چطور با Qwen3.8 2.4T A95B (batch) 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 «qwen/qwen3.8-2.4t-a95b:batch» تغییر بده. بقیهٔ کدت دستنخورده میماند.

قیمت Qwen3.8 2.4T A95B (batch) به تومان چقدر است؟

هر ۱ میلیون توکن ورودی ۵۸۰٬۲۵۰ تومان و هر ۱ میلیون توکن خروجی ۱٬۷۴۰٬۷۵۰ تومان؛ یک درخواست ۱٬۰۰۰ کلمهای تقریباً ۳٬۰۱۷ تومان. شارژ بر اساس مصرف واقعی همان درخواست است و درخواست ناموفق صفر تومان.

Qwen3.8 2.4T A95B (batch) چند توکن ورودی میگیرد؟

تا ۱٬۰۱۰٬۰۰۰ توکن در هر درخواست؛ برای متن فارسی حدود ۷۵۸ هزار کلمه. حداکثر طول پاسخ هم ۹۰۹٬۰۰۰ توکن است.

آیا Qwen3.8 2.4T A95B (batch) 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 Qwen3.8 2.4T A95B (batch) در ایران

qwen/qwen3.8-2.4t-a95b:batch

toolsreasoningjson

ساخت کلید امتحان کن

ورودی · هر ۱M توکن

580,250 تومان

خروجی · هر ۱M توکن

1,740,750 تومان

یک درخواست ۱٬۰۰۰ کلمه‌ای ≈

3,017 تومان

شارژ بر اساس مصرف واقعی همان درخواست. قیمت‌ها با تغییر شرایط بازار به‌روز می‌شوند. cache ورودی: 72,531 تومان / 1M.قیمت‌ها و شارژ

کد آمادهٔ Qwen3.8 2.4T A95B (batch): 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="qwen/qwen3.8-2.4t-a95b:batch",
    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: "qwen/qwen3.8-2.4t-a95b:batch",
  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": "qwen/qwen3.8-2.4t-a95b:batch",
    "messages": [{"role": "user", "content": "تیکت را دسته‌بندی کن و اولویت ۱ تا ۵ بده."}],
    "response_format": {"type": "json_object"}
  }'

Qwen3.8 2.4T A95B (batch) برای چه کاری خوب است؟

شناسهٔ Qwen3.8 2.4T A95B (batch) در API ما «qwen/qwen3.8-2.4t-a95b:batch» است و تأمین‌کنندهٔ آن Qwen (Alibaba) است. ظرفیت context برابر ۱٬۰۱۰٬۰۰۰ توکن است؛ حدود ۷۵۸ هزار کلمهٔ فارسی جا می‌شود و بعد از آن باید تاریخچه را خلاصه کنی. حداکثر طول پاسخ در هر فراخوانی ۹۰۹٬۰۰۰ توکن است. از نظر قیمت در دستهٔ «میان‌رده» است — ارزان‌تر از ۲۹۷ مدل و گران‌تر از ۱۰۹ 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.

هر ۱ میلیون توکن ورودی ۵۸۰٬۲۵۰ تومان و هر ۱ میلیون توکن خروجی ۱٬۷۴۰٬۷۵۰ تومان است؛ خروجی 3 برابر ورودی قیمت دارد، پس کوتاه‌کردن پاسخ بیشتر از کوتاه‌کردن پرامپت صرفه دارد. cache ورودی دارد: توکن‌های تکراری context با ۷۲٬۵۳۱ 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 Aion-3.0 است: Qwen3.8 2.4T A95B (batch) تقریباً 1.1 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 ۳۳ درخواست ۱٬۰۰۰ کلمه‌ای روی Qwen3.8 2.4T A95B (batch) جا می‌شود، و هر ۱٬۰۰۰ تومان تقریباً ۳۳۱ کلمه رفت‌وبرگشت می‌خرد. اگر پردازشی یک میلیون توکن ورودی و یک میلیون توکن خروجی داشته باشد، کل آن ۲٬۳۲۱٬۰۰۰ تومان می‌شود. پر کردن کامل پنجرهٔ ۱٬۰۱۰٬۰۰۰ توکنی این مدل فقط از سمت ورودی ۵۸۶٬۰۵۳ تومان هزینه دارد، پس تاریخچهٔ گفتگو را بی‌دلیل بلند نگه ندار.

