أدلة الذكاء الاصطناعي · 10 دقيقة للقراءة

ما حدود معدل واجهات برمجة الذكاء الاصطناعي؟ RPM وTPM وأخطاء 429 والمعالجة الدفعية

تحدد حدود معدل واجهات الذكاء الاصطناعي عدد الطلبات والرموز في الدقيقة. تعرف على RPM وTPM وأخطاء 429 ومستويات الاستخدام وواجهات الدفعات.

رسم متساوي القياس لكرات كهرمانية متوهجة تمر عبر بوابة قياس بلون الأردواز، مع قناة جانبية منحنية تنقل مجموعة من الكرات إلى حوض تجميع

تحدد حدود معدل واجهات برمجة الذكاء الاصطناعي عدد الطلبات في الدقيقة (RPM) والرموز في الدقيقة (TPM) التي تستطيع مؤسسة أو مشروع إرسالها خلال نافذة زمنية ثابتة، وتُرجع خطأ HTTP 429 عند تجاوز أي حد منها. يفرض مقدمو الخدمة هذه الحصص لمنع إساءة الاستخدام وضمان عدالة الوصول وحماية البنية التحتية المشتركة للنماذج، مع توفير نقاط نهاية للدفعات لأحمال العمل التي تُنفذ دون اتصال.

في عملي على تصميم تكاملات واجهات البرمجة لدى Lotook، تحدث معظم المفاجآت في بيئة الإنتاج عندما تتابع الفرق الإنفاق الشهري وتتجاهل معدل المعالجة في الدقيقة ونوافذ الاندفاع القصيرة. ولأن مقدمي الخدمة يقيّمون عدة عدادات مستقلة عند كل استدعاء، فإن فهم كل بُعد قبل زيادة حركة المرور يساعد في استقرار المهام الخلفية والميزات الموجهة للمستخدمين.

ماذا تعني RPM وTPM وRPD في واجهات الذكاء الاصطناعي؟

تقيس حدود معدل واجهات الذكاء الاصطناعي حركة المرور عبر عدة أبعاد متوازية، منها الطلبات في الدقيقة (RPM)، والرموز في الدقيقة (TPM)، والحصص اليومية مثل الطلبات في اليوم (RPD) أو الرموز في اليوم (TPD). وحسب نقطة النهاية، قد يفرض مقدمو الخدمة أيضاً حدوداً لوحدات مثل الصور في الدقيقة (IPM) أو دقائق الصوت في الدقيقة لنماذج الصوت المتدفق.

إذا كنت حديث العهد بطريقة احتساب مقدمي الخدمة لحجم النص، فراجع دليلنا حول ما هو الرمز في الذكاء الاصطناعي. يتتبع بعض الموردين إجمالي TPM المجمّع، بينما يقسم آخرون ميزانيات الرموز إلى رموز الإدخال في الدقيقة (ITPM) ورموز الإخراج في الدقيقة (OTPM).

أهم قاعدة تشغيلية هي أن تجاوز حد واحد من الحدود المطبقة يؤدي إلى خطأ في حد المعدل حتى لو بقيت مساحة كبيرة في جميع المقاييس الأخرى. توضح وثائق OpenAI ذلك بمثال بسيط: إرسال 20 طلباً صغيراً في دقيقة يستنفد حد 20 RPM حتى لو بقي معظم رصيد TPM غير مستخدم. وعلى العكس، قد يؤدي إرسال عدد قليل من المطالبات الضخمة مع تخصيصات كبيرة للإخراج إلى استنفاد TPM قبل الاقتراب من سقف RPM بوقت طويل.

كيف تعمل حدود معدل OpenAI ومستويات الاستخدام؟

تفرض OpenAI حدود المعدل على مستوى المؤسسة والمشروع بدلاً من مستوى المستخدم الفردي، وتختلف هذه الحدود حسب النموذج ومستوى الاستخدام. في 17 نوفمبر 2026، توضح وثائق حدود المعدل لدى OpenAI أن بعض عائلات النماذج تتشارك سقفاً موحداً: فمثلاً إذا كان TPM المشترك يساوي 3.5 مليون، تُحتسب استدعاءات جميع نماذج المجموعة ضمن الرصيد نفسه البالغ 3.5 مليون.

