مقایسه OpenAI API، Gemini API و Claude API؛ قیمت و مشخصات ۱۴۰۵

برای سامانه‌ای که از اسناد فارسی اطلاعات ساختاریافته استخراج می‌کند، کدام API مناسب‌تر است: OpenAI API، Gemini API یا Claude API؟ پاسخ را نمی‌توان از یک نمودار «باهوش‌ترین مدل» استخراج کرد. یک مدل ممکن است در کدنویسی خوب باشد ولی هزینه خروجی یا Latency آن برای پاسخ‌گویی زنده مناسب نباشد؛ مدل دیگر Context بسیار بزرگی داشته باشد، اما قرار دادن کل سند در درخواست همچنان پرهزینه و غیرضروری باشد.

این مقاله به‌جای تکرار فهرست کلی «بهترین API هوش مصنوعی»، سه اکوسیستم را از نظر قرارداد API، مدل نمونه، هزینه رسمی در تاریخ بررسی، Context Window، نرخ درخواست، SDK، خروجی ساختارمند و رفتار روی داده فارسی مقایسه می‌کند. برای تصمیم‌گیری ویژه توسعه‌دهندگان ایرانی، مجوز استفاده و کیفیت مسیر شبکه را هم از هم جدا می‌کنیم. راهنمای عمومی انتخاب ابزار در مقاله انتخاب API برای برنامه‌نویسان ایرانی منتشر شده است؛ این صفحه یک مقایسه فنی مشخص میان سه Provider است.

جدول مدل‌های نمونه و قیمت رسمی؛ بررسی‌شده در ۱۵ اکتبر ۲۰۲۶

نام یک شرکت مدل واحد نیست. برای مقایسه قابل پیگیری، سه مدل مشخص را انتخاب کرده‌ایم: gpt-5.5 از OpenAI، gemini-3.8-flash از Google و claude-sonnet-5-5 از Anthropic. قیمت‌ها بر حسب دلار آمریکا به‌ازای یک میلیون توکن در شرایط استاندارد متن هستند؛ تخفیف Cache، Batch، ابزار، ورودی چندرسانه‌ای، Tier طولانی و مالیات در ستون‌های اصلی وارد نشده‌اند. این نرخ‌ها ممکن است در آینده تغییر کنند.

API و مدل نمونه	ورودی استاندارد / ۱M توکن	خروجی استاندارد / ۱M توکن	Context اعلام‌شده	حداکثر خروجی اعلام‌شده
OpenAI / GPT‑5.5	۵ دلار	۳۰ دلار	۱٬۰۵۰٬۰۰۰ توکن	۱۲۸٬۰۰۰ توکن
Google / Gemini 3.8 Flash	۰٫۷۵ دلار تا ۳۱ دسامبر ۲۰۲۶	۳٫۷۵ دلار تا ۳۱ دسامبر ۲۰۲۶	۱٬۰۴۸٬۵۷۶ توکن ورودی	۶۵٬۵۳۶ توکن
Anthropic / Claude Sonnet 5.5	۲ دلار	۱۰ دلار	۱٬۰۰۰٬۰۰۰ توکن	۱۲۸٬۰۰۰ توکن

منابع رسمی: مشخصات و قیمت GPT‑5.5، مشخصات Gemini 3.8 Flash، تعرفه رسمی Gemini API و مشخصات و قیمت Claude Sonnet 5.5. جدول قیمت نمونه است، نه اعلام تعرفه تمام مدل‌ها و همه Tierها.

دو نکته که مقایسه قیمت خام را تغییر می‌دهند

در مشخصات رسمی GPT‑5.5، برای Promptهایی با ورودی بیشتر از ۲۷۲ هزار توکن، شرایط قیمت‌گذاری طولانی متفاوت است و ضریب برای کل Session اعمال می‌شود. در Gemini 3.8 Flash نیز تعرفه استاندارد اعلام‌شده تا پایان ۲۰۲۶ است و از ژانویه ۲۰۲۷ نرخ دیگری در صفحه رسمی درج شده است. برای Claude Sonnet 5.5، Cache Write و Cache Read و Batch قیمت مستقل دارند. بنابراین برای سند بلند یا بار پردازش شبانه، برآورد فقط با دو عدد جدول بالا کافی نیست.

