چطور با Claude Sonnet 5 (batch) در ایران کار کنم؟

در یوتاپن ثبتنام کن، کیف پول را تومانی شارژ کن، کلید API بساز و در SDK رسمی OpenAI فقط base_url را به https://api.uttapen.ir/v1 و model را به «anthropic/claude-sonnet-5:batch» تغییر بده. بقیهٔ کدت دستنخورده میماند.

قیمت Claude Sonnet 5 (batch) به تومان چقدر است؟

هر ۱ میلیون توکن ورودی ۲۹۰٬۱۲۵ تومان و هر ۱ میلیون توکن خروجی ۱٬۴۵۰٬۶۲۵ تومان؛ یک درخواست ۱٬۰۰۰ کلمهای تقریباً ۲٬۲۶۳ تومان. شارژ بر اساس مصرف واقعی همان درخواست است و درخواست ناموفق صفر تومان.

Claude Sonnet 5 (batch) چند توکن ورودی میگیرد؟

تا ۱٬۰۰۰٬۰۰۰ توکن در هر درخواست؛ برای متن فارسی حدود ۷۵۰ هزار کلمه. حداکثر طول پاسخ هم ۱۲۸٬۰۰۰ توکن است.

آیا Claude Sonnet 5 (batch) استریم و tool calling را پشتیبانی میکند؟

استریم (stream=true) روی همهٔ مدلها فعال است. این مدل tool calling را با همان قالب OpenAI پشتیبانی میکند. ورودی تصویر با image_url (data URI یا آدرس عمومی) پذیرفته میشود. خروجی ساختیافته با response_format هم کار میکند.

قیمت و API مدل Claude Sonnet 5 (batch) در ایران

anthropic/claude-sonnet-5:batch

visiontoolsreasoningjsonfiles

ساخت کلید امتحان کن

ورودی · هر ۱M توکن

290,125 تومان

خروجی · هر ۱M توکن

1,450,625 تومان

یک درخواست ۱٬۰۰۰ کلمه‌ای ≈

2,263 تومان

شارژ بر اساس مصرف واقعی همان درخواست. قیمت‌ها با تغییر شرایط بازار به‌روز می‌شوند. cache ورودی: 29,013 تومان / 1M. جستجوی وب: 2,901.25 تومان / درخواست.قیمت‌ها و شارژ

کد آمادهٔ Claude Sonnet 5 (batch): خواندن تصویر و استخراج داده

نمونه بر اساس قابلیت‌های همین مدل انتخاب شده و با کلید خودت بدون تغییر دیگری اجرا می‌شود.

# tip: a data URI works too — base64 the file and prefix it with data:image/jpeg;base64,
curl https://api.uttapen.ir/v1/chat/completions \
  -H "Authorization: Bearer sk-up-…" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "anthropic/claude-sonnet-5:batch",
    "messages": [{
      "role": "user",
      "content": [
        {"type": "text", "text": "شمارهٔ فاکتور و مبلغ کل را فقط به‌صورت JSON بده."},
        {"type": "image_url", "image_url": {"url": "https://example.com/factor.jpg"}}
      ]
    }]
  }'

import base64, json
from openai import OpenAI

client = OpenAI(base_url="https://api.uttapen.ir/v1", api_key="sk-up-…")

img = base64.b64encode(open("factor.jpg", "rb").read()).decode()

resp = client.chat.completions.create(
    model="anthropic/claude-sonnet-5:batch",
    messages=[{
        "role": "user",
        "content": [
            {"type": "text", "text": "شمارهٔ فاکتور، تاریخ و مبلغ کل را در JSON برگردان."},
            {"type": "image_url", "image_url": {"url": f"data:image/jpeg;base64,{img}"}},
        ],
    }],
    response_format={"type": "json_object"},
)
print(json.loads(resp.choices[0].message.content))

import OpenAI from "openai";
import { readFileSync } from "node:fs";

const client = new OpenAI({ baseURL: "https://api.uttapen.ir/v1", apiKey: "sk-up-…" });
const img = readFileSync("factor.jpg").toString("base64");

const resp = await client.chat.completions.create({
  model: "anthropic/claude-sonnet-5:batch",
  messages: [{
    role: "user",
    content: [
      { type: "text", text: "شمارهٔ فاکتور، تاریخ و مبلغ کل را در JSON برگردان." },
      { type: "image_url", image_url: { url: `data:image/jpeg;base64,${img}` } },
    ],
  }],
  response_format: { type: "json_object" },
});
console.log(JSON.parse(resp.choices[0].message.content));

