AvalAI Docs
داشبورد توسعه‌دهنده
پرسش از هوش مصنوعی
پرسش از AvalAIپرسش از Claudeپرسش از ChatGPT
پرسش از هوش مصنوعی
پرسش از AvalAIپرسش از Claudeپرسش از ChatGPT

مدل‌های جدید Alibaba Qwen، به‌روزرسانی DeepSeek-V3.1-Terminus، مدل‌های X.AI Grok-4-Fast و بهبود تولید تصویر ​

تاریخ: 1404-07-01 / (2025-09-23)

خلاصه ​

AvalAI اعلام می‌کند که 8 مدل جدید متنی چت Alibaba با پشتیبانی جامع endpoint، 2 مدل پیشرفته تولید تصویر Qwen با سازگاری دوگانه SDK، مدل‌های جدید استدلال Grok-4-Fast X.AI با پنجره زمینه 2M، و ارتقاء خودکار backend به DeepSeek-V3.1-Terminus برای بهبود سازگاری زبان و عملکرد agent اضافه شده‌اند.

جزئیات ​

ما گسترش قابل توجهی در ارائه مدل‌های هوش مصنوعی خود با مدل‌های متنی جدید Alibaba، قابلیت‌های پیشرفته تولید تصویر، مدل‌های استدلال مقرون‌به‌صرفه جدید X.AI، و بهبود عملکرد DeepSeek از طریق بهبودهای خودکار backend اعلام می‌کنیم.

ارتقاء خودکار DeepSeek-V3.1-Terminus ​

DeepSeek به طور خودکار زیرساخت backend خود را به DeepSeek-V3.1-Terminus ارتقا داده است. کاربران deepseek-chat و deepseek-reasoner به طور خودکار از این بهبودها بدون تغییر نام مدل بهره‌مند خواهند شد.

DeepSeek ​

  • deepseek-chat: اکنون توسط backend DeepSeek-V3.1-Terminus با سازگاری زبان بهبود یافته و قابلیت‌های agent پشتیبانی می‌شود
  • deepseek-reasoner: اکنون توسط backend DeepSeek-V3.1-Terminus با ثبات استدلال بهبود یافته پشتیبانی می‌شود

بهبودهای کلیدی:

  • سازگاری زبان: کاهش مخلوط شدن چینی/انگلیسی و حذف مشکلات کاراکترهای تصادفی
  • عملکرد Agent: قابلیت‌های قوی‌تر Code Agent و Search Agent
  • ثبات خروجی: خروجی‌های قابل اعتمادتر و سازگارتر در benchmarkها
  • طول Context: 128K توکن
  • قیمت‌گذاری: ورودی (cache hit) $0.07/1M توکن، ورودی (cache miss) $0.56/1M توکن، خروجی $1.68/1M توکن
bash
curl https://api.avalai.ir/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $AVALAI_API_KEY" \
  -d '{
    "model": "deepseek-chat",
    "messages": [
      {
        "role": "user",
        "content": "یک تابع Python برای تجزیه و تحلیل پیچیدگی کد ایجاد کن"
      }
    ]
  }'
python
from openai import OpenAI

client = OpenAI(api_key="your-avalai-api-key", base_url="https://api.avalai.ir/v1")

response = client.chat.completions.create(
    model="deepseek-chat",
    messages=[
        {
            "role": "user",
            "content": "یک تابع Python برای تجزیه و تحلیل پیچیدگی کد ایجاد کن",
        }
    ],
)

print(response.choices[0].message.content)
javascript
import { OpenAI } from "openai";

const client = new OpenAI({
    apiKey: process.env.AVALAI_API_KEY,
    baseURL: "https://api.avalai.ir/v1",
});

const response = await client.chat.completions.create({
    model: "deepseek-reasoner",
    messages: [
        {
            role: "user",
            content: "دلیل انتخاب یک الگوریتم خاص را توضیح دهید",
        },
    ],
});

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

مدل‌های جدید متنی چت Alibaba ​

ما 8 مدل جدید Alibaba (Dashscope) را با پشتیبانی از چندین endpoint شامل v1/completions، v1/chat/completions، و پشتیبانی جزئی در v1/messages اضافه کرده‌ایم.

