قیمت‌گذاری API AvalAI

📞 پشتیبانی و بازخورد

برای دریافت کمک یا گزارش مشکلات مربوط به این مستندات، با تیم پشتیبانی ما در تلگرام تماس بگیرید: t.me/AvalAISupport

ما آماده پاسخگویی به سوالات فنی، استعلامات مالی و بهبود مستندات هستیم.

در AvalAI، ما به شفافیت کامل اعتقاد داریم. قیمت‌گذاری ما ۱۰۰٪ با نرخ‌های پایه API ارائه‌دهندگان اصلی همسو است و اطمینان حاصل می‌کند که شما همیشه هزینه‌های منصفانه و رقابتی را بدون هیچ‌گونه افزایش پنهانی از خدمات اصلی ما دریافت می‌کنید.

مهم

قیمت‌گذاری AvalAI بر اساس مصرف توکن در API استاندارد است؛ مشابه API رسمی Anthropic، پلتفرم OpenAI API، OpenRouter.ai و سایر سرویس‌های API پرداخت به میزان مصرف. این مدل با اشتراک‌های مصرفی یا CLI مانند Claude Pro/Max یا اشتراک‌های Codex یکسان نیست؛ در آن سرویس‌ها دسترسی ممکن است همراه با یک محصول ارائه شود و قوانین استفاده با صورتحساب API مبتنی بر توکن تفاوت داشته باشد.

اعتبار رایگان برای کاربران جدید AvalAI

کاربران جدید می‌توانند بدون پرداخت، تا ۲۰۰٬۰۰۰ تومان اعتبار رایگان API دریافت کنند:

• ثبت‌نام با شمارهٔ تلفن و تأیید آن: دریافت ۲۰۰٬۰۰۰ تومان اعتبار رایگان.
• ثبت‌نام اولیه با ایمیل: دریافت فوری ۲۵٬۰۰۰ تومان اعتبار رایگان.
• اتصال و تأیید شمارهٔ تلفن در ادامه: دریافت ۱۷۵٬۰۰۰ تومان دیگر تا مجموع اعتبار رایگان ثبت‌نام به ۲۰۰٬۰۰۰ تومان برسد.

پاداش تأیید تلفن، مجموع اعتبار ثبت‌نام را به ۲۰۰٬۰۰۰ تومان می‌رساند؛ یعنی ۲۰۰٬۰۰۰ تومان جداگانه علاوه بر اعتبار اولیه ایمیل نیست. حساب خود را در داشبورد AvalAI بسازید و تأیید کنید، سپس پیش از شارژ از موجودی رایگان برای آزمایش مدل‌های API پشتیبانی‌شده استفاده کنید.

برای جزئیات کامل در مورد تمامی مدل‌ها و قابلیت‌های آن‌ها، لطفا از صفحه جزئیات مدل بازدید کنید.

برای الگوهای پیاده‌سازی که هزینه را از مسیر انتخاب مدل، بودجه توکن، prompt caching، کار async و routing با flex کاهش می‌دهند، بهینه‌سازی هزینه را ببینید.

Gemini 4 Argon

پرچم‌دار جدید گوگل با شناسه gemini-4-argon از Gemini بومی در /v1beta/models، همچنین /v1/chat/completions، /v1/messages و /v1/responses پشتیبانی می‌کند. نرخ‌ها به دلار آمریکا برای هر ۱ میلیون توکن هستند:

دوره قیمت‌گذاری	ورودی	ورودی از حافظه نهان	خروجی
تشویقی تا پایان ۹ آذر ۱۴۰۵ — ۱۴۰۵-۰۹-۰۹ / (2026-11-30)	$2.00	$0.10	$10.00
استاندارد از ۱۰ آذر ۱۴۰۵ — ۱۴۰۵-۰۹-۱۰ / (2026-12-01)	$4.00	$0.20	$20.00

نرخ تشویقی نصف نرخ استاندارد است. قیمت ورودی از حافظه نهان فقط برای توکن‌های بازیابی‌شده از آن اعمال می‌شود؛ سایر ورودی‌ها نرخ معمول ورودی را دارند. استدلال پنهان جزو خروجی محاسبه می‌شود و هزینه جداگانه ابزارها در این قیمت‌های توکن نیست. فهرست فعلی تولیدشده در ادامه، نسخه فعال داده‌ها را نمایش می‌دهد؛ این بخش نرخ استاندارد آینده اعلام‌شده را نیز ثبت می‌کند. پیش از شروع بار کاری طولانی، قیمت فعال و محدودیت حساب را در فهرست زنده بررسی کنید.

خبر Argon و DeepSeek، راهنمای Google و راهنمای استدلال را ببینید.

DeepSeek Flash: قیمت ثابت پس از ارتقای مدل پایه

deepseek-flash و deepseek-v4.1-flash اکنون هر دو از DeepSeek-V4.1-Flash-1017 استفاده می‌کنند. نیازی به تغییر کد کلاینت نیست و قیمت‌ها ثابت مانده‌اند. شناسه فعلی AvalAI، نقطه پایانی و قالب درخواست را نگه دارید؛ نام مدل پایه شناسه جدید مدل در API نیست. این ارتقا تغییر نام‌های مستعار دیگر یا نقاط پایانی را اعلام نمی‌کند.

