مدلهای جدید اضافه شدند: GPT-Image-1.5، FLUX.2 Pro و DeepSeek-V3.2 روی Azure AI
تاریخ: ۱۴۰۴-۰۹-۲۶ / (2025-12-17)
خلاصه
AvalAI چهار مدل جدید معرفی میکند: GPT-Image-1.5 از OpenAI با قابلیتهای پیشرفته تولید تصویر، FLUX.2 Pro از Black Forest Labs با هوش بصری چندمرجعی، و مدلهای DeepSeek-V3.2 میزبانی شده روی Azure AI با محدودیتهای نرخ بهتر و تاخیر کمتر.
جزئیات
OpenAI - GPT-Image-1.5
GPT-Image-1.5 جدیدترین مدل تولید تصویر OpenAI است که بهبودهای قابل توجهی در واقعگرایی، دقت و قابلیت ویرایش نسبت به GPT-Image-1 ارائه میدهد. مستندات
قابلیتهای کلیدی:
- فوتورئالیسم با وضوح بالا با نورپردازی طبیعی، مواد دقیق و رندر رنگ غنی
- توازن انعطافپذیر کیفیت-تاخیر برای تولید سریعتر در تنظیمات پایینتر
- حفظ قوی چهره و هویت برای ویرایش، سازگاری شخصیت و گردشهای کاری چند مرحلهای
- رندر متن قابل اعتماد با حروف واضح، چیدمان یکپارچه و کنتراست قوی در تصاویر
- بصریهای ساختاریافته پیچیده شامل اینفوگرافیک، نمودارها و ترکیبات چند پنلی
- کنترل دقیق سبک و انتقال سبک با حداقل پرامپت
| ویژگی | جزئیات |
|---|---|
| نوع مدل | تولید و ویرایش تصویر |
| ورودی | متن، تصویر |
| خروجی | تصویر، متن |
| اندپوینتهای پشتیبانی | v1/images/generations، v1/images/edits |
| نقاط قوت | فوتورئالیسم پیشرفته، رندر متن، انتقال سبک |
| بهترین کاربرد | طراحی حرفهای، خلاقیتهای بازاریابی، اینفوگرافیک، موکاپ محصول |
💡 نکته زبان: GPT-Image-1.5 از پرامپتهای چندزبانه پشتیبانی میکند و با پرامپتهای فارسی و انگلیسی به خوبی کار میکند.
قیمتگذاری:
| نوع توکن | قیمت به ازای ۱ میلیون توکن |
|---|---|
| ورودی متن | $5.00 |
| ورودی متن کش شده | $2.00 |
| خروجی متن | $32.00 |
| ورودی تصویر | $8.00 |
| خروجی تصویر | $32.00 |
Black Forest Labs - FLUX.2 Pro
FLUX.2 Pro مدل پیشرفته تولید تصویر Black Forest Labs است با هوش بصری چندمرجعی، جزئیات بیسابقه، دقت رنگ و استدلال فضایی. مستندات
قابلیتهای کلیدی:
- چندمرجعی: ترکیب عناصر از حداکثر ۸ تصویر (API) با حفظ هویت در صحنههای پیچیده
- فوتورئالیسم و جزئیات: تولید تصاویر فوتورئالیستیک با جزئیات استثنایی
- تایپوگرافی و متن: تخصصی برای رندر متن و حفظ جزئیات کوچک
- کنترل دقیق رنگ: تطبیق دقیق رنگ هگز و پرامپتنویسی ساختاریافته
- آماده تولید: تولید تصویر با کیفیت بالا و درجه تولید در مقیاس
| ویژگی | جزئیات |
|---|---|
| نوع مدل | تولید تصویر |
| حداکثر رزولوشن | تا ۴ مگاپیکسل (4096x4096) |
| چندمرجعی | تا ۸ تصویر ورودی (API)، ۱۰ (playground) |
| اندپوینتهای پشتیبانی | v1/images/generations |
| نقاط قوت | ترکیب چندمرجعی، دقت رنگ، تایپوگرافی |
| بهترین کاربرد | بازاریابی محصول، پلتفرمهای خلاق، تصاویر غذا، فیلمسازی |
قیمتگذاری:
| مؤلفه | قیمت |
|---|---|
| تصویر تولید شده (۱ مگاپیکسل) | $0.03 |
| هر مگاپیکسل اضافی | $0.015 |
| تصویر مرجع (به ازای مگاپیکسل) | $0.015 |
نکات قیمتگذاری:
- ۱ مگاپیکسل = ۱۰۲۴x۱۰۲۴ پیکسل
- رزولوشن به مگاپیکسل بعدی گرد میشود
- تصاویر بزرگتر از ۴ مگاپیکسل به ۴ مگاپیکسل تغییر اندازه میدهند
⚠️ نکته مهم زبان: FLUX.2 Pro برای پرامپتهای انگلیسی بهینه شده است. برای بهترین نتایج، از پرامپتهای انگلیسی هنگام تولید تصویر با مدلهای FLUX استفاده کنید. پرامپتهای غیرانگلیسی ممکن است نتایج ناسازگار تولید کنند.
