تقليل التكاليف وتحسين الأداء باستخدام منصة Claude

يمكن لضبط التخزين المؤقت للتعليمات، والتعليمات، والجهد أن يقلل من تكلفة Claude دون التضحية بأداء التطبيق.

غالبًا ما يُنظر إلى الأداء والتكلفة على أنهما مقايضة: لإنفاق أقل، تقبل نتائج أسوأ. من الناحية العملية، وجدنا أن العديد من التطبيقات التي تستخدم منصة Claude يمكنها خفض التكلفة دون التخلي عن الأداء من خلال ثلاثة إصلاحات: تعظيم معدل نجاح التخزين المؤقت للتعليمات، وإزالة الأنماط المضادة من تعليماتك عند الترقية إلى نماذج Claude الرائدة، ومعايرة الجهد وفقًا للمهمة. لقد وضعنا هذا التوجيه في مهارة claude-api. في هذه المقالة، نوضح كيف يمكن لـ Claude Code مع مهارة claude-api إيجاد طرق لتقليل التكلفة مع الحفاظ على الأداء أو تحسينه.

التخزين المؤقت للتعليمات

قبل أن يقوم Claude بإنشاء رد، فإنه يقوم أولاً بمعالجة التعليمات الخاصة بك إلى حالة عمل داخلية. هذه الخطوة، التي تسمى الملء المسبق، هي الجزء المكلف من معالجة الإدخال. يحفظ التخزين المؤقت للتعليمات تلك الحالة (ذاكرة التخزين المؤقت للمفتاح والقيمة، أو KV): عندما يبدأ طلب بنفس البادئة، يقرأها Claude مرة أخرى بدلاً من إعادة حسابها. يتم احتساب قراءات ذاكرة التخزين المؤقت بجزء من سعر الإدخال الكامل.

هناك بعض الاعتبارات العملية لضمان الاستخدام الفعال لذاكرة التخزين المؤقت للتعليمات. أولاً، ذاكرة التخزين المؤقت للتعليمات مرتبطة بنموذج معين. ثانيًا، يجب أن تكون قراءات ذاكرة التخزين المؤقت للتعليمات متطابقة بايتًا عبر البادئة. أخيرًا، ذاكرة التخزين المؤقت للتعليمات لها عمر افتراضي محدود (TTL).

مع وضع هذه النقاط في الاعتبار، إليك بعض النصائح العملية:

• كن حذرًا عند تغيير إعداد الجهد في منتصف المحادثة. تتحول هذه الإعدادات إلى تعليمات قبل المحتوى الخاص بك، لذا فهي جزء من البادئة المخزنة مؤقتًا. فقط مع نماذج Claude المختارة، بما في ذلك Opus 5 و Fable 5.1، يمكنك تحديث الجهد في منتصف المحادثة دون كسر ذاكرة التخزين المؤقت.
• احتفظ بالقيم المتغيرة خارج البادئة. يمكن أن يتغير الطابع الزمني الديناميكي أو المعرف في تعليمات النظام عبر استدعاءات النموذج، مما يؤدي إلى كسر ذاكرة التخزين المؤقت.
• تجنب تعريفات الأدوات التي تعيد ترتيب نفسها. عند استخدام واجهة برمجة تطبيقات رسائل Claude، يتم تجميع التعليمات بترتيب ثابت مع عرض تعريفات الأدوات في الأعلى. أي تغيير في تعريف الأداة سيكسر ذاكرة التخزين المؤقت.
• كن حذرًا عند تفريع المحادثات. تشارك الوكلاء الفرعيون والفروع ذاكرة التخزين المؤقت للوالد فقط عندما تكون بادئة الفرع متطابقة بايتًا، على نفس النموذج، وتستخدم نفس الجهد.

كيفية إصلاح ذلك

لقد جمعنا بعض الدروس لإدارة ذاكرة التخزين المؤقت للتعليمات:

• راقب معدل نجاح ذاكرة التخزين المؤقت للتعليمات بعناية. توفر وحدة تحكم Claude و واجهة برمجة تطبيقات تشخيص ذاكرة التخزين المؤقت تشخيصات لذاكرة التخزين المؤقت للتعليمات، بما في ذلك أسباب فقدان ذاكرة التخزين المؤقت للتعليمات (الشكل 1) والمكان المحدد الذي اختلف فيه طلبان.

