راه‌اندازی کلید API اوپن‌ای‌آی: فراخوانی GPT-6.1 Sol در ۱۳ مرحله [۲۰۲۶]

اوپن‌ای‌آی این ماه مدل جدیدی را به مجموعه مدل‌های API خود اضافه کرده که معادلات را برای توسعه‌دهندگانی که روی GPT برنامه می‌سازند تغییر داده است. GPT-6.1 Sol در فهرست تغییرات API اوپن‌ای‌آی به‌عنوان گزینه‌ای ارزان‌تر از مدل پرچم‌دار GPT-6 Astra برای استفاده از رایانه معرفی شده و به‌طور مشخص برای کدنویسی پیچیده و کارهای حرفه‌ای طراحی شده است. اگر راه‌اندازی کلید API اوپن‌ای‌آی را مدتی به تعویق انداخته‌اید یا کلید شما هنوز به مدلی بازنشسته‌شده اشاره می‌کند، اکنون زمان مناسبی برای اصلاح آن است.

این آموزش تمام فرایند را پوشش می‌دهد: ساخت حساب توسعه‌دهنده اوپن‌ای‌آی، ایجاد و ایمن‌سازی کلید API، نصب SDK و فراخوانی GPT-6.1 Sol از پایتون، به همراه استریم پاسخ‌ها، تلاش مجدد، فراخوانی تابع و در نهایت یک پروژه کامل خط فرمان که آماده اجراست. همچنین ۹ خطای رایج هنگام راه‌اندازی، روش تأیید موفقیت تنظیمات با خروجی واقعی نمونه و مقایسه مجموعه مدل‌های فعلی اوپن‌ای‌آی با مدل‌هایی که گوگل، آنتروپیک و آزمایشگاه‌های فعال در حوزه مدل‌های متن‌باز در پاییز امسال عرضه کرده‌اند، بررسی می‌شود.

برای انجام این مراحل به تجربه قبلی با API اوپن‌ای‌آی نیاز ندارید. اگر تاکنون کلید API نساخته‌اید یا آخرین باری که با آن کار کرده‌اید به زمانی پیش از عرضه GPT-6 Astra و GPT-6.1 Sol برمی‌گردد، بهتر است این فرایند را یک شروع مجدد در نظر بگیرید، نه وصله‌زدن یک اتصال قدیمی. ساختار حساب، فرایند صورتحساب و حتی صفحه ایجاد کلید در یک سال گذشته به اندازه‌ای تغییر کرده‌اند که دنبال‌کردن یک آموزش قدیمی احتمالاً بیشتر از شروع دوباره با ۱۳ مرحله زیر زمان می‌برد.

چرا دریافت کلید API اوپن‌ای‌آی در اواخر ۲۰۲۶ دوباره اهمیت پیدا کرده است؟

چشم‌انداز API اوپن‌ای‌آی که در سپتامبر و اکتبر ۲۰۲۶ عرضه شد، تقریباً هیچ شباهتی به شش ماه قبل ندارد. GPT-6 Astra در ۳ سپتامبر ۲۰۲۶ عرضه شد و نه به‌عنوان یک مدل گفت‌وگوی معمولی، بلکه به‌عنوان مدل پرچم‌دار استفاده از رایانه معرفی شد؛ مدلی که می‌تواند در یک مرورگر میزبانی‌شده فعالیت کند و کارهای چندمرحله‌ای را انجام دهد. پس از آن، GPT-6.1 Sol در فهرست تغییرات API اوپن‌ای‌آی ظاهر شد؛ گزینه‌ای ارزان‌تر و سریع‌تر برای کدنویسی پیچیده و کارهای حرفه‌ای که برای نخستین بار از زمان بازنشستگی GPT-5.5 در ChatGPT و Codex، انتخاب واقعی میان توانایی بیشتر و بهره‌وری هزینه‌ای را در اختیار توسعه‌دهندگان قرار می‌دهد.

این بازنشستگی برای هر کسی که هنوز یک اتصال قدیمی را به یک شناسه مدل منسوخ‌شده متصل کرده، اهمیت دارد. اگر تنظیمات کلید API اوپن‌ای‌آی پروژه شما از اوایل ۲۰۲۶ تغییری نکرده است، احتمال دارد کد شما مدلی را فراخوانی کند که دیگر وجود ندارد یا مدلی که بی‌سروصدا هزینه بیشتری از گزینه پیش‌فرض جدید دارد. ساخت یک کلید API جدید و طی‌کردن فرایند فعلی راه‌اندازی، سریع‌ترین روش برای اطمینان از کارکرد پروژه و بهره‌مندی از صرفه‌جویی هزینه‌ای است که GPT-6.1 Sol برای آن طراحی شده است.

