Gemini 4 Neon Context Caching: كيفية الحصول على خصم 95%

يقوم Gemini 4 Neon بتخزين بادئات المطالبات المتكررة تلقائيًا ويحاسب عليها بسعر 0.15 دولار لكل مليون رمز بدلًا من 3 دولارات. إليك كيفية تنظيم مطالباتك لتحقيق إصابات في ذاكرة التخزين المؤقت، وما الذي يتغير في حلقات الوكلاء، وكيفية التحقق من الإصابات عبر usage.total_cached_tokens.

Ashley Goolam

Ashley Goolam

19 نوفمبر 2026

Gemini 4 Neon Context Caching: كيفية الحصول على خصم 95%

Apidog للمؤسسات

النشر على الخوادم المحلية

SSO و RBAC

متوافق مع SOC 2

استكشف Apidog للمؤسسات

يعتمد التخزين المؤقت للسياق في Gemini 4 Neon على النمط الضمني فقط. أنت لا تنشئ ذاكرة تخزين مؤقت بنفسك؛ بل تقوم Google بتخزين بادئات المطالبات المتكررة التي تبلغ 4,096 رمزاً على الأقل تلقائياً، وتحتسب الرسوم على رموز الإدخال المخزنة بسعر 0.15 دولار لكل مليون رمز بدلاً من 3 دولارات، أي بخصم يبلغ 95%. وستحصل على ذلك بإبقاء الجزء الثابت من كل طلب في المقدمة ومتطابقاً بالبايت تماماً، ثم التحقق من الإصابات في الحقل usage.total_cached_tokens.

فيما يلي: تصميم المطالبة لتحقيق إصابات التخزين المؤقت، قاعدة حلقة الوكيل، قراءة عدد الرموز المخزنة، واختبار يجريه وكيل البرمجة نيابةً عنك.

كيف يعمل التخزين المؤقت للسياق في Gemini 4 Neon؟

التخزين المؤقت للسياق في Gemini 4 Neon هو تخزين تلقائي للبادئات. عندما يبدأ طلب جديد بالرموز نفسها التي بدأ بها طلب حديث، وكانت تلك البادئة المشتركة بطول 4,096 رمزاً على الأقل، تقدّم Google الجزء المتكرر من الذاكرة المؤقتة وتحتسب عليه رسوم السعر المخفّض. لا يوجد شيء تفعّله، ولا كائن تخزين مؤقت أو مهلة انتهاء (TTL) أو رسوم تخزين تديرها.

أصدرت Google نموذج Neon في 18 نوفمبر 2026 (بالمعرّف gemini-4-neon، راجع منشور الإطلاق). ويمكن تلخيص حقائق التخزين المؤقت في جدول واحد:

البند Gemini 4 Neon
وضع التخزين المؤقت ضمني فقط، مفعّل افتراضياً
التخزين المؤقت الصريح (cachedContents، caches.create) غير مدعوم
الحد الأدنى للبادئة لتحقيق إصابة 4,096 رمزاً
الإدخال القياسي 3.00 دولارات لكل مليون رمز
الإدخال المخزّن (القياسي) 0.15 دولار لكل مليون رمز
الإدخال المخزّن (الدفعات وFlex) 0.075 دولار لكل مليون رمز
الإدخال المخزّن (الأولوية) 0.27 دولار لكل مليون رمز
مكان مشاهدة الإصابات usage.total_cached_tokens
الفئة المجانية لا توجد، الفئة المدفوعة فقط

الخصم يبلغ 95% على كل فئة: 0.15 دولار هي 5% من 3 دولارات، و0.075 دولار هي 5% من 1.50 دولار، و0.27 دولار هي 5% من 5.40 دولار. أما رموز الإخراج، بما فيها رموز التفكير، فتبقى بسعر 15 دولاراً لكل مليون رمز على الفئة القياسية. التخزين المؤقت لا يمسّ سوى الإدخال.

التخزين المؤقت الضمني مقابل الصريح في Gemini 4 Neon

إذا كنت تستخدم التخزين المؤقت الصريح على Gemini 2.5 أو 3، فهذا هو التغيير الذي سيكسر الكود. ملاحظات الترحيل إلى Neon من Google تقولها بوضوح: Gemini 4 Neon «لا يدعم التخزين المؤقت الصريح (cachedContents وcaches.create)»، وأنه عليك «إزالة حقول cached_content من الطلبات».

