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: Claude Fable 5.2، Gemini 4 Carbon و GPT Image 2.6

Date: ۱۴۰۵-۰۸-۲۰ / (2026-11-11)

خلاصه

Claude Fable 5.2، Gemini 4 Carbon و GPT Image 2.6 Flare و Sunburst اکنون در AvalAI در دسترس‌اند. Fable گزینه‌ای با قیمت کمتر برای استدلال دشوار و عامل‌هاست؛ Carbon کارهای چندوجهی طولانی را با قیمت تشویقی تا پایان ۹ آذر پشتیبانی می‌کند. دو مدل تصویر نیز برای تولید سریع و ویرایش دقیق مناسب‌اند.

جزئیات

Anthropic: Claude Fable 5.2

برای مهندسی نرم‌افزار دشوار، پژوهش چندمرحله‌ای و عامل‌هایی که تحلیل را تا آماده‌شدن نتیجه نهایی پیش می‌برند، از claude-fable-5-2 استفاده کنید. Anthropic مدل Fable 5.2 را در ۱۸ آبان / (2026-11-09) منتشر کرد و از بهبود برنامه‌نویسی، استدلال، درک تصویر و وضوح پاسخ نسبت به Fable 5.1 خبر می‌دهد؛ تولید خروجی نیز بنا بر گزارش این شرکت تا ۳۰٪ سریع‌تر است. این نتایج مربوط به ارزیابی ارائه‌دهنده‌اند؛ کیفیت، زمان پاسخ و هزینه را برای کار خود در AvalAI بسنجید.

Anthropic یک پنجره زمینه مشترک ۱ میلیون توکنی، حداکثر ۱۲۸ هزار توکن خروجی، ورودی متن و تصویر و خروجی متن را برای این مدل ثبت کرده است. تفکر تطبیقی همیشه فعال است. مقدار پیش‌فرض تلاش در API ارائه‌دهنده high است و سطح‌های low، medium، high، xhigh و max در دسترس‌اند. این مقدار با پیش‌فرض medium در برنامه‌های Claude و Claude Code تفاوت دارد. ابتدا بدون تغییر سطح تلاش شروع کنید؛ سپس پیش از تغییر آن، کنترل مربوط به نقطه پایانی انتخاب‌شده را ارزیابی کنید.

Anthropic پیشنهاد می‌کند برای برنامه‌نویسی معمول و کارهای دانشی ابتدا Opus 5.5 را انتخاب کنید و زمانی به Fable بروید که ارزیابی Opus با سطح تلاش بیشتر همچنان نیازتان را برآورده نکند. Fable برای نقش مشاور یا هماهنگ‌کننده زیر کنترل برنامه شما نیز مناسب است؛ برنامه شما ابزارها و محیط اجرا را فراهم می‌کند.

نکات مهاجرت بر اساس مستندات Anthropic:

temperature، top_p و top_k را ارسال نکنید. نمی‌توان تفکر تطبیقی را غیرفعال کرد یا آن را با تنظیم ثابت budget_tokens جایگزین کرد. در Messages بومی، مقدارهای اجباری any و tool برای tool_choice خطا می‌دهند.
بلوک‌های قبلی دستیار را حفظ کنید و پیشوند گفتگو را تغییر ندهید. Fable 5.2 پیشوند بلوک‌های تفکر را برای همه حساب‌های ارائه‌دهنده بررسی می‌کند؛ تغییر پیام سیستم، ابزارها یا پیام‌های قبلی ممکن است خطای ۴۰۰ ایجاد کند. مدل‌های دیگر، به‌جز Mythos 5.2، نمی‌توانند بلوک‌های تفکر Fable 5.2 را بخوانند.
پیاده‌سازی‌های فعلی استفاده از رایانه در API ارائه‌دهنده باید مهاجرت از computer_20251124 به computer_toolset_20260801 را بررسی کنند. دسترسی به یک نقطه پایانی به‌تنهایی مجموعه‌ابزارهای آزمایشی Anthropic، ابزارهای مشاور یا Fast mode را در AvalAI فعال نمی‌کند.
Anthropic برای Fable 5.2 نگهداری ۳۰روزه داده‌ها را الزامی می‌داند، مگر آنکه صریحاً نگهداری صفرروزه را مجاز کرده باشد. از وجود یک نقطه پایانی سازگار یا پارامتر store، سیاست عدم نگهداری داده را نتیجه نگیرید؛ پیش از ارسال داده‌های حساس، شرایط مربوط به آن‌ها را بررسی کنید.

