پیشرفته

کنترل هزینه در برنامه‌ت

چند تکنیک عملی برای این‌که مصرف API رو قابل پیش‌بینی نگه داری و هزینه‌ی کاربرهات از دستت در نره.

این مقاله برای کسیه که بنفش رو پشت یه برنامه یا محصول خودش گذاشته — چون اون‌جا هزینه دیگه فقط مال خودت نیست، مال کاربرهاتم هست. تا آخر این مقاله چند تکنیک عملی می‌گیری که مصرف رو قابل پیش‌بینی نگه می‌دارن.

پیام سیستمی رو کوتاه نگه دار

پیام سیستمی (system prompt) با هر درخواست دوباره فرستاده می‌شه. اگه طولانی و پر از جزئیات غیرضروری باشه، هر تک درخواست رو گرون‌تر می‌کنه. فقط چیزی که واقعاً لازمه رو توش بذار.

تاریخچه‌ی گفتگو رو محدود کن

اگه برنامه‌ت مکالمه‌ی چندمرحله‌ای داره، لازم نیست کل تاریخچه رو تا ابد نگه داری و هر بار کامل بفرستی. چند پیام آخر معمولاً برای حفظ زمینه کافیه؛ خلاصه‌کردن پیام‌های قدیمی‌تر به‌جای فرستادن کامل اون‌ها، هزینه رو به‌طور محسوسی پایین می‌آره.

مدل رو با کار جور کن

برای یک درخواست معمولی، مثلاً با یه مدل متوسط، این‌جوریاست:

(قیمت این مدل هنوز مشخص نشده)

اگه اکثر درخواست‌های برنامه‌ت ساده‌ان (دسته‌بندی، استخراج اطلاعات کوتاه)، یه مدل سریع‌تر همون دقت رو با هزینه‌ی کمتر می‌ده. مدل قوی رو فقط برای بخش‌هایی نگه دار که واقعاً استدلال پیچیده لازم دارن.

مصرف رو مانیتور کن، نه حدس بزن

قبل از این‌که یه ویژگی رو برای همه‌ی کاربرها فعال کنی، اول رو یه گروه کوچیک تست کن و ببین یه درخواست واقعی چقدر مصرف می‌کنه. حدس‌زدن هزینه معمولاً اشتباهه؛ اندازه‌گیری واقعی همیشه دقیق‌تره.

قبل از اندازه‌گیری واقعی هم می‌تونی یه تخمین سریع بگیری — تعداد توکن ورودی و خروجیِ یه نشست رو تنظیم کن و ببین هر مدل چقدر برات آب می‌خوره:

تخمین‌گر هزینه نشست

۱۵۰۰
۵۰۰

هزینه به ازای هر مدل

  • All Minilm L6all-minilm-l6۷ تومان
  • All Mpnet Baseall-mpnet-base۷ تومان
  • Bge Base En V1.5bge-base-en-v1.5۷ تومان
  • Bge En Iclbge-en-icl۷ تومان
  • Bge Large En V1.5bge-large-en-v1.5۷ تومان
  • Bge M3bge-m3۷ تومان
  • Bge M3 Multibge-m3-multi۷ تومان
  • Claude Fable 5claude-fable-5در طرح اشتراک
  • Claude Haiku 4 5claude-haiku-4-5در طرح اشتراک
  • Claude Opus 4 6claude-opus-4-6در طرح اشتراک
  • Claude Opus 4 7claude-opus-4-7در طرح اشتراک
  • Claude Opus 4 8claude-opus-4-8در طرح اشتراک
  • Claude Opus 5claude-opus-5در طرح اشتراک
  • Claude Sonnet 4 6claude-sonnet-4-6در طرح اشتراک
  • Claude Sonnet 5claude-sonnet-5در طرح اشتراک
  • Clip Vit B 32clip-vit-b-32۷ تومان
  • Deepseekdeepseek۲۱۷ تومان
  • Deepseek V4 Flashdeepseek-v4-flash۶۲ تومان
  • Deepseek V4 Prodeepseek-v4-pro۸۶۹ تومان
  • E5 Basee5-base۷ تومان
  • E5 Largee5-large۷ تومان
  • Embed Multilingual V3embed-multilingual-v3۴۱ تومان
  • Gemini 2.5 Flashgemini-2.5-flash۴۵۴ تومان
  • Gemini 2.5 Progemini-2.5-pro۱٬۸۳۲ تومان
  • Gemini 3.1 Flash Litegemini-3.1-flash-lite۳۰۵ تومان
  • Gemini 3.1 Progemini-3.1-pro۲٬۳۹۶ تومان
  • Gemini 3.5 Flashgemini-3.5-flash۱٬۸۰۱ تومان
  • Gemma 3 12Bgemma-3-12b۴۵ تومان
  • Gemma 3 12B Itgemma-3-12b-it۷۷ تومان
  • Gemma 3 27Bgemma-3-27b۵۷ تومان
  • Gemma 3 4Bgemma-3-4b۳۸ تومان
  • Gemma 4 26B A4bgemma-4-26b-a4b۷۶ تومان
  • Gemma 4 31Bgemma-4-31b۱۰۴ تومان
  • Gemma 4 31B It Ultragemma-4-31b-it-ultra۲۱۴ تومان
  • Gemma 4 31B Turbogemma-4-31b-turbo۸۳ تومان
  • Gemma 4 E4bgemma-4-e4b۲۴ تومان
  • Glm 4 7glm-4-7۵۳۶ تومان
  • Glm 4 7 Flashglm-4-7-flash۸۵ تومان
  • Glm 4.6glm-4.6۴۶۷ تومان
  • Glm 4.7glm-4.7۳۹۷ تومان
  • Glm 5glm-5۵۲۰ تومان
  • GPT Oss 120Bgpt-oss-120b۴۰ تومان
  • GPT Oss 120B 1 0gpt-oss-120b-1-0۱۴۳ تومان
  • GPT Oss 120B Turbogpt-oss-120b-turbo۱۴۳ تومان
  • GPT Oss 120B Ultragpt-oss-120b-ultra۲۱۱ تومان
  • GPT Oss 20Bgpt-oss-20b۳۲ تومان
  • Gte Basegte-base۷ تومان
  • Gte Largegte-large۷ تومان
  • Hermes 3 Llama 3.1 405Bhermes-3-llama-3.1-405b۵۳۵ تومان
  • Hermes 3 Llama 3.1 70Bhermes-3-llama-3.1-70b۳۷۳ تومان
  • Hy3hy3۱۳۳ تومان
  • Inklinginkling۹۲۵ تومان
  • Kimi K2 5kimi-k2-5۷۶۶ تومان
  • Kimi K2 Thinkingkimi-k2-thinking۵۷۵ تومان
  • Kimi K2.5kimi-k2.5۴۸۴ تومان
  • Kimi K2.6kimi-k2.6۷۷۱ تومان
  • Kimi K2.7 Codekimi-k2.7-code۷۲۶ تومان
  • Kimi K3kimi-k3۳٬۰۳۹ تومان
  • L3 8B Lunaris Turbol3-8b-lunaris-turbo۲۵ تومان
  • L3.1 70B Euryale V2.2l3.1-70b-euryale-v2.2۴۵۶ تومان
  • Ling 3.0 Flashling-3.0-flash۵۲ تومان
  • Llama 3.1 70B Turbollama-3.1-70b-turbo۲۱۷ تومان
  • Llama 3.1 8B Turbollama-3.1-8b-turbo۱۶ تومان
  • Llama 3.3 70B Turbollama-3.3-70b-turbo۸۴ تومان
  • Llama 4 Maverick 17B 128E Fp8llama-4-maverick-17b-128e-fp8۱۹۰ تومان
  • Llama 4 Scout 17B 16Ellama-4-scout-17b-16e۸۱ تومان
