# قياس مستقل: أداة RTK التي تعد بتوفير 90% من الـ tokens رفعت التكلفة

> **المغزى:** نسب التوفير التي تعلنها الأدوات محسوبة على الجزء الذي تعمل عليه وحده، لا على الفاتورة كاملة، والفرق بين الرقمين قد يقلب النتيجة.

- المصدر: المغزى (https://almaghza.com/a/2026-09-11-rtk-token-savings-measured/)
- التاريخ: 29 ربيع الأول - 11 سبتمبر 2026 (2026-09-11)
- القسم: ذكاء اصطناعي
- الوسوم: AI Agents، اختبارات الأداء، أدوات المطورين

نشرت شركة Quesma في 11 سبتمبر 2026 قياسًا لأداة RTK، واسمها اختصار لـ Rust Token Killer. والأداة لديها قرابة 79,000 نجمة على GitHub، ويقول ملف الـ README الخاص بها إنها تحذف ما يصل إلى 90% من مخرجات الـ bash التي يراها الـ agent.

وتعمل RTK وسيطًا بين الـ terminal والـ agent، فتقصّ المخرجات قبل أن يقرأها النموذج، على افتراض أن تقليل ما يقرؤه يقلل ما يُدفع.

وأجرت Quesma القياس على Terminal-Bench 2.1، عبر 1,740 محاولة، شُغّلت فيها كل مهمة خمس مرات بالأداة وخمسًا من دونها. وجاءت النتائج على النحو التالي:
- مع Fable 5.0 انخفضت التكلفة الإجمالية من 731 إلى 698 دولارًا، لكن تكلفة المهمة الواحدة ارتفعت بنسبة 1%
- مع DeepSeek V4 Pro ارتفعت التكلفة بنسبة 17%

أما نسبة 90% فهي موجودة فعلًا، لكنها محسوبة على مخرجات الـ terminal وحدها. وهذه المخرجات لا تمثل سوى 11% من الـ input tokens مع Fable، و40% مع DeepSeek. أي أن الأداة توفر 90% من جزء صغير نسبيًا من الفاتورة.

ثم يأتي الثمن من جهة أخرى. فالـ agent حين يرى مخرجات مقصوصة، قد يعود ليطلب المعلومات من جديد، فيدفع المستخدم مقابل استدعاءات إضافية تمحو التوفير أو تتجاوزه.

والمبدأ لا يخص RTK وحدها. فكل أداة تعلن توفيرًا بنسبة كبيرة تحسب النسبة على الجزء الذي تعمل عليه، لا على الفاتورة التي تصل في نهاية الشهر. وفي أدوات الـ agents تحديدًا، يتفاعل كل تغيير في ما يراه النموذج مع سلوكه، فلا تُعرف النتيجة الفعلية إلا بقياس التكلفة الكاملة للمهمة، كما فعلت Quesma.

## المصادر

- [قياس Quesma الكامل بالمنهجية](https://quesma.com/blog/does-rtk-make-ai-coding-cheaper/)
- [Terminal-Bench](https://www.tbench.ai/)
- [النقاش على Hacker News](https://news.ycombinator.com/item?id=49656698)