پرسش از هوش مصنوعی

پرسش از AvalAI پرسش از Claude پرسش از ChatGPT

پرسش از هوش مصنوعی

پرسش از AvalAI پرسش از Claude پرسش از ChatGPT

مدل‌های جدید اضافه شدند: Gemini 3 Pro Image، Gemini 3.1 Flash Image پایدار و Qwen3-Max

تاریخ: ۱۴۰۵-۰۳-۱۵ / (2026-06-05)

خلاصه

ما افزودن سه مدل جدید را اعلام می‌کنیم. مدل‌های gemini-3-pro-image (Nano Banana Pro) و gemini-3.1-flash-image (Nano Banana 2) از Google اکنون به عنوان نام‌های مستعار پایدار در دسترس هستند و از نسخه‌های پیش‌نمایش خود با قابلیت‌ها و قیمت‌گذاری یکسان ارتقا یافته‌اند. مدل پرچم‌دار qwen3-max از Alibaba نیز برای استدلال پیچیده و گردش‌های کاری عاملی در دسترس است.

جزئیات

Google (Gemini)

نکته مهم

برای بهترین نتایج، توصیه می‌شود از پرامپت‌های انگلیسی استفاده کنید زیرا مدل‌های تولید تصویر معمولا برای زبان انگلیسی بهینه‌سازی شده‌اند. برای پشتیبانی فنی یا سوالات، با t.me/AvalAISupport تماس بگیرید.

Gemini 3 Pro Image (Nano Banana Pro) — انتشار پایدار

مدل gemini-3-pro-image نسخه پایدار gemini-3-pro-image-preview است که پیش‌تر در به‌روزرسانی ۲۰ نوامبر ۲۰۲۵ معرفی شد. نام مستعار پایدار همان قابلیت‌ها و قیمت‌گذاری مدل پیش‌نمایش را ارائه می‌دهد و گزینه‌ای قابل اعتماد برای تولید و ویرایش تصویر حرفه‌ای و آماده تولید فراهم می‌کند. این مدل همچنان بهترین مدل برای رندر حروف فارسی در تصاویر با دقت تقریبا کامل است.

ویژگی	جزئیات
شناسه مدل	`gemini-3-pro-image`
نام مستعار	Nano Banana Pro
حداکثر خروجی	تصاویر تا وضوح 4K (4096x4096px)، به علاوه پاسخ‌های متنی
ورودی‌ها	پرامپت‌های متنی، تصاویر مرجع
خروجی‌ها	تصاویر (وضوح 1K-4K) و متن
قیمت ورودی	$2.00 / 1M توکن (متن)، $2.00 / 1M توکن (تصویر، ~$0.067 به ازای هر تصویر)
قیمت ورودی کش شده	$0.50 / 1M توکن
قیمت خروجی	$12.00 / 1M توکن (متن)، $0.134 به ازای هر تصویر 1K-2K، $0.24 به ازای هر تصویر 4K
Endpointهای پشتیبانی‌شده	`v1/chat/completions`، `v1beta/`

ویژگی‌های کلیدی:

رندر متن پیشرفته: رندر متن واضح و خوانا در تصاویر شامل حروف فارسی با دقت تقریبا کامل
کنترل کیفیت استودیویی: کنترل دقیق بر ترکیب‌بندی، نورپردازی، درجه‌بندی رنگ و نسبت ابعاد
دانش واقعی: استفاده از Google Search برای تولید تصویر دقیق و مبتنی بر واقعیت
پشتیبانی از وضوح: تولید تصاویر تا وضوح 4K (4096x4096px)
ویرایش تصویر: ویرایش جامع شامل تنظیم نسبت ابعاد، تغییر نورپردازی و ثبات سوژه
فرآیند "تفکر" پیش‌فرض: بهینه‌سازی ترکیب‌بندی قبل از تولید برای نتایج بهینه
آماده تولید: نام مستعار پایدار مناسب برای یکپارچه‌سازی‌های بلندمدت

Gemini 3.1 Flash Image (Nano Banana 2) — انتشار پایدار

مدل gemini-3.1-flash-image نسخه پایدار gemini-3.1-flash-image-preview است که پیش‌تر در به‌روزرسانی ۲۷ فوریه ۲۰۲۶ معرفی شد. نام مستعار پایدار تولید تصویر با کیفیت بالا و ویرایش پیشرفته بهینه‌شده برای سرعت و گردش‌های کاری توسعه‌دهندگان با حجم بالا را ارائه می‌دهد و به عنوان همتای پربازده Gemini 3 Pro Image عمل می‌کند.