لبعض أحمال العمل حصص منفصلة أيضاً. قد يكون للنماذج ذات السياق الطويل، مثل GPT-5.5 في وثائق OpenAI، حد معدل مخصص لطلبات السياق الطويل في وحدة تحكم المطورين. ويقتصر إدخال البيانات إلى مخزن المتجهات على 300 RPM لكل معرّف مخزن، بصورة مشتركة بين /vector_stores/{vector_store_id}/files و/.../file_batches، لذلك توصي OpenAI باستخدام file_batches لعمليات الإدخال الأكبر.

تُسند OpenAI المؤسسات تلقائياً إلى مستويات مدفوعة عندما يتجاوز إجمالي مشتريات الأرصدة كل عتبة، مما يتيح حدود معدل أعلى وحدود استخدام شهرية معتمدة أعلى. ويختلف حد الاستخدام الشهري المعتمد عن أي حد إنفاق اختياري تضبطه بنفسك، كما أن ظهور نموذج في جدول حدود المعدل لا يؤكد أن مؤسستك أو مفتاحك يستطيع الوصول إليه. للاطلاع على سياق أوسع للتكاليف عبر مقدمي الخدمة، راجع مقارنة أسعار واجهات الذكاء الاصطناعي.

المستوى شرط التأهل حدود الاستخدام
Free يجب أن يكون المستخدم في منطقة جغرافية مسموحة $100 / شهر
Build إجمالي مشتريات أرصدة بقيمة $5 $500 / شهر
Launch إجمالي مشتريات أرصدة بقيمة $100 $5,000 / شهر
Grow إجمالي مشتريات أرصدة بقيمة $500 $200,000 / شهر

مستويات استخدام OpenAI وحدود الاستخدام الشهرية في 17 نوفمبر 2026، وفق دليل OpenAI لحدود المعدل.

ضمن هذه المستويات المدفوعة، تنشر OpenAI حدود معدل Standard لنماذج مثل Astra وSol وTerra وLuna. تختلف أرقام Standard عن حدود Ultrafast، وتنصح OpenAI بالتحقق من أرقامك الحالية ضمن Settings > Organization > Limits.

المستوى النموذج RPM TPM
Build Astra, Sol, Terra 5,000 1,000,000
Build Luna 5,000 2,000,000
Launch Astra, Sol, Terra 10,000 4,000,000
Launch Luna 10,000 10,000,000
Grow Astra, Sol, Terra 15,000 40,000,000
Grow Luna 30,000 180,000,000

حدود معدل OpenAI Standard المنشورة في 17 نوفمبر 2026، وفق وثائق OpenAI للمطورين.

حدود معدل Anthropic Claude والتخزين المؤقت وحدود زيادة المعدل

تقيس Anthropic حدود معدل Messages API بوحدات RPM وITPM وOTPM لكل فئة نموذج، وتُرجع استجابة 429 تحدد الحد المتجاوز عندما تتخطى حركة المرور عتبة معينة. وعندما تتضمن الاستجابة ترويسة retry-after، توجه وثائق Anthropic المستدعي إلى الانتظار على الأقل لعدد الثواني المحدد قبل إعادة المحاولة.

تستخدم Anthropic أيضاً احتساباً لـ ITPM يراعي التخزين المؤقت، مما يغير تأثير تخزين المطالبات مؤقتاً في معدل المعالجة. يحتسب ITPM الافتراضي فقط input_tokens التي تظهر بعد آخر نقطة توقف للتخزين المؤقت، إضافة إلى cache_creation_input_tokens. والأهم أن cache_read_input_tokens لا تُحتسب ضمن ITPM. تقدّر Anthropic قيمة ITPM في بداية كل طلب وتعدّل العد أثناء التنفيذ، مما يمنح أحمال العمل كثيرة الاعتماد على التخزين المؤقت سعة إدخال فعلية أكبر بكثير. (لا تفترض أن OpenAI أو Google Gemini تستثنيان قراءات التخزين المؤقت من حدود الرموز بالطريقة نفسها ما لم تنص وثائقهما على ذلك صراحةً.)

