DEV Community: Yusuf Khalidd

نتائج اختبارات جيميني 4 أرجون: جميع الـ 19، كيف أجرتها جوجل، والـ 5 التي خسرها

Yusuf Khalidd — Fri, 02 Oct 2026 13:32:43 +0000

يتصدر Gemini 4 Argon 13 من أصل 19 صفًا في جدول إطلاق Google بشكل مباشر، ويتعادل في صف واحد (CWE-bench v1 مع GPT-6 Astra)، ويتأخر في 5 صفوف: FrontierSWE v2 وTerminal-bench 4.0 وPostTrainBench وTerminal-Bench Science 0.1 وOSWorld-2.0. العقبة هي الوصول: يتوفر Argon حاليًا فقط لمدافعي برنامج Fairwind، لذلك لا يستطيع أي شخص خارج قائمة شركاء Google وعدد محدود من منظمات قياس الأداء إعادة تشغيل هذه الأرقام بعد.

جرّب Apidog اليوم

أدناه ستجد الجدول الكامل، ومن قاس كل صف، والخسائر الخمس، وتفاصيل المنهجية، ودرجات الأمن السيبراني، ولوحات نتائج من أطراف ثالثة، وخطوات لبناء تقييمك الخاص في Apidog قبل فتح الوصول. للحصول على نظرة عامة عن النموذج، ابدأ بـ ما هو Gemini 4 Argon. وللمقارنة قبل اتخاذ قرار الشراء، راجع Argon مقابل GPT-6 Astra مقابل Claude Opus 5.5.

الجدول الكامل: من قام بقياس كل صف؟

هذه النتائج أبلغت عنها Google في منشور الإطلاق ومنهجية التقييمات بصيغة PDF، والتي تحمل عنوان «النتائج اعتبارًا من أكتوبر 2026».

حسبت Google 10 من أصل 19 درجة لـ Argon بنفسها، بينما تأتي 9 درجات من لوحات صدارة عامة. تأتي أرقام المنافسين من تلك اللوحات، أو من عمليات تشغيل Google، أو من بطاقات النظام ومنشورات المورّدين. تختلف أداة القياس حسب الصف. يشير الخط العريض إلى المتصدر في الصف.

المعيار	Gemini 4 Argon	GPT-6 Astra	Claude Fable 5.1	Claude Opus 5.5	من قام بقياسه
Vals Index	68.9%	63.1%	65.8%	67.0%	Vals AI
AutomationBench	51.3%	41.4%	31.4%	42.5%	لوحة صدارة Zapier، مجموعة خاصة
Vals Finance Agent v2	65.4%	53.5%	58.9%	58.6%	Vals AI
Harvey Legal Agent	19.6%	5.4%	6.7%	3.8%	Vals AI
DeepSWE v1.1	77.9%	74.1%	67.4%	74.2%	حاسبت Google Argon ذاتيًا؛ لوحة صدارة Astra؛ بطاقات نظام Anthropic
FrontierSWE v2	55.0%	65.5%	56.3%	62.3%	لوحة صدارة Proximal
Vibe Code Bench	91.9%	89.6%	90.3%	90.3%	Vals AI
Terminal-bench 4.0	57.4%	58.2%	57.9%	66.4%	حاسبت Google Argon ذاتيًا؛ لوحة صدارة المنافسين
PostTrainBench	45.3%	44.3%	40.2%	49.3%	حاسبت Google جميع النماذج ذاتيًا
Terminal-Bench Science 0.1	57.6%	68.1%	52.6%	63.3%	حاسبت Google Argon ذاتيًا؛ لوحة صدارة المنافسين
LABBench 2	88.8%	85.4%	68.6%	73.1%	حاسبت Google جميع النماذج ذاتيًا
RiemannBench	76.0%	72.0%	65.6%	69.6%	لوحة صدارة Surge
GraphWalks حتى 128K	99.7%	98.7%	91.4%	90.6%	حاسبت Google جميع النماذج ذاتيًا
GraphWalks من 256K إلى 1M	84.2%	71.8%	65.0%	66.8%	حاسبت Google جميع النماذج ذاتيًا
Agent’s Last Exam	39.5%	34.2%	n/r	38.2%	حاسبت Google Argon ذاتيًا؛ لوحة صدارة المنافسين
OSWorld-2.0، غير متصل	69.2%	72.6%	n/r	n/r	حاسبت Google Argon ذاتيًا؛ Astra من مدونة OpenAI
Chartography	71.6%	71.0%	46.2%	66.3%	لوحة صدارة Surge
LVBench	91.7%	87.5%	79.7%	83.7%	حاسبت Google جميع النماذج ذاتيًا
CWE-bench v1	68.0%	68.0%	58.0%	67.0%	لوحة صدارة عامة

n/r = لم يتم الإبلاغ عنه.

كما يسجل Grok 4.7، غير المدرج في جدول Google، نسبة 68% على لوحة صدارة CWE-bench؛ لذلك فالتعادل ثلاثي.

حسب مصدر النتائج:

تأتي 9 صفوف من لوحات صدارة عامة لكل نموذج: Vals AI وZapier وProximal وSurge وCWE-bench.
يتصدر Argon 7 من هذه الصفوف التسعة ويتعادل في صف واحد.
شغلت Google خمسة صفوف بنفسها على النماذج الأربعة، ويتصدر Argon أربعة منها.
تجمع الصفوف الخمسة الأخرى بين درجة Argon التي شغلتها Google وأرقام المنافسين من مصادر أخرى. تقع 3 من خسائر Argon الخمس ضمن هذه الصفوف المختلطة.

أين يتأخر Argon، ولماذا يهم ذلك في البرمجة المعتمدة على الوكلاء؟

FrontierSWE v2: حقق Argon نسبة 55.0% مقابل 65.5% لـ Astra. وهو الأخير من النماذج الأربعة، خلف Fable 5.1 بنسبة 56.3% وOpus 5.5 بنسبة 62.3%.
Terminal-bench 4.0: حقق Argon نسبة 57.4% مقابل 66.4% لـ Opus 5.5. وهو الأخير مجددًا، رغم أن Astra وFable 5.1 يقعان ضمن نقطة واحدة.
PostTrainBench: حقق Argon نسبة 45.3% مقابل 49.3% لـ Opus 5.5. يحتل المركز الثاني في صف شغلته Google لجميع النماذج.
Terminal-Bench Science 0.1: حقق Argon نسبة 57.6% مقابل 68.1% لـ Astra. يحتل المركز الثالث، متقدمًا على Fable 5.1 فقط. شغلت Google محاولة Argon بمهلة تحقق تبلغ 6x.
OSWorld-2.0، غير متصل: حقق Argon نسبة 69.2% مقابل 72.6% لـ Astra. لا تبلغ Anthropic إلا عن درجة مجمعة عبر وضعَي الاتصال وعدم الاتصال، لذلك لا يظهر نموذجا Claude هنا.

تتوزع نتائج البرمجة المعتمدة على الوكلاء بالتساوي، 2 إلى 2:

يفوز Argon في DeepSWE v1.1 وVibe Code Bench.
يأتي في المركز الأخير في FrontierSWE v2 وTerminal-bench 4.0.

فوز DeepSWE يستخدم مصادر وأدوات مختلفة: شُغل Argon على أداة وكيل mini-swe، بينما يأتي رقم Astra من لوحة صدارة عامة وأرقام Claude من بطاقات النظام. يعد Vibe Code Bench أوضح منهجيًا، لأن Vals AI سجلت النماذج الأربعة، لكن هامش الفوز 1.6 نقطة فقط.

إذا كان حمل عملك يتضمن وكلاء طرفية كثيفين أو مهام طويلة على المستودعات، فامنح FrontierSWE وTerminal-bench وزنًا أعلى من عدد الانتصارات الإجمالي. تحتفظ Astra بالصدارة في FrontierSWE؛ يوضح دليلنا العملي لـ GPT-6 Astra شكل استخدام النموذج اليوم. ولأرقام Anthropic، راجع تحليل مقاييس Claude Fable 5.1.

أفادت بلومبرج بأن موظفين مجهولين في Google لديهم وصول إلى النموذج قالوا إن Argon لم يحقق التوقعات في بعض أعمال البرمجة وتصميم الواجهة الأمامية مقارنة بدرجاته المرجعية. وصفت Google هذا التوصيف بأنه غير دقيق.

تحذيرات منهجية تغيّر كيفية قراءة الجدول

أقصى جهد من كلا الجانبين: شُغل Argon عبر Gemini API بأعلى إعدادات التفكير. وبالنسبة إلى Astra وFable 5.1 وOpus 5.5، استخدمت Google أعلى إعدادات التفكير أو الاستدلال المتاحة. هذه مقارنة بين الحدود القصوى، وليست مقارنة للسلوك الافتراضي أو التكلفة.
إطارات LVBench: شغلت Google اختبار LVBench بنفسها لجميع النماذج الأربعة دون أدوات. أخذ Gemini عينات فيديو بمعدل إطار واحد في الثانية، بينما حصل Astra على 800 إطار وFable 5.1 على 300 وOpus 5.5 على 600 «بسبب قيود واجهة برمجة التطبيقات». لم تتلق النماذج مدخلات متطابقة.
أفضل ثلاث نتائج في OSWorld: درجة Argon هي «الحد الأقصى من 3 تشغيلات بمحاولة واحدة لكل تشغيل»، أي أفضل نتيجة وليست المتوسط.
نافذة Agent’s Last Exam: شُغل Argon على أداة ALE-Claw لمدة 5 ساعات.
مرشحات الأمان مفعلة: شُغل Agent’s Last Exam وOSWorld مع تمكين مرشحات الأمان، وعادت الاستجابات التي وُضعت عليها علامة كسلاسل فارغة. إن كان لذلك أثر، فهو يعمل ضد Argon.

صفوف الأمن السيبراني من صفحة DeepMind

تضيف صفحة الأمن السيبراني لـ DeepMind أربع درجات إضافية خارج جدول الإطلاق:

تقييم الأمن السيبراني	Gemini 4 Argon	المقارنة
اكتشاف الثغرات الأمنية في العالم الحقيقي	85.8%	Gemini 3.8 Flash Cyber: 71.0%
معيار Wiz Penetration Test	70.9%	Gemini 3.8 Flash Cyber: 58.2%
نجاح هجوم Gray Swan IPI، `k=15` والأقل أفضل	0.7%	الأدنى على الرسم البياني؛ Kimi K3 الأعلى بنسبة 52.7%
CWE-bench v1	68%	تعادل ثلاثي مع Grok 4.7 وGPT-6 Astra؛ Opus 5.5 بنسبة 67%

استخدم تقييم اكتشاف الثغرات أداة Antigravity داخلية «غير متخصصة في الأمن السيبراني» مع إمكانية الوصول إلى المصدر. يمنح اختبار Wiz النموذج «الوصول فقط إلى الموقع الإلكتروني قيد التشغيل وسلوكه العام، بدون كود مصدر التطبيق».

المقارنتان الرئيسيتان هنا مقابل نموذج Google السابق للأمن السيبراني، وليستا مقابل المنافسين. يشرح دليل دفاع Argon السيبراني ما قد تعنيه هذه النتائج لواجهات برمجة التطبيقات التي تشغلها.

لوحات النتائج من أطراف ثالثة

نشرت هذه المنظمات نتائجها خلال دقائق من الإطلاق، ما يشير إلى أنها امتلكت وصولًا قبل الإصدار.

Artificial Analysis: تدرج Gemini 4 Argon، إعداد عالٍ، عند مؤشر ذكاء يبلغ 53 وفي المرتبة 8 من أصل 223. يحسب التصنيف كل إعداد استدلال على حدة. وفق النموذج المميز، يتعادل Argon مع Fable 5.1 وGPT-6 Astra، ويأتي خلف Opus 5.5، بحد أقصى 58، وSonnet 5.5، بحد أقصى 56. وتفيد AA بمعدل هلوسة 15% في AA-Omniscience، مقابل 51% لـ Astra بأقصى إعداد، ودقة 50% مقابل 63%. بلغت تكلفة تشغيل المؤشر 1.99 دولارًا لكل مهمة، مع نحو 62 ألف رمز إخراج لكل مهمة مقابل نحو 27 ألفًا لـ Astra بأقصى إعداد. لا تعرض Artificial Analysis بيانات للسرعة أو زمن الاستجابة.
Vals AI: تضع Argon عند 68.90% على مؤشر Vals، في المرتبة الأولى من 41 نموذجًا، وهو أول نموذج Gemini يتصدره، بتكلفة 15.68 دولارًا لكل اختبار. تسجل Vals AI حد إخراج أقصى قدره 262 ألف رمز للتكوين المختبر، وهو أقل من رقم Google المعلن البالغ مليون رمز.
Arena: تصنف Argon أولًا في لوحة Text بنتيجة 1525، مع إشارة «مبدئي» على 4942 صوتًا، وثامنًا في WebDev.

لماذا تظهر أرقام فوز 12 و13 و14؟

نشرت بعض المنافذ ثلاثة أرقام فوز مختلفة. هذه إعادة عد للصفوف التسعة عشر في جدول Google:

مُحسوب ضد	فوز Argon	تعادلات	خسائر Argon	لم يتم الإبلاغ عنه
الأفضل بين المنافسين الثلاثة	13	1	5	0
GPT-6 Astra فقط	14	1	4	0
Claude Opus 5.5 فقط	14	0	4	1
Claude Fable 5.1 فقط	15	0	2	2

رقم 13 صحيح عند المقارنة مع المجال كاملًا. رقم 14 صحيح في المواجهة المباشرة مع Astra أو Opus 5.5. أما رقم 12 فلا يطابق أيًا من هذه الأطر عبر الصفوف التسعة عشر كاملة، لذلك تحقق من الصفوف التي استخدمها المصدر.

لا تنسَ قراءة هامش الفوز أيضًا:

Harvey Legal Agent: 19.6% مقابل 6.7%، هامش واسع.
Chartography: 71.6% مقابل 71.0%، هامش 0.6 نقطة فقط.

كيف تدير تقييمك الخاص عند فتح الوصول؟

المعايير تصف أداة Google، بينما تصف مطالباتك منتجك. ابنِ تقييمك اليوم على نموذج يمكنك استدعاءه، ثم وجّهه إلى Argon بتغيير متغير واحد عند توفره.

اختر مطالبات حقيقية من منتجك تتطابق مع حالات الاستخدام المهمة:
- إصلاح مشكلة في مستودع.
- تنفيذ مهمة عبر الطرفية.
- الإجابة عن سؤال داخل مستند طويل.
في Apidog، أنشئ بيئة تتضمن المتغيرين التاليين:

   GEMINI_API_KEY=...
   GEMINI_MODEL=gemini-3.8-flash

لم تنشر Google معرف نموذج Argon بعد، لذلك سيكون GEMINI_MODEL هو المتغير الوحيد الذي ستغيره لاحقًا.

احفظ كل مطالبة كطلب API يقرأ اسم النموذج من {{GEMINI_MODEL}}.

   {
     "model": "{{GEMINI_MODEL}}",
     "contents": [
       {
         "role": "user",
         "parts": [
           {
             "text": "أصلح الاختبار الفاشل واشرح التغيير المطلوب."
           }
         ]
       }
     ]
   }

اجمع الطلبات في سيناريو اختبار.
أضف تأكيدات على:
- رمز الحالة.
- الحقول الإلزامية في الاستجابة.
- المحتوى المتوقع.
- usageMetadata، بما في ذلك حد أعلى لـ thoughtsTokenCount يتوافق مع سقف التكلفة لديك.

مثال منطقي للتأكد من وجود بيانات الاستخدام:

   pm.test("توجد بيانات الاستخدام", () => {
     const body = pm.response.json();
     pm.expect(body.usageMetadata).to.exist;
   });

شغّل السيناريو على Gemini 3.8 Flash الآن، واحتفظ بالتقرير كخط أساس.
عند شحن معرف Argon، غيّر المتغير فقط:

   GEMINI_MODEL=gemini-4-argon

أعد تشغيل السيناريو وقارن التقريرين: النجاح، زمن الاستجابة، استهلاك الرموز، والتكلفة.

تقول Google إن «جميع النماذج الجديدة» ستطلق على Interactions API، لذلك احفظ نسخة Interactions لكل طلب أيضًا. راجع مقارنة Argon بـ Gemini 3.8 Flash لفهم ما يمكن توقعه بشأن السعر والقيود.

الأسئلة الشائعة

هل تم التحقق من معايير Gemini 4 Argon بشكل مستقل؟

جزئيًا. تأتي 9 من أصل 19 صفًا من لوحات صدارة عامة لكل نموذج، ونشرت Artificial Analysis وVals AI وArena نتائجها الخاصة. أما بقية النتائج فقد شغلتها Google لـ Argon.

ما درجة Gemini 4 Argon في DeepSWE؟

حقق 77.9% على DeepSWE v1.1، متقدمًا على Opus 5.5 بنسبة 74.2% وAstra بنسبة 74.1%. استخدم تشغيل Argon أداة وكيل mini-swe، بينما تأتي أرقام المنافسين من لوحة صدارة وبطاقات نظام.

هل يتفوق Argon على GPT-6 Astra في المعايير؟

في المواجهة المباشرة ضمن جدول Google، يفوز Argon في 14 صفًا، ويتعادل في صف واحد، ويخسر 4 صفوف. وعلى Artificial Analysis يتعادلان عند 53.

هل يمكنني إعادة تشغيل هذه المعايير بنفسي؟

ليس بعد. يقتصر Argon على شركاء Fairwind، ولم تحدد Google تاريخ إصدار عام. يتابع متتبع تاريخ إصدار Argon عملية الطرح.

الخطوة التالية

ابنِ السيناريو الآن، وشغله على Gemini 3.8 Flash، واحتفظ بالتقرير. عندما يصبح Argon متاحًا، ستتمكن من الحصول على أرقامك الخاصة خلال دقائق من تبديل متغير النموذج.

حمّل Apidog لإعداد التقييم.

جيميني 4 أرجون ضد جيميني 3.8 فلاش: هل تنتظر أرجون أم تطلق فلاش الآن؟

Yusuf Khalidd — Fri, 02 Oct 2026 13:31:07 +0000

Gemini 3.8 Flash متاح اليوم كنموذج مستقر مع طبقة مجانية. تبلغ تكلفته 0.75 دولار للمدخلات و3.75 دولار للمخرجات لكل مليون رمز حتى 31-12-2026، ثم 1.50 دولار و7.50 دولار، مع حد إخراج يبلغ 65,536 رمزًا. أما Gemini 4 Argon فليس متاحًا بشكل عام: تحدد تدوينة إطلاق جوجل سعره بـ2 دولار و10 دولارات خلال فترة تقديمية غير محددة، ثم 4 دولارات و20 دولارًا. تقول جوجل إن حد إخراجه يصل إلى مليون رمز، لكنه متاح حاليًا فقط لشركاء برنامج Fairwind. إذا كنت تطلق منتجًا هذا الربع، ابنِ على Flash واجعل الانتقال إلى Argon تغييرًا واحدًا في الإعدادات.

جرّب Apidog اليوم

تقارن هذه المقالة النموذجين من حيث التوفر والأسعار والمقارنات المعيارية والأمن السيبراني وتكلفة الطلب نفسه، ثم تقدم إعدادًا عمليًا للتبديل بينهما. راجع أيضًا: ما هو Gemini 4 Argon وما هو Gemini 3.8 Flash.

جنبًا إلى جنب: ما يمكنك استدعاؤه اليوم

العنصر	Gemini 3.8 Flash	Gemini 4 Argon
التوفر	مستقر على Gemini API وAI Studio وAntigravity وGemini Enterprise	مجموعة فرعية من شركاء Fairwind، كنموذج مُدار على Gemini Enterprise
معرف النموذج	`gemini-3.8-flash`	لم يتم نشره
السعر لكل مليون رمز: مدخل / مخرج	0.75 دولار / 3.75 دولار حتى 31-12-2026، ثم 1.50 دولار / 7.50 دولار	2 دولار / 10 دولارات كعرض تقديمي، ثم 4 دولارات / 20 دولارًا
المدخلات المخزنة مؤقتًا لكل مليون	0.075 دولار، ثم 0.15 دولار	0.10 دولار كعرض تقديمي، ثم 0.20 دولار
حد الإخراج	65,536 رمزًا	مليون رمز وفق الحد المعلن من جوجل
نافذة الإدخال	1,048,576 رمزًا	لم يتم نشرها
مستويات التفكير	`منخفض` و`متوسط` (افتراضي) و`مرتفع`؛ القيمة `أدنى` تعيد HTTP 400	غير موثقة
طبقة API مجانية	نعم، مع قيود على المعدل	لم يتم الإعلان عنها
وصول المستهلك	تطبيق Gemini على AI Pro وUltra، ووضع الذكاء الاصطناعي في البحث	ليس بعد؛ مشتركو AI Ultra في الدفعة الأولى دون تاريخ محدد

ما الذي يعنيه ذلك عمليًا؟

لا تخمّن معرف نموذج Argon؛ جوجل لم تنشره.
استخدم gemini-3.8-flash للإطلاق الحالي والاختبارات الإنتاجية.
اجعل اسم النموذج متغير بيئة، حتى لا تحتاج إلى تعديل الكود عند توفر Argon.
لا تفترض أن إعداد التفكير medium سيعمل مع Argon؛ مستوياته غير موثقة.

لم تنشر جوجل نافذة إدخال Argon، رغم أن تقييمها للسياق الطويل استخدم مطالبات تصل إلى مليون رمز. كما تقول جوجل إن حد إخراج Argon هو مليون رمز، بينما يسرد أحد المقيمين الخارجيين، Vals AI، حدًا قدره 262 ألف رمز للتكوين الذي اختبره.

شُغلت تقييمات Argon بأعلى إعدادات التفكير، ما يرجح وجود إعداد عالٍ، لكن جوجل لم تسمِّ المستويات أو الإعداد الافتراضي. مستويات Flash موثقة في مستندات التفكير من جوجل وفي دليل مستويات تفكير Gemini 3.8 Flash.

طبقة Flash المجانية محدودة المعدل، وتقول جوجل إن بيانات الطبقة المجانية "تُستخدم لتحسين منتجاتنا". لم تعلن جوجل عن طريقة مجانية لاستخدام Argon؛ راجع دليل الوصول المجاني إلى Argon للبدائل المتاحة.

المقارنات المعيارية المشتركة بين تدوينتي الإطلاق

هذه الأرقام أبلغت عنها جوجل، وتنسب منهجية Argon كلا الصفين إلى Vals AI.

المعيار	Gemini 3.8 Flash	Gemini 4 Argon
Vals Finance Agent v2	61.4%	65.4%
Harvey Legal Agent Benchmark	10.0%	19.6%

نشرت جوجل الجدولين بفاصل شهر وبمجموعات منافسة مختلفة، لذلك تعامل مع الفجوة باعتبارها اتجاهية وليست اختبارًا متحكمًا فيه.

عمليًا:

في مهام التمويل، الفارق المعلن هو 4 نقاط مئوية لصالح Argon.
في مهام القانون، سجل Argon نسبة 19.6% مقابل 10.0% لـFlash، أي ما يقارب الضعف.
لا تبنِ قرارك على هذه الأرقام وحدها؛ اختبر مطالباتك وبياناتك الفعلية.

لا يوجد نظير نصي لـFlash لبقية صفوف جدول Argon. أبلغ جدول Flash عن HLE-Verified، بينما لم يفعل جدول Argon ذلك، وظهرت درجة DeepSWE لـFlash فقط في صور بطاقة النموذج. في لوحة Arena النصية، وهي تصنيف من جهة خارجية، يحتل Argon بالإعداد العالي المرتبة الأولى في الأصوات الأولية، بينما يحتل Gemini 3.8 Flash بالإعداد العالي المرتبة 11. راجع تفصيل المقارنات المعيارية لـArgon للجدول الكامل المكون من 19 صفًا.

الأمن السيبراني: Argon مقابل 3.8 Flash Cyber

تقارن صفحة الأمن السيبراني لـDeepMind بين Argon وGemini 3.8 Flash Cyber، وهو إصدار سيبراني من Flash محمي بواسطة Fairwind.

تقييم الأمن السيبراني	Gemini 4 Argon	Gemini 3.8 Flash Cyber
اكتشاف الثغرات الأمنية في العالم الحقيقي	85.8%	71.0%
Wiz Penetration Test Benchmark	70.9%	58.2%

كلا النموذجين مقيد بالوصول:

يتوفر Gemini 3.8 Flash Cyber خلف قائمة سماح على Gemini Enterprise Agent.
Argon مخصص لشركاء Fairwind.
إذا لم تكن ضمن Fairwind، فإن نموذج Gemini 3.8 Flash العام هو الخيار الذي يمكنك البناء عليه اليوم.

تكلفة الطلب نفسه على كلا النموذجين

افترض طلبًا واحدًا يحتوي على 100,000 رمز إدخال و8,000 رمز إخراج. تحاسب نماذج Gemini الحالية، بما فيها 3.8 Flash، رموز التفكير كمخرجات؛ لذلك يشمل رقم 8,000 رموز التفكير. لم توضح جوجل بعد طريقة احتساب رموز التفكير في Argon، وتفترض الحسابات التالية أنه يتبع سلوك نماذج Gemini الحالية.

النموذج والفترة	تكلفة الإدخال	تكلفة الإخراج	الإجمالي لكل طلب
3.8 Flash، تقديمي	`0.1M × $0.75 = $0.075`	`0.008M × $3.75 = $0.030`	`$0.105`
3.8 Flash، من 01-01-2027	`0.1M × $1.50 = $0.150`	`0.008M × $7.50 = $0.060`	`$0.210`
Argon، تقديمي	`0.1M × $2 = $0.200`	`0.008M × $10 = $0.080`	`$0.280`
Argon، قياسي	`0.1M × $4 = $0.400`	`0.008M × $20 = $0.160`	`$0.560`

أسعار Argon لكل رمز تساوي 8/3، أو نحو 2.67 مرة، من أسعار Flash في التسعير التقديمي والقياسي. عند 1,000 طلب يوميًا بالمثال السابق، تبلغ التكلفة نحو 105 دولارات يوميًا على Flash مقابل 280 دولارًا على Argon بالتسعير التقديمي.

