قیمت و API مدل DeepSeek V3.2 Exp در ایران
deepseek/deepseek-v3.2-exp
toolsreasoningjsonشارژ بر اساس مصرف واقعی همان درخواست. قیمتها با تغییر شرایط بازار بهروز میشوند.قیمتها و شارژ
کد آمادهٔ DeepSeek V3.2 Exp: حل مسئلهٔ چندمرحلهای با حالت استدلال
نمونه بر اساس قابلیتهای همین مدل انتخاب شده و با کلید خودت بدون تغییر دیگری اجرا میشود.
from openai import OpenAI
client = OpenAI(base_url="https://api.uttapen.ir/v1", api_key="sk-up-…")
resp = client.chat.completions.create(
model="deepseek/deepseek-v3.2-exp",
messages=[{"role": "user", "content": (
"یک فروشگاه ۳ انبار دارد. انبار A روزی ۱۲۰ سفارش، B روزی ۸۵ و C روزی ۴۰ سفارش میفرستد. "
"اگر C تعطیل شود و بارش بین A و B نسبت به ظرفیتشان تقسیم شود، هر کدام روزی چند سفارش میفرستند؟ "
"مرحلهبهمرحله حساب کن و در پایان فقط دو عدد بده."
)}],
reasoning_effort="medium", # low | medium | high
)
print(resp.choices[0].message.content)
# توکنهای استدلال هم توکن خروجی حساب میشوند:
print(resp.usage.completion_tokens_details)curl https://api.uttapen.ir/v1/chat/completions \
-H "Authorization: Bearer sk-up-…" \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek/deepseek-v3.2-exp",
"messages": [{"role": "user", "content": "۱۲۰ و ۸۵ سفارش روزانه بین دو انبار تقسیم میشود؛ مرحلهبهمرحله حساب کن."}],
"reasoning": {"effort": "medium"}
}'import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.uttapen.ir/v1", apiKey: "sk-up-…" });
const resp = await client.chat.completions.create({
model: "deepseek/deepseek-v3.2-exp",
messages: [{ role: "user", content: "۱۲۰ و ۸۵ سفارش روزانه بین دو انبار تقسیم میشود؛ مرحلهبهمرحله حساب کن و در پایان فقط دو عدد بده." }],
reasoning_effort: "medium",
});
console.log(resp.choices[0].message.content);
console.log(resp.usage.completion_tokens_details);DeepSeek V3.2 Exp برای چه کاری خوب است؟
DeepSeek V3.2 Exp یکی از مدلهای DeepSeek است و در یوتاپن با شناسهٔ «deepseek/deepseek-v3.2-exp» صدا زده میشود. در هر فراخوانی تا ۱۶۳٬۸۴۰ توکن ورودی میپذیرد؛ برای متن فارسی این تقریباً ۴۱۰ صفحهٔ A4 است، پس چند فایل یا یک سند بلند را میشود یکجا داد. حداکثر طول پاسخ در هر فراخوانی ۶۵٬۵۳۶ توکن است. از نظر قیمت در دستهٔ «بسیار ارزان» است — ارزانتر از ۸۲ مدل و گرانتر از ۳۲۴ مدل پولی دیگر کاتالوگ.
آنچه این مدل بیش از یک مدل متنی ساده انجام میدهد: 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.
برای برآورد سرانگشتی: هر ۱٬۰۰۰ کلمه رفتوبرگشت با این مدل حدود ۲۵۶ تومان است (۷۸٬۳۳۴ تومان ورودی و ۱۱۸٬۹۵۱ تومان خروجی بهازای ۱M توکن). شارژ نهایی همیشه بر اساس مصرف واقعی همان درخواست است، نه برآورد؛ درخواست ناموفق صفر تومان.
نزدیکترین گزینه با همین قابلیتها از تأمینکنندهٔ دیگر Llama 3.1 70B Instruct است: DeepSeek V3.2 Exp تقریباً 1.2 برابر ارزانتر از آن تمام میشود و پنجرهٔ context آن بزرگتر 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 ۳۹۱ درخواست ۱٬۰۰۰ کلمهای روی DeepSeek V3.2 Exp جا میشود، و هر ۱٬۰۰۰ تومان تقریباً ۳٬۹۰۶ کلمه رفتوبرگشت میخرد. اگر پردازشی یک میلیون توکن ورودی و یک میلیون توکن خروجی داشته باشد، کل آن ۱۹۷٬۲۸۵ تومان میشود. پر کردن کامل پنجرهٔ ۱۶۳٬۸۴۰ توکنی این مدل فقط از سمت ورودی ۱۲٬۸۳۴ تومان هزینه دارد، پس تاریخچهٔ گفتگو را بیدلیل بلند نگه ندار.
نزدیکترین همخانوادهٔ این مدل «deepseek/deepseek-v3.2» است و انتخاب بین این دو همان جایی است که بیشتر آدمها گیر میکنند. قیمت هر دو روی یک درخواست ۱٬۰۰۰ کلمهای تقریباً برابر است (۲۵۶ و ۲۵۲ تومان).
DeepSeek در کاتالوگ ما ۱۷ مدل دارد؛ ارزانترینشان DeepSeek V4 Flash Latest با ۷۹ تومان و گرانترین DeepSeek V4 Pro 0813 (batch) با ۱٬۹۹۱ تومان برای هر ۱٬۰۰۰ کلمه. از پارامترهای کمتکرار، این مدل logit_bias، logprobs، min_p، repetition_penalty، top_k، top_logprobs را میپذیرد — همه از طریق همان بدنهٔ استاندارد درخواست. از نظر اندازهٔ context نزدیکترین گزینه از تأمینکنندهٔ دیگر Llama Guard 4 12B با ۱۶۳٬۸۴۰ توکن است.
کاربردهایی که برای این مدل معنی میدهد: کار پرحجم مثل دستهبندی، برچسبگذاری و خلاصهسازی انبوه، حل مسئلهٔ منطقی و بازبینی کد، ایجنتهایی که به API و دیتابیس وصل میشوند، استخراج داده با اسکیمای مشخص.
DeepSeek-V3.2-Exp is an experimental large language model released by DeepSeek as an intermediate step between V3.1 and future architectures. It introduces DeepSeek Sparse Attention (DSA), a fine-grained sparse attention mechanism...
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 | 165 تومان |
| خلاصهکردن سند دهصفحهای | 4,000 ورودی + 600 خروجی | 385 تومان |
| دستهبندی هزار ردیف کوتاه | 120,000 ورودی + 20,000 خروجی | 11,779 تومان |
سؤالهای پرتکرار
- چطور با DeepSeek V3.2 Exp 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 «deepseek/deepseek-v3.2-exp» تغییر بده. بقیهٔ کدت دستنخورده میماند.
- قیمت DeepSeek V3.2 Exp به تومان چقدر است؟
- هر ۱ میلیون توکن ورودی ۷۸٬۳۳۴ تومان و هر ۱ میلیون توکن خروجی ۱۱۸٬۹۵۱ تومان؛ یک درخواست ۱٬۰۰۰ کلمهای تقریباً ۲۵۶ تومان. شارژ بر اساس مصرف واقعی همان درخواست است و درخواست ناموفق صفر تومان.
- DeepSeek V3.2 Exp چند توکن ورودی میگیرد؟
- تا ۱۶۳٬۸۴۰ توکن در هر درخواست؛ برای متن فارسی حدود ۱۲۳ هزار کلمه. حداکثر طول پاسخ هم ۶۵٬۵۳۶ توکن است.
- آیا DeepSeek V3.2 Exp 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. خروجی ساختیافته با response_format هم کار میکند.