أسعار Datadog LLM Observability في 2026: التكلفة الفعلية

تغير الاسم وتغير السعر معه

تغيير الاسم ليس مجرد تعديل شكلي لمن يقوم بعمليات الشراء: فالوثائق لا تزال موجودة تحت المسار docs.datadoghq.com/llm_observability/ ورابط الأسعار المباشر لا يزال ?product=llm-observability، مما يعني أن الاسم القديم لم يختفِ تماماً — ولكنه لم يعد الاسم الرسمي للمنتج.

التغيير الثاني هو نموذج التسعير نفسه، الذي تم إعادة بنائه بين فبراير ويوليو 2026. تم التحقق منه عبر أرشيف الإنترنت (Internet Archive):

كانت البطاقة القديمة تنص على: “يبدأ من 8 دولارات / لكل 10 آلاف طلب LLM متم مراقبته، شهرياً” مع “حد أدنى قدره 100 ألف طلب LLM شهرياً.” لم تكن تلك الـ 100 ألف عبارة عن ميزة مجانية مضمنة أبداً — بل كانت حداً أدنى للحجم الخاضع للفلترة بموجب العقد. ثم تغيرت أسعار ميزة الاحتفاظ بالبيانات الإضافية (Retention add-on) مرة أخرى بين يوليو وستمبر. إن إجراء تغييرين هيكليين في غضون سبعة أشهر يعني أن أي رقم مذكور في منشور أقدم من ثمانية أسابيع تقريباً هو غير صحيح على الأرجح.

[لقطة شاشة: Datadog — بطاقة Agent Observability على datadoghq.com/pricing التي تعرض فئتي Free و Pro وتفاصيل الدفع السريع لكل 10 آلاف span]

شرح نموذج التسعير بشكل دقيق

الفئة الرائعة (Free) — 0 دولار/شهرياً، حتى 40 ألف LLM span شهرياً، واحتفاظ بالـ traces لمدة 15 يوماً، وسياق وتقييمات غير محدودة، ووصول كامل للميزات. الفئة الاحترافية (Pro) — 160 دولاراً/شهرياً سنوياً: “تتضمن 100 ألف LLM span شهرياً. الـ spans الإضافية: 3.5 دولار لكل 10 آلاف LLM span.” احتفاظ لمدة 15 يوماً، مع ثلاثة مستويات من الالتزام لتلك الـ 100 ألف الأولى: 240 دولاراً حسب الطلب، 200 دولار شهرياً، 160 دولاراً سنوياً.

هناك إغفالان في النص الرئيسي. مستويات الاحتفاظ بالبيانات غامضة — لا توضح Datadog أبداً ما إذا كانت أسعار الـ 30/60/90 يوماً إضافية على السعر الأساسي (3.50 دولار) أم بديلة عنه؛ ولكن بالقياس على APM Indexed Spans في الصفحة نفسها، يبدو أنها بدائل، لكن هذا مجرد استنتاج. يُرجى [التحقق] كتابياً. وأيضاً هناك رسوم إقليمية غير معلنة: تُظهر خريطة المناطق المدمجة في الصفحة أن أسعار us/eu هي 160 دولاراً + 3.50 دولار، و ap2/uk1 هي 192 دولاراً + 4.20 دولار، و ap1 هي 200 دولار + 4.38 دولار — أي زيادة بنسبة 25% لنفس الـ SKU تماماً.

ما يُحتسب كـ span خاضع للتكلفة

هنا يُعتبر النموذج أفضل من سمعته. بحسب الأسئلة الشائعة حول التسعير:

«يمثل LLM span استدعاءً واحدًا لمزوّد LLM مثل OpenAI أو Anthropic. ويمكن لسير عمل agent واحد أن ينسئ عدة LLM spans… تحتسب Datadog التكلفة بناءً على LLM spans فقط، وليس على tool spans أو retrieval spans أو غيرها من workflow spans المحيطة باستدعاء النمودج.»