بخش ارائه‌دهنده Anthropic و نکات رسمی مهاجرت را ببینید.

Google: Gemini 4 Carbon

برای استدلال طولانی، مهندسی نرم‌افزار پیچیده، کارهای دانشی چندوجهی و تحلیل علمی از gemini-4-carbon استفاده کنید. Google عرضه عمومی آن را در ۱۹ آبان / (2026-11-10) اعلام کرد. Carbon متن، تصویر، صدا، ویدئو و PDF را می‌پذیرد و متن تولید می‌کند؛ مدل تولید تصویر، تولید صدا یا Live API نیست.

Google یک پنجره مشترک ۱٬۰۴۸٬۵۷۶ توکنی برای ورودی، تفکر و خروجی تعیین کرده است. خروجی همگام معمولی در ۶۵٬۵۳۶ توکن، با احتساب تفکر متوقف می‌شود. حالت تولید خروجی طولانی Google می‌تواند از باقی‌مانده زمینه مشترک، با اجرای پس‌زمینه یا ادامه‌دادن درخواست، استفاده کند؛ این قابلیت API ارائه‌دهنده به معنی تضمین خروجی همگام ۱ میلیون توکنی یا پشتیبانی اجرای پس‌زمینه و ادامه درخواست در AvalAI نیست.

Carbon در هر نوبت از Argon توکن تفکر بیشتری مصرف می‌کند؛ بنابراین حتی با نرخ توکن یکسان، زمان پاسخ و هزینه احتمالی هر کار بیشتر می‌شود. Google همچنان Argon را برای بیشتر کارهای برنامه‌نویسی تعاملی و کارهای دانشی پیشرفته معمول پیشنهاد می‌کند. سطح‌های تفکر Carbon در API ارائه‌دهنده low، medium و high هستند و medium مقدار پیش‌فرض است؛ temperature، top_p و top_k نادیده گرفته می‌شوند.

Google فراخوانی تابع، خروجی ساخت‌یافته، اتکا به منابع بیرونی، استفاده از رایانه، اجرای کد و حافظه نهان ضمنی را مستند کرده است. ابزارهای اختیاری و نگاشت پارامترها به مسیر انتخاب‌شده در AvalAI بستگی دارند. به‌طور مشخص، Carbon در API ارائه‌دهنده از ساخت صریح حافظه نهان یا ارجاع‌های cached_content پشتیبانی نمی‌کند؛ حافظه نهان ضمنی برای ورودی‌های واجد شرایط با حداقل ۴٬۰۹۶ توکن آغاز می‌شود. قیمت ورودی از حافظه نهان فقط برای بازیابی واقعی اعمال می‌شود، نه هر ورودی تکراری.

بخش ارائه‌دهنده Google و راهنمای رسمی Carbon را ببینید.

OpenAI: GPT Image 2.6 Flare و Sunburst

هر دو مدل gpt-image-2.6-flare و gpt-image-2.6-sunburst متن و تصویر مرجع را می‌پذیرند و تصویر تولید می‌کنند. OpenAI زمانی Flare را پیشنهاد می‌کند که زمان پاسخ و آزمودن پی‌درپی نتیجه اهمیت بیشتری داشته باشد؛ برای جزئیات دشوار، چیدمان و دقت ویرایش، Sunburst را پیشنهاد می‌کند. پیش از انتخاب برای کار خود، هر دو را با ورودی متنی، تصاویر مرجع، ابعاد و کیفیت یکسان مقایسه کنید.

