طول کانتکست یعنی مدل در یک درخواست چقدر متن را میتواند همزمان ببیند. مدل‌های این صفحه حداقل ۲۰۰ هزار توکن کانتکست دارند، تقریباً معادل یک کتاب کامل.
با این مدل‌ها می‌توانید یک قرارداد بلند، مستندات کامل یک محصول یا بخش بزرگی از مخزن کد را یک‌جا تحلیل کنید.
x-ai/grok-4.20
Grok 4.20 مدل استدلالی SpaceXAI با سرعت بالا و Tool calling پیشرفته است که بزرگ‌ترین کانتکست کاتالوگ یعنی ۲ میلیون توکن را دارد. نرخ توهم پایین و پیروی دقیق از پرامپت، آن را برای عامل‌های حساس مناسب کرده است.
meta-llama/llama-4-scout
Llama 4 Scout مدل متن‌باز Meta با ۱۰۹ میلیارد پارامتر کل و ۱۷ میلیارد پارامتر فعال است که کانتکستی بیش از ۱٫۳ میلیون توکن دارد. برای خواندن حجم زیادی متن و پاسخ دادن بر اساس آن با هزینهی کم مناسب است.
openai/gpt-6-astra
GPT-6 Astra پرچم‌دار OpenAI برای سخت‌ترین کارهای سرتاسری است. در تحلیل‌های پیچیده، مهندسی نرم‌افزار، پژوهش عمیق و کارهای علمی بهترین عملکرد خانواده‌ی GPT-6 را دارد و برای وظایف طولانی‌مدت که نیاز به برنامه‌ریزی چندمرحله‌ای دارند ساخته شده است.
| مدل | نوع | کانتکست | قیمت ورودی | قیمت خروجی | کیفیت فارسی |
|---|---|---|---|---|---|
| Grok 4.20x-ai/grok-4.20 | متن | ۲ میلیون توکن | ۳۶۸٬۷۵۰ تومان | ۷۳۷٬۵۰۰ تومان | ۴ از ۵ |
| Llama 4 Scoutmeta-llama/llama-4-scout | متن | ۱٫۳ میلیون توکن | ۵۳٬۱۰۰ تومان | ۱۷۴٬۰۵۰ تومان | ۲ از ۵ |
| GPT-6 Astraopenai/gpt-6-astra | متن | ۱٫۱ میلیون توکن | ۲٬۹۵۰٬۰۰۰ تومان | ۱۴٬۷۵۰٬۰۰۰ تومان | ۵ از ۵ |
| GPT-6 Lunaopenai/gpt-6-luna | متن | ۱٫۱ میلیون توکن | ۲۹٬۵۰۰ تومان | ۱۴۷٬۵۰۰ تومان | ۴ از ۵ |
| GPT-5.5openai/gpt-5.5 | متن | ۱٫۱ میلیون توکن | ۱٬۴۷۵٬۰۰۰ تومان | ۸٬۸۵۰٬۰۰۰ تومان | ۵ از ۵ |
| MiMo V2.6 Flashxiaomi/mimo-v2.6-flash | متن | ۱٫۱ میلیون توکن | ۴۱٬۳۰۰ تومان | ۸۲٬۶۰۰ تومان | ۳ از ۵ |
| GPT-6.1 Solopenai/gpt-6.1-sol | متن | ۱٫۱ میلیون توکن | ۵۹۰٬۰۰۰ تومان | ۲٬۹۵۰٬۰۰۰ تومان | ۵ از ۵ |
| Gemini 4 Argongoogle/gemini-4-argon | متن | ۱ میلیون توکن | ۵۹۰٬۰۰۰ تومان | ۲٬۹۵۰٬۰۰۰ تومان | ۵ از ۵ |
| Gemini 3.1 Progoogle/gemini-3.1-pro-preview | متن | ۱ میلیون توکن | ۵۹۰٬۰۰۰ تومان | ۳٬۵۴۰٬۰۰۰ تومان | ۵ از ۵ |
| Gemini 3.8 Flashgoogle/gemini-3.8-flash | متن | ۱ میلیون توکن | ۲۲۱٬۲۵۰ تومان | ۱٬۱۰۶٬۲۵۰ تومان | ۵ از ۵ |
| Gemini 3.1 Flash Litegoogle/gemini-3.1-flash-lite | متن | ۱ میلیون توکن | ۷۳٬۷۵۰ تومان | ۴۴۲٬۵۰۰ تومان | ۴ از ۵ |
