توليد اختبارات API باستخدام GPT-6 Luna: ما التكلفة الفعلية لمواصفات OpenAPI كاملة؟

لم يعد توليد الاختبارات من مواصفة OpenAPI مشكلة تقنية منذ فترة. النماذج التي تستطيع قراءة عنصر مسار وإصدار طلب معقول متاحة منذ عامين. المشكلة كانت الفاتورة. كان توليد الاختبارات مكلفًا بما يكفي لكل تشغيل لدرجة أن الفرق تعاملت معه كترحيل لمرة واحدة: ولّد مجموعة مرة واحدة، وثبّتها، ثم صُنها يدويًا إلى الأبد، لأن إعادة التوليد عند كل تغيير في المواصفة كان سيظهر كبند في الفاتورة يسأل عنه أحدهم.

GPT-6 Luna، المعلن في 22 سبتمبر 2026 بسعر 0.10 دولار لكل مليون رمز إدخال و0.50 دولار لكل مليون رمز إخراج، ينقل المهمة إلى الجانب الآخر من ذلك الخط. تمريرة كاملة على مواصفة من 42 نقطة نهاية تبلغ نحو 0.29 دولار دون تخزين مؤقت وأقل من 0.10 دولار معه. هذا رخيص بما يكفي للتوقف عن صيانة مجموعة مولّدة وإعادة توليدها ببساطة عند كل دمج.

إليك الحساب، وشكل الطلب، وزمن الاستجابة الذي يجب أن تخطط له، والشيئين اللذين لا يزال النموذج يخطئ فيهما.

السعر الذي تحرّك

GPT-6 Luna هو نموذج جديد في عائلة GPT-6، وليس فئة GPT-5.6 معاد تسميتها. تقول OpenAI إن Sol وLuna دُرّبا بطرق مشابهة لـ GPT-6 Astra، وإن كليهما أرخص بنسبة 50% من سعر GPT-5.6 الترويجي. هذا الوصف من OpenAI نفسها وهو مهم: المقارنة مع سعر ترويجي، لا سعر قائمة. التسلسل الكامل في جولة حرب أسعار نماذج الذكاء الاصطناعي.

لهذه المهمة، نافذة السياق أهم من السعر المعلن. مليون رمز تعني أن المواصفة كاملة، واصطلاحات الاختبار الداخلية لديك، ومجموعة من الطلبات المثالية تتسع في موجّه واحد مع مساحة إضافية. أنت لا تجزّئ، ولا تكتب منطق استرجاع لمعرفة أي المخططات تعتمد عليها عملية ما. المزيد عن النموذج في ما هو GPT-6 Luna.

شكّل المهمة قبل أن تسعّرها

شكلان، بتكلفتين مختلفتين جدًا.

النسخة ذات الطلقة الواحدة تضع المواصفة كاملة في السياق وتطلب المجموعة كلها في إكمال واحد. أرخص في الإدخال، وأسوأ في الإخراج: الإكمال الذي يغطي 42 عملية يترقق بشدة عند العملية العشرين، حيث تحصل نقاط النهاية المبكرة على خمس حالات لكل منها، ويحصل الذيل على مسار سعيد ولامبالاة. وحدة إعادة محاولة واحدة للجولة كلها أيضًا.

نسخة كل عملية ترسل سياق المواصفة المشترك بالإضافة إلى عملية واحدة، 42 مرة. يرتفع الإدخال لأن السياق المشترك يتكرر، لكن جودة الإخراج تصمد، وكل استدعاء قابل لإعادة المحاولة بشكل مستقل، وكل ملف يظهر فروقه بوضوح مقابل آخر تشغيل. يستعيد التخزين المؤقت معظم تكلفة الإدخال الإضافية، ما يجعل هذا هو الشكل الذي يجب تسعيره.

ميزانية استدعاء واحد، باستخدام مواصفة متوسطة الحجم:

الصفان الأولان متطابقان بايتًا بايت في كل استدعاء. بادئة الـ52,000 رمز هذه هي ما يعمل عليه التخزين المؤقت، ووضع المادة الثابتة أولًا هو القرار الأعلى تأثيرًا في الإعداد.

كم تكلف جولة واحدة

مع 42 عملية بهذه الميزانية، تبلغ الجولة 2,247,000 رمز إدخال و126,000 رمز إخراج.

بأسعار Luna، هذا 0.2247 دولار من الإدخال و0.0630 دولار من الإخراج، أي 0.2877 دولار للجولة، أقل قليلًا من سبعة أعشار سنت لكل نقطة نهاية. نفس ملف الرموز مقابل النماذج الأخرى التي صدرت أو أُعيد تسعيرها في نفس الأسبوعين:

Astra تساوي تمامًا 100 ضعف سعر Luna في الإدخال والإخراج معًا، لذا تكلف بالضبط 100 ضعف في هذه المهمة. Claude Opus 5.5 تساوي 40 ضعفًا.

