قیمت و API مدل GPT-3.5 Turbo (نسخهٔ قدیمی v0613) در ایران
openai/gpt-3.5-turbo-0613
شارژ بر اساس مصرف واقعی همان درخواست. قیمت‌ها با تغییر شرایط بازار به‌روز می‌شوند.قیمت‌ها و شارژ
کد آمادهٔ GPT-3.5 Turbo (نسخهٔ قدیمی v0613): فراخوانی ابزار (tool calling)
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-…")
tools = [{
"type": "function",
"function": {
"name": "check_stock",
"description": "موجودی یک محصول را برمی‌گرداند",
"parameters": {
"type": "object",
"properties": {"sku": {"type": "string"}},
"required": ["sku"],
},
},
}]
messages = [{"role": "user", "content": "از کفش نایک مدل NK-42 چند تا موجوده"}]
first = client.chat.completions.create(model="openai/gpt-3.5-turbo-0613", messages=messages, tools=tools)
call = first.choices[0].message.tool_calls[0]
# you run the function yourself — the model never touches the database
args = json.loads(call.function.arguments)
result = {"sku": args["sku"], "qty": 7}
messages += [first.choices[0].message, {"role": "tool", "tool_call_id": call.id, "content": json.dumps(result)}]
final = client.chat.completions.create(model="openai/gpt-3.5-turbo-0613", messages=messages, tools=tools)
print(final.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.uttapen.ir/v1", apiKey: "sk-up-…" });
const tools = [{
type: "function",
function: {
name: "check_stock",
description: "موجودی یک محصول را برمی‌گرداند",
parameters: { type: "object", properties: { sku: { type: "string" } }, required: ["sku"] },
},
}];
const messages = [{ role: "user", content: "از کفش نایک مدل NK-42 چند تا موجوده" }];
const first = await client.chat.completions.create({ model: "openai/gpt-3.5-turbo-0613", messages, tools });
const call = first.choices[0].message.tool_calls[0];
const args = JSON.parse(call.function.arguments);
const result = { sku: args.sku, qty: 7 };
messages.push(first.choices[0].message, { role: "tool", tool_call_id: call.id, content: JSON.stringify(result) });
const final = await client.chat.completions.create({ model: "openai/gpt-3.5-turbo-0613", messages, tools });
console.log(final.choices[0].message.content);curl https://api.uttapen.ir/v1/chat/completions \
-H "Authorization: Bearer sk-up-…" \
-H "Content-Type: application/json" \
-d '{
"model": "openai/gpt-3.5-turbo-0613",
"messages": [{"role": "user", "content": "از کفش نایک مدل NK-42 چند تا موجوده"}],
"tools": [{
"type": "function",
"function": {
"name": "check_stock",
"parameters": {"type": "object", "properties": {"sku": {"type": "string"}}, "required": ["sku"]}
}
}]
}'GPT-3.5 Turbo (نسخهٔ قدیمی v0613) برای چه کاری خوب است؟
شناسهٔ GPT-3.5 Turbo (نسخهٔ قدیمی v0613) در API ما «openai/
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. همهٔ این‌ها با همان پارامترهای استاندارد SDK رسمی OpenAI کار می‌کنند و کد اختصاصی لازم ندارند.
هر ۱ میلیون توکن ورودی ۳۴۶٬۲۱۹ تومان و هر ۱ میلیون توکن خروجی ۶۹۲٬۴۳۹ تومان است؛ خروجی ۲ 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، و درخواستی که ناموفق باشد هزینهای ندارد.
نزدیک‌ترین گزینه با همین قابلیت‌ها از تأمین‌کنندهٔ دیگر Devstral 2 2512 است: GPT-3.5 Turbo (نسخهٔ قدیمی v0613) حدود ۳۰٪ گران‌تر از آن تمام می‌شود و حداکثر طول متنش کمتر 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 ۷۴ درخواست ۱٬۰۰۰ کلمهای روی GPT-3.5 Turbo (نسخهٔ قدیمی v0613) جا می‌شود، و هر ۱٬۰۰۰ تومان تقریباً ۷۴۱ کلمه رفت‌وبرگشت می‌خرد. اگر پردازشی یک میلیون توکن ورودی و یک میلیون توکن خروجی داشته باشد، کل آن ۱٬۰۳۸٬۶۵۸ تومان می‌شود. پر کردن کامل پنجرهٔ ۴٬۰۹۵ توکنی این مدل فقط از سمت ورودی ۱٬۴۱۸ تومان هزینه دارد، پس تاریخچهٔ گفتگو را بی‌دلیل بلند نگه ندار.
نزدیک‌ترین هم‌خانوادهٔ این مدل «openai/
OpenAI در کاتالوگ ما ۸۱ مدل دارد؛ ارزان‌ترین‌شان gpt-oss-20b (دسته‌ای) با ۶۱ تومان و گران‌ترین GPT-5.5 Pro با ۹۴٬۵۱۸ تومان برای هر ۱٬۰۰۰ کلمه. از پارامترهای کم‌تکرار، این مدل logit_bias، logprobs، max_completion_tokens، presence_penalty، top_logprobs را می‌پذیرد — همه از طریق همان بدنهٔ استاندارد درخواست. در عوض include_reasoning، max_tokens، reasoning 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 ReMM SLERP 13B با ۶٬۱۴۴ توکن است.
کجا انتخاب درستی است: چت‌بات محصول و دستیار داخلی، جایی که تعادل هزینه و کیفیت مهم است، ایجنت‌هایی که به API و دیتابیس وصل می‌شوند، استخراج داده با اسکیمای مشخص، درخواست‌های کوتاه و تک‌مرحله‌ای، چون طول متنش کم است.
GPT-3.5 Turbo is OpenAI's fastest model. It can understand and generate natural language or code, and is optimized for chat and traditional completion tasks. Training data up to Sep 2021.
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 | ۷۹۶ تومان |
| خلاصه‌کردن سند ده‌صفحه‌ای | ۴٬۰۰۰ ورودی + ۶۰۰ خروجی | ۱٬۸۰۰ تومان |
| دسته‌بندی هزار ردیف کوتاه | ۱۲۰٬۰۰۰ ورودی + ۲۰٬۰۰۰ خروجی | ۵۵٬۳۹۵ تومان |
سؤال‌های پرتکرار
- چطور با GPT-3.5 Turbo (نسخهٔ قدیمی v0613) 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 «openai/ gpt-3.5-turbo-0613» تغییر بده. بقیهٔ کدت دستنخورده میماند. - قیمت GPT-3.5 Turbo (نسخهٔ قدیمی v0613) به تومان چقدر است؟
- هر ۱ میلیون توکن ورودی ۳۴۶٬۲۱۹ تومان و هر ۱ میلیون توکن خروجی ۶۹۲٬۴۳۹ تومان؛ یک درخواست ۱٬۰۰۰ کلمهای تقریباً ۱٬۳۵۰ تومان. شارژ بر اساس مصرف واقعی همان درخواست است و درخواست ناموفق هزینهای ندارد.
- GPT-3.5 Turbo (نسخهٔ قدیمی v0613) چند توکن ورودی میگیرد؟
- تا ۴٬۰۹۵ توکن در هر درخواست؛ برای متن فارسی حدود ۳ هزار کلمه. حداکثر طول پاسخ هم ۳٬۶۸۵ توکن است.
- آیا GPT-3.5 Turbo (نسخهٔ قدیمی v0613) 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.