قیمت و API مدل Morph V3 Large در ایران
morph/morph-v3-large
jsonشارژ بر اساس مصرف واقعی همان درخواست. قیمتها با تغییر شرایط بازار بهروز میشوند.قیمتها و شارژ
کد آمادهٔ Morph V3 Large: 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="morph/morph-v3-large",
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: "morph/morph-v3-large",
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": "morph/morph-v3-large",
"messages": [{"role": "user", "content": "تیکت را دستهبندی کن و اولویت ۱ تا ۵ بده."}],
"response_format": {"type": "json_object"}
}'Morph V3 Large برای چه کاری خوب است؟
شناسهٔ Morph V3 Large در API ما «morph/morph-v3-large» است و تأمینکنندهٔ آن Morph است. ظرفیت context برابر ۲۶۲٬۱۴۴ توکن است؛ حدود ۱۹۷ هزار کلمهٔ فارسی جا میشود و بعد از آن باید تاریخچه را خلاصه کنی. حداکثر طول پاسخ در هر فراخوانی ۱۳۱٬۰۷۲ توکن است. از نظر قیمت در دستهٔ «ارزان» است — ارزانتر از ۱۹۵ مدل و گرانتر از ۲۱۱ مدل پولی دیگر کاتالوگ.
آنچه این مدل بیش از یک مدل متنی ساده انجام میدهد: با response_format خروجی JSON معتبر میدهد و مستقیم به کد وصل میشود. همهٔ اینها با همان پارامترهای استاندارد SDK رسمی OpenAI کار میکنند و کد اختصاصی لازم ندارند.
هر ۱ میلیون توکن ورودی ۲۶۱٬۱۱۳ تومان و هر ۱ میلیون توکن خروجی ۵۵۱٬۲۳۸ تومان است؛ خروجی 2.1 برابر ورودی قیمت دارد، پس کوتاهکردن پاسخ بیشتر از کوتاهکردن پرامپت صرفه دارد. شارژ نهایی همیشه بر اساس مصرف واقعی همان درخواست است، نه برآورد؛ درخواست ناموفق صفر تومان.
نزدیکترین گزینه با همین قابلیتها از تأمینکنندهٔ دیگر GPT-3.5 Turbo Instruct است: Morph V3 Large تقریباً 1.3 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 ۹۵ درخواست ۱٬۰۰۰ کلمهای روی Morph V3 Large جا میشود، و هر ۱٬۰۰۰ تومان تقریباً ۹۴۷ کلمه رفتوبرگشت میخرد. اگر پردازشی یک میلیون توکن ورودی و یک میلیون توکن خروجی داشته باشد، کل آن ۸۱۲٬۳۵۰ تومان میشود. پر کردن کامل پنجرهٔ ۲۶۲٬۱۴۴ توکنی این مدل فقط از سمت ورودی ۶۸٬۴۴۹ تومان هزینه دارد، پس تاریخچهٔ گفتگو را بیدلیل بلند نگه ندار.
Morph در کاتالوگ ما ۲ مدل دارد؛ ارزانترینشان Morph V3 Fast با ۷۵۴ تومان و گرانترین Morph V3 Large با ۱٬۰۵۶ تومان برای هر ۱٬۰۰۰ کلمه. از پارامترهای کمتکرار، این مدل logprobs، top_logprobs را میپذیرد — همه از طریق همان بدنهٔ استاندارد درخواست. در عوض include_reasoning، reasoning، tool_choice، tools 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.
کاربردهایی که برای این مدل معنی میدهد: کار پرحجم مثل دستهبندی، برچسبگذاری و خلاصهسازی انبوه، استخراج داده با اسکیمای مشخص، تحلیل سند یا کدبیس بلند در یک درخواست.
Morph's high-accuracy apply model for complex code edits. ~4,500 tokens/sec with 98% accuracy for precise code transformations. The model requires the prompt to be in the following format: <instruction>{instruction}</instruction> <code>{initial_code}</code>...
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 | 612 تومان |
| خلاصهکردن سند دهصفحهای | 4,000 ورودی + 600 خروجی | 1,375 تومان |
| دستهبندی هزار ردیف کوتاه | 120,000 ورودی + 20,000 خروجی | 42,358 تومان |
سؤالهای پرتکرار
- چطور با Morph V3 Large 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 «morph/morph-v3-large» تغییر بده. بقیهٔ کدت دستنخورده میماند.
- قیمت Morph V3 Large به تومان چقدر است؟
- هر ۱ میلیون توکن ورودی ۲۶۱٬۱۱۳ تومان و هر ۱ میلیون توکن خروجی ۵۵۱٬۲۳۸ تومان؛ یک درخواست ۱٬۰۰۰ کلمهای تقریباً ۱٬۰۵۶ تومان. شارژ بر اساس مصرف واقعی همان درخواست است و درخواست ناموفق صفر تومان.
- Morph V3 Large چند توکن ورودی میگیرد؟
- تا ۲۶۲٬۱۴۴ توکن در هر درخواست؛ برای متن فارسی حدود ۱۹۷ هزار کلمه. حداکثر طول پاسخ هم ۱۳۱٬۰۷۲ توکن است.
- آیا پاسخ Morph V3 Large را میتوانم استریم کنم؟
- بله، با stream=true رویدادهای SSE را همانطور که تولید میشوند میگیری. این مدل tool calling و ورودی تصویر ندارد، پس اگر به آنها نیاز داری مدل دیگری انتخاب کن.