سه API از نظر قرارداد فنی چه تفاوتی دارند؟

موضوع	OpenAI	Gemini	Claude
قرارداد اصلی نمونه	Responses API	generateContent و APIهای مرتبط	Messages API
SDK و ابزار توسعه	SDK رسمی و HTTP API	Google Gen AI SDK و HTTP API	Anthropic SDK و HTTP API
خروجی ساختارمند	با مدل و Endpoint سازگار	Structured Output طبق قابلیت مدل	طبق قرارداد ویژگی ساختارمند/ابزار و مدل
فراخوانی ابزار	Function Calling و ابزارهای سازگار	Function Calling و ابزارهای قابل استفاده مدل	Tool Use با قرارداد پیام‌ها
پردازش غیرهم‌زمان	Batch و امکانات مناسب نسخه	Batch برای مدل‌های پشتیبانی‌شده	Message Batches برای مدل‌های مجاز

با وجود شباهت در مفهوم پیام و Tool Calling، نام فیلدها، فرمت Streaming، ساختار خطا و ثبت Usage یکسان نیست. اگر پروژه از یک Provider به دیگری مهاجرت کند، کافی نیست نام مدل را عوض کنید؛ باید یک آزمون قرارداد برای Structured Output، Tool Call و خطای ۴۲۹ نیز داشته باشید. به راهنمای تولید متن OpenAI، مستندات Gemini و مرجع Messages API کلود رجوع کنید.

Context Window بزرگ چه معنایی دارد و چه چیزی را تضمین نمی‌کند؟

Context Window ظرفیت محدودی برای ترکیب ورودی و بخش‌های مصرفی مدل در یک درخواست است؛ با ظرفیت واقعی درک دقیق یک سند مساوی نیست. ممکن است API اجازه ارسال صدها هزار توکن بدهد، ولی مدل در پاسخ به جزئیات میانه سند خطا کند یا زمان و هزینه به شکل نامناسب رشد کنند. Context باید با آزمون بازیابی اطلاعات و هزینه هر جواب درست سنجیده شود.

به‌ویژه برای داده فارسی، مثال‌های دارای جدول، تاریخ شمسی، عدد فارسی/انگلیسی و واحد ریال و تومان را در مجموعه آزمون قرار دهید. اگر کاربر درباره بند ۱۵ قرارداد سؤال می‌کند، می‌توان ابتدا متن مرتبط را با RAG پیدا کرد و فقط بخش لازم را به مدل داد؛ ارسال سند کامل همیشه انتخاب هوشمندانه‌ای نیست.

کیفیت خروجی فارسی را چطور بدون رتبه ساختگی مقایسه کنیم؟

هیچ‌یک از این سه Provider با قیمت و Context بالاتر، به‌طور خودکار «بهترین مدل فارسی» محسوب نمی‌شود. کیفیت تابع نوع کار، Prompt و نسخه مدل است. برای سنجش، حداقل ۳۰ تا ۵۰ نمونه از داده‌های مجاز پروژه انتخاب کنید و نتیجه را در چهار دسته بسنجید: صحت اطلاعات، پایبندی به Schema، روانی فارسی و برخورد درست با ابهام.

1. مجموعه ورودی ثابت بسازید؛ نمونه‌های آسان، سخت و ناممکن را ترکیب کنید.
2. یک دستور و معیار قبولی یکسان تعیین کنید؛ تفاوت لازم در قرارداد API را جدا ثبت کنید.
3. خروجی‌ها را تا حد امکان بدون نام مدل به ارزیاب انسانی بدهید.
4. در کنار کیفیت، زمان اولین Token، p95 پاسخ، تعداد Retry و مصرف واقعی را ذخیره کنید.
5. به جای انتخاب بر اساس یک خروجی زیبا، هزینه هر پاسخ پذیرفته‌شده را محاسبه کنید.