DeepSeek - DeepSeek-V3.2 و DeepSeek-V3.2-Speciale (از طریق Azure AI)
مدلهای DeepSeek-V3.2 اکنون از طریق Azure AI در دسترس هستند و محدودیتهای نرخ بهتر و تاخیر کمتر نسبت به دسترسی مستقیم API DeepSeek ارائه میدهند. مستندات
DeepSeek-V3.2 کارایی محاسباتی بالا را با استدلال برتر و عملکرد عامل هماهنگ میکند و از DeepSeek Sparse Attention (DSA) برای سناریوهای کارآمد با متن بلند استفاده میکند.
DeepSeek-V3.2-Speciale یک نوع با محاسبات بالا است که از GPT-5 پیشی گرفته و مهارت استدلال همسطح با Gemini-3.0-Pro را نشان میدهد. این مدل در المپیاد بینالمللی ریاضی ۲۰۲۵ (IMO) و المپیاد بینالمللی انفورماتیک (IOI) به عملکرد مدال طلا دست یافت.
| ویژگی | DeepSeek-V3.2 | DeepSeek-V3.2-Speciale |
|---|---|---|
| ارائهدهنده | Azure AI | Azure AI |
| پنجره متن | ۱۲۸K توکن | ۱۲۸K توکن |
| حالت | بدون تفکر (کارآمد) | استدلال عمیق (تفکر) |
| فراخوانی ابزار | ✓ پشتیبانی میشود | ✗ پشتیبانی نمیشود |
| نقاط قوت | پاسخ سریع، پردازش کارآمد | استدلال سطح متخصص، عملکرد سطح المپیاد |
| بهترین کاربرد | چت عمومی، وظایف عاملی | ریاضیات پیچیده، برنامهنویسی رقابتی، تحقیق |
| اندپوینتهای پشتیبانی | v1/chat/completions، v1/completions، v1/responses، v1/messages | v1/chat/completions، v1/completions، v1/responses، v1/messages |
قیمتگذاری (هر دو مدل):
| نوع توکن | قیمت به ازای ۱ میلیون توکن |
|---|---|
| ورودی | $0.28 |
| ورودی کش شده | $0.028 |
| خروجی | $0.42 |
مزایای میزبانی Azure AI:
- محدودیتهای نرخ بهتر: توان عملیاتی بالاتر نسبت به API مستقیم DeepSeek
- تاخیر کمتر: زمان پاسخ سریعتر از طریق زیرساخت جهانی Azure
- قابلیت اطمینان بهتر: دسترسیپذیری و عملکرد در سطح سازمانی
مثالهای درخواست/پاسخ API
تولید تصویر GPT-Image-1.5
curl https://api.avalai.ir/v1/images/generations \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $AVALAI_API_KEY" \
-d '{
"model": "gpt-image-1.5",
"prompt": "یک عکس کاندید فوتورئالیستیک از یک ملوان سالخورده ایستاده روی یک قایق ماهیگیری کوچک با پوست آفتابزده و خالکوبیهای سنتی",
"size": "1024x1024",
"quality": "high",
"n": 1,
"response_format": "b64_json"
}'پاسخ نمونه:
{
"created": 1765933200,
"data": [
{
"b64_json": "iVBORw0KGgoAAAANSUhEUgAABAAAAAQA...[TRUNCATED]",
"revised_prompt": "یک عکس کاندید فوتورئالیستیک..."
}
],
"usage": {
"prompt_tokens": 45,
"completion_tokens": 1024,
"total_tokens": 1069
},
"estimated_cost": {
"unit": "0.0328800000",
"irt": 4321.08,
"exchange_rate": 131400
}
}ویرایش تصویر GPT-Image-1.5
curl https://api.avalai.ir/v1/images/edits \
-H "Authorization: Bearer $AVALAI_API_KEY" \
-F "model=gpt-image-1.5" \
-F "image=@input_image.png" \
-F "prompt=آن را شبیه یک عصر زمستانی با بارش برف کن" \
-F "size=1024x1024"تولید تصویر FLUX.2 Pro
curl https://api.avalai.ir/v1/images/generations \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $AVALAI_API_KEY" \
-d '{
"model": "flux.2-pro",
"prompt": "یک هدشات حرفهای از یک زن تاجر مطمئن در یک دفتر مدرن، نورپردازی طبیعی نرم، عمق میدان کم",
"size": "1024x1024",
"n": 1,
"response_format": "b64_json"
}'پاسخ نمونه:
{
"created": 1765933200,
"data": [
{
"b64_json": "iVBORw0KGgoAAAANSUhEUgAABAAAAAQA...[TRUNCATED]"
}
],
"estimated_cost": {
"unit": "0.0300000000",
"irt": 3942.0,
"exchange_rate": 131400
}
}تکمیل چت DeepSeek-V3.2
curl https://api.avalai.ir/v1/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $AVALAI_API_KEY" \
-d '{
"model": "deepseek-v3.2",
"messages": [
{
"role": "user",
"content": "درهمتنیدگی کوانتومی را به زبان ساده توضیح بده"
}
]
}'پاسخ نمونه:
{
"id": "chatcmpl-abc123",
"created": 1765933200,
"model": "deepseek-v3.2",
"object": "chat.completion",
"choices": [
{
"finish_reason": "stop",
"index": 0,
"message": {
"content": "درهمتنیدگی کوانتومی پدیدهای است که در آن دو یا چند ذره به گونهای به هم متصل میشوند که حالت کوانتومی هر ذره را نمیتوان به طور مستقل توصیف کرد...",
"role": "assistant"
}
}
],
"usage": {