پیش از آنکه حتی یک خط کد بنویسید، دانستن زمینه گسترده‌تر نیز مفید است. اوپن‌ای‌آی تنها شرکتی نبود که پاییز امسال مدل‌های جدید عرضه کرد. Gemini 4 Argon گوگل در ۱۳ اکتبر ۲۰۲۶ در Gemini API، AI Studio، Antigravity و اپلیکیشن Gemini به‌صورت عمومی در دسترس قرار گرفت. آنتروپیک نیز Claude Opus 5.5 را در همان موج عرضه سپتامبر منتشر کرد؛ موجی که GPT-6 Sol، Gemini 3.8 Flash TTS، Grok 4.7 و Qwen Image 2.1 را نیز شامل می‌شد، بر اساس جدول انتشار ThursdAI. دانستن جایگاه GPT-6.1 Sol در میان این مدل‌ها، به‌ویژه اگر قصد دارید درخواست‌ها را میان چند ارائه‌دهنده توزیع کنید، بر معماری برنامه شما تأثیر می‌گذارد.

پیش‌نیازها: پیش از شروع به چه چیزهایی نیاز دارید؟

این آموزش یک رایانه معمولی توسعه‌دهندگان را در نظر می‌گیرد. هیچ‌یک از این الزامات غیرمعمول نیست، اما پیش از شروع نسخه‌ها را بررسی کنید؛ زیرا قدیمی‌بودن SDK رایج‌ترین دلیل خطاهای مبهم «مدل پیدا نشد» هنگام عرضه مدل‌های جدیدی مانند GPT-6.1 Sol است.

• یک نشانی ایمیل و شماره تلفن قابل تأیید برای ایجاد حساب پلتفرم اوپن‌ای‌آی
• پایتون ۳.۱۰ یا جدیدتر؛ پایتون ۳.۱۲ انتخابی مطمئن و به‌روز است، یا در صورت ترجیح جاوااسکریپت، Node.js نسخه ۱۸ LTS یا جدیدتر
• pip که همراه پایتون ارائه می‌شود، یا npm نسخه ۹ یا جدیدتر برای نصب بسته‌ها
• SDK رسمی openai با جدیدترین نسخه، نصب‌شده با pip install --upgrade openai. از تثبیت نسخه قدیمی در آموزش‌های قبلی خودداری کنید، زیرا SDKهای قدیمی ممکن است شناسه‌های مدل جدید را نشناسند.
• یک ترمینال مانند bash، zsh یا PowerShell و یک ویرایشگر کد مانند VS Code
• یک روش پرداخت معتبر، زیرا اوپن‌ای‌آی پیش از آنکه کلیدهای API بتوانند درخواست زنده ارسال کنند، داشتن اطلاعات صورتحساب را الزامی کرده است.
• اختیاری اما توصیه‌شده: بسته python-dotenv برای مدیریت متغیرهای محیطی به‌صورت محلی
• اختیاری: curl برای آزمایش درخواست‌های خام HTTP خارج از SDK

برای شروع به یک شخصیت حقوقی تجاری یا خط اعتباری نیاز ندارید. یک حساب شخصی اوپن‌ای‌آی با کارت اعتباری یا نقدی ثبت‌شده برای ایجاد یک کلید API فعال و شروع فراخوانی GPT-6.1 Sol ظرف چند دقیقه کافی است.

آشنایی با مجموعه مدل‌های اوپن‌ای‌آی: GPT-6.1 Sol در برابر GPT-6 Astra و GPT-Live-1

