OpenAI API، دليل البدء والتسعير

OpenAI API يُتيح لك بناء تطبيقات تستخدم GPT-5.6 وSora وDALL-E داخلياً. هذا الدليل يشرح البدء بأمثلة عملية.

الفرق عن ChatGPT

متى تختار API: تبني تطبيق، chatbot، أداة داخلية، أتمتة.

البدء

1) إنشاء حساب OpenAI Platform

• اذهب إلى platform.openai.com
• سجّل الدخول بنفس حساب ChatGPT (أو أنشئ جديداً)
• حساب Platform مختلف عن ChatGPT حساب

2) أضف طريقة دفع

• Settings → Billing → Add payment method
• بطاقة Visa/MasterCard/AmEx مقبولة
• اضبط "Auto-recharge" (رصيد تلقائي)

3) أنشئ API Key

• Dashboard → API Keys → Create new secret key
• احفظه فوراً، لن يُعرَض مرّة ثانية
• سمّه (مثل: "my-app-dev")

تحذير أمان: لا ترفع API Key على GitHub! استخدم .env file.

4) اختبر أوّل استدعاء

Python:

from openai import OpenAI

client = OpenAI(api_key="sk-...")

response = client.chat.completions.create(
    model="gpt-5-mini",
    messages=[
        {"role": "system", "content": "أنت مساعد ذكي بالعربية."},
        {"role": "user", "content": "ما عاصمة السعودية؟"}
    ]
)

print(response.choices[0].message.content)

Node.js:

import OpenAI from "openai";

const client = new OpenAI({ apiKey: process.env.OPENAI_API_KEY });

const response = await client.chat.completions.create({
  model: "gpt-5-mini",
  messages: [
    { role: "system", content: "أنت مساعد ذكي بالعربية." },
    { role: "user", content: "ما عاصمة السعودية؟" }
  ]
});

console.log(response.choices[0].message.content);

النماذج المتاحة

للنصّ

للصور

• DALL-E 3: $0.04 لكل صورة 1024×1024 (Standard)
• DALL-E 3 HD: $0.08 لكل صورة

للصوت

• Whisper (تفريغ): $0.006/دقيقة
• TTS (نصّ إلى صوت): $15/مليون حرف

للفيديو

• Sora: أسعار تختلف بحسب الجودة والمدّة

البارامترات المهمّة

model

model="gpt-5"

messages

messages=[
    {"role": "system", "content": "التعليمات"},
    {"role": "user", "content": "السؤال"},
    {"role": "assistant", "content": "ردّ سابق"},
    {"role": "user", "content": "سؤال جديد"}
]

temperature

عشوائية المخرج (0-2). 0 = ثابت. 1 = افتراضي.

max_tokens

أقصى طول المخرج.

stream

stream=True # يعطي المخرج قطعة قطعة (مثل ChatGPT)

response_format

response_format={"type": "json_object"} # يجبر JSON صحيح

أمثلة تطبيقات

1) شات بوت خدمة عملاء

def chat(user_message, history):
    history.append({"role": "user", "content": user_message})
    response = client.chat.completions.create(
        model="gpt-5-mini",
        messages=[
            {"role": "system", "content": "أنت مساعد خدمة عملاء لمتجر [X]. لا تجب على أسئلة خارج المنتجات."},
            *history
        ]
    )
    reply = response.choices[0].message.content
    history.append({"role": "assistant", "content": reply})
    return reply, history

2) تلخيص مقالات

def summarize(article):
    response = client.chat.completions.create(
        model="gpt-5-mini",
        messages=[
            {"role": "system", "content": "لخّص المقال في 5 نقاط."},
            {"role": "user", "content": article}
        ]
    )
    return response.choices[0].message.content

3) تصنيف مشاعر

def classify_sentiment(text):
    response = client.chat.completions.create(
        model="gpt-5-mini",
        messages=[
            {"role": "system", "content": "صنّف المشاعر: positive, negative, neutral. أعطِ الجواب فقط."},
            {"role": "user", "content": text}
        ],
        temperature=0
    )
    return response.choices[0].message.content.strip()

4) استخراج بيانات

def extract_data(text):
    response = client.chat.completions.create(
        model="gpt-5-mini",
        messages=[
            {"role": "system", "content": "استخرج المعلومات إلى JSON: {name, phone, email}."},
            {"role": "user", "content": text}
        ],
        response_format={"type": "json_object"}
    )
    import json
    return json.loads(response.choices[0].message.content)

5) توليد صور

response = client.images.generate(
    model="dall-e-3",
    prompt="صورة مقهى سعودي حديث في الرياض، إضاءة دافئة",
    size="1024x1024",
    quality="standard",
    n=1
)
image_url = response.data[0].url

6) تفريغ صوت (Whisper)

audio_file = open("meeting.mp3", "rb")
transcription = client.audio.transcriptions.create(
    model="whisper-1",
    file=audio_file,
    language="ar"
)
print(transcription.text)

أفضل الممارسات

1) استخدم.env للـKeys

#.env
OPENAI_API_KEY=sk-...

# code
from dotenv import load_dotenv
import os
load_dotenv()
client = OpenAI(api_key=os.getenv("OPENAI_API_KEY"))

2) Rate Limiting

OpenAI تحدّ الاستدعاءات في الدقيقة. للتطبيقات المكثّفة:

import time
from openai import RateLimitError

def safe_call(messages, retries=3):
    for i in range(retries):
        try:
            return client.chat.completions.create(model="gpt-5-mini", messages=messages)
        except RateLimitError:
            time.sleep(2 ** i) # exponential backoff
    raise Exception("Rate limit exceeded")

3) Streaming للاستجابة السريعة

stream = client.chat.completions.create(
    model="gpt-5",
    messages=[...],
    stream=True
)
for chunk in stream:
    print(chunk.choices[0].delta.content or "", end="")

4) Caching

خزّن استفسارات متكرّرة:

from functools import lru_cache

@lru_cache(maxsize=1000)
def cached_summary(text):
    return summarize(text)

5) Structured Output

استخدم response_format للحصول على JSON صحيح دائماً:

response = client.chat.completions.create(
    model="gpt-5",
    messages=[...],
    response_format={"type": "json_object"}
)

أخطاء شائعة

1) تسريب API Key

أخطر خطأ. النتيجة: فاتورة صادمة.

الحلّ: .env + .gitignore + لا commit للـkey.

2) استخدام أغلى نموذج بلا حاجة

GPT-5.6 حين GPT-5.6 Luna يكفي = هدر مال.

3) عدم تعامل مع الأخطاء

Network errors, Rate limits, Invalid inputs، لا تسقط تطبيقك.

4) لا Monitoring

راقب استهلاكك يومياً. الفاتورة الشهرية قد تصدمك.

5) نسيان الحدود

• 128K توكن نافذة سياق (Standard)
• 500 request/دقيقة (Free tier)
• 30M token/دقيقة (Tier 5)

الفوترة والحدود

• الحدّ الشهري: اضبط في Settings → Billing → Usage limits
• التنبيهات: عند بلوغ 75% من الحدّ
• Auto-recharge: يشحن رصيدك تلقائياً

المصادر الرسمية

• OpenAI API Documentation
• OpenAI Pricing
• OpenAI Cookbook، أمثلة كود
• OpenAI Status

---

اقرأ أيضاً: ChatGPT، الدليل الشامل · Claude Code، دليل المطوّر · برومتات جاهزة للبرمجة · أفضل ١٠ أكواد Python