مدلهای بینایی علاوه بر متن، تصویر هم می‌پذیرند. می‌توانید آدرس عکس یا خود فایل را به‌صورت base64 در همان درخواست chat completions بفرستید.
کاربردهای رایج: استخراج اطلاعات از فاکتور و کارت‌ویزیت، توضیح عکس محصول برای فروشگاه، خواندن نمودار و بررسی اسکرین‌شات خطا.
Claude Sonnet 5.5 مدل همه‌کاره‌ی Anthropic برای کارهای روزمره‌ی حرفه‌ای و جانشین مستقیم Sonnet 5 است. در ساخت قابلیت جدید، رفع باگ و نوشتن متن فارسی تمیز بسیار قوی است و با قیمتی نصف Opus، برای بیشتر تیم‌ها بهترین نقطه‌ی شروع است.
GPT-6.1 Sol نسخه‌ی به‌روزشده‌ی مدل میان‌رده‌ی خانواده‌ی GPT-6 از OpenAI است که یک پله پایینتر از Astra قرار می‌گیرد. توازن خیلی خوبی بین هوش، سرعت و هزینه دارد و برای کدنویسی عامل‌محور، کار با اسناد طولانی و تولید محتوای حرفه‌ای انتخابی مطمئن است.
Claude Opus 5.5 مدل پرچم‌دار Anthropic برای استدلال دشوار، کدنویسی و کارهای عامل‌محور طولانی است و جانشین Opus 5 به شمار می‌رود. در تغییرات چندمرحله‌ای روی کدبیس‌های بزرگ، بازبینی کد و نوشتن متن فارسی دقیق و خوش‌خوان یکی از بهترین انتخاب‌هاست.
| مدل | نوع | کانتکست | قیمت ورودی | قیمت خروجی | کیفیت فارسی |
|---|---|---|---|---|---|
| Claude Sonnet 5.5anthropic/claude-sonnet-5.5 | متن | ۱ میلیون توکن | ۵۹۰٬۰۰۰ تومان | ۲٬۹۵۰٬۰۰۰ تومان | ۵ 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 |
| Claude Opus 5.5anthropic/claude-opus-5.5 | متن | ۱ میلیون توکن | ۱٬۱۸۰٬۰۰۰ تومان | ۵٬۹۰۰٬۰۰۰ تومان | ۵ از ۵ |
| GPT-6 Lunaopenai/gpt-6-luna | متن | ۱٫۱ میلیون توکن | ۲۹٬۵۰۰ تومان | ۱۴۷٬۵۰۰ تومان | ۴ از ۵ |
| DeepSeek V4.1 Flashdeepseek/deepseek-v4.1-flash | متن | ۱ میلیون توکن | ۴۴٬۲۵۰ تومان | ۱۷۷٬۰۰۰ تومان | ۴ از ۵ |
| Claude Haiku 5.5anthropic/claude-haiku-5.5 | متن | ۱ میلیون توکن | ۲۹٬۵۰۰ تومان | ۱۴۷٬۵۰۰ 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 4 Argongoogle/gemini-4-argon | متن | ۱ میلیون توکن | ۵۹۰٬۰۰۰ تومان | ۲٬۹۵۰٬۰۰۰ تومان | ۵ از ۵ |
| Grok 4.7x-ai/grok-4.7 | متن | ۵۰۰ هزار توکن | ۵۹۰٬۰۰۰ تومان | ۱٬۷۷۰٬۰۰۰ تومان | ۴ از ۵ |
| Kimi K3moonshotai/kimi-k3 | متن | ۱ میلیون توکن | ۲۱۵٬۳۵۰ تومان | ۲٬۹۵۰٬۰۰۰ تومان | ۴ از ۵ |
| GPT-4o Miniopenai/gpt-4o-mini | متن | ۱۲۸ هزار توکن | ۴۴٬۲۵۰ تومان | ۱۷۷٬۰۰۰ تومان | ۴ 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-5 Miniopenai/gpt-5-mini | متن | ۴۰۰ هزار توکن | ۷۳٬۷۵۰ تومان | ۵۹۰٬۰۰۰ تومان | ۴ 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 |
| GPT-5.3 Codexopenai/gpt-5.3-codex | متن | ۴۰۰ هزار توکن | ۵۱۶٬۲۵۰ تومان | ۴٬۱۳۰٬۰۰۰ تومان | ۴ از ۵ |
| Claude Fable 5.1anthropic/claude-fable-5.1 | متن | ۱ میلیون توکن | ۲٬۹۵۰٬۰۰۰ تومان | ۱۴٬۷۵۰٬۰۰۰ تومان | ۵ از ۵ |
| Claude Sonnet 4.6anthropic/claude-sonnet-4.6 | متن | ۱ میلیون توکن | ۸۸۵٬۰۰۰ تومان | ۴٬۴۲۵٬۰۰۰ تومان | ۵ از ۵ |
| GPT-5.4 Miniopenai/gpt-5.4-mini | متن | ۴۰۰ هزار توکن | ۲۲۱٬۲۵۰ تومان | ۱٬۳۲۷٬۵۰۰ تومان | ۴ از ۵ |
| Nano Banana 2 (Gemini 3.1 Flash Image)google/gemini-3.1-flash-image | متن | ۱۳۱ هزار توکن | ۱۴۷٬۵۰۰ تومان | ۸۸۵٬۰۰۰ تومان | ۳ از ۵ |
| Gemini 2.5 Flashgoogle/gemini-2.5-flash | متن | ۱ میلیون توکن | ۸۸٬۵۰۰ تومان | ۷۳۷٬۵۰۰ تومان | ۴ 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.
تصویر را در همان درخواست chat completions و داخل پیام کاربر می‌فرستید، به شکل آدرس اینترنتی یا داده‌ی base64. می‌توانید در یک پیام هم متن و هم چند تصویر بگذارید و از مدل بخواهید درباره‌ی آن‌ها توضیح دهد یا اطلاعاتشان را استخراج کند. نمونهی کامل درخواست در /docs/api/chat-completions آمده است.
بیشتر مدلهای بینایی متن فارسی چاپی و واضح را میخوانند، ولی دقتشان روی دستخط، فونتهای تزئینی و عکس کج یا کمنور پایینتر است. اعداد فارسی هم گاهی اشتباه خوانده میشوند. قبل از استفاده در محصول، با چند ده نمونهی واقعی مثل فاکتور و رسیدهای خودتان دقت را بسنجید و خروجیهای حساس را بازبینی کنید.
تصویر قبل از پردازش به توکن ورودی تبدیل میشود و تعداد این توکنها به ابعاد و جزئیات تصویر بستگی دارد، پس تصویر بزرگتر گرانتر است. پاسخ مدل هم مثل هر درخواست متنی با قیمت خروجی حساب میشود. قیمت تومانی هر مدل در جدول همین صفحه آمده است و مصرف واقعی هر درخواست را در لاگ داشبورد میبینید.
از مدل بخواهید خروجی را با JSON mode یا یک ساختار مشخص برگرداند و فیلدهای لازم مثل تاریخ، مبلغ و نام فروشنده را دقیق نام ببرید. در پرامپت بنویسید اگر فیلدی خوانا نبود، مقدار خالی برگرداند و حدس نزند. بعد از دریافت پاسخ، عددها و تاریخ‌ها را در کد خودتان اعتبارسنجی کنید تا خطای خواندن به داده‌ی شما راه پیدا نکند.