هذا الفارق هو القرار كله. بسعر 28.77 دولارًا للجولة، تبني منطقًا تزايديًا: تتبّع العمليات التي تغيّرت، واعمل تجزئة لكل عنصر مسار، وأعد توليد الفرق فقط، ثم صحّح تلك الآلية عندما تنحرف عن المواصفة. بسعر 0.29 دولارًا، تحذف المنطق التزايدي. عشرون دمجًا شهريًا تساوي 5.75 دولارات، أقل من دقائق CI التي تُنفق على تشغيل الاختبارات التي كتبها النموذج. للمقارنة، تذكر OpenAI أن باحثها الوسيط ينفق أكثر من 600 دولار يوميًا على وكلاء البرمجة، مع المئين 90 فوق 7,000 دولار.

إلى أين يأخذها التخزين المؤقت للموجّه

أطلقت GPT-6 إصدارًا حقيقيًا للتخزين المؤقت إلى جانب تغيير السعر: خصم 90% على قراءات الإدخال المخزّنة مؤقتًا، ومعدلات إصابة أعلى افتراضيًا، ولوحة معلومات وأداة تشخيص، ونقاط توقف صريحة لتختار أين تنتهي البادئة المخزّنة مؤقتًا، وبقاء الذاكرة المؤقتة عبر تغييرات جهد الاستدلال وتوافر الأدوات. أبلغت GitHub عن انخفاض يزيد على 50% في رموز الموجّه التي تحتاج معالجة جديدة عبر مليارات الطلبات. التفاصيل في التخزين المؤقت للموجّه في GPT-6.

بتطبيق ذلك على الجولة أعلاه، مع خصم 90% من سعر الإدخال 0.10 دولار ليصبح 0.01 دولار لكل مليون لقراءات المخزّن مؤقتًا:

حوالي ثلث التكلفة غير المخزّنة مؤقتًا، وأقل بقليل من ربع سنت لكل نقطة نهاية. شيئان لا يجب افتراضهما. تذكر OpenAI خصم 90% لكنها لا تنشر، في مصادرنا، سعر قراءة مخزّنة مؤقتًا بالدولار لـ Luna، لذا فإن 0.01 دولار أعلاه حساب رياضي، وليس سعرًا منشورًا. ولا شيء لدينا يذكر عمرًا للذاكرة المؤقتة، لذا أطلق الاستدعاءات الـ42 متتالية بدلًا من توزيعها على طابور CI بطيء، وأكّد معدل الإصابة في لوحة المعلومات.

الطلب

لا شيء غريب. الترتيب هو ما يستحق الحفاظ عليه:

curl https://api.openai.com/v1/chat/completions \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6-luna",
    "reasoning_effort": "high",
    "messages": [
      { "role": "system",
        "content": "You write API tests. Emit one test file. Assert on status, response schema and error shape. Never assert on a field absent from the supplied schema." },
      { "role": "user",
        "content": "Shared spec context:\n<components, securitySchemes, servers>" },
      { "role": "user",
        "content": "Operation under test:\nPOST /orders\n<path item and examples>" }
    ]
  }'

موجّه النظام وكتلة المواصفة المشتركة متطابقان بايتًا بايت في الاستدعاءات الـ42 كلها ويأتيان أولًا. العملية تتغير وتأتي أخيرًا. بدّل الاثنين فلن تخزّن شيئًا، لذا تكلف الجولة 0.29 دولار بدلًا من 0.096. هذه هي الآلية بأكملها.

إعداد الجهد high متعمد. تُقاس مكاسب Luna المنشورة على سابقتها عند جهد أعلى، ولأن التخزين المؤقت في GPT-6 يبقى عبر تغيير الجهد يمكنك ضبطه لكل عملية دون إعادة بناء البادئة. احتفظ بأعلى الإعدادات لنقاط النهاية التي تحمل أموالًا أو مصادقة.

خطّط للوقت، لا للمال

الرخيص ليس سريعًا. تقيس Artificial Analysis، وهي جهة خارجية، نسخة الاستدلال الأقصى من Luna عند 153.9 رمز إخراج في الثانية مع زمن حتى أول رمز يبلغ 124.23 ثانية. الرقمان لها وليسا من OpenAI، وكلاهما ينطبق تحديدًا على نسخة الحد الأقصى، وAA تعيد التقييم باستمرار، لذا تعامل معهما كإشارة اتجاه.

إذا أخذناها على ظاهرها، فإن استدعاءً واحدًا بأقصى جهد هو نحو 124 ثانية انتظارًا زائد حوالي 20 ثانية لبث 3,000 رمز، فلنقل 144 ثانية. اثنان وأربعون بالتتابع حوالي 101 دقيقة. ثمانية بالتزامن حوالي 13 دقيقة، وهي مرحلة CI عادية.