توجد سبعة أنواع من الـ spans، ونوع واحد فقط هو الذي يُحسب في الفواتير: LLM. أما الـ Workflow وagent وtool وtask وembedding وretrieval فهي مجانية، ونوع الـ span هو ما يحدد الفوترة وليس عمق التداخل (nesting depth) — لذا فإن استدعاءات RAG embedding لا تكلف شيئاً حتى لو كانت تعتمد على نموذج. وحيث إن إجمالي الـ spans يفوق عدد الـ LLM spans بنسبة خمسة إلى واحد، فإن هذا المقام الضيق يكتسب أهمية كبيرة، وأغلب المقارنات لكل span مع Datadog تتجاهله. وهناك عدم اتساق واحد: تذكر وثائق SDK أن الفوترة “تعتمد على حجم الـ spans التي ترسلها”، وهو ما يناقض التوضيح الصريح في صفحة الأسعار بأن الفوترة تشمل "LLM spans فقط".

[SCREENSHOT: Datadog — t trace خاص بـ agent يوضح تسميات نوع الـ span مثل (llm, tool, workflow, retrieval) في الـ flame graph]

كيف يتفاعل هذا مع فوترة APM وLogs

هنا تكمن المفاجآت التي تظهر في الفواتير.

لا يتطلب APM. نصاً: “لا. يعد Agent Observability منتجاً مستقلاً ويمكن شراؤه دون أي اشتراك آخر في Datadog.”

لا يستهلك من مخصصات APM. تدرج صفحة المخصصات Infrastructure وInfra Pro/Enterprise وAPM وAPM Pro وServerless — بينما لا يظهر Agent Observability في أي مكان فيها. وكل span يتجاوز الفئة المجانية أو فئة Pro يعد إنفاقاً جديداً بالكامل، ولا يتم استيعابه أبداً ضمن المساحة المتاحة التي تدفع ثمنها بالفعل.

هل تُحسب traces الـ LLM أيضاً كـ APM traces في الفاتورة؟ لن نجزم بذلك، لأن Datadog لا توضح ذلك بأي شكل في وثائقها. [VERIFY]. ولكن ما يمكن التحقق منه وملاحظته: بالنسبة لـ AI Guard، تعد Datadog باستثناء مخصص — “فهو يتضمن مخصص APM، بحيث لا تُحسب على العملاء الذين لا يملكون APM تكلفة استيعاب الـ traces التي يصدرها AI Guard.” ولا يوجد أي بيان مماثل لـ Agent Observability، علماً بأن مكتبة ddtrace / dd-trace نفسها هي التي تشغّل الاثنين. لذا يفضل نمذجة التفاعل بدلاً من افتراض العزل.

الحجم يعمل بنظام الإلغاء (opt-out) وليس الاشتراك (opt-in). يتطلب تشغيل المنتج تفعيلاً صريحاً عبر DD_LLMOBS_ENABLED=1. ولكن بمجرد التشغيل، فإن “جميع التكامُلات تكون مفعلة افتراضياً” — لذا فإن إضافة OpenAI أو LangChain أو Bedrock أو CrewAI أو MCP ينتج عنه spans قابلة للفوترة دون أي تغيير في الكود. وإلغاء الاشتراك يتم لكل تكامل على حدة: integrations_enabled=False في (Python)، أو plugins: false في (Node)، أو DD_PATCH_MODULES.

أداة التحكم في التكلفة: DD_LLMOBS_SAMPLE_RATE (من 0.0 إلى 1.0، الافتراضي 1.0؛ يتطلب Python ddtrace >= 4.12.0، وNode dd-trace >= 5.110.0، وJava >= 1.66.0). تذكر Datadog أن “أخذ العينات (Sampling) لا يؤثر على مقاييس Agent Observability لديك… حيث تظل هذه المقاييس قائمة على 100% من حركة مرور تطبيقك المجهزة.” وهذا يعني أنك تخفض حجم الـ spans دون أن تفقد الرؤية في لوحات التحكم — وهو تصميم ممتاز حقاً.

مثال توضيحي مع الحسابات الرياضية

لنحدد تشغيلاً مرجعياً واحداً لـ agent: طلب واحد (1 request) ← تتبع واحد (1 trace) ← 4 استدعاءات LLM + 3 استدعاءات tool + استدعاءان retrieval. تسعة spans، أربعة منها قابلة للفوترة.