Alibaba ​

  • qwen-flash: مدل با عملکرد بالا بهینه شده برای سرعت و کارایی با قیمت‌گذاری طبقه‌بندی شده
  • qwen-flash-2025-07-28: نسخه تاریخ‌دار qwen-flash با قابلیت‌ها و قیمت‌گذاری یکسان
  • qwen-plus-2025-09-11: مدل بهبود یافته با قابلیت‌های استدلال بهتر
  • qwen3-next-80b-a3b-thinking: مدل استدلال پیشرفته با فرآیند تفکر قابل مشاهده
  • qwen3-next-80b-a3b-instruct: مدل پیروی از دستورالعمل بهینه شده برای پاسخ‌های مستقیم
  • qwen3-coder-flash: مدل تخصصی کدنویسی با طبقه‌بندی قیمت آگاه از context
  • qwen3-coder-flash-2025-07-28: نسخه تاریخ‌دار qwen3-coder-flash
  • qwen-plus-2025-07-28: نسخه قبلی qwen-plus با عملکرد تثبیت شده

جزئیات قیمت‌گذاری:

مدلورودیورودی Cache شدهخروجیقیمت‌گذاری ویژه
qwen-flash$0.05/1M$0.025/1M$0.40/1Mبالای 256K: ورودی $0.25/1M، خروجی $2.00/1M
qwen-plus-2025-09-11$0.40/1M$0.20/1M$4.00/1M-
qwen3-next-80b-a3b-thinking$0.144/1M$0.072/1M$1.434/1M-
qwen3-next-80b-a3b-instruct$0.144/1M$0.072/1M$0.574/1M-
qwen3-coder-flash$0.30/1M$0.10/1M$1.50/1Mقیمت‌گذاری طبقه‌ای بالای 32K، 128K، 256K
bash
# استفاده از qwen-flash برای وظایف عمومی
curl https://api.avalai.ir/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $AVALAI_API_KEY" \
  -d '{
    "model": "qwen-flash",
    "messages": [
      {
        "role": "user",
        "content": "مزایای کلیدی cloud computing را خلاصه کن"
      }
    ]
  }'

# استفاده از qwen3-coder-flash برای وظایف کدنویسی
curl https://api.avalai.ir/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $AVALAI_API_KEY" \
  -d '{
    "model": "qwen3-coder-flash",
    "messages": [
      {
        "role": "user",
        "content": "یک interface TypeScript برای سیستم مدیریت کاربر بنویس"
      }
    ]
  }'
python
from openai import OpenAI

client = OpenAI(api_key="your-avalai-api-key", base_url="https://api.avalai.ir/v1")

# استفاده از qwen-flash برای وظایف عمومی
response = client.chat.completions.create(
    model="qwen-flash",
    messages=[
        {
            "role": "user",
            "content": "مزایای کلیدی cloud computing را خلاصه کن",
        }
    ],
)

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

# استفاده از qwen3-coder-flash برای وظایف کدنویسی
coding_response = client.chat.completions.create(
    model="qwen3-coder-flash",
    messages=[
        {
            "role": "user",
            "content": "یک interface TypeScript برای سیستم مدیریت کاربر بنویس",
        }
    ],
)

print(coding_response.choices[0].message.content)
javascript
import { OpenAI } from "openai";

const client = new OpenAI({
    apiKey: process.env.AVALAI_API_KEY,
    baseURL: "https://api.avalai.ir/v1",
});

// استفاده از qwen3-next-80b-a3b-thinking برای وظایف استدلال
const response = await client.chat.completions.create({
    model: "qwen3-next-80b-a3b-thinking",
    messages: [
        {
            role: "user",
            content: "مزایا و معایب معماری microservices را تجزیه و تحلیل کن",
        },
    ],
});

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

مدل‌های جدید تولید تصویر Qwen ​

ما دو مدل پیشرفته تصویر با پشتیبانی دوگانه SDK معرفی کرده‌ایم که با schema OpenAI و schema بومی Alibaba Dashscope در v1/images/generations و v1/images/edits سازگار هستند.

مدل‌های تصویر Alibaba ​

  • qwen-image: تولید پیشرفته متن-به-تصویر با بازنویسی هوشمند prompt و پارامترهای قابل تنظیم
  • qwen-image-edit: قابلیت‌های پیچیده ویرایش تصویر با پشتیبانی ورودی چند تصویری

قیمت‌گذاری:

  • qwen-image: $0.035 به ازای هر تصویر تولید شده
  • qwen-image-edit: $0.045 به ازای هر تصویر ویرایش شده

ویژگی‌های کلیدی:

