VRAM. استخدم التوازي الأنبوبي (pipeline) والموتر (tensor) عبر العقد للنشر الواسع.

الخطوة 5: الخدمة باستخدام SGLang (لاستخدام الأدوات)

pip install "sglang[all]>=0.4.0"

python -m sglang.launch_server \
  --model-path deepseek-ai/DeepSeek-V4-Flash \
  --tp 2 \
  --context-length 1048576 \
  --port 30000

يوفر SGLang واجهة متوافقة مع OpenAI على http://localhost:30000/v1. يدعم استدعاء الأدوات وJSON بشكل مرن.

الخطوة 6: التكميم لبطاقة واحدة

لجعل V4-Flash يعمل على بطاقة واحدة 80GB (مع تراجع طفيف في الجودة):

AWQ (موصى به)

pip install autoawq

python -c "
from awq import AutoAWQForCausalLM
from transformers import AutoTokenizer

model_path = './models/deepseek-v4-flash'
out_path = './models/deepseek-v4-flash-awq'
model = AutoAWQForCausalLM.from_pretrained(model_path)
tokenizer = AutoTokenizer.from_pretrained(model_path)
model.quantize(tokenizer, quant_config={'w_bit': 4, 'q_group_size': 128})
model.save_quantized(out_path)
tokenizer.save_pretrained(out_path)
"

GPTQ

pip install auto-gptq
# اتبع خطوات تكميم GPTQ بنفس نمط AWQ.

شغّل النموذج المكمم باستخدام vLLM مع --quantization awq أو --quantization gptq.

الخطوة 7: اختبار الخادم باستخدام Apidog

لا توجّه الإنتاج لخادم جديد مباشرة. تحقق أولاً عبر Apidog:

نزّل Apidog.
أنشئ مجموعة موجهة إلى http://localhost:8000/v1/chat/completions.
استخدم نفس المطالبة التي تستعملها مع API المستضاف وقارن النتائج جنبًا إلى جنب.
اختبر نقطة نهاية بسياق 500K توكن للتحقق من ثبات ذاكرة التخزين المؤقت KV.
شغّل تدفق استدعاء أداة كامل قبل ربط الـ agent loop.

يمكنك استخدام نفس مجموعة Apidog المخصصة لـ API المستضاف مع تغيير عنوان الـ URL فقط.

المراقبة وقابلية الملاحظة

تتبع هذه المقاييس من اليوم الأول:

الرموز/الثانية (للمطالبة والتوليد) — vLLM يعرضها على /metrics بتنسيق Prometheus.
استخدام GPU — استخدم nvidia-smi أو DCGM. إذا كان أقل من 70% غالبًا فراجع حجم الدفعات.
معدل تكرار ذاكرة التخزين المؤقت KV — vLLM يبلغ عنه مع --enable-prefix-caching.
زمن الاستجابة p50/p95/p99 — راقب ارتفاع p99 مع استقرار p50 لكشف عنق الزجاجة.

أرسلها إلى Grafana أو أي نظام مراقبة لديك.

الضبط الدقيق لنقاط الفحص الأساسية لـ V4

نقاط الفحص الأساسية مخصصة للتدريب المسبق المستمر وSFT. خط الأنابيب القياسي:

pip install "torch>=2.6" transformers accelerate peft trl

# SFT مع LoRA على V4-Flash-Base
python -m trl sft \
  --model_name_or_path deepseek-ai/DeepSeek-V4-Flash-Base \
  --dataset_name your-org/your-sft-set \
  --output_dir ./models/v4-flash-custom \
  --per_device_train_batch_size 1 \
  --gradient_accumulation_steps 16 \
  --learning_rate 2e-5 \
  --bf16 true \
  --use_peft true \
  --lora_r 64 \
  --lora_alpha 128

الضبط الدقيق للمعاملات الكاملة على V4-Pro مهمة بحثية ثقيلة. معظم الفرق ستكتفي بـ LoRA على V4-Flash-Base لمكاسب كبيرة بتكلفة منخفضة.

المزالق الشائعة

OOM عند البدء: غالبًا بسبب --max-model-len أعلى من قدرة VRAM أو --tensor-parallel-size منخفض جدًا. قلل السياق أو زِد التوازي.
طلب أول بطيء: vLLM يجمع النوى بكسل عند الاستدعاء الأول؛ قم بالإحماء بطلب وهمي.
أخطاء تحليل الأدوات: ترميز DeepSeek يختلف عن OpenAI. استخدم SDK يدعم V4.
أخطاء FP8 على بطاقات قديمة: A100 لا يدعم FP8. استخدم BF16 وتوقع استهلاك VRAM مضاعف.

متى تجني الاستضافة الذاتية ثمارها

تقريبًا، بناءً على تسعير DeepSeek V4 API:

V4-Flash عند 200 مليار إدخال/شهر + 20 مليار إخراج: ~33.6k$ API مستضاف مقابل 20k$ خوادم ذاتية (توفير ~40%).
V4-Pro عند 500 مليار إدخال + 50 مليار إخراج: ~1.04M$ API مستضاف مقابل 35k$ خوادم ذاتية (توفير >95%).

نقطة التعادل لـ V4-Flash تقريبًا عند 100 مليار توكن شهريًا. أقل من ذلك غالبًا واجهة API المستضافة أرخص وأسهل.

الأسئلة الشائعة

هل يمكن تشغيل V4-Flash على A100 واحد؟

نعم، مع تكميم قوي وسياق أقصر، لكن الأداء أبطأ (5–15 توكن/ثانية). H100 هو الخيار المثالي.

هل يدعم V4 الضبط الدقيق باستخدام LoRA؟

نعم، استخدم نقاط الفحص الأساسية وخط أنابيب TRL أو Axolotl.

هل الخادم المحلي متوافق مع OpenAI؟

نعم، كل من vLLM وSGLang يوفران /v1/chat/completions و/v1/completions بنفس شكل طلب OpenAI. يمكنك استخدام دليل API المستضاف مباشرة مع الخادم المحلي.

كيف أفعل وضع التفكير محليًا؟

مرر thinking_mode: "thinking" أو "thinking_max" في نص الطلب. العلامة تنتقل تلقائيًا إلى النموذج.

هل يمكنني البث من خادم V4 محلي؟

نعم، استخدم stream: true مثل OpenAI أو DeepSeek API المستضافة.

أرخص طريقة للتجربة قبل شراء الأجهزة؟

استأجر H100 على RunPod أو Lambda لساعات، جرّب V4-Flash INT4، وقيس الأداء. اختبار بقيمة 10–30$ يوفّر أسبوع تخطيط.

كيفية استخدام واجهة برمجة تطبيقات DeepSeek V4 مجانًا؟

Yusuf Khalidd — Fri, 24 Apr 2026 04:24:37 +0000

تم إطلاق DeepSeek V4 في 23 أبريل 2026 مع أسعار API منخفضة للغاية، مما يجعل معظم الفرق تتجاوز الحاجة للطبقات المجانية. مع ذلك، هناك مسارات مجانية حقيقية للمطورين الذين يريدون استدعاء V4 برمجيًا دون الحاجة إلى بطاقة دفع. بوابات التجميع تكشف متغيرات :free، وHugging Face توفر نقطة نهاية استدلال مشتركة، وواجهة برمجة التطبيقات الرسمية تمنح الحسابات الجديدة رصيدًا تجريبيًا. بدمج هذه الطرق وإنشاء سلسلة احتياطية في Apidog، يمكنك بناء نموذج أولي مدعوم بـ V4 دون دفع أي شيء.

جرّب Apidog اليوم

هذا الدليل يركز على المسار المجاني الخاص بواجهة برمجة التطبيقات. للحصول على دليل أوسع يشمل الدردشة عبر الويب والاستضافة الذاتية، راجع كيفية استخدام DeepSeek V4 مجانًا. للمرور المدفوع، راجع كيفية استخدام DeepSeek V4 API. لنظرة عامة على المنتج، راجع ما هو DeepSeek V4.

خلاصة القول

الطبقة المجانية من OpenRouter — متغيرات مثل deepseek/deepseek-v4-flash:free و أحيانًا deepseek-v4-pro:free. متوافقة مع OpenAI، توفر مئات الطلبات يوميًا لكل مفتاح.
موفرو استدلال Hugging Face — نقطة نهاية استدلال مجانية على https://router.huggingface.co/hf-inference؛ تخضع لقيود معدل ومناسبة للنماذج الأولية.
الطبقة المجانية من Chutes — شبكة GPU مجتمعية توفر نقاط نهاية DeepSeek مجانية غالبًا خلال أسبوع من الإطلاق.
رصيد DeepSeek التجريبي — الحسابات الجديدة على platform.deepseek.com تحصل أحيانًا على رصيد تجريبي.
استضافة V4-Flash ذاتيًا — مجانية على مستوى الترخيص؛ راجع كيفية تشغيل DeepSeek V4 محليًا.
سلسلة احتياطية في Apidog — أنشئ سلسلة احتياطية في Apidog للحفاظ على شكل الطلب موحدًا بين المزودين.

لماذا يوجد مسار API مجاني؟

أسعار DeepSeek المدفوعة منخفضة جدًا بالفعل، فلماذا تحتاج للمجاني؟ لثلاثة أسباب عملية:

النماذج الأولية قبل الدفع: تستطيع استدعاء V4 من الكود بدون إدخال بيانات دفع، سواء لأسباب بيروقراطية أو لإثبات مفهوم سريع.
مشاريع الطلاب والأبحاث والمصادر المفتوحة: مشاريع صغيرة أو مفتوحة المصدر تريد تجربة الجودة الرائدة بلا تكلفة.
مقارنة المزودين: تشغيل نفس الطلب على ثلاث نقاط نهاية مجانية يكشف الفروقات في وقت الاستجابة والجودة والموثوقية.

