Text Models (LLM)meta

معرفی و مستندات مدل هوش مصنوعی llama-4-maverick

مستندات مدل llama-4-maverick از meta، ارائه شده توسط ای آی کار (AI-KAR)

معرفی و بررسی فنی

⚡ وضعیت پشتیبانی از زبان فارسی

این مدل از زبان فارسی به صورت متوسط پشتیبانی می‌کند. برای دریافت بهترین نتیجه، توصیه می‌شود از متن‌های واضح و ساختار یافته استفاده کنید.

مدل llama-4-maverick یک مدل هوش مصنوعی چندوجهی با 17 میلیارد پارامتر فعال و 128 متخصص است. این مدل در کلاس خود بهترین عملکرد را دارد و در طیف گسترده‌ای از بنچمارک‌های رایج، از GPT-4o و Gemini 2.0 Flash پیشی می‌گیرد. همچنین، نتایجی قابل مقایسه با DeepSeek v3 جدید در زمینه‌های استدلال و کدنویسی ارائه می‌دهد، در حالی که کمتر از نیمی از تعداد پارامترهای فعال را دارد. این مدل برای انجام وظایف مختلفی از جمله تولید متن، ترجمه زبان، پاسخ به سوالات و تولید کد مناسب است. با توجه به معماری چندوجهی، می‌تواند ورودی‌های مختلفی مانند متن، تصویر و صدا را پردازش کند و خروجی‌های متنوعی تولید کند. این مدل به ویژه در مواردی که نیاز به استدلال پیچیده و تولید کد با کیفیت بالا وجود دارد، بسیار کارآمد است. از جمله کاربردهای این مدل می‌توان به توسعه ربات‌های گفتگو، تولید محتوای خلاقانه، و حل مسائل پیچیده در زمینه‌های مختلف علمی و مهندسی اشاره کرد. مدل llama-4-maverick با بهره‌گیری از تعداد زیادی متخصص، قادر است در زمینه‌های مختلف تخصص داشته باشد و پاسخ‌های دقیق و مرتبطی ارائه دهد. این مدل با داشتن کمتر از نیمی از پارامترهای فعال DeepSeek v3، نشان می‌دهد که می‌توان با معماری بهینه و استفاده از متخصصان، به نتایج بسیار خوبی دست یافت. این مدل با توجه به توانایی هایش، یک انتخاب عالی برای توسعه دهندگان و محققانی است که به دنبال یک مدل هوش مصنوعی قدرتمند و کارآمد هستند. این مدل با پشتیبانی از ورودی های چندوجهی، امکانات جدیدی را برای توسعه برنامه های کاربردی هوشمند فراهم می کند. با استفاده از این مدل، می توان برنامه هایی ساخت که قادر به درک و پاسخ به سوالات پیچیده، تولید محتوای خلاقانه و حل مسائل دشوار هستند. این مدل با توجه به عملکرد بالای خود در بنچمارک های مختلف، یک گزینه مناسب برای استفاده در محیط های تجاری و صنعتی است.

مشخصات فنی (API References)