أ — 50,000 تشغيل/شهرياً = 200,000 LLM spans (إجمالي 450,000 span)
  باقة Pro الأساسية، أول 100,000 span           =   $160.00
  الـ 100,000 الإضافية / 10,000 = 10 وحدات
  10 × $3.50                              =    $35.00
  الإجمالي السنوي                          =   $195.00 / شهرياً
  الدفع حسب الطلب (On-demand): $240 + (10 × $5.00)          =   $290.00 / شهرياً

ب — 500,000 تشغيل/شهرياً = 2,000,000 LLM spans (إجمالي 4,500,000 span)
  باقة Pro الأساسية، أول 100,000 span           =   $160.00
  الـ 1,900,000 الإضافية / 10,000 = 190 وحدة
  190 × $3.50                             =   $665.00
  الإجمالي السنوي                          =   $825.00 / شهرياً
  الدفع حسب الطلب (On-demand): $240 + (190 × $5.00)         = $1,190.00 / شهرياً

يمكنك التعويض بحجم الاستخدام الخاص بك: التكلفة = 160 + 3.50 × ((LLM spans - 100,000) / 10,000)، بحد أدنى $160 عندما يكون عدد الـ spans بين 40 ألف و100 ألف، و$0 عندما يكون أقل من 40 ألف.

هل أفادك إعادة تسعير الخدمات؟ مقارنة بالسعر القديم البالغ $8 لكل 10 آلاف span مع حد أدنى $80/شهرياً، تقع نقطة التعادل بالقرب من 278,000 LLM spans شهرياً (حساباتنا الرياضية بناءً على الأسعار المنشورة):

أحمال العمل الصغيرة والمتفاوتة إما أصبحت مجانية أو زادت تكلفتها؛ أما الأحمال الكبيرة والمستقرة فقد أصبحت أرخص بشكل ملحوظ. إذا كانت ميزانيتك مجهزة قبل يوليو 2026 وتستقر في النطاق الأوسط، فهي بحاجة إلى تعديل.

ما الذي تحصل عليه مقابل ذلك

هذا منتج احترافي وقوي، وعبارة Datadog — “تتضمن كل فئة منصة هندسة الـ agents بالكامل من اليوم الأول” — تدعمها قائمة الميزات المتاحة.

ما قبل الإنتاج (Pre-production): المراجعة والملاحظات البشرية، ومجموعات البيانات الصادرة من traces الإنتاج مع تحديد الإصدارات، وPlayground، والتجارب المهيكلة، وأدوات التقييم أوفلاين.

الانتقال للإنتاج: تتبع على مستوى الـ span للمدخلات والمخرجات والبيانات الوصفية عبر الـ prompts وعمليات الـ retrieval واستدعاءات الـ tools والقرارات؛ مراقبة الـ latency والـ token والـ cost؛ أدوات تقييم تشمل الـ hallucination والـ drift؛ الفحص الأمني للكشف عن الـ prompt injection وتسريب البيانات الحساسة والمخرجات غير الآمنة؛ الربط مع خدمات الـ backend والـ infra وRUM تحت trace ID واحد. يضيف خيار Patterns تجميع المواضيع في كتل، بينما يقدم خيار Insights اكتشاف القيم المتطرفة.

التقييمات: تقييم نماذج LLM كقاضٍ (LLM-as-a-judge) مخصص على نطاق النطاق (span) أو التتبع (trace) أو الجلسة (session)، وتقييمات مُدارة، وملاحظات المستخدم النهائي، وتقييمات خارجية عبر API، وتكامل مع NeMo، وطوابير التدوين التوضيحي (Annotation Queues). ومع ذلك، فإن الكتالوج المُدار قصير؛ إذ تدرج المستندات فقط عدم تطابق اللغة (Language Mismatch) وفحص البيانات الحساسة (Sensitive Data Scanning). يتوفر فحص البيانات الحساسة (Sensitive Data Scanner) دون تكلفة إضافية ولكنه خاضع للقياس: "لكل 10 آلاف نطاق LLM، تتلقى مخصصًا قدره 1 جيجابايت من معالجة SDS." سلوك التجاوز غير موثق. [VERIFY].