• أجل تعريف الأدوات نادرة الاستخدام. قم بتعريف جميع أدواتك مقدمًا ولكن ضع علامة على الأدوات نادرة الاستخدام defer_loading: فهي تبقى خارج البادئة المخزنة مؤقتًا ويتم إلحاقها بالمحادثة فقط عندما يبحث عنها Claude باستخدام بحث الأدوات، وبالتالي يتم الحفاظ على ذاكرة التخزين المؤقت.
• طبق تحديثات تعليمات النظام كرسائل. تتيح لك بعض نماذج Claude إضافة تعليمات نظام كرسالة في منتصف المحادثة بدلاً من تحرير تعليمات النظام، مما يحافظ على ذاكرة التخزين المؤقت.
• رتب الطلب بحيث يظل الجزء الثابت ثابتًا. أضف السياق الثابت (تعريفات الأدوات وتعليمات النظام) أولاً والمحادثة المتنامية خلفها (الشكل 2).

• قم بإجراء تغييرات على النموذج أو الجهد عندما تكون ذاكرة التخزين المؤقت للتعليمات على وشك الكسر بالفعل. بعض العمليات، مثل الضغط، تعيد كتابة جزء كبير من ذاكرة التخزين المؤقت (المحادثة). هذه لحظة جيدة لتبديل النموذج أو الجهد، لأنك تدفع ثمن فقدان ذاكرة التخزين المؤقت على أي حال.
• حرك نقطة كسر ذاكرة التخزين المؤقت مع نمو المحادثة. مع منصة Claude، يمكنك تعيين التخزين المؤقت التلقائي لتطبيق نقطة كسر ذاكرة التخزين المؤقت على آخر كتلة قابلة للتخزين المؤقت.
• قم بتسخين ذاكرة التخزين المؤقت مسبقًا. لتقليل زمن الوصول، أرسل طلبًا مع max_tokens: 0 ونقطة كسر ذاكرة تخزين مؤقت صريحة، باستخدام نفس إعداد الجهد مثل حركة المرور الحقيقية الخاصة بك. هذا يعالج التعليمات ويكتبها في ذاكرة التخزين المؤقت دون إنشاء أي شيء. إذا قمت بتشغيله في بداية الجلسة (على سبيل المثال، بينما يكتب المستخدم)، فإن أول طلب حقيقي يصل إلى ذاكرة تخزين مؤقت دافئة.
• لا تتجاوز TTL لذاكرة التخزين المؤقت للتعليمات. يتم احتساب TTL لذاكرة التخزين المؤقت البالغ 5 دقائق من بداية الطلب. إذا كان الوكيل يحظر استدعاءات الأدوات أو طلبات الوكيل الفرعي التي تستغرق أكثر من 5 دقائق، فإن ذاكرة التخزين المؤقت للوالد تنتهي صلاحيتها قبل عودة النتيجة. في حالات مثل هذه، فكر في تعيين TTL لمدة ساعة واحدة على البادئة بدلاً من ذلك.

التعليمات

يمكن أن تتراكم التعليمات التي ترقع نقاط ضعف النموذج في التعليمات. يمكن أن تنحرف هذه التعليمات بالنسبة لقدرات أحدث نماذج Claude. فيما يلي "أنماط مضادة" شائعة في كتابة التعليمات تعيق نماذج Claude الرائدة ويمكن أن تزيد التكاليف عن غير قصد:

• طقوس التحقق. تعليمات مثل "تحقق من عملك مرة أخرى" أو "تحقق مرتين قبل الرد" غالبًا ما يتم أخذها حرفيًا بواسطة النماذج الرائدة ويمكن أن تهدر الرموز.
• معززات الدقة والتأكيد. "كن دقيقًا إلى أقصى حد"، "هام جدًا: يجب عليك دائمًا..." يمكن أن تؤدي إلى الإسهاب واستدعاءات أدوات إضافية عند العمل مع النماذج الرائدة.
• الإجراءات الإلزامية وهياكل المسودة. العمليات ذات الخطوات الثابتة (على سبيل المثال، "فكر خطوة بخطوة في مسودة") أو قوالب التفكير هي طقوس لا تحتاجها النماذج الرائدة. يمكن أن يتراكم هذا الهيكل فوق التفكير الأصلي ويستخدم رموزًا غير ضرورية.
• الأمثلة القديمة. يمكن للأمثلة القليلة المضبوطة لأنماط فشل نموذج أقدم أن تعلم النموذج الرائد تقليد سلاسل التفكير الطويلة على الطلبات التي لا تحتاجها.
• القواعد المتناقضة. النماذج الرائدة أفضل في اتباع التعليمات. يمكن اتباع التعليمات المتناقضة ("استرداد الأموال دائمًا وفقًا للسياسة" مقابل "لا تصدر استردادات أبدًا دون تصعيد") بشكل أكثر حرفية بواسطة النماذج الرائدة، مما يؤدي إلى أداء متدهور.
• التكوين القديم. يمكن رفض الإعدادات المكتوبة لجيل أقدم من Claude (على سبيل المثال، ميزانيات التفكير اليدوية) بواسطة منصة Claude مع النماذج الأحدث.