عوامل قد تغير الحساب

عدد الرموز لن يتطابق بين النموذجين

قد ينتج النموذجان أعدادًا مختلفة من رموز الإجابة والتفكير لنفس المطالبة. كما أن إعدادات التفكير الأعلى قد تستهلك رموزًا أكثر.
المخرجات الطويلة تغير التصميم والتكلفة

لا تناسب إجابة من 200,000 رمز حد Flash البالغ 65,536 رمزًا، لذلك ستحتاج إلى تقسيمها إلى عدة طلبات. ضمن الحد المعلن لـArgon، يمكن أن تكون استجابة واحدة:
- 0.2M × $10 = $2.00 بالسعر التقديمي.
- 0.2M × $20 = $4.00 بالسعر القياسي.

أما مليون رمز كامل فيكلف 10 دولارات بالسعر التقديمي أو 20 دولارًا بالسعر القياسي.

تاريخ انتهاء التسعير التقديمي غير واضح لـArgon ينتهي التسعير التقديمي لـFlash في 31-12-2026، بينما لم تحدد جوجل موعد انتهاء أسعار Argon التقديمية.

يتوفر Flash أيضًا عبر Batch بخصم 50%، أي 0.375 دولار للمدخلات و1.875 دولار للمخرجات حتى 31 ديسمبر، وفق صفحة أسعار Gemini API. لم تنشر جوجل أسعار Batch لـArgon. راجع دليل أسعار Argon ودليل أسعار Gemini 3.8 Flash للتفاصيل.

هل تعتمد على Flash أم تخطط لـArgon؟

اعتمد على Gemini 3.8 Flash الآن عندما

تكون التكلفة أولوية: Flash يكلف 3/8 من سعر Argon لكل رمز، وBatch يخفض التكلفة أكثر.
تدير حجم طلبات كبيرًا: التصنيف والاستخراج والتوجيه والدردشة تتراكم تكلفتها سريعًا عند 10 دولارات لكل مليون رمز إخراج.
تحتاج إلى الإطلاق الآن: لديك معرف نموذج مستقر وطبقة مجانية للنماذج الأولية وأسعار منشورة.
تكون مخرجاتك ضمن 65,536 رمزًا: وهذا يشمل معظم أحمال عمل API.

خطط لـGemini 4 Argon عندما

تنفذ مهام طويلة الأمد: تصف جوجل Argon بأنه مصمم للتفكير العميق في مسارات العمل المعقدة وطويلة الأمد.
تحتاج إلى مخرجات تتجاوز 64 ألف رمز: مثل إعادة كتابة وحدات كاملة أو التقارير الطويلة أو عمليات الترحيل الكبيرة.
تبني وكلاء قانونيين أو ماليين: هذان هما الصفان المشتركان في جداول الإطلاق، وArgon يتقدم فيهما.
تكون شريكًا مؤهلًا في Fairwind: فهو النموذج الذي يقود به البرنامج حاليًا.

لا تجعل الاختيار دائمًا. وجّه أغلب حركة المرور إلى Flash، ثم أرسل الطلبات الصعبة إلى Argon عند توفره، مع إبقاء النموذجين خلف نفس الإعدادات.

طلب محفوظ واحد، نموذجان

احفظ اسم النموذج في متغير بيئة. شغّل طلباتك الفعلية على Flash اليوم، ثم بدّل المتغير عند نشر معرف Argon رسميًا.

MODEL="${GEMINI_MODEL:-gemini-3.8-flash}"

curl -s -X POST \
  "https://generativelanguage.googleapis.com/v1beta/models/${MODEL}:generateContent" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [
      {
        "parts": [
          {
            "text": "Summarize this contract clause in 3 bullets."
          }
        ]
      }
    ],
    "generationConfig": {
      "thinkingConfig": {
        "thinkingLevel": "medium"
      },
      "maxOutputTokens": 8192
    }
  }'

استخدم إعدادات بيئة مثل التالية:

export GEMINI_API_KEY="YOUR_API_KEY"
export GEMINI_MODEL="gemini-3.8-flash"

عند توفر Argon رسميًا، غيّر قيمة واحدة فقط:

export GEMINI_MODEL="ARGON_MODEL_ID_FROM_GOOGLE"

إعداد الاختبار في Apidog

في Apidog:

أنشئ بيئة تحتوي على GEMINI_API_KEY وGEMINI_MODEL.
احفظ طلب generateContent.
أضف تحققًا من حالة الاستجابة 200.
تحقق من الحقول التي يعتمد عليها تطبيقك.
ضع سقفًا لـusageMetadata.thoughtsTokenCount بما يطابق ميزانية التكلفة.
احتفظ بقيمة maxOutputTokens صريحة لمنع استجابة طويلة من استهلاك الميزانية.
أضف الطلب إلى سيناريو اختبار، وشغّله على Flash، ثم احفظ التقرير كخط أساس.

ملاحظات ليوم إطلاق Argon

تقول جوجل إن "جميع النماذج الجديدة" ستُطلق على Interactions API، ولم تؤكد ما إذا كان Argon يدعم generateContent. لذلك احتفظ بنسخة موازية من الطلب:

POST https://generativelanguage.googleapis.com/v1beta/interactions

واستخدم generation_config.thinking_level في هذا المسار. كذلك، لا تفترض أن medium صالح لـArgon لأن أسماء مستويات التفكير الخاصة به غير موثقة.

عند الإطلاق:

غيّر متغير النموذج فقط.
أعد تشغيل سيناريو الاختبار نفسه.
قارن المخرجات جنبًا إلى جنب.
قارن usageMetadata واستهلاك رموز التفكير.
قرر إن كانت الجودة الإضافية تبرر فرق التكلفة على بياناتك الفعلية.

الأسئلة الشائعة

هل Gemini 4 Argon أفضل من Gemini 3.8 Flash؟

في الصفين المشتركين في جداول الإطلاق، نعم: 65.4% مقابل 61.4% على Vals Finance Agent v2، و19.6% مقابل 10.0% على Harvey Legal Agent Benchmark. لكنه يكلف نحو 2.67 مرة لكل رمز، ولا يتوفر للاستدعاء العام بعد.

هل يجب أن أنتظر Gemini 4 Argon؟

لا إذا كنت تحتاج إلى الإطلاق الآن. لم تحدد جوجل تاريخ إصدار عام، بل ذكرت أنه سيأتي "في أقرب وقت ممكن"، بدءًا من عملاء API المدفوعين ومشتركي AI Ultra.

Gemini 3.8 Flash أم Argon لمشروع جديد؟

ابدأ بـ3.8 Flash واجعل النموذج متغير بيئة. انقل الطلبات التي تحتاج إلى مخرجات طويلة أو عمق قانوني ومالي إلى Argon بعد اختباره على مطالباتك.

هل توجد طريقة مجانية لاستخدام Argon؟

لا. لم تعلن جوجل عن طبقة مجانية. راجع دليل الوصول المجاني إلى Argon لنماذج Gemini المجانية المتاحة اليوم.

هل يحل Argon محل Gemini 3.8 Flash؟

لم تقل جوجل ذلك. تصف Argon بأنه نموذجها الرائد الجديد، وتشير رويترز إلى أنه أكبر من خط Pro السابق، لذلك فهو في مستوى مختلف عن Flash.

الخطوة التالية

أنشئ الطلب اليوم، وشغّله على Gemini 3.8 Flash، واحفظ تقرير التكلفة والجودة. عند توفر Argon، ستعرف خلال دقائق ما إذا كان يستحق سعره على حركة مرورك الفعلية. نزّل Apidog لإنشاء المقارنة.

جمناي 4 أرجون مقابل جي بي تي 6 أسترا مقابل كلود أوبوس 5.5

Yusuf Khalidd — Fri, 02 Oct 2026 13:29:40 +0000

يتصدر Gemini 4 Argon جدول مقاييس جوجل في 13 من أصل 19 صفًا مقارنةً بـ GPT-6 Astra وClaude Opus 5.5 وClaude Fable 5.1. لكن توجد حقيقة عملية أهم من نتائج المقاييس: يمكنك شراء Astra وOpus 5.5 اليوم، بينما لا يمكنك شراء Argon بعد. يتوفر نموذج جوجل الجديد حاليًا فقط لمدافعي برنامج Fairwind، بسعر تمهيدي قدره 2 دولار للإدخال و10 دولارات للإخراج لكل مليون رمز، ثم 4 دولارات و20 دولارًا لاحقًا؛ وهي الأسعار نفسها التي يفرضها Opus 5.5 بعد انتهاء الفترة التمهيدية.

جرّب Apidog اليوم

تقارن هذه المقالة النماذج الأربعة من حيث السعر والقيود، وتجمع نتائج المقاييس حسب النموذج الفائز، وتوضح سبب عدم قابلية الأرقام للمقارنة المباشرة دائمًا. وفي النهاية، ستنشئ اختبارًا عمليًا لتشغيل النماذج المتاحة على طلباتك الفعلية باستخدام Apidog. إذا كنت جديدًا على Argon، ابدأ بـما هو Gemini 4 Argon، وللتوقيت راجع دليل تاريخ إصدار Argon.

السعر والحدود جنبًا إلى جنب

يتضمن جدول جوجل Claude Fable 5.1، لذلك يظهر هنا أيضًا. الأسعار التالية لكل مليون رمز، وفق منشور إطلاق جوجل، وصفحة نموذج GPT-6 Astra من OpenAI، وصفحة أسعار Anthropic.

	Gemini 4 Argon	GPT-6 Astra	Claude Opus 5.5	Claude Fable 5.1
هل يمكنك الاتصال به اليوم؟	لا، Fairwind فقط	نعم	نعم	نعم
معرف نموذج API	غير منشور	`gpt-6-astra`	`claude-opus-5-5`	`claude-fable-5-1`
الإدخال	2 دولارًا للتقديم، ثم 4 دولارات	10 دولارات	4 دولارات	10 دولارات
الإدخال المخزن مؤقتًا	0.10 دولارًا للتقديم، ثم 0.20 دولارًا	1 دولار	0.20 دولارًا	0.25 دولارًا
الإخراج	10 دولارات للتقديم، ثم 20 دولارًا	50 دولارًا	20 دولارًا	50 دولارًا
الحد الأقصى للإخراج	1 مليون، وفق حد جوجل المعلن	128 ألفًا	128 ألفًا، أو 300 ألف في Batch التجريبي	128 ألفًا
نافذة السياق	غير منشورة	1,050,000، منها 922 ألفًا كحد أقصى للإدخال	1 مليون	1 مليون
رسوم إضافية للمطالبات الطويلة	غير مذكورة	فوق 272 ألف رمز إدخال: 2× للإدخال والتخزين المؤقت، و1.5× للإخراج على الطلب الكامل	لا يوجد	لا يوجد

هناك ثلاث نقاط يجب أخذها في الحسبان:

سعر Argon القياسي يطابق Opus 5.5 في الإدخال، والإدخال المخزن مؤقتًا، والإخراج. لذا تظل أفضلية Argon السعرية موجودة فقط أثناء الفترة التمهيدية، ولم تحدد جوجل موعد انتهائها.
Astra وFable 5.1 أغلى: تبلغ أسعار الإدخال والإخراج القياسية لهما 2.5× من أسعار Argon القياسية، و5× من أسعاره التمهيدية.
حد الإخراج البالغ مليون رمز مصدره جوجل. بينما تسجل Vals AI حدًا يبلغ 262 ألف رمز لتكوين Argon الذي اختبرته.

لحساب تكلفة كل طلب وفق حجم الإدخال والإخراج، راجع تسعير Gemini 4 Argon.

أين يتصدر كل نموذج في جدول جوجل

قبل قراءة الأرقام، تذكر أن هذا جدول جوجل. نتائج Argon هي ما أبلغت عنه جوجل، وبعضها محسوب ذاتيًا وبعضها مأخوذ من لوحات صدارة. معظم نتائج المنافسين هي أرقام منشورة من البائعين أو من لوحات صدارة عامة، وغالبًا عند أعلى إعدادات الاستدلال المتاحة. بما أن الأدوات والإعدادات تختلف، تعامل مع الفجوات الصغيرة باعتبارها ضوضاء محتملة.

الرائد	المعيار	Argon	Astra	Fable 5.1	Opus 5.5
Argon: العمل المعرفي	مؤشر Vals	68.9%	63.1%	65.8%	67.0%
Argon: العمل المعرفي	AutomationBench	51.3%	41.4%	31.4%	42.5%
Argon: العمل المعرفي	معيار وكيل هارفي القانوني	19.6%	5.4%	6.7%	3.8%
Argon: الترميز	DeepSWE v1.1	77.9%	74.1%	67.4%	74.2%
Argon: سياق طويل	GraphWalks 256 ألف إلى 1 مليون، F1	84.2%	71.8%	65.0%	66.8%
Argon: متعدد الوسائط	LVBench	91.7%	87.5%	79.7%	83.7%
Argon: متعدد الوسائط	Chartography	71.6%	71.0%	46.2%	66.3%
Astra	FrontierSWE v2	55.0%	65.5%	56.3%	62.3%
Astra	Terminal-Bench Science 0.1	57.6%	68.1%	52.6%	63.3%
Astra	OSWorld-2.0، غير متصل جزئيًا	69.2%	72.6%	لم يبلغ عنها	لم يبلغ عنها
Opus 5.5	Terminal-bench 4.0	57.4%	58.2%	57.9%	66.4%
Opus 5.5	PostTrainBench	45.3%	44.3%	40.2%	49.3%
تعادل	CWE-bench v1	68.0%	68.0%	58.0%	67.0%

تشمل انتصارات Argon الصريحة الأخرى: Vals Finance Agent v2، وVibe Code Bench، وLABBench 2، وRiemannBench، وGraphWalks حتى 128 ألفًا، وAgent’s Last Exam. لا يتصدر Fable 5.1 أي صف في هذا الجدول.

في CWE-bench v1، تعرض لوحة صدارة DeepMind للأمن السيبراني تعادلًا ثلاثيًا عند 68% بين Argon وAstra وGrok 4.7، بينما يسجل Opus 5.5 نسبة 67%.

بالنسبة إلى Gemini 4 Argon مقابل Fable 5.1، يسجل Argon نتيجة أعلى في 15 من 17 صفًا يبلغان فيهما عن رقم. يتفوق Fable فقط في:

FrontierSWE v2: ‏56.3% مقابل 55.0%.
Terminal-bench 4.0: ‏57.9% مقابل 57.4%.

للتفاصيل، راجع مقاييس Claude Fable 5.1 ومقاييس Gemini 4 Argon.

ثلاثة محاذير قبل أن تثق بالفجوات

1. أرقام المنافسين ليست من تشغيل جوجل

توضح منهجية جوجل أن نتائج النماذج غير Gemini «مأخوذة من الأرقام المبلغ عنها ذاتيًا من قبل الموردين ما لم يُذكر خلاف ذلك». كما تأتي عدة صفوف من لوحات صدارة عامة تديرها Vals AI وProximal وSurge.

2. الأدوات وإعدادات التشغيل مختلفة

في DeepSWE v1.1، حسبت جوجل نتيجة Argon البالغة 77.9% ذاتيًا باستخدام mini-swe-agent. أما Astra فتأتي نتيجته من لوحة صدارة عامة، بينما تأتي نتائج Anthropic من بطاقات النظام.

وفي LVBench، أخذ Gemini عينات فيديو بمعدل إطار واحد في الثانية، بينما استخدم Astra 800 إطار، وOpus 5.5 عدد 600 إطار، وFable 5.1 عدد 300 إطار، وفقًا لما نُسب إلى «قيود API».

3. النموذج نفسه قد يسجل درجات مختلفة بين المخططات

تختلف نتيجة Terminal-bench 4.0 الخاصة بـOpus 5.5 حسب الأداة وإعداد الجهد. على سبيل المثال، تبلغ Anthropic عن 66.4% عند جهد xhigh.

قاعدة عملية: لا تجمع أرقامًا من مصادر مختلفة في جدول داخلي واحد لاتخاذ قرار إنتاجي. شغّل نفس المهمة، بنفس المدخلات، وبإعدادات متقاربة قدر الإمكان.

ماذا يقول المقيمون من طرف ثالث

تقلص لوحات الصدارة المستقلة الفجوة بين النماذج:

تضع Artificial Analysis Argon في المرتبة الثامنة من أصل 223، لكن القائمة تعد كل إعداد استدلال بشكل مستقل.
عند تجميع النتائج حسب النموذج المميز، يتعادل Argon بنتيجة 53 مع GPT-6 Astra وClaude Fable 5.1.
يتقدم Claude Opus 5.5 بنتيجة قصوى 58، ثم Claude Sonnet 5.5 بنتيجة 56.
تسجل Artificial Analysis معدل هلوسة Argon في AA-Omniscience عند 15%، مقابل 51% لـAstra عند أعلى إعداد له.

في Arena، يحتل Argon المرتبة الأولى ضمن فئة النصوص بنتيجة 1525، بتصنيف مبدئي يستند إلى 4,942 صوتًا، بينما يأتي Opus 5.5 في المرتبة الرابعة. كما تصنفه Vals AI أولًا من بين 41 نموذجًا في مؤشر Vals، وهو أول نموذج Gemini يتصدره.

لكن ليست كل الملاحظات إيجابية. فقد ذكرت بلومبرج أن بعض موظفي جوجل الذين لديهم وصول للنموذج يرونه مخيبًا للآمال في بعض مهام الترميز وتصميم الواجهة الأمامية مقارنةً بمقاييسه، وهو وصف قالت جوجل إنه غير دقيق.

أي نموذج يجب توجيه العمل إليه

لا يوجد نموذج رائد واحد مناسب لكل حمل عمل. استخدم التوجيه حسب المهمة، ثم اختبره على بياناتك قبل تثبيت القرار.

المهمة	التوجيه اليوم	عند إطلاق Argon
وكلاء الشؤون القانونية والمالية وأتمتة المكاتب	Opus 5.5، مؤشر Vals بنسبة 67.0%	اختبر Argon، فهو يتصدر صفوف العمل المعرفي الأربعة
وكلاء الترميز المعتمدون على الطرفيات بكثافة	Opus 5.5، Terminal-bench 4.0 بنسبة 66.4%	لا يزال Opus 5.5 متصدرًا في هذا المعيار
هندسة البرمجيات القائمة على الوكلاء	Astra، FrontierSWE v2 بنسبة 65.5%، أو Opus 5.5	يتصدر Argon في DeepSWE ويتأخر في FrontierSWE؛ اختبر الاثنين
وكلاء استخدام الكمبيوتر وواجهة المستخدم الرسومية	Astra، OSWorld-2.0 بنسبة 72.6%	يتصدر Astra في OSWorld، بينما يتصدر Argon في Agent’s Last Exam
الاستدلال على مطالبات تتجاوز 256 ألف رمز	Opus 5.5 بلا رسوم إضافية، أو Astra مع رسوم إضافية فوق 272 ألفًا	Argon، GraphWalks من 256 ألف إلى مليون بنسبة 84.2%
فهم الفيديو والرسوم البيانية	Astra، LVBench بنسبة 87.5%	Argon، 91.7%، مع مراعاة اختلاف عدد الإطارات
العلوم وهندسة تعلم الآلة	Astra في Terminal-Bench Science، وOpus 5.5 في PostTrainBench	يتصدر Argon في LABBench 2 وRiemannBench؛ اختبره
استجابات فردية تتجاوز 128 ألف رمز	Opus 5.5 عبر Batch، حتى 300 ألف رمز تجريبيًا	Argon، حتى مليون رمز وفق جوجل
العمل عالي الحجم والحساس للتكلفة	Opus 5.5 بسعر 4 دولارات / 20 دولارًا	Argon بسعر 2 دولار / 10 دولارات طالما استمرت الفترة التمهيدية

إذا كانت التكلفة أهم من أعلى نتائج المقاييس، فراجع مقارنة GPT-6 Sol مقابل Claude Opus 5.5 لتغطية خط Sol الأرخص من OpenAI مقابل Opus.

قارن النماذج الثلاثة باستخدام طلباتك الخاصة

لا تستطيع جداول البائعين إخبارك كيف سيتعامل كل نموذج مع مستودعك، أو مخططات API لديك، أو تعليمات النظام الخاصة بك. أنشئ تقييمًا صغيرًا وقابلًا لإعادة التشغيل في Apidog بدل الاعتماد على معيار واحد.

1. أنشئ ثلاثة طلبات في مشروع واحد

أنشئ طلبًا لكل نموذج:

GPT-6 Astra
Claude Opus 5.5
Gemini، مع حقل نموذج يعتمد على متغير

استخدم متغيرًا مثل:

GEMINI_MODEL=gemini-3.8-flash

احتفظ باسم النموذج في المتغير بدل تثبيته داخل الطلب. عند إعلان معرف Argon، غيّر قيمة المتغير فقط:

GEMINI_MODEL=<معرف_Argon_المنشور>

راجع دليل GPT-6 Astra API وما هو Claude Opus 5.5 لتنسيق طلب كل بائع.

2. استخدم متغيرات بيئة للمفاتيح والمدخلات

خزن مفتاح API لكل بائع في متغيرات بيئة منفصلة:

OPENAI_API_KEY=...
ANTHROPIC_API_KEY=...
GEMINI_API_KEY=...

ثم ضع نص المهمة في متغير مشترك لكي تستقبل النماذج الثلاثة المدخل نفسه:

EVAL_PROMPT=حلل هذا الخطأ، اقترح إصلاحًا، وأعد اختبارًا مناسبًا.

بهذه الطريقة، لا يتغير بين التشغيلات سوى النموذج أو إعداداته، وليس نص المهمة.

3. أضف تأكيدات قابلة للقياس

أضف تأكيدات لكل طلب للتحقق من:

رمز حالة HTTP يساوي 200.
وجود نص غير فارغ في الإجابة.
بقاء رموز الإخراج تحت سقف محدد.
بقاء التكلفة المقدرة تحت ميزانيتك.
احتواء الإجابة على حقول أو كلمات رئيسية مطلوبة لمهمتك.

مثال منطقي لتأكيدات التقييم:

status_code == 200
response_text is not empty
output_tokens <= MAX_OUTPUT_TOKENS
estimated_cost_usd <= MAX_COST_USD

4. شغّلها كسيناريو اختبار واحد

شغّل الطلبات الثلاثة ضمن سيناريو واحد، ثم قارن في تقرير الاختبار:

صحة النتيجة.
زمن الاستجابة.
عدد رموز الإدخال والإخراج.
تكلفة الطلب.
عدد مرات فشل النموذج أو خروجه عن صيغة الإجابة المطلوبة.

احسب تكلفة الطلب بدل مقارنة سعر الرمز فقط

لنفترض أن طلبك يحتوي على 20,000 رمز إدخال و4,000 رمز إخراج.

GPT-6 Astra

تكلفة الإدخال = 20,000 × 10 / 1,000,000 = 0.20 دولار
تكلفة الإخراج = 4,000 × 50 / 1,000,000 = 0.20 دولار
الإجمالي = 0.40 دولار

Claude Opus 5.5

تكلفة الإدخال = 20,000 × 4 / 1,000,000 = 0.08 دولار
تكلفة الإخراج = 4,000 × 20 / 1,000,000 = 0.08 دولار
الإجمالي = 0.16 دولار

Gemini 4 Argon

السعر التمهيدي: 0.08 دولار
السعر القياسي: 0.16 دولار

لكن سعر الرمز ليس تكلفة المهمة الفعلية. قدرت Artificial Analysis أن Argon يستخدم نحو 62 ألف رمز إخراج لكل مهمة، مقابل نحو 27 ألفًا لـAstra عند أعلى جهد. لذلك، قس رموز الإخراج على طلباتك الفعلية، ولا تعتمد على سعر المليون رمز وحده.

عند إتاحة Argon، حدّث قيمة GEMINI_MODEL، ثم أعد تشغيل السيناريو نفسه. ستحصل بذلك على مقارنة مباشرة بين النموذج الجديد والنموذجين اللذين يمكنك شراؤهما اليوم.

الأسئلة الشائعة

هل Gemini 4 Argon أفضل من GPT-6 Astra؟

يتعادلان بنتيجة 53 في Artificial Analysis. في جدول جوجل، يسجل Argon أعلى في معظم الصفوف، لكن Astra يفوز في FrontierSWE v2 وTerminal-Bench Science 0.1 وOSWorld-2.0. والأهم عمليًا: Astra متاح للاتصال اليوم.

Gemini 4 Argon مقابل Claude Opus 5.5: أيهما أفضل؟

يفضل جدول جوجل Argon في معظم الصفوف، بينما يفوز Opus 5.5 في Terminal-bench 4.0 وPostTrainBench. ويتصدر Opus 5.5 Artificial Analysis بنتيجة 58 مقابل 53 لـArgon. وفق الأسعار القياسية المعلنة، يكلف النموذجان المقدار نفسه.

هل Gemini 4 Argon أرخص من Claude Opus 5.5؟

أثناء الفترة التمهيدية، تبلغ تكلفة Argon نصف تكلفة Opus 5.5: ‏2 دولار / 10 دولارات مقابل 4 دولارات / 20 دولارًا. بعد ذلك، تتطابق الأسعار المعلنة، ولم تحدد جوجل موعد نهاية الفترة التمهيدية.

أي نموذج لديه أكبر حد إخراج؟

Argon، بحد معلن يبلغ مليون رمز، رغم أن Vals AI تسجل 262 ألفًا للتكوين الذي اختبرته. بقية النماذج تحدد الإخراج المتزامن عند 128 ألف رمز. راجع دليل مليون رمز إخراج لمعرفة أثر ذلك على عميلك.

هل يمكنني استخدام Gemini 4 Argon اليوم؟

فقط من خلال برنامج Fairwind من جوجل، لمجموعة من شركاء الدفاع السيبراني الموثوقين. سيأتي عملاء API المدفوعون ومشتركو Google AI Ultra لاحقًا، من دون تاريخ معلن.

اختر حسب عبء العمل، ثم اختبر

يبدو Argon الأقوى في العمل المعرفي والسياق الطويل والمهام متعددة الوسائط. يتفوق Astra في FrontierSWE وTerminal-Bench Science وOSWorld. ويتفوق Opus 5.5 في العمل الطرفي وهندسة تعلم الآلة، كما يطابق السعر الذي ستفرضه Argon بعد انتهاء فترته التمهيدية.

ابدأ بالنموذجين المتاحين اليوم، واجعل نموذج Gemini متغيرًا في بيئة الاختبار، ثم أعد تشغيل السيناريو عندما يصبح Argon متاحًا. لإعداد مقارنة الطلبات الثلاثة في مشروع واحد، نزّل Apidog.

