Text Models (LLM)openai
معرفی و مستندات مدل هوش مصنوعی gpt-5-mini
مستندات مدل gpt-5-mini 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 دستورالعملها و سوالات واضح و دقیق استفاده کنید.
مدل gpt-5-mini یک نسخه سریعتر و مقرون به صرفهتر از مدل GPT-5 است که برای وظایف مشخص و درخواستهای دقیق ایدهآل است. این مدل توسط ای آی کار (AI-KAR) ارائه شده و هدف آن ارائه راهکاری کارآمد برای پردازش زبان طبیعی با حفظ کیفیت و دقت بالا است. gpt-5-mini برای کاربردهایی که نیاز به پاسخهای سریع و کمهزینه دارند، بسیار مناسب است. این مدل میتواند در زمینههای مختلفی از جمله پاسخگویی به سوالات، تولید متن، خلاصهسازی، ترجمه و تحلیل احساسات مورد استفاده قرار گیرد.
یکی از ویژگیهای برجسته gpt-5-mini، توانایی آن در درک و پردازش دقیق دستورالعملها است. این مدل به خوبی میتواند درخواستهای پیچیده را تجزیه و تحلیل کرده و پاسخهای مرتبط و دقیقی ارائه دهد. همچنین، gpt-5-mini از نظر مصرف منابع بسیار بهینهتر از مدلهای بزرگتر مانند GPT-5 است، که این امر آن را به گزینهای مناسب برای استفاده در محیطهایی با محدودیت منابع تبدیل میکند.
برای استفاده از این مدل، ابتدا باید یک حساب کاربری در وبسایت ای آی کار (AI-KAR) ایجاد کرده و یک کلید API تولید کنید. سپس میتوانید با استفاده از کد نمونه ارائه شده، درخواستهای خود را به مدل ارسال کنید. در کد نمونه، باید کلید API خود را جایگزین عبارت <YOUR_AI-KARAPI_KEY> کرده و سوال یا درخواست خود را در فیلد `content` وارد کنید. همچنین، میتوانید پارامترهای اختیاری دیگر را نیز برای تنظیم رفتار مدل تغییر دهید.
مدل gpt-5-mini از طریق API قابل دسترسی است و از پارامترهای مختلفی برای کنترل رفتار آن پشتیبانی میکند. پارامترهای اجباری شامل `model` و `messages` هستند، در حالی که پارامترهای اختیاری مانند `max_completion_tokens`، `max_tokens`، `stream` و `tools` به شما امکان میدهند تا خروجی مدل را به دقت تنظیم کنید. با استفاده از این پارامترها، میتوانید هزینههای استفاده از API را کنترل کرده و پاسخهای دقیقتری دریافت کنید.
در نهایت، gpt-5-mini یک ابزار قدرتمند و کارآمد برای پردازش زبان طبیعی است که توسط ای آی کار (AI-KAR) ارائه شده است. این مدل با ارائه ترکیبی از سرعت، دقت و مقرون به صرفه بودن، میتواند به شما در انجام وظایف مختلف مرتبط با زبان طبیعی کمک کند.
یکی از ویژگیهای برجسته gpt-5-mini، توانایی آن در درک و پردازش دقیق دستورالعملها است. این مدل به خوبی میتواند درخواستهای پیچیده را تجزیه و تحلیل کرده و پاسخهای مرتبط و دقیقی ارائه دهد. همچنین، gpt-5-mini از نظر مصرف منابع بسیار بهینهتر از مدلهای بزرگتر مانند GPT-5 است، که این امر آن را به گزینهای مناسب برای استفاده در محیطهایی با محدودیت منابع تبدیل میکند.
برای استفاده از این مدل، ابتدا باید یک حساب کاربری در وبسایت ای آی کار (AI-KAR) ایجاد کرده و یک کلید API تولید کنید. سپس میتوانید با استفاده از کد نمونه ارائه شده، درخواستهای خود را به مدل ارسال کنید. در کد نمونه، باید کلید API خود را جایگزین عبارت <YOUR_AI-KARAPI_KEY> کرده و سوال یا درخواست خود را در فیلد `content` وارد کنید. همچنین، میتوانید پارامترهای اختیاری دیگر را نیز برای تنظیم رفتار مدل تغییر دهید.
مدل gpt-5-mini از طریق API قابل دسترسی است و از پارامترهای مختلفی برای کنترل رفتار آن پشتیبانی میکند. پارامترهای اجباری شامل `model` و `messages` هستند، در حالی که پارامترهای اختیاری مانند `max_completion_tokens`، `max_tokens`، `stream` و `tools` به شما امکان میدهند تا خروجی مدل را به دقت تنظیم کنید. با استفاده از این پارامترها، میتوانید هزینههای استفاده از API را کنترل کرده و پاسخهای دقیقتری دریافت کنید.
در نهایت، gpt-5-mini یک ابزار قدرتمند و کارآمد برای پردازش زبان طبیعی است که توسط ای آی کار (AI-KAR) ارائه شده است. این مدل با ارائه ترکیبی از سرعت، دقت و مقرون به صرفه بودن، میتواند به شما در انجام وظایف مختلف مرتبط با زبان طبیعی کمک کند.
مشخصات فنی (API References)
| پارامتر | نوع | توضیحات و مقادیر |
|---|---|---|
model | stringRequired | شناسه مدل مورد استفاده برای تولید پاسخ. مقدار این پارامتر باید 'openai/gpt-5-mini-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 مختلفی از 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 هزینهها برای 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 جریان داده. |
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. none مقدار پیشفرض است وقتی هیچ ابزاری وجود نداشته باشد. auto مقدار پیشفرض است اگر ابزارها وجود داشته باشند. مقادیر مجاز (کلیک برای کپی): |
parallel_tool_calls | boolean | تعیین اینکه آیا فراخوانی موازی تابع در حین 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 شما بر اساس تعداد توکنهای تولید شده در تمام انتخابها محاسبه میشود. n را به عنوان 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 طور قطعی نمونهبرداری کند، به طوری که درخواستهای مکرر با همان seed و پارامترها باید همان نتیجه را برگردانند. حداقل مقدار: 1 |
reasoning_effort | string | تلاش برای استدلال را برای مدلهای استدلالی محدود میکند. مقادیر پشتیبانی شده در حال حاضر 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 میشوند. مقادیر مجاز (کلیک برای کپی): |
response_format | one of | یک شیء که فرمتی را مشخص میکند که مدل باید خروجی دهد. |
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-mini-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
}
}
}