كيفية إصلاح ذلك

لقد قمنا بتحديث مهارة claude-api بأمر جديد يراقب هذه الأنماط المضادة. في Claude Code، قم بتشغيل /claude-api prompt-audit ضد تعليماتك أو مهاراتك أو أوصاف أدواتك. يغطي التدقيق أي شيء في دليل العمل الخاص بك، بما في ذلك كود التطبيق الذي يستدعي واجهة برمجة تطبيقات Claude وتكوين Claude Code الخاص (على سبيل المثال، CLAUDE.md أو المهارات).

على سبيل المثال، اختبرنا ترقية نموذج من Opus 4.8 إلى Opus 5 على معيار دعم العملاء. بدأنا من تعليمات نظيفة وزرعنا نمطًا مضادًا واحدًا في كل مرة (إعداد تفكير متقاعد، زوج من قواعد الاسترداد المتناقضة، مسودة يدوية، "تحقق مرتين"، "كن دقيقًا إلى أقصى حد"، وإجراء إلزامي من ست خطوات)، مما أعطى ست تعليمات قديمة.

قمنا بتشغيل كل منها على Opus 4.8، وعلى Opus 5 مع تغيير معرف النموذج فقط، وعلى Opus 5 بعد تشغيل /claude-api prompt-audit مرة واحدة لكل تعليمات (الشكل 3 يوضح المتوسط عبر الستة).

مع Opus 5، تستخدم طقوس التحقق ("تحقق مرتين") رموزًا غير ضرورية عن طريق تكرار البحث عن الطلب في كل عملية استرداد. تحولت معززات التأكيد ("كن دقيقًا إلى أقصى حد") إلى عشرات من عمليات البحث غير الضرورية في قاعدة المعرفة.

أدى تشغيل /claude-api prompt-audit إلى إزالة الأنماط المضادة، مما أدى إلى خفض التكاليف بنسبة 14.6% وزيادة الدقة بنسبة 5.3% في المتوسط. انخفضت التكلفة لأنه تم التخلص من استدعاءات الأدوات الإضافية والتفكير المكرر. ارتفعت الدقة لثلاثة أسباب. تسبب إعداد التفكير المتقاعد في رفض واجهة برمجة التطبيقات لكل طلب توجيه تمامًا. قادت قواعد الاسترداد المتناقضة Opus 5 إلى حجب أربعة استردادات كان مستحقًا لها بينما طلب من العميل التأكيد. وتصادمت المسودة اليدوية مع التفكير المدمج في Opus 5: في ثلاث تذاكر، كتب استدعاء الأداة داخل تفكيره ولم ينفذه أبدًا.

الجهد

يخبر الجهد Claude "بمدى صعوبة العمل". عند الجهد المنخفض، يصل Claude بشكل عام إلى استنتاجات أسرع. عند الجهد العالي، يتداول Claude ويتحقق ويستكشف البدائل قبل الإجابة.

يمكن أن تختلف التكلفة مقابل الأداء عبر مستويات الجهد على نموذج واحد. على سبيل المثال، يسجل Claude Fable 5 نسبة 11.5% عند الجهد المنخفض مقابل 5.35 دولارًا لكل مهمة على FrontierCode Diamond (أصعب 50 مهمة). عند الجهد الأقصى، يحصل Fable 5 على 30.9% مقابل 19.00 دولارًا لكل مهمة؛ تغيير الجهد يرفع النتيجة حوالي 2.7 مرة (+19 نقطة) مقابل حوالي 3.5 أضعاف التكلفة (الشكل 4).

على Claude Fable 5.1، يظهر امتحان Humanity's Last Exam (بدون أدوات) منحنى حادًا مع خطوة أخيرة متناقصة. يسجل حوالي 53% عند الجهد المنخفض مقابل حوالي 0.30 دولارًا لكل سؤال وحوالي 61% عند الجهد الأقصى مقابل حوالي 2.23 دولارًا؛ الخطوة الأخيرة إلى الحد الأقصى تضيف حوالي نصف نقطة مقابل 46% تكلفة إضافية. تقع المكاسب داخل ضوضاء التشغيل المتكرر للمعيار، لذا فأنت تدفع أكثر دون أي مكسب قابل للقياس.