هذا يقطع في الاتجاه المعاكس لمعظم حجج اختيار النموذج، ولهذا ينجح الاقتران: الزمن حتى أول رمز كارثة لمساعد تفاعلي وقريب من عدم الأهمية لمهمة دفعية تكتب ملفات. نفس المقايضة على الشقيق الأكبر في زمن أول رمز في GPT-6 Sol.

ما يصيبه، والشيئان اللذان لا يصيبهما

نتائج OpenAI المنشورة لـ Luna أقوى مما يوحي السعر. على DeepSWE 1.1 تصل إلى 66.6% بأقصى جهد، وتضعها OpenAI على قدم المساواة مع Claude Opus 5 وFable 5 بجهد متوسط بينما تكلف 93% أقل لكل مهمة من Opus 5 و96% أقل من Fable 5. وعلى AutomationBench تتغلب على سابقتها بـ5.4 نقطة مئوية بتكلفة أقل 58% لكل مهمة. كلها من تشغيل OpenAI على أُطر OpenAI، ولا يقيس أي منها توليد الاختبارات من مواصفة.

نمطا فشل يهمان هنا أكثر من أي معيار قياس.

لا يستطيع النموذج اختبار إلا ما تقوله المواصفة. إذا كانت مواصفتك توثّق 200 و400 لـ POST /orders لكن الخدمة تعيد أيضًا 409 عند مفتاح idempotency مكرر، فلن تحصل على اختبار تعارض وستبدو المجموعة مكتملة رغم ذلك. جودة التوليد محدودة بجودة المواصفة، ما يجعل المواصفة هي الأثر الذي يستحق الاستثمار، لا الموجّه.

التوليد الرخيص يفشل بأن يبدو صحيحًا. الخطأ المميز ليس اختبارًا معطلًا، بل اختبارًا ناجحًا يؤكد على حقل لا تحتويه الاستجابة أبدًا، أو رمز حالة لا تصدره نقطة النهاية أبدًا. تلك تمر من المراجعة لأنها تُقرأ كاختبارات. تحقق من كل تأكيد مولّد مقابل المخطط آليًا قبل أن يُدمج، وارفض أي تأكيد يشير إلى حقل غائب من components. هذا الفحص لا يكلف شيئًا ويقتل هذه الفئة تمامًا.

جعل الإخراج قابلًا للتشغيل

ملفات الاختبار المولّدة تساوي بالضبط قدر منصة التشغيل التي تعمل فيها. أبقِ المواصفة مصدر الحقيقة، وولّد مقابلها، ثم أنزل الحالات في مكان تنفّذ فيه عند كل دفعة.

Apidog تغطي النصف الخلفي من تلك الحلقة. تستورد المواصفة التي تولّد منها، لذا فإن السياق المشترك في موجّهك وتعريفات الطلب في مشغّلك تأتي من مستند واحد ولا يمكن أن تنحرف. تصبح الحالات المولّدة سيناريوهات اختبار تتحقق تأكيداتها مقابل المخطط المستورد، ما يحوّل الفحص أعلاه إلى بوابة آلية بدلًا من مهمة مراجعة. يقدّم Smart mock المواصفة بينما لا يزال الواجهة الخلفية قيد الكتابة، لذا يمكن لمجموعة مولّدة أن تفشل بصدق قبل وجود أي شيء حقيقي لاختباره. وتعمل السيناريوهات في CI، المكان الوحيد الذي يثبت فيه سير عمل إعادة التوليد عند كل دمج.

هل يستحق هذا التوجيه إلى Luna؟

نعم، مع تحفظ. لم تعد التكلفة سببًا لتخطيه: 0.29 دولارًا للجولة، أو أقل من 0.10 دولار مع التخزين المؤقت، أقل من الاجتماع الذي تتناقش فيه حول ما إذا كنت ستعيد التوليد. زمن الاستجابة حقيقي لكنه يقع في نافذة لا ينتظر فيها أحد. وتضع نتائج Luna المنشورة قريبًا من نماذج تكلف 40 إلى 100 ضعف في أعمال البرمجة الوكيلية.

لا شيء من ذلك يجعل الإخراج موثوقًا عند وصوله. أنفق ما وفّرته على بوابة تحقق من المخطط وقراءة بشرية للتشغيل الأول، وتعامل مع النتيجة كمسودة أولى تغطي السطح الموثّق بالكامل والسطح غير الموثّق لا تغطيه إطلاقًا. يبقى هذا موقفًا ابتدائيًا أفضل من المجموعة المكتوبة يدويًا التي توقفت عن تتبع المواصفة قبل أربعة إصدارات.