إذا كان أي من هذه الأسباب ينطبق عليك، استخدم هذا الدليل. إذا كنت تبني منتجًا إنتاجيًا، انتقل إلى دليل واجهة برمجة التطبيقات المدفوعة.

المسار 1: الطبقة المجانية من OpenRouter

OpenRouter توفر بوابة تجمع نماذج الريادة خلف واجهة متوافقة مع OpenAI. عند كل إصدار جديد من DeepSeek، غالبًا ما تفتح متغيرات مجانية مثل deepseek/deepseek-v4-flash:free.

الإعداد

اشترك في openrouter.ai.
أنشئ مفتاح API من "الإعدادات ← المفاتيح".
تحقق من كتالوج النماذج للمتغيرات التي تنتهي بـ :free.
استخدم أي SDK متوافق مع OpenAI لاستدعاء نقطة النهاية.

from openai import OpenAI

client = OpenAI(
    api_key=OPENROUTER_API_KEY,
    base_url="https://openrouter.ai/api/v1",
)

response = client.chat.completions.create(
    model="deepseek/deepseek-v4-flash:free",
    messages=[{"role": "user", "content": "Refactor this Go function to use channels."}],
)

print(response.choices[0].message.content)

القيود

طلبات الطبقة المجانية تُصف خلف الطلبات المدفوعة. الحدود غالبًا بين 50-200 طلب يوميًا لكل مفتاح. الخدمة قد تتباطأ أو تتوقف مؤقتًا دون إشعار. استخدمها فقط للنماذج الأولية.

نسخة Node

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.OPENROUTER_API_KEY,
  baseURL: "https://openrouter.ai/api/v1",
});

const response = await client.chat.completions.create({
  model: "deepseek/deepseek-v4-flash:free",
  messages: [{ role: "user", content: "Explain MoE routing like I'm 12." }],
});

console.log(response.choices[0].message.content);

المسار 2: موفرو استدلال Hugging Face

Hugging Face توفر نقطة نهاية استدلال مشتركة تعرض نقاط تفتيش V4 مجانًا باستخدام رمز HF مسجل الدخول. القيود هنا أقوى من غيرها.

import os
from huggingface_hub import InferenceClient

client = InferenceClient(
    model="deepseek-ai/DeepSeek-V4-Flash",
    token=os.environ["HF_TOKEN"],
)

response = client.chat_completion(
    messages=[
        {"role": "user", "content": "Write a Python decorator that retries with jitter."}
    ],
    max_tokens=512,
)

print(response.choices[0].message.content)

احصل على رمز HF من huggingface.co/settings/tokens. وقت الاستجابة يعتمد على الحمل، والحد اليومي مشترك. يمكن الترقية لـ HF Pro لتقليل القيود.

المسار 3: Chutes والبوابات المجتمعية

Chutes هي شبكة GPU لا مركزية تستضيف غالبًا نماذج DeepSeek مجانًا أو بأسعار رمزية. توفر نقطة نهاية متوافقة مع OpenAI على https://llm.chutes.ai/v1.

client = OpenAI(
    api_key=CHUTES_API_KEY,
    base_url="https://llm.chutes.ai/v1",
)

response = client.chat.completions.create(
    model="deepseek-ai/DeepSeek-V4-Flash",
    messages=[{"role": "user", "content": "Compare CSA and HCA attention in two sentences."}],
)

تحقق دائمًا من توفر النموذج والتكلفة في لوحة معلومات المزود قبل الاعتماد عليه.

المسار 4: رصيد DeepSeek التجريبي

عادةً يحصل الحساب الجديد على platform.deepseek.com على رصيد تجريبي صغير بعد التسجيل. تحقق من لوحة الفوترة بعد التسجيل.

حتى رصيد 1 دولار يكفي تقريبًا لـ 7 ملايين رمز إدخال على V4-Flash أو 570 ألف رمز على V4-Pro، ما يغطي مئات الطلبات الأولية.

بناء سلسلة مجانية مستقلة عن المزود في Apidog

ادعم تعدد المسارات المجانية بنموذج أولي مرن يتدهور تلقائيًا عند بطء أي مزود. اتبع الخطوات التالية:

نزّل Apidog وأنشئ مشروعًا جديدًا.
أنشئ أربع بيئات: openrouter، huggingface، chutes، deepseek-trial.
لكل بيئة، خزّن مفتاح API الخاص كمتغير سري، واضبط BASE_URL.
احفظ طلب POST إلى {{BASE_URL}}/chat/completions مع حقل model مضبوط.
بدّل البيئة لتعيد تشغيل نفس الطلب عبر كل مزود بنقرة واحدة.

يمكنك تكرار نفس النهج مع المسارات المجانية لواجهة GPT-5.5.

ربط سلسلة احتياطية في الكود

لتنفيذ الاستعادة التلقائية عند فشل مزود مجاني، استخدم الكود التالي:

import os
from openai import OpenAI, RateLimitError, APIError

PROVIDERS = [
    {
        "base_url": "https://openrouter.ai/api/v1",
        "api_key": os.environ["OPENROUTER_API_KEY"],
        "model": "deepseek/deepseek-v4-flash:free",
    },
    {
        "base_url": "https://llm.chutes.ai/v1",
        "api_key": os.environ["CHUTES_API_KEY"],
        "model": "deepseek-ai/DeepSeek-V4-Flash",
    },
    {
        "base_url": "https://api.deepseek.com/v1",
        "api_key": os.environ["DEEPSEEK_API_KEY"],
        "model": "deepseek-v4-flash",
    },
]

def call_v4(messages):
    for provider in PROVIDERS:
        try:
            client = OpenAI(
                api_key=provider["api_key"],
                base_url=provider["base_url"],
            )
            return client.chat.completions.create(
                model=provider["model"],
                messages=messages,
            )
        except (RateLimitError, APIError) as e:
            print(f"{provider['base_url']} failed: {e}")
            continue
    raise RuntimeError("all providers exhausted")

ما هو الاستخدام الأمثل لكل مسار مجاني؟

المسار	الأفضل لـ	الأسوأ لـ
OpenRouter مجاني	بناء النماذج الأولية، التطوير	أي شيء يتطلب اتفاقيات مستوى خدمة
استدلال HF	الاستدعاءات الاستكشافية	أعباء العمل ذات وقت الاستجابة المنخفض
Chutes	العمل المجتمعي التجريبي	الاعتمادات طويلة الأجل
تجربة DeepSeek	الاختبار بدقة كاملة	الإنتاج المستدام
V4-Flash مستضاف ذاتيًا	العمل المقيد بالامتثال	الفرق بدون سعة GPU

حساب الحصص الذي يهم

راجع الإنتاجية اليومية قبل اختيار مسارك المجاني:

OpenRouter مجاني: تقريبًا 100 طلب/يوم/مفتاح، ~50 ألف رمز لكل طلب.
استدلال HF مجاني: حدود معدل مشتركة، تقريبًا 1000 طلب/يوم إجمالي لكل حساب.
Chutes: متغير حسب المزود.
رصيد DeepSeek (1 دولار): حوالي 700 طلب بـ 10 آلاف رمز إدخال لكل واحد على V4-Flash.
V4-Flash مستضاف ذاتيًا: الإنتاجية حسب أجهزتك (مثال: 4×H100 = 50-150 رمز/ث).

إذا احتجت إنتاجية أكبر، غالبًا ستكون واجهة برمجة التطبيقات المدفوعة هي الخيار العملي.

متى يجب الانتقال إلى واجهة برمجة التطبيقات المدفوعة؟

ثلاث إشارات واضحة:

تجاوزت حدود المعدل أكثر من مرة يوميًا.
تربط عدة مزودين مجانيين لتغطية نفس عبء العمل.
تحتاج زمن استجابة أو SLA يمكن التنبؤ به.

الحد الأدنى للشحن على platform.deepseek.com هو 2 دولار. غالبًا ما يكلف يوم واحد من النماذج الأولية المجانية وقت مطور أكثر من الرسوم المدفوعة. اطلع على دليل تسعير DeepSeek V4.

الأسئلة الشائعة

هل أي من المسارات مجانية دائمًا؟

لا. الطبقات المجانية تتغير دون إشعار. استخدمها للنماذج الأولية فقط.

هل OpenRouter :free يشغّل DeepSeek V4 الحقيقي؟

نعم، لكن على بنية تحتية مشتركة وبقيود معدل مشددة.

هل يمكن استخدام المسارات المجانية في منتج نهائي؟

تحقق من شروط كل مزود. OpenRouter تسمح بالاستخدام التجاري ضمن الحد. HF تسمح بذلك لكن مع قيود صارمة.

أسرع مسار مجاني من حيث وقت الاستجابة؟

رصيد DeepSeek التجريبي، ثم OpenRouter، ثم HF وChutes حسب الحمل.

هل يمكن استضافة V4 ذاتيًا مجانًا؟

نعم على مستوى الترخيص (MIT). التكلفة في العتاد. راجع كيفية تشغيل DeepSeek V4 محليًا.

كيف أتعقب استهلاكي للمسارات المجانية؟

استخدم Apidog وراقب حقل usage في عارض الاستجابة. معظم المزودين يعرضون لوحة استخدام في لوحة التحكم.