يمكن أن يكون الجهد غير معاير في أي من الاتجاهين:

• افتراض أن الأعلى هو الأفضل دائمًا. يمكن أن يسبب الجهد العالي الإفراط في التفكير. يقضي Claude وقتًا أطول في التداول مما تستحقه المهمة، مما يضيف تكلفة وزمن وصول، ويمكن أن يقلل من جودة الإجابة. التداول يساعد فقط طالما أن هناك أدلة لا تزال موجودة.
• التحيز نحو الجهد المنخفض. إذا تم ضبطه على مستوى منخفض جدًا، يتوقف Claude قبل أن يحصل على أدلة كافية. يقوم باستدعاءات أدوات أقل، لذلك قد يجيب من نتيجة البحث الأولى بدلاً من الثالثة. يفكر بشكل أقل في الخطوات الصعبة ويتخطى الفحص الذي كان سيجريه عادةً بنفسه. تبدو الإجابة منتهية، لكنها مبنية على معلومات جزئية.

كيفية إصلاح ذلك

هناك بعض الطرق المفيدة لمعايرة الجهد:

• اختبر النماذج الأقوى عند جهد أقل. يمكن أن يكون النموذج الأقوى عند الجهد المنخفض أرخص من النموذج الأضعف الذي يعمل بجد (جهد عالٍ). على سبيل المثال، على CursorBench 3.2، يتطابق Claude Fable 5.1 عند الجهد المنخفض مع أداء Fable 5 عند الجهد العالي بثلث التكلفة (الشكل 5). هناك شيئان يجعلان النموذج الأحدث أرخص: عند الجهد المنخفض، يقوم بعمل أقل لكل مهمة، ويتم تسعير قراءات ذاكرة التخزين المؤقت للتعليمات في Fable 5.1 بمبلغ 0.25 دولارًا لكل مليون رمز مقابل 1.00 دولارًا لـ Fable 5. حتى بأسعار Fable 5، فإن Fable 5.1 عند الجهد المنخفض سيكلف حوالي 40% أقل.

• افهم شكل مهمتك. يعد قياس أداء التطبيق عبر مجموعة من مستويات الجهد طريقة مفيدة لفهم مفاضلة التكلفة والأداء لمهمتك الخاصة. في تقييم غير مشبع، يشير منحنى التكلفة والأداء المسطح عبر مستويات الجهد إلى أن المهمة ليست مقيدة بقوة التفكير الحاسوبي؛ زيادة الجهد ليست مفيدة.

غالبًا ما تتضمن هذه المعايرة تشغيل تقييم عبر النماذج ومستويات الجهد. في Claude Code، يقوم /claude-api hillclimb بإجراء هذا البحث نيابة عنك: فهو يقسم تقييمك إلى مجموعات تدريب واختبار، ويقترح تغييرات في التكوين، ويقرأ أمثلة التدريب الفاشلة لإصلاح ما يجده.

قمنا بتشغيله على معيار دعم العملاء، بدءًا من Opus 4.8 عند جهده الافتراضي (العالي). قام متسلق التلال أولاً بتجربة Opus 5 عند الجهد المنخفض، بتطبيق prompt-audit لإزالة طقوس استدعاء الأدوات الإلزامية، وخطوات المسودة، والقواعد المتناقضة. أدى ذلك إلى مسح خط الأساس Opus 4.8 بدقة تدريب 98.9% وخفض التكلفة إلى 2.6 سنتًا لكل تذكرة (الشكل 6).

ثم انتقل إلى Sonnet 5 عند الجهد المنخفض، والذي كان أرخص عند 1 سنت لكل تذكرة، لكن الدقة انخفضت إلى 88.9%. من خلال قراءة تذاكر التدريب الفاشلة، أضاف Claude قواعد توجيه ومرجع متقاطع لحد الاسترداد إلى التعليمات، مما أعاد Sonnet 5 إلى 98.9% بنفس التكلفة.

على التذاكر الأربعة عشر المحتجزة التي لم يرها البحث مطلقًا، سجل التكوين النهائي 90.5% مقابل 78.6% للإعداد الأصلي، بحوالي خمس التكلفة.

أتمتة خفض التكلفة

يعد التخزين المؤقت للتعليمات والتعليمات والجهد من الروافع الشائعة لتقليل التكلفة. تغطي وثائقنا المزيد. لتشغيل تدقيق شامل للتكلفة لكود التطبيق الذي يستخدم واجهة برمجة تطبيقات Claude، أضفنا /claude-api cost-optimize: فهو يحدد أين تذهب نفقاتك، ويطبق تخفيضات التكلفة، وإذا قدمت تقييمًا، فإنه يوضح كيف تتم مقايضة المدخرات مع الأداء.