پیش از ایجاد کلید، بهتر است بدانید دقیقاً کدام مدل را می‌خواهید فراخوانی کنید؛ زیرا مجموعه فعلی اوپن‌ای‌آی، به‌جای یک نقطه پایانی گفت‌وگوی عمومی، بارهای کاری را میان سه محصول متمایز تقسیم می‌کند. GPT-6 Astra که در ۳ سپتامبر ۲۰۲۶ عرضه شد، برای استفاده از رایانه ساخته شده است: این مدل می‌تواند در یک مرورگر میزبانی‌شده حرکت کند، روی رابط‌ها کلیک کند و کارهایی را که چند برنامه را دربرمی‌گیرند انجام دهد؛ مجوز دسترسی به وب‌سایت و فرایندهای ورود به حساب نیز توسط برنامه یکپارچه‌کننده مدیریت می‌شوند. GPT-6.1 Sol که این ماه در فهرست تغییرات اوپن‌ای‌آی ظاهر شد، همتای ارزان‌تر آن برای کدنویسی پیچیده و کار حرفه‌ای با اسناد است و لایه استفاده از رایانه را ندارد. GPT-Live-1 که ۱۰ سپتامبر ۲۰۲۶ عرضه شد، مدلی جداگانه و مبتنی بر صداست که از گفت‌وگوی تمام‌دوطرفه با قیمت ۰٫۰۵ دلار به ازای هر دقیقه پشتیبانی می‌کند و برای برنامه‌های صوتی بلادرنگ، نه تولید متن، طراحی شده است.

در ادامه این آموزش از GPT-6.1 Sol استفاده می‌کنیم، زیرا این مدل همان گزینه‌ای است که بسیاری از توسعه‌دهندگانی که اکنون به سراغ کلید API اوپن‌ای‌آی می‌روند، واقعاً به آن نیاز دارند: گزینه‌ای توانمند و مقرون‌به‌صرفه برای ساخت برنامه‌ها، نه کار با مرورگر. اگر پروژه شما واقعاً به قابلیت استفاده از رایانه نیاز دارد، رشته مدل در نمونه‌کدهای زیر را پس از تأیید شناسه GPT-6 Astra در داشبورد خود تغییر دهید؛ زیرا رشته‌های دقیق مدل اوپن‌ای‌آی ممکن است بین مرحله پیش‌نمایش و عرضه عمومی تغییر کنند.

جایگاه GPT-6.1 Sol در چشم‌انداز گسترده مدل‌ها در سال ۲۰۲۶

سپتامبر ۲۰۲۶ ماهی غیرمعمولاً شلوغ برای عرضه مدل‌های جدید بود. وب‌سایت‌های رصدکننده بر اساس داده‌های گردآوری‌شده توسط جدول انتشار Digital Applied، ۲۴ عرضه مدل هوش مصنوعی را در همان یک ماه ثبت کردند که ۱۶ مورد از آنها فقط در هفته پایانی منتشر شدند. این موج شامل Claude Opus 5.5، Grok 4.7، Gemini 3.8 Flash و Gemini 3.8 Flash Cyber و Qwen Image 2.1 در کنار خانواده GPT-6 Sol اوپن‌ای‌آی بود. گوگل از آن نسل عبور کرده است: Gemini 4 Argon که در ۱۳ اکتبر ۲۰۲۶ به‌صورت عمومی عرضه شد، جایگزین خانواده Gemini 3.8 Flash در سپتامبر شده و اکنون مدل پیشرو فعلی گوگل در Gemini API، AI Studio و اپلیکیشن Gemini است.

عرضه مدل‌های دارای وزن باز نیز با همین سرعت پیش رفت. DeepSeek مدل V4.1 Flash را با مجموع ۵۵۲ میلیارد پارامتر و ۸ میلیارد پارامتر فعال هنگام پیش‌پردازش و ۱۶ میلیارد پارامتر فعال هنگام رمزگشایی عرضه کرد؛ طراحی‌ای که هدف آن پایین نگه‌داشتن هزینه استنتاج، در عین حفظ تعداد کل پارامترهای بالا بود. متا نیز در ۱۵ اکتبر ۲۰۲۶ Muse Spark را عرضه کرد؛ مدلی دارای وزن باز با ۸۱۶ میلیارد پارامتر و پنجره زمینه یک میلیون توکنی که به‌جای خوشه‌ای از GPUهای دیتاسنتر، برای اجرا روی دو دستگاه Mac Studio پیکربندی شده است. شیائومی در ۲۲ سپتامبر ۲۰۲۶ با MiMo-V2.6 Pro و Flash وارد رقابت شد؛ این مدل‌ها دارای قابلیت چندوجهی بومی و پنجره زمینه یک میلیون توکنی توصیف شده‌اند. Mistral نیز در ۶ اکتبر ۲۰۲۶ پیش‌نمایش عمومی میزبانی‌شده Large 4 را آغاز کرد و اعلام کرد پس از بررسی‌های بیشتر ایمنی، وزن‌های قابل دانلود را ارائه خواهد کرد. StepFun نیز Step 5 Preview را به‌عنوان یک مدل sparse mixture-of-experts با مجموع ۶۰۰ میلیارد پارامتر و ۲۷ میلیارد پارامتر فعال برای هر توکن عرضه کرد؛ دسترسی API آن با قیمت ۱ دلار برای هر یک میلیون توکن ورودی و ۲٫۷۰ دلار برای هر یک میلیون توکن خروجی ارائه شد و طبق جدول زمانی PromptZone، عرضه وزن‌های باز آن ابتدا برای ۱۵ اکتبر ۲۰۲۶ برنامه‌ریزی شده بود.

