مرور کلی مدل‌های هوش مصنوعی در راهیانا
آشنایی با طیف گسترده مدل‌های ارائه شده، قابلیت‌ها، قیمت‌گذاری و نحوه انتخاب بهترین مدل برای نیازهای شما.
مقدمه‌ای بر مدل‌ها در راهیانا
پلتفرم راهیانا دسترسی یکپارچه به مجموعه‌ای وسیع از مدل‌های زبان بزرگ (LLMs) و سایر مدل‌های هوش مصنوعی از برترین ارائه‌دهندگان جهانی و همچنین مدل‌های بهینه‌سازی شده داخلی را فراهم می‌کند. هدف ما این است که شما بتوانید به سادگی قدرتمندترین و مناسب‌ترین ابزارهای هوش مصنوعی را برای پروژه‌ها و کاربردهای خود انتخاب و استفاده کنید.
ما دائماً در حال بررسی و افزودن جدیدترین و کارآمدترین مدل‌ها به پلتفرم خود هستیم تا شما همیشه به پیشرفته‌ترین فناوری‌ها دسترسی داشته باشید.
مشاهده لیست کامل و جزئیات مدل‌ها
برای مشاهده لیست به‌روز و کامل تمامی مدل‌های موجود، به همراه قابلیت فیلتر و جستجو، به صفحه
مدل‌ها
مراجعه کنید. از آنجا می‌توانید روی هر مدل کلیک کرده تا به صفحه جزئیات اختصاصی آن، شامل اطلاعات بیشتر و لینک به مستندات اصلی ارائه‌دهنده، دسترسی پیدا کنید. این صفحه مرجع اصلی شما برای انتخاب مدل خواهد بود.
درک اطلاعات هر مدل (مطابق با پاسخ GET /api/v1/models)
هر مدل در راهیانا، چه در صفحه
مدل‌ها
و چه در پاسخ API از نقطه پایانی
GET /api/v1/models، مجموعه‌ای از اطلاعات کلیدی را ارائه می‌دهد. در زیر به توضیح این فیلدها می‌پردازیم:
نمونه ساختار پاسخ API برای یک مدل
{
"name": "OpenAI: ChatGPT-4o",
"slug": "openai/chatgpt-4o-latest",
"description": "OpenAI ChatGPT 4o به طور مداوم توسط OpenAI به روز می شود تا به نسخه فعلی GPT-4o مورد استفاده ChatGPT اشاره کند. بنابراین کمی با نسخه API [GPT-4o](/models/openai/gpt-4o) متفاوت است زیرا RLHF اضافی دارد. این مدل برای تحقیق و ارزیابی در نظر گرفته شده است.
OpenAI خاطرنشان می کند که این مدل برای موارد استفاده تولید مناسب نیست زیرا ممکن است در آینده حذف یا به مدل دیگری هدایت شود.",
"provider": {
"name": "OpenAI",
},
"contextLength": 128000,
"pricingPromptUSD": 0.00000500,
"pricingCompletionUSD": 0.00001500,
"maxCompletionTokens": 16384,
"supportsStreaming": true,
"supportsTools": false,
"supportsVision": true,
"supportsJsonMode": false,
"supportsPdfUrl": false,
"inputModalities": ["text", "image"],
"tokenizer": "GPT",
}
این یک نمونه ساختار است. فیلدها ممکن است بر اساس مدل متفاوت باشند.
شناسه‌ها و نام‌ها
ID (شناسه): یک رشته منحصربه‌فرد مانند openai/gpt-4o. این شناسه برای ارجاع به مدل در درخواست‌های API استفاده می‌شود.
Name (نام): نام قابل خواندن برای انسان، مثلاً ChatGPT-4o.
Provider (ارائه‌دهنده): نام شرکتی که مدل را ارائه کرده است، مثلاً OpenAI.
قیمت‌گذاری (Pricing)
هزینه استفاده از مدل معمولاً بر اساس تعداد توکن‌های ورودی (Prompt) و خروجی (Completion/Generation) محاسبه می‌شود. یک توکن تقریباً معادل ۴ کاراکتر انگلیسی یا حدود ۰.۷۵ کلمه است. این نسبت برای زبان فارسی ممکن است متفاوت باشد.
pricingPromptUSD: هزینه به ازای هر یک توکن ورودی (به دلار آمریکا).
pricingCompletionUSD: هزینه به ازای هر یک توکن خروجی (به دلار آمریکا).
هزینه‌ها در نهایت به تومان تبدیل و از اعتبار شما کسر می‌گردد.