ویژگی	جزئیات
شناسه مدل	`gemini-3.1-flash-image`
نام مستعار	Nano Banana 2
حداکثر خروجی	تصاویر تا وضوح 4K (4096x4096px)، به علاوه پاسخ‌های متنی
ورودی‌ها	پرامپت‌های متنی، تصاویر مرجع
خروجی‌ها	تصاویر (وضوح 512px-4K) و متن
قیمت ورودی	$0.50 / 1M توکن (متن)، $0.50 / 1M توکن (تصویر)
قیمت ورودی کش شده	$0.25 / 1M توکن
قیمت خروجی	$3.00 / 1M توکن (متن)، $60.00 / 1M توکن (تصویر)
قیمت به ازای هر تصویر	$0.0672 برای 1K-2K، $0.101 برای 2K-4K، $0.151 برای 4K
Endpointهای پشتیبانی‌شده	`v1/chat/completions`، `v1beta/`

ویژگی‌های کلیدی:

دانش جهانی بهبود یافته: استفاده از دانش گسترده با پایه‌گذاری جستجوی وب برای تصاویر بهبود یافته
رندر متن پیشرفته: رندر متن قابل اعتماد و واضح با بومی‌سازی درون تصویر با پشتیبانی از چندین زبان
کنترل خلاقانه بیشتر: نورپردازی پرجنب و جوش، بافت‌های غنی‌تر، جزئیات تیزتر با سطوح تفکر قابل تنظیم
نسبت ابعاد بومی: پشتیبانی از تمام نسبت‌های موجود به علاوه نسبت‌های 4:1، 1:4، 8:1 و 1:8
وضوح جدید 512px: بهینه‌سازی برای کارایی با حداقل تاخیر برای تکرارهای سریع
پایه‌گذاری جستجوی تصویر گوگل: تولید تصاویر بر اساس مراجع تصویر دنیای واقعی

درک خانواده Nano Banana

Nano Banana نام قابلیت‌های تولید تصویر بومی Gemini است. Gemini می‌تواند تصاویر را به صورت مکالمه‌ای با متن، تصاویر یا ترکیبی از هر دو تولید و پردازش کند:

Nano Banana 2 (gemini-3.1-flash-image): همتای پربازده Gemini 3 Pro Image، بهینه‌سازی شده برای سرعت و موارد استفاده توسعه‌دهندگان با حجم بالا
Nano Banana Pro (gemini-3-pro-image): طراحی شده برای تولید دارایی‌های حرفه‌ای با استدلال پیشرفته ("تفکر") برای دستورالعمل‌های پیچیده و متن با کیفیت بالا
Nano Banana (gemini-2.5-flash-image): طراحی شده برای سرعت و کارایی، بهینه‌سازی شده برای وظایف با حجم بالا و تاخیر کم

Alibaba (Qwen)

Qwen3-Max

مدل qwen3-max مدل اختصاصی پرچم‌دار Alibaba از سری Qwen3 Max است که برای پرتقاضاترین برنامه‌ها طراحی شده است. این مدل استدلال برتر، برنامه‌نویسی عاملی بهبود یافته و عملکرد قوی در حل مسائل پیچیده چندمرحله‌ای و گردش‌های کاری استفاده از ابزار را ارائه می‌دهد.

ویژگی	جزئیات
شناسه مدل	`qwen3-max`
پنجره زمینه	262,144 توکن
حداکثر خروجی	32,768 توکن
قیمت ورودی	$1.20 / 1M توکن
قیمت ورودی کش شده	$0.10 / 1M توکن
قیمت خروجی	$6.00 / 1M توکن
قیمت‌گذاری پلکانی	بالای 32K: $2.40 / $12.00، بالای 128K: $3.00 / $15.00
روش‌های ورودی	متن
روش‌های خروجی	متن
Endpointهای پشتیبانی‌شده	`v1/chat/completions`، `v1/responses` (پشتیبانی جزئی)

ویژگی‌های کلیدی:

برنامه‌نویسی عاملی پیشرفته: بهینه‌سازی شده برای کدنویسی عاملی و سناریوهای پیچیده استفاده از ابزار
استدلال برتر: عملکرد قوی در وظایف پرتقاضای استدلال و حل مسئله
پنجره زمینه بزرگ: 262,144 توکن برای مکالمات و اسناد گسترده
جستجوی وب بلادرنگ: پشتیبانی از جستجوی وب برای اطلاعات به‌روز (تنظیم استراتژی جستجو به agent برای مناطق بین‌المللی)
تفکر ترکیبی: حالت استدلال اختیاری از طریق enable_thinking (فقط استریم)

