ما البطاقات التي يمكنني الدفع بها؟

بطاقات Visa, Mastercard, Meeza, Apple Pay. تُحصَّل كل المدفوعات بالجنيه المصري.

ما المحافظ الإلكترونية التي يمكنني الدفع بها؟

محافظ Vodafone Cash, Etisalat Cash, Orange Cash, WE Pay.

كم يستغرق وصول رصيدي؟

يُضاف الرصيد إلى حسابك بمجرد أن يؤكد Kashier نجاح الدفع، وعادةً خلال ثوانٍ قليلة من إتمام الدفع.

الأسعار

أسعار AI API، بالجنيه المصري

كل الـ Models عبر واجهة API واحدة، متوافقة مع OpenAI للمحادثة والـ Embeddings والصور، بأسعار بالجنيه المصري تُدفع من رصيد مسبق الدفع بالجنيه المصري، فلا تدفع بالدولار أبدًا. تُحتسب Models النصوص لكل Token مستخدم، و Models الصور لكل صورة مولَّدة. تُحدَّد أسعار الـ Models التي يقدّمها مزوّدون دوليون بناءً على أسعارها بالدولار وفق سعر الصرف الحالي، لذا قد تتغير؛ وتعرض هذه الصفحة أحدث الأسعار.

232 Models متاحة · سعر الـ Input من 0.12 إلى 1764.23 ج.م لكل مليون Token

تطوّر مشروعًا؟ تمنحك الـ Developer Packs يوميًا Tokens مجانية على الـ Models السيادية لدينا.

تدرس في الجامعة؟ تمنحك خطة الطلاب استخدامًا مجانيًا كل يوم على الـ Models السيادية لدينا.

Developer Packs

سعر ثابت لعدد ثابت من الأيام، مع Tokens مجانية كل يوم على الـ Models السيادية لدينا. أما الـ Models الأخرى، وافتراضيًا الاستخدام بعد نفاد الـ Tokens اليومية، فتُدفع من رصيدك بأسعار الـ Token الموضحة أدناه.

Developer Pack

تدفع

129.00 ج.م لمدة 30 يومًا

4.30 ج.م يوميًا

تحصل كل يوم

نحو 3M Tokens مجانية على Qwen3.8-27B-FP8، بقيمة 110.25 ج.م بالأسعار العادية.

تتجدد الـ Tokens الساعة 00:00 بتوقيت القاهرة، ولا يُرحَّل غير المستخدم منها.

120 طلب في الدقيقة · 4 طلب في الوقت نفسه · الرد حتى 8,192 Tokens · الـ Prompt حتى 32,768 Tokens

احصل على هذه الباقة

تشتري الباقة من رصيدك المدفوع مسبقًا، من صفحة الخطط في لوحة التحكم. ويُحتسب أي رصيد، بما فيه الرصيد الترحيبي والكوبونات.
التجديد التلقائي متوقف ما لم تفعّله عند الشراء. ويمكنك إيقافه في أي وقت، فتستمر الباقة حينها حتى تاريخ انتهائها. ولا تُسترد قيمة الأيام غير المستخدمة.
في أوقات الذروة، قد يُطلب من الطلبات التي تستخدم الحصة اليومية المجانية إعادة المحاولة لاحقًا.
أعداد الـ Tokens تقديرية: تفترض 3 Input tokens مقابل كل Output token. وتكلفة الـ Output tokens أعلى، لذا تستهلك الردود الطويلة الـ Tokens اليومية أسرع.

خطة الطلاب

مجانية لطلاب الجامعات. نحو 1M Tokens يوميًا على Qwen3.8-27B-FP8، لمدة 12 شهرًا.

تتجدد الحصة المجانية الساعة 00:00 بتوقيت القاهرة، ولا يُرحَّل ما لم يُستخدم منها.

20 طلب في الدقيقة · 2 طلب في الوقت نفسه · الرد حتى 4,096 Tokens · الـ Prompt حتى 16,384 Tokens

الجامعات المدعومة: Every Egyptian university (كل العناوين المنتهية بـ edu.eg مقبولة)، Arab Academy for Science, Technology and Maritime Transport (aast.edu)، The American University in Cairo (aucegypt.edu).

لا تجد جامعتك؟ راسلنا على support@sovereigneg.com.