الربط الإحصائي (Correlation) هو الجوهر الحقيقي للقيمة: إذا كانت Datadog تمتلك بالفعل مقاييس البنية التحتية وتتبعات APM والسجلات وجلسات RUM الخاصة بك، فإن استقرار تتبعات العميل الذكي (agent traces) بجانبها مع نفس نظام التنبيهات يستحق تكلفة مالية فعلية.

أين تواجه الفرق المشاكل

ثلاث من هذه النقاط تعود إلى الطرف الأول. والنقطة الرابعة تتطلب إسنادًا دقيقًا، وتحصل عليه. لاحظ أولاً أن كل صفحة "بدائل Datadog" قمنا بمراجعتها اقتبست سعرًا خاطئًا، أو وحدة قياس خاطئة، أو فئة غير موجودة.

1. أدوات الحماية (Guardrails) غير مشمولة في السعر. تتيح Agent Observability كشف حقن التعليمات البرمجية (prompt injection) كتقييم. أما الحظر في الوقت الفعلي فهو خيار AI Guard، المدرج في صفحة التسعير نفسها بعبارة "عرض سعر مخصص / اتصل بنا للحصول على التسعير". الأسئلة الشائعة لـ Datadog: "نعم. AI Guard هو منتج مستقل. يتم فرضه بفاتورة منفصلة عن LLM Observability." نظام القياس غير مألوف — "يُحسب السعر لكل 1,000,000 رمز إدخال (input tokens) مfigُيم، بما في ذلك سياق المحادثة الكامل" — لذا فأنت تعيد الدفع مقابل المحادثة بأكملها في كل دورة. لا يوجد سعر معلن للعامة.

[SCREENSHOT: Datadog — بطاقة منتج AI Guard تظهر "اتصل بنا للحصول على التسعير" والحاشية السفلية لكل مليون رمز إدخال]

2. "التقييمات غير المحدودة" لها باب خلفي للفواتير. لا تحمل التقييمات وحدات SKU منفصلة، ولكن مستندات LLM-as-a-judge الخاصة بـ Datadog تنص على: "ملاحظة: يؤدي تمكين التتبع إلى زيادة عدد النطاقات المفلترة المرسلة إلى Datadog." تحول أداة التبديل في واجهة المستخدم حجم التقييم إلى حجم نطاقات قابلة للفرز والفواتير، ولا تذكر النقطة الخاصة بـ "السياق والتقييمات غير المحدودة" في صفحة التسعير ذلك.

3. تغيرت الإعدادات الافتراضية بهدوء. كانت مدة الاحتفاظ بنتائج التجارب 90 يومًا افتراضيًا في فبراير 2026؛ وأصبحت الآن 15 يومًا، مع توفر 3 أشهر فقط عند الالتزام. بيانات التتبع مدتها 15 يومًا، ومقاييس التتبع 15 شهرًا، ومجموعات البيانات يتم إصدارها لمدة 3 سنوات.

4. صدمة الفواتير — ما يدعمه السجل الفعلي. لم نجد أي تقرير مباشر موثوق به عن صدمة الفواتير الخاصة بـ Datadog LLM Observability أو Agent Observability. ما هو موجود يخص المنصة ككل، وهو أقدم، ويعود لمصادر مسمة:

• أفاد The Pragmatic Engineer (Gergely Orosz، 11 مايو 2023) أن Coinbase أنفقت 65 مليون دولار مع Datadog في عام 2021، وهو ما أكده مهندسون حاليون وسابقون في Coinbase. وفي مكالمة الأرباح للربع الأول من عام 2023 لـ Datadog، وصف المدير المالي David Obstler هذا العميل بأن "كان من بين أوائل المحسّنين" وقال الرئيس التنفيذي Olivier Pomel "قمنا بإعادة هيكلة عقدهم."
• DHH من 37signals، 26 أغسطس 2024: "وصلت فاتورة التجديد الخاصة بنا لـ Datadog إلى -83,000 دولار/سنويًا قبل أن نلغي." رقم معلن لشركة واحدة، غير مدقق.
• معلق على Hacker News (monero-xmr، 6 مايو 2023): "أشعر أيضًا أنهم ينهبونني تمامًا. منتج رائع على أي حال." رأي مستخدم واحد — لاحظ النصف الثاني.
• في 12 فبراير 2026، وضعت OneUptime نموذجًا لفاتورة فريق مكون من 40 شخصًا ترتفع من 13,525 دولارًا إلى 26,460 دولارًا/شهرًا (+96%) تحت ضغط عميل الترميز الذكي (AI coding agent). سيناريو افتراضي أعده منافس، وليس بيانات مقاسة.