أسعار DeepSeek V4 API

Yusuf Khalidd — Fri, 24 Apr 2026 04:24:06 +0000

نشرت DeepSeek تسعيرة V4 في نفس يوم صدور النماذج (23 أبريل 2026)، لتعيد تعريف معايير تكلفة الذكاء الاصطناعي الرائد. تقدم V4-Flash سعرًا يبلغ 0.14 دولار لكل مليون رمز إدخال و0.28 دولار لكل مليون رمز إخراج، بينما V4-Pro بسعر 1.74 دولار للإدخال و3.48 دولار للإخراج. كلا الإصدارين يدعمان نافذة سياق 1 مليون رمز وما يصل إلى 384 ألف رمز إخراج، مع خصم كبير على التكرار في الذاكرة المؤقتة يصل إلى 80–90% على المطالبات المتكررة.

جرّب Apidog اليوم

في هذا الدليل ستجد بطاقة الأسعار الكاملة، شرحًا عمليًا لتأثير التخزين المؤقت على التكلفة الفعلية، مقارنة مباشرة مع GPT-5.5 وClaude Opus، وأربع إستراتيجيات عملية للحفاظ على الإنفاق متوقعًا عبر Apidog.

للاطلاع على نظرة عامة على المنتج، راجع ما هو DeepSeek V4. ولدليل المطور، راجع كيفية استخدام DeepSeek V4 API. وللمسارات المجانية، راجع كيفية استخدام DeepSeek V4 مجانًا.

ملخص سريع

V4-Flash: 0.14 دولار / مليون إدخال (بدون تكرار)، 0.028 دولار / مليون إدخال (مع تكرار)، 0.28 دولار / مليون إخراج.
V4-Pro: 1.74 دولار / مليون إدخال (بدون تكرار)، 0.145 دولار / مليون إدخال (مع تكرار)، 3.48 دولار / مليون إخراج.
نافذة السياق: 1 مليون رمز إدخال، 384 ألف رمز إخراج، في كلا الإصدارين.
خصم التكرار: خصم 80% على Flash، و92% على Pro عند المطالبات المتكررة.
سيتم إيقاف deepseek-chat وdeepseek-reasoner في 24 يوليو 2026 وستتم محاسبتهما كسعر V4-Flash.
عند أسعار عدم التكرار، V4-Pro أرخص بـ 2.9 مرة في الإدخال و8.6 مرة في الإخراج مقارنة بـ GPT-5.5.

بطاقة الأسعار الكاملة

النموذج	الإدخال (عدم تكرار)	الإدخال (تكرار)	الإخراج	السياق
`deepseek-v4-flash`	0.14 دولار / مليون	0.028 دولار / مليون	0.28 دولار / مليون	1 مليون / 384 ألف
`deepseek-v4-pro`	1.74 دولار / مليون	0.145 دولار / مليون	3.48 دولار / مليون	1 مليون / 384 ألف
`deepseek-chat` (سيتم إيقافه 24-07-2026)	يُحتسب كسعر V4-Flash غير متكرر	—	—	—
`deepseek-reasoner` (سيتم إيقافه 24-07-2026)	يُحتسب كسعر V4-Flash متكرر	—	—	—

ملاحظات تنفيذية على الأسعار

معرف النموذج هو ما يحدد السعر، ووضع التفكير يغير فقط عدد الرموز المستخدمة.
خصم التخزين المؤقت تلقائي، ولا يحتاج لأي إعدادات إضافية. يجب أن تكون المقدمات 1024 رمزًا أو أكثر ومتطابقة حرفيًا.
معرفات deepseek-chat وdeepseek-reasoner القديمة تُعامل حاليًا كأسماء مستعارة لـ V4-Flash؛ الموعد النهائي للترحيل هو 24 يوليو 2026.

التخزين المؤقت للسياق: شرح عملي

التخزين المؤقت هو مفتاح تخفيض التكلفة في DeepSeek V4. أي محتوى يتكرر (مثل prompts النظامية، مخططات الأدوات، أو سياق RAG) تتم محاسبته بجزء بسيط من السعر في الاستدعاءات اللاحقة.

مثال تطبيقي:

لديك وكيل بمطالبة نظامية من 20,000 رمز تظل ثابتة، وتطرح 100 سؤال (كل منها 200 رمز):

بدون تخزين مؤقت:

الإدخال: 100 × 20,200 × 1.74 دولار / مليون = 3.52 دولار
الإخراج: 100 × 500 × 3.48 دولار / مليون = 0.17 دولار
الإجمالي: 3.69 دولار

مع التخزين المؤقت (استدعاء أول غير متكرر، 99 متكررة):

إدخال الاستدعاء الأول: 20,200 × 1.74 دولار / مليون = 0.035 دولار
99 مقدمة متكررة: 99 × 20,000 × 0.145 دولار / مليون = 0.287 دولار
99 إدخال مستخدم غير متكرر: 99 × 200 × 1.74 دولار / مليون = 0.034 دولار
الإخراج: 100 × 500 × 3.48 دولار / مليون = 0.174 دولار
الإجمالي: 0.53 دولار

نسبة التوفير: أقل بـ 7 مرات لنفس عبء العمل. التأثير أكبر في V4-Flash بسبب انخفاض السعر الخام.

مقارنة مباشرة مع GPT-5.5 وClaude

النموذج	الإدخال (عادي)	الإدخال (مخزن مؤقتًا)	الإخراج	السياق
DeepSeek V4-Flash	0.14 دولار / مليون	0.028 دولار / مليون	0.28 دولار / مليون	1 مليون
DeepSeek V4-Pro	1.74 دولار / مليون	0.145 دولار / مليون	3.48 دولار / مليون	1 مليون
GPT-5.5	5 دولارات / مليون	1.25 دولار / مليون	30 دولارًا / مليون	1 مليون
GPT-5.5 Pro	30 دولارًا / مليون	—	180 دولارًا / مليون	1 مليون
Claude Opus 4.6	15 دولارًا / مليون	1.50 دولار / مليون	75 دولارًا / مليون	200 ألف

أهم النقاط العملية من المقارنة:

رموز الإخراج: V4-Pro أرخص 8.6 مرة من GPT-5.5، وأرخص 21 مرة من Claude Opus 4.6.
الإدخال المخزن مؤقتًا: V4-Pro أرخص 10 مرات من GPT-5.5 المخزن مؤقتًا وClaude Opus.
الأداء: V4-Pro يضاهي أو يتفوق على GPT-5.5 في LiveCodeBench وCodeforces مع تكلفة أقل بكثير.

ملاحظة: إذا كان عملك يعتمد على استرجاع دقيق لسياق طويل جدًا، لا تزال بعض النماذج الأخرى تتفوق في جودة الاسترجاع.

نمذجة التكلفة لأعباء العمل الشائعة

فيما يلي أربع سيناريوهات عملية مع حسابات تكلفة واضحة على V4-Pro (بدون تكرار):

1. حلقة ترميز وكيل (سياق 50K، إخراج 2K، 20 استدعاء لكل مهمة)

الإدخال: 50,000 × 20 × 1.74 / 1,000,000 = 1.74 دولار
الإخراج: 2,000 × 20 × 3.48 / 1,000,000 = 0.14 دولار
التكلفة: ~1.88 دولار لكل مهمة (مقابل 6.20 دولار على GPT-5.5)

2. أسئلة وأجوبة مستندات طويلة (سياق 500K، إخراج 1K)

الإدخال: 500,000 × 1.74 / 1,000,000 = 0.87 دولار
الإخراج: 1,000 × 3.48 / 1,000,000 = 0.003 دولار
التكلفة: ~0.87 دولار للاستدعاء (مقابل 2.53 دولار على GPT-5.5)

3. تصنيف عالي الحجم (سياق 2K، إخراج 200، 10,000 استدعاء) — استخدم V4-Flash

الإدخال: 2,000 × 10,000 × 0.14 / 1,000,000 = 2.80 دولار
الإخراج: 200 × 10,000 × 0.28 / 1,000,000 = 0.56 دولار
التكلفة: ~3.36 دولار لكل 10,000 استدعاء (مقابل 110 دولار على GPT-5.5)

4. روبوت دردشة بمطالبة متكررة (مطالبة نظامية 10K، 500 رمز مستخدم، 1K إخراج، 1,000 جلسة)

الاستدعاء الأول: 10,500 × 1.74 / 1,000,000 = 0.018 دولار
999 إدخال متكرر: 999 × 10,000 × 0.145 / 1,000,000 = 1.45 دولار
999 إدخال مستخدم غير متكرر: 999 × 500 × 1.74 / 1,000,000 = 0.87 دولار
الإخراج: 1,000 × 1,000 × 3.48 / 1,000,000 = 3.48 دولار
التكلفة: ~5.82 دولار/ 1,000 جلسة (مقابل 26.35 دولار على GPT-5.5 مع التخزين المؤقت)

التكاليف الخفية التي يجب مراقبتها

تضخم رموز وضع التفكير: وضع Think Max يستهلك رموز إخراج أكثر بـ3–10 مرات من Non-Think. راقب استخدام reasoning_tokens.
نمو السياق الصامت: لا تغذِ الحوارات الكاملة في كل استدعاء؛ استخدم التلخيص أو الاقتصاص.
عواصف إعادة المحاولة: أخطاء الشبكة أو API غير المستقرة قد تكرر الاستدعاء وتضاعف الفاتورة. أضف تراجعًا أسيًا وحدًا ثابتًا.
تقلب التطوير: تكرار التجربة عبر curl يعيد تشغيل كامل السياق ويزيد التكلفة. استخدم Apidog لحفظ المتغيرات وجعل التعديل وإعادة المحاولة شبه مجانيين.