این شناسه با «qwen/qwen3.8-2.4t-a95b» اشتباه گرفته می‌شود، چون هستهٔ مدل یکی است. تفاوت در پسوند است: «batch» در برابر نسخهٔ استاندارد. قیمت هر دو روی یک درخواست ۱٬۰۰۰ کلمه‌ای تقریباً برابر است (۳٬۰۱۷ و ۳٬۰۱۷ تومان). پنجرهٔ context هم یکی نیست: ۱٬۰۱۰٬۰۰۰ در برابر ۱٬۰۴۸٬۵۷۶ توکن. حداکثر طول پاسخ هم فرق دارد: ۹۰۹٬۰۰۰ در برابر ۲۶۲٬۱۴۴ توکن. در پارامترها آن یکی seed را.

Qwen (Alibaba) در کاتالوگ ما ۵۳ مدل دارد؛ ارزان‌ترین‌شان Qwen3.7 Flash با ۶۰ تومان و گران‌ترین Qwen3.8 Max (0902) با ۳٬۰۱۷ تومان برای هر ۱٬۰۰۰ کلمه. از پارامترهای کم‌تکرار، این مدل logit_bias، logprobs، min_p، reasoning_effort، repetition_penalty، top_k را می‌پذیرد — همه از طریق همان بدنهٔ استاندارد درخواست. در عوض seed 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 MiniMax-01 با ۱٬۰۰۰٬۱۹۲ توکن است.

کجا انتخاب درستی است: چت‌بات محصول و دستیار داخلی، جایی که تعادل هزینه و کیفیت مهم است، 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)

Qwen3.8 2.4T A95B is an open-weight sparse mixture-of-experts model from Qwen and the open-weight variant of [Qwen3.8 Max](/qwen/qwen3.8-max), with 95 billion active parameters out of 2.4 trillion total. It is...

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	1,567 تومان
خلاصه‌کردن سند ده‌صفحه‌ای	4,000 ورودی + 600 خروجی	3,365 تومان
دسته‌بندی هزار ردیف کوتاه	120,000 ورودی + 20,000 خروجی	104,445 تومان

نسخه‌های دیگر همین مدل

هستهٔ مدل یکی است؛ هر نسخه شرایط اجرا و قیمت خودش را دارد. نسخهٔ فعلی: batch (ارزان‌تر، کندتر).

نسخه	شناسه	خروجی / ۱M	context
استاندارد	qwen/qwen3.8-2.4t-a95b	1,740,750	1,048,576

شناسهٔ هر نسخه را عیناً در فیلد model بگذار؛ نیازی به تغییر کد دیگری نیست.

سؤال‌های پرتکرار

چطور با Qwen3.8 2.4T A95B (batch) 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 «qwen/qwen3.8-2.4t-a95b:batch» تغییر بده. بقیهٔ کدت دست‌نخورده می‌ماند.
قیمت Qwen3.8 2.4T A95B (batch) به تومان چقدر است؟: هر ۱ میلیون توکن ورودی ۵۸۰٬۲۵۰ تومان و هر ۱ میلیون توکن خروجی ۱٬۷۴۰٬۷۵۰ تومان؛ یک درخواست ۱٬۰۰۰ کلمه‌ای تقریباً ۳٬۰۱۷ تومان. شارژ بر اساس مصرف واقعی همان درخواست است و درخواست ناموفق صفر تومان.
Qwen3.8 2.4T A95B (batch) چند توکن ورودی می‌گیرد؟: تا ۱٬۰۱۰٬۰۰۰ توکن در هر درخواست؛ برای متن فارسی حدود ۷۵۸ هزار کلمه. حداکثر طول پاسخ هم ۹۰۹٬۰۰۰ توکن است.
آیا Qwen3.8 2.4T A95B (batch) 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.