Text Models (LLM)openai

معرفی و مستندات مدل هوش مصنوعی gpt-5

معرفی و مستندات مدل gpt-5 ارائه شده توسط ای ای کار (AI-KAR)

معرفی و بررسی فنی

⚡ وضعیت پشتیبانی از زبان فارسی

این مدل از زبان فارسی به صورت عالی پشتیبانی می‌کند و قادر به درک و تولید متون فارسی با کیفیت بالا است.

مدل gpt-5 از OpenAI، پیشرفته‌ترین مدل هوش مصنوعی تا آگوست 2025 است. این مدل ترکیبی از یک مدل پایه چندمنظوره برای بیشتر پرسش‌ها، یک حالت استدلال عمیق‌تر (GPT-5 thinking) برای وظایف پیچیده، و یک مسیریاب بی‌درنگ است که حالت مناسب را بر اساس زمینه، پیچیدگی، استفاده از ابزار، یا دستورالعمل‌های صریح کاربر انتخاب می‌کند (به عنوان مثال، اگر در اعلان بگویید "درباره این موضوع عمیقاً فکر کن"). این مدل، پیش‌فرض جدید در سرویس وب ChatGPT برای کاربران وارد شده است. gpt-5 قادر است وظایف مختلفی را با دقت و کارایی بالا انجام دهد. از جمله این وظایف می‌توان به موارد زیر اشاره کرد:

تولید متن: این مدل می‌تواند انواع مختلفی از متن را تولید کند، از جمله مقالات، داستان‌ها، شعر، کد و غیره. کیفیت متن تولید شده بسیار بالا است و می‌تواند با متن تولید شده توسط انسان رقابت کند.

ترجمه زبان: gpt-5 می‌تواند متن را از یک زبان به زبان دیگر ترجمه کند. کیفیت ترجمه بسیار خوب است و می‌تواند برای ترجمه متون تخصصی نیز استفاده شود.

پاسخ به سوالات: این مدل می‌تواند به سوالات مختلف پاسخ دهد. پاسخ‌ها دقیق و کامل هستند و می‌توانند اطلاعات مفیدی را در اختیار کاربر قرار دهند.

خلاصه سازی متن: gpt-5 می‌تواند متن‌های طولانی را خلاصه کند. خلاصه ارائه شده شامل نکات اصلی متن است و می‌تواند در زمان صرفه جویی کند.

تولید کد: این مدل می‌تواند کد برنامه‌نویسی را به زبان‌های مختلف تولید کند. کد تولید شده معمولاً صحیح و قابل اجرا است.

استدلال و حل مسئله: gpt-5 می‌تواند مسائل پیچیده را استدلال کرده و راه حل‌های مناسبی را ارائه دهد. این قابلیت به ویژه در زمینه‌های علمی و مهندسی کاربرد دارد.

استفاده از ابزارها: مدل gpt-5 می‌تواند از ابزارهای مختلف برای انجام وظایف خود استفاده کند. این ابزارها می‌توانند شامل APIها، پایگاه‌های داده و سایر منابع اطلاعاتی باشند.

به طور خلاصه، gpt-5 یک مدل هوش مصنوعی بسیار قدرتمند و انعطاف‌پذیر است که می‌تواند در زمینه‌های مختلفی مورد استفاده قرار گیرد. این مدل به طور مداوم در حال بهبود است و انتظار می‌رود که در آینده قابلیت‌های بیشتری را ارائه دهد. با استفاده از این مدل، کاربران می‌توانند به طور قابل توجهی بهره‌وری خود را افزایش دهند و وظایف خود را با سرعت و دقت بیشتری انجام دهند.