OpenAI تولید تصویر، ویرایش، پس‌زمینه شفاف و کنترل جدید complexity با مقدارهای low، medium و high را مستند کرده است؛ پیش‌فرض هر دو مدل high است. این کنترل، برنامه‌ریزی را مستقل از کیفیت ترسیم در quality تنظیم می‌کند و در API ارائه‌دهنده هزینه جداگانه‌ای ندارد. پیچیدگی بیشتر ممکن است زمان پاسخ را افزایش دهد یا تغییرهای ناخواسته ایجاد کند؛ بنابراین برای اصلاح یک بخش مشخص، مقدار بیشتر همیشه بهتر نیست.

راهنمای ارائه‌دهنده همچنین ویرایش با نشانه‌گذاری، تولید SVG و خروجی GIF متحرک را توضیح می‌دهد. سازگاری این قابلیت‌های اختیاری با AvalAI باید جداگانه بررسی شود؛ نمونه‌های زیر تولید و ویرایش معمول PNG را نشان می‌دهند. در پاسخ‌های GPT Image، data[0].b64_json را رمزگشایی کنید؛ با فیلد قدیمی response_format نشانی تصویر میزبانی‌شده درخواست نکنید.

بخش ارائه‌دهنده OpenAI و راهنمای OpenAI برای نوشتن ورودی متنی تصویر را ببینید.

نقاط پایانی فعال در AvalAI

شناسه دقیق مدل	مسیرهای فعال	حداقل سطح کاربری
`claude-fable-5-2`	`POST /v1/chat/completions`، `POST /v1/responses`، Anthropic بومی در `POST /v1/messages`	2
`gemini-4-carbon`	`POST /v1/chat/completions`، `POST /v1/responses`، Gemini بومی در `/v1beta/models`	0
`gpt-image-2.6-flare`	`POST /v1/images/generations`، `POST /v1/images/edits`	1
`gpt-image-2.6-sunburst`	`POST /v1/images/generations`، `POST /v1/images/edits`	1

از شناسه‌های دقیق بالا استفاده کنید. این افزوده‌ها تغییر مسیر از Fable 5.1، Argon یا GPT Image 2.5 را اعلام نمی‌کنند. دسترسی به یک نقطه پایانی، پشتیبانی از همه ابزارهای میزبانی‌شده، قابلیت‌های آزمایشی یا رفتار گفتگوهای ذخیره‌شده را ثابت نمی‌کند. حداقل سطح‌های جدول بالا از داده‌های فعلی محدودیت نرخ AvalAI گرفته شده‌اند؛ پیش از تعیین حجم کار، محدودیت درخواست، توکن و تصویر حساب خود را بررسی کنید.

قیمت‌گذاری

همه نرخ‌های زیر قیمت AvalAI به دلار آمریکا برای هر ۱٬۰۰۰٬۰۰۰ توکن هستند.

مدل‌های متنی و استدلالی

مدل / دوره	ورودی	ورودی از حافظه نهان	ورودی ایجاد حافظه نهان	خروجی
`claude-fable-5-2`	$8.00	$0.20	$10.00	$40.00
`gemini-4-carbon` — تشویقی تا پایان ۹ آذر ۱۴۰۵، شامل این روز، ۱۴۰۵-۰۹-۰۹ / (2026-11-30)	$2.00	$0.10	—	$10.00
`gemini-4-carbon` — استاندارد از ۱۰ آذر ۱۴۰۵، ۱۴۰۵-۰۹-۱۰ / (2026-12-01)	$4.00	$0.20	—	$20.00

چهار نرخ اعلام‌شده Fable 5.2 نسبت به نرخ‌های ۱۰ دلار / ۰٫۲۵ دلار / ۱۲٫۵۰ دلار / ۵۰ دلار Fable 5.1 ۲۰٪ کمترند. نرخ ورودی از حافظه نهان آن ۹۷٫۵٪ کمتر از ورودی معمولی است؛ این تخفیف برای Carbon در هر دو دوره ۹۵٪ است. بازیابی از حافظه نهان و ساخت آن دسته‌های جداگانه صورتحساب‌اند؛ هر توکن ورودی را فقط یک بار در دسته مربوط حساب کنید. نرخ ۱۰ دلاری ایجاد حافظه نهان Fable، نرخ حافظه نهان یک‌ساعته ارائه‌دهنده را اعلام نمی‌کند و طول عمر حافظه نهان را تضمین نمی‌کند. خط تیره برای Carbon یعنی در این خبر نرخ جداگانه‌ای برای ایجاد حافظه نهان اعلام نشده است.

