افزودن مدل جدید: GPT-6.1 Terra

Date: ۱۴۰۵-۰۸-۰۵ / (2026-10-27)

خلاصه

GPT-6.1 Terra اکنون از طریق AvalAI برای استدلال بصری، نگارش و گردش‌کارهای کار با رایانه در دسترس است. شناسه gpt-6.1-terra را در Chat Completions یا Responses به کار ببرید؛ نرخ استاندارد هر میلیون توکن ورودی ۱٫۰۰ دلار و خروجی ۵٫۰۰ دلار است.

جزئیات

OpenAI: GPT-6.1 Terra

GPT-6.1 Terra مدل استدلالی سریع و کم‌هزینه OpenAI برای تفسیر تصویر، کار با صفحه برنامه‌ها و تولید متن روشن‌تر و طبیعی‌تر است. مقایسه عکس محصول با فهرست کالاها، خواندن نقشه فنی، استخراج اطلاعات صورتحساب و نوشتن یا ویرایش پیشنهادها از کاربردهای آن هستند. این مدل کارهای کدنویسی را هم انجام می‌دهد؛ برای دشوارترین مسائل مهندسی نرم‌افزار، GPT-6.1 Sol یا GPT-6 Astra را نیز ارزیابی کنید.

OpenAI از بهبود استدلال بصری، کار با رایانه، صحت اطلاعات و کدنویسی نسبت به GPT-5.6 Terra خبر می‌دهد. این ارزیابی‌های ارائه‌دهنده به مدل اصلی مربوط‌اند و تضمین تأخیر، دقت یا هزینه هر کار در یک پیاده‌سازی AvalAI نیستند. راهنمای ارائه‌دهنده OpenAI را ببینید.

قابلیت‌ها و دسترسی به مدل

مورد	GPT-6.1 Terra
شناسه دقیق مدل در AvalAI	gpt-6.1-terra
نقاط پایانی فعال AvalAI	POST /v1/chat/completions، POST /v1/responses
حداقل سطح حساب AvalAI	سطح ۰
حداکثر توکن ورودی	922,000
حداکثر توکن خروجی	128,000
پنجره زمینه مشترک اعلام‌شده OpenAI	1,050,000 توکن
ورودی / خروجی	ورودی متن و تصویر؛ خروجی متن
قابلیت‌های مدل	استدلال، بینایی، ورودی PDF، خروجی ساختاریافته و حافظه نهان پرامپت
فراخوانی ابزار	برای این مدل به Responses نیاز دارد

ورودی، خروجی و استدلال باید در پنجره زمینه مشترک جا بگیرند. سقف‌های جداگانه ورودی و خروجی به این معنی نیست که هر حساب می‌تواند درخواستی با همین اندازه بفرستد؛ محدودیت نرخ توکن و تعداد درخواست حساب نیز اعمال می‌شود. پیش از تعیین اندازه یک گردش‌کار بزرگ، محدودیت‌های نرخ را بررسی کنید.

برای برنامه‌های گفتگوی موجود، با یک درخواست متنی در /v1/chat/completions شروع کنید. برای گردش‌کارهای جدید فراخوانی ابزار با Terra، /v1/responses را انتخاب کنید. طبق مستندات OpenAI، فراخوانی ابزار Terra به Responses نیاز دارد؛ بنابراین پیش از قراردادن این مدل در حلقه موجود tools در Chat Completions، آن حلقه را به Responses منتقل کنید. در این انتشار دو نقطه پایانی جدول بالا فعال‌اند؛ پشتیبانی Messages یا Batch برای Terra در AvalAI اعلام نشده است.

برنامه می‌تواند با فراهم‌کردن ابزار پشتیبانی‌شده و محیط اجرا، از قابلیت کار با رایانه استفاده کند. نمونه‌های متنی زیر عملی در محیط دسکتاپ انجام نمی‌دهند. پیش از افزودن ابزار میزبانی‌شده، ارسال تصویر یا PDF و سایر قابلیت‌های اختیاری، پشتیبانی مسیر انتخابی AvalAI را بررسی کنید؛ خروجی متنی Terra با تولید مستقیم تصویر تفاوت دارد.