Claude Sonnet 5 (batch) برای چه کاری خوب است؟

شناسهٔ Claude Sonnet 5 (batch) در API ما «anthropic/claude-sonnet-5:batch» است و تأمین‌کنندهٔ آن Anthropic است. ظرفیت context برابر ۱٬۰۰۰٬۰۰۰ توکن است؛ حدود ۷۵۰ هزار کلمهٔ فارسی جا می‌شود و بعد از آن باید تاریخچه را خلاصه کنی. حداکثر طول پاسخ در هر فراخوانی ۱۲۸٬۰۰۰ توکن است. از نظر قیمت در دستهٔ «میان‌رده» است — ارزان‌تر از ۲۸۷ مدل و گران‌تر از ۱۱۹ مدل پولی دیگر کاتالوگ.

چه کارهایی از آن برمی‌آید: عکس و اسکرین‌شات را مستقیم می‌خواند، پس برای فاکتور و فرم فارسی گزینهٔ واقعی است؛ فایل (مثل PDF) را به‌عنوان ورودی می‌پذیرد؛ tool calling دارد، یعنی می‌تواند تابع‌های خودت را با آرگومان درست صدا بزند؛ با response_format خروجی JSON معتبر می‌دهد و مستقیم به کد وصل می‌شود؛ حالت استدلال دارد و روی مسئلهٔ چندمرحله‌ای، ریاضی و دیباگ بهتر جواب می‌دهد. همهٔ این‌ها با همان پارامترهای استاندارد SDK رسمی OpenAI کار می‌کنند و کد اختصاصی لازم ندارند. توجه کن که توکن‌های استدلال هم توکن خروجی محسوب می‌شوند و در صورتحساب می‌آیند.

هر ۱ میلیون توکن ورودی ۲۹۰٬۱۲۵ تومان و هر ۱ میلیون توکن خروجی ۱٬۴۵۰٬۶۲۵ تومان است؛ خروجی 5 برابر ورودی قیمت دارد، پس کوتاه‌کردن پاسخ بیشتر از کوتاه‌کردن پرامپت صرفه دارد. cache ورودی دارد: توکن‌های تکراری context با ۲۹٬۰۱۳ تومان / ۱M حساب می‌شوند، که برای پرامپت سیستمی بلند تفاوت بزرگی است. شارژ نهایی همیشه بر اساس مصرف واقعی همان درخواست است، نه برآورد؛ درخواست ناموفق صفر تومان.

نزدیک‌ترین گزینه با همین قابلیت‌ها از تأمین‌کنندهٔ دیگر Gemini 2.5 Pro (batch) است: Claude Sonnet 5 (batch) تقریباً 1.1 برابر گران‌تر از آن تمام می‌شود و پنجرهٔ context آن کوچک‌تر است. هر دو با همان کلید و همان کد کار می‌کنند، پس عوض‌کردن‌شان فقط تغییر یک رشته است.

برای اینکه عدد قابل تصور شود: با ۱۰۰ هزار تومان اعتبار، حدود ۴۴ درخواست ۱٬۰۰۰ کلمه‌ای روی Claude Sonnet 5 (batch) جا می‌شود، و هر ۱٬۰۰۰ تومان تقریباً ۴۴۲ کلمه رفت‌وبرگشت می‌خرد. اگر پردازشی یک میلیون توکن ورودی و یک میلیون توکن خروجی داشته باشد، کل آن ۱٬۷۴۰٬۷۵۰ تومان می‌شود. پر کردن کامل پنجرهٔ ۱٬۰۰۰٬۰۰۰ توکنی این مدل فقط از سمت ورودی ۲۹۰٬۱۲۵ تومان هزینه دارد، پس تاریخچهٔ گفتگو را بی‌دلیل بلند نگه ندار.

این شناسه با «anthropic/claude-sonnet-5» اشتباه گرفته می‌شود، چون هستهٔ مدل یکی است. تفاوت در پسوند است: «batch» در برابر نسخهٔ استاندارد. روی یک درخواست ۱٬۰۰۰ کلمه‌ای، این نسخه 2 برابر ارزان‌تر از آن درمی‌آید (۲٬۲۶۳ در برابر ۴٬۵۲۶ تومان). در پارامترها آن یکی max_completion_tokens را.

