Text Models (LLM)openai

معرفی و مستندات مدل هوش مصنوعی gpt-5-1-chat-latest

مستندات مدل gpt-5-1-chat-latest ارائه شده توسط ای ای کار (AI-KAR)

معرفی و بررسی فنی

⚡ وضعیت پشتیبانی از زبان فارسی

این مدل از زبان فارسی به صورت متوسط پشتیبانی می‌کند. درک مطلب و تولید متن فارسی در سطح قابل قبولی است، اما ممکن است در برخی موارد با خطا مواجه شود.

مدل gpt-5-1-chat-latest یک مدل هوش مصنوعی مکالمه‌ای پیشرفته است که توسط OpenAI توسعه داده شده و از طریق ای ای کار (AI-KAR) در دسترس قرار گرفته است. این مدل با هدف ارائه هوش، صمیمیت و پاسخگویی بهبود یافته طراحی شده است. به عنوان یک مدل با تاخیر کم و تعامل بالا، تجربه مکالمه‌ای طبیعی، جذاب و سازگار را برای کاربران فراهم می‌کند. این مدل قادر است به سوالات پاسخ دهد، در گفتگوها شرکت کند، اطلاعات را خلاصه کند، متن‌های مختلف را تولید کند و وظایف گوناگون دیگری را انجام دهد که نیازمند درک زبان طبیعی هستند.

یکی از ویژگی‌های برجسته gpt-5-1-chat-latest، توانایی آن در درک و پاسخگویی به زبان‌های مختلف است. این مدل می‌تواند به سوالات مطرح شده به زبان‌های گوناگون پاسخ دهد و متن‌ها را به زبان‌های مختلف ترجمه کند. این ویژگی آن را به ابزاری ارزشمند برای ارتباطات بین‌المللی و دسترسی به اطلاعات جهانی تبدیل می‌کند.

علاوه بر این، gpt-5-1-chat-latest قادر است با استفاده از ابزارهای مختلف، اطلاعات را از منابع گوناگون جمع‌آوری کند و به کاربران ارائه دهد. این مدل می‌تواند به اینترنت متصل شود، به پایگاه‌های داده دسترسی پیدا کند و از APIهای مختلف برای جمع‌آوری اطلاعات استفاده کند. این ویژگی آن را به ابزاری قدرتمند برای تحقیق و توسعه تبدیل می‌کند.

مدل gpt-5-1-chat-latest به طور مداوم در حال بهبود است و OpenAI به طور منظم نسخه‌های جدیدی از آن را با قابلیت‌های بیشتر منتشر می‌کند. ای ای کار (AI-KAR) نیز همواره در تلاش است تا آخرین نسخه‌های این مدل را در اختیار کاربران خود قرار دهد و از آن‌ها در پروژه‌های خود استفاده کند.

این مدل برای توسعه‌دهندگان و کسب‌وکارهایی که به دنبال ایجاد تجربه‌های مکالمه‌ای هوشمند هستند، بسیار مناسب است. با استفاده از API ارائه شده توسط ای ای کار (AI-KAR)، توسعه‌دهندگان می‌توانند به راحتی این مدل را در برنامه‌ها و سرویس‌های خود ادغام کنند و از قابلیت‌های آن بهره‌مند شوند. این مدل می‌تواند در زمینه‌های مختلفی مانند خدمات مشتری، آموزش، سرگرمی و تجارت الکترونیک مورد استفاده قرار گیرد.

به طور خلاصه، gpt-5-1-chat-latest یک مدل هوش مصنوعی مکالمه‌ای پیشرفته است که با ارائه هوش، صمیمیت و پاسخگویی بهبود یافته، تجربه مکالمه‌ای طبیعی، جذاب و سازگار را برای کاربران فراهم می‌کند. این مدل با قابلیت‌های گسترده و امکان ادغام آسان، ابزاری ارزشمند برای توسعه‌دهندگان و کسب‌وکارها است.

مشخصات فنی (API References)

پارامتر	نوع	توضیحات و مقادیر
model	stringRequired	مدل مورد استفاده برای تولید پاسخ. مقدار این پارامتر باید 'openai/gpt-5-1-chat-latest' باشد. 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 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.
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.
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.
stream_options	object	تنظیمات مربوط به استریم کردن پاسخ.
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 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 تا آن ابزار را فراخوانی کند. مقادیر مجاز (کلیک برای کپی):
parallel_tool_calls	boolean	اینکه آیا فراخوانی تابع موازی در طول استفاده از ابزار فعال شود یا خیر.
n	integer \| nullable	تعداد انتخاب‌های تکمیل چت که برای هر پیام ورودی باید تولید شود. توجه داشته باشید که هزینه بر اساس تعداد توکن‌های تولید شده در تمام انتخاب‌ها محاسبه می‌شود. n را به عنوان 1 نگه دارید تا هزینه‌ها به حداقل برسد.
seed	integer	این ویژگی در حالت 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 نتیجه یکسانی را برگردانند.
response_format	one of	شیئی که فرمتی را مشخص می‌کند که مدل باید خروجی دهد.
input	any ofRequired	ورودی متن، تصویر یا فایل به مدل، که برای تولید پاسخ استفاده می شود.
include	string · enum[] \| nullable	داده های خروجی اضافی را برای گنجاندن در پاسخ مدل مشخص کنید. مقادیر پشتیبانی شده فعلی عبارتند از: code_interpreter_call.outputs: شامل خروجی های اجرای کد پایتون در موارد فراخوانی ابزار مفسر کد است. computer_call_output.output.image_url: شامل آدرس های اینترنتی تصویر از خروجی فراخوانی رایانه است. file_search_call.results: شامل نتایج جستجوی فراخوانی ابزار جستجوی فایل است. message.output_text.logprobs: شامل logprobs با پیام های دستیار است. reasoning.encrypted_content: شامل یک نسخه رمزگذاری شده از توکن های استدلال در خروجی های مورد استدلال است. این امکان را می دهد تا از موارد استدلال در مکالمات چند نوبتی هنگام استفاده از Responses API 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).
max_output_tokens	integer	حد بالایی برای تعداد توکن هایی که می توانند برای یک پاسخ تولید شوند، از جمله توکن های خروجی قابل مشاهده و توکن های استدلال.
previous_response_id	string \| nullable	شناسه منحصر به فرد پاسخ قبلی به مدل. از این برای ایجاد مکالمات چند نوبتی استفاده کنید.
prompt	object \| nullable	ارجاع به یک الگوی اعلان و متغیرهای آن.
store	boolean \| nullable	اینکه آیا پاسخ مدل تولید شده برای بازیابی بعدی از طریق API ذخیره شود یا خیر.
stream	boolean \| nullable	آیا باید پاسخ را به صورت جریانی دریافت کرد؟

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-5-1-chat-latest',
    '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
    }
  }
}