چطور با Ling 3.0 Flash 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 «inclusionai/ling-3.0-flash» تغییر بده. بقیهٔ کدت دستنخورده میماند.

قیمت Ling 3.0 Flash به تومان چقدر است؟

هر ۱ میلیون توکن ورودی ۶٬۰۹۳ تومان و هر ۱ میلیون توکن خروجی ۱۸٬۲۷۸ تومان؛ یک درخواست ۱٬۰۰۰ کلمهای تقریباً ۳۲ تومان. شارژ بر اساس مصرف واقعی همان درخواست است و درخواست ناموفق صفر تومان.

Ling 3.0 Flash چند توکن ورودی میگیرد؟

تا ۲۶۲٬۱۴۴ توکن در هر درخواست؛ برای متن فارسی حدود ۱۹۷ هزار کلمه. حداکثر طول پاسخ هم ۳۲٬۷۶۸ توکن است.

آیا Ling 3.0 Flash 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.

قیمت و API مدل Ling 3.0 Flash در ایران

inclusionai/ling-3.0-flash

toolsreasoningjson

ساخت کلید امتحان کن

ورودی · هر ۱M توکن

6,093 تومان

خروجی · هر ۱M توکن

18,278 تومان

یک درخواست ۱٬۰۰۰ کلمه‌ای ≈

32 تومان

شارژ بر اساس مصرف واقعی همان درخواست. قیمت‌ها با تغییر شرایط بازار به‌روز می‌شوند. cache ورودی: 1,219 تومان / 1M.قیمت‌ها و شارژ

کد آمادهٔ Ling 3.0 Flash: 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="inclusionai/ling-3.0-flash",
    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: "inclusionai/ling-3.0-flash",
  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": "inclusionai/ling-3.0-flash",
    "messages": [{"role": "user", "content": "تیکت را دسته‌بندی کن و اولویت ۱ تا ۵ بده."}],
    "response_format": {"type": "json_object"}
  }'

Ling 3.0 Flash برای چه کاری خوب است؟

Ling 3.0 Flash از inclusionAI می‌آید؛ در کد فقط همین رشته را در فیلد model بگذار: «inclusionai/ling-3.0-flash». Ling 3.0 Flash تا ۲۶۲٬۱۴۴ توکن را در یک درخواست نگه می‌دارد (نزدیک ۱۹۷ هزار کلمهٔ فارسی)، و همین عدد سقف تاریخچهٔ گفتگو در محصول تو را تعیین می‌کند. حداکثر طول پاسخ در هر فراخوانی ۳۲٬۷۶۸ توکن است. از نظر قیمت در دستهٔ «بسیار ارزان» است — ارزان‌تر از ۵ مدل و گران‌تر از ۴۰۱ مدل پولی دیگر کاتالوگ.

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.

۶٬۰۹۳ تومان برای هر ۱M توکن ورودی و ۱۸٬۲۷۸ تومان برای هر ۱M توکن خروجی؛ در دستهٔ «بسیار ارزان» کاتالوگ می‌نشیند و یک درخواست ۱٬۰۰۰ کلمه‌ای ≈ ۳۲ تومان. cache ورودی دارد: توکن‌های تکراری context با ۱٬۲۱۹ 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 Llama 3.1 8B Instruct است: Ling 3.0 Flash تقریباً 1.5 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 ۳٬۱۲۵ درخواست ۱٬۰۰۰ کلمه‌ای روی Ling 3.0 Flash جا می‌شود، و هر ۱٬۰۰۰ تومان تقریباً ۳۱٬۲۵۰ کلمه رفت‌وبرگشت می‌خرد. اگر پردازشی یک میلیون توکن ورودی و یک میلیون توکن خروجی داشته باشد، کل آن ۲۴٬۳۷۱ تومان می‌شود. پر کردن کامل پنجرهٔ ۲۶۲٬۱۴۴ توکنی این مدل فقط از سمت ورودی ۱٬۵۹۷ تومان هزینه دارد، پس تاریخچهٔ گفتگو را بی‌دلیل بلند نگه ندار.

نزدیک‌ترین هم‌خانوادهٔ این مدل «inclusionai/ling-3.0-flash-fin» است و انتخاب بین این دو همان جایی است که بیشتر آدم‌ها گیر می‌کنند. روی یک درخواست ۱٬۰۰۰ کلمه‌ای، این نسخه 2.8 برابر ارزان‌تر از آن درمی‌آید (۳۲ در برابر ۹۱ تومان). حداکثر طول پاسخ هم فرق دارد: ۳۲٬۷۶۸ در برابر ۲۳۵٬۹۲۹ توکن. در پارامترها این مدل logprobs، top_logprobs را دارد و آن یکی structured_outputs را.

inclusionAI در کاتالوگ ما ۴ مدل دارد؛ ارزان‌ترین‌شان Ling 3.0 Flash با ۳۲ تومان و گران‌ترین Ling 3.0 Flash Fin با ۹۱ 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. در عوض 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 Trinity Large Thinking با ۲۶۲٬۱۴۴ 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.

توضیح رسمی تأمین‌کننده (انگلیسی)

*Ling-3.0-flash* is a *124B-parameter Mixture-of-Experts (MoE) model*, with approximately *5.1B parameters activated per token*. The model is designed with *token efficiency and production-scale agentic inference* as key priorities, enabling developers...

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	16 تومان
خلاصه‌کردن سند ده‌صفحه‌ای	4,000 ورودی + 600 خروجی	35 تومان
دسته‌بندی هزار ردیف کوتاه	120,000 ورودی + 20,000 خروجی	1,097 تومان

سؤال‌های پرتکرار

چطور با Ling 3.0 Flash 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 «inclusionai/ling-3.0-flash» تغییر بده. بقیهٔ کدت دست‌نخورده می‌ماند.
قیمت Ling 3.0 Flash به تومان چقدر است؟: هر ۱ میلیون توکن ورودی ۶٬۰۹۳ تومان و هر ۱ میلیون توکن خروجی ۱۸٬۲۷۸ تومان؛ یک درخواست ۱٬۰۰۰ کلمه‌ای تقریباً ۳۲ تومان. شارژ بر اساس مصرف واقعی همان درخواست است و درخواست ناموفق صفر تومان.
Ling 3.0 Flash چند توکن ورودی می‌گیرد؟: تا ۲۶۲٬۱۴۴ توکن در هر درخواست؛ برای متن فارسی حدود ۱۹۷ هزار کلمه. حداکثر طول پاسخ هم ۳۲٬۷۶۸ توکن است.
آیا Ling 3.0 Flash 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.