Anthropic در کاتالوگ ما ۳۱ مدل دارد؛ ارزان‌ترین‌شان Claude 3 Haiku با ۵۶۶ تومان و گران‌ترین Claude Opus 4.1 با ۳۳٬۹۴۵ تومان برای هر ۱٬۰۰۰ کلمه. از پارامترهای کم‌تکرار، این مدل reasoning_effort، verbosity را می‌پذیرد — همه از طریق همان بدنهٔ استاندارد درخواست. در عوض temperature، top_p، seed را که بیشتر مدل‌ها دارند پشتیبانی نمی‌کند، پس اگر کدت به آن‌ها تکیه دارد قبل از جابه‌جایی تست کن. از نظر اندازهٔ context نزدیک‌ترین گزینه از تأمین‌کنندهٔ دیگر Nova 2 Lite با ۱٬۰۰۰٬۰۰۰ توکن است.

کجا انتخاب درستی است: چت‌بات محصول و دستیار داخلی، جایی که تعادل هزینه و کیفیت مهم است، حل مسئلهٔ منطقی و بازبینی کد، استخراج متن و داده از تصویر، ایجنت‌هایی که به API و دیتابیس وصل می‌شوند، استخراج داده با اسکیمای مشخص، تحلیل سند یا کدبیس بلند در یک درخواست.

توضیح رسمی تأمین‌کننده (انگلیسی)

Sonnet 5 is Anthropic's most capable Sonnet-class model, with frontier performance across coding, agents, and professional work. It supports adaptive thinking with selectable reasoning effort levels (low, medium, high, max,...

سه کار واقعی، با قیمت همین مدل

اعداد از همان قیمت‌های بالا حساب شده‌اند و با تغییر قیمت مدل تغییر می‌کنند.

کار	توکن	هزینه
یک نوبت گفتگو با تاریخچهٔ متوسط	1,500 ورودی + 400 خروجی	1,015 تومان
خلاصه‌کردن سند ده‌صفحه‌ای	4,000 ورودی + 600 خروجی	2,031 تومان
دسته‌بندی هزار ردیف کوتاه	120,000 ورودی + 20,000 خروجی	63,828 تومان

نسخه‌های دیگر همین مدل

هستهٔ مدل یکی است؛ هر نسخه شرایط اجرا و قیمت خودش را دارد. نسخهٔ فعلی: batch (ارزان‌تر، کندتر).

نسخه	شناسه	خروجی / ۱M	context
استاندارد	anthropic/claude-sonnet-5	2,901,250	1,000,000

شناسهٔ هر نسخه را عیناً در فیلد model بگذار؛ نیازی به تغییر کد دیگری نیست.

سؤال‌های پرتکرار

چطور با Claude Sonnet 5 (batch) در ایران کار کنم؟: در یوتاپن ثبت‌نام کن، کیف پول را تومانی شارژ کن، کلید API بساز و در SDK رسمی OpenAI فقط base_url را به https://api.uttapen.ir/v1 و model را به «anthropic/claude-sonnet-5:batch» تغییر بده. بقیهٔ کدت دست‌نخورده می‌ماند.
قیمت Claude Sonnet 5 (batch) به تومان چقدر است؟: هر ۱ میلیون توکن ورودی ۲۹۰٬۱۲۵ تومان و هر ۱ میلیون توکن خروجی ۱٬۴۵۰٬۶۲۵ تومان؛ یک درخواست ۱٬۰۰۰ کلمه‌ای تقریباً ۲٬۲۶۳ تومان. شارژ بر اساس مصرف واقعی همان درخواست است و درخواست ناموفق صفر تومان.
Claude Sonnet 5 (batch) چند توکن ورودی می‌گیرد؟: تا ۱٬۰۰۰٬۰۰۰ توکن در هر درخواست؛ برای متن فارسی حدود ۷۵۰ هزار کلمه. حداکثر طول پاسخ هم ۱۲۸٬۰۰۰ توکن است.
آیا Claude Sonnet 5 (batch) استریم و tool calling را پشتیبانی می‌کند؟: استریم (stream=true) روی همهٔ مدل‌ها فعال است. این مدل tool calling را با همان قالب OpenAI پشتیبانی می‌کند. ورودی تصویر با image_url (data URI یا آدرس عمومی) پذیرفته می‌شود. خروجی ساخت‌یافته با response_format هم کار می‌کند.