تتبع التكلفة في Apidog

اتبع هذا المسار لتتبع تكاليفك بدقة:

حمّل Apidog وخزّن متغير DEEPSEEK_API_KEY كمتغير سري.
أنشئ طلب POST إلى https://api.deepseek.com/v1/chat/completions.
في لوحة الاستجابة، تابع الحقول usage.prompt_tokens وusage.completion_tokens وusage.reasoning_tokens لمراقبة التكلفة فورياً مع كل استدعاء.
اجعل model وthinking_mode متغيرات حتى تستطيع اختبار V4-Flash وV4-Pro وNon-Think وThink Max بدون تكرار الطلبات.
كرر نفس الإعداد لـ GPT-5.5 (دليل API لـ GPT-5.5 يوضح نفس الخطوات). نافذة واحدة، مزودان، تكاليف واضحة.

هذا المسار يغطي 80% من مفاجآت الفواتير الشهرية في بيئة الإنتاج.

أربع قواعد للحفاظ على الإنفاق متوقعًا

اجعل V4-Flash هو الافتراضي. استخدم V4-Pro فقط عند الحاجة الحقيقية لجودة أعلى مؤثرة على الإيرادات.
ابدأ بـ Non-Think. انتقل إلى Think High للمهام الصعبة، واحتفظ بـ Think Max للمهام الحرجة فقط.
حدّد max_tokens. سقف الإخراج 384 ألف رمز هو حماية وليس هدفًا. معظم حالات الإنتاج تكتفي بـ2 ألف رمز.
سجّل بيانات الاستخدام. تعقّب prompt_tokens وcompletion_tokens وreasoning_tokens في كل استدعاء، ونبّه عند ارتفاع رموز الاستدلال.

الأسئلة الشائعة

هل هناك طبقة مجانية؟

لا يوجد طبقة مجانية للاستخدام عبر API، لكن الحسابات الجديدة أحيانًا تحصل على رصيد تجريبي. للمسارات المجانية خارج الـ API، اطلع على كيفية استخدام DeepSeek V4 مجانًا.

كيف يعمل خصم التخزين المؤقت؟

المقدمات 1024 رمزًا أو أكثر والمتكررة عبر الطلبات داخل نفس الحساب تتم محاسبتها بسعر التكرار تلقائيًا. الاستدعاء الأول بسعر غير متكرر، والباقي بالسعر المخفض.

هل أوضاع التفكير أغلى؟

سعر الرمز ثابت، لكن أوضاع التفكير تستهلك رموزًا أكثر. راقب reasoning_tokens في كائن usage لمعرفة التكلفة الحقيقية.

هل التسعيرة مستقرة؟

DeepSeek تعدّل الأسعار دوريًا. راجع صفحة التسعيرة المباشرة قبل وضع الميزانية.

هل إخراج V4-Pro وV4-Flash بنفس السعر؟

لا. إخراج V4-Pro يكلف 3.48 دولار/مليون، في حين V4-Flash يكلف 0.28 دولار/مليون، بفارق 12.4x.

هل نقطة نهاية تنسيق Anthropic تغير التسعيرة؟

لا. endpoint https://api.deepseek.com/anthropic تستخدم نفس أسعار نقطة نهاية OpenAI. التنسيق لا يؤثر على الفوترة.

كيفية استخدام واجهة برمجة تطبيقات DeepSeek V4؟

Yusuf Khalidd — Fri, 24 Apr 2026 04:16:31 +0000

تم إطلاق DeepSeek V4 مع واجهة برمجة التطبيقات (API) متاحة من اليوم الأول؛ معرفات النماذج هي deepseek-v4-pro وdeepseek-v4-flash، مع نقطة نهاية متوافقة مع OpenAI على https://api.deepseek.com. أي عميل يستخدم GPT-5.5 أو APIs متوافقة مع OpenAI سيعمل بمجرد تبديل عنوان URL الأساسي.

جرّب Apidog اليوم

هذا الدليل عملي: يغطي خطوات المصادقة، أهم المعلمات، أمثلة بايثون وNode، وضع التفكير للرياضيات، استدعاء الأدوات، البث (streaming)، وسير عمل باستخدام Apidog لتتبع التكلفة بوضوح أثناء التطوير.

للحصول على نظرة عامة على مستوى المنتج، راجع ما هو DeepSeek V4. وللتجربة المجانية، راجع كيفية استخدام DeepSeek V4 مجانًا.

خلاصة القول (TL;DR)

DeepSeek V4 متوفر عبر نقطة النهاية المتوافقة مع OpenAI: https://api.deepseek.com/v1/chat/completions أو نقطة النهاية المتوافقة مع Anthropic: https://api.deepseek.com/anthropic
معرفات النماذج: deepseek-v4-pro (إجمالي 1.6 تيرابايت، نشط 49 مليار) deepseek-v4-flash (إجمالي 284 مليار، نشط 13 مليار)
يدعمان سياق 1 مليون توكن وثلاثة أوضاع تفكير: non-thinking، thinking، thinking_max
استخدم temperature=1.0, top_p=1.0 حسب توصية DeepSeek؛ لا تنقل الإعدادات الافتراضية لـ GPT-5.5 أو Claude.
سيتم إيقاف معرفات deepseek-chat وdeepseek-reasoner في 24 يوليو 2026؛ قم بالترحيل قبل ذلك.
قم بتنزيل Apidog لإعادة تشغيل الطلبات، مقارنة أوضاع التفكير، وإدارة المفاتيح بشكل آمن.

المتطلبات الأساسية

قم بتجهيز التالي قبل أول طلب:

حساب مطور DeepSeek على platform.deepseek.com مع رصيد لا يقل عن 2 دولار (المكالمات بلا رصيد ترجع 402 Insufficient Balance).
مفتاح API لمشروعك (استخدم مفاتيح النطاق الخاص للمشاريع الإنتاجية).
SDK يدعم عنوان URL أساسي متوافق مع OpenAI. بايثون (openai>=1.30.0) وNode (openai@4.x) يعملان بدون تعديل.
عميل API قادر على إعادة تشغيل الطلبات بسهولة. استخدم curl مبدئيًا ثم Apidog للراحة.

صدّر المفتاح في بيئتك:

export DEEPSEEK_API_KEY="sk-..."

نقطة النهاية والمصادقة

النقاط الأساسية:

POST https://api.deepseek.com/v1/chat/completions    # تنسيق OpenAI
POST https://api.deepseek.com/anthropic/v1/messages  # تنسيق Anthropic

اختر تنسيق OpenAI إلا إذا كان لديك قاعدة كود مبنية على Anthropic. المصادقة عبر Bearer في رأس Authorization:

curl https://api.deepseek.com/v1/chat/completions \
  -H "Authorization: Bearer $DEEPSEEK_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v4-pro",
    "messages": [
      {"role": "user", "content": "اشرح توجيه MoE في جملتين."}
    ]
  }'

الرد الناجح يحتوي على مصفوفة choices، وكتلة usage، وid للتتبع. الأخطاء تظهر في غلاف OpenAI القياسي.

معلمات الطلب

كل معلمة تؤثر على التكلفة/السلوك:

المعلمة	النوع	القيم	ملاحظات
`model`	سلسلة نصية (string)	`deepseek-v4-pro`, `deepseek-v4-flash`	مطلوب.
`messages`	مصفوفة (array)	أزواج الدور/المحتوى (role/content)	مطلوب. نفس مخطط OpenAI.
`thinking_mode`	سلسلة نصية (string)	`non-thinking`, `thinking`, `thinking_max`	الافتراضي هو `non-thinking`.
`temperature`	رقم عشري (float)	من 0 إلى 2	توصي DeepSeek بـ 1.0.
`top_p`	رقم عشري (float)	من 0 إلى 1	توصي DeepSeek بـ 1.0.
`max_tokens`	عدد صحيح (int)	من 1 إلى 131,072	يحدد سقف طول الإخراج.
`stream`	قيمة منطقية (bool)	صحيح أو خطأ (true or false)	يمكّن تدفق SSE.
`tools`	مصفوفة (array)	مواصفات أداة OpenAI	لاستدعاء الدالة.
`tool_choice`	سلسلة نصية (string) أو كائن (object)	`auto`, `required`, `none`, أو أداة محددة	يتحكم في استخدام الأداة.
`response_format`	كائن (object)	`{"type": "json_object"}`	إخراج وضع JSON.
`seed`	عدد صحيح (int)	أي عدد صحيح	للتكرارية.
`presence_penalty`	رقم عشري (float)	من -2 إلى 2	يعاقب على المواضيع المتكررة.
`frequency_penalty`	رقم عشري (float)	من -2 إلى 2	يعاقب على التوكنات المتكررة.

thinking_mode هو أهم محرك تكلفة.
- non-thinking: أسرع وأقل تكلفة.
- thinking: يحسن الدقة في الكود/الرياضيات مقابل توكنات إضافية.
- thinking_max: أعلى دقة/تكلفة، يتطلب ميزانية توكن كبيرة.

عميل بايثون

استخدم حزمة openai الرسمية مع تجاوز عنوان URL:

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["DEEPSEEK_API_KEY"],
    base_url="https://api.deepseek.com/v1",
)

response = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[
        {"role": "system", "content": "Reply in code only."},
        {"role": "user", "content": "Write a Rust function that debounces events."},
    ],
    extra_body={"thinking_mode": "thinking"},
    temperature=1.0,
    top_p=1.0,
    max_tokens=2048,
)

choice = response.choices[0]
print("Content:", choice.message.content)
print("Reasoning tokens:", response.usage.reasoning_tokens)
print("Total tokens:", response.usage.total_tokens)

مرر معلمات DeepSeek الخاصة عبر extra_body.

عميل Node

نفس الأسلوب في Node:

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.DEEPSEEK_API_KEY,
  baseURL: "https://api.deepseek.com/v1",
});

const response = await client.chat.completions.create({
  model: "deepseek-v4-flash",
  messages: [
    { role: "user", content: "Explain the Muon optimizer in plain English." },
  ],
  thinking_mode: "thinking",
  temperature: 1.0,
  top_p: 1.0,
});

console.log(response.choices[0].message.content);
console.log("Usage:", response.usage);

لا حاجة لـ extra_body؛ مرر thinking_mode مباشرة.