أنشئ حسابًا، ثم افتح الرصيد والمدفوعات ← الخطط في لوحة التحكم: وثّق رقم هاتفك هناك، ثم أكِّد بريدك الجامعي: بنقرة واحدة إذا كنت سجّلت به، وإلا فبرمز من 6 أرقام نرسله إليه. للحسابات الشخصية فقط.
لا يمكن استخدام البريد الجامعي إلا لتأكيد حساب واحد، ويظل مرتبطًا به حتى لو حُذف ذلك الحساب.
للاحتفاظ بالخطة، أكِّد بريدك الجامعي مرة أخرى قبل انتهائها، وسنرسل إليك تذكيرًا بالبريد الإلكتروني.
تُدفع الـ Models الأخرى، وافتراضيًا الاستخدام بعد نفاد الحصة اليومية، من رصيدك بأسعار الـ Token الموضحة أدناه.
في أوقات الذروة، قد يُطلب من الطلبات التي تستخدم الحصة اليومية المجانية إعادة المحاولة لاحقًا.

ابدأ الآن لديك حساب بالفعل؟ أكمل التحقق من صفحة الخطط

Models المحادثة

176 Models

تُحتسب لكل مليون Token، مع تسعير الـ Input والـ Output بشكل منفصل. الأسعار المعروضة هي أسعار المزوّد الأساسي لكل Model: فالطلب الذي يخدمه مزوّد آخر بعد التحويل الاحتياطي يُحتسب بأسعار ذلك المزوّد، وقد تكون أعلى أو أقل، كما قد يكون للـ Tokens المخزّنة مؤقتًا و Tokens الصوت والصور أسعارها الخاصة. تعرض سجلات الطلبات تكلفة كل طلب.