شناسه مدل در AvalAI	ورودی	ورودی از حافظه نهان	خروجی
deepseek-flash	$0.15	$0.003	$0.60
deepseek-v4.1-flash	$0.15	$0.003	$0.60

این نرخ‌های دلاری هر میلیون توکن در تمام ساعات ثابت می‌مانند. نیازی به زمان‌بندی نیست؛ دو برابر شدن قیمت در ساعات اوج یا نصف کردن دوباره تعرفه مطرح نیست. توکن‌های بازیابی‌شده از حافظه نهان نرخ آن را دارند و سایر ورودی‌ها با نرخ ورودی محاسبه می‌شوند. راهنمای DeepSeek و اعلامیه ارتقای خودکار را ببینید.

Claude Haiku 5.5

مدل جدید Anthropic با شناسه claude-haiku-5-5 از v1/chat/completions، v1/messages و v1/responses پشتیبانی می‌کند. نرخ‌های AvalAI به دلار آمریکا برای هر ۱ میلیون توکن هستند:

طول کل ورودی درخواست	ورودی	ورودی از حافظه نهان	ورودی ایجاد حافظه نهان	خروجی
تا 100K توکن، شامل خود آستانه	$0.10	$0.01	$0.20	$0.50
بیش از 100K توکن	$0.50	$0.05	$1.00	$2.50

ورودی دقیقاً ۱۰۰ هزار توکنی در بازه ارزان‌تر می‌ماند. طول کل ورودی درخواست همه نرخ‌های قابل اعمال، شامل خروجی، را مشخص می‌کند؛ تعرفه بالاتر فقط به توکن‌های مازاد محدود نیست. این آستانه مرز قیمت‌گذاری است، نه سقف پنجره زمینه.

ایجاد حافظه نهان در AvalAI $0.20 / $1.00 هزینه دارد، نه نرخ بالادستی $0.125 / $0.625 برای نوشتن حافظه نهان. این قیمت‌ها زمان نگهداری حافظه نهان را تعیین نمی‌کنند. تا زمانی که رکورد کامل مدل در نسخه محلی داده‌ها ثبت شود، این اطلاعیه جدا از فهرست تولیدشده زیر قرار دارد؛ محدودیت‌های فعلی زمینه، خروجی و سطح حساب را در فهرست زنده بررسی کنید. اعتبار Claude Max و Team و تخفیف هم‌زمان Sonnet در Anthropic، تغییر صورتحساب AvalAI در این خبر نیستند.

خبر Haiku 5.5، راهنمای ارائه‌دهنده و راهنمای استدلال را ببینید.

دریافت فهرست زنده مدل‌ها

برای دریافت فهرست فعلی مدل‌ها و جزئیات قیمت‌گذاری آن‌ها از endpoint عمومی زیر استفاده کنید. این endpoint به API key نیاز ندارد. پاسخ شامل همان شناسه‌های مدل، فیلدهای تو‌در‌توی pricing و شیء tier_rate_limits (محدودیت نرخ به‌ازای هر سطح حساب) است که در این صفحه استفاده می‌شوند.

# پاسخ را به‌جای چاپ در ترمینال در فایل models.json ذخیره کنید.
curl --fail --silent --show-error \
  https://api.avalai.ir/public/models \
  --output models.json

# Windows PowerShell: ذخیره پاسخ در فایل models.json
Invoke-RestMethod -Uri "https://api.avalai.ir/public/models" `
  -OutFile "models.json"

import requests

response = requests.get(
    "https://api.avalai.ir/public/models",
    timeout=30,
)
response.raise_for_status()
models = response.json()["data"]

for model in models:
    print(model["id"], model.get("pricing", {}))
    # محدودیت نرخ برای سطح حساب شما (برای مثال سطح ۲)
    tier_limits = model.get("tier_rate_limits", {}).get("2", {})
    print(
        "  tier 2:",
        tier_limits.get("max_requests_per_1_minute"),
        "RPM",
        tier_limits.get("max_tokens_per_1_minute"),
        "TPM",
    )

ساختار پاسخ

پاسخ سطح بالا یک فهرست مدل است:

{
  "object": "list",
  "data": [
    {
      "id": "example-model",
      "object": "model",
      "owned_by": "provider",
      "min_tier": 0,
      "mode": "chat",
      "pricing": {
        "input": 1.25,
        "input_above_128K": 2.5,
        "cached_input": 0.125,
        "output": 10.0,
        "output_above_128K": 15.0
      },
      "max_input_tokens": 200000,
      "max_output_tokens": 32000,
      "max_requests_per_1_minute": 1000,
      "max_tokens_per_1_minute": 2000000,
      "tier_rate_limits": {
        "0": {
          "max_requests_per_1_minute": 1,
          "max_tokens_per_1_minute": 40000
        },
        "1": {
          "max_requests_per_1_minute": 50,
          "max_tokens_per_1_minute": 500000
        },
        "2": {
          "max_requests_per_1_minute": 250,
          "max_tokens_per_1_minute": 1000000
        },
        "3": {
          "max_requests_per_1_minute": 1000,
          "max_tokens_per_1_minute": 2000000
        }
      },
      "supported_endpoints": [
        "/v1/chat/completions"
      ],
      "supports_vision": true,
      "supports_function_calling": true
    }
  ]
}

فیلدهای مهم:

فیلد	مفهوم
id	نام دقیق مدل برای ارسال در درخواست API و مسیر مستندات مدل.
owned_by	مالک یا ارائه‌دهنده مدل که در فهرست قیمت نمایش داده می‌شود.
mode	دسته عملیات و صورتحساب مانند chat، embedding، image_generation، video_generation، audio_transcription، audio_speech، ocr، rerank یا search.
min_tier	حداقل سطح حساب AvalAI موردنیاز برای دسترسی. شیء tier_rate_limits همیشه از همین سطح آغاز می‌شود.
pricing.input، pricing.cached_input، pricing.output	قیمت دلاری هر ۱ میلیون توکن.
pricing.*_above_*	نرخ پویای زمینه بلند پس از آستانه توکنی که در نام کلید آمده است؛ مانند input_above_128K.
pricing.input_cost_per_page	هزینه پردازش OCR برای هر صفحه.
pricing.input_cost_per_annotation_page	هزینه حاشیه‌نویسی OCR برای هر صفحه.
pricing.output_cost_per_image_*	قیمت هر تصویر؛ پسوند، رزولوشن یا گونه کیفیت را مشخص می‌کند.
pricing.output_cost_per_video_per_second_*	قیمت هر ثانیه ویدئو؛ پسوند، رزولوشن را مشخص می‌کند.
max_input_tokens، max_output_tokens	محدودیت منتشرشده توکن ورودی و خروجی، در صورت وجود.
max_requests_per_1_minute، max_tokens_per_1_minute	بالاترین محدودیت نرخ در دسترس مدل (درخواست در دقیقه و توکن در دقیقه) که با بالاترین سطح ارائه‌شده مدل مطابقت دارد.
tier_rate_limits	محدودیت نرخ به‌ازای هر سطح که با کلید سطح حساب AvalAI ("0" تا "5") ایندکس می‌شود. هر ورودی مقدار max_requests_per_1_minute (RPM) و max_tokens_per_1_minute (TPM) آن سطح را می‌دهد. سطوح بالاتر توان عملیاتی بیشتری باز می‌کنند.
supported_endpoints	مسیرهای API پشتیبانی‌شده توسط مدل.
supports_*	پرچم‌های قابلیت مانند بینایی، function calling، صوت، ورودی PDF، کش و structured output.

فیلدهای قیمت‌گذاری بر اساس حالت مدل متفاوت هستند. همیشه کل شیء pricing را بررسی کنید و فرض نکنید همه مدل‌ها فقط نرخ توکن ورودی و خروجی دارند. محدودیت‌های نرخ بسته به سطح حساب شما متفاوت است؛ برای برنامه‌ریزی توان عملیاتی سطح خود از tier_rate_limits استفاده کنید و به بیشینه سطح بالا اکتفا نکنید.

نحوه محاسبه صورتحساب

برای برنامه‌ریزی از جدول‌های زیر استفاده کنید، اما هزینه نهایی production را با User API بررسی کنید؛ چون هزینه واقعی می‌تواند بیشتر از توکن‌های قابل مشاهده خروجی باشد.

صورتحساب توکن‌های استدلال یا reasoning: برای همه ارائه‌دهندگان و مدل‌ها، توکن‌های پنهان reasoning_tokens با نرخ توکن خروجی مدل انتخابی محاسبه می‌شوند، حتی اگر در متن پاسخ دیده نشوند. وقتی output_tokens از قبل توکن‌های reasoning را شامل می‌شود، output_tokens_details.reasoning_tokens فقط تفکیک آن است؛ این دو فیلد را با هم جمع نکنید، چون هزینه دوباره‌شماری می‌شود. اگر route خروجی قابل مشاهده و reasoning را جدا گزارش می‌کند، تعداد این توکن‌ها را جمع کنید و همان نرخ توکن خروجی را برای هر دو به کار ببرید.

• توکن‌های مدل: ورودی، ورودی کش‌شده، خروجی و توکن‌های پنهان reasoning بر اساس مدل و ارائه‌دهنده انتخابی محاسبه می‌شوند.
• قابلیت‌های route: Responses، Chat Completions، Batch، تصویر، صوت، ویدئو و workflowهای ابزارمحور ممکن است فیلدهای متفاوتی داشته باشند، اما واحد قابل‌پرداخت از مدل، واحد رسانه، route ارائه‌دهنده، سطح سرویس یا فراخوانی ابزار می‌آید.
• ابزارهای میزبانی‌شده: ابزارهایی مثل web search، file search، containerهای میزبانی‌شده و runtimeهای مشابه code interpreter در صورت فعال بودن برای route شما می‌توانند هزینه جداگانه برای call، storage یا session اضافه کنند.
• قواعد ارائه‌دهنده: بعضی ارائه‌دهندگان علاوه بر قیمت پایه توکن، هزینه cache creation، افزایش قیمت long-context، ثانیه رسانه، واحد تصویر یا نرخ‌های وابسته به سطح حساب دارند.
• کنترل‌های عملیاتی: بودجه توکن بگذارید، برای زمینه تکراری از cached prefix استفاده کنید، service_tier را آگاهانه انتخاب کنید و avalai-request-id را log کنید تا تیم‌های مالی و پشتیبانی بتوانند تراکنش دقیق را reconcile کنند.