هیچ‌کدام از این موارد سازوکار دریافت کلید API اوپن‌ای‌آی را تغییر نمی‌دهند، اما پیش از متعهدشدن به معماری مبتنی بر یک ارائه‌دهنده، دانستن آنها ارزشمند است. تیم‌های بیشتری در حال ساخت یک لایه مسیریابی سبک هستند تا وظایف کدنویسی را به GPT-6.1 Sol، وظایف مرتبط با اسناد طولانی را به یک مدل دارای وزن باز با زمینه یک میلیون توکنی و وظایف صوتی را به GPT-Live-1 ارسال کنند، به‌جای آنکه همه درخواست‌ها را از یک نقطه پایانی عبور دهند.

مراحل ۱ تا ۳: راه‌اندازی حساب توسعه‌دهنده اوپن‌ای‌آی

مرحله ۱: حساب پلتفرم اوپن‌ای‌آی را ایجاد کنید یا وارد آن شوید. به پلتفرم اوپن‌ای‌آی بروید و با یک نشانی ایمیل ثبت‌نام کنید یا با حساب موجود ChatGPT وارد شوید. حساب پلتفرم از اشتراک ChatGPT Plus جداست؛ داشتن اشتراک Plus به‌طور خودکار دسترسی API یا کلید API اوپن‌ای‌آی را فراهم نمی‌کند و این دو به‌صورت مستقل صورتحساب می‌شوند.

مرحله ۲: شماره تلفن و سازمان خود را تأیید کنید. اوپن‌ای‌آی پیش از ارائه دسترسی API، تأیید شماره تلفن را الزامی کرده است و برخی مدل‌های جدیدتر یا دارای زمینه بزرگ‌تر نیز پیش از آنکه در دسترس قرار گیرند، به تأیید بیشتر سازمان نیاز دارند. اگر GPT-6.1 Sol بلافاصله پس از ثبت‌نام در فهرست مدل‌های شما ظاهر نشد، پیش از آنکه تصور کنید مشکلی وجود دارد، وضعیت تأیید سازمان را در تنظیمات داشبورد بررسی کنید.

مرحله ۳: میان کلید API شخصی و حساب سرویس در سطح پروژه انتخاب کنید. اوپن‌ای‌آی اکنون حساب‌های جدید را به‌طور پیش‌فرض در ساختار پروژه قرار می‌دهد؛ در این ساختار هر پروژه کلیدهای API، محدودیت‌های نرخ درخواست و سقف هزینه مخصوص خود را دارد. برای هر چیزی فراتر از یک آزمایش شخصی سریع، یک پروژه اختصاصی، مثلاً «gpt-6-1-sol-tutorial»، ایجاد کنید و به پروژه پیش‌فرض متکی نباشید تا بعداً بتوانید آن را مستقل از سایر کارها حذف یا محدود کنید.

مراحل ۴ تا ۶: صورتحساب، کلیدها و ذخیره‌سازی امن

مرحله ۴: روش پرداخت و سقف هزینه را تنظیم کنید. در بخش Billing داشبورد، یک کارت اضافه کنید و سقف هزینه ماهانه تعیین کنید. همین مرحله از رایج‌ترین کابوس آموزش‌های API جلوگیری می‌کند: اسکریپتی که وارد حلقه شده یا کلید افشاشده‌ای که در طول شب صورتحساب غیرمنتظره بزرگی ایجاد می‌کند. هنگام آزمایش سقف را پایین، حتی ۵ یا ۱۰ دلار، تعیین کنید و تنها پس از آنکه الگوی مصرف خود را شناختید آن را افزایش دهید.