تدفق الاستجابات (Streaming responses)

اضبط stream: true وكرر عبر كتل SSE:

stream = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[{"role": "user", "content": "Stream a 300-word essay on MoE."}],
    stream=True,
    extra_body={"thinking_mode": "non-thinking"},
)

for chunk in stream:
    delta = chunk.choices[0].delta.content or ""
    print(delta, end="", flush=True)

عند تفعيل وضع التفكير، يتم بث آثار التفكير عبر delta.reasoning_content.

استدعاء الأدوات

يدعم V4 استدعاء الأدوات على نمط OpenAI:

tools = [{
    "type": "function",
    "function": {
        "name": "get_weather",
        "description": "Return the current weather for a city.",
        "parameters": {
            "type": "object",
            "properties": {
                "city": {"type": "string"},
                "unit": {"type": "string", "enum": ["c", "f"]},
            },
            "required": ["city"],
        },
    },
}]

response = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[{"role": "user", "content": "Weather in Lagos in Celsius?"}],
    tools=tools,
    tool_choice="auto",
    extra_body={"thinking_mode": "thinking"},
)

tool_call = response.choices[0].message.tool_calls[0]
print(tool_call.function.name, tool_call.function.arguments)

نفّذ الدالة، أضف نتيجتها كرسالة role: "tool"، وكرر الطلب. النمط مطابق لـ OpenAI/Anthropic.

وضع JSON

اطلب مخرجات JSON منظمة:

response = client.chat.completions.create(
    model="deepseek-v4-flash",
    messages=[
        {"role": "system", "content": "Reply with a single JSON object."},
        {"role": "user", "content": "Summarize this release note as {title, date, bullets}: ..."},
    ],
    response_format={"type": "json_object"},
    extra_body={"thinking_mode": "non-thinking"},
)

الوضع يفرض صيغة JSON صالحة، لكن تحقق من المخطط عبر Pydantic أو Zod.

بناء المجموعة في Apidog

لإدارة الطلبات وتحليل التكلفة بوضوح:

نزّل Apidog وأنشئ مشروعًا جديدًا.
أضف بيئة تحوي {{DEEPSEEK_API_KEY}} كمتغير سري.
احفظ طلب POST إلى {{BASE_URL}}/chat/completions مع رأس Authorization: Bearer {{DEEPSEEK_API_KEY}}.
اجعل معلمات مثل model وthinking_mode متغيرة للمقارنات.
استخدم عارض الاستجابات لمراقبة usage.reasoning_tokens وتحديد استهلاك وضع التفكير.

إذا كنت تدير بالفعل مجموعة GPT-5.5 API في Apidog، استنسخ المجموعة وعدّل عنوان URL ومعرف النموذج للمقارنة المباشرة.

معالجة الأخطاء

الأخطاء تتبع نمط OpenAI. الشائعة منها:

الكود	المعنى	الإصلاح
400	طلب غير صحيح	تحقق من مخطط JSON، خاصةً `messages` و `tools`.
401	مفتاح غير صالح	أعد إنشاء المفتاح على platform.deepseek.com.
402	رصيد غير كافٍ	اشحن الحساب.
403	النموذج غير مسموح به	تحقق من نطاق المفتاح وتهجئة معرف النموذج.
422	معلمة خارج النطاق	`max_tokens` أو `thinking_mode` ربما غير متطابقين.
429	تجاوز حد المعدل	انتظر ثم أعد المحاولة مع تذبذب أسي.
500	خطأ في الخادم	أعد المحاولة مرة واحدة؛ إذا تكرر، تحقق من صفحة الحالة.
503	محمل بشكل زائد	ارجع إلى V4-Flash أو أعد المحاولة في 30 ثانية.

لف المكالمات بمساعد إعادة محاولة مع تأخير أسي لأخطاء 429 و5xx فقط. أخطاء 4xx تحتاج مراجعة منطقية.

أنماط التحكم في التكلفة

لضبط الإنفاق:

الوضع الافتراضي: V4-Flash. استخدم V4-Pro فقط عند الحاجة لجودة أعلى مثبتة.
اجعل thinking_max خلف علامة. استخدمه فقط عند أولوية الدقة القصوى.
حدد max_tokens. معظم الردود < 2000 توكن. السياق الواسع للإدخال فقط.
سجّل usage. راقب توكنات التفكير لأي تصاعد غير متوقع.

الترحيل من نماذج DeepSeek الأقدم

معرفات deepseek-chat وdeepseek-reasoner تنتهي في 24 يوليو 2026. استبدل معرف النموذج في كل استدعاء:

-  model="deepseek-chat"
+  model="deepseek-v4-pro"

قم بمقارنات A/B في Apidog قبل الإنتاج.

الأسئلة الشائعة

هل DeepSeek V4 API جاهز للإنتاج؟

نعم، تم إطلاقها في 23 أبريل 2026 وتستند إلى بنية مجرّبة من الإصدارات السابقة.

هل يدعم V4 تنسيق رسائل Anthropic؟

نعم، استخدم نقطة النهاية https://api.deepseek.com/anthropic/v1/messages مع حمولة بتنسيق Anthropic.

ما هي نافذة السياق؟

مليون توكن في كل من V4-Pro وV4-Flash. وضع thinking_max يحتاج 384 ألف توكن على الأقل.

كيف أحسب توكنات الإدخال قبل الإرسال؟

استخدم tokenizer OpenAI، أو اعتمد على usage في الاستجابة.

هل يمكنني ضبط النموذج عبر API؟

ليس حاليًا؛ التخصيص متاح فقط عبر نقاط تحقق مستضافة على Hugging Face.

هل هناك طبقة مجانية؟

لا توجد طبقة مجانية رسمية، لكن التسجيلات الجديدة قد تحصل أحيانًا على رصيد تجريبي.

كيفية استخدام DeepSeek V4: الدردشة عبر الويب، و واجهة برمجة التطبيقات (API)، وخيارات الاستضافة الذاتية

Yusuf Khalidd — Fri, 24 Apr 2026 04:16:00 +0000

وصل DeepSeek V4 في 23 أبريل 2026 بأربع نقاط تحقق، وواجهة برمجة تطبيقات حية (API)، وأوزان مرخصة بـ MIT على Hugging Face. هذا المزيج يمنحك مرونة كاملة: اختر بين الوصول الفوري، مكالمات API للإنتاج، أو الاستضافة الذاتية حسب متطلبات مشروعك. في هذا الدليل، ستجد خطوات عملية وملخصات مباشرة لكل مسار، لتتمكن من تنفيذ DeepSeek V4 بأسرع ما يمكن وبأقل تعقيد.

جرّب Apidog اليوم

إذا كنت تبحث عن نظرة عامة سريعة على مستوى المنتج، اقرأ أولاً ما هو DeepSeek V4. لشرح واجهة API فقط، راجع دليل DeepSeek V4 API. وللمسار المجاني، اطلع على كيفية استخدام DeepSeek V4 مجانًا. لاختبار حقيقي سريع، قم بتحميل Apidog وابدأ في بناء الـ API Collection فورًا.

باختصار

المسار الأسرع: chat.deepseek.com. دردشة ويب مجانية، V4-Pro افتراضيًا، ثلاثة أوضاع للتفكير.
مسار الإنتاج: https://api.deepseek.com/v1/chat/completions مع معرفات النماذج deepseek-v4-pro أو deepseek-v4-flash.
مسار الاستضافة الذاتية: اسحب الأوزان من Hugging Face، وشغّل سكريبتات /inference من المستودع.
اختر Non-Think للتوجيه والتصنيف، Think High للكود والتحليل، Think Max عندما تكون الدقة أولوية مطلقة.
توصية DeepSeek لأخذ العينات: temperature=1.0, top_p=1.0 — لا تعدّلها إلا إذا كنت تعرف السبب.
استخدم Apidog كعميل API. التوافق مع OpenAI يُتيح لك إعادة تشغيل نفس الطلب على DeepSeek وOpenAI وAnthropic بسهولة.

اختر المسار الصحيح لعبء عملك

أربعة مسارات رئيسية متاحة:

المسار	التكلفة	وقت الإعداد	الأفضل لـ
chat.deepseek.com	مجاني	30 ثانية	اختبارات سريعة، تخصيص فردي
DeepSeek API	فوترة حسب الرمز	5 دقائق	الإنتاج، الوكلاء، المهام الدفعية
V4-Flash مستضاف ذاتيًا	تكلفة الأجهزة فقط	بضع ساعات	امتثال داخلي، استدلال بدون اتصال
V4-Pro مستضاف ذاتيًا	تكلفة المجموعات فقط	يوم واحد	بحث، ضبط دقيق مخصص
OpenRouter / مجمع	فوترة حسب الرمز	دقيقتان	احتياطي متعدد المزودين

المسار الأول: استخدام V4 في الدردشة عبر الويب

اذهب إلى chat.deepseek.com.
سجّل الدخول باستخدام بريدك الإلكتروني أو Google أو WeChat.
النموذج الافتراضي هو V4-Pro. استخدم التبديل في أعلى المحرر لاختيار Non-Think أو Think High أو Think Max.
ابدأ في إرسال الأسئلة أو الأوامر.

تدعم الدردشة تحميل ملفات، بحث ويب، وسياق حتى مليون رمز. حدود المعدل على مستوى الحساب فقط. مثالي للتحليل السريع، تلخيص ملفات PDF، أو مقارنة الإجابات مع GPT-5.5/Claude. ليس مناسبًا للأتمتة أو التكرار البرمجي.