قیمت خروجی، توکن‌های استدلال قابل‌پرداخت را نیز شامل می‌شود. با نرخ‌های Fable، هزینه ۱٬۰۰۰ توکن ورودی معمولی و ۲۰۰ توکن خروجی ۰٫۰۱۶ دلار است. همین مصرف با قیمت تشویقی Carbon ۰٫۰۰۴ دلار هزینه دارد و از ۱۰ آذر به ۰٫۰۰۸ دلار می‌رسد. این محاسبات هزینه ابزارهای دارای تعرفه جداگانه را شامل نمی‌شوند و به معنی مصرف استدلال یا کیفیت یکسان در هر کار نیستند.

مدل‌های تصویر

مدل	ورودی متن	ورودی تصویر	ورودی متن از حافظه نهان	ورودی تصویر از حافظه نهان	خروجی متن	خروجی تصویر
`gpt-image-2.6-flare`	$5.00	$8.00	$1.25	$2.00	$0.00	$30.00
`gpt-image-2.6-sunburst`	$5.00	$8.00	$1.25	$2.00	$0.00	$30.00

این‌ها نرخ توکن‌اند، نه قیمت ثابت هر تصویر یا هر ویرایش. هزینه متن ورودی، تصاویر مرجع و تصویر خروجی را در دسته‌های مربوط با هم جمع کنید؛ نرخ حافظه نهان را فقط برای ورودی واقعاً بازیابی‌شده از آن به کار ببرید. ابعاد، کیفیت و ترکیب درخواست بر مصرف اثر دارند. نرخ صفر دلاری خروجی متن، تولید تصویر را رایگان نمی‌کند؛ هزینه SVG و GIF را نمی‌توان از نمونه PNG نتیجه گرفت. جزئیات قیمت‌گذاری در هر دو زبان را ببینید.

نمونه‌های درخواست و پاسخ API

AVALAI_API_KEY را در متغیرهای محیطی سمت سرور قرار دهید. هر نمونه یک بار درخواست می‌فرستد، بدون تلاش مجدد خودکار و با مهلت ۱۰ثانیه‌ای اتصال curl. مهلت‌های متن و تصویر نمونه‌اند و زمان پاسخ را تضمین نمی‌کنند؛ مهلت ۹۰۰ثانیه‌ای Carbon با راهنمای Google برای استدلال دشوار هماهنگ است. بودجه خروجی، تفکر را نیز شامل می‌شود و ممکن است پیش از تولید متن نهایی تمام شود.

همه پاسخ‌های JSON زیر نمونه توضیحی‌اند و از درخواست زنده AvalAI ثبت نشده‌اند. شناسه‌ها، زمان‌ها، متن، تعداد توکن و نرخ تبدیل، مقدارهای نمونه‌اند. فراداده اختیاری ممکن است تفاوت داشته باشد یا موجود نباشد. نرخ تبدیل نمونه ۱۰۰٬۰۰۰ تومان برای هر دلار است. برای سوابق صورتحساب از مصرف بازگشتی و User API استفاده کنید. رشته‌های کوتاه‌شده Base64 را نمی‌توان به همین صورت رمزگشایی کرد.

Chat Completions: Fable یا Carbon

این نمونه از Fable استفاده می‌کند. برای استفاده از Carbon در همین نقطه پایانی، مدل را با gemini-4-carbon جایگزین کنید و برای ورودی‌های دشوار مهلت بیشتری در نظر بگیرید. هر دو از messages استفاده می‌کنند؛ متن نهایی را از choices[0].message.content بخوانید.