| Gemini 2.5 Progoogle/gemini-2.5-pro | متن | ۱ میلیون توکن | ۳۶۸٬۷۵۰ تومان | ۲٬۹۵۰٬۰۰۰ تومان | ۴ از ۵ |
| Gemini 2.5 Flashgoogle/gemini-2.5-flash | متن | ۱ میلیون توکن | ۸۸٬۵۰۰ تومان | ۷۳۷٬۵۰۰ تومان | ۴ از ۵ |
| DeepSeek V4.1 Flashdeepseek/deepseek-v4.1-flash | متن | ۱ میلیون توکن | ۴۴٬۲۵۰ تومان | ۱۷۷٬۰۰۰ تومان | ۴ از ۵ |
| Kimi K3moonshotai/kimi-k3 | متن | ۱ میلیون توکن | ۲۱۵٬۳۵۰ تومان | ۲٬۹۵۰٬۰۰۰ تومان | ۴ از ۵ |
| GLM 5.3z-ai/glm-5.3 | متن | ۱ میلیون توکن | ۲۰٬۶۵۰ تومان | ۱٬۴۱۶٬۰۰۰ تومان | ۳ از ۵ |
| GLM 5.3 Flashz-ai/glm-5.3-flash | متن | ۱ میلیون توکن | ۱۰٬۶۲۰ تومان | ۲۶۵٬۵۰۰ تومان | ۳ از ۵ |
| MiniMax M3minimax/minimax-m3 | متن | ۱ میلیون توکن | ۸۸٬۵۰۰ تومان | ۳۵۴٬۰۰۰ تومان | ۳ از ۵ |
| Muse Spark 1.3meta/muse-spark-1.3 | متن | ۱ میلیون توکن | ۳۶۸٬۷۵۰ تومان | ۱٬۲۵۳٬۷۵۰ تومان | ۳ از ۵ |
| Llama 4 Maverickmeta-llama/llama-4-maverick | متن | ۱ میلیون توکن | ۵۵٬۳۱۳ تومان | ۱۹۲٬۴۸۸ تومان | ۳ از ۵ |
قیمت مدل‌های متنی و Embedding برای هر یک میلیون توکن است. مدل‌های تصویر برای هر تصویر، گفتار به متن برای هر دقیقه و متن به گفتار برای هر یک میلیون کاراکتر حساب می‌شوند.
پنجرهی کانتکست حداکثر تعداد توکنی است که مدل در یک درخواست میتواند ببیند. پرامپت سیستمی، تاریخچهی گفتوگو، متن یا فایل پیوست و پاسخ خود مدل همه از همین ظرفیت استفاده میکنند. اگر مجموع از این حد بیشتر شود، درخواست خطا میدهد یا باید بخشی از متن را کنار بگذارید. سقف کانتکست هر مدل در جدول همین صفحه آمده است.
API حافظه ندارد و در هر نوبت، کل تاریخچهی گفتوگو دوباره بهعنوان ورودی فرستاده و حساب میشود. یعنی در پیام دهم، توکنهای ۹ پیام قبلی هم دوباره هزینه دارند. برای کنترل هزینه، پیامهای قدیمی را خلاصه کنید، فقط بخشهای لازم را نگه دارید و از مدلهایی استفاده کنید که قیمت ورودی کششده دارند.
اگر میخواهید یک سند را یکبار کامل تحلیل کنید، مثلاً یک قرارداد یا گزارش، کانتکست طولانی سادهتر است. ولی اگر کاربران بارها از مجموعهای از اسناد سؤال میپرسند، پایگاه دانش فقط بخشهای مرتبط را به مدل میفرستد و هزینه و زمان پاسخ خیلی کمتر میشود. راهنمای پایگاه دانش هوشوانا در /docs/knowledge-base آمده است.
تعداد توکن به زبان متن و توکنساز هر مدل بستگی دارد و متن فارسی معمولاً توکن بیشتری از انگلیسی مصرف میکند. با ابزار /tools/token-counter متن خودتان را بشمارید و با سقف کانتکست مدل مقایسه کنید. یادتان باشد بخشی از کانتکست را برای پاسخ مدل خالی بگذارید، وگرنه پاسخ نیمهکاره قطع میشود.