وتضيف وثائق التخزين المؤقت أن واجهة Interactions API لا تدعم سوى التخزين المؤقت الضمني، وأن التخزين المؤقت الصريح غير متاح لأي نموذج من Gemini 4. أما الذاكرة الصريحة فما زالت تعمل على نماذج Gemini 3 و2.5 المدعومة عبر generateContent.

ماذا يعني ذلك عند الترحيل:

  1. احذف الكود الذي يستدعي caches.create ويخزّن اسم الذاكرة المؤقتة.
  2. أزل cached_content من كل جسم طلب.
  3. توقف عن دفع رسوم تخزين الذاكرة المؤقتة التي لم تعد تستخدمها.
  4. أعد هيكلة المطالبات بحيث يقع المحتوى الذي كنت تخزّنه صراحةً في بداية كل طلب تماماً.

لا يمكنك تثبيت مستند أو اختيار مدة صلاحية (TTL)، والإصابة غير مضمونة. لكن يمكنك رفع الاحتمالات كثيراً.

كيف تصمّم المطالبات لتحقيق إصابات في ذاكرة Gemini 4 Neon المؤقتة؟

تحتاج الإصابة إلى بادئة طويلة ومتطابقة تُرسل مرة أخرى بعد وقت قصير. توفر وثائق Google نصيحتين: ضع المحتوى الكبير والشائع في بداية مطالبتك، وأرسل الطلبات ذات البادئة المشابهة خلال فترة زمنية قصيرة.

Two Gemini 4 Neon requests sharing an identical stable prefix of system instruction, tool definitions and documents over 4,096 tokens, which is billed at $0.15 per 1M on a cache hit, followed by a different new question billed at $3 per 1M

رتّب كل طلب بهذا الشكل:

  1. تعليمات النظام. نص ثابت، بلا طوابع زمنية، بلا أسماء مستخدمين، بلا معرّفات طلبات.
  2. تعريفات الأدوات والدوال. القائمة نفسها، وبالترتيب نفسه، وبالأوصاف نفسها في كل مرة.
  3. المستندات المشتركة. قاعدة الكود، والعقد، ومواصفات الـ API، وملف السياسات الطويل.
  4. الجزء المتغيّر. سؤال المستخدم، وأحدث نتيجة أداة، وتاريخ اليوم.

الطريقة الأكثر شيوعاً للتفويت على الذاكرة المؤقتة هي وجود قيمة ديناميكية صغيرة قرب الأعلى. سطر مثل Current time: 2026-11-19T09:14:02Z في تعليمات النظام يغيّر البادئة في كل استدعاء، فلا يمكن لأي شيء بعده أن يتطابق. انقله إلى النهاية، بعد المستندات.

من العناصر الأخرى التي تكسر البادئة: قوائم الأدوات المبنية بترتيب عشوائي، والمستندات المعاد تسلسلها بتنسيق مسافات مختلف، والأجزاء المسترجعة التي تعود بترتيب مختلف.

حافظ على أن تتجاوز البادئة 4,096 رمزاً. مطالبة نظام بطول 2,000 رمز وحدها لن تكون مؤهلة. أما إذا أرسلت معها مستنداً مشتركاً طويلاً، فستكون البادئة المجمّعة كذلك.

مع واجهة Interactions API، مرّر التعليمات الثابتة في system_instruction وضع المستندات أولاً في input:

from google import genai

client = genai.Client()  # reads GEMINI_API_KEY

SYSTEM = open("review_rules.md").read()      # fixed text
CODEBASE = open("repo_snapshot.txt").read()  # ~200K tokens, unchanged

def ask(question: str):
    interaction = client.interactions.create(
        model="gemini-4-neon",
        system_instruction=SYSTEM,
        input=CODEBASE + "\n\nQuestion: " + question,
    )
    print("cached tokens:", interaction.usage.total_cached_tokens)
    return interaction

ask("Where do we validate JWT expiry?")
ask("Which handlers skip input validation?")

الاستدعاء الأول يملأ الذاكرة المؤقتة. إذا طبع الاستدعاء الثاني 0 من الرموز المخزنة، فهذا يعني أن شيئاً ما في البادئة قد تغيّر.

يعمل التخزين المؤقت الضمني في كلا نمطي المحادثة. الاستدعاءات عديمة الحالة مثل المثال أعلاه مؤهلة، وكذلك الجلسات ذات الحالة المرتبطة عبر previous_interaction_id. للاطلاع على الأشكال الكاملة للطلبات، راجع دليل Gemini 4 Neon API لدينا.