1M توكن إخراج من جيميني 4 أرجون: كيف يؤثر رد بمليون توكن على مكدس الـ API الخاص بك

Yusuf Khalidd — Fri, 02 Oct 2026 10:00:41 +0000

الرقم الرئيسي المعلن عنه لـ Gemini 4 Argon، وهو مليون توكن، هو حد الإخراج وليس نافذة السياق. تقول Google إن استجابة واحدة من Argon يمكن أن تصل إلى مليون توكن، أي ما يقارب 16 ضعف الحد السابق البالغ 64 ألفًا، لكنها لم تنشر نافذة الإدخال الخاصة بـ Argon. لا يوجد نموذج يمكن استدعاؤه بعد: Argon متاح حاليًا فقط لمدافعي برنامج Fairwind، ثم لعملاء واجهة API المدفوعة عند فتح Google الوصول. راجع تاريخ الإصدار ودليل الوصول.

جرّب Apidog اليوم

استجابة بهذا الحجم تغيّر افتراضات شائعة في عملاء API: الطلب لا ينتهي خلال ثوانٍ، والجسم لا يلائم الذاكرة بالضرورة، وتكلفة الطلب الواحد لم تعد صغيرة أو سهلة التنبؤ. يشرح هذا الدليل كيفية ضبط التكلفة، والتدفق، والمهلات، وحدود الإخراج، والتخزين، ثم اختبارها في Apidog قبل وصول Argon. للحصول على نظرة عامة، راجع ما هو Gemini 4 Argon، ولأشكال الطلبات راجع دليل API لـ Gemini 4 Argon.

مليون توكن للإخراج، وليس نافذة سياق بمليون توكن

تصف بعض الصفحات الرقم 1 مليون بأنه نافذة سياق، أو تتحدث عن «نافذة سياق أكبر بـ 16 ضعفًا». هذا غير دقيق. يذكر منشور الإطلاق من Google أنه وسّع «حد توكنات الإخراج للنموذج إلى مليون توكن». يتطابق ذلك مع القفزة من حد إخراج سابق يقارب 64 ألف توكن، مثل حد 65,536 توكن في Gemini 3.1 Pro Preview.

نافذة الإدخال رقم منفصل لم تعلنه Google. استخدم تقييم السياق الطويل في منهجية التقييمات مطالبات بين 256 ألف ومليون توكن، لكن هذا نطاق اختبار وليس مواصفة API.

هناك أيضًا اختلاف محتمل في التنفيذ الفعلي: تسرد Vals AI حد إخراج أقصى قدره 262 ألف توكن لتكوين Argon الذي اختبرته. Google تقول إن حد النموذج مليون توكن، بينما أظهر تقييم طرف ثالث حدًا أقل على نقطة النهاية المستخدمة.

النموذج	الحد الأقصى للإخراج لكل استجابة	نافذة الإدخال أو السياق
Gemini 4 Argon	1 مليون، حسب حد Google المعلن	لم يتم نشرها
Gemini 3.1 Pro Preview	65,536	1,048,576
Gemini 3.8 Flash	65,536	1,048,576
GPT-6 Astra	128,000	1,050,000، منها 922 ألفًا كحد أقصى للإدخال
Claude Opus 5.5	128 ألفًا، أو 300 ألف على Batch مع ترويسة تجريبية	1 مليون

تحدد النماذج المنافسة الإخراج المتزامن عند 128 ألف توكن، لذا فإن حد Argon المعلن عنه يعادل تقريبًا 8 أضعاف هذا الرقم. تبرر Google ذلك بعمق التفكير: مساحة الإخراج الأكبر تسمح للنموذج بتوليد مئات الآلاف من التوكنات في مسار واحد وحل مسائل صعبة في تمريرة واحدة.

للتعامل مع المهام الطويلة لدى مزودين آخرين، راجع مهام Claude Opus 5.5 التي تستغرق 18 ساعة ودليل API لـ GPT-6 Astra.

احسب تكلفة الاستجابة القصوى قبل التشغيل

ابدأ بحساب الحد الأعلى لتكلفة الإخراج. وفق الأسعار المذكورة لفترة Argon التمهيدية، الإخراج يكلف 10 دولارات لكل مليون توكن، ثم 20 دولارًا لكل مليون توكن بالسعر القياسي:

تمهيدي: 1,000,000 × 10 دولارات / مليون = 10.00 دولارات
قياسي: 1,000,000 × 20 دولارًا / مليون = 20.00 دولارًا

أضف تكلفة الإدخال إلى ذلك. مطالبة بحجم 200 ألف توكن تضيف:

200,000 × 2 دولار / مليون = 0.40 دولار بالسعر التمهيدي
200,000 × 4 دولارات / مليون = 0.80 دولار بالسعر القياسي

أي أن طلبًا كاملًا قد يصل إلى:

10.40 دولارات في الفترة التمهيدية
20.80 دولارًا بالسعر القياسي

تشغيل ليلي يتضمن 100 طلب من هذا النوع قد يصل إلى 1,040 دولارًا بالسعر التمهيدي.

توكنات التفكير تجعل الفاتورة أقل وضوحًا. في نماذج Gemini الحالية، تُحتسب توكنات التفكير كإخراج. لم توضح Google ما إذا كان Argon يتبع القاعدة نفسها أو ما إذا كانت توكنات التفكير تدخل ضمن سقف المليون توكن. في الحالتين، لا تفترض أن الإجابة النصية القصيرة تعني فاتورة صغيرة.

راجع دليل تسعير Gemini 4 Argon لسيناريوهات إضافية، بما فيها الإدخال المخزن مؤقتًا بخصم 95%.

استخدم التدفق بدل انتظار الاستجابة الكاملة

الطلب غير المتدفق لا يعيد أي بيانات حتى تكتمل الاستجابة كاملة. مع مئات الآلاف من التوكنات، يعني ذلك اتصالًا صامتًا طويلًا قد تقطعه مهلات الخمول قبل وصول أول بايت.

استخدم التدفق عبر Server-Sent Events بدلًا من ذلك:

استبدل generateContent بـ streamGenerateContent?alt=sse.
اقرأ كل حدث فور وصوله.
اكتب النص مباشرة إلى ملف أو تخزين كائنات.
لا تجمع جسم الاستجابة كاملًا في الذاكرة.
احتفظ بآخر usageMetadata لتسجيل الاستهلاك النهائي.

المثال التالي يعمل مع Gemini 3.8 Flash، بينما يبقى اسم النموذج في متغير بيئة لأن Google لم تنشر معرف Argon بعد. راجع الإعداد في دليل API لـ Gemini 3.8 Flash.

import json
import os
import requests

MODEL = os.environ.get("GEMINI_MODEL", "gemini-3.8-flash")
URL = (
    "https://generativelanguage.googleapis.com/v1beta/models/"
    f"{MODEL}:streamGenerateContent?alt=sse"
)

body = {
    "contents": [
        {
            "parts": [
                {
                    "text": "Write a test plan for every endpoint in a payments API."
                }
            ]
        }
    ],
    "generationConfig": {
        "maxOutputTokens": 60000
    },
}

usage = None

with requests.post(
    URL,
    json=body,
    stream=True,
    timeout=(10, 120),
    headers={"x-goog-api-key": os.environ["GEMINI_API_KEY"]},
) as response, open("response.txt", "a", encoding="utf-8") as output:
    response.raise_for_status()

    for line in response.iter_lines(decode_unicode=True):
        if not line or not line.startswith("data:"):
            continue

        event = json.loads(line[5:])

        for candidate in event.get("candidates", []):
            for part in candidate.get("content", {}).get("parts", []):
                output.write(part.get("text", ""))

        output.flush()
        usage = event.get("usageMetadata", usage)

print(usage)

في المثال، يحدد timeout=(10, 120):

مهلة اتصال قدرها 10 ثوانٍ.
مهلة قراءة قدرها 120 ثانية.

في مكتبة requests، مهلة القراءة هي أطول فجوة مسموحة بين البايتات، وليست مدة الطلب الإجمالية. لذلك يمكن للتدفق أن يستمر ما دام الخادم يرسل بيانات بانتظام. على Gemini 3.8 Flash، يحمل كل حدث usageMetadata جاريًا، ويحتوي الحدث الأخير عادةً على العدد النهائي للتوكنات.

افحص المهلات في كامل المسار

عميل HTTP ليس نقطة الفشل الوحيدة. قد يمر التدفق عبر وكيل عكسي، وبوابة API، وموازن تحميل، ووقت تشغيل بلا خادم. أي منها قد ينهي الاستجابة قبل اكتمالها.

نقطة الاتصال	ما يجب التحقق منه	العرض عند الخطأ
عميل HTTP	مهلة القراءة أو الخمول، وأي مهلة إجمالية للطلب	استثناءات في منتصف التدفق عند الإجابات الطويلة فقط
الوكيل العكسي	مهلة القراءة والتخزين المؤقت لاستجابات `text/event-stream`	وصول الأحداث على دفعات أو انقطاع التدفق
بوابة API	الحد الأقصى لمدة الطلب	فشل الطلبات بعد الزمن المنقضي نفسه دائمًا
موازن التحميل	مهلة الخمول	انقطاع أثناء توقف طويل قبل الحدث الأول
دالة بلا خادم	الحد الأقصى لوقت التنفيذ	انتهاء الدالة بينما لا يزال النموذج يكتب

راقب وقت القطع بدقة. إذا فشلت الاستجابات الطويلة دائمًا عند الوقت نفسه، فلديك حد زمني صارم في إحدى الطبقات. التدفق لا يعالج حدًا أقصى لمدة الطلب؛ انقل المهمة حينها إلى تنفيذ خلفي.

شغّل المهام الطويلة في الخلفية

للمهام التي قد تستغرق وقتًا طويلًا، افصل التنفيذ عن اتصال المستخدم المباشر.

تدعم واجهة Interactions API التنفيذ الخلفي للمهام طويلة الأمد باستخدام:

background=true

تعتمد هذه العمليات على التفاعلات المخزنة. تشير الوثائق إلى أن store=false غير متوافق مع التنفيذ في الخلفية، لذلك اترك التخزين مفعّلًا لهذه الطلبات.

خطوات التنفيذ العملية:

أنشئ التفاعل مع background=true.
لا تضبط store=false.
خزّن معرف التفاعل في قاعدة البيانات أو قائمة المهام.
استرجع النتيجة المكتملة وفق نقطة النهاية وطريقة الاستقصاء الموثقة من Google.
لا تخمّن نقاط نهاية الاستقصاء أو شكل الاستجابة.

بما أن Google تقول إن النماذج الجديدة تُطلق على Interactions API، خطط لتشغيل مهام Argon الطويلة عبر هذا المسار.

عيّن سقف الإخراج عمدًا

مليون توكن هو سقف، وليس هدفًا افتراضيًا. في generateContent، اضبط generationConfig.maxOutputTokens لكل طلب.

{
  "generationConfig": {
    "maxOutputTokens": 60000
  }
}

على Gemini 3.8 Flash، تُحتسب توكنات التفكير ضمن هذا السقف. في اختبار بحد 2,000 توكن، أعاد النموذج 1,340 توكن تفكير و656 توكن مرئي.

قبل اختيار قيمة maxOutputTokens، حدد أكبر تكلفة تقبلها لكل طلب:

حد الإخراج	أسوأ تكلفة إخراج، قياسي: 20 دولارًا/مليون	تمهيدي: 10 دولارات/مليون
64,000	1.28 دولار	0.64 دولار
128,000	2.56 دولار	1.28 دولار
500,000	10.00 دولارات	5.00 دولارات
1,000,000	20.00 دولارًا	10.00 دولارات

عندما تصل الاستجابة إلى الحد، تعامل معها على أنها غير مكتملة. افحص finishReason في الحدث الأخير:

MAX_TOKENS

إذا ظهر MAX_TOKENS، لديك خياران:

أرسل جولة متابعة لاستكمال الناتج.
ارفع الحد لتلك المهمة المحددة فقط، بعد التحقق من التكلفة.

خزّن وحلّل المخرجات الكبيرة دون تخزين مؤقت في الذاكرة

مليون توكن يعني عدة ميغابايت من النص لكل استجابة. اتبع هذه القواعد لحماية العامل والتخزين:

اكتب الأجزاء فور وصولها إلى ملف أو تخزين كائنات متعدد الأجزاء، بدل بناء سلسلة نصية واحدة في الذاكرة.
احتفظ بالملف الجزئي عند انقطاع الاتصال؛ إعادة المحاولة العشوائية من البداية قد تولد وتفوتر الإخراج مرة أخرى.
اطلب JSON Lines عندما تحتاج إلى مخرجات مهيكلة، حتى تحلل كل سطر مستقلًا بدل انتظار مستند ضخم مكتمل.
سجّل usageMetadata وعدد البايتات بدل حفظ الأجسام الكاملة في السجلات.
تحقّق مسبقًا من حدود حجم الأعمدة في قاعدة البيانات، والرسائل في قائمة الانتظار، وحدود التخزين المؤقت.

اختبر المسار في Apidog قبل فتح الوصول

يمكنك اختبار البنية كاملة قبل توفر Argon باستخدام بديل. نزّل Apidog ونفّذ الفحوصات التالية.

1. راقب التدفق الحقيقي

أرسل طلب تدفق إلى Gemini 3.8 Flash باستخدام متغيري البيئة:

GEMINI_API_KEY
GEMINI_MODEL

يعالج Apidog استجابات text/event-stream ويعرض الأحداث فور وصولها في عرض Timeline. استخدمه لمراقبة:

حجم كل جزء.
الفجوات الزمنية بين الأحداث.
وصول usageMetadata النهائي.
ظهور finishReason.

2. شغّل تدفقًا وهميًا أطول من الحد الحقيقي

الحد الحقيقي لإخراج Gemini 3.8 Flash هو 65,536 توكنًا. لاختبار التخزين المؤقت والمهلات على حمل أطول، شغّل محاكاة محلية تنتج أحداث SSE بالشكل نفسه:

# long_stream_mock.py
# Gemini-shaped SSE for parser and timeout tests (fake data)

import json
import time
from http.server import BaseHTTPRequestHandler, ThreadingHTTPServer

EVENTS = 20000
DELAY = 0.005
CHUNK = "lorem ipsum " * 40


class Handler(BaseHTTPRequestHandler):
    def do_POST(self):
        self.rfile.read(int(self.headers.get("Content-Length", 0)))

        self.send_response(200)
        self.send_header("Content-Type", "text/event-stream")
        self.end_headers()

        for i in range(EVENTS):
            event = {
                "candidates": [
                    {
                        "content": {
                            "parts": [
                                {
                                    "text": CHUNK
                                }
                            ]
                        }
                    }
                ]
            }

            if i == EVENTS - 1:
                event["usageMetadata"] = {
                    "promptTokenCount": 1200,
                    "candidatesTokenCount": 950000,
                    "thoughtsTokenCount": 40000,
                    "totalTokenCount": 991200,
                }

            self.wfile.write(
                f"data: {json.dumps(event)}\n\n".encode()
            )
            self.wfile.flush()
            time.sleep(DELAY)


ThreadingHTTPServer(("127.0.0.1", 8787), Handler).serve_forever()

وجّه عنوان URL الأساسي لبيئة mock إلى:

http://127.0.0.1:8787

ثم أرسل طلب التدفق نفسه. يستمر التدفق نحو دقيقتين، حوالي 128 ثانية في الاختبار، ويحمل 9.6 مليون حرف من النص. هذا يكشف بسرعة:

محللًا يجمع الاستجابة كاملة في الذاكرة.
وكيلًا عكسيًا يخزن الأحداث بدل تمريرها فورًا.
مهلة قراءة أو خمول قصيرة.
استهلاك ذاكرة متزايد في العميل أو العامل.

3. تحقّق من عدد التوكنات والتكلفة

في طلب generateContent غير المتدفق، تحقق من أن مجموع الحقول التالية لا يتجاوز السقف المضبوط:

candidatesTokenCount + thoughtsTokenCount

ثم احسب التكلفة وتأكد من بقائها ضمن الميزانية المحددة لطلب واحد. يحتوي دليل Argon API على سكربت جاهز لحساب التكلفة.

الأسئلة الشائعة

هل مليون توكن هي نافذة السياق لـ Gemini 4 Argon؟

لا. مليون توكن هو حد الإخراج لكل استجابة، ارتفاعًا من 64 ألفًا تقريبًا. لم تنشر Google نافذة الإدخال لـ Argon.

كم تكلف استجابة Argon بمليون توكن؟

تكلف 10 دولارات للإخراج بالسعر التمهيدي و20 دولارًا بالسعر القياسي، بالإضافة إلى تكلفة الإدخال. راجع تسعير Gemini 4 Argon لسيناريوهات إضافية.

هل يمكنني إنشاء استجابة بمليون توكن اليوم؟

فقط إذا كانت مؤسستك ضمن مجموعة Fairwind التي لديها وصول إلى Argon. Gemini 3.8 Flash و3.1 Pro Preview يحددان الإخراج عند 65,536 توكنًا، بينما تسرد Vals AI حدًا قدره 262 ألف توكن لتكوين Argon الذي اختبرته.

هل يجب أن أستخدم التدفق لاستجابات Argon الطويلة؟

لم تنشر Google إرشادات تدفق خاصة بـ Argon، لكن الطلب غير المتدفق الذي يستمر دقائق معرض لمهلات الخمول في كامل مكدس التطبيق. استخدم التدفق أو نفّذ المهمة في الخلفية عبر Interactions API.

كيف يقارن حد Argon بـ GPT-6 Astra وClaude Opus 5.5؟

كلاهما يحدد الإخراج المتزامن عند 128 ألف توكن. تسمح Anthropic بـ300 ألف توكن في Batch باستخدام ترويسة تجريبية. حد Argon المعلن عنه، مليون توكن، يعادل نحو 8 أضعاف الحد المتزامن للمنافسين.

خطوتك التالية

أضف التدفق وسقف إخراج صريحًا إلى عميل Gemini الآن باستخدام Gemini 3.8 Flash. شغّل العميل أيضًا مقابل التدفق الوهمي الطويل للتأكد من أن أي طبقة في مكدسك لا تقطع الاتصال أو تخزن الاستجابة مؤقتًا.

عند نشر معرف نموذج Argon، غيّر GEMINI_MODEL وأعد تشغيل اختباراتك نفسها في Apidog.

أسعار جيميناي 4 آرجون: سعر تمهيدي 2$/10$ وسعر عادي 4$/20$، وتكلفة إجابة مليون توكن

Yusuf Khalidd — Fri, 02 Oct 2026 09:59:52 +0000

تكلف Gemini 4 Argon دولارين لكل مليون رمز إدخال و10 دولارات لكل مليون رمز إخراج خلال الفترة التمهيدية، ثم 4 دولارات و20 دولارًا بعد ذلك. يحصل الإدخال المخزن مؤقتًا على خصم 95% من سعر الإدخال، أي 0.10 دولار لكل مليون رمز تمهيديًا و0.20 دولار بالسعر القياسي. لم تحدد Google مدة الفترة التمهيدية، ولا يتوفر Argon للشراء العام بعد؛ إذ يُطرح حاليًا فقط لمدافعي الأمن السيبراني ضمن برنامج Fairwind.

جرّب Apidog اليوم

تحول هذه المقالة الأسعار إلى أرقام قابلة للاستخدام في الميزانية: مقارنة مع نماذج حالية، وسيناريوهات تكلفة، وحساب تكلفة المهمة، وضوابط يجب إعدادها قبل إتاحة النموذج. لشرح النموذج نفسه، ابدأ بـ ما هو Gemini 4 Argon، ولتفاصيل الإتاحة راجع هل Gemini 4 Argon مجاني. يمكنك بناء اختبارات التكلفة في Apidog باستخدام نموذج متاح اليوم، ثم تبديل اسم النموذج لاحقًا.

قائمة الأسعار

نشرت Google الأسعار في منشور إطلاق Gemini 4 Argon. تنص الحاشية 1 على أنه بعد انتهاء الفترة التمهيدية، يصبح السعر 4 دولارات لكل مليون رمز إدخال و20 دولارًا لكل مليون رمز إخراج.

Gemini 4 Argon، لكل مليون رمز	تمهيدي	قياسي، بعد التمهيدي
الإدخال	2.00 دولار	4.00 دولارات
الإدخال المخزن مؤقتًا، خصم 95% على الإدخال	0.10 دولار	0.20 دولار
الإخراج	10.00 دولارات	20.00 دولارًا
الحد الأقصى للإخراج لكل استجابة وفق Google	مليون رمز	مليون رمز
تكلفة إخراج كامل مليون رمز	10.00 دولارات	20.00 دولارًا

معدل التخزين المؤقت مشتق مباشرة من خصم 95%:

السعر المخزن مؤقتًا = سعر الإدخال × 0.05

تمهيدي: 2.00 × 0.05 = 0.10 دولار
قياسي: 4.00 × 0.05 = 0.20 دولار

لم تنشر Google نافذة سياق الإدخال أو معرّف النموذج. وتقول إن حد الإخراج يصل إلى مليون رمز، ارتفاعًا من 64 ألف رمز سابقًا. في المقابل، يسرد مقيم خارجي واحد على الأقل، Vals AI، حد إخراج قدره 262 ألف رمز للتكوين الذي اختبره.

Argon مقابل النماذج الرائدة الحالية ونماذج Gemini

جميع الأسعار التالية لكل مليون رمز.

النموذج	الإدخال	الإدخال المخزن مؤقتًا	الإخراج	الحد الأقصى للإخراج
Gemini 4 Argon، تمهيدي	2 دولار	0.10 دولار	10 دولارات	مليون
Gemini 4 Argon، قياسي	4 دولارات	0.20 دولار	20 دولارًا	مليون
GPT-6 Astra	10 دولارات	1 دولار	50 دولارًا	128,000
Claude Opus 5.5	4 دولارات	0.20 دولار	20 دولارًا	128 ألفًا، و300 ألف على Batch بيتا
Claude Sonnet 5.5	2 دولار	0.20 دولار	10 دولارات	128 ألفًا، و300 ألف على Batch بيتا
GPT-6.1 Sol	2 دولار	0.10 دولار	10 دولارات	128,000
Claude Fable 5.1	10 دولارات	0.25 دولار	50 دولارًا	128 ألفًا
gemini-3.1-pro-preview، موجه <=200 ألف / >200 ألف	2 / 4 دولارات	0.20 / 0.40 دولار	12 / 18 دولارًا	65,536
gemini-3.8-flash، تمهيدي / من 2027-01-01	0.75 / 1.50 دولار	0.075 / 0.15 دولار	3.75 / 7.50 دولار	65,536

تأتي أسعار المنافسين من صفحاتهم الرسمية: GPT-6 Astra من OpenAI، وتسعير Anthropic، وتسعير Gemini API من Google.

النقاط العملية:

Argon القياسي يطابق Claude Opus 5.5: 4 دولارات للإدخال، و20 دولارًا للإخراج، و0.20 دولار للإدخال المخزن مؤقتًا.
Argon التمهيدي يطابق Claude Sonnet 5.5 وGPT-6.1 Sol في سعر الإدخال والإخراج: 2 دولار و10 دولارات.
GPT-6 Astra وClaude Fable 5.1 يكلفان 5 أضعاف Argon التمهيدي و2.5 ضعف Argon القياسي لكل رمز. راجع أيضًا تسعير Claude Fable 5.1.
إخراج Argon التمهيدي، 10 دولارات، أقل من gemini-3.1-pro-preview، 12 دولارًا.
الموجهات الطويلة قد تغير الحسابات. تفرض OpenAI رسومًا أعلى على الطلبات التي تتجاوز 272 ألف رمز إدخال، بينما يرفع Gemini 3.1 Pro السعر لما بعد 200 ألف رمز. لم توضح Google بعد ما إذا كان لدى Argon مستوى تسعير مماثل للموجهات الطويلة.

للمقارنة بين القدرة والسعر، راجع Gemini 4 Argon مقابل GPT-6 Astra مقابل Claude Opus 5.5.

رموز التفكير تُحسب كإخراج

في نماذج Gemini الحالية، تُحسب رموز التفكير ضمن الإخراج. تنص وثائق التفكير من Google على أن تسعير الاستجابة هو مجموع رموز الإخراج ورموز التفكير.

لم توثق Google قاعدة Argon تحديدًا، لكن من الآمن إدراج التفكير في الميزانية حتى تتوفر وثائق النموذج. بما أن Google أجرت تقييمات Argon بأعلى إعدادات التفكير، فاقرأ سعر 10 دولارات لكل مليون رمز إخراج على أنه يشمل الإجابة والتفكير معًا.

استخدم المعادلة التالية في حساباتك:

تكلفة الإخراج = (رموز الإجابة + رموز التفكير) / 1,000,000 × سعر الإخراج

أربعة سيناريوهات مطبقة

الحساب في كل سيناريو:

التكلفة = عدد الرموز / 1,000,000 × سعر كل مليون رمز

تفترض السيناريوهات الثلاثة الأولى عدم استخدام التخزين المؤقت.

1. استدعاء API نموذجي: 20 ألف إدخال و5 آلاف إخراج

السعر التمهيدي:

الإدخال: 20,000 / 1,000,000 × 2 = 0.04 دولار
الإخراج: 5,000 / 1,000,000 × 10 = 0.05 دولار
الإجمالي: 0.09 دولار

السعر القياسي:

الإدخال: 20,000 / 1,000,000 × 4 = 0.08 دولار
الإخراج: 5,000 / 1,000,000 × 20 = 0.10 دولار
الإجمالي: 0.18 دولار

عند 1000 استدعاء يوميًا:

90 دولارًا يوميًا بالسعر التمهيدي.
180 دولارًا يوميًا بالسعر القياسي.

للمقارنة، يكلف الاستدعاء نفسه:

0.18 دولار على Claude Opus 5.5.
0.45 دولار على GPT-6 Astra: 0.20 دولار إدخال + 0.25 دولار إخراج.
0.10 دولار على gemini-3.1-pro-preview.
نحو 0.034 دولار على gemini-3.8-flash بسعره التمهيدي.

2. دور وكيل طويل: 200 ألف إدخال و50 ألف إخراج

السعر التمهيدي:

الإدخال: 200,000 / 1,000,000 × 2 = 0.40 دولار
الإخراج: 50,000 / 1,000,000 × 10 = 0.50 دولار
الإجمالي: 0.90 دولار

السعر القياسي:

الإدخال: 200,000 / 1,000,000 × 4 = 0.80 دولار
الإخراج: 50,000 / 1,000,000 × 20 = 1.00 دولار
الإجمالي: 1.80 دولار

يكلف السيناريو نفسه 4.50 دولارات على GPT-6 Astra:

الإدخال: 0.20 مليون × 10 = 2.00 دولار
الإخراج: 0.05 مليون × 50 = 2.50 دولار
الإجمالي: 4.50 دولارات

يفرض gemini-3.1-pro-preview تكلفة 1.00 دولار لهذا الحجم، لكن 200 ألف رمز هو حد طبقته السعرية. بعد هذا الحد، ترتفع الأسعار إلى 4 دولارات للإدخال و18 دولارًا للإخراج. إذا حصل Argon على طبقة مشابهة، سترتفع تكلفة الأدوار الأطول.