سطح سرویس Flex

سطح سرویس Flex با ۵۰٪ کاهش هزینه نسبت به سطح استاندارد برای مدل‌های منتخب OpenAI ارائه می‌شود. این سطح قیمت‌گذاری صرفه‌جویی قابل توجهی برای استفاده حجم بالا از API فراهم می‌کند.

⚠️ ملاحظات مهم

سطح سرویس flex دارای تاخیر بالاتر نسبت به سطح استاندارد است. درخواست‌ها ممکن است زمان بیشتری ببرند، تایم‌اوت شوند، یا در طول پردازش با شکست مواجه شوند.

• برای پردازش سریع‌تر درخواست‌های API، از سطح سرویس استاندارد ("default") استفاده کنید
• برای قیمت‌های پایین‌تر با تاخیر بالاتر، از سطح پردازش flex ("flex") استفاده کنید
• تایم‌اوت سرور: درخواست‌های flex ممکن است تا ۹۰۰ ثانیه (۱۵ دقیقه) طول بکشند
• استفاده در محیط پروداکشن: برای کاربردهای حساس به زمان، توصیه می‌شود مکانیزم retry با بازگشت به service_tier: "default" پیاده‌سازی کنید
• سازگاری با Priority: بعضی مثال‌های OpenAI ممکن است service_tier: "priority" داشته باشند؛ در AvalAI از default استفاده کنید مگر اینکه پردازش priority صراحتا برای حساب شما فعال شده باشد

نحوه کار

• رفتار پیش‌فرض: همه درخواست‌ها از سطح سرویس "default" استفاده می‌کنند مگر اینکه طور دیگری مشخص شود
• فعال‌سازی: پارامتر "service_tier": "flex" را در درخواست خود ارسال کنید تا از قیمت‌گذاری flex استفاده کنید
• اعتبارسنجی مدل: سرور درخواست‌هایی با service_tier: "flex" را برای مدل‌های پشتیبانی نشده رد می‌کند
• فیلد پاسخ: همه پاسخ‌های API شامل فیلد "service_tier" هستند که نشان می‌دهد کدام سطح استفاده شده است
• مقادیر عمومی پشتیبانی‌شده: مقادیر عمومی AvalAI برابر "default" و "flex" هستند؛ "priority" را تا زمان مستندسازی برای route خود، account-specific در نظر بگیرید

قیمت‌گذاری سطح Flex

قیمت‌ها بر اساس ۱ میلیون توکن لیست شده‌اند. این قیمت‌ها نشان‌دهنده ۵۰٪ صرفه‌جویی در مقایسه با قیمت‌گذاری سطح استاندارد است.

مدل	ورودی (دلار/۱م توکن)	ورودی کش شده (دلار/۱م توکن)	خروجی (دلار/۱م توکن)
gpt-5.2	$0.875	$0.0875	$7.00
gpt-5.1	$0.625	$0.0625	$5.00
gpt-5	$0.625	$0.0625	$5.00
gpt-5-mini	$0.125	$0.0125	$1.00
gpt-5-nano	$0.025	$0.0025	$0.20
o3	$1.00	$0.25	$4.00
o4-mini	$0.55	$0.275	$2.20

مثال استفاده

curl -i https://api.avalai.ir/v1/chat/completions \
  -H "Authorization: Bearer $AVALAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5-mini",
    "messages": [{"role": "user", "content": "سلام!"}],
    "stream": false,
    "service_tier": "flex"
  }'

نمونه پاسخ:

{
  "id": "chatcmpl-123",
  "created": 1765789075,
  "model": "gpt-5-mini-2025-08-07",
  "object": "chat.completion",
  "choices": [
    {
      "finish_reason": "stop",
      "index": 0,
      "message": {
        "content": "سلام — چطور می‌توانم امروز به شما کمک کنم؟",
        "role": "assistant"
      }
    }
  ],
  "usage": {
    "completion_tokens": 123,
    "prompt_tokens": 7,
    "total_tokens": 130
  },
  "service_tier": "flex",
  "estimated_cost": {
    "unit": "0.0001238750",
    "irt": 16.27,
    "exchange_rate": 131350
  }
}

⚠️ مهم: بسته‌های اعتباری و سطح Flex

بسته‌های اعتباری هزینه‌های سطح سرویس flex را پوشش نمی‌دهند. هنگام استفاده از service_tier: "flex"، هزینه‌ها از موجودی حساب استاندارد شما کسر می‌شود، نه از تخصیص بسته‌های اعتباری. بسته‌های اعتباری فقط برای استفاده از سطح سرویس استاندارد اعمال می‌شوند.

به‌روزرسانی قیمت مدل‌ها در ۲۰ شهریور

فهرست زیر شامل deepseek-v4.1-flash، grok-4.6، gpt-image-2.5-flare و gpt-image-2.5-sunburst است. قیمت‌های این بخش به دلار آمریکا هستند.

