چطور با ERNIE 4.5 VL 424B A47B 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 «baidu/ernie-4.5-vl-424b-a47b» تغییر بده. بقیهٔ کدت دستنخورده میماند.

قیمت ERNIE 4.5 VL 424B A47B به تومان چقدر است؟

هر ۱ میلیون توکن ورودی ۱۲۱٬۸۵۳ تومان و هر ۱ میلیون توکن خروجی ۳۶۲٬۶۵۶ تومان؛ یک درخواست ۱٬۰۰۰ کلمهای تقریباً ۶۳۰ تومان. شارژ بر اساس مصرف واقعی همان درخواست است و درخواست ناموفق صفر تومان.

ERNIE 4.5 VL 424B A47B چند توکن ورودی میگیرد؟

تا ۱۲۳٬۰۰۰ توکن در هر درخواست؛ برای متن فارسی حدود ۹۲ هزار کلمه. حداکثر طول پاسخ هم ۱۶٬۰۰۰ توکن است.

آیا ERNIE 4.5 VL 424B A47B استریم و ورودی تصویر را پشتیبانی میکند؟

استریم (stream=true) روی همهٔ مدلها فعال است. ورودی تصویر با image_url (data URI یا آدرس عمومی) پذیرفته میشود.

قیمت و API مدل ERNIE 4.5 VL 424B A47B در ایران

baidu/ernie-4.5-vl-424b-a47b

visionreasoning

ساخت کلید امتحان کن

ورودی · هر ۱M توکن

121,853 تومان

خروجی · هر ۱M توکن

362,656 تومان

یک درخواست ۱٬۰۰۰ کلمه‌ای ≈

630 تومان

شارژ بر اساس مصرف واقعی همان درخواست. قیمت‌ها با تغییر شرایط بازار به‌روز می‌شوند.قیمت‌ها و شارژ

کد آمادهٔ ERNIE 4.5 VL 424B A47B : 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": "baidu/ernie-4.5-vl-424b-a47b",
    "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="baidu/ernie-4.5-vl-424b-a47b",
    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: "baidu/ernie-4.5-vl-424b-a47b",
  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));

ERNIE 4.5 VL 424B A47B برای چه کاری خوب است؟

ERNIE 4.5 VL 424B A47B از Baidu می‌آید؛ در کد فقط همین رشته را در فیلد model بگذار: «baidu/ernie-4.5-vl-424b-a47b». ERNIE 4.5 VL 424B A47B تا ۱۲۳٬۰۰۰ توکن را در یک درخواست نگه می‌دارد (نزدیک ۹۲ هزار کلمهٔ فارسی)، و همین عدد سقف تاریخچهٔ گفتگو در محصول تو را تعیین می‌کند. حداکثر طول پاسخ در هر فراخوانی ۱۶٬۰۰۰ توکن است. از نظر قیمت در دستهٔ «ارزان» است — ارزان‌تر از ۱۶۴ مدل و گران‌تر از ۲۴۲ مدل پولی دیگر کاتالوگ.

قابلیت‌هایی که در همین شناسه فعال است: عکس و اسکرین‌شات را مستقیم می‌خواند، پس برای فاکتور و فرم فارسی گزینهٔ واقعی است؛ 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.

۱۲۱٬۸۵۳ تومان برای هر ۱M توکن ورودی و ۳۶۲٬۶۵۶ تومان برای هر ۱M توکن خروجی؛ در دستهٔ «ارزان» کاتالوگ می‌نشیند و یک درخواست ۱٬۰۰۰ کلمه‌ای ≈ ۶۳۰ تومان. شارژ نهایی همیشه بر اساس مصرف واقعی همان درخواست است، نه برآورد؛ درخواست ناموفق صفر تومان.

نزدیک‌ترین گزینه با همین قابلیت‌ها از تأمین‌کنندهٔ دیگر MiniMax-01 است: ERNIE 4.5 VL 424B A47B تقریباً 1.3 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 ۱۵۹ درخواست ۱٬۰۰۰ کلمه‌ای روی ERNIE 4.5 VL 424B A47B جا می‌شود، و هر ۱٬۰۰۰ تومان تقریباً ۱٬۵۸۷ کلمه رفت‌وبرگشت می‌خرد. اگر پردازشی یک میلیون توکن ورودی و یک میلیون توکن خروجی داشته باشد، کل آن ۴۸۴٬۵۰۹ تومان می‌شود. پر کردن کامل پنجرهٔ ۱۲۳٬۰۰۰ توکنی این مدل فقط از سمت ورودی ۱۴٬۹۸۸ تومان هزینه دارد، پس تاریخچهٔ گفتگو را بی‌دلیل بلند نگه ندار.

از پارامترهای کم‌تکرار، این مدل repetition_penalty، top_k را می‌پذیرد — همه از طریق همان بدنهٔ استاندارد درخواست. در عوض response_format، tool_choice، tools، structured_outputs 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 Sonar با ۱۲۷٬۰۷۲ توکن است.

بهترین جای استفاده‌اش: کار پرحجم مثل دسته‌بندی، برچسب‌گذاری و خلاصه‌سازی انبوه، حل مسئلهٔ منطقی و بازبینی کد، استخراج متن و داده از تصویر.

توضیح رسمی تأمین‌کننده (انگلیسی)

ERNIE-4.5-VL-424B-A47B is a multimodal Mixture-of-Experts (MoE) model from Baidu’s ERNIE 4.5 series, featuring 424B total parameters with 47B active per token. It is trained jointly on text and image data...

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	328 تومان
خلاصه‌کردن سند ده‌صفحه‌ای	4,000 ورودی + 600 خروجی	705 تومان
دسته‌بندی هزار ردیف کوتاه	120,000 ورودی + 20,000 خروجی	21,875 تومان

سؤال‌های پرتکرار

چطور با ERNIE 4.5 VL 424B A47B 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 «baidu/ernie-4.5-vl-424b-a47b» تغییر بده. بقیهٔ کدت دست‌نخورده می‌ماند.
قیمت ERNIE 4.5 VL 424B A47B به تومان چقدر است؟: هر ۱ میلیون توکن ورودی ۱۲۱٬۸۵۳ تومان و هر ۱ میلیون توکن خروجی ۳۶۲٬۶۵۶ تومان؛ یک درخواست ۱٬۰۰۰ کلمه‌ای تقریباً ۶۳۰ تومان. شارژ بر اساس مصرف واقعی همان درخواست است و درخواست ناموفق صفر تومان.
ERNIE 4.5 VL 424B A47B چند توکن ورودی می‌گیرد؟: تا ۱۲۳٬۰۰۰ توکن در هر درخواست؛ برای متن فارسی حدود ۹۲ هزار کلمه. حداکثر طول پاسخ هم ۱۶٬۰۰۰ توکن است.
آیا ERNIE 4.5 VL 424B A47B استریم و ورودی تصویر را پشتیبانی می‌کند؟: استریم (stream=true) روی همهٔ مدل‌ها فعال است. ورودی تصویر با image_url (data URI یا آدرس عمومی) پذیرفته می‌شود.