لم نتمكن أيضًا من إثبات الادعاء المتداول على نطاق واسع بأن Datadog تفعل LLM Observability تلقائيًا وتفرض رسومًا عليه. التفعيل يتم بشكل صريح. الإصدار القابل للدفاع عنه: المنتج يتطلب موافقة للتفعيل (opt-in)، والحجم يتطلب إلغاءً لمنع الفوترة (opt-out).

هل تفضل عدم قياس النطاقات على الإطلاق؟

قم بتوجيه حركة المرور عبر بوابة تسجل التكلفة والرموز والتتبعات كمنتج ثانوي لخدمة الطلب.

ابدأ مجانًا

المهمة نفسها، بتسعير مختلف عبر البدائل

الوحدات غير قابلة للمقارنة، لذا فإن الجداول التي تقارن العناوين الرئيسية فقط لا معنى لها. أدناه نفس حجم العمل المرجعي — 50,000 تشغيل/شهر = 200,000 نطاق LLM، و450,000 إجمالي النطاقات — مسعرة بموجب مقياس كل بائع، حسب القائمة، وسنويًا حيثما يتم تقديم ذلك.

تصحيحان. المقام لدى Datadog أصغر بحوالي خمس مرات من Opik أو Arize هنا، لأنها تتجاهل نطاقات الأدوات والاسترجاع وسير العمل — وبالتالي فإن سعرها الاسمي 350 دولارًا لكل مليون نطاق LLM لا يمكن مقارنته بسعر Opik البالغ 50 دولارًا لكل مليون من جميع النطاقات. والخلايا المدون فيها "غير منشور" هي نتيجة بحث وليست ثغرة في بحثنا: LangSmith وArize AX وAI Guard من Datadog لا تنشر هذه المعدلات بالفعل. من القائمة، تقدم Phoenix وOpik وLangfuse وHelicone فقط مسار استضافة ذاتية مجاني؛ لا تمتلك Datadog إصدارًا مفتوح المصدر ولا خيار استضافة ذاتية.

أين تتناسب TrueFoundry — وأين لا تتناسب

لنبدأ بالجزء الصريح. Datadog منتج أوسع بكثير من TrueFoundry، وهذا ليس بديلًا متماثلًا. فهي تغطي البنية التحتية، وAPM، والسجلات، وRUM، والاختبارات الاصطناعية (synthetics)، والأمن، ومراقبة قواعد البيانات. إذا كنت بحاجة إلى لوحة تحكم واحدة عبر كامل منظومتك، فهذه هي مهمة Datadog وTrueFoundry لا تفعل ذلك. تشغيل الاثنين معًا أمر طبيعي.

ما تغيره TrueFoundry هو مصدر البيانات المترية (telemetry)، وبالتالي تكلفته. تقع AI Gateway في مسار الطلب بين تطبيقاتك وأكثر من 1,000 نموذج LLM خلف API واحد متوافق مع OpenAI، مما يضيف حوالي 3-4 مللي ثانية من زمن الانتقال ويتحمل 350+ RPS على 1 vCPU. نظرًا لأن كل نموذج واستدعاء أداة MCP يمر بالفعل عبرها، فإن المقاييس والتتبعات تصبح منتجًا ثانويًا لخدمة الطلب — لا توجد رسوم لكل نطاق، لأن النطاقات ليست وحدة الفوترة. التسعير قائم على المستخدمين بالإضافة إلى طلبات البوابة: Developer بقيمة 0 دولار لـ 3 مستخدمين و10 آلاف طلب لكل مستخدم شهريًا؛ Pro بقيمة 25 دولارًا/مستخدم/شهريًا مع 20 ألف طلب مجمع لكل مستخدم و20 دولارًا لكل 100 ألف طلب إضافي.