كيف يعمل التخزين المؤقت في حلقات الوكلاء: قاعدة 2,050 رمزاً

حلقات الوكلاء هي حيث يحقق التخزين المؤقت أكبر فائدة، لأن كل دورة تعيد إرسال السجل الكامل. وتضيف نماذج Gemini 4 قاعدة واحدة يجب أن تعرفها. من وثائق التخزين المؤقت في Google: «يخزّن Gemini الطلب السابق كاملاً فقط إذا أضاف الطلب الجديد 2,050 رمزاً على الأقل». وناتج النموذج والأفكار ونتائج الدوال كلها تُحتسب ضمن هذا الإجمالي.

إذا أضافت دورة أقل من 2,050 رمزاً، يعيد Gemini معالجة آخر 2,050 رمزاً من الطلب السابق بسعر الإدخال القياسي. ويمكن للجزء الأقدم من البادئة أن يحقق إصابة، لكن ذلك الجزء الأخير يُحتسب بسعر 3 دولارات لكل مليون رمز.

تلاحظ Google أن معظم دورات الوكلاء تتجاوز هذا الحد. وهذه القاعدة تظهر أثرها في الحلقات ذات الخطوات الصغيرة المتكررة، مثل فحص حالة يعيد {"ok": true}. التكلفة صغيرة لكل دورة (2,050 رمزاً بسعر 3 دولارات لكل مليون تعادل نحو 0.006 دولار)، لكنها تتراكم عبر آلاف الدورات القصيرة. إذا كانت حلقتك تجري استدعاءات صغيرة كثيرة، فاجمع نتائج الأدوات الصغيرة في دورة واحدة حيث يسمح منطقك بذلك.

كم يوفر التخزين المؤقت للسياق في Gemini 4 Neon؟

لنأخذ مساعداً لمراجعة الأكواد يجيب عن 20 سؤالاً حول قاعدة كود تتكون من 200,000 رمز. كل سؤال يضيف 3,000 رمز ويحصل على إجابة بطول 1,000 رمز، على الفئة القياسية.

بدون إصابات تخزين مؤقت، تكلفة كل استدعاء:

مع إصابات التخزين المؤقت بعد الاستدعاء الأول، تكلف الاستدعاءات من 2 إلى 20:

بإضافة الاستدعاء الأول غير المخزّن بقيمة 0.624 دولار، تبلغ تكلفة الجلسة 1.65 دولار، أي أقل بنحو 87%.

Bar chart of a Gemini 4 Neon session answering 20 questions over a 200K-token codebase on the Standard tier: $12.48 with no cache hits and $1.65 with cache hits after the first call

التوفير يقل عن 95% لأن الإخراج والإدخال الجديد لا يحصلان على الخصم أبداً. وكلما كانت البادئة المشتركة أكبر نسبةً إلى بقية الطلب، اقتربت من 95% على الإدخال. وجرّب المهمة نفسها عبر الدفعات (Batch) فينخفض السعر المخفّض للنصف مرة أخرى إلى 0.075 دولار. للاطلاع على قائمة الأسعار الكاملة وتكاليف مستويات التفكير، راجع أسعار Gemini 4 Neon.

كيف تتحقق من الرموز المخزنة في استجابة Gemini 4 Neon؟

اقرأ الحقل usage.total_cached_tokens في كل استجابة. توثّقه Google بوصفه الحقل الذي يوضح عدد الرموز التي كانت إصابات تخزين مؤقت، في كلٍّ من SDK لـ Python وJavaScript.

مع curl وjq:

curl -s "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Content-Type: application/json" \
  -d @request.json | jq '.usage'

لحساب تكلفة الاستدعاء، احتسب الرموز المخزنة بسعر 0.15 دولار لكل مليون، وبقية الإدخال بسعر 3 دولارات، والإخراج مع التفكير بسعر 15 دولاراً. وسجّل عدد الرموز المخزنة بجوار معرّف طلبك. الانخفاض المفاجئ إلى الصفر عبر كل حركة المرور يعني عادةً أن نشراً ما غيّر البادئة: أداة جديدة، أو قاعدة أُعيدت صياغتها، أو طابع زمني تسلل إلى تعليمات النظام.

دع وكيل البرمجة لديك يختبر إصابات الذاكرة المؤقتة عبر Apidog CLI

البادئات تتعطل أثناء عمليات إعادة الهيكلة العادية، ولا أحد ينتبه حتى وصول الفاتورة. حوّل فحص الذاكرة المؤقتة إلى اختبار API يحافظ عليه وكيل البرمجة لديك وتشغّله أنظمة CI.