خلاصه قیمت‌گذاری

مدل	ورودی ($/1M توکن)	ورودی کش شده ($/1M توکن)	خروجی ($/1M توکن)	قیمت‌گذاری ویژه
`gemini-3-pro-image`	$2.00 (متن)، $2.00 (تصویر)	$0.50	$12.00 (متن)، $120.00 (تصویر)	$0.134 به ازای تصویر 1K-2K، $0.24 به ازای تصویر 4K
`gemini-3.1-flash-image`	$0.50 (متن)، $0.50 (تصویر)	$0.25	$3.00 (متن)، $60.00 (تصویر)	$0.0672 (1K-2K)، $0.101 (2K-4K)، $0.151 (4K) به ازای هر تصویر
`qwen3-max`	$1.20	$0.10	$6.00	بالای 32K: $2.40/$12.00، بالای 128K: $3.00/$15.00

نمونه‌های درخواست/پاسخ API

Gemini 3 Pro Image (سازگار با OpenAI)

bash

curl https://api.avalai.ir/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $AVALAI_API_KEY" \
  -d '{
    "model": "gemini-3-pro-image",
    "messages": [
      {
        "role": "user",
        "content": "Create a minimalist poster with Persian text that says \"هوش مصنوعی\" (Artificial Intelligence) in a modern, tech-inspired style with blue and white colors"
      }
    ],
    "modalities": ["image", "text"]
  }' | jq '.choices[0].message.images[0].image_url.url |= (.[0:100] + "...[TRUNCATED]")'

پاسخ:

json

{
  "id": "chatcmpl-xyz123",
  "created": 1780000000,
  "model": "gemini-3-pro-image",
  "object": "chat.completion",
  "system_fingerprint": null,
  "choices": [
    {
      "finish_reason": "stop",
      "index": 0,
      "message": {
        "content": "I've created a minimalist tech-inspired poster featuring the Persian text \"هوش مصنوعی\" in a modern style with blue and white colors.",
        "role": "assistant",
        "images": [
          {
            "image_url": {
              "url": "data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAABAAAAAQACAIAAADwf7zU...[TRUNCATED]",
              "detail": "auto"
            },
            "index": 0,
            "type": "image_url"
          }
        ],
        "thinking_blocks": [],
        "annotations": []
      }
    }
  ],
  "usage": {
    "completion_tokens": 1150,
    "prompt_tokens": 32,
    "total_tokens": 1182,
    "completion_tokens_details": null,
    "prompt_tokens_details": {
      "audio_tokens": null,
      "cached_tokens": null,
      "text_tokens": 32,
      "image_tokens": null
    }
  },
  "estimated_cost": {
    "unit": "0.1558000000",
    "irt": 17864.68,
    "exchange_rate": 114600
  }
}

Gemini 3 Pro Image (API بومی Gemini)

همچنین می‌توانید از endpoint API بومی Gemini (v1beta) استفاده کنید:

bash

GEMINI_API_KEY="$AVALAI_API_KEY"
MODEL_ID="gemini-3-pro-image"
GENERATE_CONTENT_API="generateContent"

cat <<EOF >request.json
{
    "contents": [
      {
        "role": "user",
        "parts": [
          {
            "text": "a cat"
          }
        ]
      }
    ],
    "generationConfig": {
      "responseModalities": ["IMAGE", "TEXT"]
    }
}
EOF

curl \
  -X POST \
  -H "Content-Type: application/json" \
  "https://api.avalai.ir/v1beta/models/${MODEL_ID}:${GENERATE_CONTENT_API}?key=${GEMINI_API_KEY}" \
  -d '@request.json' \
  --output response.json

Gemini 3.1 Flash Image (API بومی Gemini)

bash

GEMINI_API_KEY="$AVALAI_API_KEY"
MODEL_ID="gemini-3.1-flash-image"
GENERATE_CONTENT_API="generateContent"

cat <<EOF >request.json
{
    "contents": [
      {
        "role": "user",
        "parts": [
          {
            "text": "a cat"
          }
        ]
      }
    ],
    "generationConfig": {
      "responseModalities": ["IMAGE", "TEXT"]
    }
}
EOF

curl \
  -X POST \
  -H "Content-Type: application/json" \
  "https://api.avalai.ir/v1beta/models/${MODEL_ID}:${GENERATE_CONTENT_API}?key=${GEMINI_API_KEY}" \
  -d '@request.json' \
  --output response.json

نمونه Qwen3-Max

bash

curl https://api.avalai.ir/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $AVALAI_API_KEY" \
  -d '{
    "model": "qwen3-max",
    "messages": [
      {
        "role": "user",
        "content": "Design an intelligent agent system that can autonomously manage complex multi-step workflows with tool invocation capabilities."
      }
    ],
    "max_tokens": 2000
  }'