مرحله ۵: نخستین کلید مخفی API خود را ایجاد کنید. به بخش API keys پروژه بروید و گزینه ایجاد کلید مخفی جدید را انتخاب کنید. نامی قابل تشخیص مانند «sol-tutorial-local» برای آن بگذارید و اگر داشبورد امکان تعیین سطح دسترسی دارد، مجوزها را فقط به مدل و نقطه پایانی موردنیاز محدود کنید. کلید را بلافاصله کپی کنید؛ اوپن‌ای‌آی کلید مخفی کامل را فقط یک بار نمایش می‌دهد و پس از بستن پنجره دیگر نمی‌توانید آن را بازیابی کنید.

مرحله ۶: کلید را در متغیر محیطی ذخیره کنید، نه در کد منبع. در ریشه پروژه یک فایل .env بسازید و بلافاصله، پیش از ذخیره هر چیزی در آن، آن را به .gitignore اضافه کنید:

# .env
OPENAI_API_KEY=sk-your-real-key-goes-here
OPENAI_PROJECT_ID=proj_your-project-id

سپس آن را در پایتون با python-dotenv بارگذاری کنید:

pip install --upgrade openai python-dotenv

from dotenv import load_dotenv
import os

load_dotenv()

api_key = os.environ.get("OPENAI_API_KEY")
if not api_key:
    raise RuntimeError("OPENAI_API_KEY not found. Check your .env file.")

مراحل ۷ تا ۹: نصب SDK و ارسال نخستین درخواست

مرحله ۷: SDK اوپن‌ای‌آی را نصب کنید. دستور نصب را در بالا اجرا کردید. اگر به‌جای آن با Node.js کار می‌کنید، معادل آن npm install openai است. همیشه جدیدترین نسخه را نصب کنید و نسخه‌ای ثابت را از یک آموزش قدیمی کپی نکنید؛ شناسه‌های مدل جدیدی مانند GPT-6.1 Sol گاهی توسط نسخه‌های SDK که پیش از عرضه مدل منتشر شده‌اند، رد می‌شوند.

مرحله ۸: یک درخواست آزمایشی ساده ارسال کنید تا اتصال را تأیید کنید. پیش از نوشتن منطق برنامه، مطمئن شوید خود کلید با کوچک‌ترین درخواست ممکن کار می‌کند. یک درخواست خام curl برای این بررسی مناسب است، زیرا SDK را از معادله حذف می‌کند:

curl https://api.openai.com/v1/chat/completions \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6.1-sol",
    "messages": [{"role": "user", "content": "Reply with OK if you can read this."}]
  }'

پاسخ سالم یک شیء JSON شامل آرایه choices و پاسخ مدل برمی‌گرداند. اگر این درخواست شکست خورد، ابتدا همین مشکل را برطرف کنید و سپس سراغ SDK بروید؛ دنبال‌کردن همان خطا در traceback پایتون دشوارتر از خواندن پاسخ خام HTTP است.

مرحله ۹: GPT-6.1 Sol را از پایتون فراخوانی کنید. پس از تأیید اتصال، کلاینت SDK را به شکل زیر راه‌اندازی کنید:

from openai import OpenAI
from dotenv import load_dotenv

load_dotenv()
client = OpenAI()  # reads OPENAI_API_KEY from the environment automatically

response = client.chat.completions.create(
    model="gpt-6.1-sol",
    messages=[
        {"role": "system", "content": "You are a concise coding assistant."},
        {"role": "user", "content": "Write a Python function that reverses a linked list."}
    ],
    temperature=0.3,
)

print(response.choices[0].message.content)

خروجی نمونه، که برای اختصار کوتاه شده است، چنین خواهد بود:

def reverse_linked_list(head):
    prev = None
    current = head
    while current:
        next_node = current.next
        current.next = prev
        prev = current
        current = next_node
    return prev

مراحل ۱۰ و ۱۱: استریم پاسخ‌ها و مدیریت خطاها

مرحله ۱۰: استریم را اضافه کنید تا برنامه پاسخ‌گوتر به نظر برسد. برای برنامه‌هایی که کاربر مستقیماً با آنها تعامل دارد، توکن‌ها را به‌محض رسیدن استریم کنید و منتظر تکمیل پاسخ نمانید:

stream = client.chat.completions.create(
    model="gpt-6.1-sol",
    messages=[{"role": "user", "content": "Explain exponential backoff in three sentences."}],
    stream=True,
)

for chunk in stream:
    delta = chunk.choices[0].delta.content
    if delta:
        print(delta, end="", flush=True)
print()