مشخصات فنی (API References)

پارامتر	نوع	توضیحات و مقادیر
model	stringRequired	مدل مورد استفاده برای تولید پاسخ. مقدار این فیلد باید `openai/gpt-5-2025-08-07` باشد. مقادیر مجاز (کلیک برای کپی):
messages	one of[]Required	لیستی از پیام‌ها که مکالمه را تا کنون تشکیل می‌دهند. بسته به مدلی که استفاده می‌کنید، انواع مختلف پیام (modalities) مانند متن، اسناد (txt, pdf)، تصاویر و صدا پشتیبانی می‌شوند.
max_completion_tokens	integer	حد بالایی برای تعداد توکن‌هایی که می‌توان برای یک 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 با استفاده از رویدادهای ارسال شده توسط سرور به کلاینت ارسال می‌شوند. مقدار پیش‌فرض: false
stream_options	object	تنظیمات مربوط به استریم کردن
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 که مدل ممکن است ورودی‌های JSON را برای آنها تولید کند، استفاده کنید. 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 در عوض 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 که آن ابزار را فراخوانی کند. none زمانی پیش‌فرض است که هیچ ابزاری وجود نداشته باشد. auto در صورت وجود ابزارها پیش‌فرض است. مقادیر مجاز (کلیک برای کپی):
parallel_tool_calls	boolean	تعیین اینکه آیا فراخوانی موازی تابع در طول استفاده از ابزار فعال شود یا خیر.
n	integer \| nullable	تعداد انتخاب‌های تکمیل چت که برای هر پیام ورودی تولید می‌شود. توجه داشته باشید که هزینه شما بر اساس تعداد توکن‌های تولید شده در تمام انتخاب‌ها محاسبه می‌شود. n را روی 1 نگه دارید تا هزینه‌ها را به حداقل برسانید.
seed	integer	این ویژگی در نسخه بتا است. اگر مشخص شود، سیستم ما تمام تلاش خود را می‌کند تا به صورت قطعی نمونه‌برداری کند، به طوری که درخواست‌های مکرر با همان seed و پارامترها باید همان نتیجه را برگردانند. حداقل مقدار: 1
reasoning_effort	string · enum	تلاش برای استدلال را برای مدل‌های استدلال محدود می‌کند. مقادیر پشتیبانی شده فعلی عبارتند از low، medium و high. کاهش تلاش استدلال می‌تواند منجر به پاسخ‌های سریع‌تر و توکن‌های کمتری شود که در استدلال در یک پاسخ استفاده می‌شود. مقادیر مجاز (کلیک برای کپی):
response_format	one of	شیئی که فرمتی را مشخص می‌کند که مدل باید خروجی دهد.
include	string · enum[] \| nullable	مشخص کردن داده های خروجی اضافی برای گنجاندن در پاسخ مدل. مقادیر پشتیبانی شده فعلی عبارتند از: code_interpreter_call.outputs: شامل خروجی های اجرای کد پایتون در موارد فراخوانی ابزار مفسر کد. computer_call_output.output.image_url: شامل URL های تصویر از خروجی تماس رایانه. file_search_call.results: شامل نتایج جستجوی فراخوانی ابزار جستجوی فایل. message.output_text.logprobs: شامل logprobs با پیام های دستیار. reasoning.encrypted_content: شامل یک نسخه رمزگذاری شده از توکن های استدلال در خروجی های مورد استدلال. این امکان را می دهد که از موارد استدلال در مکالمات چند نوبتی هنگام استفاده از API پاسخ ها به صورت بدون حالت استفاده شود (مانند زمانی که پارامتر store روی false تنظیم شده است، یا زمانی که یک سازمان در برنامه حفظ صفر داده ثبت نام کرده است. مقادیر مجاز (کلیک برای کپی):

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

url = 'https://api.ai-kar.com/v1/chat/completions'
headers = {
    'Authorization': 'Bearer <YOUR_AI-KARAPI_KEY>',
    'Content-Type': 'application/json'
}
data = {
    'model': 'openai/gpt-5-2025-08-07',
    'messages': [
        {
            'role': 'user',
            'content': 'Hello'
        }
    ]
}

response = requests.post(url, headers=headers, data=json.dumps(data))

print(response.json())

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
    }
  }
}