Apidog CLI يتيح لـ Claude Code وCodex وCursor وOpenCode إنشاء اختبارات API وتشغيلها من الطرفية. أعدّه مرة واحدة:

npm install -g apidog-cli@latest
apidog login --with-token <YOUR_TOKEN>
npx -y skills add https://apidog.com   # pick your agent when prompted

ثم أعطِ وكيلك مطالبة واحدة:

In Apidog project <id>, create an environment for the Gemini API with a
GEMINI_API_KEY variable. Build a test scenario called "Neon cache hit" with two
steps that POST to /v1beta/interactions with model gemini-4-neon, using our
production system_instruction and the docs/context.md file as the start of
input, then two different questions. Assert HTTP 200 on both, and assert that
usage.total_cached_tokens on step 2 is greater than 4096. Run it and tell me
the cached token count.

ينشئ الوكيل البيئة والسيناريو، ويتحقق من حمولته مقابل مخطط الـ CLI، ثم يشغّله:

apidog environment create gemini-api --project <id> --base-url https://generativelanguage.googleapis.com
apidog test-scenario create --project <id> --name "Neon cache hit"
apidog cli-schema get test-scenario-update
apidog cli-schema validate test-scenario-update --file scenario.json
apidog test-scenario update <scenarioId> --project <id> --file scenario.json
apidog run -t <scenarioId> --project <id> -e <envId> -r cli,json

إذا أضاف أحد ما طابعاً زمنياً إلى مطالبة النظام الشهر المقبل، سيفشل تأكيد الخطوة الثانية قبل وصول التغيير إلى الإنتاج. ضع الأمر apidog run -t <scenarioId> --project <id> -e <envId> -r junit في خط الأنابيب لديك مع دليل Apidog CLI لـ CI/CD، أو ابدأ من Apidog CLI في Claude Code. كل تشغيل يجري استدعاءين حقيقيين لـ Neon، فيكلّف بضعة سنتات لكل تشغيل وفق الأسعار أعلاه. وتغطي الخطة المجانية من Apidog ما يصل إلى 4 مستخدمين.

لمعرفة كيف يعمل التخزين المؤقت للبادئات لدى مزوّدي الخدمات المختلفين، راجع ما هو التخزين المؤقت للمطالبات.

الأسئلة الشائعة

هل يدعم Gemini 4 Neon التخزين المؤقت الصريح للسياق؟ لا. يقول دليل Neon من Google إنه لا يدعم cachedContents أو caches.create، وأنه عليك إزالة cached_content من الطلبات. يستخدم Neon التخزين المؤقت الضمني فقط، وهو مفعّل افتراضياً.

ما هو الحد الأدنى لحجم المطالبة لتحقيق إصابة في ذاكرة Gemini 4 Neon المؤقتة؟ 4,096 رمزاً من البادئة المشتركة. وهو الحد الأدنى نفسه الموجود في Gemini 4 Hydrogen وArgon وCarbon. بينما يحتاج Gemini 2.5 Flash وPro إلى 2,048.

ما حجم خصم التخزين المؤقت في Gemini 4 Neon؟ 95% على الإدخال المخزّن. تنخفض الفئة القياسية من 3 دولارات إلى 0.15 دولار لكل مليون رمز، والدفعات وFlex من 1.50 دولار إلى 0.075 دولار، والأولوية من 5.40 دولار إلى 0.27 دولار. رموز الإخراج والتفكير لا تخضع للخصم.

هل يمكنني إجبار Gemini 4 Neon على تخزين مطالبة ما؟ لا. التخزين المؤقت الضمني لا يحتوي على أي إعداد يمكنك تفعيله، ولا مدة صلاحية (TTL) يمكنك اختيارها، ولا إصابة مضمونة. وترفع الاحتمالات بإبقاء بادئة طويلة ومتطابقة في بداية كل طلب، وإرسال الطلبات المشابهة في أوقات متقاربة.

كيف أعرف أن طلبي حقق إصابة في الذاكرة المؤقتة؟ تحقق من usage.total_cached_tokens في الاستجابة. القيمة الأكبر من الصفر تعني أن هذا العدد من رموز الإدخال حُتسب بالسعر المخفّض.

هل يعمل التخزين المؤقت مع previous_interaction_id؟ نعم. تقول وثائق Google إن التخزين المؤقت الضمني يعمل في المحادثات ذات الحالة المرتبطة عبر previous_interaction_id وكذلك في المحادثات عديمة الحالة حيث ترسل السجل الكامل بنفسك.

ممارسة تصميم API في Apidog

اكتشف طريقة أسهل لبناء واستخدام واجهات برمجة التطبيقات