مرحله ۱۱: منطق تلاش مجدد و backoff برای محدودیت نرخ را اضافه کنید. درخواست‌های API در محیط تولید به دلایلی شکست می‌خورند که ارتباطی با کد شما ندارند؛ از خطاهای موقت شبکه و محدودیت‌های لحظه‌ای نرخ درخواست گرفته تا اختلال‌های کوتاه‌مدت سمت سرور. درخواست‌ها را در یک حلقه تلاش مجدد با backoff نمایی قرار دهید تا یک درخواست ناموفق کل برنامه را از کار نیندازد:

import time
from openai import OpenAI, APIStatusError, RateLimitError

client = OpenAI()

def call_with_retry(messages, model="gpt-6.1-sol", max_retries=5):
    delay = 1.0
    for attempt in range(max_retries):
        try:
            return client.chat.completions.create(model=model, messages=messages)
        except RateLimitError:
            print(f"Rate limited, retrying in {delay:.1f}s (attempt {attempt + 1})")
            time.sleep(delay)
            delay *= 2
        except APIStatusError as e:
            if e.status_code >= 500:
                print(f"Server error {e.status_code}, retrying in {delay:.1f}s")
                time.sleep(delay)
                delay *= 2
            else:
                raise
    raise RuntimeError("Exceeded max retries calling the OpenAI API")

مراحل ۱۲ و ۱۳: محدودیت مصرف و ساخت پروژه کامل CLI

مرحله ۱۲: محدودیت‌های مصرف در سطح سازمان و هشدارهای بودجه را تنظیم کنید. به بخش Billing داشبورد برگردید و برای آستانه‌های مشخص هزینه، هشدار ایمیلی تنظیم کنید؛ این هشدارها باید جدا از سقف سختی باشند که در مرحله ۴ تعیین کردید. یک هشدار نرم در ۵۰ درصد بودجه ماهانه به شما پیش از فعال‌شدن سقف سخت و رد درخواست‌ها در میانه پروژه اخطار می‌دهد.

مرحله ۱۳: همه اجزا را در یک پروژه کامل و قابل اجرا کنار هم قرار دهید. در ادامه یک ابزار گفت‌وگوی خط فرمان کامل ارائه شده که همه موارد بالا، یعنی بارگذاری متغیرهای محیطی، تلاش مجدد و استریم پاسخ‌ها را در یک فایل ترکیب می‌کند:

# sol_chat.py — a minimal GPT-6.1 Sol CLI chat client
import os
import sys
import time
from dotenv import load_dotenv
from openai import OpenAI, RateLimitError, APIStatusError

load_dotenv()

if not os.environ.get("OPENAI_API_KEY"):
    sys.exit("Missing OPENAI_API_KEY. Set it in your .env file and try again.")

client = OpenAI()
MODEL = "gpt-6.1-sol"
history = [{"role": "system", "content": "You are a helpful, concise assistant."}]

def stream_reply(messages, max_retries=4):
    delay = 1.0
    for attempt in range(max_retries):
        try:
            stream = client.chat.completions.create(
                model=MODEL, messages=messages, stream=True
            )
            full_reply = ""
            for chunk in stream:
                token = chunk.choices[0].delta.content
                if token:
                    print(token, end="", flush=True)
                    full_reply += token
            print()
            return full_reply
        except RateLimitError:
            time.sleep(delay)
            delay *= 2
        except APIStatusError as e:
            if e.status_code >= 500:
                time.sleep(delay)
                delay *= 2
            else:
                raise
    raise RuntimeError("Exceeded retries talking to GPT-6.1 Sol")

print("GPT-6.1 Sol CLI — type 'exit' to quit")
while True:
    user_input = input("\nyou> ").strip()
    if user_input.lower() in ("exit", "quit"):
        break
    history.append({"role": "user", "content": user_input})
    print("sol> ", end="")
    reply = stream_reply(history)
    history.append({"role": "assistant", "content": reply})

پس از قرارگرفتن فایل .env در محل مناسب، آن را با python sol_chat.py اجرا کنید. این پروژه‌ای کامل و قابل اجراست: کلید API اوپن‌ای‌آی را به‌صورت امن بارگذاری می‌کند، پاسخ‌های GPT-6.1 Sol را استریم می‌کند، سابقه مکالمه را نگه می‌دارد و در صورت مواجهه با محدودیت نرخ یا خطاهای سرور، به‌طور خودکار دوباره تلاش می‌کند. از اینجا می‌توانید فراخوانی تابع را اضافه کنید، رشته مدل را برای GPT-6 Astra تغییر دهید یا آن را در یک چارچوب وب قرار دهید.