• DeepSeek V4.1 Flash: به ازای هر ۱ میلیون توکن، $0.15 ورودی، $0.003 ورودی کش‌شده و $0.60 خروجی. این‌ها تعرفه ثابت کم‌بار در تمام ساعات هستند؛ افزایش قیمت در ساعات اوج یا نصف‌کردن دوباره نرخ‌ها وجود ندارد. از ۲۳ شهریور ۱۴۰۵ (2026-09-14)، ساعت ۰۴:۰۰ UTC، درخواست‌های deepseek-v4-pro به deepseek-v4.1-flash هدایت خواهند شد و همین تعرفه را خواهند داشت. ردیف V4-Pro در فهرست، قیمت پیش از این تغییر را نشان می‌دهد. از همین حالا V4.1 Flash را انتخاب کنید و پیش از تغییر، آن را آزمایش کنید.
• Grok 4.6: برای ورودی تا ۲۰۰ هزار توکن، شامل خود این مقدار، نرخ هر ۱ میلیون توکن $2.00 ورودی، $0.50 ورودی کش‌شده و $6.00 خروجی است. برای ورودی بیش از ۲۰۰ هزار توکن، این نرخ‌ها به‌ترتیب $4.00، $1.00 و $12.50 هستند.
• GPT Image 2.5 Flare و Sunburst: نرخ هر دو مدل به ازای هر ۱ میلیون توکن، $5.00 ورودی متن، $1.25 ورودی متن کش‌شده، $8.00 ورودی تصویر، $2.00 ورودی تصویر کش‌شده، $0.00 خروجی متن و $30.00 خروجی تصویر است. نرخ صفر خروجی متن به معنای رایگان‌بودن تولید تصویر نیست.

برآورد هزینه تصویر خروجی GPT Image 2.5

این برآوردها برای یک تصویر خروجی با ابعاد 1024x1024 در هر دو مدل هستند. برای برآورد کل درخواست، هزینه پرامپت و تصاویر مرجع ورودی را نیز اضافه کنید؛ این مبالغ تعرفه ثابت هر ویرایش نیستند.

کیفیت	gpt-image-2.5-flare	gpt-image-2.5-sunburst
low	$0.00588	$0.00588
medium	$0.01317	$0.01317
high	$0.05268	$0.05268
xhigh	$0.09366	$0.09366
max	$0.21072	$0.21072

اعلامیه مدل‌ها و راهنمای مهاجرت و نکات هزینه در Images API را ببینید.

قیمت GPT-6.1 Sol و Claude Sonnet 5.5

این تعرفه‌های AvalAI به دلار آمریکا برای هر ۱ میلیون توکن هستند. هر دو مدل از سطح ۱ در دسترس‌اند؛ سقف فعلی توان عملیاتی هر سطح را در فهرست زیر ببینید.

مدل و طول کل ورودی درخواست	ورودی	ورودی کش‌شده	ورودی ایجاد کش	خروجی
gpt-6.1-sol، تا 272K توکن، شامل خود این مقدار	$2.00	$0.10	$2.50	$10.00
gpt-6.1-sol، بیش از 272K توکن	$4.00	$0.20	$5.00	$15.00
claude-sonnet-5-5	$2.00	$0.20	$4.00	$10.00

برای GPT-6.1 Sol، ورودی دقیقاً ۲۷۲ هزار توکنی در بازه پایین‌تر می‌ماند؛ طول کل ورودی درخواست، نرخ ورودی و خروجی را تعیین می‌کند. خواندن حافظه نهان در بازه استاندارد نصف قیمت خواندن حافظه نهان GPT-6 Sol است. نرخ ایجاد حافظه نهان Sonnet 5.5 در AvalAI برابر $4.00 است و با قیمت بالادستی $2.50 تفاوت دارد؛ این نرخ زمان نگهداری حافظه نهان را مشخص نمی‌کند و بازه جداگانه‌ای برای زمینه طولانی ثبت نشده است. استدلال توکن خروجی قابل‌صورتحساب مصرف می‌کند؛ آن را در برآورد هزینه لحاظ کنید.

هر دو مدل از Chat Completions و Messages به‌طور کامل پشتیبانی می‌کنند. پشتیبانی Responses برای GPT-6.1 Sol کامل و برای Sonnet 5.5 جزئی است. اعلامیه و راهنمای مهاجرت را ببینید.

قیمت تشویقی Gemini 3.8 TTS و مهاجرت

این تعرفه‌های AvalAI به دلار آمریکا برای هر ۱ میلیون توکن هستند: ورودی متن، ورودی متن کش‌شده و خروجی صوت تولیدشده. خروجی بر اساس ثانیه یا تعداد فایل قیمت‌گذاری نمی‌شود.

نرخ تشویقی: از ۸ مهر تا پایان ۱۰ دی ۱۴۰۵ (2026-09-30 تا 2026-12-31)

مدل	ورودی	ورودی کش‌شده	خروجی صوتی
gemini-3.8-flash-tts	$0.50	$0.125	$9.00
gemini-3.8-flash-lite-tts	$0.50	$0.125	$6.00

نرخ استاندارد: از ۱۱ دی ۱۴۰۵ (2027-01-01)

مدل	ورودی	ورودی کش‌شده	خروجی صوتی
gemini-3.8-flash-tts	$1.00	$0.25	$18.00
gemini-3.8-flash-lite-tts	$1.00	$0.25	$12.00

Flash را برای روایت خلاقانه، لهجه‌های منطقه‌ای و پایداری صدا در گفتار طولانی و Lite را برای زنجیره پردازش عامل صوتی پرحجم و خواندن متن با صدا انتخاب کنید. Flash از ۱۳۰ زبان و Lite از ۱۰۱ زبان پشتیبانی می‌کند؛ فارسی در هر دو وجود دارد. این تعرفه‌ها زمان نگهداری حافظه نهان، سطح حساب خاص یا سهمیه توان عملیاتی را مشخص نمی‌کنند؛ داده‌های فعلی AvalAI را در فهرست ببینید.