BashPythonJavaScript

bash

curl --silent --show-error --fail-with-body \
  --connect-timeout 10 --max-time 120 --retry 0 \
  https://api.avalai.ir/v1/chat/completions \
  -H "Authorization: Bearer $AVALAI_API_KEY" \
  -H 'Content-Type: application/json' \
  --data-binary '{
    "model": "claude-fable-5-2",
    "messages": [{"role": "user", "content": "In one sentence, explain why a migration needs a rollback plan."}],
    "max_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=120.0,
    max_retries=0,
)
completion = client.chat.completions.create(
    model="claude-fable-5-2",
    messages=[
        {
            "role": "user",
            "content": "In one sentence, explain why a migration needs a rollback plan.",
        }
    ],
    max_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: 120_000,
  maxRetries: 0,
});
const completion = await client.chat.completions.create({
  model: "claude-fable-5-2",
  messages: [{ role: "user", content: "In one sentence, explain why a migration needs a rollback plan." }],
  max_tokens: 2048,
});
console.log(completion.choices[0].message.content);

json

{
  "id": "chatcmpl-fable-example",
  "object": "chat.completion",
  "created": 1794355200,
  "model": "claude-fable-5-2",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "A rollback plan provides a tested way to restore service if a migration fails."
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 20,
    "completion_tokens": 100,
    "total_tokens": 120,
    "prompt_tokens_details": {
      "cached_tokens": 0
    }
  },
  "estimated_cost": {
    "unit": "0.0041600000",
    "irt": 416.0,
    "exchange_rate": 100000
  }
}

هزینه نمونه از فرمول (20 × 8 + 100 × 40) / 1,000,000 = $0.00416 به دست می‌آید. همین مصرف فرضی برای Carbon در دوره تشویقی ۰٫۰۰۱۰۴ دلار و پس از آن ۰٫۰۰۲۰۸ دلار هزینه دارد. finish_reason را بررسی کنید؛ length یعنی درخواست به سقف بودجه خروجی رسیده است.

Responses: Carbon یا Fable

این نمونه از Carbon استفاده می‌کند. برای استفاده از Fable در Responses، مقدار model را با claude-fable-5-2 جایگزین کنید. Responses از input و max_output_tokens استفاده می‌کند. کلاینت‌های SDK، response.output_text را در اختیار می‌گذارند؛ در JSON خام، اعضای دارای نوع در output را برای پیام‌های حاوی output_text بررسی کنید و فرض نکنید پاسخ در output[0] است. status، error و incomplete_details را بررسی کنید.

BashPythonJavaScript

bash

curl --silent --show-error --fail-with-body \
  --connect-timeout 10 --max-time 900 --retry 0 \
  https://api.avalai.ir/v1/responses \
  -H "Authorization: Bearer $AVALAI_API_KEY" \
  -H 'Content-Type: application/json' \
  --data-binary '{
    "model": "gemini-4-carbon",
    "input": "In one sentence, explain why a migration needs a rollback plan.",
    "max_output_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=900.0,
    max_retries=0,
)
response = client.responses.create(
    model="gemini-4-carbon",
    input="In one sentence, explain why a migration needs a rollback plan.",
    max_output_tokens=2048,
)
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: 900_000,
  maxRetries: 0,
});
const response = await client.responses.create({
  model: "gemini-4-carbon",
  input: "In one sentence, explain why a migration needs a rollback plan.",
  max_output_tokens: 2048,
});
console.log(response.output_text);

json

{
  "id": "resp_carbon_example",
  "object": "response",
  "created_at": 1794355200,
  "status": "completed",
  "error": null,
  "incomplete_details": null,
  "model": "gemini-4-carbon",
  "output": [
    {
      "id": "msg_carbon_example",
      "type": "message",
      "status": "completed",
      "role": "assistant",
      "content": [
        {
          "type": "output_text",
          "text": "A rollback plan provides a tested way to restore service if a migration fails.",
          "annotations": []
        }
      ]
    }
  ],
  "usage": {
    "input_tokens": 20,
    "input_tokens_details": {
      "cached_tokens": 0
    },
    "output_tokens": 100,
    "output_tokens_details": {
      "reasoning_tokens": 80
    },
    "total_tokens": 120
  },
  "estimated_cost": {
    "unit": "0.0010400000",
    "irt": 104.0,
    "exchange_rate": 100000
  }
}