المسار الثاني: استخدام DeepSeek API

للتكامل البرمجي والإنتاجي، استخدم API المتوافقة مع OpenAI — بسيطة وقوية، وتدعمها معظم مكتبات الذكاء الاصطناعي.

احصل على مفتاح API

سجّل في platform.deepseek.com.
أضف طريقة دفع (شحن يبدأ من 2 دولار).
أنشئ مفتاح API، وانسخه مباشرة.

export DEEPSEEK_API_KEY="sk-..."

مثال curl جاهز

curl https://api.deepseek.com/v1/chat/completions \
  -H "Authorization: Bearer $DEEPSEEK_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v4-pro",
    "messages": [
      {"role": "user", "content": "Refactor this Python function to async. Reply with code only."}
    ],
    "thinking_mode": "thinking"
  }'

بدّل deepseek-v4-pro بـ deepseek-v4-flash للطراز الاقتصادي، وthinking بـ non-thinking للمسار الأسرع.

عميل بايثون

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["DEEPSEEK_API_KEY"],
    base_url="https://api.deepseek.com/v1",
)

response = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[
        {"role": "system", "content": "You are a concise senior engineer."},
        {"role": "user", "content": "Explain the CSA+HCA hybrid attention stack."},
    ],
    extra_body={"thinking_mode": "thinking_max"},
    temperature=1.0,
    top_p=1.0,
)

print(response.choices[0].message.content)

عميل Node.js

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.DEEPSEEK_API_KEY,
  baseURL: "https://api.deepseek.com/v1",
});

const response = await client.chat.completions.create({
  model: "deepseek-v4-flash",
  messages: [{ role: "user", content: "Write a fizzbuzz in Rust." }],
  temperature: 1.0,
  top_p: 1.0,
});

console.log(response.choices[0].message.content);

للحصول على تفاصيل المعلمات، معالجة الأخطاء، راجع دليل DeepSeek V4 API.

المسار الثالث: التكرار باستخدام Apidog

نزّل Apidog لأنظمة Mac أو Windows أو Linux.
أنشئ مشروع API جديد، وأضف طلب POST إلى https://api.deepseek.com/v1/chat/completions.
أضف Header Authorization: Bearer {{DEEPSEEK_API_KEY}}، وخزّن المفتاح في متغير البيئة.
الصق JSON الخاص بالطلب واحفظه. عدّل وأعد التشغيل بنقرة واحدة في كل مرة.
قارن استجابات Non-Think وThink Max لنفس الـ prompt باستخدام عارض Apidog المدمج.

يمكنك اختبار OpenAI وClaude وDeepSeek داخل نفس المجموعة، مما يجعل اختبار A/B بين المزودين سهلاً ويجعل مراقبة الفواتير أكثر شفافية. إذا كنت تستخدم مجموعة GPT-5.5 API المحفوظة، يكفي تغيير عنوان URL الأساسي للتحويل إلى DeepSeek V4.

المسار الرابع: استضافة V4-Flash ذاتيًا

للحالات التي تتطلب الامتثال الكامل أو العمل في بيئة مغلقة أو تقليل التكلفة التشغيلية، استضف النموذج محليًا.

الأجهزة المطلوبة

V4-Flash: 2-4 بطاقات H100/H200/MI300X (FP8)، أو بطاقة واحدة 80GB مع تكميم INT4 للدفعات الصغيرة.
V4-Pro: يتطلب 16-32 H100 على الأقل — مناسب فقط لمراكز البيانات.

الحصول على الأوزان

pip install -U "huggingface_hub[cli]"
huggingface-cli login  # لتسريع التحميل وتقليل حدود المعدل
huggingface-cli download deepseek-ai/DeepSeek-V4-Flash \
  --local-dir ./models/deepseek-v4-flash \
  --local-dir-use-symlinks False

V4-Flash ≈ 500GB (FP8)، V4-Pro في نطاق عدة تيرابايت.

تشغيل الاستدلال

pip install "vllm>=0.9.0"

vllm serve deepseek-ai/DeepSeek-V4-Flash \
  --tensor-parallel-size 4 \
  --max-model-len 1048576 \
  --dtype auto

بعد التشغيل، استخدم أي عميل متوافق مع OpenAI على http://localhost:8000/v1. نفس إعداد Apidog، فقط غيّر الـ Base URL.

توجيه V4 بفعالية

حدد وضع التفكير صراحةً. اضبط thinking_mode بوضوح حسب المهمة.
استخدم رسائل النظام لضبط النبرة فقط، وليس تعليمات المهمة. ضع المهمة في رسالة المستخدم.
لمهام البرمجة، زوّد النموذج باختبار واضح. الصق حالات الاختبار بدلاً من الوصف اللفظي فقط.

للمهام ذات السياق الطويل، ضع المعلومات الأكثر أهمية في بداية ونهاية السياق.

التحكم في التكلفة

اجعل V4-Flash هو الافتراضي. استخدم V4-Pro فقط عند الحاجة الماسة لجودة أعلى.
اجعل Non-Think هو الافتراضي. ارتقِ إلى Think High أو Think Max فقط حسب الحاجة.
حدد max_tokens بوضوح. غالبية الإجابات لا تتجاوز 2000 رمز.

عند استخدام Apidog، خصص متغيرات البيئة ليكون حساب الاختبار معزولًا عن الإنتاج. Apidog يعرض عدد الرموز في كل رد تلقائيًا.

الترحيل من DeepSeek V3 أو نماذج أخرى

من deepseek-chat / deepseek-reasoner: غير معرف النموذج إلى deepseek-v4-pro أو deepseek-v4-flash. يجب الترحيل قبل 24 يوليو 2026.
من OpenAI GPT-5.x: غيّر الـ Base URL إلى https://api.deepseek.com/v1 فقط، وعدل معرف النموذج.
من Anthropic Claude: استخدم https://api.deepseek.com/anthropic أو حوّل الرسائل لتنسيق OpenAI.

الأسئلة الشائعة

هل أحتاج لحساب مدفوع لاستخدام V4؟ الدردشة مجانية؛ API تتطلب شحنًا (الحد الأدنى 2 دولار). راجع كيفية استخدام DeepSeek V4 مجانًا.
أي نسخة أستخدم افتراضيًا؟ ابدأ بـ V4-Flash مع Non-Think، ثم قيّم الجودة.
هل يمكن تشغيل V4 محليًا على MacBook؟ V4-Flash يعمل على M3/M4 Max (128GB RAM) مع تكميم، لكن ببطء. V4-Pro غير مدعوم محليًا.
هل يدعم V4 أدوات واستدعاء الدوال؟ نعم. نقطة النهاية المتوافقة مع OpenAI تدعم مصفوفة tools وtool_calls. Anthropic endpoint يدعم مخطط Anthropic الأصلي.
كيف أبث الاستجابات؟ استخدم stream: true في الطلب. الاستجابة بتدفق SSE متوافق مع OpenAI.
هل توجد حدود معدل؟ API المستضافة لها حدود منشورة على api-docs.deepseek.com. الاستضافة الذاتية تحدك فقط إمكانيات أجهزتك.

تسعير GPT-5.5: تحليل كامل لتكاليف API و Codex و ChatGPT (أبريل 2026)

Yusuf Khalidd — Fri, 24 Apr 2026 02:29:31 +0000

ضاعفت OpenAI أسعار الرموز في خط GPT-5 مع إصدار GPT-5.5 في 23 أبريل 2026. أصبح سعر الإدخال 5.00 دولارات لكل مليون رمز، والإخراج 30.00 دولارًا لكل مليون رمز. أسعار Pro بقيت عند 30 دولارًا / 180 دولارًا. هذه هي الأرقام الأساسية، لكن التفاصيل هي ما يحدد التكلفة الفعلية وتؤثر على قرارات المطورين.

جرّب Apidog اليوم

يشرح هذا الدليل العملي كل واجهة تسعير: API القياسية، الدُفعات (Batch)، المرنة (Flex)، الأولوية (Priority)، تسعير Pro، وحدود Codex. كما يوضح كيفية حساب التكلفة الفعلية لعملك البرمجي قبل تغيير النموذج الافتراضي في مشاريعك.

للاطلاع على نظرة سريعة حول النموذج، راجع ما هو GPT-5.5. ولشرح تطبيقي للمطورين، راجع كيفية استخدام واجهة برمجة تطبيقات GPT-5.5.

الخلاصة

الواجهة	الإدخال / مليون	الإخراج / مليون
واجهة برمجة تطبيقات GPT-5.5 القياسية	$5.00	$30.00
واجهة برمجة تطبيقات GPT-5.5 Pro	$30.00	$180.00
GPT-5.5 الدُفعات (خصم 50%)	$2.50	$15.00
GPT-5.5 المرنة (خصم 50%)	$2.50	$15.00
GPT-5.5 الأولوية (2.5×)	$12.50	$75.00
واجهة برمجة تطبيقات GPT-5.4 القياسية	$2.50	$15.00
واجهة برمجة تطبيقات GPT-5.4-mini	$0.25	$2.00

الخلاصة: GPT-5.5 يكلف ضعف GPT-5.4 للرمز المميز، لكن OpenAI تشير إلى تحسن كفاءة الرمز بنحو 20% عند احتساب الذكاء العملي للنموذج.

الأرقام الرئيسية

GPT-5.5: 5.00 دولارات لكل مليون رمز إدخال، 30.00 دولارًا لكل مليون رمز إخراج.
GPT-5.5 Pro: 30.00 دولارًا لكل مليون رمز إدخال، 180.00 دولارًا لكل مليون رمز إخراج.
نافذة السياق: مليون رمز. رموز التفكير تحتسب ضمن النافذة وفاتورة الإخراج.

