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 یه درخواست معمولی با یه مدل قوی، مثلاً Claude Sonnet 5.5، اینجوریاست:
۲٬۴۹۸ توماناگه 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
هزینه به ازای هر مدل
- Claude Haiku 4.5claude-haiku-4-5-20251001۱٬۲۵۱ تومان
- Claude Opus 5claude-opus-5۶٬۲۴۸ تومان
- Claude Opus 5.5claude-opus-5-5۴٬۹۹۷ تومان
- Claude Sonnet 4.6claude-sonnet-4-6۳٬۷۵۰ تومان
- Claude Sonnet 5claude-sonnet-5۲٬۴۹۸ تومان
- Claude Sonnet 5.5claude-sonnet-5-5۲٬۴۹۸ تومان
- DeepSeek V4 Flashdeepseek-v4-flash۷۳ تومان
- Gemini 3.1 Flash Litegemini-3.1-flash-lite۳۵۷ تومان
- Gemini 3.1 Progemini-3.1-pro۲٬۸۱۱ تومان
- Gemini 3.5 Flashgemini-3.5-flash۲٬۱۱۲ تومان
- Gemma 4 26B A4Bgemma-4-26b-a4b۸۹ تومان
- Gemma 4 31Bgemma-4-31b۱۶۱ تومان
- GLM-4.7 Flashglm-4-7-flash۱۱۷ تومان
- GLM-5glm-5۱٬۱۶۴ تومان
- GPT Oss 120Bgpt-oss-120b۴۷ تومان
- GPT-6 Astragpt-6-astra۱۲٬۴۹۰ تومان
- GPT-6 Lunagpt-6-luna۱۲۷ تومان
- GPT-6.1 Solgpt-6-1-sol۲٬۴۹۸ تومان
- Grok 4.7grok-4-7۱٬۸۷۴ تومان
- Kimi K2 Thinkingkimi-k2-thinking۷۹۳ تومان
- Kimi K2.6kimi-k2.6۹۰۴ تومان
- Llama 3.3 70B Turbollama-3.3-70b-turbo۹۹ تومان
- Llama 4 Scout 17B 16Ellama-4-scout-17b-16e۹۶ تومان
- Mistral Large 3mistral-large-3-675b-instruct۵۵۶ تومان
- Mistral Small 3.2 24B Instructmistral-small-3.2-24b-instruct۷۳ تومان
- Qwen3 235B A22B Instructqwen3-235b-a22b-instruct۱۳۳ تومان
- Qwen3 Coder 480B A35B Turboqwen3-coder-480b-a35b-turbo۲۹۹ تومان
- Qwen3 VL 30B A3Bqwen3-vl-30b-a3b۱۶۸ تومان
- Qwen3.5 397B A17Bqwen3.5-397b-a17b۶۸۴ تومان
- Qwen3.6 35B A3Bqwen3.6-35b-a3b۱۹۹ تومان
- Qwen3.8 Maxqwen3.8-max۱٬۵۵۵ تومان
همین تخمینگر و شمارشگر توکن رو بهصورت مستقل، بزرگتر و کنار هم هم میتونی تو صفحهی ابزارهای توسعهدهنده ببینی.
curl YOUR_SERVICE_URL/models \
-H "Authorization: Bearer YOUR_API_KEY"
(همون YOUR_SERVICE_URL که از صفحهی «کلیدهای API» کپی کردی، شکل با /v1 — 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.