الـ Model	الـ Context	سعر الـ Input (ج.م / 1M)	سعر الـ Output (ج.م / 1M)
meta-llama-3.1-8b-instruct-turboMeta	131K	1.18	2.35
Meta Llama 3.2 1B InstructMeta	60K	1.59	11.82
mistral-nemo-instruct-2407Mistral AI	131K	1.71	1.76
gpt-oss-20bOpenAI	131K	1.76	8.23
Qwen: Qwen3.7 FlashAlibaba	1M	1.76	7.64
gpt-oss-120bOpenAI	131K	2.18	10.00
gemma-3-12b-itGoogle	131K	2.94	8.82
gemma-3-4b-itGoogle	131K	2.94	5.88
gpt-5-nanoOpenAI	400K	2.94	23.52
Meta Llama 3.2 3B InstructMeta	131K	2.94	19.41
mistral-small-24b-instruct-2501Mistral AI	33K	2.94	4.70
nim/meta/llama-3.1-8b-instructnim	131K	2.94	4.70
DeepSeek: DeepSeek V4 Flash 0731DeepSeek	1M	3.53	10.59
granite-4.2-8bibm-granite	131K	3.53	14.70
Ling-3.0-flashinclusionai	131K	3.53	10.59
ling-3.0-flash-vlinclusionAI	131K	3.53	10.59
nemotron-3-nano-30b-a3bNVIDIA	262K	3.53	14.11
nvidia-nemotron-3.5-lightningNVIDIA	262K	3.53	9.41
glm-4.7-flashzai-org	131K	3.56	23.52
Qwen: Qwen3.5-FlashAlibaba	1M	3.82	15.29
gemma-4-26b-a4b-itGoogle	262K	4.12	19.99
phi-4Microsoft	16K	4.12	8.23
Qwen3 Coder 30B A3b InstructAlibaba	262K	4.12	16.47
mistral-small-3.2-24b-instruct-2506Mistral AI	128K	4.41	11.76
gemma-3-27b-itGoogle	131K	4.70	9.41
qwen3-32bAlibaba	41K	4.70	16.47
nvidia-nemotron-3-super-120b-a12bNVIDIA	262K	5.00	23.52
Qwen3-0.6BAlibaba	4K	5.00	10.00
deepseek-v4-flashDeepSeek	1M	5.29	10.59
gemma-4-31b-it-turboGoogle	262K	5.29	19.99
qwen3-235b-a22b-instruct-2507Alibaba	262K	5.29	32.34
qwen3-next-80b-a3b-instructAlibaba	262K	5.29	64.69
Arize AI Qwen 2 1.5B Instructarize-ai	33K	5.88	5.88
Claude Haiku 5.5Anthropic	1M	5.88	29.40
gpt-4.1-nanoOpenAI	1M	5.88	23.52
gpt-6-lunaOpenAI	1M	5.88	29.40
llama-3.3-70b-instruct-turboMeta	131K	5.88	18.82
llama-4-scout-17b-16e-instructMeta	328K	5.88	17.64
nim/meta/llama-3.3-70b-instructnim	131K	5.88	18.82
NVIDIA Nemotron 3.5 Super VLNVIDIA	262K	5.88	23.52
qwen3.5-9bAlibaba	262K	5.88	8.82
qwen3.6-35b-a3bAlibaba	262K	5.88	55.87
seed-2.0-miniByteDance	256K	5.88	23.52
voxtral-small-24b-2507Mistral AI	33K	5.88	17.64
Qwen: Qwen3.8 FlashAlibaba	1M	6.65	22.46
Qwen: Qwen3 Coder NextAlibaba	262K	7.06	47.05
qwen3-14bAlibaba	41K	7.06	14.11
qwen3-30b-a3bAlibaba	41K	7.06	29.40
hy3tencent	262K	7.76	31.05
mimo-v2.5XiaomiMiMo	1M	8.23	16.47
qwen3.5-35b-a3bAlibaba	262K	8.23	58.81
Xiaomi: MiMo-V2.6-Flashxiaomi	1M	8.23	16.47
gpt-4o-mini-search-previewOpenAI	128K	8.58	34.32
glm-5.3-flashzai-org	1M	8.82	29.40
gpt-4o-miniOpenAI	128K	8.82	35.28
gpt-4o-mini-2024-07-18OpenAI	128K	8.82	35.28
gpt-oss-120b-turboOpenAI	131K	8.82	35.28
Qwen3 Next 80B A3b ThinkingAlibaba	262K	8.82	70.57
qwen3-vl-30b-a3b-instructAlibaba	262K	8.82	35.28
llama-guard-4-12bMeta	164K	10.59	10.59
Qwen: Qwen3.6 FlashAlibaba	1M	11.03	66.16
Qwen: Qwen3 Coder FlashAlibaba	1M	11.47	57.34
deepseek-v4.1-flashDeepSeek	1M	11.76	35.28
gemma-4-31b-itGoogle	262K	11.76	23.52
gpt-5.4-nanoOpenAI	400K	11.76	73.51
gpt-5.6-lunaOpenAI	1M	11.76	70.57
nemotron-content-safety-3.5NVIDIA	131K	11.76	11.76
Qwen: Qwen3.8 27BAlibaba	262K	11.76	147.02
qwen3-vl-235b-a22b-instructAlibaba	262K	11.76	51.75
step-3.7-flashstepfun-ai	256K	11.76	67.63
Qwen3.8-27B-FP8Alibaba	131K	14.00	105.00
deepseek-v3.1DeepSeek	164K	14.70	55.87
DeepSeek: DeepSeek V3.1DeepSeek	164K	14.70	55.87
gemini-3.1-flash-liteGoogle	1M	14.70	88.21
gpt-5-miniOpenAI	400K	14.70	117.62
Qwen3-VL-8B-InstructAlibaba	262K	14.70	44.11
seed-1.8ByteDance	256K	14.70	117.62
MiniMax M2MiniMaxAI	205K	15.00	59.98
deepseek-v3.2DeepSeek	164K	15.29	22.35
Qwen: Qwen3.5 Plus 2026-02-15Alibaba	1M	15.29	91.74
qwen3.5-122b-a10bAlibaba	262K	15.29	122.32
qwen3.5-27bAlibaba	262K	15.29	152.90
deepseek-v3.1-terminusDeepSeek	164K	15.88	58.81
gemma-4-31b-it-ultraGoogle	131K	15.88	44.69
minimax-m3MiniMaxAI	524K	16.47	64.69
DeepSeek: DeepSeek V3 0324DeepSeek	128K	17.05	67.04