يبدأ cost-optimize بإيجاد أين تذهب رموزك: من تقارير الاستخدام والتكلفة لمؤسستك إذا كان لديك مفتاح واجهة برمجة تطبيقات مسؤول Claude، من كائن الاستخدام في كل استجابة لواجهة برمجة التطبيقات إذا كان تطبيقك يسجلها، أو، في حالة فشل كليهما، من خلال قراءة كود بناء الطلب الخاص بك وتقديره.

ثم يقوم بترتيب المدخرات المتاحة، بدءًا من التخزين المؤقت للتعليمات، وتقليص ما يحمله كل طلب (بما في ذلك تدقيق التعليمات)، وتحديد المخرجات، و المعالجة المجمعة للعمل غير المراقب. إذا قدمت تقييمًا، فإنه يذهب إلى أبعد من ذلك ويحسب التكلفة والأداء عبر مستويات الجهد واختيارات النموذج. قمنا بتشغيل هذا على أربعة معايير عامة مع Sonnet 5 كخط أساس (الشكل 7):

• LegalBench (~58% تكلفة أقل): اقترح cost-optimize تخزين بادئة مشتركة مؤقتًا عبر المهام، وتعيين جهد منخفض، ومعالجة المهام عبر واجهة برمجة تطبيقات الدفعات. انخفضت رموز التفكير من 102,779 إلى 8,284 وبقي معدل النجاح ضمن الضوضاء وانخفضت التكلفة بنسبة ~58%.
• tau2-bench retail (~73% تكلفة أقل): من خلال تنفيذ التخزين المؤقت للتعليمات مع وضع نقطة كسر صريحة، خفض cost-optimize الإنفاق بنسبة 72% مع الحفاظ على معدل النجاح ثابتًا.
• OfficeQA Pro (~52% تكلفة أقل): أضاف cost-optimize المعالجة المجمعة والتخزين المؤقت للمستندات، مما أدى إلى خفض التكلفة من 136.20 دولارًا إلى 64.87 دولارًا.
• SWE-bench Verified (~55% تكلفة أقل): وجد cost-optimize أن التكوين الافتراضي يقوم بالتخزين المؤقت بشكل صحيح بالفعل. جاءت المدخرات من تعيين الجهد إلى متوسط وتقييد مخرجات الوكيل ببضع جمل موجزة. انخفض متوسط الخطوات لكل مهمة من 29 إلى 17 وانخفضت رموز التعليمات من 75.2 مليون إلى 33.7 مليون.

بدء الاستخدام

ابدأ بـ /claude-api prompt-audit عندما تكون قد انتقلت إلى نموذج Claude رائد وتريد التحقق من تعليماتك الحالية. يقوم بمسح التعليمات والمهارات وأوصاف الأدوات في دليل العمل الخاص بك. يمكن أن يكون هذا كود تطبيق يستدعي واجهة برمجة تطبيقات Claude أو تكوين Claude Code (CLAUDE.md، المهارات). يزيل الأنماط المضادة الشائعة التي تعيق النماذج الرائدة.

استخدم /claude-api cost-optimize عندما يستخدم تطبيقك واجهة برمجة تطبيقات Claude وتريد تدقيقًا للتكلفة. يقوم بتحديد إنفاق الرموز ثم يختبر روافع مختلفة: يطبق prompt-audit، ولكنه يتحقق أيضًا من طرق خفض التكلفة عبر التخزين المؤقت للتعليمات، أو معالجة العمل غير المراقب مجمعة، أو تحديد المخرجات. إذا قدمت تقييمًا، فإنه يقيس مفاضلات الجهد واختيار النموذج.

أخيرًا، استخدم /claude-api hillclimb للبحث عن التكلفة والأداء. بالنظر إلى تقييم، يقسمه Claude إلى مجموعات تدريب واختبار، ثم يقترح تحديثات لتطبيقك تهدف إلى تقليل التكلفة مع الحفاظ على أداء خط الأساس. يقرأ Claude حالات التدريب الفاشلة لتوجيه البحث، ويتم تسجيل التكوين النهائي على مجموعة الاختبار المحتجزة.

لمعرفة المزيد:

• راجع وثائقنا هنا
• راجع كتاب وصفات خفض التكلفة هنا
• راجع مهارة claude-api هنا; المهارة مدمجة أيضًا في Claude Code
• راجع هذه المقالة على مدونة Claude هنا

كتب بواسطة Lance Martin (@RLanceMartin)، Brad Abrams (@brada)، Isabella He (@IsabellaKHe)، و Ben Lehrburger (@benlehrburger).