چطور با Sakana Namazu 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 «sakana/sakana-namazu» تغییر بده. بقیهٔ کدت دستنخورده میماند.

قیمت Sakana Namazu به تومان چقدر است؟

هر ۱ میلیون توکن ورودی ۲۷۵٬۶۱۹ تومان و هر ۱ میلیون توکن خروجی ۱٬۱۶۰٬۵۰۰ تومان؛ یک درخواست ۱٬۰۰۰ کلمهای تقریباً ۱٬۸۶۷ تومان. شارژ بر اساس مصرف واقعی همان درخواست است و درخواست ناموفق صفر تومان.

Sakana Namazu چند توکن ورودی میگیرد؟

تا ۲۶۲٬۱۴۴ توکن در هر درخواست؛ برای متن فارسی حدود ۱۹۷ هزار کلمه. حداکثر طول پاسخ هم ۶۵٬۵۳۶ توکن است.

آیا Sakana Namazu 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. ورودی تصویر با image_url (data URI یا آدرس عمومی) پذیرفته میشود. خروجی ساختیافته با response_format هم کار میکند.

قیمت و API مدل Sakana Namazu در ایران

sakana/sakana-namazu

visiontoolsreasoningjsonfiles

ساخت کلید امتحان کن

ورودی · هر ۱M توکن

275,619 تومان

خروجی · هر ۱M توکن

1,160,500 تومان

یک درخواست ۱٬۰۰۰ کلمه‌ای ≈

1,867 تومان

شارژ بر اساس مصرف واقعی همان درخواست. قیمت‌ها با تغییر شرایط بازار به‌روز می‌شوند. cache ورودی: 43,519 تومان / 1M. جستجوی وب: 2,030.88 تومان / درخواست.قیمت‌ها و شارژ

کد آمادهٔ Sakana Namazu: خواندن تصویر و استخراج داده

نمونه بر اساس قابلیت‌های همین مدل انتخاب شده و با کلید خودت بدون تغییر دیگری اجرا می‌شود.

# tip: a data URI works too — base64 the file and prefix it with data:image/jpeg;base64,
curl https://api.uttapen.ir/v1/chat/completions \
  -H "Authorization: Bearer sk-up-…" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "sakana/sakana-namazu",
    "messages": [{
      "role": "user",
      "content": [
        {"type": "text", "text": "شمارهٔ فاکتور و مبلغ کل را فقط به‌صورت JSON بده."},
        {"type": "image_url", "image_url": {"url": "https://example.com/factor.jpg"}}
      ]
    }]
  }'

import base64, json
from openai import OpenAI

client = OpenAI(base_url="https://api.uttapen.ir/v1", api_key="sk-up-…")

img = base64.b64encode(open("factor.jpg", "rb").read()).decode()

resp = client.chat.completions.create(
    model="sakana/sakana-namazu",
    messages=[{
        "role": "user",
        "content": [
            {"type": "text", "text": "شمارهٔ فاکتور، تاریخ و مبلغ کل را در JSON برگردان."},
            {"type": "image_url", "image_url": {"url": f"data:image/jpeg;base64,{img}"}},
        ],
    }],
    response_format={"type": "json_object"},
)
print(json.loads(resp.choices[0].message.content))

import OpenAI from "openai";
import { readFileSync } from "node:fs";

const client = new OpenAI({ baseURL: "https://api.uttapen.ir/v1", apiKey: "sk-up-…" });
const img = readFileSync("factor.jpg").toString("base64");

const resp = await client.chat.completions.create({
  model: "sakana/sakana-namazu",
  messages: [{
    role: "user",
    content: [
      { type: "text", text: "شمارهٔ فاکتور، تاریخ و مبلغ کل را در JSON برگردان." },
      { type: "image_url", image_url: { url: `data:image/jpeg;base64,${img}` } },
    ],
  }],
  response_format: { type: "json_object" },
});
console.log(JSON.parse(resp.choices[0].message.content));

Sakana Namazu برای چه کاری خوب است؟

Sakana Namazu از Sakana می‌آید؛ در کد فقط همین رشته را در فیلد model بگذار: «sakana/sakana-namazu». Sakana Namazu 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 ۶۵٬۵۳۶ توکن است. از نظر قیمت در دستهٔ «میان‌رده» است — ارزان‌تر از ۲۶۵ مدل و گران‌تر از ۱۴۱ مدل پولی دیگر کاتالوگ.

آنچه این مدل بیش از یک مدل متنی ساده انجام می‌دهد: عکس و اسکرین‌شات را مستقیم می‌خواند، پس برای فاکتور و فرم فارسی گزینهٔ واقعی است؛ فایل (مثل PDF) را به‌عنوان ورودی می‌پذیرد؛ 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.