حتى مع البقاء دون ITPM وOTPM، قد تؤدي الارتفاعات الحادة في حركة المرور إلى تفعيل حدود زيادة المعدل لدى Anthropic. وقد تُعد دفعة لا تستمر سوى بضع ثوانٍ زيادة حادة. تحسب Anthropic حد الزيادة بإضافة خطوة ثابتة إلى أعلى استخدام حديث في الدقيقة لذلك النموذج داخل مؤسستك؛ ويمكنك كل دقيقة الصعود خطوة واحدة فوق ذروتك الأخيرة حتى الوصول إلى الحد الكامل لمستواك، ولا تنخفض الكمية المسموحة أبداً عن حد أدنى ابتدائي حتى بعد فترات الخمول.

المستوى النموذج RPM ITPM OTPM
Start Claude Opus 5.5 4,000 2,000,000 400,000
Start Claude Sonnet 5.5 4,000 2,000,000 400,000
Build Claude Opus 5.5 10,000 5,000,000 1,000,000
Build Claude Sonnet 5.5 10,000 5,000,000 1,000,000
Scale Claude Opus 5.5 13,000 10,000,000 2,000,000
Scale Claude Sonnet 5.5 13,000 10,000,000 2,000,000

أمثلة لحدود مستويات Anthropic Messages API في 17 نوفمبر 2026، وفق وثائق Anthropic لحدود المعدل. راجع وحدة التحكم والجدول الرسمي الكامل لمعرفة فئات النماذج الأخرى والحدود الخاصة بحسابك.

حدود معدل Google Gemini API وسقوف الإنفاق

تُطبق حدود معدل Google Gemini API لكل مشروع بدلاً من كل مفتاح API، وتتتبع عادةً RPM وTPM للإدخال وRPD. تُصفّر حصص RPD اليومية عند منتصف الليل بتوقيت المحيط الهادئ. ونظراً إلى أن Google تذكر أن حدود المعدل المنشورة تختلف حسب النموذج والمستوى، وأنها أشد تقييداً للنماذج التجريبية ونماذج المعاينة وغير مضمونة، فينبغي التحقق من الأرقام الفعلية لنموذجك مباشرةً في Google AI Studio بدلاً من الاعتماد على تقديرات ثابتة.

يفرض Gemini أيضاً حصصاً خاصة بالنماذج والأدوات. فقد تخضع نماذج توليد الصور لحدود IPM، وتتضمن نماذج معينة حدود TPD، بينما للأدوات المدمجة سقوفها الخاصة: في 17 نوفمبر 2026، كان الحد الافتراضي لـ Grounding with Google Search على Gemini 3 والنماذج الأحدث هو 1,500 RPD لكل مشروع على Gemini Developer API.

إلى جانب سقوف الطلبات والرموز، تطبق Google حدود معدل مبنية على الإنفاق تُقيّم خلال نافذة متحركة مدتها 10 دقائق، بحسب سجل الفوترة والمستوى:

مستوى الاستخدام حد معدل الإنفاق (لكل 10 دقائق)
Free N/A
Tier 1 $10
Tier 2 $50
Tier 3 $200

حدود الإنفاق في نافذة متحركة مدتها 10 دقائق على Google Gemini API في 17 نوفمبر 2026، وفق وثائق Google لحدود المعدل.

يؤدي بلوغ حد Gemini المبني على الإنفاق إلى إرجاع 429 RESOURCE_EXHAUSTED. وتوصي Google بالتوقف وإعادة المحاولة بعد فترة قصيرة، وتقليل وتيرة الاستدعاءات المكلفة باستخدام نوافذ سياق أصغر أو مخرجات أقصر، وطلب زيادة الحد إذا كانت حركة الإنتاج العادية تبلغ السقف باستمرار.

ماذا يعني الخطأ 429 وكيف تعيد المحاولة بأمان؟

تعني استجابة HTTP 429 أن المستدعي تجاوز حصة واجهة البرمجة أو عتبة المعدل أو سقف الفوترة، لكن لا ينبغي إعادة محاولة كل خطأ 429. يحذر مركز مساعدة OpenAI صراحةً من أن 429 قد يشير إلى حد معدل مؤقت أو نفاد رصيد مسبق الدفع أو حد إنفاق صارم مضبوط أو حد استخدام شهري. إن إعادة محاولة 429 ناتج عن الفوترة أو حد إنفاق صارم تستهلك المحاولات فحسب؛ ويتطلب إصلاحه تعديل الفوترة أو الحدود.