طول زمینه (Context Length)
context_length: حداکثر تعداد توکن‌هایی (مجموع ورودی و خروجی) که مدل می‌تواند در یک نوبت پردازش کند. مدل‌هایی با طول زمینه بیشتر برای وظایف پیچیده‌تر، تحلیل اسناد طولانی یا حفظ تاریخچه مکالمات بلند مناسب‌ترند.
قابلیت‌ها و ویژگی‌ها
is_chat: مشخص می‌کند آیا مدل برای کاربردهای گقتگو (گفتگو) بهینه شده است یا خیر ( true برای مدل‌های گفتگو).
supports_streaming: آیا مدل از پاسخ‌دهی جریانی (stream) پشتیبانی می‌کند. برای جزئیات بیشتر به مستندات استریمینگ مراجعه کنید.
supports_tools: آیا مدل از فراخوانی ابزار یا توابع (Tool Calling / Function Calling) پشتیبانی می‌کند. این قابلیت به مدل امکان تعامل با سیستم‌های خارجی را می‌دهد. برای اطلاعات بیشتر به مستندات فراخوانی ابزار (در صورت وجود) مراجعه کنید.
supports_vision: آیا مدل قابلیت درک و پردازش ورودی‌های تصویری را دارد. برای جزئیات بیشتر به مستندات ورودی تصویر و PDF (در صورت وجود) مراجعه کنید.
سایر فیلدها: مانند description (توضیحات مدل) و learn_more_url (لینک به مستندات اصلی ارائه‌دهنده) نیز ممکن است وجود داشته باشند.
چگونه مدل مناسب را انتخاب کنیم؟
انتخاب مدل مناسب به نیازهای خاص پروژه شما بستگی دارد. در اینجا چند نکته برای راهنمایی شما آورده شده است:
نوع وظیفه (Task Type):
آیا به تولید متن، پاسخ به سوالات، خلاصه‌سازی، ترجمه، تحلیل احساسات، یا پردازش تصویر نیاز دارید؟ برخی مدل‌ها برای وظایف خاص بهینه‌تر هستند (فیلد
is_chatمی‌تواند نشانگر خوبی برای کاربردهای گقتگو باشد).پیچیدگی و دقت مورد نیاز:
مدل‌های پیشرفته‌تر معمولاً نتایج دقیق‌تری ارائه می‌دهند اما ممکن است هزینه بیشتری داشته باشند (به فیلدهای
pricing_توجه کنید). برای وظایف ساده‌تر، مدل‌های کوچک‌تر و ارزان‌تر ممکن است کافی باشند.طول زمینه (Context Length):
اگر نیاز به پردازش متون طولانی یا حفظ زمینه مکالمات بلند دارید، مدل‌هایی با
context_lengthبیشتر را انتخاب کنید.قابلیت‌های خاص:
اگر به قابلیت‌هایی مانند پردازش تصویر (
supports_vision)، فراخوانی ابزار (supports_tools)، یا استریمینگ (supports_streaming) نیاز دارید، مطمئن شوید مدل انتخابی از آن‌ها پشتیبانی می‌کند.هزینه:
بودجه خود را در نظر بگیرید و مدلی را انتخاب کنید که بهترین تعادل بین عملکرد و هزینه را برای شما فراهم می‌کند.
سرعت پاسخ‌دهی:
برای کاربردهایی که نیاز به پاسخ سریع دارند (مانند گفتگو‌بات‌های زنده)، سرعت پاسخ‌دهی مدل یک عامل مهم است. معمولاً مدل‌های کوچک‌تر سریع‌تر هستند.
توصیه
توصیه می‌کنیم با چند مدل مختلف آزمایش کنید تا بهترین گزینه را برای کاربرد خاص خود پیدا کنید. صفحه
مدل‌ها
ابزارهای لازم برای مقایسه و فیلتر کردن مدل‌ها را در اختیار شما قرار می‌دهد. همچنین، هر مدل در آن صفحه دارای لینک به جزئیات بیشتر است.
استفاده از مدل‌ها در API
پس از انتخاب مدل، می‌توانید شناسه (ID) آن را در پارامتر
model
در بدنه درخواست‌های خود به نقاط پایانی مانند
/v1/chat/completionsیا
/v1/completionsارسال کنید.
راهنمای API
برای مشاهده مثال‌های کامل استفاده از مدل‌ها در API، به
راهنمای شروع سریع
و
مثال‌های کاربردی
مراجعه کنید. همچنین، برای درک بهتر پارامترهای عمومی مانند
temperature
و
max_tokens
، صفحه
پارامترهای عمومی API
را مطالعه کنید.