راجع صفحة تسعير واجهة برمجة التطبيقات للمزيد من التفاصيل.

الدُفعات (Batch)، المرنة (Flex)، والأولوية (Priority)

تتيح OpenAI ثلاثة مستويات بديلة لتعديل التسعير حسب نوع الحمل:

واجهة برمجة تطبيقات الدُفعات (Batch API)

آلية العمل: معالجة الطلبات عبر نقطة نهاية الدُفعات بسعر 50% من التسعير القياسي. التسليم خلال 24 ساعة.
الاستخدام الأمثل:
- تقييمات ليلية على مجموعات بيانات كاملة.
- عمليات إعادة المعالجة التاريخية.
- أي سيناريو حيث لا تهم الاستجابة الفورية (كمون بالساعات مقبول).
التسعير: 2.50 دولار (إدخال) / 15.00 دولار (إخراج) لكل مليون رمز في GPT-5.5.

المعالجة المرنة (Flex)

خصم 50% مثل Batch لكن الكمون متغير (ثوانٍ إلى دقائق حسب الطلب).
مناسب لـ من يستطيع تحمل تأخير غير متوقع ويريد خصم الدُفعات مع استجابات شبه متزامنة.

المعالجة ذات الأولوية (Priority)

السعر: 2.5× من السعر القياسي (12.50 دولار إدخال / 75.00 دولار إخراج لكل مليون رمز GPT-5.5).
مميزات: إنتاجية أعلى، حدود معدل مرتفعة، كمون شبه صفري.
مناسب لـ التطبيقات التفاعلية المباشرة حيث يؤثر التأخير على تجربة المستخدم.

حساب تكلفة وضع التفكير (Thinking mode)

التفعيل: نفس معرف النموذج مع reasoning.effort أعلى.
التكلفة: سعر الرمز نفسه، لكن عدد الرموز المميزة المستخدمة في الطلب يرتفع حسب الجهد.

الجهد	مضاعف رمز الإخراج	متى يستخدم
`منخفض` (افتراضي)	1×	معظم المكالمات الروتينية
`متوسط`	1.3–2×	برمجة متعددة الخطوات، توليد منظم
`مرتفع`	2–4×	بحث عميق، مراجعة دقيقة
`مرتفع جدًا`	3–8×	حلقات الوكيل، تخطيط كثيف

مثال حسابي: طلب xhigh على موجه طويل قد يستخدم 20,000 رمز تفكير = 0.60 دولار للتفكير فقط (30 دولارًا لكل مليون) إضافة إلى تكلفة الإخراج النهائي.

نصيحة: ضع ميزانية حسب عبء العمل، وليس لكل طلب منفرد.

تسعير Codex

الوصول إلى Codex مرتبط بخطة ChatGPT وليس بفواتير الرموز.

الخطة	الوصول إلى Codex	GPT-5.5	ملاحظات
مجاني	نعم (وقت محدود)	نعم	حدود أسبوعية صارمة
Go	نعم (وقت محدود)	نعم	ضعف حدود الخطة المجانية
Plus (20 دولار / شهر)	نعم	نعم	حدود قياسية
Pro (200 دولار / شهر)	نعم	نعم + Thinking + Pro (في ChatGPT)	أعلى حدود لكل مستخدم
Business	نعم	نعم	قائمة على المقاعد
Enterprise / Edu	نعم	نعم	قائمة على العقود

للمطورين الذين يعملون أغلب الوقت عبر Codex وChatGPT، تعتبر خطط Plus أو Pro الأرخص حال تجاوز بضعة مئات آلاف الرموز يوميًا. دليل المسار المجاني يوضح كيفية البدء مجانًا.

مقارنة: GPT-5.5 مقابل باقي الخطوط

اختيار النموذج يعتمد على كثافة الإخراج واحتياج الجودة مقابل التكلفة.

النموذج	الإدخال / مليون	الإخراج / مليون	التكلفة لكل 1 ألف رمز إخراج
GPT-5.4-mini	$0.25	$2.00	$0.0020
GPT-5.4	$2.50	$15.00	$0.0150
GPT-5.5	$5.00	$30.00	$0.0300
GPT-5.5 Pro	$30.00	$180.00	$0.1800

مهام الإخراج الكبير منخفض المخاطر (تلخيص، تصنيف): GPT-5.4-mini.
حمل إنتاجي عام بجودة مقبولة: GPT-5.4.
برمجة صعبة أو سلاسل بحث أو أعمال متعددة الخطوات: GPT-5.5.
إخراج دقيق حساس حيث الخطأ مكلف: GPT-5.5 Pro.

مثال عملي: حساب تكلفة وكيل الترميز لكل مهمة

مثال عملي على جلسة ترميز وكيل عبر GPT-5.5 (API) مع reasoning.effort: "medium":

رموز الإدخال: ~15,000
رموز الإخراج: ~3,000
رموز التفكير (جهد متوسط): ~6,000

الحساب:

الإدخال: 15,000 × 5.00 دولار / مليون = 0.075 دولار
الإخراج: (3,000 + 6,000) × 30.00 دولار / مليون = 0.27 دولار
الإجمالي: 0.345 دولار لكل مهمة ترميز

نفس العبء على GPT-5.4:

الإدخال: 15,000 × 2.50 دولار / مليون = 0.0375 دولار
الإخراج: 9,000 × 15.00 دولار / مليون = 0.135 دولار
الإجمالي: 0.1725 دولار لكل مهمة

GPT-5.5 يكلف الضعف تقريبًا لنفس المهمة بنفس جهد التفكير. يصبح فعّالاً إذا سد فجوة النجاح وقلّل الإعادات اليدوية.

ضوابط التكلفة التي يجب تنفيذها من اليوم الأول

حدود قصوى لـ max_output_tokens: اجعل الحد الافتراضي 2000 أو أقل إلا إذا لزم الأمر.
مخططات JSON صارمة: الإخراج غير الصحيح يعني إعادة المحاولة (وكل إعادة مكلفة).
توجيه حسب الصعوبة: مرّر الطلبات السهلة لـ GPT-5.4-mini وصعّب فقط الطلبات المعقدة لـ GPT-5.5.
استخدم Batch لكل ما هو غير متصل: تقارير، تقييمات، عمليات ليلية. خصم 50%.
تتبع usage.reasoning_tokens: راقب وفعّل تنبيهات عند استهلاك رموز التفكير العالي.

تقدير التكلفة الشهرية لكل خطة ChatGPT

الخطة	السعر الشهري	الأكثر ملاءمة لـ
مجاني	$0	تجربة GPT-5.5 عبر Codex قبل الالتزام
Go	$4 / شهر	طلاب أو مستخدمين خفيفين يريدون ضعف حدود مجاني
Plus	$20 / شهر	مطورون يستخدمون Codex + ChatGPT يومياً
Pro	$200 / شهر	مستخدمون متقدمون يحتاجون Thinking وPro
Business	$25 / مقعد / شهر	فرق تحتاج مساحات عمل مشتركة
Enterprise / Edu	مخصص	اتفاقية على العقد مع SLA

إذا تجاوزت 4 ملايين رمز إخراج شهريًا، فإن خطة Pro مع Codex CLI غالبًا أرخص من الدفع حسب الاستخدام بشرط أن يناسب عبء العمل نافذة الـ 400 ألف رمز.

إشارات تغيير الأسعار التي يجب مراقبتها

إطلاق التوفر العام (GA) لـ GPT-5.5 API: قد تنخفض الأسعار مع زيادة المنافسة (مثل Claude Mythos، Gemini 3.5، نماذج مفتوحة المصدر... إلخ). راقب لوحة متصدرين Vellum لمعرفة اتجاهات السوق.
تغييرات خطة Pro: تاريخيًا، تخفض OpenAI أسعار Pro بعد 3-6 أشهر من الإصدار. لا تفترض ثبات الأسعار.

الأسئلة الشائعة

هل التخزين المؤقت يقلل من تكلفة الإدخال؟
نعم. الرموز المخزنة مؤقتًا على GPT-5.5 تحتسب بجزء من السعر القياسي. خزن كل ما تعيد استخدامه (موجهات النظام، مخططات، سياق مستودع).

هل هناك خصم على الكميات الكبيرة؟
لا يوجد خصم منشور؛ الشركات الكبيرة فقط تحصل على تسعير مخصص عبر العقود.

هل وضع التفكير (thinking mode) يكلف أكثر؟
لا يزيد سعر الرمز، لكن الطلب يستخدم رموز أكثر حسب الجهد. التكلفة بسبب زيادة الاستخدام لا التسعير.

هل يتم احتساب استخدام Codex CLI بشكل منفصل؟
فقط إذا دخلت بمفتاح API. الخطة الشهرية تُحتسب إذا دخلت بـ ChatGPT؛ الدفع حسب الاستخدام مع مفتاح API.

ما أرخص طريقة لتجربة GPT-5.5؟
خطة مجانية أو Go مع Codex CLI. راجع دليل المسار المجاني لكل الخيارات المجانية.

كيفية استخدام GPT-5.5 مجانًا مع Codex؟

Yusuf Khalidd — Fri, 24 Apr 2026 02:28:17 +0000

شحنت OpenAI نموذج GPT-5.5 في 23 أبريل 2026، وكجزء من الإطلاق، وفرت Codex لجميع خطط ChatGPT بما فيها المجانية وGo لفترة محدودة. في هذا الدليل ستجد أسرع طريقة لتجربة النموذج الجديد: تثبيت Codex CLI، تسجيل الدخول بحساب ChatGPT، وتشغيل GPT-5.5 من الطرفية بدون الحاجة لمفتاح API أو بطاقة ائتمان.