به‌عنوان مثال، اگر مدل A از ۴۰ فاکتور فارسی، ۳۸ مورد را با مبلغ و تاریخ درست استخراج کند و مدل B از همان داده ۳۴ مورد را درست انجام دهد، اختلاف برای آن کار معنادار است؛ اما این فقط مثال فرضی محاسبه معیار است و نتیجه بنچمارک واقعی OpenAI، Gemini یا Claude نیست.

محاسبه هزینه یک درخواست مشابه؛ چرا نتیجه قیمت مدل نیست؟

برای فهم ابعاد عددی، فرض کنید یک درخواست تنها متن دارد و دقیقاً ۲۰۰۰ توکن ورودی و ۵۰۰ توکن خروجی قابل صورتحساب مصرف می‌کند. اگر صرفاً نرخ‌های استاندارد جدول بالا را اعمال کنیم، هزینه GPT‑5.5 برابر ۰٫۰۲۵ دلار، Gemini 3.8 Flash برابر ۰٫۰۰۳۳۷۵ دلار و Claude Sonnet 5.5 برابر ۰٫۰۰۹ دلار می‌شود. این محاسبه ریاضی برای مصرف یکسان است؛ مصرف توکن واقعی بین Tokenizerهای مدل‌ها یکسان نیست و هزینه ابزار، Cache، Thinking یا Batch را نیز در نظر نگرفته‌ایم.

اگر خروجی یک مدل برای همان کار به بازنویسی و Retry نیاز داشته باشد، هزینه نهایی ممکن است متفاوت شود. برای انتخاب منصفانه، درخواست را با نمونه‌های یکسان اجرا کنید، Tokenهای گزارش‌شده توسط هر Provider را جدا بخوانید و هزینه هر پاسخ قابل قبول را معیار قرار دهید، نه فقط دلار به ازای یک میلیون توکن.

Rate Limit در OpenAI، Gemini و Claude چطور محاسبه می‌شود؟

نرخ مجاز فراخوانی فقط به نام مدل وابسته نیست. Tier حساب، منطقه مجاز، مصرف سابق، وضعیت پروژه، مدل و در بعضی APIها محدودیت توکن یا درخواست بر دقیقه تعیین‌کننده‌اند. به‌عنوان نمونه OpenAI در صفحه هر مدل جدول محدودیت بر اساس Tier و RPM/TPM را نمایش می‌دهد؛ این مقدار سقف همه حساب‌ها نیست. Google نیز برای Gemini محدودیت‌های وابسته به Tier و پروژه دارد و Anthropic محدودیت‌های حساب را در تنظیمات و Headerهای پاسخ بیان می‌کند.

شاخص محدودیت	معنا	کنترل در برنامه
RPM / RPD	درخواست در دقیقه یا روز	صف و محدودسازی هر پروژه
TPM	توکن قابل مصرف در دقیقه	برآورد Context و کنترل هم‌زمانی
Concurrency	تعداد اجرای هم‌زمان مجاز	Worker Pool و صف اولویت‌دار
Budget/Spend limit	حد مالی یا اعتباری حساب	هشدار پیش از رسیدن به سقف

برای جلوگیری از خطای ۴۲۹، هر Provider باید مکانیزم محدودسازی و Retry مختص خودش داشته باشد. اگر Error موقت است و سیاست سرویس اجازه می‌دهد، با Backoff و Jitter تلاش مجدد کنید؛ در خطای دسترسی ۴۰۱/۴۰۳ و درخواست نامعتبر، تکرار بی‌هدف خطر افزایش هزینه دارد. منابع: راهنمای Rate Limit اوپن‌ای‌آی، محدودیت نرخ Gemini و راهنمای Rate Limit کلود.

سرعت پاسخ را چگونه اندازه‌گیری کنیم؟

ادعای اینکه یک Provider در همه کشورها یا همه کارها سریع‌تر است بدون اندازه‌گیری معتبر نیست. زمان پاسخ شامل DNS، TLS، صف شبکه، صف خود Provider، زمان محاسبه و انتقال خروجی است. در APIهای Streaming، زمان تا اولین Token با زمان تکمیل کل پاسخ متفاوت است. برای پروژه ایرانی باید هر دو را از همان محل استقرار واقعی و با حساب مجاز بسنجید.