3. استجابة واحدة بحد أقصى: مليون رمز إخراج

الإخراج وحده يكلف:

تمهيدي: 1,000,000 / 1,000,000 × 10 = 10.00 دولارات
قياسي: 1,000,000 / 1,000,000 × 20 = 20.00 دولارًا

أضف موجهًا من 100 ألف رمز:

تمهيدي: 0.20 دولار إدخال + 10.00 دولارات إخراج = 10.20 دولارات
قياسي: 0.40 دولار إدخال + 20.00 دولارًا إخراج = 20.40 دولارًا

لا ينتج أي نموذج آخر في الجدول مليون رمز في استجابة متزامنة واحدة؛ المنافسون يحدون عادة عند 128 ألف رمز، وGemini Pro السابق عند 65,536 رمزًا.

إذا كان الحد العملي هو 262 ألف رمز كما أدرجه Vals AI، فتكلف الاستجابة الكاملة تقريبًا:

2.62 دولار بالسعر التمهيدي.
5.24 دولار بالسعر القياسي.

لتنفيذ هذا الحجم من الإخراج، بما في ذلك المهلات والبث والبوابات، راجع رموز إخراج Gemini 4 Argon التي تبلغ مليون.

4. موجه مخزن مؤقتًا من 500 ألف رمز يُعاد استخدامه 10 مرات

افترض أنك ترسل نفس قاعدة بيانات أو مجموعة عقود من 500 ألف رمز عشر مرات، مع 5 آلاف رمز إخراج في كل استدعاء.

الافتراضات:

الاستدعاء الأول يدفع سعر الإدخال الكامل لإنشاء الذاكرة المؤقتة.
الاستدعاءات التسعة التالية تقرأ الإدخال من الذاكرة المؤقتة.
لا توجد رسوم تخزين ذاكرة مؤقتة محسوبة هنا، لأن Google لم تنشرها لـ Argon.

10 استدعاءات، موجه 500 ألف، و5 آلاف إخراج لكل استدعاء	تمهيدي	قياسي
الإدخال بلا تخزين مؤقت، 10 × 500 ألف	10.00 دولارات	20.00 دولارًا
الإدخال المخزن مؤقتًا، 1 كامل + 9 مخزنة مؤقتًا	1.00 + 9 × 0.05 = 1.45 دولار	2.00 + 9 × 0.10 = 2.90 دولار
الإخراج، 10 × 5 آلاف	0.50 دولار	1.00 دولار
الإجمالي مع التخزين المؤقت	1.95 دولار	3.90 دولارات
الإجمالي بلا تخزين مؤقت	10.50 دولارات	21.00 دولارًا

يخفض التخزين المؤقت فاتورة الإدخال بنسبة 85.5%.

لكن انتبه إلى نقطتين:

لم تذكر Google ما إذا كان Argon يفرض رسومًا على تخزين الذاكرة المؤقتة. يفرض gemini-3.1-pro-preview 4.50 دولارات لكل مليون رمز في الساعة، ما يضيف 2.25 دولار للاحتفاظ بـ500 ألف رمز لمدة ساعة.
موجه من 500 ألف رمز يتجاوز حد Gemini 3.1 Pro البالغ 200 ألف رمز.

يتطابق سعر Argon القياسي للإدخال المخزن مؤقتًا، 0.20 دولار، مع Claude Opus 5.5. لذلك يمكن تطبيق منطق نقطة التعادل الوارد في حساب تكلفة التخزين المؤقت للموجه Claude Opus 5.5.

سعر الرمز ليس تكلفة المهمة الواحدة

تعرض Artificial Analysis تكلفة 1.99 دولار لكل مهمة لتشغيل مؤشر الذكاء الخاص بها على Gemini 4 Argon بإعداد مرتفع وبالسعر التمهيدي. ويقدر The Decoder التشغيل نفسه بـ3.98 دولارات بالسعر القياسي.

تسجل Artificial Analysis Argon بدرجة 53، وهي نفس درجة GPT-6 Astra في أعلى إعداداته، لكن تسعر Astra عند 3.26 دولارات لكل مهمة.

الفرق هو حجم الرموز. تستخدم AA نحو:

62 ألف رمز إخراج لكل مهمة لـ Argon، إعداد مرتفع.
27 ألف رمز إخراج لكل مهمة لـ Astra، إعداد مرتفع.

هذا يعادل نحو 2.3 ضعف الإخراج لـ Argon.

تكلفة الإخراج وحده بالسعر التمهيدي:

Argon:
62,000 / 1,000,000 × 10 = 0.62 دولار

Astra:
27,000 / 1,000,000 × 50 = 1.35 دولار

مع ذلك، يرتفع تقدير المهمة الكاملة لـ Argon بالسعر القياسي إلى 3.98 دولارات، متجاوزًا رقم Astra البالغ 3.26 دولارات، رغم أن تسعير Argon القياسي لكل رمز أقل بنسبة 60% من Astra.

تظهر Vals AI النمط نفسه:

النموذج	تكلفة الاختبار على Vals Index
Gemini 4 Argon	15.68 دولارًا
Claude Opus 5.5	32.14 دولارًا
Claude Sonnet 5.5	21.34 دولارًا
GPT-6.1 Sol	3.24 دولارات

تستخدم Vals سعر Argon القياسي، 4 دولارات للإدخال و20 دولارًا للإخراج. ورغم أن Sonnet 5.5 وGPT-6.1 Sol يطابقان سعر Argon التمهيدي نظريًا، تختلف تكلفة الاختبار بينهما بأكثر من 6 أضعاف.

الخلاصة: ضع ميزانيتك بناءً على رموز تطبيقك الفعلية، لا على بطاقة الأسعار فقط.

ضوابط التكلفة التي يجب إعدادها قبل شحن Argon

ابدأ بهذه الضوابط قبل أن يصبح Argon متاحًا على نطاق أوسع.

1. ضع سقفًا للإخراج

في generateContent، استخدم:

generationConfig: {
  maxOutputTokens: 8192
}

تستخدم Google حدًا أقصى مختلفًا في Interactions API عند توثيقه للنموذج. لا تتركه على الحد الافتراضي؛ فحد مليون رمز يعني سقفًا نظريًا قدره 20 دولارًا من الإخراج وحده لكل استدعاء بالسعر القياسي.

2. خزّن المحتوى الثابت مؤقتًا

المحتوى المناسب للتخزين المؤقت يشمل:

تعليمات النظام.
مخططات JSON أو OpenAPI.
الوثائق المرجعية.
قواعد البيانات النصية أو العقود المستخدمة في طلبات متكررة.

هذه هي الحالات التي يكون فيها خصم 95% مؤثرًا فعليًا.

3. اختبر مستوى التفكير بدل اعتماده تلقائيًا

لم تنشر Google مستويات التفكير لـ Argon. حاليًا:

gemini-3.1-pro-preview يستخدم high افتراضيًا.
gemini-3.8-flash يستخدم medium افتراضيًا.

عند توثيق إعدادات Argon، شغّل مجموعة الاختبارات نفسها بمستويات مختلفة، ثم قارن الجودة والتكلفة قبل اعتماد مستوى التفكير الأعلى في الإنتاج.

4. تحقق من الاستخدام بعد كل استجابة

تنتهي استجابات generateContent بحقل usageMetadata. احفظ اسم النموذج في متغير بيئة، ثم احسب التكلفة من بيانات الاستخدام.

مثال لتكوين المتغير:

GEMINI_MODEL=gemini-3.8-flash

يمكنك بناء الطلب في Apidog اليوم باستخدام gemini-3.8-flash، ثم تغيير قيمة GEMINI_MODEL فقط عند نشر معرّف Argon.

استخدم المعادلة التالية في تأكيد ما بعد الاستجابة:

التكلفة =
  الإدخال غير المخزن مؤقتًا / 1,000,000 × سعر_الإدخال
  + الإدخال المخزن مؤقتًا / 1,000,000 × سعر_التخزين_المؤقت
  + (الإخراج + التفكير) / 1,000,000 × سعر_الإخراج

مثال JavaScript لتأكيد سقف تكلفة:

const usage = response.body.usageMetadata;

const inputTokens = usage.promptTokenCount ?? 0;
const cachedTokens = usage.cachedContentTokenCount ?? 0;
const outputTokens = usage.candidatesTokenCount ?? 0;
const thoughtTokens = usage.thoughtsTokenCount ?? 0;

const uncachedInputTokens = Math.max(0, inputTokens - cachedTokens);

const prices = {
  input: 2,
  cachedInput: 0.10,
  output: 10
};

const cost =
  (uncachedInputTokens / 1_000_000) * prices.input +
  (cachedTokens / 1_000_000) * prices.cachedInput +
  ((outputTokens + thoughtTokens) / 1_000_000) * prices.output;

const maxCost = 0.25;

if (cost > maxCost) {
  throw new Error(
    `تجاوزت تكلفة الاستدعاء السقف: ${cost.toFixed(4)} دولار`
  );
}

شغّل هذا التأكيد ضد نموذج متاح اليوم. عندما يصبح Argon متاحًا، بدّل اسم النموذج والأسعار، ثم أعد تشغيل المجموعة.

ما لم تسعّره Google بعد

لا تزال هذه التفاصيل غير منشورة لـ Argon:

مدة الفترة التمهيدية وتاريخ بدء سعر 4 دولارات و20 دولارًا.
ما إذا كانت الموجهات التي تتجاوز 200 ألف رمز تكلف أكثر.
تسعير Batch أو Flex.
رسوم تخزين الذاكرة المؤقتة.
حدود المعدل.
وجود مستوى مجاني من عدمه.

للمقارنة، لدى Gemini 3.1 Pro تسعير Batch وFlex عند 1 دولار أو2 دولار للإدخال، و6 دولارات أو9 دولارات للإخراج، لكن لا يمكن افتراض أن Argon سيتبع التسعير نفسه.

الأسئلة الشائعة

كم يكلف Gemini 4 Argon لكل مليون رمز؟

يكلف 2 دولار للإدخال و10 دولارات للإخراج خلال الفترة التمهيدية، ثم 4 دولارات و20 دولارًا. الإدخال المخزن مؤقتًا بخصم 95%: 0.10 دولار ثم 0.20 دولار.

كم تدوم فترة السعر التمهيدي؟

لم تذكر Google مدة أو تاريخ انتهاء الفترة.

هل تُحاسب رموز التفكير كإخراج؟

في نماذج Gemini الحالية، نعم. لم توثق Google قاعدة Argon تحديدًا، لذا خطط على هذا الأساس.

كم تكلف استجابة تحتوي مليون رمز إخراج؟

10 دولارات بالسعر التمهيدي و20 دولارًا بالسعر القياسي، قبل تكلفة الإدخال.

هل Argon أرخص من Claude Opus 5.5 أو GPT-6 Astra؟

لكل رمز، يطابق Argon القياسي Claude Opus 5.5، ويكلف أقل من GPT-6 Astra بنسبة 60%. لكن تكلفة المهمة تعتمد على عدد الرموز الذي يستخدمه النموذج. للحصول على Gemini أقل تكلفة اليوم، راجع تسعير Gemini 3.8 Flash.

هل يمكنني الدفع مقابل Argon اليوم؟

لا. يطرح حاليًا فقط لشركاء برنامج Fairwind. يأتي عملاء API المدفوعون ومشتركو Google AI Ultra لاحقًا، دون تاريخ معلن.

ضع الميزانية الآن، وقِس لاحقًا

ابدأ بتقدير نطاق التكلفة من حركة مرورك الحالية:

التكلفة التمهيدية =
  رموز الإدخال × 2 دولار/مليون
  + رموز الإخراج × 10 دولارات/مليون

التكلفة القياسية =
  رموز الإدخال × 4 دولارات/مليون
  + رموز الإخراج × 20 دولارًا/مليون

بعد ذلك، ابنِ القياس الفعلي:

نزّل Apidog.
احفظ طلب Gemini باستخدام متغير GEMINI_MODEL.
ابدأ بـ gemini-3.8-flash.
أضف تأكيدًا يحسب التكلفة من usageMetadata.
عيّن سقف تكلفة لكل استدعاء.
عند نشر Google لمعرف Argon، بدّل قيمة المتغير وأعد تشغيل المجموعة.

بهذه الطريقة، سترى تكلفة استدعاءاتك الفعلية في اليوم الأول بدل الاعتماد على تقديرات بطاقة الأسعار فقط.

ما هو جمناي 4 أرجون؟

Yusuf Khalidd — Fri, 02 Oct 2026 09:57:45 +0000

Gemini 4 Argon هو نموذج Google الرائد الجديد، أُعلن عنه في 30 سبتمبر 2026، وهو متاح حاليًا لمجموعة محدودة من شركاء برنامج Fairwind للدفاع السيبراني. تسعّره Google بسعر تمهيدي قدره 2 دولار لكل مليون رمز إدخال و10 دولارات لكل مليون رمز إخراج، ثم 4 دولارات و20 دولارًا. كما رفعت حد الإخراج إلى مليون رمز. لا توجد حتى الآن واجهة API عامة أو معرّف نموذج منشور أو تاريخ إصدار عام.

جرّب Apidog اليوم

يوضح هذا الدليل ما أكدته Google وما لم تؤكده، وكيف تستعد لاستخدام Argon في تطبيقك. إذا كنت تختار نموذجًا الآن، اقرأ مقارنتنا بين Gemini 4 Argon وGPT-6 Astra وClaude Opus 5.5. وإذا كنت تختبر واجهات برمجة تطبيقات النماذج في Apidog، ستحتاج لاحقًا إلى تغيير قيمة متغير واحدة فقط للتبديل إلى Argon.

ما أكدته Google وما لم تؤكده

تخلط التغطية المبكرة بين تصريحات Google وتخمينات أطراف ثالثة. يعتمد هذا الملخص على المنشور الإعلاني ومنهجية تقييمات Google.

البند	الحالة	ما نعرفه
الإعلان	مؤكد	30 سبتمبر 2026، من Koray Kavukcuoglu من Google DeepMind
الوصول اليوم	مؤكد	مجموعة من شركاء برنامج Fairwind
التالي في الدور	مؤكد، غير مؤرخ	عملاء API المدفوعون ومشتركو Google AI Ultra
السعر	مؤكد	2/10 دولارات تمهيديًا، ثم 4/20 دولارًا لكل مليون رمز؛ خصم 95% للإدخال المخزن مؤقتًا
حد الإخراج	مؤكد	مليون رمز، ارتفاعًا من 64 ألفًا
المعايير	مؤكد، بتقرير Google	جدول من 19 صفًا وملف PDF للمنهجية
معرّف النموذج	غير منشور	السلاسل المتداولة على الإنترنت محددات مكان من أطراف ثالثة
نافذة سياق الإدخال	غير منشورة	استخدمت Google مطالبات تصل إلى مليون رمز في تقييمات السياق الطويل
تاريخ قطع المعرفة	غير منشور	لا توجد معلومات من Google
مدة السعر التمهيدي	غير منشورة	لا يوجد تاريخ للتحول إلى 4/20 دولارًا
حدود المعدل أو الطبقة المجانية	غير منشورة	لا توجد معلومات من Google
تاريخ الإصدار العام	غير منشور	«في أقرب وقت ممكن»

إذا وجدت نافذة سياق أو معرّف نموذج أو رقم سرعة منسوبًا إلى Argon، فتعامل معه على أنه غير مؤكد إلى أن تنشره Google في وثائقها الرسمية.

ما هو Gemini 4 Argon ومكانته

Argon هو نموذج Gemini 4 الوحيد المُعلن عنه حتى الآن، وهو في قمة تشكيلة Google. تصفه Google بأنه «نموذجنا الرائد الجديد»، ومصمم للحفاظ على التفكير العميق عبر مهام سير عمل معقدة وطويلة الأفق.

تدعي Google أداءً رائدًا في:

هندسة البرمجيات
أعمال المعرفة المؤسسية، مثل القانون والمالية
الدفاع السيبراني

صرّح متحدث باسم Google لوكالة رويترز بأن Argon أكبر من سلسلة Pro السابقة.

حتى الآن، كان أفضل نموذج Gemini متاح عبر API هو gemini-3.1-pro-preview، وما زال في المعاينة:

إدخال: 1,048,576 رمزًا
إخراج: 65,536 رمزًا
السعر: 2 دولار للإدخال و12 دولارًا للإخراج لكل مليون رمز للمطالبات حتى 200 ألف رمز

سعر إخراج Argon التمهيدي، 10 دولارات لكل مليون رمز، أقل من سعر gemini-3.1-pro-preview. لم توضح Google ما إذا كان Argon سيستخدم تسعيرًا منفصلًا للمطالبات الطويلة أو ما إذا كانت نماذج Gemini 4 الأخرى ستتبعه.

تقول Google إنها تستخدم Argon داخليًا للترميز والبحث والكتابة. كما تشير إلى استخدام وكلاء Argon لتحرير أكثر من 300 تيرابايت من ذاكرة الأسطول، والمساعدة في ترحيل كود C وC++ إلى Rust، بما في ذلك تغييرات تصل إلى 800 ألف سطر أو أكثر لنواة Fuchsia Zircon، مع استمرار مراجعة التعديلات قبل الإنتاج.

من يمكنه استخدام Gemini 4 Argon اليوم؟

اليوم: مجموعة فرعية من شركاء Fairwind

Fairwind برنامج Google للدفاع السيبراني محدود الوصول ويضم أكثر من 650 شريكًا. لكن مجموعة من الشركاء فقط يمكنها استخدام Argon، إما مباشرة أو عبر CodeMender، وكيل أمان الكود من Google.

يُقدَّم النموذج كنموذج مُدار في Gemini Enterprise، مع دعم عدم الاحتفاظ بالبيانات. يجب على الشركاء الالتزام بـ:

MFA مقاوم للتصيد الاحتيالي
قصر الوصول على فرق الأمن الداخلي أو الاستجابة للحوادث أو اختبار الاختراق
تتبع الاستخدام لكل موظف

يمكن للحكومات ومشغلي البنى التحتية الحيوية ومنصات التكنولوجيا الأساسية التقديم عبر صفحة برنامج Fairwind.

التالي: عملاء API المدفوعون ومشتركو Google AI Ultra

تقول Google إنها ستجمع ملاحظات المختبرين الأوائل وتكرر الحواجز الواقية قبل التوسع. كما تشارك في عملية وصول طوعي قبل الإصدار للحكومة الأمريكية.

لا يوجد تاريخ محدد. تتبع دليل تاريخ الإصدار والوصول مراحل الإتاحة المعلنة.

ليس بعد: بقية المطورين

اعتبارًا من 1 أكتوبر، لا تعرض صفحة نماذج Gemini API أو صفحة التسعير أو تطبيق Gemini أو Antigravity أو OpenRouter نموذج Argon.

خطة Google AI Ultra، التي تبدأ من 99.99 دولارًا شهريًا في الولايات المتحدة، هي اشتراك استهلاكي وليست مفتاح API. ولم تحدد Google أي فئة Ultra ستحصل على Argon أولًا.

لا يوجد مسار مجاني حاليًا. راجع هل Gemini 4 Argon مجاني؟ لمعرفة البدائل المتاحة.

تسعير Gemini 4 Argon

نوع الرمز	السعر التمهيدي لكل مليون	السعر بعد التمهيد لكل مليون
الإدخال	2.00 دولار	4.00 دولارات
الإدخال المخزن مؤقتًا، خصم 95%	0.10 دولار	0.20 دولار
الإخراج	10.00 دولارات	20.00 دولارًا
استجابة كاملة بمليون رمز، إخراج فقط	10.00 دولارات	20.00 دولارًا

لم تحدد Google مدة التسعير التمهيدي. بالأسعار القياسية، يتطابق سعر Argon مع Claude Opus 5.5. وبالسعر التمهيدي، يطابق GPT-6.1 Sol وClaude Sonnet 5.5.

راجع تسعير Gemini 4 Argon لسيناريوهات التكلفة المحسوبة.

حد الإخراج بمليون رمز

تقول Google إنها رفعت حد رموز الإخراج إلى مليون رمز، بدلًا من 64 ألف رمز سابقًا. يتيح ذلك للنموذج توليد مئات الآلاف من الرموز في استجابة واحدة عند الحاجة.

للمقارنة، يبلغ الحد الأقصى للإخراج المتزامن لدى GPT-6 Astra وClaude Opus 5.5 وClaude Fable 5.1 نحو 128 ألف رمز.

انتبه إلى نقطتين:

مليون رمز هو حد إخراج، وليس نافذة سياق. لم تنشر Google نافذة إدخال Argon.
تحقق من نقطة النهاية التي تستخدمها. يذكر Vals AI حد إخراج أقصى قدره 262 ألف رمز للتكوين الذي اختبره.

خطط دائمًا وفق الحد الذي تعيده نقطة النهاية الفعلية. يغطي دليل رموز إخراج Argon البالغة مليون رمز مهلات الإنهاء والتدفق وحدود التكلفة.

معايير Gemini 4 Argon: الأرقام المهمة

جميع الأرقام التالية تأتي من جدول Google. درجات Argon تقارير من Google، وبعضها محسوب ذاتيًا وبعضها من لوحات مثل Vals AI. تختلف أدوات وإعدادات المنافسين، لذلك لا تقارن رقمًا واحدًا بمعزل عن المنهجية.

حسب جدول Google، يتصدر Argon 13 من أصل 19 صفًا، ويتعادل في صف واحد ويتأخر في خمسة.

المعيار	Gemini 4 Argon	GPT-6 Astra	Claude Fable 5.1	Claude Opus 5.5
مؤشر Vals	68.9%	63.1%	65.8%	67.0%
DeepSWE v1.1	77.9%	74.1%	67.4%	74.2%
GraphWalks 256K إلى 1M، F1	84.2%	71.8%	65.0%	66.8%
FrontierSWE v2	55.0%	65.5%	56.3%	62.3%
Terminal-bench 4.0	57.4%	58.2%	57.9%	66.4%
PostTrainBench	45.3%	44.3%	40.2%	49.3%

الصفوف الخمسة التي يتأخر فيها Argon هي:

FrontierSWE v2
Terminal-Bench Science 0.1
OSWorld-2.0، لصالح Astra
Terminal-bench 4.0
PostTrainBench، لصالح Opus 5.5

تضع المصادر الخارجية Argon في المقدمة، لكن دون فارق حاسم. تمنحه Artificial Analysis درجة 53، متعادلًا مع GPT-6 Astra وClaude Fable 5.1، ومتأخرًا عن Claude Opus 5.5 بدرجة 58 وClaude Sonnet 5.5 بدرجة 56 في أقصى الإعدادات. بينما يصنفه Vals في المركز الأول بين 41 نموذجًا.

للمزيد، راجع معايير Gemini 4 Argon.

الدفاع السيبراني في فقرة واحدة

تقول Google إن Argon يمكنه العثور على الثغرات البرمجية الحرجة والتحقق منها وإصلاحها بشكل مستقل. وبالنسبة إلى المدافعين الموثوق بهم وفرق Google الداخلية، تقول إنها ستطلق Argon «بدون حواجز سيبرانية» لتمكين الاستخدام الكامل لقدراته الدفاعية.

على صفحة DeepMind السيبرانية، يحقق Argon:

85.8% في اكتشاف ثغرات العالم الحقيقي
68% في CWE-bench v1، متعادلًا مع Grok 4.7 وGPT-6 Astra
معدل نجاح 0.7% لهجوم حقن المطالبات غير المباشرة Gray Swan عند k=15

راجع ما يعنيه إصدار Argon السيبراني لواجهات برمجة التطبيقات التي تديرها وGemini 3.8 Flash Cyber.

ماذا تفعل الآن كمطور

ابدأ بنموذج يمكنك استدعاؤه اليوم، واجعل اسم النموذج متغير بيئة واحدًا.

النموذج البديل هو gemini-3.8-flash:

مستقر
يدعم 1,048,576 رمز إدخال
يدعم 65,536 رمز إخراج
يتضمن طبقة مجانية
سعره 0.75 دولار للإدخال و3.75 دولار للإخراج لكل مليون رمز حتى 31 ديسمبر 2026

تقول وثائق Interactions API من Google إن جميع النماذج الجديدة والقدرات متعددة الوسائط والأدوات والميزات الوكيلية ستُطلق على Interactions API. لذلك، ابنِ التكامل عليها الآن.

MODEL="${GEMINI_MODEL:-gemini-3.8-flash}"

curl -s "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "'"$MODEL"'",
    "input": "List the breaking changes in this OpenAPI diff.",
    "generation_config": {"thinking_level": "medium"}
  }'

إعداد الطلب في Apidog

في Apidog، أنشئ طلبًا واحفظ القيم التالية كمتغيرات بيئة:

GEMINI_API_KEY
GEMINI_MODEL

استخدم gemini-3.8-flash كقيمة افتراضية لـ GEMINI_MODEL.

بعد إرسال الطلب:

تحقق من كائن usage في الاستجابة.
راقب total_output_tokens.
راقب total_thought_tokens، لأن التفكير يُحتسب كإخراج.
احفظ استجابة gemini-3.8-flash كخط أساس.
عند نشر معرّف Argon رسميًا، غيّر GEMINI_MODEL فقط.
أعد تشغيل الطلبات نفسها وقارن الجودة والرموز والتكلفة.

لا ترمّز معرّف Argon بشكل ثابت قبل أن تنشره Google.

لأشكال الطلبات، راجع دليل Gemini 4 Argon API. ولتحديد ما إذا كان الانتظار مناسبًا لحالة الاستخدام لديك، اقرأ Argon مقابل Gemini 3.8 Flash.

الأسئلة الشائعة

هل يمكنني استخدام Gemini 4 Argon في Gemini API؟

ليس بعد. الوصول متاح فقط لمجموعة من شركاء Fairwind، ولا تتضمنه قائمة النماذج العامة.

ما هو معرّف نموذج Gemini 4 Argon؟

لم تنشر Google معرّفًا رسميًا. السلاسل المتداولة، بما فيها أسماء المقيمين، هي محددات مكان من أطراف ثالثة. لا تستخدمها في الإنتاج.