gemini-2.5-flashGoogle	1M	17.64	147.02
minimax-m2.7MiniMaxAI	205K	17.64	70.57
Qwen: Qwen3.5 Plus 2026-04-20Alibaba	1M	17.64	105.85
deepseek-v3DeepSeek	164K	18.82	52.34
qwen3.6-27bAlibaba	262K	18.82	188.18
Qwen3.7 PlusAlibaba	1M	18.82	75.27
Muse Glimmer 30Bmeta-models	131K	20.58	88.21
Beam 1.0 501B A23Breflection	1M	23.52	70.57
glm-4.7zai-org	203K	23.52	102.91
gpt-4.1-miniOpenAI	1M	23.52	94.09
meta-llama-3.1-70b-instruct-turboMeta	131K	23.52	23.52
nim/meta/llama-3.1-70b-instructnim	131K	23.52	23.52
Xiaomi: MiMo-V2.6-Proxiaomi	1M	25.29	51.16
mimo-v2.5-proXiaomiMiMo	1M	25.58	51.16
DeepSeek: DeepSeek V4 Flash Vision ExpDeepSeek	1M	25.88	77.63
qwen3-235b-a22b-thinking-2507Alibaba	128K	26.46	205.83
qwen3.5-397b-a17bAlibaba	262K	26.46	176.42
Thinking Machines: Inkling Smallthinkingmachines	524K	26.46	70.57
deepseek-r1-0528DeepSeek	164K	29.40	126.44
glm-4.6zai-org	203K	29.40	117.62
gpt-3.5-turboOpenAI	16K	29.40	88.21
kimi-k2.5moonshotai	262K	29.40	147.02
nvidia-nemotron-3-ultra-550b-a55bNVIDIA	262K	29.40	129.38
seed-2.0-codeByteDance	256K	29.40	176.42
seed-2.0-proByteDance	256K	29.40	176.42
MoonshotAI: Kimi K2 0711moonshotai	131K	33.52	135.26
GLM 4.5Vzai-org	66K	35.28	105.85
MoonshotAI: Kimi K2 0905moonshotai	262K	35.28	147.02
NVIDIA Nemotron 3 Ultra 550B A55B NVFP4NVIDIA	203K	35.28	141.14
Gemma-2 Instruct (27B)Google	8K	38.23	38.23
kimi-k2.7-codemoonshotai	262K	39.47	197.01
DeepSeek: R1DeepSeek	64K	41.17	147.02
hermes-3-llama-3.1-70bNousResearch	131K	41.17	41.17
glm-5.2zai-org	1M	44.11	141.14
Google: Gemini 3.6 FlashGoogle	1M	44.11	220.53
Google: Gemini 3.7 FlashGoogle	1M	44.11	220.53
gpt-5.4-miniOpenAI	400K	44.11	264.63
kimi-k2.6moonshotai	262K	44.11	205.83
Qwen2.5-VL (72B) InstructAlibaba	128K	47.05	58.81
Google: Gemini 3.8 FlashGoogle	1M	48.52	242.58
Tencent: Hy4 previewtencent	1M	49.05	147.08
Z.ai: GLM 5.3z-ai	1M	52.93	235.23
glm-5.1zai-org	200K	56.81	178.54
claude-haiku-4.5Anthropic	200K	58.81	294.04
glm-5zai-org	203K	58.81	188.18
Inkling FP4thinkingmachines	524K	58.81	238.17
o3-miniOpenAI	200K	64.69	258.75
o4-miniOpenAI	200K	64.69	258.75
gemini-2.5-proGoogle	1M	73.51	588.08
gpt-5OpenAI	400K	73.51	588.08
gpt-5.1OpenAI	400K	73.51	588.08
Muse Spark Open 816B A42Bmeta-models	1M	73.51	249.93
deepseek-v4-proDeepSeek	1M	76.45	152.90
DeepSeek: DeepSeek V4 Pro 0813DeepSeek	1M	76.45	152.90
gemini-3.5-flashGoogle	1M	88.21	529.27
Qwen: Qwen3.8 MaxAlibaba	256K	97.03	291.16
gpt-5.2OpenAI	400K	102.91	823.31
Claude Sonnet 5.5Anthropic	1M	117.62	588.08
claude-sonnet-5Anthropic	1M	117.62	588.08
gemini-3.1-proGoogle	1M	117.62	705.69
gpt-4.1OpenAI	1M	117.62	470.46
gpt-5.6-terraOpenAI	1M	117.62	705.69
gpt-6-solOpenAI	1M	117.62	588.08
gpt-6.1-solOpenAI	1M	117.62	588.08
o3OpenAI	200K	117.62	470.46
qwen3.8-2.4t-a95bAlibaba	1M	117.62	352.85
gpt-4o-search-previewOpenAI	128K	143.00	572.00
gpt-4oOpenAI	128K	147.02	588.08
gpt-4o-2024-08-06OpenAI	128K	147.02	588.08
gpt-4o-2024-11-20OpenAI	128K	147.02	588.08
gpt-5.4OpenAI	1M	147.02	882.12
MoonshotAI: Kimi K3moonshotai	1M	167.60	838.01
Claude Sonnet 4.5Anthropic	200K	176.42	882.12
claude-sonnet-4.6Anthropic	1M	176.42	882.12
gpt-3.5-turbo-16kOpenAI	16K	176.42	235.23
Claude Opus 5.5Anthropic	1M	235.23	1176.16
gpt-5.6-solOpenAI	1M	235.23	1176.16
Claude Opus 4.5Anthropic	200K	294.04	1470.19
Claude Opus 4.6Anthropic	1M	294.04	1470.19
Claude Opus 5Anthropic	1M	294.04	1470.19
claude-opus-4.7Anthropic	1M	294.04	1470.19
claude-opus-4.8Anthropic	1M	294.04	1470.19
gpt-4o-2024-05-13OpenAI	128K	294.04	882.12
gpt-5.5OpenAI	1M	294.04	1764.23
Claude Fable 5.1Anthropic	1M	588.08	2940.39
claude-fable-5Anthropic	1M	588.08	2940.39
gpt-6-astraOpenAI	1M	588.08	2940.39
o1OpenAI	200K	882.12	3528.47
gpt-4OpenAI	8K	1764.23	3528.47
gpt-4-turboOpenAI	8K	1764.23	3528.47