جرّب Apidog اليوم

يشرح هذا الدليل خطوات التثبيت، خيارات المصادقة، طريقة تبديل النموذج، القيود المتوقعة، وأفضل طريقة لدمج Codex ضمن سير عملك البرمجي. لمراجعة نظرة عامة عن النموذج، اطلع على ما هو GPT-5.5. إذا كنت تبحث عن طرق مجانية أخرى (رصيد تجريبي أو مجمعات)، راجع دليل استخدام GPT-5.5 مجانًا.

باختصار

Codex CLI يشغّل نموذج GPT-5.5 على مستودعك المحلي مع نافذة سياق 400 ألف رمز.
كل خطط ChatGPT (مجانية، Go، Plus، Pro، Business، Enterprise، Edu) مدعومة؛ المجانية وGo محدودة زمنياً.
التثبيت عبر:

  npm install -g @openai/codex

أو

  brew install codex

المصادقة عبر OAuth بمتصفح أو تدفق رمز جهاز للأجهزة بدون شاشة.
تبديل النموذج في الجلسة:

  /model gpt-5.5

والتحقق من الحصة:

  /status

اربط CLI مع Apidog لبناء واختبار استدعاءات API قابلة للنشر لاحقاً.

لماذا Codex هو أسهل مسار مجاني

واجهة API من OpenAI مدفوعة افتراضيًا، حيث يكلف GPT-5.5 على نقطة النهاية 5$ لكل مليون رمز إدخال و30$ لكل مليون رمز إخراج. Codex يلتف حول هذه القيود بتوفير CLI يصادق عبر حساب ChatGPT بدلاً من مفتاح API. حدود الاستخدام تعتمد على مستوى اشتراكك، لكن النموذج فعليًا هو GPT-5.5 نفسه.

تثبيت Codex CLI

للتثبيت، استخدم أحد المسارين التاليين:

# عبر npm (كل الأنظمة)
npm install -g @openai/codex

# أو عبر Homebrew (macOS / Linux)
brew install codex

للتحقق من التثبيت:

codex --version

يجب أن يظهر إصدار 0.28.0 أو أعلى. الإصدارات الأقدم لا تدعم GPT-5.5 في منتقي النماذج.

المصادقة باستخدام حساب ChatGPT

عند تشغيل CLI لأول مرة، سيطلب منك طريقة تسجيل الدخول.

OAuth عبر المتصفح (للأجهزة المحلية)

codex

سيفتح متصفحك لتسجيل الدخول بحساب ChatGPT. بعد المصادقة، ستحتفظ الجلسة بالاعتماد ولن تحتاج لإعادة الدخول في كل مرة.

تدفق رمز الجهاز (للخوادم أو الأجهزة بدون شاشة)

codex login --device-auth

ستحصل على رمز قصير ورابط. افتح الرابط على أي جهاز، أدخل الرمز، وأكد المصادقة. عند التأكيد، تكتمل عملية تسجيل الدخول على الجهاز الأصلي.

استخدام مفتاح API

إذا كنت تفضل المصادقة بمفتاح API مدفوع:

printenv OPENAI_API_KEY | codex login --with-api-key

هذا المسار يحسب الاستخدام على حساب API المدفوع، وليس عبر خطة ChatGPT.

اختيار نموذج GPT-5.5

بشكل افتراضي، Codex يختار النموذج الأنسب حسب خطتك. في بعض الخطط المجانية وGo قد تحتاج لتبديله يدويًا.

أثناء الجلسة

/model gpt-5.5

سيظهر النموذج الحالي وحدود المعدل الخاصة بك.

من سطر التشغيل

codex --model gpt-5.5

فحص الحصة المتبقية

/status

يعرض الحصة الأسبوعية، نافذة السياق، ووقت انتهاء صلاحية الفترة التجريبية المجانية أو Go.

الجلسة الأولى: مثال عملي

Codex CLI يوفر واجهة طرفية تفاعلية يمكنها قراءة مستودعك، تنفيذ أوامر، وتحرير ملفاتك مباشرة. مثال عملي:

cd ~/Projects/my-app
codex --model gpt-5.5

داخل الجلسة جرب:

> اقرأ README.md، ثم افتح scripts/deploy.sh ولخص ما يفعله في خمس نقاط.

سينفذ Codex ذلك، ثم يمكنك المتابعة:

> أعد هيكلة deploy.sh بحيث يخرج عند أي خطوة فاشلة، وأضف علامة تشغيل تجريبي. حافظ على التوافق مع الإصدارات السابقة.

سيقترح GPT-5.5 الفرق المناسب وينتظر موافقتك. شغّل الاختبارات:

> قم بتشغيل مجموعة اختبار النشر وأظهر لي الحالة الفاشلة.

ستظهر المخرجات مباشرة. يمكنك تكرار حل المشاكل حتى اجتياز جميع الاختبارات.

هذه المهام تمثل عبء العمل المستهدف من GPT-5.5، خاصة في التعامل مع مشاريع متعددة الملفات وأتمتة البرمجة من الطرفية.

مميزات Codex مقابل استدعاءات API الخام

CLI يضيف أربع قدرات رئيسية:

سياق المستودع: قراءة شجرة الملفات وفهرسة الملفات ذات الصلة.
تنفيذ الأوامر بموافقة: يقترح النموذج أوامر، وأنت توافق قبل التنفيذ.
معاينات الفروق: كل تعديل يظهر لك كفرق موحد للمراجعة قبل التطبيق.
استمرارية الجلسة: لكل مشروع سجل جلسات محفوظ، سياقك يبقى حتى بعد إعادة فتح CLI.

بدون Codex، ستحتاج لبناء كل هذه الطبقات فوق API بنفسك. راجع دليل API لـ GPT-5.5 للخيارات البرمجية المباشرة.

حدود المعدل حسب الخطة

الجدول التالي يوضح حدود الوصول على كل خطة (بتاريخ 23 أبريل 2026):

الخطة	الوصول إلى GPT-5.5 في Codex	الحد الأقصى الأسبوعي
مجاني	نعم (لفترة محدودة)	محدود؛ بحجم نموذج أولي
Go	نعم (لفترة محدودة)، 2× حدود المجاني	صغير
Plus	نعم	متوسط
Pro	نعم، أعلى الحدود للمستخدمين الفرديين	مرتفع
Business	نعم، يعتمد على المقاعد	مرتفع لكل مقعد
Enterprise / Edu	نعم، يعتمد على العقد	مخصص

عند الوصول للحد الأقصى، يُظهر Codex رسالة خطأ واضحة. استخدم /status لمتابعة استهلاكك بالضبط.

تكامل Codex مع المحررات وبيئات التطوير (IDE)

نفس اعتماد تسجيل الدخول في Codex يدعم إضافات VS Code، JetBrains، والتطبيق السحابي. بعد تسجيل الدخول عبر CLI، تستخدم إضافات IDE نفس الاعتماد ولا تحتاج تسجيل دخول إضافي.

للمطورين الذين يستخدمون Apidog، يمكنك دمج العمل كالتالي:

أنشئ طلب API أولي داخل Codex CLI (مثلاً: "شغّل موجه GPT-5.5 على هذا الملف").
صدّر الموجه والمخرجات إلى مجموعة Apidog لمشاركتها مع الفريق.
عند الاستقرار، يمكنك الترحيل لاستدعاء API مباشر باستخدام مفتاح مدفوع.

راجع شرح Apidog في VS Code لتوصيل المجموعات بنفس المحرر الذي تستخدم فيه Codex.

إجراءات أمان أساسية للمسارات المجانية وGo

أول يوم استخدام، تأكد من التالي:

الموافقة اليدوية على كتابة الملفات: في ~/.codex/config.json اجعل "autoApproveWrites": false. هذا هو الوضع الآمن للمجاني، لكنه ضروري على بعض إعدادات Go.
تحديد نطاق العمل: شغّل Codex من مجلد المشروع فقط. النطاق يبدأ من مجلد التشغيل؛ فتحه من ~ يعطيه وصولًا لكل ملفاتك.

راجع دائمًا الفروق قبل التطبيق، حتى مع مراجعات الأمان التي أجرتها OpenAI.

متى تترقّى من المسار المجاني؟

"لفترة محدودة" تعني أن Codex Free وGo سيحتاجان للترقية لاحقًا. خطط لذلك إذا:

تجاوزت الحصة الأسبوعية: إذا بدأ العمل الحقيقي يتطلب أكثر، انتقل إلى Plus أو Pro.
تحتاج API مباشر: عند نمو عبء العمل، انتقل لـ API كما هو مشروح في دليل API GPT-5.5.
تحتاج فاتورة مؤسسية: خطط Business أو Enterprise عبر تفصيل الأسعار.

النموذج الأساسي ثابت، فقط الفوترة والواجهة تتغير.

الأسئلة الشائعة

هل يدعم Codex نموذج GPT-5.5 Pro؟

حاليًا، Pro غير متاح ضمن Codex. CLI يستخدم النموذج القياسي فقط.

هل يمكنني استخدام Codex بدون حساب ChatGPT؟

لا. يلزم تسجيل دخول ChatGPT أو مفتاح OpenAI API. المسار المجاني يعتمد على حساب ChatGPT.

كم سيستمر الوصول المجاني وGo؟

OpenAI صرّحت أنه لفترة محدودة. افترض أسابيع أو أشهر قليلة، وخطط للترقية عند الحاجة.

هل يعمل Codex أوفلاين؟

لا. كل استدعاء GPT-5.5 يتطلب اتصال ببنية OpenAI السحابية.

ما الفرق بين Codex وتطبيق ChatGPT على الويب؟

Codex يعمل من الطرفية مع وصول لنظام الملفات والمحارة وسياق المستودع، بينما تطبيق الويب لا يمتلك هذه الميزات.