خرید API o3-mini هوش مصنوعی OpenAI + مستندات

هوش مصنوعی o3-mini توسط OpenAI به عنوان یک مدل استدلالگر جدید معرفی شده است که در زمینه‌هایی مانند ریاضیات، کدنویسی و علوم تجربی عملکردی مشابه مدل‌های قبلی مانند o1 دارد، اما با سرعت و دقت بالاتر. این مدل در اواخر ژانویه ۲۰۲۵ به طور رسمی در دسترس کاربران قرار گرفت و به ChatGPT و سرویس‌های API آن اضافه شد. اکنون این API توسط تاک بات نیز ارائه میگردد.

در سال‌های اخیر، پیشرفت‌های چشم‌گیری در زمینه مدل‌های زبانی و استدلالی رخ داده است. یکی از این پیشرفت‌ها معرفی مدل o3-mini توسط OpenAI است که به تازگی در دسترس توسعه‌دهندگان قرار گرفته است. این مقاله به بررسی ویژگی‌ها و کاربردهای API مدل o3-mini می‌پردازد.

معرفی o3-mini

جدیدترین عضو خانواده مدل‌های استدلالی OpenAI است که با هدف بهبود کارایی و کاهش هزینه طراحی شده است. این مدل بر روی وظایف STEM (علوم، فناوری، مهندسی و ریاضیات) متمرکز بوده و عملکرد بهتری نسبت به نسخه‌های قبلی دارد. o3-mini قادر به ارائه پاسخ‌هایی سریع‌تر (24 درصد سریع‌تر از o1-mini) با دقت بیشتر می‌باشد.

ویژگی‌های API o3-mini


مدل های زبانی پشتیبانی شده + نرخ مصرف:

نام مدل هزینه (TPC) Content-Length
o3-mini 3TPC 128k
TPC = Token Per Character نحوه محاسبه توکن

نحوه استفاده از API OpenAI O3-mini

استفاده از API این مدل نیازمند دریافت کلید API از تاک بات و تنظیم محیط توسعه با وابستگی های لازم می باشد. نمونه زیر نحوه استفاده پایه‌ای را نشان می‌دهد:

نمونه کد PHP درخواست پاسخ از o3-mini


	$message = [["role" => "system", "content" => "This is a test prompt."]
	,["role" => "user", "content" => "Just Say Hello."],
	["role" => "assistant", "content" => "Hello"],
	["role" => "user", "content" => "Thank you."]];
    $REQ = curl_init();

    curl_setopt_array(
        $REQ,
        array(
            CURLOPT_URL => 'https://api.talkbot.ir/v1/chat/completions',
            CURLOPT_RETURNTRANSFER => true,
            CURLOPT_ENCODING => '',
            CURLOPT_MAXREDIRS => 10,
            CURLOPT_TIMEOUT => 0,
			
            CURLOPT_FOLLOWLOCATION => true,
            CURLOPT_HTTP_VERSION => CURL_HTTP_VERSION_1_1,
            CURLOPT_CUSTOMREQUEST => 'POST',
            CURLOPT_POSTFIELDS =>
			'{
			"model": "o3-mini",
			"messages": '.json_encode($message) .',
			"temperature": 1,
			"max-token": 4000,
			"top_p": 1.0,
			"top_k": 0,
			"repetition_penalty": 1.0,
			"top_a": 0.0,
			"frequency_penalty": 0.0,
			"presence_penalty": 0.0
			}',
            CURLOPT_HTTPHEADER => array(
                'Content-Type: application/json',
		'Authorization: Bearer ' .  'sk-a789804145201421agf55554213v7' // Replace with your actual API key
                
            ),
        )
    );

	echo $Response = curl_exec($REQ);

    $error = curl_error($REQ);

    $data = json_decode($Response, true); 

نمونه کد Python اتصال به API هوش مصنوعی


import json
import requests


messages = [
    {"role": "system", "content": "This is a test prompt."},
    {"role": "user", "content": "Just Say Hello."},
    {"role": "assistant", "content": "Hello"},
    {"role": "user", "content": "Thank you."}
]


url = 'https://api.talkbot.ir/v1/chat/completions'


payload = json.dumps({
    "model": "o3-mini",
    "messages": messages,
    "max-token": 4000,
    "temperature": 0.3,
    "top_p": 1.0,
    "top_k": 0,
    "repetition_penalty": 1.0,
    "top_a": 0.0,
    "frequency_penalty": 0.0,
    "presence_penalty": 0.0
})


headers = {
    'Content-Type': 'application/json',
    'Authorization': 'Bearer sk-a789834145201421ag635554213v8'  # Replace with your actual API key
}


response = requests.post(url, data=payload, headers=headers)


if response.ok:
    print(response.text)
else:
    print(f'An error occurred: {response.text}')

# You may want to parse the JSON response 
data = response.json()
	  


نمونه خروجی:

این خروجی که توسط تاک بات ارائه می‌شود، استاندارد جهانی را دنبال می‌کند. شما در پاسخ خود، خروجی کد JSON را مشاهده خواهید کرد که شبیه به این است:


{
  "id": "chatcmpl-AxvvkHdMwekVeiVoUIVvEVpgSMeUP",
  "object": "chat.completion",
  "created": 1738847400,
  "model": "o3-mini-2025-01-31",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "Hi there! How's it going?",
        "refusal": null
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 30,
    "completion_tokens": 146,
    "total_tokens": 176,
    "prompt_tokens_details": {
      "cached_tokens": 0,
      "audio_tokens": 0
    },
    "completion_tokens_details": {
      "reasoning_tokens": 128,
      "audio_tokens": 0,
      "accepted_prediction_tokens": 0,
      "rejected_prediction_tokens": 0
    }
  },
  "service_tier": "default",
  "system_fingerprint": "fp_8bcaa0ca21"
}
	 

تنظیمات توصیه‌شده برای o3 Mini

temperature
این تنظیم تنوع در پاسخ‌های مدل را تعیین می‌کند. مقادیر پایین‌تر (0.0 تا 2.0) باعث می‌شوند که پاسخ‌ها قابل پیش‌بینی‌تر و معمولی‌تر باشند، در حالی که مقادیر بالاتر (0.0 تا 2.0) پاسخ‌های متنوع‌تر و کمتر متداول را تشویق می‌کنند. مقدار 0 باعث می‌شود که مدل همواره پاسخ یکسانی برای یک ورودی بدهد.
Default: 1.0
top_p
این تنظیم انتخاب مدل را به درصدی از توکن‌های احتمالی محدود می‌کند (0.0 تا 1.0): تنها توکن‌های برتر که مجموع احتمالشان به P می‌رسد. مقدار کمتر (0.0 تا 1.0) باعث پاسخ‌های قابل پیش‌بینی‌تر می‌شود و مقدار پیش‌فرض اجازه می‌دهد مدل از تمامی احتمالات استفاده کند.
Default: 1.0
top_k
این تنظیم انتخاب مدل از توکن‌ها را محدود می‌کند (عدد صفر یا بیشتر). مقدار 1 باعث می‌شود مدل همیشه محتمل‌ترین توکن بعدی را انتخاب کند که باعث پاسخ‌های قابل پیش‌بینی می‌شود. مقدار پیش‌فرض این تنظیم غیرفعال بوده (0) و مدل را قادر می‌‌سازد از تمامی انتخاب‌ها استفاده کند.
Default: 0
frequency_penalty
این تنظیم تلاش می‌کند تکرار توکن‌ها را بر اساس میزان تکرارشان در ورودی کنترل کند (-2.0 تا 2.0). این پارامتر تلاش می‌کند توکن‌هایی که کمتر ظاهر شده‌اند را بیشتر استفاده کند. مقادیر منفی استفاده مجدد از توکن‌ها را تشویق می‌کنند.
Default: 0.0
presence_penalty
احتمال تکرار توکن‌های خاص ورودی را تنظیم می‌کند (-2.0 تا 2.0). مقادیر بالاتر احتمال تکرار این توکن‌ها را کاهش می‌دهند. مقادیر منفی نتیجه برعکس دارند و استفاده مجدد از توکن‌ها را تشویق می‌کنند.
Default: 0.0
repetition_penalty
این تنظیم به کاهش تکرار توکن‌ها از ورودی کمک می‌کند (0.0 تا 2.0). مقدار بالاتر باعث می‌شود مدل کمتر احتمال تکرار توکن‌ها را داشته باشد، اما مقادیر خیلی بالا می‌تواند باعث تولید خروجی بی‌ربط شود.
Default: 1.0
Default: 0.0
top_a
فقط توکن‌های برتر با احتمالات "به اندازه کافی بالا" را بر اساس احتمال بالاترین توکن در نظر می‌گیرد (0.0 تا 1.0). مقدار پایین‌تر این پارامتر انتخاب‌ها را بر اساس محتمل‌ترین توکن محدود می‌کند، اما دقت بیشتری در پاسخ‌دهی مدل ایجاد می‌کند.
Default: 0.0

آزمایش رایگان:

برای آزمایش و تست رایگان این وب سرویس (API) ابتدا در سایت ثبتنام کنید، و سپس از طریق کنترل پنل کاربری، کلید اختصاصی خود را ایجاد کنید. پس از ایجاد کلید، آن را در نمونه کدهای بالا جایگزاری کرده و خروجی را مشاهده کنید. امکان استفاده از کلید آزمایشی فقط تا 15000 توکن میسر است.


سایر وب سرویس ها:

با خرید بسته یاقوتی و یا یکی از بسته های فرایاقوتی، شما علاوه بر وب سرویس یا API پیش رو، از وب سرویس های زیر نیز میتوانید استفاده کنید.