پاسخ:

json

{
  "id": "chatcmpl-abc789",
  "created": 1780000000,
  "model": "qwen3-max",
  "object": "chat.completion",
  "system_fingerprint": null,
  "choices": [
    {
      "finish_reason": "stop",
      "index": 0,
      "message": {
        "content": "Here's a comprehensive design for an intelligent agent system...",
        "role": "assistant",
        "tool_calls": null
      }
    }
  ],
  "usage": {
    "completion_tokens": 512,
    "prompt_tokens": 24,
    "total_tokens": 536,
    "completion_tokens_details": null,
    "prompt_tokens_details": {
      "cached_tokens": 0
    }
  },
  "estimated_cost": {
    "unit": "0.0031008000",
    "irt": 355.35,
    "exchange_rate": 114600
  }
}

نمونه‌های استفاده از SDK

تولید تصویر Gemini

BashPythonJavaScript

bash

curl https://api.avalai.ir/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $AVALAI_API_KEY" \
  -d '{
    "model": "gemini-3.1-flash-image",
    "messages": [
      {
        "role": "user",
        "content": "Create a modern logo for a tech company called \"AvalAI\" with clean typography and a minimalist design"
      }
    ],
    "modalities": ["image", "text"]
  }'

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="gemini-3.1-flash-image",
    messages=[
        {
            "role": "user",
            "content": 'Create a modern logo for a tech company called "AvalAI" with clean typography and a minimalist design',
        }
    ],
    extra_body={"modalities": ["image", "text"]},
)

# Access the generated image
if hasattr(response.choices[0].message, "images"):
    images = getattr(response.choices[0].message, "images")
    for img in images:
        print(f"Image URL: {img.image_url.url[:100]}...")

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: "gemini-3.1-flash-image",
  messages: [
    {
      role: "user",
      content: "Create a modern logo for a tech company called \"AvalAI\" with clean typography and a minimalist design",
    },
  ],
  modalities: ["image", "text"],
});

// Access the generated image
if (response.choices[0].message.images) {
  const images = response.choices[0].message.images;
  images.forEach((img, idx) => {
    console.log(`Image ${idx}: ${img.image_url.url.substring(0, 100)}...`);
  });
}

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

Qwen3-Max

BashPythonJavaScript

bash

curl https://api.avalai.ir/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $AVALAI_API_KEY" \
  -d '{
    "model": "qwen3-max",
    "messages": [
      {
        "role": "user",
        "content": "Perform a comprehensive analysis of quantum computing's potential impact on cryptography."
      }
    ],
    "max_tokens": 2000
  }'

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="qwen3-max",
    messages=[
        {
            "role": "user",
            "content": "Perform a comprehensive analysis of quantum computing's potential impact on cryptography.",
        }
    ],
    max_tokens=2000,
    extra_body={"enable_thinking": False},  # Required for non-streaming requests
)

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: "qwen3-max",
  messages: [
    {
      role: "user",
      content: "Perform a comprehensive analysis of quantum computing's potential impact on cryptography.",
    },
  ],
  max_tokens: 2000,
});

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

مدل‌های جدید اضافه شدند: Gemini 3 Pro Image، Gemini 3.1 Flash Image پایدار و Qwen3-Max ​

خلاصه ​

جزئیات ​

Google (Gemini) ​

Gemini 3 Pro Image (Nano Banana Pro) — انتشار پایدار ​

Gemini 3.1 Flash Image (Nano Banana 2) — انتشار پایدار ​

درک خانواده Nano Banana ​

Alibaba (Qwen) ​

Qwen3-Max ​

خلاصه قیمت‌گذاری ​

نمونه‌های درخواست/پاسخ API ​

Gemini 3 Pro Image (سازگار با OpenAI) ​

Gemini 3 Pro Image (API بومی Gemini) ​

Gemini 3.1 Flash Image (API بومی Gemini) ​

نمونه Qwen3-Max ​

نمونه‌های استفاده از SDK ​

تولید تصویر Gemini ​

Qwen3-Max ​

پیوندهای مرتبط ​

مدل‌های جدید اضافه شدند: Gemini 3 Pro Image، Gemini 3.1 Flash Image پایدار و Qwen3-Max

خلاصه

جزئیات

Google (Gemini)

Gemini 3 Pro Image (Nano Banana Pro) — انتشار پایدار

Gemini 3.1 Flash Image (Nano Banana 2) — انتشار پایدار

درک خانواده Nano Banana

Alibaba (Qwen)

Qwen3-Max

خلاصه قیمت‌گذاری

نمونه‌های درخواست/پاسخ API

Gemini 3 Pro Image (سازگار با OpenAI)

Gemini 3 Pro Image (API بومی Gemini)

Gemini 3.1 Flash Image (API بومی Gemini)

نمونه Qwen3-Max

نمونه‌های استفاده از SDK

تولید تصویر Gemini

Qwen3-Max

پیوندهای مرتبط