۱۰۰ توکن خروجی شامل ۸۰ توکن استدلال است. با نرخ تشویقی، (20 × 2 + 100 × 10) / 1,000,000 = $0.00104؛ همین مصرف از ۱۰ آذر ۰٫۰۰۲۰۸ دلار هزینه دارد. این نمونه Responses، پشتیبانی از اجرای پس‌زمینه یا ادامه درخواست بومی Google را ثابت نمی‌کند.

Messages بومی Anthropic: Fable

Messages به max_tokens نیاز دارد و بلوک‌های دارای نوع را در content برمی‌گرداند. در SDK مربوط به Anthropic، نشانی پایه را https://api.avalai.ir و بدون /v1 قرار دهید. هنگام ادامه گفتگو، بلوک‌های تفکر بازگشتی را حفظ کنید؛ ساختار پاسخ توضیحی زیر فقط متن دارد و به معنی حذف این بلوک‌ها از همه پاسخ‌ها نیست.

Bash

bash

curl --silent --show-error --fail-with-body \
  --connect-timeout 10 --max-time 120 --retry 0 \
  https://api.avalai.ir/v1/messages \
  -H "x-api-key: $AVALAI_API_KEY" \
  -H 'anthropic-version: 2023-06-01' \
  -H 'Content-Type: application/json' \
  --data-binary '{
    "model": "claude-fable-5-2",
    "max_tokens": 2048,
    "messages": [{"role": "user", "content": "In one sentence, explain why a migration needs a rollback plan."}]
  }'

json

{
  "id": "msg_fable_example",
  "type": "message",
  "role": "assistant",
  "model": "claude-fable-5-2",
  "content": [
    {
      "type": "text",
      "text": "A rollback plan provides a tested way to restore service if a migration fails."
    }
  ],
  "stop_reason": "end_turn",
  "stop_sequence": null,
  "usage": {
    "input_tokens": 20,
    "cache_creation_input_tokens": 0,
    "cache_read_input_tokens": 0,
    "output_tokens": 100
  },
  "estimated_cost": {
    "unit": "0.0041600000",
    "irt": 416.0,
    "exchange_rate": 100000
  }
}

بلوک‌های متن را بر اساس نوعشان بخوانید. Anthropic مستند کرده است که رد درخواست توسط طبقه‌بند ممکن است با HTTP ۲۰۰ و stop_reason: "refusal" بازگردد؛ موفقیت HTTP به‌تنهایی به معنی تکمیل کار نیست. نحوه رسیدگی به رد درخواست را در مسیر انتخاب‌شده AvalAI بررسی کنید.

Gemini بومی: Carbon

Gemini بومی از contents و parts، همراه با عمل :generateContent و شناسه مدل در مسیر، استفاده می‌کند. در Google GenAI SDK، میزبان را https://api.avalai.ir و نسخه API را v1beta قرار دهید؛ /v1 را به نشانی اضافه نکنید. این نمونه پایه به حافظه نهان صریح یا تغییر تنظیم تفکر نیاز ندارد.

Bash

bash

curl --silent --show-error --fail-with-body \
  --connect-timeout 10 --max-time 900 --retry 0 \
  https://api.avalai.ir/v1beta/models/gemini-4-carbon:generateContent \
  -H "x-goog-api-key: $AVALAI_API_KEY" \
  -H 'Content-Type: application/json' \
  --data-binary '{
    "contents": [{"role": "user", "parts": [{"text": "In one sentence, explain why a migration needs a rollback plan."}]}],
    "generationConfig": {"maxOutputTokens": 2048}
  }'

json

{
  "candidates": [
    {
      "content": {
        "role": "model",
        "parts": [
          {
            "text": "A rollback plan provides a tested way to restore service if a migration fails."
          }
        ]
      },
      "finishReason": "STOP",
      "index": 0
    }
  ],
  "usageMetadata": {
    "promptTokenCount": 20,
    "candidatesTokenCount": 20,
    "thoughtsTokenCount": 80,
    "totalTokenCount": 120
  },
  "modelVersion": "gemini-4-carbon",
  "responseId": "carbon-native-example",
  "estimated_cost": {
    "unit": "0.0010400000",
    "irt": 104.0,
    "exchange_rate": 100000
  }
}