التمييز بين أخطاء المعدل 429 والحمل الزائد 503

يستخدم مقدمو الخدمة محتويات خطأ محددة للفصل بين ارتفاعات معدل حركة المرور ومشكلات سعة الخادم المؤقتة. في واجهة OpenAI، تشير 429 مع rate_limit_error وslow_down إلى أن معدل طلباتك ازداد بسرعة كبيرة، وهو ما قد يحدث حتى ضمن حدود RPM وTPM. أما 503 مع service_unavailable_error وserver_is_overloaded فتعني أن النموذج المستهدف يعاني حملاً زائداً مؤقتاً. لدى Anthropic تحدد أخطاء 429 الحد الذي تم تجاوزه، بينما تُرجع سقوف إنفاق Gemini القيمة 429 RESOURCE_EXHAUSTED.

الاندفاعات وmax_tokens وآليات إعادة المحاولة

غالباً ما تؤدي الاندفاعات القصيرة إلى تفعيل حدود المعدل لأن مقدمي الخدمة يفرضون سقوفاً على فترات أقصر من دقيقة: تذكر OpenAI أن حد 60 RPM قد يُفحص أيضاً على نوافذ مدتها 1 ثانية. وتهم ميزانيات الإخراج أيضاً، لأن حساب حد المعدل لدى OpenAI قد يأخذ القيمة الأكبر بين max_tokens وتقدير يستند إلى عدد الأحرف. يساعد ضبط max_tokens قريباً من حجم الاستجابة المتوقع في منع تضخيم حجوزات الرموز بصورة مصطنعة.

عند حدوث خطأ 429 أو 503 يمكن إعادة محاولته، اتبع الخطوات التالية:

  1. افحص رمز الخطأ أولاً حتى لا تعيد محاولة أخطاء الرصيد مسبق الدفع أو حد الاستخدام أو حد الإنفاق الصارم.
  2. التزم بـ Retry-After أو retry-after عند وجوده، وانتظر عدد الثواني المحدد على الأقل قبل المحاولة التالية.
  3. استخدم تراجعاً أُسّياً مع تأخير عشوائي عند غياب الترويسة، بزيادة التأخير بعد كل فشل وإضافة تأخير عشوائي صغير حتى لا تتصادم العمليات العاملة، مع وضع سقف لإجمالي المحاولات.
  4. راعِ إعادة المحاولة في حزم SDK الرسمية بتعطيل حلقات إعادة المحاولة المدمجة أو تنسيقها إذا أضفت منطقاً مخصصاً، لمنع تضاعف موجات الطلبات.
  5. وزّع التزامن لدى العميل بتنظيم المهام في قائمة الانتظار على مدار الدقيقة بدلاً من إرسال حصة دقيقة كاملة في ثانية واحدة.

متى تتجنب Batch API حدود RPM وTPM المباشرة؟

تتجنب Batch API غير المتزامنة ميزانيات RPM وTPM المتزامنة المباشرة بوضع المهام غير التفاعلية في قائمة انتظار لإنجازها دون اتصال، بدلاً من طلب استجابات فورية. تتيح Batch API من OpenAI إرسال مجموعات كبيرة من الطلبات دون استهلاك حدود المعدل المتزامنة؛ ويُحكم معدل معالجة الدفعات بدلاً من ذلك بإجمالي رموز الإدخال المنتظرة لكل نموذج، حيث تُحتسب مهام الدفعات المعلقة ضمن حد قائمة الانتظار وتُزال المهام المكتملة منه. وتعرض وثائق أسعار Gemini Developer API المدفوعة من Google كذلك خيار Batch API يخفض التكلفة بنسبة 50%، فراجع وثائق Google الرسمية لمعرفة آليات دفعات Gemini الحالية.