۲۷۵٬۶۱۹ تومان برای هر ۱M توکن ورودی و ۱٬۱۶۰٬۵۰۰ تومان برای هر ۱M توکن خروجی؛ در دستهٔ «میان‌رده» کاتالوگ می‌نشیند و یک درخواست ۱٬۰۰۰ کلمه‌ای ≈ ۱٬۸۶۷ تومان. cache ورودی دارد: توکن‌های تکراری context با ۴۳٬۵۱۹ 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 Kimi K2.6 است: Sakana Namazu تقریباً 1 برابر گران‌تر از آن تمام می‌شود و پنجرهٔ context آن برابر 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 ۵۴ درخواست ۱٬۰۰۰ کلمه‌ای روی Sakana Namazu جا می‌شود، و هر ۱٬۰۰۰ تومان تقریباً ۵۳۶ کلمه رفت‌وبرگشت می‌خرد. اگر پردازشی یک میلیون توکن ورودی و یک میلیون توکن خروجی داشته باشد، کل آن ۱٬۴۳۶٬۱۱۹ تومان می‌شود. پر کردن کامل پنجرهٔ ۲۶۲٬۱۴۴ توکنی این مدل فقط از سمت ورودی ۷۲٬۲۵۲ تومان هزینه دارد، پس تاریخچهٔ گفتگو را بی‌دلیل بلند نگه ندار.

نزدیک‌ترین هم‌خانوادهٔ این مدل «sakana/fugu-ultra» است و انتخاب بین این دو همان جایی است که بیشتر آدم‌ها گیر می‌کنند. روی یک درخواست ۱٬۰۰۰ کلمه‌ای، این نسخه 7.1 برابر ارزان‌تر از آن درمی‌آید (۱٬۸۶۷ در برابر ۱۳٬۲۰۱ تومان). پنجرهٔ context هم یکی نیست: ۲۶۲٬۱۴۴ در برابر ۱٬۰۰۰٬۰۰۰ توکن. حداکثر طول پاسخ هم فرق دارد: ۶۵٬۵۳۶ در برابر ۱۲۸٬۰۰۰ توکن.

Sakana در کاتالوگ ما ۲ مدل دارد؛ ارزان‌ترین‌شان Sakana Namazu با ۱٬۸۶۷ تومان و گران‌ترین Fugu Ultra با ۱۳٬۲۰۱ تومان برای هر ۱٬۰۰۰ کلمه. از پارامترهای کم‌تکرار، این مدل reasoning_effort، web_search_options را می‌پذیرد — همه از طریق همان بدنهٔ استاندارد درخواست. در عوض max_tokens، response_format، temperature، top_p 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: چت‌بات محصول و دستیار داخلی، جایی که تعادل هزینه و کیفیت مهم است، حل مسئلهٔ منطقی و بازبینی کد، استخراج متن و داده از تصویر، 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)

Sakana Namazu is a Japanese-specialized reasoning model from Sakana AI, based on Kimi K2.6 with additional training for Japanese language and business contexts. It is suited for Japanese instruction following,...

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	878 تومان
خلاصه‌کردن سند ده‌صفحه‌ای	4,000 ورودی + 600 خروجی	1,799 تومان
دسته‌بندی هزار ردیف کوتاه	120,000 ورودی + 20,000 خروجی	56,284 تومان

سؤال‌های پرتکرار

چطور با Sakana Namazu 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 «sakana/sakana-namazu» تغییر بده. بقیهٔ کدت دست‌نخورده می‌ماند.
قیمت Sakana Namazu به تومان چقدر است؟: هر ۱ میلیون توکن ورودی ۲۷۵٬۶۱۹ تومان و هر ۱ میلیون توکن خروجی ۱٬۱۶۰٬۵۰۰ تومان؛ یک درخواست ۱٬۰۰۰ کلمه‌ای تقریباً ۱٬۸۶۷ تومان. شارژ بر اساس مصرف واقعی همان درخواست است و درخواست ناموفق صفر تومان.
Sakana Namazu چند توکن ورودی می‌گیرد؟: تا ۲۶۲٬۱۴۴ توکن در هر درخواست؛ برای متن فارسی حدود ۱۹۷ هزار کلمه. حداکثر طول پاسخ هم ۶۵٬۵۳۶ توکن است.
آیا Sakana Namazu 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. ورودی تصویر با image_url (data URI یا آدرس عمومی) پذیرفته می‌شود. خروجی ساخت‌یافته با response_format هم کار می‌کند.