قیمت‌گذاری

همه نرخ‌ها قیمت AvalAI به دلار آمریکا برای هر ۱٬۰۰۰٬۰۰۰ توکن هستند:

طول کل ورودی درخواست	ورودی	ورودی از حافظه نهان	ورودی ایجاد حافظه نهان	خروجی
تا 272K توکن، شامل خود این مقدار	$1.00	$0.05	$1.25	$5.00
بیش از 272K توکن	$2.00	$0.10	$2.50	$7.50

ورودی دقیقاً ۲۷۲٬۰۰۰ توکنی در بازه پایین‌تر می‌ماند. بالاتر از این مرز، تعرفه بالاتر برای کل درخواست، از جمله خروجی آن، اعمال می‌شود؛ هزینه بالاتر فقط برای توکن‌های مازاد ورودی نیست. این مرز بازه قیمت را تعیین می‌کند، نه سقف زمینه را.

خواندن ورودی از حافظه نهان در بازه استاندارد ۹۵٪ ارزان‌تر از ورودی معمولی است. ایجاد حافظه نهان، در صورت محاسبه هزینه آن، دسته جداگانه‌ای در صورتحساب است؛ هر توکن را فقط در دسته ورودی مربوط حساب کنید و دوباره هزینه ورودی معمولی برای آن منظور نکنید. ثبت نرخ حافظه نهان تضمینی برای بازیابی واقعی، مدت نگهداری یا پذیرش یک فیلد مشخص کنترل حافظه نهان نیست. توکن‌های استدلال جزو خروجی قابل‌پرداخت‌اند.

برای نمونه، هزینه ۱٬۰۰۰ توکن ورودی بدون حافظه نهان و ۲۰۰ توکن خروجی، پیش از ابزارهای دارای هزینه جداگانه، برابر (1000 × 1.00 + 200 × 5.00) / 1,000,000 = $0.002 است. برای ۳۰۰٬۰۰۰ توکن ورودی بدون حافظه نهان و ۱٬۰۰۰ توکن خروجی، تعرفه بالاتر کل درخواست هزینه (300000 × 2.00 + 1000 × 7.50) / 1,000,000 = $0.6075 می‌دهد.

این نرخ‌های استاندارد توکن نصف نرخ‌های استاندارد متناظر GPT-6.1 Sol هستند. تخفیف‌های Batch و Flex، تعرفه Fast mode در OpenAI، هزینه ابزارهای میزبانی‌شده و سهمیه اشتراک محصولات، از پشتیبانی نقاط پایانی AvalAI در این انتشار جدا هستند. قیمت‌گذاری AvalAI و حافظه نهان پرامپت را ببینید.

نمونه‌های درخواست و پاسخ API

متغیر AVALAI_API_KEY را در محیط سمت سرور تنظیم کنید و برای زبانه‌های SDK از بسته OpenAI در Python یا JavaScript استفاده کنید. نشانی پایه SDK را https://api.avalai.ir/v1 قرار دهید. هر برنامه یک درخواست با مهلت ۶۰ ثانیه می‌فرستد و تلاش مجدد خودکار ندارد؛ مهلت اتصال curl نیز ۱۰ ثانیه است.

نمونه‌ها تلاش استدلالی پیش‌فرض مدل را حفظ می‌کنند و حداکثر ۲٬۰۴۸ توکن خروجی در نظر می‌گیرند. هر دو فیلد بودجه خروجی، توکن‌های استدلال را هم شامل می‌شوند؛ درخواستی با استدلال سنگین ممکن است پیش از تولید متن نهایی بودجه را مصرف کند. بودجه و مهلت را با توجه به کار خود و محدودیت مدل و حساب تنظیم کنید.

پاسخ‌های JSON زیر آموزشی‌اند و از درخواست زنده AvalAI دریافت نشده‌اند. شناسه‌ها، زمان‌ها، متن پاسخ، شمار توکن و نرخ تبدیل، مقدارهای نمونه‌اند. فیلدهای اختیاری پاسخ ممکن است متفاوت باشند یا وجود نداشته باشند. estimated_cost در صورت وجود، فراداده حسابداری AvalAI است؛ برای رهگیری هزینه از مصرف واقعی بازگشتی و API کاربر استفاده کنید.

Chat Completions

Chat Completions از messages و بودجه خروجی max_completion_tokens استفاده می‌کند. متن نهایی دستیار را از choices[0].message.content بخوانید.