برای مهاجرت از gemini-3.1-flash-tts-preview، gemini-2.5-flash-tts، gemini-2.5-pro-tts یا نسخه‌های gemini-2.5-flash-preview-tts و gemini-2.5-pro-preview-tts، ساختار درخواست و در صورت نیاز نقطه پایانی را تغییر دهید. AvalAI نسخه ۳.۸ را فقط از روش‌های بومی /v1beta/models، مسیر /v1/chat/completions و مسیر /v1/audio/speech ارائه می‌کند، نه Vertex قدیمی، Live، Interactions یا نقاط پایانی اضافی صدای بالادستی.

متن گفتار را عین‌به‌عین نگه دارید و speaker و style هر بخش بومی را در speechMetadata با نام‌گذاری camelCase قرار دهید. پاسخ بومی تک‌درخواستی نسخه ۳.۸ به‌طور پیش‌فرض WAV است؛ پیش از رمزگشایی MIME را بررسی کنید. درخواست Chat از audio.format: "pcm16" استفاده می‌کند و Speech می‌تواند صریحاً response_format: "mp3" بخواهد. نسخه قدیمی ۳.۱ فقط PCM16 دارد؛ PCM خام را بدون تبدیل با پسوند MP3 ذخیره نکنید. اعلامیه، راهنمای مهاجرت و نمونه‌های درخواست و پاسخ را ببینید.

نمای کلی قیمت‌گذاری مدل‌ها

این فهرست از data/models.json تولید می‌شود که مرجع اصلی موجودبودن مدل‌ها و قیمت‌گذاری است. هر شناسه فعلی مدل دقیقا یک بار آمده است. قیمت توکن‌ها برای ۱ میلیون توکن است، مگر اینکه واحد دیگری نمایش داده شود.

قیمت‌های دارای برچسب بالاتر از N توکن هنگامی اعمال می‌شوند که زمینه قابل‌صورتحساب از آستانه ارائه‌دهنده عبور کند. ابعاد رسانه، گونه‌های کیفیت، صفحه‌های حاشیه‌نویسی OCR، جستجو و واحدهای دیگر در صورت وجود جداگانه آمده‌اند. قیمت تشویقی GLM-5.3-Flash: نرخ‌های $0.075 ورودی، $0.015 ورودی کش‌شده و $0.25 خروجی تا ۱۸ شهریور ۱۴۰۵ (September 9, 2026) اعمال می‌شوند؛ نرخ‌های استاندارد پس از آن تاریخ $0.15 ورودی، $0.03 ورودی کش‌شده و $0.50 خروجی هستند. قیمت تشویقی Gemini 3.8 Flash: نرخ‌های $0.75 ورودی، $0.075 ورودی کش‌شده و $3.75 خروجی برای gemini-3.8-flash و نام مستعار آن، gemini-flash-latest، تا ۱۰ دی ۱۴۰۵ (December 31, 2026) اعمال می‌شوند؛ نرخ‌های استاندارد پس از آن تاریخ $1.50 ورودی، $0.15 ورودی کش‌شده و $7.50 خروجی هستند.

ستون محدودیت نرخ سقف درخواست در دقیقه (RPM) و توکن در دقیقه (TPM) را برای هر سطح حساب AvalAI از شیء tier_rate_limits نمایش می‌دهد. سطوح بالاتر توان عملیاتی بیشتری باز می‌کنند. سطوح پایین‌تر از min_tier مدل با برچسب دسترسی ندارد مشخص می‌شوند، زیرا مدل روی آن سطوح در دسترس نیست.