یک آزمایش با ۱۰۰ درخواست، Prompt ثابت و نرخ ارسال کنترل‌شده بسازید. میانگین، p50، p95، p99، خطاهای HTTP و طول خروجی را ثبت کنید. درخواست‌های دارای Cache گرم را با Cache سرد مخلوط نکنید و در گزارش مشخص کنید کدام مدل و Tier آزمایش شده است. سنجش از کشور یا دیتاسنتر دیگر نماینده مسیر VPS شما نیست.

مقایسه SDK و پشتیبانی از زبان PHP

هر سه سرویس API مبتنی بر HTTPS دارند. SDK رسمی در زبان‌های مختلف موجود است، اما لازم نیست نام بسته یا نسخه SDK را حدس بزنید؛ از صفحه رسمی توسعه‌دهنده همان شرکت استفاده کنید. در Laravel یا PHP، برای اتصال ساده می‌توان از HTTP Client خود فریم‌ورک استفاده کرد؛ برای Stream، Tool Use و کنترل نسخه پاسخ، SDK یا Adapter مستقل ممکن است مناسب‌تر باشد.

پشتیبانی از یک قابلیت باید برای شناسه مدل مشخص بررسی شود. مثلاً Gemini 3.8 Flash در مستندات رسمی از ورودی متن، تصویر، ویدئو، صوت و PDF با خروجی متن پشتیبانی می‌کند؛ Claude Sonnet 5.5 از ورودی متن و تصویر به خروجی متن برخوردار است؛ GPT‑5.5 طبق صفحه مدل از ورودی متن و تصویر و خروجی متن پشتیبانی می‌کند. این فهرست به معنی یکسان بودن قیمت پردازش تصویر، جزئیات Schema یا خروجی صوت نیست.

شرایط دسترسی از ایران را با تست شبکه اشتباه نگیرید

وجود یک مسیر HTTPS باز به معنی مجازبودن استفاده از سرویس نیست. برای OpenAI، Google و Anthropic، مناطق پشتیبانی‌شده و شرایط حساب باید از صفحات رسمی در تاریخ اقدام بررسی شوند. صفحه مناطق پشتیبانی‌شده OpenAI API، مناطق مجاز Gemini API و کشورهای پشتیبانی‌شده Anthropic منابع اولیه‌اند. فهرست‌ها تغییر می‌کنند و ممکن است بین محصول مصرف‌کننده و API یکسان نباشند.

اگر ارائه‌دهنده برای نوع حساب یا منطقه پروژه اجازه استفاده نمی‌دهد، تغییر آدرس خروجی یا استفاده از واسط به‌خودی‌خود مجوز ایجاد نمی‌کند. در شرایط مجاز، خطاهای DNS، TLS، Timeout و HTTP را جدا ثبت کنید. برای تحلیل عیب‌یابی مسیر، راهنمای اتصال AI از سرور ایران به مشکلات شبکه می‌پردازد.

انتخاب بر اساس سناریوی واقعی توسعه‌دهندگان

سناریو	معیار اصلی	روش مقایسه پیشنهادی
دستیار پشتیبانی فارسی	صحت پاسخ، هذیان‌گویی و p95 تأخیر	۵۰ گفت‌وگوی واقعیِ بی‌نام
استخراج داده از فاکتور	درستی رقم و JSON Schema	جدول نرخ خطا و هزینه جواب درست
کمک به برنامه‌نویسی Laravel	قبولی Unit Test و امنیت کد	یک مجموعه تست یکسان PHP
تحلیل سند بلند	دقت بازیابی و هزینه Context	سؤالاتی با پاسخ در بخش‌های مختلف سند
پردازش حجم زیاد و غیرهم‌زمان	هزینه Batch، زمان تکمیل و Rate Limit	Jobهای با حجم برابر و قیمت واقعی

ممکن است دو مدل برای دو وظیفه جدا برگزیده شوند؛ ضرورتی ندارد یک برنده برای همه کاربردها تعیین کنیم. نتیجه آزمون داخلی یک سازمان نیز به‌تنهایی اثبات عمومی برتری آن مدل در همه مسائل نیست.