متى سيصدر Gemini 4 Argon للمطورين؟

لم تعلن Google تاريخًا. سيحصل عملاء API المدفوعون ومشتركو Google AI Ultra عليه أولًا، «في أقرب وقت ممكن».

هل Gemini 4 Argon أفضل من GPT-6 Astra وClaude Opus 5.5؟

يتصدر معظم الصفوف في جدول Google، لكنه يتعادل مع Astra في Artificial Analysis ويتأخر عن Opus 5.5 هناك. راجع ما هو Claude Opus 5.5 ودليل GPT-6 Astra API.

هل يملك Gemini 4 Argon نافذة سياق بمليون رمز؟

لم تقل Google ذلك. مليون رمز هو حد للإخراج، بينما استخدام مطالبات تصل إلى مليون رمز في تقييمات السياق الطويل ليس مواصفة منشورة لنافذة الإدخال.

استعد قبل إطلاق Argon

تم الإعلان عن Argon وتسعيره وتقييمه، لكن لا يمكنك استدعاءه بعد عبر API عامة.

ابدأ الآن باستخدام gemini-3.8-flash عبر دليل Gemini 3.8 Flash API، واحرص على:

حفظ اسم النموذج في متغير واحد
وضع تأكيدات للرموز على كل طلب
حفظ نتائج النموذج الحالي كخط أساس
تجهيز الطلبات والبيئة للتبديل عند نشر معرّف Argon

لإعداد الطلبات والبيئات والاختبارات قبل الإطلاق، نزّل Apidog واضبط مشروعك اليوم.

تسجيل الدخول بـ ChatGPT للمطورين: تدفق OAuth، استهلاك الخطة، وتأثيره على فاتورة API

Yusuf Khalidd — Fri, 02 Oct 2026 09:55:13 +0000

تسجيل الدخول باستخدام ChatGPT هو نظام تسجيل دخول من OpenAI مبني على OAuth 2.0 وOpenID Connect، ومتاح لمستخدمي ChatGPT حول العالم. يمنح تطبيقك معرّف حساب ثابتًا، إلى جانب الاسم والبريد الإلكتروني وصورة الملف الشخصي. منذ DevDay في 29 سبتمبر 2026، يستطيع مستخدمو Plus وPro أيضًا السماح للتطبيقات المشاركة بتنفيذ طلبات ذكاء اصطناعي ضمن خطة ChatGPT الخاصة بهم بدلًا من استخدام مفتاح API الخاص بتطبيقك، وفق حد أسبوعي يضبطه المستخدم لكل تطبيق. لا يحصل تطبيقك مطلقًا على محادثات المستخدم أو ذكرياته أو مفتاح OpenAI API الخاص به.

جرّب Apidog اليوم

يغطي هذا الدليل تدفق تسجيل الدخول، واستخدام خطة المستخدم، ومتى تستخدم خطة ChatGPT بدل مفتاح API، وكيف تختبر تدفقات النجاح والفشل في Apidog. وللسياق، راجع ملخص DevDay 2026. وإذا لم يكن الفرق بين الهوية والتفويض واضحًا، ابدأ بـ OAuth مقابل OpenID.

تسجيل الدخول باستخدام ChatGPT بنظرة سريعة

البند	ما توثقه OpenAI
نطاقات الهوية	`openid profile email`
نطاقات استخدام الخطة لتدفق المصدر المفتوح	`offline_access resource.invoke chatgpt.tokens.use.direct`، مع `resource=https://api.openai.com/v1`
ما يتلقاه تطبيقك	رمز تعريف (ID token)، ومع استخدام الخطة: رمز وصول (access token) ورمز تحديث (refresh token)
أهلية استخدام الخطة	مستخدمو Plus وPro في التطبيقات المشاركة
مكان احتساب الاستخدام	استخدام خطة ChatGPT Work وCodex
التحكم لكل تطبيق	حد أسبوعي كنسبة من إجمالي الاستخدام الأسبوعي؛ الأرصدة بعد تجاوز الحد معطلة افتراضيًا
صلاحية رموز استخدام الخطة	رمز الوصول ساعة واحدة؛ رمز التحديث 30 يومًا ويُستبدل عند كل تحديث
وصول المطورين	التطبيقات التجارية: تجربة محدودة عبر نموذج اهتمام. تطبيقات المصدر المفتوح: خدمة ذاتية

المصادر: وثائق تسجيل الدخول باستخدام ChatGPT، ومرجع الرمز، ومقالة OpenAI حول استخدام خطة ChatGPT في تطبيقات ومواقع أخرى.

ما يتلقاه تطبيقك وما لا يتلقاه

ابدأ بالهوية فقط ما لم تكن تحتاج فعلًا إلى تشغيل طلبات Responses API ضمن خطة المستخدم.

عند طلب النطاقات التالية:

openid profile email

يتلقى عميلك رمز تعريف id_token. وفق دليل الموقع الإلكتروني:

يمنح profile مطالبات متاحة مثل الاسم وصورة الملف الشخصي.
يمنح email البريد الإلكتروني وحالة تأكيده.
لا تمنح نطاقات الهوية وصولًا إلى محادثات ChatGPT أو موارد OpenAI API.

اربط الحسابات باستخدام `sub`

لا تستخدم البريد الإلكتروني كمفتاح ربط للحساب. اربط المستخدم المحلي باستخدام:

issuer + client_id + sub

توضح OpenAI أن تطابق البريد الإلكتروني وحده لا يثبت ملكية الحساب. إذا كان لديك مستخدم حالي بنفس البريد الإلكتروني، اطلب منه تأكيد ربط الحساب بدلًا من دمج الحسابات تلقائيًا.

اطلب استخدام الخطة كمنح منفصل

استخدام الخطة ليس جزءًا من تسجيل الدخول الأساسي. عند موافقة المستخدم على النطاقات الإضافية، قد يتضمن رد الرمز access_token لتنفيذ طلبات Responses API المؤهلة.

إذا كان تطبيقك يحتاج الهوية فقط:

اطلب openid profile email.
تعامل مع id_token فقط.
لا تعتمد على وجود access_token.

كيف يعمل تدفق OAuth

تدفق الويب هو رمز التفويض مع PKCE مع OIDC.

حمّل بيانات الاكتشاف من:

https://auth.openai.com/.well-known/openid-configuration

وتسرد الوثائق نقاط النهاية الإنتاجية التالية:

Issuer:                 https://auth.openai.com
Authorization endpoint: https://auth.openai.com/api/accounts/authorize
Token endpoint:         https://auth.openai.com/api/accounts/oauth/token
JWKS URI:               https://auth.openai.com/.well-known/jwks.json

خطوات التنفيذ

أنشئ في الواجهة الخلفية قيمًا جديدة لكل محاولة تسجيل دخول:
- state
- nonce
- code_verifier
- code_challenge باستخدام S256
أعد توجيه المتصفح إلى نقطة التفويض مع:
- client_id
- redirect_uri المسجل حرفيًا
- النطاقات المطلوبة
- state
- nonce
- code_challenge
- code_challenge_method=S256
بعد موافقة المستخدم، تستقبل دالة رد الاتصال code وstate.
قبل تبادل الرمز:
- تحقق من state.
- بدّل code مقابل الرموز في Token endpoint باستخدام code_verifier.
تحقّق من id_token في الواجهة الخلفية:
- التوقيع باستخدام JWKS.
- iss.
- aud.
- تاريخ الانتهاء exp.
- قيمة nonce.
ابحث عن الحساب المحلي باستخدام sub أو أنشئه أو اطلب تأكيد الربط، ثم أصدر جلسة تطبيقك الخاصة.

العملاء العموميون لا يرسلون سر عميل. أما العميل السري الذي يستخدم client_secret_basic فيرسل السر ضمن رأس HTTP Basic فقط.

تدفق أدوات المصدر المفتوح

تسجل أدوات المصدر المفتوح بشكل مختلف. يبدأ دليل تسجيل الدخول مفتوح المصدر باستخدام:

client_id=dynamic_agent_client

ويستخدم أيضًا:

agent_name_hint: اسم تطبيقك.
ext_agent_host_id: معرّف ثابت لكل مضيف وكيل خارجي.
عنوان رد محلي من نوع 127.0.0.1.

تعيد دالة رد الاتصال معرّف عميل صادرًا، مثل:

oaiapp_...

احفظ هذا المعرف وأعد استخدامه. لا يتضمن هذا التدفق سر عميل.

كيف يعمل استخدام الخطة للمستخدم

وثّق هذه النقاط للمستخدمين داخل واجهة تطبيقك وصفحات الدعم:

الطلبات المؤهلة تُحتسب ضمن الخطة: تستخدم استهلاك ChatGPT Work وCodex في خطة Plus أو Pro.
لكل تطبيق حد أسبوعي: يحدده المستخدم كنسبة من إجمالي استخدامه الأسبوعي. تعرض الوثائق مثالًا يتراوح بين 10% و100%.
الحد ليس رصيدًا محجوزًا: يمكن لاستخدام المستخدم في تطبيقات أو خدمات أخرى أن يستنفد الخطة أولًا.
الأرصدة اختيارية: الاستمرار باستخدام الأرصدة بعد تجاوز الحد معطّل افتراضيًا، ويتطلب أن يضبط المستخدم حد التطبيق على 100%.
Plus لها نافذة استخدام مشتركة لمدة خمس ساعات: وفق صفحة الحسابات والجلسات، تنطبق هذه النافذة على التطبيقات التي تستخدم الخطة. لا ينطبق ذلك على Pro.
قطع الاتصال يوقف الاستخدام المستقبلي: لا يعكس الاستخدام الذي تم احتسابه بالفعل، ولا ترسل OpenAI إشعارًا مباشرًا إلى تطبيقك. ستكتشف الحالة عند فشل طلب أو تحديث رمز.

يمكن للمستخدم إدارة هذه الإعدادات في:

chatgpt.com/settings/usage

وتطلب إرشادات واجهة المستخدم من OpenAI توفير رابط واضح باسم إدارة الاستخدام.

من يشارك عند الإطلاق، وكيف تحصل على معرف العميل

يسرد ملخص DevDay من OpenAI ستة عشر شريكًا لاستخدام الخطة، منهم Devin من Cognition وNotion وVercel وT3 وOpenClaw وDactyl. وتذكر The New Stack Amp وWarp وKilo Code وOpenCode، مع الإشارة إلى Lovable باعتباره قادمًا قريبًا. إذا كنت تستخدم OpenClaw، فهو موجود في القائمتين.

ونقلت The New Stack عن سام ألتمان قوله: “الآن لم تعد مضطرًا لتغطية تكاليف الرموز الخاصة بهم لتشغيلهم”.

يعتمد مسار المشاركة على نوع تطبيقك:

التطبيقات التجارية أو المستضافة: تسجيل الدخول تجربة محدودة. يمكنك طلب معرف عميل عبر نموذج اهتمام OpenAI، سواء كنت تحتاج الهوية فقط أو استخدام الخطة أيضًا.
أدوات المصدر المفتوح والمستضافة محليًا: استخدام الخطة متاح للشركاء مفتوحي المصدر عبر تدفق الخدمة الذاتية.

ما الذي يتغير في فاتورة API الخاصة بك

عند استخدام مفتاح API الخاص بك، تدفع مقابل كل رمز وتستعيد التكلفة عبر تسعير منتجك. عند استخدام خطة ChatGPT الخاصة بالمستخدم، تنتقل تكلفة النموذج إلى اشتراك المستخدم.

لكن هذا لا يلغي الحاجة إلى مفتاح API خاص بتطبيقك. استخدم المسارين وفق نوع المستخدم والطلب.

	مفتاح API الخاص بك	خطة ChatGPT للمستخدم
من يدفع	أنت، لكل رمز	خطة المستخدم، والأرصدة فقط إذا وافق المستخدم
من يمكنه استخدامه	جميع المستخدمين	مستخدمو Plus وPro الذين يمنحون `chatgpt.tokens.use.direct`
الحدود	فئة حد السعر الخاصة بك	استخدام الخطة الأسبوعي، حد كل تطبيق، ونافذة Plus لخمس ساعات
شكل الطلب	واجهة Responses API الكاملة	يتطلب `store: false` و`stream: true`؛ لا يوجد `temperature` أو `max_output_tokens` أو File Search أو Code Interpreter
الفشل المعتاد	`429` عند تجاوز فئتك	`429 subscription_sharing_usage_limit_exceeded`، أو الرمز نفسه في `response.failed` أثناء التدفق
الحل البديل	تصممه أنت	لا يوجد تبديل تلقائي للفوترة من OpenAI
ما تعرضه للمستخدم	استخدامك وتسعيرك	“باستخدام خطة ChatGPT” ورابط إدارة الاستخدام والخطط المدعومة

تأتي هذه القيود من صفحة قيود المعاينة: الميزات التي تعتمد على حالة محادثة مخزنة أو أدوات مستضافة لا تعمل حاليًا ضمن خطة المستخدم.

نمط تنفيذ عملي: المسار الهجين

استخدم خطة المستخدم في الحالات التالية:

العمل التفاعلي داخل التطبيق.
مستخدم Plus أو Pro وافق على استخدام الخطة.
الطلب متوافق مع قيود التدفق والتخزين.

واستخدم مفتاح API الخاص بك في الحالات التالية:

المستخدمون غير المؤهلين.
المهام الخلفية.
CI.
الوكلاء المجدولون.
الطلبات التي تحتاج ميزات غير مدعومة ضمن استخدام الخطة.

عند وصول المستخدم إلى الحد، لا تبدّل الفوترة تلقائيًا. اعرض رابط إدارة الاستخدام، ويمكنك عرض أرصدتك الخاصة كخيار ثانوي. راجع مقارنة مفتاح API مقابل OAuth لفهم المفاضلة العامة، وOAuth لوكلاء الذكاء الاصطناعي لتنفيذ العمل نيابة عن المستخدم بأمان.

كيفية اختبار تدفق تسجيل الدخول ومسارات الفشل في Apidog

لا ينفذ Apidog تسجيل دخول المستخدمين باستخدام ChatGPT بدلًا عنك، لكنه يساعدك على اختبار إعداد OAuth، واستدعاءات Token endpoint، وحالات الخطأ. نزّل Apidog وأنشئ بيئة اختبار منفصلة.

1. خزّن إعدادات العميل كمتغيرات بيئة

أضف المتغيرات التالية:

SIWC_CLIENT_ID
SIWC_REDIRECT_URI
SIWC_CLIENT_SECRET
ACCESS_TOKEN

اجعل SIWC_CLIENT_SECRET قيمة حساسة للعميل السري، ثم استخدم المتغيرات في الطلبات بهذه الصيغة:

{{SIWC_CLIENT_ID}}

بهذا لا تُحفظ الأسرار داخل الطلبات المشتركة أو المصدرة.

2. شغّل تدفق رمز التفويض مع PKCE

في تبويب Auth في Apidog:

اختر OAuth 2.0.
اختر Authorization Code.
فعّل PKCE.
أدخل نقاط النهاية الخاصة بـ OpenAI.
اضبط النطاق المبدئي على:

   openid profile email

استخدم عنوان رد الاتصال المسجل للعميل.

راجع دليل اختبار OAuth 2.0 في Apidog لشرح الحقول.

3. اختبر رد تبادل الرموز

احفظ تبادل الرموز كطلب POST مستقل إلى Token endpoint. أرسل الرمز ومتحقق PKCE وعنوان إعادة التوجيه ومعرف العميل.

أضف اختبارًا لاحقًا للتحقق من وجود id_token ومطالباته الأساسية:

const body = pm.response.json();

pm.test("token exchange returned an ID token", () => {
  pm.expect(pm.response.code).to.eql(200);
  pm.expect(body.id_token).to.be.a("string");
});

const decode = require("atob");
const part = body.id_token
  .split(".")[1]
  .replace(/-/g, "+")
  .replace(/_/g, "/");

const claims = JSON.parse(
  decode(part + "=".repeat((4 - (part.length % 4)) % 4))
);

pm.test("ID token claims match this client", () => {
  pm.expect(claims.iss).to.eql("https://auth.openai.com");
  pm.expect(claims.aud).to.include(pm.environment.get("SIWC_CLIENT_ID"));
  pm.expect(claims.sub).to.be.a("string").and.not.empty;
  pm.expect(claims.exp * 1000).to.be.above(Date.now());
});

استخدم هذا الاختبار للتحقق من البنية والمطالبات الأساسية فقط. يظل التحقق من التوقيع وnonce مسؤولية الواجهة الخلفية لتطبيقك.

لا تفشل الاختبار إذا لم تظهر name أوemail أوpicture، لأنها مطالبات اختيارية عند توفرها.

إذا كنت تختبر استخدام الخطة، تأكد أيضًا من احتواء body.scope على:

chatgpt.tokens.use.direct

4. حاكي مسارات الفشل

اختبار حساب Plus حقيقي وحده لا يغطي الحالات الحرجة. أنشئ هذه الاستجابات من خادم Apidog الوهمي واختبر سلوك تطبيقك:

رفض استخدام الخطة: رد رمز لا يحتوي نطاقه scope على chatgpt.tokens.use.direct.

يجب أن يبقى المستخدم مسجلًا للدخول، مع عرض خيار تمكين استخدام الخطة أو الانتقال إلى مسار فوترة بديل.
الوصول إلى الحد الأقصى: استجابة 429 مع:

  error.code = subscription_sharing_usage_limit_exceeded

اختبر أيضًا ظهور الرمز نفسه ضمن حدث تدفق response.failed. يجب أن يوقف تطبيقك طلبات استخدام الخطة لهذه الجلسة.

المستخدم غير مؤهل: استجابة:

  403 subscription_sharing_user_not_eligible

لا تعِد المحاولة ولا تبدأ OAuth تلقائيًا من جديد.

المستخدم غير متصل: تحديث رمز يعيد:

  invalid_grant

أو طلب يعيد:

  401 subscription_sharing_invalid_user

امسح الرموز المخزنة واطلب من المستخدم تسجيل الدخول مرة أخرى.

اربط هذه الحالات في سيناريو اختبار وشغّله ضمن CI باستخدام CLI الخاص بـ Apidog. راجع صفحة الأخطاء والاسترداد للحصول على القائمة الكاملة.

5. تحقق من الاستدعاء المباشر

باستخدام رمز خطة حقيقي، أرسل طلب التدفق الموثق. في Apidog، عيّن التفويض إلى:

Bearer {{ACCESS_TOKEN}}

يجب أن ينتهي التدفق بحدث:

response.completed

وهو إشارة النجاح النهائية.

curl --no-buffer https://api.openai.com/v1/responses \
  -H "Authorization: Bearer ${ACCESS_TOKEN}" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6.1-sol",
    "input": [{"role": "user", "content": "Say exactly: Hello, world!"}],
    "store": false,
    "stream": true
  }'

الأسئلة الشائعة

هل يمكن للمستخدمين المجانيين تسجيل الدخول باستخدام ChatGPT؟

نعم، تسجيل الدخول متاح لمستخدمي ChatGPT عالميًا. لكن استخدام خطة ChatGPT داخل تطبيق آخر يتطلب اشتراك Plus أو Pro.

هل يحصل تطبيقي على مفتاح OpenAI API الخاص بالمستخدم؟

لا. يحصل تطبيقك على id_token، ومع استخدام الخطة قد يحصل على رمز وصول OAuth لطلبات Responses API المؤهلة.

ماذا يحدث عند وصول المستخدم إلى حده الأقصى؟

تفشل الطلبات باستخدام:

subscription_sharing_usage_limit_exceeded

قد يظهر ذلك كاستجابة HTTP 429 أو كحدث response.failed بعد بدء التدفق. أوقف طلبات استخدام الخطة مؤقتًا واعرض رابط إدارة الاستخدام.

هل يمكن لمستخدم Plus تشغيل GPT-6.1 Sol عبر تطبيق شريك؟

يستخدم مثال الوثائق gpt-6.1-sol مع رمز الخطة، لكن عليك سرد النماذج المتاحة للحساب باستخدام هذا الرمز قبل عرض نموذج محدد في واجهتك. راجع أيضًا هل GPT-6.1 Sol مجاني.

الخطوة التالية

إذا كنت تدير تطبيقًا تجاريًا، انضم إلى قائمة الانتظار الآن. أثناء انتظار معرف العميل، نفّذ واختبر مسارات تجاوز الحد وقطع الاتصال باستخدام المحاكيات.

تعامل مع استخدام خطة ChatGPT كخيار بجانب فواتير API الخاصة بك، لا كبديل كامل عنها. احفظ تأكيدات تبادل الرموز وسيناريوهات الفشل في Apidog، بحيث يكون المتغير الجديد الوحيد عند وصول معرف العميل هو الرمز الحقيقي.

كودكس بعد ديف داي 2026: مهام سحابية، واجهة سطر أوامر صوتية، وكلاء، مراجعة الكود، والأمن السحابي

Yusuf Khalidd — Fri, 02 Oct 2026 09:54:53 +0000

في OpenAI DevDay 2026 بتاريخ 29 سبتمبر، حصل Codex على أربعة تحديثات رئيسية: Codex السحابي مع بيئات قابلة لإعادة الاستخدام لخطط Plus وPro وBusiness وHealthcare وEdu وEnterprise؛ وواجهة سطر أوامر Codex (CLI) محدّثة تدعم الصوت وعرض /agents وتحرير المطالبات واستئناف العمل وأشجار العمل لجميع الخطط؛ ومراجعة الكود في تطبيق ChatGPT لسطح المكتب لسحوبات GitHub وطلبات دمج GitLab مع مراجعات سحابية تلقائية؛ وCodex Security Cloud لفحص المستودعات المجدول وإعداد الإصلاحات. وفي اليوم نفسه، جعل Codex CLI 0.159.1 نموذج GPT-6.1 Sol هو النموذج الافتراضي.

جرّب Apidog اليوم

يغطي هذا الدليل ما يفعله كل تحديث وكيف تبدأ باستخدامه عمليًا، بما في ذلك الأوامر وسير عمل CI. لبقية الحدث، راجع مركز DevDay 2026 لمطوري واجهات برمجة التطبيقات. توجد فجوة مهمة لفرق API: يستطيع Codex كتابة الكود ومراجعته، لكن مراجعاته لا تستدعي واجهة برمجة التطبيقات قيد التشغيل. لذلك تحتاج إلى اختبارات عقود في Apidog، كما يوضح قسم CI لاحقًا.

ما الذي تغير في Codex في DevDay 2026

التحديث	ماذا يفعل	أين تستخدمه	الخطط	الحالة
بيئات Codex السحابية	إعداد مرة واحدة وإعادة استخدامه في مساحات عمل معزولة	الويب، تطبيق سطح المكتب، `codex cloud`	Plus, Pro, Business, Healthcare, Edu, Enterprise	متاح
واجهة سطر أوامر Codex المحدثة	الصوت، عرض `/agents`، تحرير المطالبة، الاستئناف، أشجار العمل	الطرفية	جميع الخطط	متاح
مراجعة الكود	لوحة مراجعة لطلبات السحب والدمج، ومراجعات سحابية تلقائية	تطبيق ChatGPT لسطح المكتب، GitHub، GitLab	جميع الخطط	إتاحة عامة لـ GitHub؛ معاينة لطلبات دمج GitLab
Codex Security Cloud	فحوصات مجدولة، نتائج مجمعة، وإعداد الإصلاحات	Codex السحابي، عبر مكون إضافي	Pro, Business, Enterprise, Edu	معاينة بحثية
GPT-6.1 Sol كنموذج افتراضي	النموذج الافتراضي في كتالوج النماذج المرفق بواجهة CLI	واجهة CLI، ويمكن اختياره أيضًا في Codex وChatGPT Work	Plus, Pro, Business, Enterprise, Edu؛ يفعّله المسؤول في Enterprise وEdu	متاح

المصادر: ملخص DevDay 2026 من OpenAI، صفحة «ما الجديد في Codex»، ووثائق Codex المرتبطة أدناه.

Codex السحابي: بيئات قابلة لإعادة الاستخدام

يدير Codex السحابي مهام البرمجة في السحابة حتى يستمر العمل دون إبقاء جهازك قيد التشغيل. التغيير الأساسي في DevDay هو نموذج البيئة: وفقًا لوثائق البيئات السحابية، البيئة إعداد قابل لإعادة الاستخدام تشاركه مهامك، ويشمل المستودعات والتبعيات والأدوات وإعدادات الوصول. تحصل كل مهمة جديدة على مساحة عمل معزولة من الإصدار المنشور للبيئة.

إعداد بيئة سحابية

أنشئ مهمة جديدة.
اختر العمل في > السحابة.
اختر إنشاء بيئة.
حدد مستودعات GitHub التي يريد Codex فحصها.
راجع تقرير الفحص وتثبيت التبعيات واختبار سير العمل.
أجب عن العناصر التي لا يستطيع Codex استنتاجها.
اختر نشر بعد مراجعة الإعداد.

يسجل Codex ما نجح في جزأين من الإعداد:

نص التثبيت البرمجي.
مهارة تشغيل الخدمات والتحقق من جاهزيتها.

إعدادات يجب ضبطها قبل تشغيل المهام

تحديث المستودع: يعمل في الخلفية ويحافظ على مخابئ التبعيات، ما يقلل وقت الإعداد للمهام الجديدة.
الوصول إلى الإنترنت: اضبطه لكل بيئة: إعداد مسبق لمدير الحزم، أو قائمة مجالات مخصصة، أو وصول غير مقيد.
أسرار الشبكة: لا تضع بيانات الاعتماد كمتغيرات بيئة عادية. تستخدم البرامج عنصرًا نائبًا، ويستبدل الوكيل القيمة الحقيقية فقط عند الاتصال بوجهات HTTPS المسموح بها.

إذا كانت مهمة سحابية تحتاج إلى استدعاء API تجريبية، أضف مضيفها إلى المجالات المسموح بها واحفظ رمز الوصول كسر شبكة. من الطرفية، استخدم codex cloud لتسليم العمل إلى السحابة وعرض محادثاتك السحابية الأخيرة.

واجهة سطر أوامر Codex (CLI) المحدثة

ثبّت Codex CLI باستخدام السكربت الوارد في وثائق Codex CLI:

curl -fsSL https://chatgpt.com/codex/install.sh | sh

تسرد سجل تغييرات Codex أيضًا طريقة npm:

npm install -g @openai/codex

أضاف الإصدار 0.159.1، الصادر في 29 سبتمبر، GPT-6.1 Sol كنموذج افتراضي في الكتالوج المدمج. تعرض جلسة العينة في وثائق CLI النموذج gpt-6.1-sol medium.

