UI-TARS 7B یا Gemini 2.5 Flash Lite (batch)؟
هر دو با همان کلید و همان کد در یوتاپن کار میکنند؛ فقط مقدار model عوض میشود. پس میتوانی بدون تغییر معماری، هر دو را روی کار واقعی خودت تست کنی. از نظر هزینه، Gemini 2.5 Flash Lite (batch) حدود ۱٫۲ برابر ارزانتر تمام میشود.
| ویژگی | ||
|---|---|---|
| تأمینکننده | ByteDance | |
| شناسهٔ مدل | bytedance/ui-tars-1.5-7b | google/gemini-2.5-flash-lite:batch |
| context | 128,000 توکن | 1,048,576 توکن |
| حداکثر خروجی | 2,048 توکن | 65,535 توکن |
| ورودی / ۱M توکن | 29,013 تومان | 14,506 تومان |
| خروجی / ۱M توکن | 58,025 تومان | 58,025 تومان |
| ≈ یک درخواست ۱٬۰۰۰ کلمهای | 113 تومان | 94 تومان |
| cache ورودی | 29,013 تومان / ۱M | 2,901 تومان / ۱M |
| ورودی تصویر | دارد | دارد |
| ورودی فایل | ندارد | دارد |
| tool calling | ندارد | دارد |
| خروجی JSON | دارد | دارد |
| حالت استدلال | ندارد | دارد |
کدام برای چه کاری؟
Gemini 2.5 Flash Lite (batch)
- مسئلههای چندمرحلهای، ریاضی و دیباگ
- تحلیل اسناد بلند و کدبیس در یک درخواست
- خواندن تصویر، فاکتور و فرم
- ایجنت و اتصال به API و دیتابیس
- کار پرحجم با هزینهٔ کم
94 تومان برای هر ۱٬۰۰۰ کلمه · صفحهٔ مدل
تست هر دو با یک کد
فقط model را بین دو شناسه عوض کن و همان درخواست را دو بار بفرست؛ هزینهٔ هر پاسخ در هدر X-Uttapen-Cost-Toman برمیگردد.
curl https://api.uttapen.ir/v1/chat/completions \
-H "Authorization: Bearer sk-up-…" \
-H "Content-Type: application/json" \
-d '{
"model": "bytedance/ui-tars-1.5-7b",
"messages": [{"role": "user", "content": "سلام! خودت را معرفی کن."}],
"stream": true
}'from openai import OpenAI
client = OpenAI(
base_url="https://api.uttapen.ir/v1",
api_key="sk-up-…",
)
stream = client.chat.completions.create(
model="bytedance/ui-tars-1.5-7b",
messages=[{"role": "user", "content": "سلام! خودت را معرفی کن."}],
stream=True,
)
for chunk in stream:
print(chunk.choices[0].delta.content or "", end="", flush=True)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api.uttapen.ir/v1",
apiKey: "sk-up-…",
});
const stream = await client.chat.completions.create({
model: "bytedance/ui-tars-1.5-7b",
messages: [{ role: "user", content: "سلام! خودت را معرفی کن." }],
stream: true,
});
for await (const chunk of stream) {
process.stdout.write(chunk.choices[0]?.delta?.content ?? "");
}<?php
// composer require openai-php/client guzzlehttp/guzzle
$client = OpenAI::factory()
->withBaseUri('https://api.uttapen.ir/v1')
->withApiKey('sk-up-…')
->make();
$result = $client->chat()->create([
'model' => 'bytedance/ui-tars-1.5-7b',
'messages' => [['role' => 'user', 'content' => 'سلام! خودت را معرفی کن.']],
]);
echo $result->choices[0]->message->content;package main
import (
"context"
"fmt"
"github.com/openai/openai-go"
"github.com/openai/openai-go/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://api.uttapen.ir/v1"),
option.WithAPIKey("sk-up-…"),
)
resp, err := client.Chat.Completions.New(context.Background(), openai.ChatCompletionNewParams{
Model: "bytedance/ui-tars-1.5-7b",
Messages: []openai.ChatCompletionMessageParamUnion{openai.UserMessage("سلام! خودت را معرفی کن.")},
})
if err != nil {
panic(err)
}
fmt.Println(resp.Choices[0].Message.Content)
}model = "google/gemini-2.5-flash-lite:batch"
مقایسههای دیگر: همهٔ جفتها · رتبهبندی مدلها · فهرست کامل
base_url = https://api.uttapen.ir/v1