لا تخلط بين Batch API وتجميع عدة مهام في مطالبة متزامنة مباشرة واحدة. تذكر OpenAI أنه إذا بلغت حد RPM مع بقاء مساحة في TPM، فإن جمع عدة مهام صغيرة في طلب متزامن واحد قد يعالج مزيداً من الرموز في الدقيقة، خصوصاً على النماذج الأصغر. لكن الاستدعاءات المتزامنة المجمّعة تظل تستهلك ميزانية TPM المباشرة وتخضع لقواعد الاندفاع وmax_tokens. ولمزيد من الاستراتيجيات لمواءمة حجم النموذج والمعالجة الدفعية مع احتياجات العمل، راجع دليل كيفية خفض تكاليف واجهات الذكاء الاصطناعي. عندما يتجاوز حجم الإنتاج الطبيعي مستواك، قدّم طلباً رسمياً لزيادة الحد عبر وحدة التحكم الرسمية لمقدم الخدمة بدلاً من محاولة الالتفاف على ضوابط الحساب.

الأسئلة الشائعة

لماذا أتلقى خطأ 429 رغم أنني دون حدود RPM وTPM؟

يمكن لعدة آليات أن تؤدي إلى خطأ 429 حتى عندما يبدو متوسطك في الدقيقة آمناً. يفرض مقدمو الخدمة نوافذ اندفاع قصيرة، مثل فحوص مدتها 1 ثانية على حد 60 RPM، وحدود زيادة عند ارتفاع حركة المرور فجأة مثل قاعدة Anthropic أو slow_down لدى OpenAI، وأرصدة مشتركة للعائلة، وحدود إنفاق Gemini في نافذة متحركة مدتها 10 دقائق، أو قيوداً بسبب نفاد الأرصدة مسبقة الدفع وسقوف الإنفاق.

هل أعيد محاولة كل خطأ 429 من واجهة ذكاء اصطناعي؟

لا، افحص محتوى الخطأ قبل إعادة محاولة أي استجابة 429. يمكن إعادة محاولة أخطاء 429 الناتجة عن حد معدل مؤقت وأخطاء الحمل الزائد 503 بأمان بعد الالتزام بـ Retry-After أو تطبيق تراجع أُسّي مع تأخير عشوائي. أما الأخطاء الناتجة عن نفاد الأرصدة مسبقة الدفع أو حدود الاستخدام الشهرية أو حدود الإنفاق الصارمة المضبوطة فتتطلب تحديث الفوترة أو الحد، وستستمر في الفشل عند إعادة المحاولة.

هل تُحتسب قراءات ذاكرة المطالبات المؤقتة ضمن حدود ITPM لدى Anthropic؟

لا، يستثني حساب ITPM لدى Anthropic الذي يراعي التخزين المؤقت قيمة cache_read_input_tokens من حصة رموز الإدخال في الدقيقة. ولا يُحتسب ضمن ITPM سوى input_tokens غير المخزنة مؤقتاً بعد آخر نقطة توقف للتخزين المؤقت وcache_creation_input_tokens. ولأن Anthropic تقدّر ITPM عند بدء الطلب وتعدّله أثناء الاستدعاء، تحصل أحمال العمل ذات معدلات إصابة التخزين المؤقت المرتفعة على مساحة إضافية للإدخال.

هل تُشارك حدود معدل واجهات الذكاء الاصطناعي بين مفاتيح API؟

نعم، لا يؤدي إنشاء مفاتيح API إضافية ضمن المؤسسة أو المشروع نفسه إلى منح حصص منفصلة لحد المعدل. تحدد OpenAI حدود المعدل على مستوى المؤسسة والمشروع بدلاً من المستخدم، وتطبق Google Gemini الحدود صراحةً لكل مشروع بدلاً من كل مفتاح API. وتتشارك جميع المفاتيح ضمن هذا النطاق الحصة نفسها.

كيف يؤثر ضبط max_tokens في حدود معدل OpenAI؟

تذكر OpenAI أن حساب حد المعدل لديها قد يستخدم القيمة الأكبر بين إعداد max_tokens وتقدير مشتق من عدد الأحرف. يؤدي ضبط max_tokens أعلى بكثير من الاستجابة المتوقعة فعلياً إلى زيادة الرموز المحجوزة مقابل حد TPM وزيادة احتمال أخطاء معدل الرموز. ويحافظ إبقاء max_tokens عند قيمة واقعية على معدل المعالجة المباشر.

المصادر

بقلم

Chunyu Cai

Chunyu Cai هو الرئيس التنفيذي لشركة Lotook, LLC ورائد أعمال يكتب عن نماذج الذكاء الاصطناعي ووكلائه وكيف تغير العمل اليومي. يحمل Chunyu Cai درجة الماجستير من Imperial College London.