  • گزینه‌های رزولوشن: نسبت‌های مختلف ابعاد (1:1، 4:3، 3:4، 16:9، 9:16)
  • بهبود Prompt: بازنویسی هوشمند prompt برای نتایج بهتر
  • پشتیبانی دوگانه SDK: سازگار با OpenAI SDK و API بومی Dashscope
  • پارامترهای پیشرفته: promptهای منفی، کنترل watermark، پشتیبانی seed
bash
# تولید متن-به-تصویر با فرمت OpenAI
curl https://api.avalai.ir/v1/images/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $AVALAI_API_KEY" \
  -d '{
    "model": "qwen-image",
    "prompt": "منظره آرام کوهستانی با دریاچه شفاف که قله‌های برفی را منعکس می‌کند",
    "size": "1328x1328",
    "n": 1
  }'

# ویرایش تصویر
curl https://api.avalai.ir/v1/images/edits \
  -H "Authorization: Bearer $AVALAI_API_KEY" \
  -F "model=qwen-image-edit" \
  -F "image=@input_image.jpg" \
  -F "prompt=آسمان را به غروب دراماتیک با رنگ‌های نارنجی و بنفش تغییر دهید"

# استفاده از فرمت بومی Dashscope
curl https://api.avalai.ir/v1/images/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $AVALAI_API_KEY" \
  -d '{
    "model": "qwen-image",
    "input": {
      "messages": [
        {
          "role": "user",
          "content": [
            {
              "text": "عکس پرتره حرفه‌ای از یک فرد تجاری مطمئن در محیط اداری مدرن"
            }
          ]
        }
      ]
    },
    "parameters": {
      "size": "1328*1328",
      "prompt_extend": true,
      "watermark": false
    }
  }'
python
# استفاده از فرمت OpenAI SDK
from openai import OpenAI

client = OpenAI(api_key="your-avalai-api-key", base_url="https://api.avalai.ir/v1")

# تولید متن-به-تصویر
response = client.images.generate(
    model="qwen-image",
    prompt="منظره آرام کوهستانی با دریاچه شفاف که قله‌های برفی را منعکس می‌کند",
    size="1328x1328",
    n=1,
    response_format="url",  # or b64_json
)

print(response.data[0].url)

# ویرایش تصویر
import requests

with open("input_image.jpg", "rb") as image_file:
    response = requests.post(
        "https://api.avalai.ir/v1/images/edits",
        headers={"Authorization": f"Bearer {api_key}"},
        files={"image": image_file},
        data={
            "model": "qwen-image-edit",
            "prompt": "آسمان را به غروب دراماتیک با رنگ‌های نارنجی و بنفش تغییر دهید",
        },
    )

print(response.json())
javascript
import { OpenAI } from "openai";

const client = new OpenAI({
    apiKey: process.env.AVALAI_API_KEY,
    baseURL: "https://api.avalai.ir/v1",
});

// تولید متن-به-تصویر
const response = await client.images.generate({
    model: "qwen-image",
    prompt: "منظره شهری آینده‌نگرانه با ماشین‌های پرنده و چراغ‌های نئون",
    size: "1664x928", // نسبت ابعاد 16:9
    n: 1,
    response_format: "url", // or b64_json
});

console.log(response.data[0].url);

// استفاده از فرمت بومی Dashscope
const dashscopeResponse = await fetch("https://api.avalai.ir/v1/images/generations", {
    method: "POST",
    headers: {
        "Authorization": `Bearer ${process.env.AVALAI_API_KEY}`,
        "Content-Type": "application/json"
    },
    body: JSON.stringify({
        model: "qwen-image",
        input: {
            messages: [
                {
                    role: "user",
                    content: [
                        {
                            text: "عکس پرتره حرفه‌ای از یک فرد تجاری مطمئن در محیط اداری مدرن"
                        }
                    ]
                }
            ]
        },
        parameters: {
            size: "1328*1328",
            prompt_extend: true,
            watermark: false
        }
    })
});

const result = await dashscopeResponse.json();
console.log(result);

مدل‌های جدید X.AI Grok-4-Fast ​

ما دو مدل جدید استدلال X.AI را با قابلیت‌های پیشرفته و قیمت‌گذاری مقرون‌به‌صرفه اضافه کرده‌ایم که برای وظایف پیچیده استدلال و تحلیل طراحی شده‌اند.

