افزودن Qwen3.8-Max و ارتقای DeepSeek-V4-Flash

تاریخ: 1405-05-12 / (2026-08-03)

خلاصه

مدل پرچم‌دار جدید Alibaba با نام qwen3.8-max اکنون برای کدنویسی بلندمدت، کار حرفه‌ای، درک چندوجهی و گردش‌کارهای عاملی در AvalAI در دسترس است. شناسه موجود deepseek-v4-flash نیز اکنون به‌طور خودکار به DeepSeek-V4-Flash-0731، نسخه رسمی با قابلیت‌های عاملی قوی‌تر، هدایت می‌شود؛ هیچ تغییری در کد لازم نیست و قیمت‌گذاری بدون تغییر باقی می‌ماند.

---

جزئیات

Alibaba: Qwen3.8-Max

دسترسی به Qwen3.8-Max (qwen3.8-max)، مدل پرچم‌دار جدید mixture-of-experts شرکت Alibaba با ۲٫۴ تریلیون پارامتر را اعلام می‌کنیم. این مدل برای برنامه‌ریزی، اجرا و راستی‌آزمایی گردش‌کارهای طولانی کدنویسی و کار حرفه‌ای طراحی شده و متن، تصویر، ویدئو و اسناد بسیار بزرگ را درک می‌کند. مستندات مدل‌های Alibaba

ویژگی‌های کلیدی:

• کدنویسی بلندمدت: طراحی‌شده برای پیاده‌سازی و تحویل خودکار پروژه‌های چندمرحله‌ای که می‌توانند بیش از ۱۰ روز ادامه داشته باشند
• کار حرفه‌ای: پشتیبانی از وظایف سرتاسری در حوزه‌های حقوقی، مالی، طراحی و سایر زمینه‌های تخصصی
• چندوجهی بومی: پذیرش ورودی متن، تصویر و ویدئو و تولید خروجی متنی
• زمینه ۱M توکنی: حداکثر ۹۹۱٬۰۰۰ توکن ورودی برای مخازن بزرگ، مجموعه اسناد و تحلیل ویدئوی طولانی
• ظرفیت خروجی ۱۲۸K: حداکثر ۱۲۸٬۰۰۰ توکن خروجی برای کد، تحلیل و خروجی‌های حجیم
• تفکر عمیق و ابزارها: پشتیبانی از استدلال، فراخوانی تابع، انتخاب ابزار، خروجی ساختاریافته، کش پرامپت و جستجوی وب
• پشتیبانی نقاط پایانی: پشتیبانی کامل در v1/chat/completions و v1/messages و پشتیبانی جزئی در v1/responses

DeepSeek: ارتقای خودکار V4 Flash

شناسه مدل deepseek-v4-flash در AvalAI اکنون به DeepSeek-V4-Flash-0731، نسخه رسمی V4 Flash شرکت DeepSeek، اشاره می‌کند. این نسخه جایگزین پیش‌نمایش شده و کدنویسی بلندمدت، کار با ترمینال، استفاده از ابزار، اتوماسیون و سایر بارهای کاری عاملی را به‌طور قابل‌توجهی بهبود می‌دهد.

• بدون نیاز به تغییر کد: همچنان "model": "deepseek-v4-flash" را ارسال کنید
• قیمت‌گذاری بدون تغییر: نرخ ورودی، ورودی کش‌شده و خروجی همان قیمت قبلی است
• ساختار مدل: ۲۸۴ میلیارد پارامتر کل، ۱۳ میلیارد پارامتر فعال و ماژول speculative decoding از نوع DSpark
• تلاش استدلالی: پشتیبانی از low، high و max
• پنجره زمینه: ۱ میلیون توکن
• نسخه رسمی: checkpoint مدل 0731 در پشت شناسه پایدار AvalAI جایگزین پیش‌نمایش قبلی شده است

دسترسی نقاط پایانی

مدل	v1/chat/completions	v1/messages	v1/responses
qwen3.8-max	کامل	کامل	جزئی
deepseek-v4-flash	کامل	—	—

---

قیمت‌گذاری

قیمت‌ها به دلار آمریکا و به ازای ۱ میلیون توکن هستند.