Bash

curl --silent --show-error --fail-with-body \
  --connect-timeout 10 --max-time 60 --retry 0 \
  https://api.avalai.ir/v1/chat/completions \
  -H "Authorization: Bearer $AVALAI_API_KEY" \
  -H 'Content-Type: application/json' \
  --data-binary '{
    "model": "gpt-6.1-terra",
    "messages": [
      {
        "role": "user",
        "content": "In one sentence, explain why clear API error messages help developers."
      }
    ],
    "max_completion_tokens": 2048
  }'

Python

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["AVALAI_API_KEY"],
    base_url="https://api.avalai.ir/v1",
    timeout=60.0,
    max_retries=0,
)

completion = client.chat.completions.create(
    model="gpt-6.1-terra",
    messages=[
        {
            "role": "user",
            "content": "In one sentence, explain why clear API error messages help developers.",
        }
    ],
    max_completion_tokens=2048,
)

print(completion.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",
  timeout: 60_000,
  maxRetries: 0,
});

const completion = await client.chat.completions.create({
  model: "gpt-6.1-terra",
  messages: [
    {
      role: "user",
      content: "In one sentence, explain why clear API error messages help developers.",
    },
  ],
  max_completion_tokens: 2048,
});

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

نمونه آموزشی پاسخ موفق:

{
  "id": "chatcmpl-terra-example",
  "object": "chat.completion",
  "created": 1793102400,
  "model": "gpt-6.1-terra",
  "system_fingerprint": null,
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "Clear API error messages help developers identify the cause of a failure and choose the right fix.",
        "refusal": null,
        "annotations": []
      },
      "logprobs": null,
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 20,
    "completion_tokens": 100,
    "total_tokens": 120,
    "prompt_tokens_details": {
      "cached_tokens": 0,
      "audio_tokens": 0
    },
    "completion_tokens_details": {
      "reasoning_tokens": 80,
      "audio_tokens": 0,
      "accepted_prediction_tokens": 0,
      "rejected_prediction_tokens": 0
    }
  },
  "service_tier": "default",
  "estimated_cost": {
    "unit": "0.0005200000",
    "irt": 52.0,
    "exchange_rate": 100000
  }
}

۱۰۰ توکن تکمیل در این نمونه، ۸۰ توکن استدلال را هم شامل می‌شود. هزینه در بازه پایین‌تر برابر (20 × 1.00 + 100 × 5.00) / 1,000,000 = $0.00052 است. نرخ نمونه ۱۰۰٬۰۰۰ تومان برای هر دلار، هزینه ۵۲ تومان می‌دهد؛ این مقدار اعلام نرخ روز ارز نیست. finish_reason را بررسی کنید؛ مقدار length می‌تواند نشان دهد بودجه تکمیل پایان یافته است.

Responses

Responses از input و max_output_tokens استفاده می‌کند. مقدار store: false باعث می‌شود این نمونه به بازیابی پاسخ ذخیره‌شده وابسته نباشد؛ این تنظیم به‌تنهایی سیاست نگهداری صفر داده را ثابت نمی‌کند. در SDK متن نهایی را از response.output_text بخوانید. در JSON خام، آیتم‌های نوع‌دار output را برای پیام‌های دارای محتوای output_text بررسی کنید؛ آیتم استدلال یا ابزار ممکن است پیش از پیام قرار بگیرد.

Bash

curl --silent --show-error --fail-with-body \
  --connect-timeout 10 --max-time 60 --retry 0 \
  https://api.avalai.ir/v1/responses \
  -H "Authorization: Bearer $AVALAI_API_KEY" \
  -H 'Content-Type: application/json' \
  --data-binary '{
    "model": "gpt-6.1-terra",
    "input": "In one sentence, explain why clear API error messages help developers.",
    "max_output_tokens": 2048,
    "store": false
  }'

Python

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["AVALAI_API_KEY"],
    base_url="https://api.avalai.ir/v1",
    timeout=60.0,
    max_retries=0,
)

response = client.responses.create(
    model="gpt-6.1-terra",
    input="In one sentence, explain why clear API error messages help developers.",
    max_output_tokens=2048,
    store=False,
)

print(response.output_text)

JavaScript

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.AVALAI_API_KEY,
  baseURL: "https://api.avalai.ir/v1",
  timeout: 60_000,
  maxRetries: 0,
});

const response = await client.responses.create({
  model: "gpt-6.1-terra",
  input: "In one sentence, explain why clear API error messages help developers.",
  max_output_tokens: 2048,
  store: false,
});

console.log(response.output_text);

نمونه آموزشی پاسخ موفق:

{
  "id": "resp_terra_example",
  "object": "response",
  "created_at": 1793102400,
  "status": "completed",
  "completed_at": 1793102401,
  "error": null,
  "incomplete_details": null,
  "instructions": null,
  "max_output_tokens": 2048,
  "model": "gpt-6.1-terra",
  "output": [
    {
      "id": "rs_terra_example",
      "type": "reasoning",
      "summary": []
    },
    {
      "id": "msg_terra_example",
      "type": "message",
      "status": "completed",
      "role": "assistant",
      "content": [
        {
          "type": "output_text",
          "text": "Clear API error messages help developers identify the cause of a failure and choose the right fix.",
          "annotations": [],
          "logprobs": []
        }
      ]
    }
  ],
  "parallel_tool_calls": true,
  "previous_response_id": null,
  "reasoning": {
    "effort": "medium",
    "summary": null
  },
  "store": false,
  "text": {
    "format": {
      "type": "text"
    },
    "verbosity": "medium"
  },
  "tool_choice": "auto",
  "tools": [],
  "truncation": "disabled",
  "usage": {
    "input_tokens": 20,
    "input_tokens_details": {
      "cached_tokens": 0,
      "cache_write_tokens": 0
    },
    "output_tokens": 100,
    "output_tokens_details": {
      "reasoning_tokens": 80
    },
    "total_tokens": 120
  },
  "user": null,
  "metadata": {},
  "estimated_cost": {
    "unit": "0.0005200000",
    "irt": 52.0,
    "exchange_rate": 100000
  }
}

این نمونه همان محاسبه آموزشی توکن و هزینه پاسخ گفتگو را به کار می‌برد. output_tokens شامل ۸۰ توکن استدلال است. شیء خام Responses لازم نیست فیلد output_text در سطح اصلی داشته باشد؛ این دسترسی ساده را SDK فراهم می‌کند. پیش از پذیرش پاسخ به‌عنوان جواب کامل، status، error و incomplete_details را بررسی کنید.

راهنمای استدلال، ابزارها و پیاده‌سازی

OpenAI برای تلاش استدلالی Terra مقدارهای none، low، medium به‌عنوان پیش‌فرض، high، xhigh و max را مستند کرده است. مقدار minimal در این فهرست نیست. در Chat Completions نام فیلد reasoning_effort است؛ در Responses به‌صورت reasoning: {"effort": "medium"} قرار می‌گیرد. با پیش‌فرض شروع کنید و پیش از تغییر، کیفیت، زمان و توکن‌های قابل‌پرداخت را روی کارهای نماینده مقایسه کنید. تلاش بیشتر می‌تواند استدلال دشوار را بهبود دهد، اما تأخیر و مصرف خروجی را افزایش می‌دهد.

برای انتقال فراخوانی ابزار، از ساختار درخواست Responses استفاده کنید و شکل تودرتوی tools[].function در Chat را کپی نکنید. در ابزار تابع Responses، فیلدهای type: "function"، name، description و parameters مستقیماً در خود ابزار قرار دارند. فراخوانی‌های تابع بازگشتی را در حلقه‌ای زیر کنترل برنامه مدیریت کنید و آیتم‌های متناظر function_call_output را بفرستید. قرارداد کامل را در فراخوانی تابع و مرجع Responses بخوانید؛ ابزارهای میزبانی‌شده همچنان به پشتیبانی مسیر انتخابی AvalAI نیاز دارند.

برای تصویر از ساختار ورودی تصویری مستندشده همان نقطه پایانی استفاده کنید و پیش از کاربرد در محیط عملیاتی، ارسال ورودی‌های نماینده را بررسی کنید. برای خروجی ساختاریافته، response_format در Chat یا text.format در Responses را همراه با ساختار پشتیبانی‌شده به کار ببرید. نمونه‌های پایه بالا هیچ‌یک از این قابلیت‌های اختیاری را با اجرای زنده تأیید نمی‌کنند. بینایی و خروجی‌های ساختاریافته را ببینید.

برای بررسی درخواست ناموفق، وضعیت HTTP، بدنه خطا و avalai-request-id را نگه دارید. پیش از تلاش مجدد، پارامتر نامعتبر یا اطلاعات احراز هویت را اصلاح کنید. خطای قطعی سهمیه به رسیدگی حساب نیاز دارد؛ تکرار همان درخواست مشکل را حل نمی‌کند. در صورت پایان مهلت، خروجی ناقص یا اضافه‌بار موقت، پیش از ارسال درخواست دیگری که ممکن است هزینه داشته باشد، نتیجه واقعی و سیاست تلاش مجدد برنامه را بررسی کنید.

پیوندهای مرتبط

• مدل‌های OpenAI و بخش اختصاصی Terra
• قیمت‌گذاری AvalAI
• API تکمیل گفتگو
• API پاسخ‌ها
• مستندات رسمی مدل GPT-6.1 Terra در OpenAI