X.AI ​

  • grok-4-fast-reasoning: مدل استدلال پیشرفته با قابلیت‌های تحلیل عمیق و حل مسئله پیچیده
  • grok-4-fast-non-reasoning: مدل سریع برای وظایف عمومی چت و تولید محتوا بدون فرآیند استدلال

ویژگی‌های کلیدی:

  • پنجره زمینه: 2M توکن برای هر دو مدل
  • قابلیت‌های پیشرفته: پشتیبانی از function calling، structured outputs، و vision
  • عملکرد بهینه: سرعت بالا با حفظ کیفیت خروجی
  • قیمت‌گذاری مقرون‌به‌صرفه: بهینه شده برای استفاده در مقیاس بزرگ

جزئیات قیمت‌گذاری:

مدلورودیخروجیپنجره زمینه
grok-4-fast-reasoning$0.40/1M توکن$1.60/1M توکن2M توکن
grok-4-fast-non-reasoning$0.40/1M توکن$1.60/1M توکن2M توکن
bash
# استفاده از grok-4-fast-reasoning برای وظایف استدلال
curl https://api.avalai.ir/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $AVALAI_API_KEY" \
  -d '{
    "model": "grok-4-fast-reasoning",
    "messages": [
      {
        "role": "user",
        "content": "یک استراتژی جامع بازاریابی دیجیتال برای یک استارتاپ فناوری طراحی کنید"
      }
    ],
    "max_tokens": 2048
  }'

# استفاده از grok-4-fast-non-reasoning برای چت عمومی
curl https://api.avalai.ir/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $AVALAI_API_KEY" \
  -d '{
    "model": "grok-4-fast-non-reasoning",
    "messages": [
      {
        "role": "user",
        "content": "آخرین روندهای هوش مصنوعی در سال 2025 را خلاصه کنید"
      }
    ]
  }'
python
from openai import OpenAI

client = OpenAI(api_key="your-avalai-api-key", base_url="https://api.avalai.ir/v1")

# استفاده از grok-4-fast-reasoning برای تحلیل پیچیده
response = client.chat.completions.create(
    model="grok-4-fast-reasoning",
    messages=[
        {
            "role": "user",
            "content": "مزایا و معایب پیاده‌سازی معماری microservices را تحلیل کنید و یک roadmap مهاجرت ارائه دهید",
        }
    ],
    max_tokens=2048,
)

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

# استفاده از grok-4-fast-non-reasoning برای تولید محتوا
content_response = client.chat.completions.create(
    model="grok-4-fast-non-reasoning",
    messages=[
        {
            "role": "user",
            "content": "یک مقاله وبلاگ در مورد مزایای کار از راه دور بنویسید",
        }
    ],
)

print(content_response.choices[0].message.content)
javascript
import { OpenAI } from "openai";

const client = new OpenAI({
    apiKey: process.env.AVALAI_API_KEY,
    baseURL: "https://api.avalai.ir/v1",
});

// استفاده از grok-4-fast-reasoning برای حل مسئله
const reasoningResponse = await client.chat.completions.create({
    model: "grok-4-fast-reasoning",
    messages: [
        {
            role: "user",
            content: "یک سیستم توصیه‌گر برای پلتفرم e-commerce طراحی کنید که از machine learning استفاده می‌کند",
        },
    ],
    max_tokens: 2048,
});

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

// استفاده از grok-4-fast-non-reasoning برای پاسخ سریع
const quickResponse = await client.chat.completions.create({
    model: "grok-4-fast-non-reasoning",
    messages: [
        {
            role: "user",
            content: "بهترین practices برای امنیت API چیست؟",
        },
    ],
});

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

پشتیبانی API Endpoint ​

مدل‌های متنی چت در دسترس در:

  • v1/completions - endpoint تکمیل متن
  • v1/chat/completions - endpoint تکمیل چت
  • v1/messages - endpoint پیام‌های سازگار با Anthropic (پشتیبانی جزئی)

مدل‌های تصویر در دسترس در:

هم فرمت OpenAI SDK و هم فرمت بومی Alibaba Dashscope برای حداکثر انعطاف‌پذیری پشتیبانی می‌شوند.

لینک‌های مرتبط ​

حریم خصوصی

تنظیمات حریم خصوصی

ذخیره‌سازی ضروری مرورگر تنظیمات شما را نگه می‌دارد. با اجازه شما، می‌توانیم عملکرد مستندات را اندازه‌گیری کنیم یا داده زنده مدل‌ها را از سرویس ثالث نمایش دهیم.

یک سطح حریم خصوصی انتخاب کنید

ذخیره‌سازی تبلیغاتی، داده کاربر تبلیغاتی یا شخصی‌سازی تبلیغات را فعال نمی‌کنیم. هر زمان می‌توانید این انتخاب را تغییر دهید.

سیاست حریم خصوصی