قیمت و API مدل Mercury 3 در ایران
inception/mercury-3
شارژ بر اساس مصرف واقعی همان درخواست. قیمتها با تغییر شرایط بازار بهروز میشوند. ورودی کششده: ۳٬۴۶۲ تومان بهازای هر ۱M توکن.قیمتها و شارژ
کد آمادهٔ Mercury 3: خروجی JSON با اسکیمای مشخص
نمونه بر اساس قابلیتهای همین مدل انتخاب شده و با کلید خودت بدون تغییر دیگری اجرا میشود.
from openai import OpenAI
import json
client = OpenAI(base_url="https://api.uttapen.ir/v1", api_key="sk-up-…")
schema = {
"name": "ticket",
"schema": {
"type": "object",
"properties": {
"category": {"type": "string", "enum": ["fani", "mali", "forush"]},
"priority": {"type": "integer", "minimum": 1, "maximum": 5},
"summary": {"type": "string"},
},
"required": ["category", "priority", "summary"],
"additionalProperties": False,
},
"strict": True,
}
resp = client.chat.completions.create(
model="inception/mercury-3",
messages=[{"role": "user", "content": "تیکت: «دو روزه نمیتونم فاکتور دانلود کنم و پرداختم هم دوباره کسر شد.»"}],
response_format={"type": "json_schema", "json_schema": schema},
)
print(json.loads(resp.choices[0].message.content))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: "inception/mercury-3",
messages: [{ role: "user", content: "تیکت: «دو روزه نمیتونم فاکتور دانلود کنم و پرداختم هم دوباره کسر شد.»" }],
response_format: {
type: "json_schema",
json_schema: {
name: "ticket",
strict: true,
schema: {
type: "object",
properties: {
category: { type: "string", enum: ["fani", "mali", "forush"] },
priority: { type: "integer", minimum: 1, maximum: 5 },
summary: { type: "string" },
},
required: ["category", "priority", "summary"],
additionalProperties: false,
},
},
},
});
console.log(JSON.parse(resp.choices[0].message.content));curl https://api.uttapen.ir/v1/chat/completions \
-H "Authorization: Bearer sk-up-…" \
-H "Content-Type: application/json" \
-d '{
"model": "inception/mercury-3",
"messages": [{"role": "user", "content": "تیکت را دستهبندی کن و اولویت ۱ تا ۵ بده"}],
"response_format": {"type": "json_object"}
}'Mercury 3 برای چه کاری خوب است؟
شناسهٔ Mercury 3 در API ما «inception/
چه کارهایی از آن برمیآید: 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 ۳۴٬۶۲۲ تومان و هر ۱ میلیون توکن خروجی ۱۲۱٬۱۷۷ تومان است؛ خروجی ۳٫۵ برابر ورودی قیمت دارد، پس کوتاهکردن پاسخ بیشتر از کوتاهکردن پرامپت صرفه دارد. cache ورودی دارد: توکنهای تکراری متن ورودی با ۳٬۴۶۲ تومان / ۱M حساب میشوند، که برای پرامپت سیستمی بلند تفاوت بزرگی است. شارژ نهایی همیشه بر اساس مصرف واقعی همان درخواست است، نه برآورد، و درخواستی که ناموفق باشد هزینهای ندارد.
نزدیکترین گزینه با همین قابلیتها از تأمینکنندهٔ دیگر DeepSeek V3.2 است: Mercury 3 حدود ۲۹٪ ارزانتر از آن تمام میشود و حداکثر طول متنش بیشتر 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 ۴۹۳ درخواست ۱٬۰۰۰ کلمهای روی Mercury 3 جا میشود، و هر ۱٬۰۰۰ تومان تقریباً ۴٬۹۲۶ کلمه رفتوبرگشت میخرد. اگر پردازشی یک میلیون توکن ورودی و یک میلیون توکن خروجی داشته باشد، کل آن ۱۵۵٬۷۹۹ تومان میشود. پر کردن کامل پنجرهٔ ۱٬۰۰۰٬۰۰۰ توکنی این مدل فقط از سمت ورودی ۳۴٬۶۲۲ تومان هزینه دارد، پس تاریخچهٔ گفتگو را بیدلیل بلند نگه ندار.
نزدیکترین همخانوادهٔ این مدل «inception/
Inception در کاتالوگ ما ۳ مدل دارد؛ ارزانترینشان Mercury 2.5 با ۸۶ تومان و گرانترین Mercury 2 با ۴۵۰ تومان برای هر ۱٬۰۰۰ کلمه. از پارامترهای کمتکرار، این مدل reasoning_effort را میپذیرد — همه از طریق همان بدنهٔ استاندارد درخواست. در عوض top_p، seed را که بیشتر مدلها دارند پشتیبانی نمیکند، پس اگر کدت به آنها تکیه دارد قبل از جابهجایی تست کن. از نظر طول متن نزدیکترین گزینه از تأمینکنندهٔ دیگر Nova 2 Lite با ۱٬۰۰۰٬۰۰۰ توکن است.
کجا انتخاب درستی است: 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، تحلیل سند یا کدبیس بلند در یک درخواست.
Mercury 3 is a diffusion-based language model from Inception, and the lab's most capable model to date. It is suited for agentic workflows and real-time applications where latency compounds, such...
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 | ۱٬۵۰۰ ورودی + ۴۰۰ خروجی | ۱۰۰ تومان |
| خلاصهکردن سند دهصفحهای | ۴٬۰۰۰ ورودی + ۶۰۰ خروجی | ۲۱۱ تومان |
| دستهبندی هزار ردیف کوتاه | ۱۲۰٬۰۰۰ ورودی + ۲۰٬۰۰۰ خروجی | ۶٬۵۷۸ تومان |
سؤالهای پرتکرار
- چطور با Mercury 3 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 «inception/ mercury-3» تغییر بده. بقیهٔ کدت دستنخورده میماند. - قیمت Mercury 3 به تومان چقدر است؟
- هر ۱ میلیون توکن ورودی ۳۴٬۶۲۲ تومان و هر ۱ میلیون توکن خروجی ۱۲۱٬۱۷۷ تومان؛ یک درخواست ۱٬۰۰۰ کلمهای تقریباً ۲۰۳ تومان. شارژ بر اساس مصرف واقعی همان درخواست است و درخواست ناموفق هزینهای ندارد.
- Mercury 3 چند توکن ورودی میگیرد؟
- تا ۱٬۰۰۰٬۰۰۰ توکن در هر درخواست؛ برای متن فارسی حدود ۷۵۰ هزار کلمه. حداکثر طول پاسخ هم ۱۳۱٬۰۷۲ توکن است.
- آیا Mercury 3 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.