# تجربة من Hightouch: نموذج رخيص يحكم أولًا ثم يحيل 22% من الحالات إلى Opus، والتكلفة تنخفض إلى الربع

> **المغزى:** المغزى: تكلفة تشغيل نموذج كبير على كل صف من البيانات قرار معماري لا مسألة صياغة prompt، فنسبة الثقة من نموذج رخيص قد تحدد مسبقًا أين يستحق الدفع.

- المصدر: المغزى (https://almaghza.com/a/2026-11-07-hightouch-llm-judge-cascade-cost/)
- التاريخ: 27 جمادى الأولى - 7 نوفمبر 2026 (2026-11-07)
- القسم: ذكاء اصطناعي
- الوسوم: نماذج اللغة الكبيرة، Claude، تسعير SaaS، الذكاء الاصطناعي

نشرت شركة Hightouch في 4 نوفمبر 2026 مقالًا هندسيًا عن تجربة على مهمة واحدة: أن يحكم نموذج لغوي على مجموعة سجلات، هل تعود إلى شخص واحد أم دُمجت بالخطأ. شملت التجربة 1000 هوية، نصفها مدموج خطأً، والبيانات مولّدة بمكتبة pseudopeople وليست بيانات حقيقية، وهو ما يذكره المقال صراحة.

جُرّب كل نموذج وحده أولًا. فحقق Claude Opus 5.5 دقة 99.0% بتكلفة 3.86 دولار لكل 1000 حالة، وGPT-6 Sol دقة 98.3% بـ 2.50 دولار، ونموذج Jev دقة 95.7% بـ 0.05 دولار.

ثم جاء الترتيب الذي يقوم عليه المقال. يحكم النموذج الرخيص على كل الحالات، لكنه يرجع نسبة ثقة بدل إجابة نهائية. والحالات التي تقع ثقتها بين 30% و90% فقط هي التي تُحال إلى Opus، وكانت 22% من الحالات. والنتيجة دقة 98.8% بتكلفة 0.88 دولار لكل 1000 حالة، أي فقدان 0.2% من الدقة مقابل فاتورة تقارب الربع.

وفي النسخة الأصعب من المهمة تفوّق هذا الترتيب على Opus وحده في الدقة والتكلفة معًا: 95.3% بـ 2.94 دولار، مقابل 95.1% بـ 5.39 دولار.

والآلية بسيطة. فالنموذج الرخيص لا يخطئ عشوائيًا، بل يخطئ في الحالات المتشابهة التي يصعب الفصل فيها، ونسبة الثقة تدل على هذه الحالات قبل دفع ثمن النموذج الكبير. ويشير المقال إلى خطأ مطبعي في نطاق سعر نماذج القرار داخل النص، والأرقام المعتمدة هي أرقام الجداول.

وبالنسبة إلى الفرق التي تشغّل نموذجًا كبيرًا على كل صف من بياناتها، يصبح السؤال عن التكلفة سؤالًا عن تصميم المسار: أي الحالات تحتاج النموذج الغالي فعلًا. وهو قرار يُتخذ مرة واحدة ويظهر أثره في كل فاتورة بعده، مع التحفظ بأن النتائج جاءت من مهمة واحدة على بيانات مولّدة.

## المصادر

- [مقال Hightouch الهندسي بجداول الأسعار والدقة](https://hightouch.com/blog/llm-judges-identity-resolution)
- [توثيق مكتبة pseudopeople التي وُلّدت بها بيانات الاختبار](https://pseudopeople.readthedocs.io/)