در نمونه، ۲۰ توکن ورودی و ۱۰۰ توکن خروجی محاسبه می‌شود: ۲۰ توکن پاسخ پیشنهادی به‌اضافه ۸۰ توکن تفکر. پیش از خواندن پاسخ، finishReason و هر بازخورد مربوط به ورودی را بررسی کنید؛ درخواست مسدودشده یا ناقص ممکن است پاسخ پیشنهادی قابل‌استفاده نداشته باشد.

تولید تصویر: Flare یا Sunburst

برای آزمودن پی‌درپی نتیجه با Flare شروع کنید؛ برای کار دقیق، مدل را با gpt-image-2.6-sunburst جایگزین کنید. درخواست یک PNG با ابعاد 1024x1024 و کیفیت متوسط انتخاب می‌کند. پاسخ کامل JSON را ذخیره کنید و سپس فیلد b64_json را به بایت‌های تصویر رمزگشایی کنید؛ پاسخ نمایش‌داده‌شده برای خوانایی کوتاه شده است.

Bash

bash

curl --silent --show-error --fail-with-body \
  --connect-timeout 10 --max-time 180 --retry 0 \
  https://api.avalai.ir/v1/images/generations \
  -H "Authorization: Bearer $AVALAI_API_KEY" \
  -H 'Content-Type: application/json' \
  --data-binary '{
    "model": "gpt-image-2.6-flare",
    "prompt": "A studio product photo of a ceramic mug, soft natural lighting, plain cream background.",
    "size": "1024x1024",
    "quality": "medium",
    "output_format": "png",
    "n": 1
  }' --output image-generation-response.json

json

{
  "created": 1794355200,
  "data": [
    {
      "b64_json": "iVBORw0KGgoAAAANSUhEUg...[TRUNCATED]"
    }
  ],
  "output_format": "png",
  "size": "1024x1024",
  "quality": "medium",
  "usage": {
    "input_tokens": 20,
    "input_tokens_details": {
      "text_tokens": 20,
      "image_tokens": 0
    },
    "output_tokens": 1000,
    "output_tokens_details": {
      "text_tokens": 0,
      "image_tokens": 1000
    },
    "total_tokens": 1020
  },
  "estimated_cost": {
    "unit": "0.0301000000",
    "irt": 3010.0,
    "exchange_rate": 100000
  }
}

این مصرف دلخواه نمونه برای هر دو مدل طبق فرمول (20 × 5 + 1000 × 30) / 1,000,000 = $0.0301 محاسبه می‌شود. این مقدار، تعداد اندازه‌گیری‌شده توکن خروجی یا قیمت تصویر 1024x1024 با کیفیت متوسط نیست. ساختار پاسخ Images به فیلدهای چت مانند id، model یا choices نیاز ندارد.

ویرایش تصویر: Sunburst یا Flare

برای ویرایش، از مسیر /v1/images/edits با املای جمع edits و فایل موجود product.png در رایانه خود استفاده کنید. برای مقایسه همان ویرایش، مدل را با gpt-image-2.6-flare جایگزین کنید. اجازه دهید curl نوع محتوا و مرز بخش‌های درخواست چندبخشی را تعیین کند؛ هدر نوع محتوای JSON اضافه نکنید. هم تغییر موردنظر و هم جزئیاتی را که باید حفظ شوند مشخص کنید.