التتبعات هي تسلسلات هرمية حقيقية للنطاقات، وليست سجلات مسطحة. ينتج عن الإكمال المحمي للمحادثة نطاق محادثة جذر ChatCompletion، ونطاق حماية Guardrail، والاستدعاء الخارجي لأداة الحماية، ونطاق النموذج Model، والاستدعاء الخارجي للنموذج — حيث يحمل كل منها سمات التكلفة والرمز وزمن الانتقال، وينسب كل منها إلى الكيان الذي أنشأه. هذا هو التسلسل الهرمي الذي تحتاجه AI agent observability، دون الحاجة لتهيئة العميل الذكي.

نظرًا لأن البوابة تقع في مسار الطلب بدلاً من أن تكون بجانبه، يصبح من الممكن القيام بأمرين لا يمكن لأداة المراقبة فقط القيام بهما. تعمل أدوات الحماية في نفس المسار (inline) — إعادة صياغة PII، وكشف حقن التعليمات البرمجية، والإشراف، والحظر بدلاً من التقييم — دون وجود SKU منفصل لكل رمز. ويتم إنفاذ الميزانيات، وليس مجرد الإبلاغ عنها: حدود الإنفاق التي توقف الطلبات، لكل مستخدم أو فريق أو نموذج أو مفتاح بيانات وصفية.

هل تريد البيانات في Datadog على أي حال؟ تصدر TrueFoundry تتبعات متوافقة مع OpenTelemetry، ويعمل تصدير OTEL من البوابة مع أي واجهة خلفية متوافقة مع OTLP — تصبح البوابة نقطة التجميع، وDatadog طبقة الربط الإحصائي.

القيود الصريحة: إذا كنت لا تريد وكيلًا (proxy) في مسار الطلب، فإن معظم هذا يصبح غير مفعل، وأدوات التقييم لدينا أقل تطورًا من المنصات المخصصة للتقييم أولاً مثل Braintrust أو DeepEval. تعتبر Cost observability والإنفاذ هما المكان الذي تثبت فيه البوابة قيمتها.

هل تريد معرفة تكلفة عملائك الذكيين دون قياس قائم على النطاق؟

وجّه تطبيقًا واحدًا إلى البوابة وافتح لوحة قياس المقاييس.

ابدأ مجانًا

قراءات ذات صلة

• AI agent observability tools
• Best AI observability platforms for LLMs in 2026
• What is LLM observability?
• LLM cost tracking solutions
• Observability in an AI gateway

الخلاصة

تعد إعادة تسعير Datadog لعام 2026 أكثر معقولية مما توحي به سمعتها: الوحدة القابلة للفوترة هي الأضيق في السوق، وأخذ العينات لا يعمي لوحات التحكم، وعلى نطاق واسع يكون المعدل الهامشي أقل بنسبة 56% من مستويات فبراير. الحجة ضدها هي ما يقع خارج البطاقة — أدوات الحماية كـ SKU منفصل يتطلب التواصل معنا، والاحتفاظ بالبيانات لأكثر من 15 يومًا بمعدل غير موثق التفاعل مع القاعدة الأساسية، وعدم وجود مخصصات للاستضافة، وتغيران هيكليان في سبعة أشهر.

يتعلق الأمر بما تريد امتلاكه. إذا كنت تريد موردًا واحدًا يربط كل شيء وتقبل عدد نطاقات (span count) محددًا بسعر متغير، فإن Datadog منتج قوي وشامل ولا يوجد شيء هنا يناقض ذلك. أما إذا كنت تفضل أن تكون البيانات المقاسة (telemetry) نتيجة ثانوية لنقطة تحكم تحتاجها بالفعل — نقطة تفرض الميزانيات وتنفذ ضوابط الحماية (guardrails) بشكل مضمن، وتصدر البيانات إلى Datadog عبر OTEL إذا كنت تريد كلاهما — فهذه هي الحجة الداعمة للحلول القائمة على Gateway.

جميع الأسعار أعلاه هي أسعار القائمة المعلنة لـ Datadog كما تم الاطلاع عليها في 25 سبتمبر 2026 وهي عرضة للتغيير. تحقق منها في datadoghq.com/pricing قبل الالتزام.

جرب TrueFoundry AI Gateway مجانًا ←