وفقًا لصفحة نماذج Codex، لا يشمل الإطلاق خطتي Free وGo، بينما يحتاج مستخدمو Enterprise وEdu إلى تمكين المسؤول للنموذج.

استخدم أحد الخيارين لتغيير النموذج:

/model

أو شغّل Codex مباشرة مع نموذج محدد:

codex --model gpt-6-sol

يوضح ما هو GPT-6.1 Sol؟ الفروقات عن GPT-6 Sol، بما في ذلك جهد none المفقود.

أوامر CLI التي ستستخدمها فعليًا

الميزة	كيف تستخدمها
الصوت	المحادثات الصوتية مفعلة افتراضيًا منذ 0.156.0. استخدم `F8` للتبديل، ثم `/voice settings` لاختيار صوت.
عرض `/agents`	افتح `/agents` لمراجعة وكلائك وتصفية المهام حسب الحالة وبدء جلسات أشجار العمل.
تحرير المطالبة	عدّل مطالبة سابقة لإعادة سلسلة المحادثة إلى تلك النقطة.
استئناف محادثة	استخدم `codex resume` للعودة إلى محادثة محفوظة.
أشجار العمل	استخدم `/worktree` للعمل في شجرة Git جديدة، أو `/fork` لنسخ محادثة إلى محادثة أو شجرة عمل جديدة.
اختيار النموذج	استخدم `/model` لتحديد النموذج وجهد التفكير.
مراجعة محلية	استخدم `/review` لفحص التغييرات غير الملتزم بها أو التزام محدد أو فرع أساسي.

دعم أشجار العمل مفعل افتراضيًا منذ 0.156.0. وهذا يجعل تشغيل وكلاء متوازيين على المستودع نفسه أكثر أمانًا: يحصل كل وكيل على نسخة خاصة به، فلا تحرر مهمتان الملفات نفسها.

شغّل /review قبل كل التزام. يعرض النتائج ذات الأولوية دون تعديل شجرة العمل، لذلك يبقى القرار والتنفيذ بيدك.

مراجعة الكود: تطبيق سطح المكتب وGitHub وGitLab

مراجعة الكود مكون إضافي في تطبيق ChatGPT لسطح المكتب. وفقًا لوثائق مراجعة الكود، تعرض اللوحة وصف طلب السحب والملفات المتغيرة والتعليقات والفحوصات، لتتحقق من المشكلات قبل الموافقة.

مراجعة GitHub متاحة بشكل عام.
دعم طلبات دمج GitLab في مرحلة المعاينة.
تتطلب المراجعات السحابية التلقائية موصل ChatGPT Codex وأذونات المستودع.
لا تتطلب المراجعة السحابية إنشاء بيئة سحابية أو إدارتها.

يمكنك أيضًا طلب مراجعة من GitHub بالتعليق التالي:

@codex review

وفقًا لدليل تكامل GitHub، يشير Codex في GitHub إلى مشكلات P0 وP1 فقط.

تخصيص قواعد المراجعة

أضف قسم ## Code Review Rules إلى ملف AGENTS.md، وضع الملف في أقرب مسار إلى الكود الذي يجب أن تحكمه قواعده.

مثال:

## Code Review Rules

- أبلغ عن أي تغيير يكسر التوافق الخلفي في API.
- تحقق من أن أي نقطة نهاية جديدة تملك اختبارًا في CI.
- لا تقترح إصلاحات تتجاوز طبقة المصادقة الحالية.

احتفظ بالفحوصات الحتمية في CI. قواعد المراجعة لا تحل محل الاختبارات أو حماية الفروع أو الموافقات المطلوبة. يشرح Codex لمراجعة الكود سير عمل المراجعة بتفصيل أكبر.

Codex Security Cloud

يفحص Codex Security Cloud مستودعات GitHub المتصلة في Codex السحابي. يصف ملخص OpenAI الفحوصات المجدولة والنتائج المكررة وإعداد الإصلاحات في السحابة، ويذكر أنه يشمل نماذج Daybreak Blue دون تطبيق منفصل. يشرح Daybreak Blue vs Red هذه المستويات.

الخدمة في معاينة بحثية لخطط Pro وBusiness وEnterprise وEdu.

إعداد Security Cloud

وفقًا لدليل إعداد Security Cloud:

ثبّت المكون الإضافي Codex Security Cloud من متجر مكونات ChatGPT الإضافية.
اختر اتصال GitHub وامنح الوصول إلى المستودعات المطلوب فحصها.
اختر مستودعًا وبيئة سحابية.
اضبط الهدف على المستودع ثم ابدأ الفحص.
للتغطية المستمرة، اختر الالتزام بالتغييرات.
اضبط البيئة أو أيام السجل أو حالة الإيقاف المؤقت من إعدادات المراقبة.
عند ظهور نتيجة، استخدم الإصلاح باستخدام Codex لصياغة تصحيح.
استخدم إنشاء طلب سحب مسودة لفتحه للمراجعة.

لتغطية كل طلب سحب، يدعم GitHub أيضًا:

@codex security review

وهي مراجعة أعمق ومخصصة للأمان، ومتاحة في معاينة بحثية.

أين يتناسب Apidog: Codex يراجع الكود، لكن API تحتاج إلى اختبار

يقرأ Code Review فروقات طلب السحب والوصف والتعليقات والفحوصات، لكنه لا يرسل طلبًا إلى خدمتك قيد التشغيل. لذلك، قد تمر إعادة تسمية حقل JSON أو تغيير رمز حالة في المراجعة، بينما ينكسر العميل الذي يعتمد على العقد السابق.

الحل هو اختبار عقد يستدعي API فعليًا.

احتفظ بمواصفات OpenAPI وسيناريوهات الاختبار في Apidog. يجب أن يؤكد كل سيناريو، على الأقل:

رمز الحالة.
الحقول المطلوبة.
أنواع الحقول.
مطابقة الاستجابة لمخطط نقطة النهاية.

بعد ذلك، شغّل السيناريوهات في CI عبر Apidog CLI على كل طلب سحب. ستظهر نتيجة الاختبار كفحص لطلب السحب بجانب ملاحظات Codex في لوحة المراجعة نفسها.

راجع اختبارات عقد واجهة برمجة التطبيقات (API) لفهم النهج بمزيد من التفصيل.

ابدأ بنقطة نهاية حرجة واحدة

لا تحاول تغطية كل API دفعة واحدة. اختر نقطة نهاية يعتمد عليها العملاء كثيرًا، ثم اختبر العقد الأساسي.

على سبيل المثال، إذا غيّر طلب سحب كتبه Codex الاسم:

{
  "user_id": "123"
}

إلى:

{
  "userId": "123"
}

فسيفشل فحص المخطط إذا كان العقد ما يزال يتطلب user_id. يخرج CLI برمز غير صفري، ويتحول فحص طلب السحب إلى الأحمر قبل أن يحتاج المراجع البشري إلى اكتشاف التغيير داخل فرق طويل.

هذا يطابق التقسيم الذي توصي به OpenAI:

قواعد المراجعة تغطي السلوك المهم الخاص بالمستودع.
CI يمتلك الفحوصات الحتمية والقابلة للتكرار.

أضف اختبارات العقود إلى GitHub Actions

استخدم الوظيفة التالية لتشغيل سيناريو Apidog عند كل طلب سحب:

name: api-contract-tests

on: pull_request

jobs:
  apidog:
    runs-on: ubuntu-latest
    steps:
      - run: npm install -g apidog-cli
      - run: apidog run --access-token "$APIDOG_ACCESS_TOKEN" -t "$SCENARIO_ID" -e "$ENV_ID" -r cli,junit
        env:
          APIDOG_ACCESS_TOKEN: ${{ secrets.APIDOG_ACCESS_TOKEN }}
          SCENARIO_ID: ${{ vars.APIDOG_SCENARIO_ID }}
          ENV_ID: ${{ vars.APIDOG_ENV_ID }}

يمكن لـ Codex تشغيل الأمر نفسه محليًا قبل فتح طلب السحب، ما يتيح له رؤية فشل العقد وهو ما يزال يملك سياق التغيير.

راجع استخدام Apidog CLI في Codex لإعداد هذا التكامل، وبناء مصنع برامج خاص بك باستخدام Codex لتوصيل الحلقة كاملة من المهمة إلى طلب السحب المختبر.

الأسئلة الشائعة

ما الذي حصل عليه Codex في DevDay 2026؟

بيئات سحابية قابلة لإعادة الاستخدام، وواجهة CLI محدثة تشمل الصوت و/agents وتحرير المطالبات والاستئناف وأشجار العمل، ومراجعة الكود في تطبيق سطح المكتب مع مراجعات سحابية تلقائية، وCodex Security Cloud في معاينة بحثية.

ما هو النموذج الافتراضي في Codex CLI الآن؟

GPT-6.1 Sol منذ إصدار CLI 0.159.1 في 29 سبتمبر. استخدم /model لتبديل النماذج أو تغيير جهد التفكير.

هل يمكنني استخدام Codex السحابي في الخطة المجانية؟

لا. Codex السحابي متاح لخطط Plus وPro وBusiness وHealthcare وEdu وEnterprise. واجهة CLI ومراجعة الكود متاحتان لجميع الخطط. يوضح دليلنا المجاني لـ Codex الخيارات المجانية.

هل يقوم Codex Code Review باختبار API الخاصة بي؟

لا. يقرأ فرق طلب السحب والوصف والتعليقات والفحوصات. أضف اختبارات عقد API إلى CI حتى يفشل الفحص عند تغير السلوك.

من يمكنه استخدام Codex Security Cloud؟

مستخدمو Pro وBusiness وEnterprise وEdu، ضمن معاينة بحثية. يمكنك تثبيته كمكون إضافي وتوصيله بـ GitHub.

الخطوة التالية

حدّث Codex CLI.
شغّل /model وتأكد من استخدام gpt-6.1-sol.
جرّب /review على فرعك التالي.
نزّل Apidog.
حوّل نقطة نهاية حرجة واحدة إلى سيناريو اختبار.
أضف مهمة GitHub Actions السابقة.

بهذا يصبح كل طلب سحب كتبه Codex مفحوصًا مقابل API قيد التشغيل، وليس مقابل فرق الكود فقط.

شرح أحداث MCP: بناء واختبار خادم Webhook MCP يمكن لـ ChatGPT الاشتراك به

Yusuf Khalidd — Fri, 02 Oct 2026 09:52:20 +0000

تتيح أحداث MCP لخادم MCP الخاص بك إرسال التحديثات إلى ChatGPT فور حدوثها، بحيث لا يحتاج الوكيل إلى الاستعلام عنها. منذ يوم مطوري OpenAI في 29 سبتمبر 2026، يدعم ChatGPT مواصفات أحداث MCP المقترحة في الإصدار 2026-07-28 ‏(MCP 2.0) على جميع الخطط. يضيف خادمك ثلاث طرق: events/list وevents/subscribe وevents/unsubscribe، ويعلن عن events في server/discover، ويتحقق من الاتصال العكسي، ويوقّع كل تسليم باستخدام Standard Webhooks HMAC. يقبل ChatGPT تسليم الويب هوك فقط.

جرّب Apidog اليوم

يغطي هذا الدليل أشكال الرسائل، وقواعد الأمان المطلوبة، وطريقة اختبار الحلقة الكاملة. إذا كنت جديدًا على البروتوكول، ابدأ بـ بروتوكول MCP. ستستخدم Apidog لإرسال طلبات JSON-RPC ومحاكاة الاتصال العكسي.

نظرة سريعة على أحداث MCP

العنصر	ما يتوقعه ChatGPT
البروتوكول	MCP 2.0، الإصدار `2026-07-28`
القدرة	`"events": {}` في قدرات `server/discover`
الأساليب	`events/list` و`events/subscribe` و`events/unsubscribe` على نقطة النهاية نفسها التي توثق أدواتك
التسليم	عبر الويب هوك فقط: لا استقصاء، لا بث مباشر، ولا إشعارات `gap` أو `terminated`
التوقيع	Standard Webhooks HMAC-SHA256
الرؤوس	`webhook-id` و`webhook-timestamp` و`webhook-signature` و`X-MCP-Subscription-Id`
السر	قيمة `whsec_` مع base64 يفك إلى 24–64 بايت، يوفرها ChatGPT
حد الحمولة	256 كيلوبايت، أي 262,144 بايت، وحدث واحد لكل طلب
معرف الاشتراك	حتمي من المبدأ، وعنوان URL للاتصال العكسي، واسم الحدث، والوسائط
الاتصالات العكسية	HTTPS، وتحقق من التحدي، ولا عناوين خاصة أو توجيهات

المصادر: دليل OpenAI MCP Events ومسودة تصميم MCP Events.

لماذا تستخدم الأحداث بدلًا من الاستقصاء؟

بدون الأحداث، يستدعي الوكيل أداة بشكل دوري لمقارنة النتائج. هذا يهدر الطلبات عند عدم وجود تغييرات ويؤخر الاستجابة عند حدوث تغيير. مع MCP Events، يرسل خادمك التحديث عندما يعرف أن سجلًا تغير.

هذه هي المقايضة التقليدية بين الويب هوكس والاستقصاء، ولكن داخل MCP.

أمثلة عملية:

مراقبة مهام جديدة في لوحة مشروع.
تحويل رسائل الأخطاء إلى مسودات طلبات سحب باستخدام message.created مع فلتر channel_id.
تطبيق تعليقات المراجعة على مستند باستخدام comment.created مع فلتر document_id.

المواصفات من مجموعة عمل Triggers and Events التابعة لـ MCP في المستودع التجريبي، لذا ثبّت تنفيذك على الإصدار 2026-07-28. لمزيد من سياق الإطلاق، راجع مركز DevDay 2026.

1. أعلن عن دعم الأحداث

أضف events إلى قدرات استجابة server/discover:

{
  "jsonrpc": "2.0",
  "id": 1,
  "result": {
    "resultType": "complete",
    "supportedVersions": ["2026-07-28"],
    "capabilities": {
      "tools": {},
      "events": {}
    }
  }
}

بعد ذلك، نفّذ events/list. يجب أن يتضمن كل تعريف حدث:

name
description
delivery: ["webhook"]
inputSchema لوسائط الاشتراك، مثل document_id
payloadSchema لكائن data في التسليم

استخدم أسماء مستقرة وأوصافًا واضحة. طبّق الفلاتر على الخادم، ولا تعرض أحداثًا لا يستطيع الحساب المصادق عليه رؤيتها.

2. نفّذ `events/subscribe`

عندما يطلب المستخدم من ChatGPT مراقبة مورد، يرسل ChatGPT طلبًا مثل التالي:

{
  "jsonrpc": "2.0",
  "id": 2,
  "method": "events/subscribe",
  "params": {
    "name": "comment.created",
    "arguments": {
      "document_id": "doc_123"
    },
    "delivery": {
      "mode": "webhook",
      "url": "https://receiver.example.com/mcp-events/callback_123",
      "secret": "whsec_<base64-encoded-signing-key>"
    },
    "cursor": null
  }
}

قبل قبول الاشتراك:

فوّض المستخدم للحدث والوسائط المطلوبة.
تحقّق من الوسائط مقابل inputSchema.
تحقّق من أن السر يبدأ بـ whsec_ وأن base64 يفك إلى 24–64 بايت.
تحقّق من عنوان الاتصال العكسي.
خزّن المالك، والفلاتر، وعنوان URL، والسر، وتاريخ انتهاء الصلاحية.

ثم أعد استجابة الاشتراك:

{
  "jsonrpc": "2.0",
  "id": 2,
  "result": {
    "id": "sub_123",
    "refreshBefore": "2026-10-02T12:00:00Z",
    "cursor": null,
    "truncated": false
  }
}

قواعد اشتراك مهمة

معرفات حتمية: اشتق id من المبدأ المصادق عليه، وعنوان URL للاتصال العكسي، واسم الحدث، والوسائط. تقترح المسودة استخدام SHA-256 مقطوع لهذا المفتاح.
اشتراكات متطابقة كـ upsert: إذا وصل الاشتراك نفسه مرة أخرى، حدّث السجل الحالي بدل إنشاء سجل جديد. طبّع JSON قبل المقارنة حتى لا ينشئ ترتيب المفاتيح تكرارات.
التحديث قبل refreshBefore: يعيد ChatGPT استدعاء events/subscribe بنفس الهوية والمؤشر الأخير. أعد تاريخ انتهاء جديدًا. إذا وصل سر جديد، استبدله ووقّع بالمفتاحين لفترة قصيرة.
الأحداث غير القابلة للإعادة: أعد cursor: null عندما لا تستطيع إعادة تشغيل أحداث سابقة.

3. تحقّق من الاتصال العكسي قبل إرسال البيانات

قبل إرسال بيانات التطبيق، أرسل طلب POST موقّعًا يتضمن تحديًا جديدًا، قصير العمر، وأحادي الاستخدام:

{
  "type": "verification",
  "challenge": "a-single-use-random-value"
}

استخدم webhook-id فريدًا، مثل msg_verification_123، وأرسل رؤوس التوقيع نفسها المستخدمة في تسليم الأحداث.

يجب أن يعيد ChatGPT:

{
  "challenge": "a-single-use-random-value"
}

مع رمز 2xx.

بعد ذلك:

قارن التحدي في وقت ثابت.
فعّل الاشتراك فقط عند نجاح المقارنة.
عند الفشل، أعد خطأ JSON-RPC برمز -32015 (CallbackEndpointError).
استخدم data.reason مثل challenge_failed أو timeout.
خزّن نتيجة تحقق ناجحة لكل مبدأ وعنوان URL لفترة محددة لتجنب إعادة التحدي عند التحديث.

هذا التحقق ضروري لأن المشترك هو من يقدم السر. بدونه، قد يوجّه شخص خادمك إلى عنوان ضحية لإغراقه بالطلبات.

طبّق هذه القيود على كل طلب صادر:

HTTPS فقط.
حل DNS والتحقق من عنوان IP وقت الاتصال.
حظر العناوين المحلية والخاصة وغير العامة.
لا تتبع إعادة التوجيه مطلقًا.

4. سلّم الأحداث ووقّعها

عند وقوع حدث يطابق اشتراكًا، أرسل كائن حدث واحد إلى عنوان URL للاتصال العكسي:

{
  "eventId": "evt_456",
  "name": "comment.created",
  "timestamp": "2026-10-01T12:05:00Z",
  "data": {
    "document_id": "doc_123",
    "comment_id": "comment_456",
    "text": "Can we add the rollout dates to this section?",
    "url": "https://docs.example.com/doc_123#comment_456"
  },
  "cursor": null
}

أرسل الرؤوس التالية:

Content-Type: application/json
webhook-id: evt_456
webhook-timestamp: <unix-seconds>
webhook-signature: v1,<base64-signature>
X-MCP-Subscription-Id: sub_123

نقاط تنفيذية مهمة:

اجعل webhook-id مساويًا لـ eventId.
حوّل JSON إلى نص مرة واحدة فقط.
وقّع البايتات نفسها التي سترسلها.
لا تتجاوز 256 كيلوبايت.
أرسل ملخصًا للسجلات الكبيرة، واعرض أداة قراءة للحصول على التفاصيل.
تعامل مع النص الذي أنشأه المستخدم كبيانات، ولا تضع تعليمات نموذج داخل الحمولة.
أعد محاولة الأخطاء العابرة بتراجع أسي محدود.
حافظ على معرف الحدث عند إعادة المحاولة، لكن وقّع كل محاولة جديدة.
لا تعد المحاولة لرمزي 410 أو 413.
صمّم أدوات الكتابة لتكون متطابقة لأن الأحداث قد تصل خارج الترتيب.

راجع دليل تصميم الويب هوكس الموثوق به لتفاصيل جداول إعادة المحاولة.

5. تحقّق من توقيع Standard Webhooks

وفقًا لمواصفات Standard Webhooks، المحتوى الموقّع هو:

${webhook-id}.${webhook-timestamp}.${body}

استخدم HMAC-SHA256 بالمفتاح الناتج من فك base64 للسر بعد إزالة بادئة whsec_.

قد يحتوي رأس webhook-signature على توقيع واحد أو أكثر مفصول بمسافات:

v1,<base64>

توصي مسودة MCP برفض الطوابع الزمنية الأقدم من خمس دقائق وإزالة التكرارات حسب webhook-id.

فيما يلي جهاز استقبال صارم للاختبارات المحلية باستخدام مكونات Node المدمجة فقط:

// receiver.mjs: جهاز استقبال ويب هوكس قياسي صارم للاختبارات المحلية (Node 18+)
import { createServer } from "node:http";
import { createHmac, timingSafeEqual } from "node:crypto";

const SECRET = process.env.WEBHOOK_SECRET; // whsec_...
const MAX_BYTES = 256 * 1024;
const TOLERANCE_S = 5 * 60;
const seen = new Set();

export function verify(raw, h, secret, now = Math.floor(Date.now() / 1000)) {
  const id = h["webhook-id"];
  const ts = h["webhook-timestamp"];
  const sigs = h["webhook-signature"];

  if (!id || !ts || !sigs) return false;

  const t = Number(ts);
  if (!Number.isInteger(t) || Math.abs(now - t) > TOLERANCE_S) {
    return false;
  }

  const key = Buffer.from(secret.replace(/^whsec_/, ""), "base64");

  const expected = createHmac("sha256", key)
    .update(`${id}.${ts}.`)
    .update(raw)
    .digest();

  return sigs.split(" ").some((s) => {
    const [version, b64] = s.split(",");
    const got = Buffer.from(b64 ?? "", "base64");

    return (
      version === "v1" &&
      got.length === expected.length &&
      timingSafeEqual(got, expected)
    );
  });
}

if (SECRET) {
  createServer((req, res) => {
    const chunks = [];
    let size = 0;

    req.on("data", (chunk) => {
      size += chunk.length;
      if (size <= MAX_BYTES) chunks.push(chunk);
    });

    req.on("end", () => {
      if (size > MAX_BYTES) {
        return res.writeHead(413).end();
      }

      const raw = Buffer.concat(chunks);

      if (!verify(raw, req.headers, SECRET)) {
        return res.writeHead(401).end();
      }

      let body;
      try {
        body = JSON.parse(raw);
      } catch {
        return res.writeHead(400).end();
      }

      if (body.type === "verification") {
        res.writeHead(200, { "Content-Type": "application/json" });
        return res.end(JSON.stringify({ challenge: body.challenge }));
      }

      const id = req.headers["webhook-id"];

      if (!seen.has(id)) {
        seen.add(id);
        console.log(
          req.headers["x-mcp-subscription-id"],
          body.name,
          id
        );
      }

      res.writeHead(200).end();
    });
  }).listen(8787);
}

شغّل جهاز الاستقبال:

WEBHOOK_SECRET=whsec_... node receiver.mjs

السلوك المتوقع:

413 للحمولات الأكبر من 256 كيلوبايت.
401 للتوقيع غير الصحيح أو للطابع الزمني القديم.
إعادة التحدي في طلبات التحقق.
تسجيل كل webhook-id مرة واحدة فقط.

تم التحقق من verify() مقابل متجه اختبار التوقيع في مكتبة JavaScript الخاصة بـ Standard Webhooks. راجع أيضًا التحقق من توقيع الويب هوك.

لن يسمح خادمك بالتسليم إلى localhost افتراضيًا بسبب حظر العناوين الخاصة. تسمح المسودة بالأهداف غير العامة فقط عند إعداد صريح، مثل قائمة سماح مخصصة للمطورين أو نفق يعرض جهاز الاستقبال.

6. اختبر التدفق قبل توصيل ChatGPT

استخدم Apidog لاختبار أوضاع الفشل التي توثقها OpenAI.

أنشئ بيئة تحتوي على:

MCP_URL
MCP_TOKEN
CALLBACK_URL
WEBHOOK_SECRET

أرسل كل طلب JSON-RPC كـ POST إلى {{MCP_URL}} مع:

Authorization: Bearer {{MCP_TOKEN}}
Accept: application/json, text/event-stream
MCP-Protocol-Version: 2026-07-28
Mcp-Method: <method-name>

استخدم الرؤوس المطلوبة في ربط Streamable HTTP.

يحتاج كل نص أيضًا إلى params._meta يتضمن:

io.modelcontextprotocol/protocolVersion
io.modelcontextprotocol/clientCapabilities

راجع مواصفات MCP الأساسية. قد يؤدي غياب _meta إلى -32602، ما قد يجعل اختبارك ينجح لسبب خاطئ.

سيناريو الاختبار

الاكتشاف
- أرسل server/discover.
- تأكد من وجود $.result.capabilities.events.
- تأكد من أن $.result.supportedVersions يحتوي على 2026-07-28.
- أرسل events/list.
- تأكد من أن delivery لكل حدث يحتوي على webhook.
اشتراك متطابق
- أرسل طلب الاشتراك باستخدام {{CALLBACK_URL}} و{{WEBHOOK_SECRET}}.
- احفظ $.result.id في متغير SUB_ID.
- أعد إرسال الطلب دون تغيير.
- أعد إرساله بعد إعادة ترتيب مفاتيح arguments.
- تأكد من بقاء $.result.id مساويًا لـ {{SUB_ID}}.
التحقق من الصحة
- أرسل سرًا يفك إلى أقل من 24 بايت.
- أرسل عنوان اتصال عكسي يبدأ بـ http://.
- اختبر عنوان IP خاصًا.
- يجب أن تفشل هذه الحالات بالرمز -32602 (InvalidParams).
تحدي التحقق
- أنشئ Mock Endpoint في Apidog يعيد:
```
 { "challenge": "wrong" }
```

استخدم عنوان Mock السحابي كـ callback.
تأكد من أن $.error.code هو -32015.
تأكد من أن $.error.data.reason هو challenge_failed.
بعد ذلك، وجّه CALLBACK_URL إلى جهاز الاستقبال المحلي وتأكد من نجاح الاشتراك.

حمولة تتجاوز الحد
- شغّل حدثًا يتجاوز نصه 262,144 بايت.
- يجب أن يرفضه المرسل.
- إذا وصل إلى جهاز الاستقبال، يجب أن يعيد 413.
- تأكد من ظهور محاولة واحدة في سجل الخادم، من دون إعادة محاولة.
إعادة التشغيل والعبث
- انسخ رؤوس ونص تسليم موقّع إلى طلب جديد في Apidog.
- أعد الإرسال فورًا: يجب أن تحصل على 200 من دون سجل ثانٍ.
- غيّر بايتًا واحدًا في النص: يجب أن تحصل على 401.
- أعد الإرسال بعد أكثر من خمس دقائق: يجب أن تحصل على 401.