پارامتر	نوع	توضیحات و مقادیر
model	stringRequired	نام مدلی که باید استفاده شود. مقدار ثابت: meta-llama/llama-4-maverick مقادیر مجاز (کلیک برای کپی):
messages	one of[]Required	لیستی از پیام‌ها که مکالمه را تا به اینجا تشکیل می‌دهند. بسته به مدلی که استفاده می‌کنید، انواع مختلف پیام‌ها (modalities) مانند متن، اسناد (txt, pdf)، تصاویر و صدا پشتیبانی می‌شوند.
max_completion_tokens	integer	حد بالایی برای تعداد توکن‌هایی که می‌توان برای تکمیل تولید کرد، از جمله توکن‌های خروجی قابل مشاهده و توکن‌های استدلال. حداقل مقدار: 1
max_tokens	number	حداکثر تعداد توکن‌هایی که می‌توان در تکمیل چت تولید کرد. این مقدار می‌تواند برای کنترل هزینه‌های متن تولید شده از طریق API استفاده شود. حداقل مقدار: 1
stream	boolean	اگر روی True تنظیم شود، داده‌های پاسخ مدل به صورت جریانی (stream) با استفاده از رویدادهای ارسال شده از سرور (server-sent events) به کلاینت ارسال می‌شود. مقدار پیش‌فرض: false
stream_options	object	تنظیمات مربوط به استریم
tools	object[]	لیستی از ابزارهایی که مدل ممکن است فراخوانی کند. در حال حاضر، فقط توابع به عنوان ابزار پشتیبانی می‌شوند. از این برای ارائه لیستی از توابعی استفاده کنید که مدل ممکن است ورودی‌های JSON را برای آنها تولید کند. حداکثر 128 تابع پشتیبانی می‌شود.
tool_choice	any of	کنترل می‌کند که کدام ابزار (در صورت وجود) توسط مدل فراخوانی شود. none به این معنی است که مدل هیچ ابزاری را فراخوانی نمی‌کند و به جای آن یک پیام تولید می‌کند. auto به این معنی است که مدل می‌تواند بین تولید یک پیام یا فراخوانی یک یا چند ابزار انتخاب کند. required به این معنی است که مدل باید یک یا چند ابزار را فراخوانی کند. تعیین یک ابزار خاص از طریق {"type": "function", "function": {"name": "my_function"}} مدل را مجبور می‌کند تا آن ابزار را فراخوانی کند. none مقدار پیش‌فرض است زمانی که هیچ ابزاری وجود نداشته باشد. auto مقدار پیش‌فرض است اگر ابزارها وجود داشته باشند. مقادیر مجاز (کلیک برای کپی):
parallel_tool_calls	boolean	فعال کردن فراخوانی موازی توابع در هنگام استفاده از ابزار.
response_format	one of	شیئی که فرمتی را مشخص می‌کند که مدل باید خروجی دهد.
temperature	number	از چه دمای نمونه‌برداری استفاده شود. مقادیر بالاتر مانند 0.8 خروجی را تصادفی‌تر می‌کنند، در حالی که مقادیر پایین‌تر مانند 0.2 آن را متمرکزتر و قطعی‌تر می‌کنند. ما معمولاً توصیه می‌کنیم این مقدار یا top_p را تغییر دهید، اما نه هر دو را.
top_p	number	جایگزینی برای نمونه‌برداری با دما، به نام نمونه‌برداری هسته‌ای، که در آن مدل نتایج توکن‌ها را با جرم احتمال top_p در نظر می‌گیرد. بنابراین 0.1 به این معنی است که فقط توکن‌هایی که شامل 10٪ جرم احتمال برتر هستند در نظر گرفته می‌شوند. ما معمولاً توصیه می‌کنیم این مقدار یا دما را تغییر دهید، اما نه هر دو را. حداقل مقدار: 0.01، حداکثر مقدار: 1
n	integer \| nullable	چند انتخاب تکمیل چت برای هر پیام ورودی تولید شود. توجه داشته باشید که بر اساس تعداد توکن‌های تولید شده در تمام انتخاب‌ها، هزینه دریافت خواهید کرد. n را به عنوان 1 نگه دارید تا هزینه‌ها به حداقل برسد.
stop	any of	حداکثر 4 دنباله که API تولید توکن‌های بیشتر را متوقف می‌کند. متن برگشتی شامل دنباله توقف نخواهد بود.
logprobs	boolean \| nullable	آیا احتمال ورود به سیستم توکن های خروجی را برگردانیم یا نه. اگر True باشد، احتمال ورود به سیستم هر توکن خروجی که در محتوای پیام برگردانده شده است را برمی گرداند.
top_logprobs	number \| nullable	عدد صحیحی بین 0 و 20 که تعداد محتمل ترین توکن ها را برای بازگشت در هر موقعیت توکن مشخص می کند، هر کدام با احتمال ورود به سیستم مرتبط هستند. اگر این پارامتر استفاده شود، logprobs باید روی True تنظیم شود.
logit_bias	object \| nullable	احتمال ظاهر شدن توکن های مشخص شده در تکمیل را تغییر دهید. یک شی JSON را می پذیرد که توکن ها (مشخص شده توسط شناسه توکن آنها در توکن ساز) را به یک مقدار بایاس مرتبط از -100 تا 100 نگاشت می کند. از نظر ریاضی، بایاس به logits تولید شده توسط مدل قبل از نمونه برداری اضافه می شود. اثر دقیق در هر مدل متفاوت خواهد بود، اما مقادیر بین -1 و 1 باید احتمال انتخاب را کاهش یا افزایش دهند. مقادیری مانند -100 یا 100 باید منجر به ممنوعیت یا انتخاب انحصاری توکن مربوطه شود.
frequency_penalty	number \| nullable	عددی بین -2.0 و 2.0. مقادیر مثبت توکن های جدید را بر اساس فراوانی موجود آنها در متن تا کنون جریمه می کنند و احتمال تکرار عینی همان خط را توسط مدل کاهش می دهند.
prediction	object	پیکربندی برای یک خروجی پیش بینی شده، که می تواند زمان پاسخ را در زمانی که بخش های بزرگی از پاسخ مدل از قبل شناخته شده است، بسیار بهبود بخشد.
presence_penalty	number \| nullable	مقادیر مثبت توکن های جدید را بر اساس اینکه آیا در متن تا کنون ظاهر شده اند جریمه می کنند و احتمال صحبت مدل در مورد موضوعات جدید را افزایش می دهند.
seed	integer	این ویژگی در نسخه بتا است. اگر مشخص شود، سیستم ما بهترین تلاش خود را برای نمونه برداری قطعی انجام می دهد، به طوری که درخواست های مکرر با همان دانه و پارامترها باید نتیجه یکسانی را برگردانند. حداقل مقدار: 1
min_p	number	عددی بین 0.001 و 0.999 که می تواند به عنوان جایگزینی برای top_p و top_k استفاده شود.
top_k	number	فقط از K گزینه برتر برای هر توکن بعدی نمونه برداری کنید. برای حذف پاسخ های کم احتمال "دنباله بلند" استفاده می شود. فقط برای موارد استفاده پیشرفته توصیه می شود. معمولاً فقط باید از دما استفاده کنید.
repetition_penalty	number \| nullable	عددی که تنوع متن تولید شده را با کاهش احتمال تکرار توالی ها کنترل می کند. مقادیر بالاتر تکرار را کاهش می دهند.