مدل‌های چت، Responses و Completion

شناسه مدل	ارائه‌دهنده	جزئیات قیمت‌گذاری	محدودیت نرخ
gemini-4-argon	google	ورودی$2 / ۱ میلیون توکنورودی کش‌شده$0.10 / ۱ میلیون توکنخروجی$10 / ۱ میلیون توکن	سطح پایه1 RPM · 40K TPMسطح 120 RPM · 500K TPMسطح 2100 RPM · 1M TPMسطح 3250 RPM · 2M TPMسطح 41K RPM · 5M TPMسطح 510K RPM · 30M TPM
claude-haiku-5-5	anthropic	ورودی$0.10 / ۱ میلیون توکنورودی بالاتر از 100K توکن$0.50 / ۱ میلیون توکنورودی کش‌شده$0.01 / ۱ میلیون توکنورودی کش‌شده بالاتر از 100K توکن$0.05 / ۱ میلیون توکنورودی ایجاد کش$0.20 / ۱ میلیون توکنورودی ایجاد کش بالاتر از 100K توکن$1 / ۱ میلیون توکنخروجی$0.50 / ۱ میلیون توکنخروجی بالاتر از 100K توکن$2.50 / ۱ میلیون توکن	سطح پایه1 RPM · 10K TPMسطح 125 RPM · 50K TPMسطح 2100 RPM · 450K TPMسطح 3250 RPM · 1M TPMسطح 4500 RPM · 4M TPMسطح 51500 RPM · 8M TPM
gpt-6.1-sol	openai	ورودی$2 / ۱ میلیون توکنورودی بالاتر از 272K توکن$4 / ۱ میلیون توکنورودی کش‌شده$0.10 / ۱ میلیون توکنورودی کش‌شده بالاتر از 272K توکن$0.20 / ۱ میلیون توکنورودی ایجاد کش$2.50 / ۱ میلیون توکنورودی ایجاد کش بالاتر از 272K توکن$5 / ۱ میلیون توکنخروجی$10 / ۱ میلیون توکنخروجی بالاتر از 272K توکن$15 / ۱ میلیون توکنزمینه جستجو (low)$0.03 / درخواستزمینه جستجو (medium)$0.035 / درخواستزمینه جستجو (high)$0.05 / درخواست	سطح پایهدسترسی نداردسطح 150 RPM · 500K TPMسطح 2150 RPM · 2M TPMسطح 3250 RPM · 4M TPMسطح 41500 RPM · 8M TPMسطح 510K RPM · 20M TPM
claude-sonnet-5-5	anthropic	ورودی$2 / ۱ میلیون توکنورودی کش‌شده$0.20 / ۱ میلیون توکنورودی ایجاد کش$4 / ۱ میلیون توکنخروجی$10 / ۱ میلیون توکن	سطح پایهدسترسی نداردسطح 12 RPM · 30K TPMسطح 225 RPM · 800K TPMسطح 350 RPM · 120K TPMسطح 4100 RPM · 2M TPMسطح 5150 RPM · 8M TPM
claude-opus-5-5	anthropic	ورودی$4 / ۱ میلیون توکنورودی کش‌شده$0.20 / ۱ میلیون توکنورودی ایجاد کش$8 / ۱ میلیون توکنخروجی$20 / ۱ میلیون توکن	سطح پایهدسترسی نداردسطح 12 RPM · 30K TPMسطح 225 RPM · 450K TPMسطح 350 RPM · 800K TPMسطح 4100 RPM · 1M TPMسطح 5150 RPM · 4M TPM
gpt-6-sol	openai	ورودی$2 / ۱ میلیون توکنورودی بالاتر از 272K توکن$4 / ۱ میلیون توکنورودی کش‌شده$0.20 / ۱ میلیون توکنورودی کش‌شده بالاتر از 272K توکن$0.40 / ۱ میلیون توکنورودی ایجاد کش$2.50 / ۱ میلیون توکنورودی ایجاد کش بالاتر از 272K توکن$5 / ۱ میلیون توکنخروجی$10 / ۱ میلیون توکنخروجی بالاتر از 272K توکن$15 / ۱ میلیون توکنزمینه جستجو (low)$0.03 / درخواستزمینه جستجو (medium)$0.035 / درخواستزمینه جستجو (high)$0.05 / درخواست	سطح پایه1 RPM · 10K TPMسطح 150 RPM · 500K TPMسطح 2150 RPM · 2M TPMسطح 3250 RPM · 4M TPMسطح 41500 RPM · 8M TPMسطح 510K RPM · 20M TPM
gpt-6-luna	openai	ورودی$0.10 / ۱ میلیون توکنورودی بالاتر از 272K توکن$0.20 / ۱ میلیون توکنورودی کش‌شده$0.01 / ۱ میلیون توکنورودی کش‌شده بالاتر از 272K توکن$0.02 / ۱ میلیون توکنورودی ایجاد کش$0.125 / ۱ میلیون توکنورودی ایجاد کش بالاتر از 272K توکن$0.25 / ۱ میلیون توکنخروجی$0.50 / ۱ میلیون توکنخروجی بالاتر از 272K توکن$0.75 / ۱ میلیون توکنزمینه جستجو (low)$0.03 / درخواستزمینه جستجو (medium)$0.035 / درخواستزمینه جستجو (high)$0.05 / درخواست	سطح پایه1 RPM · 10K TPMسطح 150 RPM · 500K TPMسطح 2150 RPM · 2M TPMسطح 3250 RPM · 4M TPMسطح 41500 RPM · 8M TPMسطح 510K RPM · 20M TPM
grok-4.7	xai	ورودی$2 / ۱ میلیون توکنورودی بالاتر از 200K توکن$4 / ۱ میلیون توکنورودی کش‌شده$0.50 / ۱ میلیون توکنورودی کش‌شده بالاتر از 200K توکن$1 / ۱ میلیون توکنخروجی$6 / ۱ میلیون توکنخروجی بالاتر از 200K توکن$12.50 / ۱ میلیون توکن	سطح پایه1 RPM · 40K TPMسطح 150 RPM · 500K TPMسطح 2100 RPM · 1M TPMسطح 3150 RPM · 1.50M TPMسطح 4200 RPM · 2.40M TPMسطح 5400 RPM · 4M TPM