احفظ هذه الخطوات كسيناريو وشغّله في CI عبر واجهة سطر أوامر Apidog. راجع دليل اختبار خادم MCP لاختبار استدعاءات الأدوات، وكيفية اختبار الويب هوكس لتفاصيل أجهزة الاستقبال.

الأسئلة الشائعة

ما هي أحداث MCP؟

هي امتداد تجريبي لـ MCP يسمح للخادم بدفع إشعارات الأحداث إلى العميل بدلًا من الاستقصاء. يدعم ChatGPT وضع الويب هوك في الإصدار 2026-07-28.

هل يدعم ChatGPT الاستقصاء أو البث المباشر لأحداث MCP؟

لا. يدعم ChatGPT تسليم الويب هوك والتحقق من الاتصال العكسي فقط. الاستقصاء والبث المباشر وإشعارات gap وterminated غير مدعومة.

ما خطط ChatGPT التي تحصل على أحداث MCP؟

يشير ملخص يوم مطوري OpenAI إلى أن الميزة متاحة لجميع الخطط.

من ينشئ سر التوقيع؟

المشترك. يرسل ChatGPT سر whsec_ في delivery.secret، ويتحقق خادمك منه ويخزنه ويستخدمه للتوقيع، ولا ينشئ سرًا بديلًا.

ما الفرق بين MCP Events وAgents API؟

تدفع أحداث MCP البيانات من خادمك إلى ChatGPT. أما واجهة برمجة تطبيقات وكلاء OpenAI فتشغّل الوكلاء الذين تبنيهم وتعرض تقدمهم عبر البث المباشر أو الويب هوكس.

الخطوة التالية

ابدأ بأصغر تنفيذ ممكن:

أضف "events": {} إلى خادم MCP واحد.
اعرض حدثًا واحدًا مع فلتر واحد.
نفّذ التحقق من callback وتوقيع Standard Webhooks.
شغّل الاختبارات الستة أمام جهاز استقبال محلي.
بعد نجاحها، صِل الخادم بـ ChatGPT ونفّذ قائمة دورة الحياة الخاصة بـ OpenAI.

نزّل Apidog واحتفظ بهذه الفحوصات كسيناريو يعمل مع كل التزام.

أوبن إيه آي فائق السرعة: 6 أضعاف السرعة مقابل 6 أضعاف السعر. متى يصبح مجديًا؟

Yusuf Khalidd — Fri, 02 Oct 2026 09:51:52 +0000

OpenAI Ultrafast هي طبقة خدمة، وليست نموذجًا جديدًا. أضف service_tier: "ultrafast" إلى طلب واجهة برمجة تطبيقات Responses لـ gpt-6-astra لتوليد الرموز المميزة أسرع بما يصل إلى 6 مرات عبر واجهة البرمجة (ويصل ذلك إلى 8 مرات، أو 300 رمز مميز في الثانية، في Codex). تكلفتها تعادل 6 أضعاف Standard: 60 دولارًا للمدخلات و300 دولار للمخرجات لكل مليون رمز مميز، مقابل 10 دولارات و50 دولارًا. لا يتغير معرف النموذج، لذلك تصبح الإجابات أسرع لا أذكى. استخدمها عندما ينتظر مستخدم أو مسار حساس للكمون مخرجات طويلة، وليس عادةً للمهام الدفعية أو الخلفية.

جرّب Apidog اليوم

أتاحت OpenAI خدمة Ultrafast على نطاق واسع لنموذج GPT-6 Astra في DevDay بتاريخ 29 سبتمبر 2026. راجع كل ما تبقى من DevDay. يغطي هذا الدليل التوافر، وإرسال الطلبات، والأسعار، وحدود المعدل، وطريقة حساب التعادل بأرقامك الفعلية. ولتفاصيل النموذج نفسه، اقرأ دليل واجهة برمجة تطبيقات GPT-6 Astra. قبل التبديل، قِس الطبقتين باستخدام Apidog.

نظرة عامة على OpenAI Ultrafast

البند	التفاصيل
ما هو	أسرع طبقة خدمة في واجهة برمجة تطبيقات OpenAI
المعلمة	`service_tier: "ultrafast"` عند إنشاء استجابات `create` أو `response.create` عبر WebSocket
النماذج	GPT-6 Astra اليوم؛ GPT-6.1 Sol «قريبًا»
ادعاء السرعة	توليد رمز مميز أسرع بما يصل إلى 6 مرات في واجهة البرمجة؛ ويصل إلى 8 مرات (300 رمز مميز/ثانية) في Codex
السعر (Astra)	60 دولارًا للمدخلات، و6 دولارات للمدخلات المخزنة مؤقتًا، و75 دولارًا لكتابة ذاكرة التخزين المؤقت، و300 دولار للمخرجات لكل مليون رمز مميز
حدود المعدل	500 ألف رمز مميز في الدقيقة (الطبقات 1–3)، ومليون (الطبقة 4)، و5 ملايين (الطبقة 5)
المعالجة	موقع البيانات في الولايات المتحدة والمعالجة العالمية فقط؛ لا توجد نقاط نهاية في الاتحاد الأوروبي أو مناطق أخرى
النقل	يوصى بشدة باستخدام WebSockets
خطط ChatGPT	ChatGPT Work وCodex على Pro 500 وEnterprise

المصادر: دليل وضع Ultrafast وصفحة التسعير من OpenAI.

ما هو Ultrafast، ومن يمكنه استخدامه

تشير OpenAI إلى Ultrafast كطبقة سرعة متميزة. وفقًا للدليل، تتوفر GPT-6 Astra Ultrafast لجميع مستخدمي واجهة البرمجة بحدود معدل افتراضية منخفضة، ويمكن للمؤسسات التي لديها فريق حساب OpenAI طلب حدود أعلى.

يسرد الدليل أيضًا وصولًا مبكرًا لـ GPT-5.6 Sol عبر فرق الحساب، وكانت OpenAI قد عرضت Ultrafast لأول مرة على GPT-5.6 Sol في 13 أغسطس. يشير الملخص إلى GPT-6.1 Sol باعتباره النموذج التالي. لم يُنشر سعر Ultrafast لأي منهما.

في ChatGPT، تعمل Ultrafast Astra في ChatGPT Work وCodex على Pro 500 وEnterprise. هذا الاشتراك يخص التطبيقات، وليس واجهة البرمجة: ستظل النصوص البرمجية، ومهام التكامل المستمر (CI)، والوكلاء الذين تبنيهم تدفع مقابل كل رمز مميز باستخدام مفتاح API.

اقرأ ادعاء السرعة بدقة:

يتعلق بتوليد الرموز المميزة ويستخدم عبارة «يصل إلى».
رقم 300 رمز مميز في الثانية خاص بـ Codex.
ادعاء واجهة البرمجة يصل إلى 6 أضعاف.
لا تنشر OpenAI رقمًا لوقت الوصول إلى أول رمز مميز (TTFT) في Ultrafast.
لا يخبرك معدل الرموز في الثانية بمدة الانتظار قبل ظهور أول رمز مميز.

كيفية تمكين `service_tier: "ultrafast"`

اضبط model على gpt-6-astra وservice_tier على ultrafast في كل طلب.

طلب HTTP

curl https://api.openai.com/v1/responses \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6-astra",
    "input": "Explain why the sky is blue in one sentence.",
    "service_tier": "ultrafast"
  }'

البث عبر WebSocket

توصي OpenAI بشدة باستخدام WebSockets، خصوصًا للوكلاء الذين ينفذون استدعاءات أدوات كثيرة ومتتابعة. السبب: يمكن أن يستهلك حمل الشبكة لكل طلب جزءًا مهمًا من مكاسب السرعة.

يوضح المثال التالي دورتين عبر اتصال واحد:

from openai import OpenAI

client = OpenAI()
previous_response_id: str | None = None
prompts = [
    "Explain why the sky is blue in one sentence.",
    "Now explain why sunsets look red.",
]

with client.responses.connect() as connection:
    for prompt in prompts:
        connection.response.create(
            model="gpt-6-astra",
            service_tier="ultrafast",
            previous_response_id=previous_response_id,
            input=prompt,
        )

        for event in connection:
            if event.type == "response.output_text.delta":
                print(event.delta, end="", flush=True)
            elif event.type == "response.completed":
                previous_response_id = event.response.id
                print()
                break
            elif event.type in {"response.failed", "response.incomplete", "error"}:
                raise RuntimeError(event.to_json())
        else:
            raise RuntimeError("Connection closed before the response finished.")

ثبّت الحزمة واضبط متغير البيئة:

pip install --upgrade "openai[realtime]"
export OPENAI_API_KEY="your-api-key"

يغطي دليل وضع OpenAI WebSocket حدود الاتصال وإعادة الاتصال.

تسعير Ultrafast بجانب Standard وFast وBatch

الأسعار التالية لكل مليون رمز مميز لـ gpt-6-astra ضمن سياق قصير، أي 272 ألف رمز مميز للمدخلات أو أقل:

الطبقة	المدخلات	المدخلات المخزنة مؤقتًا	كتابة ذاكرة التخزين المؤقت	المخرجات	مقارنة بـ Standard
Standard	$10.00	$1.00	$12.50	$50.00	1x
Batch أو Flex	$5.00	$0.50	$6.25	$25.00	0.5x
Fast	$20.00	$2.00	$25.00	$100.00	2x
Ultrafast	$60.00	$6.00	$75.00	$300.00	6x

فوق 272 ألف رمز مميز للمدخلات، ترتفع تكلفة Ultrafast إلى:

120 دولارًا للمدخلات
12 دولارًا للمدخلات المخزنة مؤقتًا
150 دولارًا لكتابة ذاكرة التخزين المؤقت
450 دولارًا للمخرجات

Fast هي المعالجة ذات الأولوية السابقة، وقد أُعيدت تسميتها في 30 يوليو 2026. لاحظ أن مضاعف السعر يشمل أعمدة المدخلات أيضًا؛ لذلك تدفع 6 أضعاف على المطالبات الطويلة رغم أن ادعاء السرعة يتعلق بتوليد المخرجات.

حدود المعدل وموقع البيانات

حدود Ultrafast الافتراضية لـ GPT-6 Astra هي:

الطبقات 1 إلى 3: 500,000 رمز مميز في الدقيقة.
الطبقة 4: 1,000,000 رمز مميز في الدقيقة.
الطبقة 5: 5,000,000 رمز مميز في الدقيقة.

تدعم Ultrafast موقع البيانات في الولايات المتحدة والمعالجة العالمية فقط. إذا كان عقدك يوجه حركة المرور عبر نقطة نهاية في الاتحاد الأوروبي أو منطقة أخرى، فلن تتوفر Ultrafast لهذا المشروع.

متى تدفع Ultrafast تكاليفها: نموذج التعادل

هذا حساب توضيحي مبني على الأسعار المعلنة، وليس معيار أداء. افترض أن قياساتك تظهر أن Astra Standard يبث 40 رمزًا مميزًا للمخرجات في الثانية. استبدل هذا الرقم بقياساتك.

مثال: إجابة موجهة للمستخدم

الطلب يحتوي على:

5,000 رمز مميز للمدخلات غير المخزنة مؤقتًا.
2,000 رمز مميز للمخرجات.

الحساب:

Standard: 0.05 دولار للمدخلات + 0.10 دولار للمخرجات = 0.15 دولار.
Ultrafast: 0.30 دولار للمدخلات + 0.60 دولار للمخرجات = 0.90 دولار.
الزيادة: 0.75 دولار لكل طلب.
زمن التوليد في Standard: 2000 / 40 = 50 ثانية.
زمن التوليد في Ultrafast بسرعة 6x: نحو 8.3 ثانية.
الوقت الموفر: نحو 41.7 ثانية.
تكلفة كل ثانية موفرة: 0.75 / 41.7 = 0.018 دولار.
تكلفة كل ساعة انتظار موفرة: 64.80 دولارًا.

إذا كان التسارع الفعلي أقل من الحد الأقصى، ترتفع تكلفة الوقت الموفر:

التسارع المقاس	الثواني الموفرة (من 50)	التكلفة الإضافية لكل ثانية	لكل ساعة موفرة
6x	41.7	$0.018	$64.80
4x	37.5	$0.020	$72.00
2x	25.0	$0.030	$108.00

مثال: حلقة وكيل

افترض وكيلًا من 20 خطوة، تحتوي كل خطوة على:

20,000 رمز مميز للمدخلات.
18,000 رمز مميز مخزن مؤقتًا.
2,000 رمز مميز جديد.
500 رمز مميز للمخرجات.
تجاهل رسوم كتابة ذاكرة التخزين المؤقت.

الحساب:

Standard: 0.018 دولار للمدخلات المخزنة مؤقتًا + 0.020 دولار للمدخلات الجديدة + 0.025 دولار للمخرجات = 0.063 دولار لكل خطوة، أو 1.26 دولار لكل تشغيل.
Ultrafast: 7.56 دولار لكل تشغيل.
الزيادة: 6.30 دولار لكل تشغيل.
زمن التوليد في Standard: 250 ثانية.
زمن التوليد بسرعة 6x: نحو 41.7 ثانية.
الوقت الموفر: نحو 208 ثوانٍ.
تكلفة كل ثانية موفرة: نحو 0.030 دولار، أو 109 دولارات لكل ساعة.

تكون تكلفة الوكيل لكل ثانية موفرة أسوأ لأن الجزء الأكبر من الفاتورة مدخلات، والمدخلات تدفع 6 أضعاف من دون أن تتسارع عملية توليد المخرجات.

السؤال العملي هو: هل ينتظر شخص، أو عملية لها قيمة مالية، هذه الثواني؟ إذا كانت قيمة ساعة الانتظار أعلى من نحو 65 إلى 110 دولارات، فقد تكون Ultrafast منطقية. مثال ذلك مهندس ينتظر وكيل ترميز داخلي أو عميل في خطوة دفع. أما مهمة Cron فلا تستفيد عادةً من ذلك.

متى لا تكون Ultrafast ذات جدوى اقتصادية

لا أحد ينتظر: التقييمات الليلية، وإعادة التعبئة، والتقارير تناسب واجهة برمجة تطبيقات Batch أو Flex، بتكلفة 5 دولارات للمدخلات و25 دولارًا للمخرجات، أي جزء من اثني عشر من سعر Ultrafast.
الوكلاء في الخلفية: إذا كان الوكيل يعمل دون مراقبة ويبلغ عند الانتهاء، فنادرًا ما يغير إتمامه قبل دقائق النتيجة.
المخرجات القصيرة: تصنيف من 50 رمزًا مميزًا لا يملك وقت توليد كافيًا لتقليصه؛ وقد يهيمن إعداد الاتصال وTTFT، خاصة عبر HTTP.
المطالبات الطويلة: تدفع 6 أضعاف على المدخلات التي لا يغطيها ادعاء السرعة. وفوق 272 ألف رمز مميز للمدخلات، تصل الأسعار إلى 120 دولارًا للمدخلات و450 دولارًا للمخرجات.
المعالجة الإقليمية: لا توجد نقاط نهاية في الاتحاد الأوروبي.
الاستدعاءات المقيدة بوقت الوصول إلى أول رمز مميز (TTFT-bound): وجد تحليل وقت الاستجابة لـ GPT-6 Sol أن معظم وقت عمليات التفكير الطويلة قد يمر قبل ظهور أول رمز مميز مرئي. قِس ما إذا كانت Ultrafast تخفض TTFT قبل دفع تكلفتها.

قِس TTFT والوقت الإجمالي في Apidog قبل التبديل

استبدل الأرقام الافتراضية بقياساتك خلال نحو عشر دقائق.

أنشئ بيئة في Apidog تحتوي على OPENAI_API_KEY.
أضف طلب POST إلى:

   https://api.openai.com/v1/responses

وأضف العنوان:

   Authorization: Bearer {{OPENAI_API_KEY}}

ثم استخدم هذا الجسم:

   {
     "model": "gpt-6-astra",
     "input": "<your real production prompt>",
     "service_tier": "ultrafast",
     "stream": true
   }

انسخ الطلب وأزل service_tier لإنشاء خط أساس Standard. أبقِ المطالبة مطابقة.
أرسل الطلبين. يعرض Apidog تدفق أحداث SSE حدثًا بحدث. سجّل:
- وقت وصول أول response.output_text.delta لقياس TTFT.
- وقت انتهاء التدفق لقياس الزمن الإجمالي.
- كتلة usage من حدث response.completed النهائي لحساب التكلفة.
كرر كل متغير 10 مرات على الأقل. قارن المتوسط وp95، لا تشغيلًا فرديًا.
لحلقات الوكيل، اختبر WebSocket:
- افتح طلب WebSocket إلى wss://api.openai.com/v1/responses.
- استخدم العنوان نفسه.
- أرسل رسالة response.create بالحقول نفسها، من دون stream.
- أرسل دورة ثانية باستخدام previous_response_id.

يشرح دليل WebSocket مقابل SSE سبب أهمية الاتصال المفتوح في الاستدعاءات المتتابعة.

احسب الثواني الموفرة بهذه الصيغة:

متوسط الزمن الإجمالي في Standard - متوسط الزمن الإجمالي في Ultrafast

بعد ذلك، سعّر رموز usage بكلا المعدلين، واقسم التكلفة الإضافية على الثواني الموفرة، ثم قارن النتيجة بتكلفة الانتظار في منتجك.

الأسئلة الشائعة

ما هو OpenAI Ultrafast؟

هي طبقة خدمة لواجهة برمجة تطبيقات Responses تولّد الرموز المميزة أسرع بما يصل إلى 6 مرات في واجهة البرمجة مقابل 6 أضعاف السعر القياسي. فعّلها لكل طلب باستخدام service_tier: "ultrafast".

هل Ultrafast نموذج أذكى؟

لا. ستستدعي معرف النموذج نفسه، gpt-6-astra. تغيّر الطبقة السرعة والسعر، لا النموذج.

كم تكلفة GPT-6 Astra Ultrafast؟

في السياق القصير، تبلغ 60 دولارًا للمدخلات، و6 دولارات للمدخلات المخزنة مؤقتًا، و75 دولارًا لكتابة ذاكرة التخزين المؤقت، و300 دولار للمخرجات لكل مليون رمز مميز. في Standard، تبلغ الأسعار 10 دولارات، ودولارًا واحدًا، و12.50 دولارًا، و50 دولارًا على الترتيب.

من أين يأتي رقم «300 رمز مميز في الثانية»؟

إنه رقم OpenAI لـ Ultrafast في Codex، حيث تدعي الشركة سرعة تصل إلى 8 أضعاف. ادعاء واجهة البرمجة يصل إلى 6 أضعاف.

هل يدعم GPT-6.1 Sol خدمة Ultrafast؟

ليس بعد. تقول OpenAI إنها ستأتي قريبًا. راجع ملخص DevDay 2026 لمعرفة ما هو متاح حاليًا.

الخطوة التالية

اختر أبطأ طلب موجه للمستخدم في تطبيقك. شغّله 10 مرات باستخدام Standard و10 مرات باستخدام Ultrafast، ثم قارن متوسط الثواني الموفرة بالتكلفة الإضافية. نزّل Apidog للاحتفاظ بالطلبين، وتوقيتاتهما، وبيانات usage في مشروع واحد.

OpenAI Agents API و Responses API و Agents SDK و AgentKit: أيهما تختار للبناء عليه؟

Yusuf Khalidd — Fri, 02 Oct 2026 09:51:30 +0000

تجلس هذه الأسماء الأربعة في طبقات مختلفة، ويفصل بينها سؤال واحد: من يدير حلقة الوكيل (agent loop)؟ واجهة برمجة تطبيقات Responses API هي استدعاء للنموذج، وتنفذ تعليماتك البرمجية الحلقة حولها. مجموعة أدوات تطوير البرامج Agents SDK هي مكتبة لـ TypeScript وPython، وينفذ مُشغلها الحلقة داخل تطبيقك. واجهة برمجة تطبيقات Agents API، وهي في مرحلة بيتا العامة منذ 10 سبتمبر 2026، تشغل نظام Codex الخاص بـ OpenAI نيابة عنك وتحافظ على الجلسة، واختياريًا، البيئة المعزولة (sandbox). أما AgentKit فهي حزمة أكتوبر 2025 التي تضم Agent Builder وChatKit وConnector Registry وEvals، ومن المقرر إيقاف Agent Builder في 30 نوفمبر 2026.

جرّب Apidog اليوم

أضاف DevDay في 29 سبتمبر استخدام الكمبيوتر إلى Agents API (راجع ملخص DevDay 2026)، ما جعل تمييز الأسماء أكثر أهمية. ستجد أدناه مقارنة للحلقة والحساب والحالة والتكلفة والنضج، ثم جدول قرار ومسار ترحيل من حلقة Responses مخصصة. للاطلاع على تطبيق عملي للجلسات والموافقات، اقرأ دليل OpenAI Agents API. ويمكنك اختبار واجهات HTTP لأي خيار في Apidog.

خيارات وكيل OpenAI جنبًا إلى جنب

	Agents API	Responses API	Agents SDK	AgentKit
ما هو	بيئة تشغيل وكيل مُدارة على نظام Codex	نقطة نهاية للنموذج: `POST /v1/responses`	مكتبة لـ TypeScript وPython	حزمة: Agent Builder وChatKit وConnector Registry وEvals
من يدير الحلقة	OpenAI	تعليماتك البرمجية	مشغل SDK داخل تطبيقك	سير عمل Agent Builder، يُصدَّر إلى كود SDK أو يُضمَّن مع ChatKit
أين يُشغَّل الحساب	بيئة معزولة مستضافة من OpenAI، أو بيئتك المعزولة، أو لا شيء	بيئتك، بالإضافة إلى الأدوات المستضافة	بيئة التشغيل وموفرو البيئات المعزولة لديك	غير قابل للتطبيق
أين تعيش الحالة	جلسة OpenAI: الإعدادات والأدوار والعناصر	سجلك، أو `previous_response_id`، أو Conversations API	مساحة التخزين الخاصة بك، أو جلسات SDK، أو حالة Responses	سير عمل منشور ومُصدَر له إصدارات
ما الذي تدفعه	الرموز والأدوات والحاويات المستضافة؛ بلا رسوم إضافية	الرموز والأدوات	الرموز والأدوات، بالإضافة إلى استضافتك	استخدام واجهة برمجة التطبيقات الأساسية؛ بلا اشتراك منفصل
جهد التكامل وفقًا لـ OpenAI	منخفض	عالٍ	متوسط	غير مُصنف
الحالة	بيتا عامة (`OpenAI-Beta: agents=v1`)	موصى به للمشاريع الجديدة	حالي	سيتم إيقاف Agent Builder وEvals في 30 نوفمبر 2026؛ ويبقى ChatKit
ضوابط البيانات	إقامة بيانات في الولايات المتحدة فقط؛ غير مؤهل لـ ZDR؛ تُحفظ الحالة حتى الحذف	مؤهل لـ ZDR مع قيود؛ يدعم نقاط نهاية إقليمية	يعتمد على واجهات API التي يستدعيها	غير قابل للتطبيق

المصادر: مقارنة بيئات تشغيل الوكيل من OpenAI، ونظرة عامة على Agents API، وصفحة الإيقافات.

من يدير الحلقة؟

هذا هو العامل الذي يحدد معظم الفروق العملية بين الخيارات.

Responses API: أنت تدير الحلقة

يمكن للأدوات المستضافة، مثل البحث عبر الويب والبحث في الملفات ومفسر الأكواد وMCP البعيد، تنفيذ استدعاءات متعددة ضمن طلب واحد. لكن تنفيذ وظائفك الخاصة يبقى مسؤوليتك.

عندما يستدعي النموذج وظيفة مخصصة:

تستقبل عنصر function_call.
تنفذ الوظيفة في خدمتك.
ترسل function_call_output باستخدام call_id نفسه في الطلب التالي.
تقرر متى تنهي الحلقة وكيف تخزن السجل.

تُخزَّن الاستجابات افتراضيًا؛ استخدم store: false لإيقاف التخزين. ويمكنك ضغط السياقات الطويلة باستخدام context_management وcompact_threshold.

راجع دليل Responses API ودليل استدعاء الوظائف لتطبيق هذه الحلقة.

Agents SDK: تطبيقك يدير الحلقة

تشير وثائق OpenAI إلى أن مشغل SDK «يتعامل مع حلقة الوكيل والتسليمات»، لكن خادمك يبقى مسؤولًا عن:

النشر.
تطبيقات الأدوات.
تخزين الحالة.
قرارات الموافقة.
المصادقة وسجلات التدقيق.
المراجعة البشرية.

مع Sandbox Agents، يمكن للنظام البقاء في بنيتك التحتية، بينما تُشغَّل الأوامر في مساحة عمل محلية بنظام Unix، أو Docker، أو مزود استضافة.

Agents API: OpenAI تدير الحلقة

يتولى النظام المُدار:

معالجة الجلسات.
التنسيق بين الخطوات.
ضغط السياق.
الاسترداد.
إضافة وكلاء فرعيين.
البحث عن الأدوات.
استدعاء الأدوات برمجيًا.

تستدعي OpenAI خوادم MCP البعيدة مباشرة. أما وظائفك المخصصة، فتبقى ضمن تطبيقك: عندما تُبلغ الجلسة عن function_call في required_actions، أرسل حدث agent.session.input.tool_result متضمنًا turn_id وcall_id.

نفس المهمة، لكن مع مسؤوليتين مختلفتين للحلقة:

# Responses API: استدعاء نموذج واحد؛ كودك يملك الحلقة
curl https://api.openai.com/v1/responses \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6.1-sol",
    "reasoning": {"effort": "low"},
    "tools": [{"type": "web_search"}],
    "input": "Summarize the breaking changes in the latest Node.js release."
  }'

# Agents API: جلسة دائمة؛ OpenAI تملك الحلقة
curl https://api.openai.com/v1/agents/sessions \
  -H "OpenAI-Beta: agents=v1" \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "agent": {"model": "gpt-6-astra", "tools": [{"type": "web_search"}]},
    "environment": {"type": "none"},
    "input": "Summarize the breaking changes in the latest Node.js release."
  }'

تستخدم أمثلة وثائق Agents API النموذج gpt-6-astra. لا توضح الوثائق ما إذا كانت نماذج أخرى مقبولة، لذا تحقق قبل التحويل إلى gpt-6.1-sol.

الحساب والحالة والتكلفة

الحساب

يمكن لـ Agents API توفير وإدارة بيئة معزولة للجلسة كاملة. اضبط environment.type على أحد الخيارات التالية:

openai_hosted
self_hosted
none

مع Agents SDK، تختار مزود البيئة المعزولة وتدفع تكلفته. مع Responses API، تُشغَّل تعليماتك البرمجية في بنيتك التحتية، بصرف النظر عن الأدوات المستضافة.