نمونه کدهای درخواست

نکته مهم برای توسعه‌دهندگان:

برای احراز هویت، حتما کلید API خود را جایگزین YOUR_API_KEY کنید. هدر Authorization الزامی است.

import requests
import json  # for getting a structured output with indentation
response = requests.post(
    "https://api.ai-kar.com/v1/chat/completions",
    headers={
        # Insert your AI-KAR API Key instead of <YOUR_AI-KARAPI_KEY>:
        "Authorization":"Bearer <YOUR_AI-KARAPI_KEY>",
        "Content-Type": "application/json"
    },
    json={
        "model": "meta-llama/llama-4-maverick",
        "messages": [
            {
                "role": "user",
                "content": "Hello"
            }
        ]
    }
)

print(json.dumps(response.json(), indent=4))

نمونه پاسخ موفق (JSON)

RESPONSE (200 OK)

{
  "id": "text",
  "object": "text",
  "created": 1,
  "choices": [
    {
      "index": 1,
      "message": {
        "role": "text",
        "content": "text",
        "refusal": null,
        "annotations": [
          {
            "type": "text",
            "url_citation": {
              "end_index": 1,
              "start_index": 1,
              "title": "text",
              "url": "text"
            }
          }
        ],
        "audio": {
          "id": "text",
          "data": "text",
          "transcript": "text",
          "expires_at": 1
        },
        "tool_calls": [
          {
            "id": "text",
            "type": "text",
            "function": {
              "arguments": "text",
              "name": "text"
            }
          }
        ]
      },
      "finish_reason": "stop",
      "logprobs": {
        "content": [
          {
            "bytes": [
              1
            ],
            "logprob": 1,
            "token": "text",
            "top_logprobs": [
              {
                "bytes": [
                  1
                ],
                "logprob": 1,
                "token": "text"
              }
            ]
          }
        ],
        "refusal": []
      }
    }
  ],
  "model": "text",
  "usage": {
    "prompt_tokens": 1,
    "completion_tokens": 1,
    "total_tokens": 1,
    "completion_tokens_details": {
      "accepted_prediction_tokens": 1,
      "audio_tokens": 1,
      "reasoning_tokens": 1,
      "rejected_prediction_tokens": 1
    },
    "prompt_tokens_details": {
      "audio_tokens": 1,
      "cached_tokens": 1
    }
  }
}