Models الـ Embeddings

28 Models

تُحتسب على Input tokens فقط. تُرجع الـ Embeddings متجهات وليس نصًا مولَّدًا، لذا لا توجد رسوم على الـ Output.

الـ Model	الـ Context	سعر الـ Input (ج.م / 1M)
embeddinggemma-300mGoogle	2K	0.12
all-minilm-l12-v2SBERT	512	0.29
all-minilm-l6-v2SBERT	512	0.29
all-mpnet-base-v2SBERT	512	0.29
bge-base-en-v1.5BAAI	512	0.29
clip-vit-b-32SBERT	77	0.29
clip-vit-b-32-multilingual-v1SBERT	512	0.29
e5-base-v2intfloat	512	0.29
gte-basethenlper	512	0.29
multi-qa-mpnet-base-dot-v1SBERT	512	0.29
paraphrase-minilm-l6-v2SBERT	512	0.29
text2vec-base-chineseshibing624	512	0.29
bge-en-iclBAAI	8K	0.59
bge-large-en-v1.5BAAI	512	0.59
bge-m3BAAI	8K	0.59
bge-m3-multiBAAI	512	0.59
bge-m3-multi-8kBAAI	8K	0.59
e5-large-v2intfloat	512	0.59
gte-largethenlper	512	0.59
llama-nemotron-embed-vl-1b-v2NVIDIA	10K	0.59
multilingual-e5-largeintfloat	512	0.59
multilingual-e5-large-instructintfloat	512	0.59
qwen3-embedding-0.6bAlibaba	33K	0.59
qwen3-embedding-8bAlibaba	33K	0.59
qwen3-embedding-4bAlibaba	33K	1.18
text-embedding-3-smallOpenAI	—	1.18
text-embedding-ada-002OpenAI	—	5.88
text-embedding-3-largeOpenAI	—	7.64

Models توليد الصور

25 Models

تُحتسب لكل صورة مُرجَعة. الرقم الذي يذكر مقاسًا (مثل 'per 1024p image') هو السعر عند ذلك المقاس، وتتغير التكلفة بحسب عدد البكسلات التي تطلبها؛ أما الأرقام الأخرى فهي لكل صورة. تشير ≈ إلى السعر الافتراضي المعلن من المزوّد، لذا تعتمد التكلفة الدقيقة على الطلب. تذكر كل استجابة التكلفة بالجنيه المصري في usage.cost.