الحالة

تحتفظ جلسة Agents API بالإعدادات والأدوار والعناصر على جانب OpenAI. لذلك تكون المتابعة حدثًا جديدًا على معرّف الجلسة نفسه.

مع Responses API، لديك خياران شائعان:

ربط الطلب الجديد بـ previous_response_id.
استخدام Conversations API.

مع Agents SDK، تعيش الحالة في مساحة التخزين الخاصة بك أو في جلسات SDK.

التكلفة

أسعار الرموز متطابقة بين الخيارات لأنها تستدعي النماذج نفسها.

لا تفرض Agents API «رسومًا إضافية»، لكن الحاويات المستضافة تكلف من 0.03 دولار لحاوية 1 جيجابايت إلى 0.48 دولار لحاوية 16 جيجابايت لكل جلسة مدتها 20 دقيقة. التكلفة الإضافية مع SDK هي تكلفة استضافتك الخاصة.

لا يحتوي AgentKit على اشتراك منفصل، وفقًا لشرح AgentKit.

البيانات

تدعم Agents API إقامة البيانات في الولايات المتحدة فقط، ولا تدعم الاحتفاظ الصفري بالبيانات (Zero Data Retention أو ZDR)، حتى مع بيئة معزولة مستضافة ذاتيًا.

تذكر صفحة ضوابط البيانات من OpenAI أن المسار /v1/agents غير مؤهل لـ ZDR، وأن الحالة تُحتفظ بها حتى الحذف. في المقابل، يُعد /v1/responses مؤهلًا لـ ZDR مع قيود، ومتاحًا على نقاط نهاية إقليمية مثل eu.api.openai.com.

إذا كانت ZDR أو إقامة البيانات في الاتحاد الأوروبي شرطًا، فإن Agents API غير مناسب حاليًا.

AgentKit في أواخر عام 2026: ما الذي بقي؟

أُطلق AgentKit في 6 أكتوبر 2025 بأربعة أجزاء. وهذه حالة كل جزء:

Agent Builder: أُعلن عن إيقافه في 3 يونيو 2026، ومن المقرر إيقافه في 30 نوفمبر 2026. يشرح دليل الترحيل من OpenAI كيفية تصدير سير العمل ككود Agents SDK، أو إعادة بنائه كوكيل ChatGPT Workspace Agent على خطط Business أو Enterprise أو Edu.
Evals: تصبح التقييمات الحالية للقراءة فقط في 31 أكتوبر 2026، ومن المقرر إيقاف لوحة التحكم وواجهة API في 30 نوفمبر.
ChatKit: يبقى متاحًا للدردشة المضمنة.
Connector Registry: لوحة تحكم إدارية للموصلات وخوادم MCP عبر منتجات OpenAI.

كما يوضح دليل AgentKit، فإن المسار المستدام والقائم على الكود أولًا عبر AgentKit هو Agents SDK.

أي خيار تبني عليه؟

اختر	متى تستخدمه
Agents API	لديك مهام تستغرق دقائق وتحتاج إلى ملفات أو أوامر أو متصفح، ولا تريد تشغيل الحلقة أو البيئات المعزولة أو تخزين الجلسة. تقبل إقامة البيانات في الولايات المتحدة وحالة البيتا.
Responses API	تجري استدعاءات منفردة، أو تريد التحكم في كل دور، أو تحتاج إلى ZDR أو إقامة بيانات خارج الولايات المتحدة، أو لديك حلقة عمل قائمة بالفعل.
Agents SDK	يجب أن يمتلك كود التطبيق الأدوات والتخزين والموافقات والتسليمات، وأن تعمل الحلقة داخل بنيتك التحتية.
ChatKit	تحتاج إلى واجهة دردشة مضمنة في منتجك.
Agent Builder	لا تبدأ هنا. صدّر أي سير عمل حالي قبل 30 نوفمبر 2026.

على AWS، تقدم Bedrock Managed Agents المدعومة من OpenAI القدرات الأساسية لـ Agents API لتعمل بشكل أصلي في AWS.

ولتوصيل MCP في أي من المسارين القائمين على الكود أولًا، راجع خوادم MCP مع وكلاء OpenAI.

الانتقال من حلقة Responses الخاصة بك إلى Agents API

إذا كنت قد بنيت حلقة على Responses وتريد أن تديرها OpenAI، اتبع هذه الخطوات:

اربط المكونات.

انقل التعليمات والنموذج والأدوات إلى agent. حوّل الحاوية إلى environment. واستبدل مخزن المحادثات بمعرّف جلسة.
انقل خوادم MCP البعيدة إلى agent.tools.

ضع الرموز في خزانة متصلة عبر vault_ids، وليس داخل المطالبات.
أعد كتابة معالجة الوظائف.

استبدل حلقة function_call_output بمعالج لـ:
- agent.session.requires_action عند استخدام البث.
- agent.session.action_required عند استخدام خطافات الويب.

يجب أن يعيد المعالج agent.session.input.tool_result. لا يستطيع الوكلاء الفرعيون استدعاء أدوات الوظائف، لذا أبقِ هذه الأدوات على الوكيل الرئيسي.

احذف كود ضغط السياق الخاص بك.

يضغط النظام السياق تلقائيًا.
انتقل إلى الأحداث.

راقب نتائج الدور التالية عبر البث أو خطافات الويب:
- agent.session.turn.completed
- agent.session.turn.failed
- agent.session.turn.cancelled

لا يعني خمول الجلسة نجاحها بالضرورة.

تحقق من القيود قبل الإنتاج. راجع إقامة البيانات في الولايات المتحدة فقط، وعدم دعم ZDR، ومتطلب رأس البيتا.

احتفظ بالخيارين في مشروع Apidog واحد

قبل التحويل الكامل، شغّل الحل القديم والجديد جنبًا إلى جنب.

في مشروع Apidog واحد:

أنشئ مجلدًا باسم Responses.
أنشئ مجلدًا باسم Agents API.
اجعل المجلدين يستخدمان البيئة نفسها، بما فيها:
- {{OPENAI_API_KEY}}
- متغير النموذج.
أرسل المطالبات نفسها عبر المسارين.
تحقق من رموز الحالة وحقول الإخراج المطلوبة.
افتح تدفق Agents API كطلب SSE لمراقبة أحداث الدور.
احفظ التشغيلات كسيناريوهات اختبار.
شغّلها في CI باستخدام Apidog CLI، حتى يظهر أي تغيير في البيتا كفحص فاشل.

راجع دليل موثوقية وكيل الذكاء الاصطناعي في الإنتاج لمعرفة ما يجب التحقق منه. يمكنك أيضًا تنزيل Apidog لإعداده.

الأسئلة الشائعة

هل ستحل Agents API محل Responses API؟

لم يُعلن عن أي إيقاف. تدرج نظرة عامة على وكلاء OpenAI كلًا من Agents API وAgents SDK وResponses API كخيارات حالية لاحتياجات مختلفة.

هل تم إيقاف OpenAI AgentKit؟

جزئيًا. من المقرر إيقاف Agent Builder وEvals في 30 نوفمبر 2026، بينما يبقى ChatKit متاحًا.

هل يستخدم Agents SDK واجهة Agents API؟

لا. يعمل SDK داخل تطبيقك، بينما تدير Agents API نظامًا مُدارًا في خدمة OpenAI.

ماذا حدث لـ Assistants API؟

تحدد صفحة الإيقافات في OpenAI إزالته في 26 أغسطس 2026، وتوجه المطورين إلى Responses API وConversations API.

أي الخيارات هو الأرخص؟

تتطابق أسعار الرموز عبر جميعها. الفرق الأساسي هو تكلفة الحاويات المستضافة في Agents API مقابل استضافتك الخاصة مع SDK أو Responses API.

اختر مسارًا واحدًا هذا الأسبوع

اختر بناءً على الجهة التي يجب أن تدير الحلقة، ثم أثبت القرار بطلبات فعلية قبل كتابة التطبيق.

إذا كنت تبدأ من الصفر، جرّب جلسة Agents API واحدة، ثم قارن مخرجاتها بإعداد Responses الحالي في Apidog.

كيفية استخدام OpenAI Agents API

Yusuf Khalidd — Fri, 02 Oct 2026 09:49:38 +0000

يقوم OpenAI Agents API بتشغيل برنامج Codex مفتوح المصدر الخاص بـ OpenAI بالنيابة عنك. يمكنك إرسال طلب POST https://api.openai.com/v1/agents/sessions مع الهيدر OpenAI-Beta: agents=v1 وتعريف وكيل ومهمة؛ يشغّل OpenAI النموذج وحلقة الأدوات، ويحتفظ بالجلسة، ويمكنه توفير بيئة اختبار معزولة (sandbox). لا توجد رسوم على Agents API: تدفع مقابل الرموز المميزة (tokens) والأدوات ووقت الحاوية المستضافة، من 0.03 دولار إلى 0.48 دولار لكل جلسة مدتها 20 دقيقة لأحجام البيئة المعزولة من 1 جيجابايت إلى 16 جيجابايت. دخل هذا الإصدار مرحلة البيتا العامة في 10 سبتمبر 2026، وأضافت OpenAI استخدام الكمبيوتر في DevDay في 29 سبتمبر.

جرّب Apidog اليوم

ستتعلم أدناه كيفية إنشاء جلسة REST، ومتابعة أحداث التقدم، وربط أدوات MCP، وتشغيل الوكلاء الفرعيين (subagents)، وبناء سير عمل للموافقة على استخدام الكمبيوتر. للمقارنة مع أسطح وكلاء OpenAI الأخرى، اقرأ Agents API مقابل Responses API مقابل Agents SDK. ولتفاصيل الحدث، راجع ملخص DevDay 2026. كل استدعاء هو HTTP عادي، لذا يمكنك إرساله من Apidog قبل كتابة رمز التطبيق.

نظرة سريعة على OpenAI Agents API

البند	القيمة
الحالة	بيتا عامة منذ 10 سبتمبر 2026؛ أُضيف استخدام الكمبيوتر في 29 سبتمبر
إنشاء جلسة	`POST /v1/agents/sessions`
هيدر البيتا	`OpenAI-Beta: agents=v1`، وتضيفه حزم OpenAI SDKs
الأذونات الأساسية	`api.agents.read`، `api.agents.write`، `api.responses.write`
التسعير	لا توجد رسوم على Agents API؛ رموز النموذج بأسعار API، والأدوات بأسعار قياسية، مثل بحث الويب بسعر 10 دولارات لكل 1000 استدعاء
الحاويات المستضافة	0.03 دولار لـ `small` (1 جيجابايت)، و0.12 دولار لـ `medium` (4 جيجابايت)، و0.48 دولار لـ `large` (16 جيجابايت) لكل جلسة مدتها 20 دقيقة
البيئات	`none`، `openai_hosted`، `self_hosted`
النموذج في أمثلة الوثائق	`gpt-6-astra`
ضوابط البيانات	إقامة البيانات في الولايات المتحدة فقط؛ لا يوجد احتفاظ بالبيانات صفر (ZDR)
الحد الأقصى لحجم الطلب	4 ميجابايت

المصادر: تقديم Agents API، ونظرة عامة على Agents API، وصفحة التسعير.

المفاهيم الأربعة

تعتمد API على أربعة أجزاء رئيسية:

الوكيل (Agent): النموذج، والتعليمات، والأدوات، وخوادم MCP. مرّره مضمنًا في الطلب أو احفظه وأعد استخدام agent_id.
البيئة (Environment): بيئة اختبار معزولة اختيارية أو جهاز كمبيوتر يقرأ فيه الوكيل الملفات ويشغّل الأوامر.
الجلسة (Session): نسخة دائمة من الوكيل تحتفظ بالتكوين والمحادثة والعمل المحفوظ.
الأحداث والعناصر (Events and items): الأحداث تُبلغ عن التقدم مباشرة، بينما العناصر هي الرسائل واستدعاءات الأدوات المحفوظة.

إرسال رسالة إلى جلسة خاملة يبدأ دورًا جديدًا، بينما إرسالها أثناء دور جارٍ يوجّه الوكيل. يتولى المسرّج (harness)، وفقًا لصفحة البنية، تشغيل حلقة النموذج والأدوات وضغط السياق، لذلك لا تحتاج إلى إعداد ضغط السياق بنفسك.

اختر بيئة

يحدد environment.type مكان تشغيل الأوامر:

none: لا توجد حوسبة. تستمر خوادم MCP البعيدة وأدوات الوظائف الخاصة بك في العمل، لكن Bash المدمج وapply-patch وملفات مساحة العمل وMCPs المنفذة لا تعمل.
openai_hosted: يدير OpenAI بيئة Linux معزولة تحتوي على Python وNode.js في /workspace.
- عيّن container_size إلى small (1 جيجابايت)، أو medium (الافتراضي، 4 جيجابايت)، أو large (16 جيجابايت).
- عيّن network.access إلى enabled أو disabled أو restricted مع allowed_domains.
- تصبح الملفات الموجودة في /workspace/outputs آثارًا (artifacts) عند اكتمال الدور.
- قد تُحذف البيئة الخاملة دون keep-alives بعد ساعة.
self_hosted: استخدم بنيتك التحتية. يمكنك تشغيل codex exec-server على جهاز محلي أو حاوية أو بيئة اختبار معزولة بعيدة، ثم ربطه باستخدام مفتاح بيئة منفصل.

تدرج مشاركة الإطلاق شركاء للبيئات المعزولة مثل Blaxel وCloudflare وDaytona وDigitalOcean وE2B وModal وOracle وRunloop وVercel. ويضيف دليل الاستضافة الذاتية AWS Lambda MicroVMs.

جلستك الأولى عبر REST

أنشئ مفتاحًا بالأذونات المذكورة باسم OPENAI_API_KEY، ثم أرسل مهمة أولى باستخدام حاوية صغيرة:

curl --no-buffer https://api.openai.com/v1/agents/sessions \
  -H "OpenAI-Beta: agents=v1" \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "agent": {
      "model": "gpt-6-astra",
      "instructions": "Write clean code, run it, and report the actual output."
    },
    "environment": {
      "type": "openai_hosted",
      "container_size": "small"
    },
    "input": "Create tree.py, a script that prints a tree of the files in the current directory. Run it and show the output.",
    "stream": true
  }'

عند استخدام stream: true، تكون الاستجابة تدفق أحداث للدور الأول. احفظ معرف الجلسة من الأحداث، ثم استخدم المورد نفسه لبقية دورة الحياة:

الإجراء	الطلب
المتابعة أو التوجيه	`POST /v1/agents/sessions/{id}/events` مع حدث `agent.session.input.message`
إلغاء الدور النشط	نقطة النهاية نفسها مع الحدث `agent.session.input.cancel`
قراءة العمل المحفوظ	`GET /v1/agents/sessions/{id}/items?order=asc&limit=100`
التنظيف	`DELETE /v1/agents/sessions/{id}`

تستخدم JavaScript SDK البنية نفسها. يضيف المثال التالي أداة، ووكلاء فرعيين، وخزانة (vault):

import OpenAI from "openai";

const client = new OpenAI();

const session = await client.beta.agents.sessions.create({
  agent: {
    model: "gpt-6-astra",
    tools: [{ type: "web_search" }],
    multi_agent: {
      enabled: true,
      max_concurrent_subagents: 3,
    },
  },
  vault_ids: [process.env.VAULT_ID],
  environment: { type: "openai_hosted" },
  input: "Summarize breaking changes in the latest release notes.",
});

console.log(session.id);

تابع التقدم: تدفق أو Webhooks

التدفق (Streaming)

افتح التدفق قبل إرسال المدخلات حتى لا تفوّت الأحداث المبكرة:

GET /v1/agents/sessions/{id}/events?stream=true
Accept: text/event-stream

راقب الأحداث التالية:

agent.session.turn.output_text.delta وagent.session.turn.output_text.done للنص المتدفق.
agent.session.turn.completed وagent.session.turn.failed وagent.session.turn.cancelled للحالة النهائية.
agent.session.requires_action عندما يحتاج الوكيل إلى نتيجة وظيفة أو اتصال بيئة أو موافقة على استخدام الكمبيوتر.

ضع هذه النقاط في معالجة الأخطاء:

agent.session.idle لا يعني نجاح الدور.
قد يكتمل الدور مع وجود استدعاءات أدوات فاشلة.
إغلاق التدفق لا يوقف المهمة.
لا تعيد التدفقات تشغيل الأحداث المفقودة؛ بعد انقطاع الاتصال، افتح تدفقًا جديدًا ثم استرجع الجلسة وعناصرها.

Webhooks

اشترك في الأحداث التالية:

agent.session.created
agent.session.action_required
agent.session.in_progress
agent.session.idle
agent.session.failed

انتبه إلى اختلاف التسمية: التدفق يستخدم requires_action، بينما الويب هوك يستخدم action_required.

لا تتضمن حمولة الويب هوك تفاصيل الاستدعاء، لذا يجب أن يسترجع المعالج الجلسة ثم يقرأ required_actions. تحقق من كل توقيع وفق دليل التحقق من توقيع الويب هوك. ولمهام الوكيل التي تستغرق دقائق، راجع عمليات API طويلة الأمد للوكيل الذكي.

أدوات MCP، والبحث عن الأدوات، والاستدعاء البرمجي، والوكلاء الفرعيون

أضف خادم MCP

أضف الخادم داخل agent.tools:

{
  "type": "mcp",
  "server_label": "openai_docs",
  "transport": {
    "type": "http",
    "server_url": "https://developers.openai.com/mcp"
  },
  "required": true
}

ينشئ OpenAI الاتصال افتراضيًا عبر:

{
  "connection_origin": "service"
}

لذلك يجب أن يكون خادم MCP قابلًا للوصول من OpenAI. استخدم:

connection_origin: "environment" لخادم داخل شبكة خاصة.
stdio لبدء الخادم داخل البيئة المعزولة.
transport.authorization لبيانات اعتماد جلسة واحدة.
vault_ids لإرفاق بيانات اعتماد من الخزانة، مثل static_bearer أو mcp_oauth.

فعّل البحث عن الأدوات

تُكتشف أدوات MCP تلقائيًا عندما يدعم النموذج البحث عن الأدوات. عند تعريف عدد كبير من أدوات الوظائف، أضف:

{
  "type": "tool_search"
}

ثم علّم الوظائف التي لا تحتاج إلى تحميل فوري باستخدام:

{
  "defer_loading": true
}

الاستدعاء البرمجي للأدوات

يكون الاستدعاء البرمجي مفعّلًا افتراضيًا. يحصل الوكيل على أداة exec لتشغيل JavaScript في بيئة تشغيل V8 معزولة، ما يسمح له بتكرار استدعاءات الأدوات وتقليم النتائج الكبيرة قبل إدخالها إلى السياق.

لتعطيله:

{
  "type": "programmatic_tool_calling",
  "enabled": false
}

الوكلاء الفرعيون (Subagents)

لتفعيل الوكلاء الفرعيين:

{
  "multi_agent": {
    "enabled": true,
    "max_concurrent_subagents": 3
  }
}

الحد الافتراضي هو 6. يتشارك الوكلاء الفرعيون نظام ملفات البيئة ويرثون أدوات MCP وبحث الويب، لكنهم لا يستطيعون استخدام أدوات الوظائف. ويكون subagent_id للدور الخاص بالوكيل الرئيسي بقيمة null.

استخدام الكمبيوتر: إضافة DevDay

يوفر استخدام الكمبيوتر للوكيل متصفحًا مستضافًا. أضف الأداة وسطح المكتب إلى البيئة المستضافة:

{
  "agent": {
    "model": "gpt-6-astra",
    "tools": [
      {
        "type": "computer_use",
        "include_screenshots": true
      }
    ]
  },
  "environment": {
    "type": "openai_hosted",
    "desktop": {
      "enabled": true
    },
    "network": {
      "access": "enabled"
    }
  }
}

يحتاج المتصفح إلى موافقة المستخدم قبل زيارة كل مصدر موقع جديد، بما في ذلك المواقع العامة. عند تلقي agent.session.requires_action:

استرجع الجلسة.
ابحث عن إدخالات computer_use_approval_request.
افحص request.type.
أرسل الاستجابة المناسبة عبر نقطة نهاية الأحداث.

يوجد نوعان من الطلبات:

browser_origin_access: اعرض origin وreason للمستخدم، ثم أرسل approve أو deny أو cancel.
browser_authentication: اعرض نموذج تسجيل الدخول الذي يحتوي على fields وoptions الاختيارية وcredential_origin. أرسل action: "submit" مع قيم المستخدم أو action: "cancel".

مثال للموافقة على مصدر موقع:

curl "https://api.openai.com/v1/agents/sessions/$SESSION_ID/events" \
  -H "OpenAI-Beta: agents=v1" \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "events": [
      {
        "type": "agent.session.input.computer_use_approval_request_result",
        "request_id": "REQUEST_ID",
        "response": {
          "type": "browser_origin_access",
          "decision": "approve"
        }
      }
    ]
  }'

يظهر نشاط المتصفح كعناصر computer_use_call تحتوي على id وturn_id وtitle وstatus وoutput. عندما يكون include_screenshots مفعّلًا، قد يتضمن output لقطة شاشة JPEG بترميز base64.

لا تضع لقطات الشاشة في السجلات؛ فقد تعرض بيانات الحساب.

يشير دليل استخدام الكمبيوتر إلى هذه المحاذير:

الموافقة على المصدر ليست تأكيدًا للإجراء. الموافقة على موقع لا تعني أن الوكيل سيطلب إذنًا قبل كل عملية شراء أو حذف. إذا كنت تحتاج هذا المستوى من التحكم، فقيّد المتصفح بموارد لا تستطيع تنفيذ هذه الإجراءات أو استخدم بيئة متصفح تتحكم فيها.
تسجيل الدخول يشمل البريد الإلكتروني وكلمات المرور ورموز التحقق. لا يتم دعم مفاتيح المرور (Passkeys) وتسجيل الدخول برمز QR.
الوكيل الرئيسي فقط يمكنه طلب المصادقة. لا يستطيع الوكلاء الفرعيون تنفيذ ذلك.
عطّل إعادة المحاولة التلقائية عند تقديم بيانات الاعتماد. استخدم maxRetries: 0 في SDK أو --retry 0 في curl.
الحالة 202 تعني قبول الطلب، لا نجاح التنقل أو تسجيل الدخول.
تنتهي صلاحية طلبات المصادقة بعد خمس دقائق.
الموافقة على المصدر لا تتجاوز سياسة الشبكة. أضف الموقع ونطاقات إعادة التوجيه إلى إعدادات network أيضًا.

يذكر الملخص أن استخدام الكمبيوتر متاح عبر API وCodex وChatGPT Work على Pro 500 وEnterprise. ولاختبار واجهات المستخدم باستخدام النموذج نفسه، راجع استخدام الكمبيوتر GPT-6 Astra لاختبار API.

امنح الوكيل API الخاصة بك، وليس واجهة المستخدم

المتصفح حل بديل للأنظمة التي لا توفر API. إذا كان النظام ملكك، فحوّله إلى خادم MCP:

عرّف أدوات مكتوبة بوضوح.
أعد نتائج قابلة للتحقق.
قلّل الحاجة إلى مطالبات الموافقة على المصادر.
اجعل العمليات الحساسة صريحة وقابلة للتدقيق.

راجع استخدام الكمبيوتر مقابل واجهات برمجة التطبيقات المهيكلة لفهم المقايضة. ويمكن لـخادم Apidog MCP توفير مواصفات API الخاصة بك لمساعد البرمجة الذي يكتب الغلاف (wrapper).

اختبر Agents API في Apidog قبل كتابة الكود

بما أن API في مرحلة البيتا، اختبر شكل كل استدعاء يدويًا في Apidog أولًا:

أنشئ بيئة Apidog تتضمن OPENAI_API_KEY وVAULT_ID وSESSION_ID.
أرسل الهيدرين التاليين في كل طلب:

   Authorization: Bearer {{OPENAI_API_KEY}}
   OpenAI-Beta: agents=v1

أرسل طلب إنشاء الجلسة بدون stream، ثم تحقق من حالة 2xx ومن أن الحقل id غير فارغ.
استخرج id إلى المتغير SESSION_ID.
افتح تدفق الأحداث كطلب SSE، ثم أرسل الإدخال من طلب ثانٍ وتحقق من وصول الأحداث.
احفظ حمولات الموافقة والإلغاء كطلبات مستقلة لتتمكن من إعادة تشغيل كل حالة من required_actions.
اربط الطلبات بسيناريو اختبار وشغّله في CI باستخدام Apidog CLI.

يحتوي دليل اختبار Agents API للذكاء الاصطناعي على أنماط لتأكيد المخرجات غير الحتمية. نزّل Apidog للمتابعة.

الأسئلة الشائعة

هل OpenAI Agents API مجاني؟

لا توجد رسوم على المنصة، لكنك تدفع مقابل الرموز المميزة للنموذج، واستدعاءات الأدوات، ووقت الحاوية المستضافة.

ما النماذج التي تعمل مع Agents API؟

تستخدم أمثلة الوثائق، بما في ذلك جميع أمثلة استخدام الكمبيوتر، نموذج gpt-6-astra. لا تسرد الصفحات نماذج مدعومة أخرى، لذا اختبر نموذجك أولًا.

هل يدعم Agents API خاصية Zero Data Retention؟

لا. يدعم إقامة البيانات في الولايات المتحدة فقط، وليس مؤهلًا لـ ZDR، حتى مع بيئة اختبار معزولة مستضافة ذاتيًا.

بماذا يختلف عن Agents SDK أو Responses API؟

يشغّل SDK الحلقة داخل تطبيقك، بينما Responses API هو استدعاء النموذج الذي تبني حلقة حوله. راجع المقارنة الكاملة.

ابدأ بجلسة واحدة للقراءة فقط

ابدأ بتطبيق محدود النطاق:

أنشئ جلسة للقراءة فقط.
أضف خادم MCP واحدًا فقط.
اختبر الاستدعاءات والأحداث والمخرجات.
أضف استخدام الكمبيوتر فقط خلف معالج موافقة يرفض الطلبات افتراضيًا.
وسّع الأذونات والأدوات تدريجيًا بعد التحقق من السلوك.

عندما تحتاج إلى أن يتفاعل ChatGPT مع أحداث من خادمك الخاص، بدلًا من الاعتماد على الاستقصاء، فإن MCP Events هي القطعة المناسبة.