مدل‌های Embedding

شناسه مدل	ارائه‌دهنده	جزئیات قیمت‌گذاری	محدودیت نرخ

مدل‌های تولید تصویر

شناسه مدل	ارائه‌دهنده	جزئیات قیمت‌گذاری	محدودیت نرخ

مدل‌های تولید ویدئو

شناسه مدل	ارائه‌دهنده	جزئیات قیمت‌گذاری	محدودیت نرخ

مدل‌های رونویسی صوت

شناسه مدل	ارائه‌دهنده	جزئیات قیمت‌گذاری	محدودیت نرخ

مدل‌های تبدیل متن به گفتار

شناسه مدل	ارائه‌دهنده	جزئیات قیمت‌گذاری	محدودیت نرخ

مدل‌های OCR

شناسه مدل	ارائه‌دهنده	جزئیات قیمت‌گذاری	محدودیت نرخ

مدل‌های Moderation

شناسه مدل	ارائه‌دهنده	جزئیات قیمت‌گذاری	محدودیت نرخ

مدل‌های Reranking

شناسه مدل	ارائه‌دهنده	جزئیات قیمت‌گذاری	محدودیت نرخ

مدل‌های جستجو

شناسه مدل	ارائه‌دهنده	جزئیات قیمت‌گذاری	محدودیت نرخ

سایر مدل‌ها

شناسه مدل	ارائه‌دهنده	جزئیات قیمت‌گذاری	محدودیت نرخ

ابزارهای داخلی

ابزارهای داخلی شناسه مدل نیستند و از فهرست مدل‌ها خوانده نمی‌شوند. توکن‌های مصرف‌شده توسط ابزار همچنان با نرخ مدل انتخابی محاسبه می‌شوند.

ابزار	هزینه	توضیحات
Code Interpreter	$0.03 / نشست
File Search Storage	$0.10 / گیگابایت در روز	۱ گیگابایت اول رایگان
File Search Tool Call	$2.50 / ۱۰۰۰ فراخوانی	Responses API

ردیابی هزینه

AvalAI دو روش برای ردیابی هزینه‌های API ارائه می‌دهد:

۱. هزینه تخمینی (پایه)

پاسخ‌های API شامل یک دیکشنری اختیاری estimated_cost برای تخمین سریع هزینه هستند:

فیلد	توضیحات
unit	هزینه به دلار آمریکا/تتر (USD/USDT)
irt	هزینه به تومان (IRT)، محاسبه شده به عنوان هزینه دلاری × نرخ تبدیل تتر به تومان
exchange_rate	نرخ تبدیل فعلی تتر به تومان که برای تبدیل استفاده شده است

مثال پاسخ API با هزینه تخمینی:

{
  "id": "response-123456",
  "object": "chat.completion",
  "created": 1714911234,
  "model": "gpt-4o",
  "choices": [...],
  "usage": {
    "prompt_tokens": 42,
    "completion_tokens": 128,
    "total_tokens": 170
  },
  "estimated_cost": {
    "unit": 0.0025,
    "irt": 200,
    "exchange_rate": 80000
  }
}

نکات مهم:

• این فیلد ممکن است در تمامی پاسخ‌ها وجود نداشته باشد.
• برای درخواست‌های عادی (غیر جریانی)، در پاسخ اصلی گنجانده می‌شود.
• برای درخواست‌های جریانی، به آخرین تکه از پاسخ جریانی پیوست می‌شود.
• هزینه تخمینی تضمین نمی‌شود و نباید برای صورتحساب یا حسابداری استفاده شود.

۲. User API (دقیق و تضمین‌شده)

برای ردیابی دقیق هزینه و صورتحساب، از User API در آدرس https://api.avalai.ir/user/v1 استفاده کنید:

ویژگی‌های کلیدی:

• هزینه‌های دقیق 100٪ - هزینه‌های دقیق تضمین‌شده برای هر فراخوانی API
• ردیابی شناسه درخواست - از avalai-request-id در هدرهای پاسخ برای جستجوی هزینه‌های دقیق استفاده کنید
• در دسترس ظرف 30 ثانیه - هزینه‌ها پردازش شده و آماده بازیابی
• تاریخچه تراکنش‌ها - رد تراکنش کامل با قابلیت فیلتر
• تحلیل استفاده - خلاصه‌های دقیق بر اساس مدل، ارائه‌دهنده، تاریخ یا ساعت

مناسب برای:

• فروشندگان - محاسبه دقیق هزینه برای مشتریان بر اساس هزینه‌های واقعی
• سازمان‌های بزرگ - تخصیص دقیق هزینه و تسویه حساب
• برنامه‌های تولیدی - صورتحساب قابل اعتماد و نظارت بر استفاده

مثال سریع:

# 1. فراخوانی API و دریافت avalai-request-id از هدرهای پاسخ
curl -i "https://api.avalai.ir/v1/chat/completions" \
  -H "Authorization: Bearer $AVALAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "gpt-4o-mini", "messages": [{"role": "user", "content": "سلام"}]}'

# پاسخ شامل: avalai-request-id: 019ac4a0-a8f4-7041-845f-3ea8f15dcf1a

# 2. دریافت هزینه دقیق (ظرف 30 ثانیه در دسترس است)
curl "https://api.avalai.ir/user/v1/transactions/lookup" \
  -H "Authorization: Bearer $AVALAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"transaction_ids": ["019ac4a0-a8f4-7041-845f-3ea8f15dcf1a"]}'

اطلاعات بیشتر:

• مستندات User API - مرجع کامل API
• راهنمای ردیابی هزینه برای فروشندگان - راهنمای گام به گام پیاده‌سازی
• راهنمای استفاده برای سازمان‌ها - الگوهای پیشرفته برای مقیاس بزرگ

منابع مرتبط

• جزئیات مدل
• شروع سریع
• عملکرد
• راهنماها