"completion_tokens": 245,
"prompt_tokens": 12,
"total_tokens": 257
},
"estimated_cost": {
"unit": "0.0001063800",
"irt": 13.98,
"exchange_rate": 131400
}
}استدلال DeepSeek-V3.2-Speciale
curl https://api.avalai.ir/v1/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $AVALAI_API_KEY" \
-d '{
"model": "deepseek-v3.2-speciale",
"messages": [
{
"role": "user",
"content": "این مسئله IMO را حل کن: همه اعداد صحیح مثبت n را پیدا کن به طوری که n^2 + 1 بر n^3 + n + 1 بخشپذیر باشد"
}
],
"max_tokens": 4096
}'مثالهای استفاده از SDK
GPT-Image-1.5
curl https://api.avalai.ir/v1/images/generations \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $AVALAI_API_KEY" \
-d '{
"model": "gpt-image-1.5",
"prompt": "یک اینفوگرافیک دقیق که نحوه کار دستگاه قهوهساز را توضیح میدهد ایجاد کن",
"size": "1024x1024",
"quality": "high",
"n": 1,
"response_format": "b64_json"
}'from openai import OpenAI
import base64
client = OpenAI(api_key="your-avalai-api-key", base_url="https://api.avalai.ir/v1")
response = client.images.generate(
model="gpt-image-1.5",
prompt="یک اینفوگرافیک دقیق که نحوه کار دستگاه قهوهساز را توضیح میدهد ایجاد کن",
size="1024x1024",
quality="high",
n=1,
response_format="b64_json",
)
# ذخیره تصویر
img_data = base64.b64decode(response.data[0].b64_json)
with open("infographic.png", "wb") as f:
f.write(img_data)import { OpenAI } from "openai";
import fs from "fs";
const client = new OpenAI({
apiKey: process.env.AVALAI_API_KEY,
baseURL: "https://api.avalai.ir/v1",
});
const response = await client.images.generate({
model: "gpt-image-1.5",
prompt: "یک اینفوگرافیک دقیق که نحوه کار دستگاه قهوهساز را توضیح میدهد ایجاد کن",
size: "1024x1024",
quality: "high",
n: 1,
response_format: "b64_json",
});
// ذخیره تصویر
const imgData = Buffer.from(response.data[0].b64_json, "base64");
fs.writeFileSync("infographic.png", imgData);FLUX.2 Pro
curl https://api.avalai.ir/v1/images/generations \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $AVALAI_API_KEY" \
-d '{
"model": "flux.2-pro",
"prompt": "یک منظره کوهستانی آرام در غروب خورشید با دریاچه انعکاسی",
"size": "1024x1024",
"n": 1,
"response_format": "b64_json"
}'from openai import OpenAI
import base64
client = OpenAI(api_key="your-avalai-api-key", base_url="https://api.avalai.ir/v1")
response = client.images.generate(
model="flux.2-pro",
prompt="یک منظره کوهستانی آرام در غروب خورشید با دریاچه انعکاسی",
size="1024x1024",
n=1,
response_format="b64_json",
)
# ذخیره تصویر
img_data = base64.b64decode(response.data[0].b64_json)
with open("landscape.png", "wb") as f:
f.write(img_data)import { OpenAI } from "openai";
import fs from "fs";
const client = new OpenAI({
apiKey: process.env.AVALAI_API_KEY,
baseURL: "https://api.avalai.ir/v1",
});
const response = await client.images.generate({
model: "flux.2-pro",
prompt: "یک منظره کوهستانی آرام در غروب خورشید با دریاچه انعکاسی",
size: "1024x1024",
n: 1,
response_format: "b64_json",
});
// ذخیره تصویر
const imgData = Buffer.from(response.data[0].b64_json, "base64");
fs.writeFileSync("landscape.png", imgData);DeepSeek-V3.2 (Azure AI)
curl https://api.avalai.ir/v1/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $AVALAI_API_KEY" \
-d '{
"model": "deepseek-v3.2",
"messages": [
{
"role": "user",
"content": "یک تابع پایتون برای پیادهسازی درخت جستجوی دودویی بنویس"
}
]
}'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-v3.2",
messages=[
{
"role": "user",
"content": "یک تابع پایتون برای پیادهسازی درخت جستجوی دودویی بنویس",
}
],
)
print(response.choices[0].message.content)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-v3.2",
messages: [
{
role: "user",
content: "یک تابع پایتون برای پیادهسازی درخت جستجوی دودویی بنویس",
},
],
});
console.log(response.choices[0].message.content);