کنترل مصرف و هزینه در مسیر API
امروز دقیقاً چه کنترلی رو مصرف API و CLI agentهات داری — کیف پول، سقف هر کلید، سقف هر اجرا — و چی هنوز نداری.
اگه از بنفش تو یه اپ، اسکریپت، یا CLI agent استفاده میکنی و میخوای بدونی چی جلوی مصرف بیحساب رو میگیره — این مقاله برای توئه. تا آخرش دقیقاً میدونی چه کنترلی امروز واقعاً وجود داره، چه چیزی هنوز نداری، و اگه وسط کار پولت تموم بشه چی میبینی.
سه لایه کنترل: کیف پول، سقف هر کلید، سقف هر اجرا
بنفش برای هر کاربر یه کیف پول تومانی داره — همونی که با ۲۰۰٬۰۰۰ تومان شروع میشه و با شارژ اضافه میشه. مسیر API/CLI هم به همین کیف پول گیت شده: وقتی کلید میسازی، میتونی روش یه سقف هزینه (اختیاری، مخصوص همون کلید) و یه سقف هر اجرا (run cap، سقف هزینهی یه نشست agent) هم بذاری — هر دو تا رو تو «اتصال به ابزارها» تنظیم میکنی.
این کنترلها دقیقاً چطور کار میکنن
- چت تو مرورگر بنفش: قبل از هر پیام، هزینهی تخمینی رو از قبل نگه میداره (hold) تا نشه بیشتر از موجودیت خرج کنی. اگه کیف پولت خالی باشه، پیام اصلاً ارسال نمیشه.
- مسیر API / CLI agent / SDK: اینجا چک لحظهای و ازقبل نیست — یه سقف روی خودِ gateway تنظیم میشه که با موجودی کیف پولت هماهنگه. وقتی موجودی ته بکشه، همون کلید هر درخواستی که بفرستی با HTTP 402 رد میشه، تا وقتی شارژ کنی — کلید عوض نمیشه، همین که شارژ کنی همون کلید بلافاصله دوباره کار میکنه. جزئیاتش تو «رفع اشکال اتصال» هست.
- سقف هر اجرا (run cap): جدا از کیف پول کلیه — یه سقف هزینه برای یه نشست agent که خودت موقع ساختن یا ویرایش کلید تعیین میکنی. رسیدن بهش، برخلاف کیف پول خالی، کلید رو بهطور خودکار جایگزین میکنه — درخواست بعدی با کلید قدیمی HTTP 401 میگیره، نه 402 — ولی فقط همون کلید رو میبنده، نه کل حسابت رو.
۴۰۲ در برابر ۴۲۹: کدوم کجا پیش میاد
مسیر IDE/CLI/SDK (Cursor، Claude Code، هر ابزار سازگار با OpenAI) دو تا وضعیت خطای تضمینشده و مال خودِ بنفش داره:
- کیف پول خالی → HTTP 402. این خطا از خودِ gateway میاد، نه از یه فرمت اختصاصی بنفش — پس بدنهی دقیقش رو gateway تعیین میکنه، نه این مقاله. رفتارش ثابته: همون کلید بلافاصله بعد از شارژ دوباره کار میکنه، بدون جایگزینی.
- سقف هر اجرا پر شد → HTTP 401 روی کلید قدیمی. کلید خودکار جایگزین میشه؛ درخواست بعدی با کلید جدید باید کار کنه.
سقفِ رولینگِ خودِ بنفش (۵ ساعته/هفتگی) هنوز کلید IDE رو با یه ۴۲۹ زنده رد نمیکنه. اون سقف
امروز فقط چتِ داخل مرورگر رو مستقیماً با HTTP 429 گیت میکنه — همونجایی که تیک اجرای هر پیام از قبل
چک میشه. برای یه کلید IDE، رسیدن به همون سقف رولینگ فقط یه فلگ داخلی (ideCapSuspendedAt) رو بین
یکی دو تیک بعدیِ چرخهی sync ثبت میکنه؛ رد کردن واقعیِ درخواستهای gateway بر همین اساس یه قدم جدا و
هنوز پیادهنشدهست.
⚠️ این تضمین نمیده که هیچوقت ۴۲۹ نمیگیری. خودِ gateway (که کلید IDE مستقیم بهش وصل میشه) سقف نرخ/همزمانی مخصوص به خودشم داره — کاملاً جدا از سقف رولینگ بنفش — و طبق قرارداد صدور کلید میتونه مستقل عمل کنه. این نوشته فقط داره میگه «سقف رولینگ خودِ بنفش امروز مسیر IDE رو گیت نمیکنه»، نه اینکه gateway هیچوقت خودش HTTP 429 برنمیگردونه. کد و اسکریپتت رو طوری بنویس که یه ۴۲۹ غیرمنتظره رو retry/backoff کنه، نه اینکه فرض کنه اصلاً پیش نمیاد.
گرفتن کلید به کیف پول گره نخورده
ساختن کلید نیاز به موجودی کیف پول نداره — با کیف پول کاملاً خالی هم میتونی از «اتصال به ابزارها» یه کلید بسازی. کیف پول وقتی وارد بازی میشه که واقعاً یه درخواست بفرستی.
پس اگه میخوای هزینهت رو خودت کنترل کنی
- سقف هزینه و سقف هر اجرا رو موقع ساختن کلید تنظیم کن — پیشفرض خاموشه، ولی رایگان و فوریه.
- قبل از اینکه یه agent رو ول کنی خودش کار کنه، با تخمینگر هزینه ببین هر نشست چقدر آب میخوره:
تخمینگر هزینه نشست
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
- مدل مصرفت رو با کارت جور کن — «کدوم مدل رو انتخاب کنم؟» همینو توضیح میده.
- برای برنامهای که مصرف کاربرهای دیگه رو هم مدیریت میکنی، «کنترل هزینه در برنامهت» چند تا تکنیک عملی داره.
چی کار نمیکنه (هنوز)
- هشدار لحظهای وقتی مصرف API از یه آستانه رد میشه، قبل از رسیدن به سقف — وجود نداره؛ فقط میتونی با تخمینگر بالا از قبل حساب کتاب کنی.
- سقفهای زمانی (روزانه/هفتگی) — فعلاً فقط سقف کلی کلید و سقف هر اجرا هست، نه سقف دورهای.
اگه هر کدوم از اینها برات حیاتیه، فعلاً باید خودت تو کد یا اسکریپتت پیادهش کنی.