الـ Model	السعر
sdxl-turbostabilityai	0.0118 ج.م لكل صورة 1024p
flux-1-schnellblack-forest-labs	0.0294 ج.م لكل صورة 1024p
p-imagePrunaAI	0.294 ج.م لكل صورة
flux-1-devblack-forest-labs	0.5293 ج.م لكل صورة 1024p
ming-image-0.1-designinclusionAI	0.5881 ج.م لكل صورة 1024p
ming-image-0.1-design-layerinclusionAI	0.5881 ج.م لكل صورة 1024p
flux-2-klein-4bblack-forest-labs	0.8233 ج.م لكل صورة 1024p
flux-2-klein-9bblack-forest-labs	0.8821 ج.م لكل صورة 1024p
flux-2-problack-forest-labs	≈ 0.8821 ج.م لكل صورة
flux-2-devblack-forest-labs	1.05 ج.م لكل صورة 1024p
wan2.6-t2iWan-AI	1.76 ج.م لكل صورة
nano-banana-2-liteGoogle	1.98 ج.م لكل صورة
bria-3.2Bria	2.35 ج.م لكل صورة
bria-3.2-vectorBria	2.35 ج.م لكل صورة
fiboBria	2.35 ج.م لكل صورة
fibo-1.5Bria	2.35 ج.م لكل صورة
flux-1.1-problack-forest-labs	2.35 ج.م لكل صورة
seedream-4ByteDance	2.35 ج.م لكل صورة
seedream-4.5ByteDance	2.35 ج.م لكل صورة
nano-banana-2Google	3.95 ج.م لكل صورة
flux-2-maxblack-forest-labs	≈ 4.12 ج.م لكل صورة
qwen-image-maxAlibaba	4.41 ج.م لكل صورة
seedream-5.0-proByteDance	5.82 ج.م لكل صورة
gemini-3-pro-imageGoogle	7.90 ج.م لكل صورة
nano-banana-proGoogle	7.90 ج.م لكل صورة

Models القرار

3 Models

Models من System One على /v1/systemone. تُسعَّر على Input tokens: الحالة بالإضافة إلى أسئلتك. الإجابات القصيرة المحددة النوع التي تُرجعها لا تحمل أي رسوم Output على أي Model قرار حاليًا.

الـ Model	الـ Context	سعر الـ Input (ج.م / 1M)
Jared Palmer: Kev 4Bjaredpalmer	8K	2.47
TypeSafe: Jev 1.13typesafe	262K	2.47
OpenAI: GPT-6 Luna DecisionsOpenAI	1M	5.88

كيف تتم المحاسبة

تُحتسب Models النصوص لكل مليون Token، مع تسعير الـ Input والـ Output بشكل منفصل؛ وتُحتسب Models الصور لكل صورة مولَّدة. لا تدفع إلا مقابل ما يستخدمه الطلب فعلًا. السعر المعروض هو سعر المسار الأساسي للـ Model؛ وإذا خدم الطلبَ مزوّدٌ احتياطي، فيُحتسب بسعر ذلك المزوّد، وقد يختلف. تُسعِّر بعض الـ Models أيضًا الـ Tokens المخزّنة مؤقتًا و Tokens الصوت والصور والفيديو بشكل منفصل، وتجد هذه الأسعار في صفحة الـ Model داخل لوحة التحكم. تعرض صفحة كل Model الـ Context window والـ Modalities. ولمعرفة صيغ الطلبات والحدود، راجع التوثيق، ولتصفية الـ Models ومقارنتها استخدم مكتبة الـ Models.

طريقة الدفع من مصر

تشحن رصيدًا مسبق الدفع بالجنيه المصري من صفحة الرصيد والمدفوعات في لوحة التحكم، ويُدفع كل طلب من هذا الرصيد. تتم عملية الدفع على صفحة الدفع المستضافة لدى Kashier وتُحصَّل بالجنيه المصري، لذا يمكنك الدفع ببطاقة محلية أو محفظة إلكترونية. لا نخزّن بيانات بطاقتك كاملةً ولا رقم المحفظة الإلكترونية الذي تدفع منه. ولمعرفة حالات الاسترداد، راجع سياسة الاسترداد.

ما البطاقات التي يمكنني الدفع بها؟: بطاقات Visa, Mastercard, Meeza, Apple Pay. تُحصَّل كل المدفوعات بالجنيه المصري.
ما المحافظ الإلكترونية التي يمكنني الدفع بها؟: محافظ Vodafone Cash, Etisalat Cash, Orange Cash, WE Pay.
كم يستغرق وصول رصيدي؟: يُضاف الرصيد إلى حسابك بمجرد أن يؤكد Kashier نجاح الدفع، وعادةً خلال ثوانٍ قليلة من إتمام الدفع.