آزمایش راه‌اندازی کامل: اجرای موفق چه شکلی است؟

پیش از آنکه به تنظیمات کلید API اوپن‌ای‌آی در یک پروژه بزرگ‌تر اعتماد کنید، sol_chat.py را با یک آزمایش دستی کوتاه اجرا کنید و خروجی را با آنچه یک نشست سالم باید تولید کند مقایسه کنید. فایل را از ترمینال اجرا کنید و مطمئن شوید فایل .env در کنار اسکریپت قرار دارد:

$ python sol_chat.py
GPT-6.1 Sol CLI — type 'exit' to quit

you> What's a good first test to run after setting up a new API key?
sol> Send a short, low-cost request first — a one-line prompt with a low max_tokens value — and confirm you get a 200 response with real content in choices[0].message.content before building anything larger on top of it.

you> exit

اگر اجرای شما شبیه این است، کلید API اوپن‌ای‌آی، تنظیمات صورتحساب و نصب SDK همگی از ابتدا تا انتها درست کار می‌کنند. اگر خروجی متفاوت بود، سه مورد را بررسی کنید: پاسخ خالی یا کوتاه‌شده معمولاً به این معناست که max_tokens بیش از حد پایین تنظیم شده، نه اینکه کلید خراب باشد؛ مکث طولانی پیش از نمایش نخستین متن در اولین درخواست یک نشست طبیعی است، زیرا کلاینت باید اتصال جدیدی برقرار کند، اما اگر در هر پیام بیش از ۱۰ تا ۱۵ ثانیه مکث می‌کند، احتمالاً باید مشکل شبکه یا پراکسی را بررسی کنید؛ و اگر به‌جای پاسخ تمیز با traceback کامل روبه‌رو شدید، به‌جای حدس‌زدن راه‌حل مستقیماً سراغ جدول عیب‌یابی زیر بروید.

افزودن فراخوانی تابع به GPT-6.1 Sol

بیشتر برنامه‌های واقعی به چیزی فراتر از بازگرداندن متن نیاز دارند؛ برای مثال باید مدلی را وادار کنند اقدامی در کد خود برنامه انجام دهد، مانند جست‌وجوی یک رکورد یا فراخوانی API دیگری. رابط فراخوانی تابع اوپن‌ای‌آی یا tool calling به GPT-6.1 Sol اجازه می‌دهد خودش تشخیص دهد چه زمانی چنین اقدامی لازم است، به‌جای آنکه شما مجبور باشید متن آزاد مدل را برای تشخیص منظور کاربر تجزیه کنید. طرح‌واره ابزار را تعریف کنید، آن را همراه پیام‌ها ارسال کنید و پیش از بازگشت به پاسخ متنی ساده، بررسی کنید آیا پاسخ مدل شامل فراخوانی ابزار است یا خیر:

tools = [
    {
        "type": "function",
        "function": {
            "name": "get_order_status",
            "description": "Look up the shipping status of a customer order by order ID.",
            "parameters": {
                "type": "object",
                "properties": {
                    "order_id": {"type": "string", "description": "The order ID to look up"}
                },
                "required": ["order_id"],
            },
        },
    }
]

response = client.chat.completions.create(
    model="gpt-6.1-sol",
    messages=[{"role": "user", "content": "Where is order A1234?"}],
    tools=tools,
)

message = response.choices[0].message
if message.tool_calls:
    call = message.tool_calls[0]
    print("Model wants to call:", call.function.name, call.function.arguments)
    # Run your real lookup here, then send the result back as a "tool" role message
else:
    print(message.content)

پس از اجرای تابع جست‌وجوی خود با آرگومان‌هایی که مدل استخراج کرده است، نتیجه را در یک پیام پیگیری با نقش tool و با ارجاع به همان شناسه فراخوانی ابزار ارسال کنید. مدل در نوبت بعدی این داده را در یک پاسخ طبیعی ادغام خواهد کرد. این الگو، یعنی تعریف ابزار، سپردن تصمیم فراخوانی به مدل و بازگرداندن نتیجه، پایه تقریباً همه برنامه‌های عامل‌محوری است که امروزه بر API اوپن‌ای‌آی ساخته می‌شوند و چه GPT-6.1 Sol را فراخوانی کنید و چه GPT-6 Astra، به همین شکل کار می‌کند.