Avaztek AI چگونه مقایسه و اتصال چند Provider را منظم می‌کند؟

Avaztek AI طبق مستندات فعلی سرویس، درگاه مرکزی با API نسخه‌بندی‌شده، رجیستری Provider، سیاست مسیریابی مدل، API Key پروژه، سهمیه، گزارش Usage و صف پایدار دارد. برای تیمی که OpenAI، Gemini یا Claude را در شرایط مجاز و در دسترس ارزیابی می‌کند، داشتن لایه مرکزی می‌تواند گزارش مصرف و خطاهای اتصال را قابل مقایسه‌تر کند.

وجود Provider در رجیستری به معنی تضمین فعال‌بودن هر مدل برای تمام مشتریان نیست؛ کیفیت و مجوز هر Provider باید جدا بررسی شود. برای مطالعه قرارداد اتصال به مستندات SDK و API سامانه مراجعه کنید و برای بررسی مدل‌های قابل استفاده، حجم درخواست و سیاست داده پروژه، از فرم تماس و درخواست اتصال استفاده کنید. کلید API، اسناد شخصی یا Secret را در فرم عمومی ارسال نکنید.

سؤالات متداول مقایسه OpenAI، Gemini و Claude API

کدام‌یک برای زبان فارسی دقیق‌تر است؟

برتری ثابت و عمومی بدون آزمون مستقل قابل اثبات نیست. کیفیت را روی داده واقعی فارسی و با معیارهایی مانند صحت رقم، اصطلاحات تخصصی، خروجی JSON و میزان خطا در شرایط یکسان بسنجید.

آیا Gemini 3.8 Flash همیشه از GPT‑5.5 ارزان‌تر تمام می‌شود؟

نرخ نمونه استاندارد متن در جدول پایین‌تر است، اما Tokenizer، مصرف واقعی، نرخ خطا، Thinking، Cache و ابزارها می‌توانند هزینه هر خروجی پذیرفته‌شده را تغییر دهند. هزینه واقعی را از Usage و صورت‌حساب حساب کنید.

آیا Context یک میلیون توکن یعنی پاسخ یک میلیون توکنی؟

خیر. Context ظرفیت ورودی و پردازش در یک درخواست است؛ حداکثر خروجی جداگانه تعیین می‌شود و معمولاً بسیار کمتر است. ارسال متن بزرگ هم لزوماً دقت بهتری نمی‌دهد.

آیا APIهای این سه شرکت روی VPS ایران تضمینی کار می‌کنند؟

خیر. باید مجازبودن منطقه و حساب، دسترسی شبکه و پاسخ واقعی API را مستقل بررسی کنید. بازبودن پورت یا مسیر Proxy مجوز قراردادی ایجاد نمی‌کند.

Rate Limit ثابت در دقیقه برای هر شرکت چند درخواست است؟

عدد یکتایی ندارد؛ به مدل، Tier، حساب و گاهی منطقه وابسته است. ظرفیت مجاز را از داشبورد و مستندات همان Provider بخوانید و در صف و Rate Limiter برنامه اعمال کنید.

چطور مدل مناسب را با کمک Avaztek AI انتخاب کنیم؟

ابتدا سناریو و تست‌های پروژه را مشخص کنید، سپس امکانات مسیریابی و گزارش مصرف سامانه را با نیازتان تطبیق دهید. برای بررسی دسترسی و قرارداد اتصال، درخواست فنی ثبت کنید.

جمع‌بندی: اعداد رسمی مهم‌اند، اما نتیجه آزمون محصول تعیین‌کننده است

OpenAI، Google و Anthropic هر سه ابزار قدرتمند توسعه API ارائه می‌کنند؛ تفاوت را باید در مدل مشخص، قیمت به‌روز، قرارداد، محدودیت نرخ، کیفیت داده فارسی و شرایط دسترسی سنجید. جدول این صفحه به وضعیت مستندات در ۱۵ اکتبر ۲۰۲۶ وابسته است و برای تغییرات بعدی باید دوباره کنترل شود. اگر چند Provider مجاز را در چند محصول مدیریت می‌کنید، Avaztek AI گزینه‌ای برای بررسی اتصال و گزارش مرکزی است، نه تضمین انتخاب خودکار بهترین مدل.