  • Llama Nemotron Embed Vl 1Bllama-nemotron-embed-vl-1b۷ تومان
  • Llama3 70B Instructllama3-70b-instruct۱٬۸۳۲ تومان
  • Mimo V2.5mimo-v2.5۴۲۹ تومان
  • Minimax M2.7 Turbominimax-m2.7-turbo۳۸۳ تومان
  • Minimax M3minimax-m3۲۶۲ تومان
  • Mistral Nemo Instructmistral-nemo-instruct۱۵ تومان
  • Mistral Small 24B Instructmistral-small-24b-instruct۳۶ تومان
  • Mistral Small 3.2 24B Instructmistral-small-3.2-24b-instruct۶۳ تومان
  • Multi Qa Mpnet Base Dotmulti-qa-mpnet-base-dot۷ تومان
  • Multilingual E5 Largemultilingual-e5-large۷ تومان
  • Muse Glimmer 30Bmuse-glimmer-30b۲۸۱ تومان
  • Mythomax L2 13Bmythomax-l2-13b۲۱۷ تومان
  • Nemotron 3 Nano 30B A3bnemotron-3-nano-30b-a3b۵۲ تومان
  • Nova Micronova-micro۳۸ تومان
  • Nova Pronova-pro۷۸۳ تومان
  • Nvidia Nemotron 3 Super 120B A12bnvidia-nemotron-3-super-120b-a12b۹۲ تومان
  • Nvidia Nemotron 3 Ultra 550B A55bnvidia-nemotron-3-ultra-550b-a55b۴۹۵ تومان
  • Nvidia Nemotron 3.5 Lightningnvidia-nemotron-3.5-lightning۵۲ تومان
  • Paraphrase Minilm L6paraphrase-minilm-l6۷ تومان
  • Phi 4phi-4۴۹ تومان
  • Qwen2.5 72Bqwen2.5-72b۱۹۹ تومان
  • Qwen3 14Bqwen3-14b۸۰ تومان
  • Qwen3 235B A22b Instructqwen3-235b-a22b-instruct۱۱۳ تومان
  • Qwen3 235B A22b Thinkingqwen3-235b-a22b-thinking۴۰۰ تومان
  • Qwen3 30B A3bqwen3-30b-a3b۱۱۵ تومان
  • Qwen3 32Bqwen3-32b۱۴۳ تومان
  • Qwen3 Coder 480B A35b Turboqwen3-coder-480b-a35b-turbo۲۵۵ تومان
  • Qwen3 Embedding 0.6Bqwen3-embedding-0.6b۷ تومان
  • Qwen3 Embedding 4Bqwen3-embedding-4b۱۰ تومان
  • Qwen3 Maxqwen3-max۱٬۲۸۰ تومان
  • Qwen3 Max Thinkingqwen3-max-thinking۱٬۲۸۰ تومان
  • Qwen3 Vl 30B A3bqwen3-vl-30b-a3b۱۴۳ تومان
  • Qwen3.5 122B A10bqwen3.5-122b-a10b۴۳۸ تومان
  • Qwen3.5 27Bqwen3.5-27b۴۵۴ تومان
  • Qwen3.5 35B A3bqwen3.5-35b-a3b۱۸۹ تومان
  • Qwen3.5 397B A17bqwen3.5-397b-a17b۵۸۳ تومان
  • Qwen3.5 9Bqwen3.5-9b۶۲ تومان
  • Qwen3.6 27Bqwen3.6-27b۵۵۴ تومان
  • Qwen3.6 35B A3bqwen3.6-35b-a3b۱۶۹ تومان
  • Qwen3.7 Maxqwen3.7-max۱٬۹۹۸ تومان
  • Qwen3.8 2.4T A95bqwen3.8-2.4t-a95b۱٬۵۹۸ تومان
  • Qwen3.8 Maxqwen3.8-max۱٬۳۲۴ تومان
  • Seed 1.8seed-1.8۳۷۰ تومان
  • Seed 2.0 Codeseed-2.0-code۶۰۱ تومان
  • Seed 2.0 Miniseed-2.0-mini۹۵ تومان
  • Seed 2.0 Proseed-2.0-pro۶۰۱ تومان
  • Step 3.7 Flashstep-3.7-flash۲۳۷ تومان
  • Text2vec Base Chinesetext2vec-base-chinese۷ تومان
  • Titan Embed Text V2titan-embed-text-v2۱۰ تومان

همین تخمین‌گر و شمارشگر توکن رو به‌صورت مستقل، بزرگ‌تر و کنار هم هم می‌تونی تو صفحه‌ی ابزارهای توسعه‌دهنده ببینی.

bash
curl YOUR_SERVICE_URL/models \
  -H "Authorization: Bearer YOUR_API_KEY"

(همون YOUR_SERVICE_URL که از صفحه‌ی «اتصال به ابزارها» کپی کردی — نه یه آدرس ثابت که یه‌جا نوشتی.)

این درخواست، لیست مدل‌های در دسترس و قیمت لحظه‌ایشون رو برمی‌گردونه — همیشه از همین منبع بخون، نه از یه عدد که یه‌جا نوشتی و یادت رفته به‌روزش کنی.