مدل	ورودی	ورودی کش‌شده	ورودی ایجاد کش	خروجی
qwen3.8-max	$2.00	$0.25	$2.50	$6.00
deepseek-v4-flash	$0.14	$0.0028	—	$0.28

ارتقای DeepSeek هیچ تغییری در نرخ‌های موجود deepseek-v4-flash ایجاد نمی‌کند.

---

نمونه درخواست و پاسخ API

درخواست

curl https://api.avalai.ir/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $AVALAI_API_KEY" \
  -d '{
    "model": "qwen3.8-max",
    "messages": [
      {
        "role": "user",
        "content": "این معماری پلتفرم را بررسی کن و یک برنامه پیاده‌سازی مرحله‌ای با دروازه‌های راستی‌آزمایی پیشنهاد بده."
      }
    ],
    "extra_body": {"enable_thinking": false}
  }'

پاسخ

پاسخ کوتاه‌شده زیر ساختار استاندارد Chat Completions را نشان می‌دهد:

{
  "id": "chatcmpl-qwen38-example",
  "created": 1785744000,
  "model": "qwen3.8-max",
  "object": "chat.completion",
  "system_fingerprint": null,
  "choices": [
    {
      "finish_reason": "stop",
      "index": 0,
      "message": {
        "content": "ابتدا مرزهای پایدار سرویس و معیارهای قابل اندازه‌گیری rollback را تعریف کنید. پیش از مهاجرت یک گردش‌کار کم‌ریسک پشت feature flag، observability و contract testها را اضافه کنید و فقط پس از عبور از هر دروازه راستی‌آزمایی، ترافیک را افزایش دهید.",
        "role": "assistant",
        "thinking_blocks": [],
        "annotations": []
      }
    }
  ],
  "usage": {
    "completion_tokens": 55,
    "prompt_tokens": 23,
    "total_tokens": 78,
    "completion_tokens_details": null,
    "prompt_tokens_details": {
      "audio_tokens": null,
      "cached_tokens": 0,
      "text_tokens": 23,
      "image_tokens": null
    }
  },
  "estimated_cost": {
    "unit": "0.0003760000",
    "irt": 57.6,
    "exchange_rate": 153200
  }
}

---

نمونه‌های استفاده از SDK

Bash

curl https://api.avalai.ir/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $AVALAI_API_KEY" \
  -d '{
    "model": "qwen3.8-max",
    "messages": [
      {
        "role": "user",
        "content": "برای این پلتفرم چندسرویسی یک برنامه پیاده‌سازی قابل اتکا طراحی کن."
      }
    ],
    "extra_body": {"enable_thinking": false}
  }'

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="qwen3.8-max",
    messages=[
        {
            "role": "user",
            "content": "برای این پلتفرم چندسرویسی یک برنامه پیاده‌سازی قابل اتکا طراحی کن.",
        }
    ],
    extra_body={"enable_thinking": False},
)

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: "qwen3.8-max",
  messages: [
    {
      role: "user",
      content: "برای این پلتفرم چندسرویسی یک برنامه پیاده‌سازی قابل اتکا طراحی کن.",
    },
  ],
  extra_body: { enable_thinking: false },
});

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

ادامه استفاده از DeepSeek-V4-Flash بدون تغییر

curl https://api.avalai.ir/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $AVALAI_API_KEY" \
  -d '{
    "model": "deepseek-v4-flash",
    "messages": [
      {
        "role": "user",
        "content": "علت ریشه‌ای این استقرار ناموفق را پیدا کن و امن‌ترین اصلاح را پیشنهاد بده."
      }
    ],
    "reasoning_effort": "high"
  }'

همین شناسه پایدار مدل اکنون به‌طور خودکار از DeepSeek-V4-Flash-0731 استفاده می‌کند.

---

لینک‌های مرتبط

• جزئیات مدل Qwen3.8-Max
• نمای کلی مدل‌های Alibaba
• نمای کلی مدل‌های DeepSeek
• راهنمای مدل‌های استدلالی
• مرجع API تکمیل گفتگو
• قیمت‌گذاری