Bash

bash

curl --silent --show-error --fail-with-body \
  --connect-timeout 10 --max-time 180 --retry 0 \
  https://api.avalai.ir/v1/images/edits \
  -H "Authorization: Bearer $AVALAI_API_KEY" \
  -F 'model=gpt-image-2.6-sunburst' \
  -F 'image=@product.png' \
  -F 'prompt=Change only the background to pale blue; preserve the mug, lighting, and composition.' \
  -F 'size=1024x1024' \
  -F 'quality=medium' \
  -F 'output_format=png' \
  -F 'n=1' --output image-edit-response.json

ویرایش همان ساختار پاسخ Images را برمی‌گرداند. برای توضیح، هزینه ۲۰ توکن ورودی متن، ۵۰۰ توکن ورودی تصویر بدون حافظه نهان و ۱٬۰۰۰ توکن خروجی تصویر از فرمول (20 × 5 + 500 × 8 + 1000 × 30) / 1,000,000 = $0.0341 به دست می‌آید. ورودی تصویر مرجع دسته هزینه اضافی است، نه مبلغ ثابت ویرایش. پیش از پذیرش تصویر ویرایش‌شده، حفظ سوژه، هندسه، متن و نورپردازی را در نتیجه واقعی بررسی کنید.

بررسی‌های یکپارچه‌سازی

با نمونه‌های متن یا PNG شروع کنید و سپس ابزارهای اختیاری، کنترل سطح تلاش، حافظه نهان و جریان پاسخ را برای هر مسیر جداگانه ارزیابی کنید. پیش از تغییر یک روند فعلی، مجموعه ورودی‌های موردنظر، ساختار خروجی، مدیریت تاریخچه گفتگو، بودجه توکن و هزینه کل را آزمایش کنید. قابلیت API ارائه‌دهنده یا موفقیت یک درخواست در یک نقطه پایانی، قابلیت‌های اختیاری نقطه پایانی دیگر را ثابت نمی‌کند.

برای درخواست ناموفق، وضعیت HTTP، بدنه خطا و avalai-request-id را نگه دارید. پیش از تلاش مجدد، پارامترهای نامعتبر، احراز هویت یا دسترسی حساب را اصلاح کنید. خطای قطعی سهمیه به رسیدگی در حساب نیاز دارد. پایان مهلت پاسخ ممکن است پس از پردازش و محاسبه هزینه رخ دهد؛ بنابراین تولید تصویر یا کار عامل‌ها را بدون بررسی نتیجه و سیاست تلاش مجدد خود، خودکار تکرار نکنید.

مدل‌های جدید: Claude Fable 5.2، Gemini 4 Carbon و GPT Image 2.6 ​

خلاصه ​

جزئیات ​

Anthropic: Claude Fable 5.2 ​

Google: Gemini 4 Carbon ​

OpenAI: GPT Image 2.6 Flare و Sunburst ​

نقاط پایانی فعال در AvalAI ​

قیمت‌گذاری ​

مدل‌های متنی و استدلالی ​

مدل‌های تصویر ​

نمونه‌های درخواست و پاسخ API ​

Chat Completions: Fable یا Carbon ​

Responses: Carbon یا Fable ​

Messages بومی Anthropic: Fable ​

Gemini بومی: Carbon ​

تولید تصویر: Flare یا Sunburst ​

ویرایش تصویر: Sunburst یا Flare ​

بررسی‌های یکپارچه‌سازی ​

پیوندهای مرتبط ​

مدل‌های جدید: Claude Fable 5.2، Gemini 4 Carbon و GPT Image 2.6

خلاصه

جزئیات

Anthropic: Claude Fable 5.2

Google: Gemini 4 Carbon

OpenAI: GPT Image 2.6 Flare و Sunburst

نقاط پایانی فعال در AvalAI

قیمت‌گذاری

مدل‌های متنی و استدلالی

مدل‌های تصویر

نمونه‌های درخواست و پاسخ API

Chat Completions: Fable یا Carbon

Responses: Carbon یا Fable

Messages بومی Anthropic: Fable

Gemini بومی: Carbon

تولید تصویر: Flare یا Sunburst

ویرایش تصویر: Sunburst یا Flare

بررسی‌های یکپارچه‌سازی

پیوندهای مرتبط