اشتباهات رایج هنگام راه‌اندازی کلید API اوپن‌ای‌آی

بیشتر مشکلات مربوط به کلید API اوپن‌ای‌آی به مجموعه کوچکی از اشتباهات تکراری برمی‌گردند. پیش از آنکه این موارد برای شما هزینه زمانی یا مالی ایجاد کنند، مراقب آنها باشید.

• قرار دادن مستقیم کلید در کد منبع. حتی در یک مخزن خصوصی، کلید ثابت در کد دیر یا زود ممکن است وارد تاریخچه commit، اشتراک‌گذاری صفحه یا یک fork عمومی شود. استفاده از متغیرهای محیطی اختیاری نیست.
• نادیده گرفتن سقف هزینه. یک حلقه بی‌پایان که API را بدون backoff و در چرخه تلاش مجدد فراخوانی کند، می‌تواند ظرف چند دقیقه صورتحساب بزرگی ایجاد کند. پیش از نوشتن هر کد برنامه، سقف مرحله ۴ را تعیین کنید.
• اشتباه گرفتن کلیدهای سطح پروژه با کلیدهای قدیمی. کلیدهایی که در یک پروژه مشخص ایجاد شده‌اند، فقط برای مدل‌ها و محدودیت‌های همان پروژه کار می‌کنند. کلیدی که در یک پروژه کار می‌کند ممکن است در پروژه‌ای دیگر خطای مجوز بدهد.
• فرض کردن اینکه GPT-6.1 Sol و GPT-6 Astra قابل جایگزینی هستند. این دو برای کارهای متفاوتی ساخته شده‌اند؛ یکی برای کدنویسی و وظایف حرفه‌ای و دیگری برای خودکارسازی استفاده از رایانه. جایگزین‌کردن آنها در میانه پروژه می‌تواند هم هزینه و هم کیفیت خروجی را بدون هشدار تغییر دهد.
• تثبیت نکردن نسخه SDK در CI. یک محیط محلی با جدیدترین بسته openai ممکن است با خط لوله CI که از نسخه قدیمی ذخیره‌شده استفاده می‌کند رفتار متفاوتی داشته باشد، به‌ویژه بلافاصله پس از عرضه مدلی جدید مانند GPT-6.1 Sol.
• در نظر گرفتن افشای کلید صرفاً به‌عنوان مشکل تاریخچه git. پاک‌کردن کلید افشاشده از تاریخچه git آن را باطل نمی‌کند. کلید را فوراً از داشبورد بچرخانید؛ پاک‌سازی تاریخچه اقدام ثانویه است، نه راه‌حل اصلی.
• نادیده گرفتن الزامات تأیید سازمان. برخی مدل‌های جدید، مستقل از وضعیت صورتحساب، به تأیید سازمان نیاز دارند. حتی یک حساب کاملاً دارای صورتحساب ممکن است تا زمان تکمیل تأیید به مدل جدید دسترسی نداشته باشد.

عیب‌یابی: ۹ خطایی که با آنها مواجه می‌شوید و راه‌حل آنها

نکات پیشرفته: مسیریابی مدل، کش و Agents API

بر اساس نوع کار مسیریابی کنید، نه از روی عادت

پس از آنکه GPT-6.1 Sol را راه‌اندازی کردید، از این مدل به‌دلیل راحتی برای همه درخواست‌ها استفاده نکنید. GPT-6 Astra را برای کارهایی نگه دارید که واقعاً به قابلیت استفاده از رایانه نیاز دارند، زیرا این سربار هزینه بیشتری دارد و برای تولید ساده متن یا کد مفید نیست. در رابط‌های صوتی نیز طراحی تمام‌دوطرفه و قیمت‌گذاری دقیقه‌ای GPT-Live-1 معمولاً از سرهم‌کردن دستی یک زنجیره تبدیل گفتار به متن و تکمیل گفت‌وگو مقرون‌به‌صرفه‌تر خواهد بود.

برای کارهای چندمرحله‌ای، Agents API اوپن‌ای‌آی را امتحان کنید

Agents API اوپن‌ای‌آی در سپتامبر ۲۰۲۶ وارد مرحله بتای عمومی شد و قابلیت‌هایی مانند فراخوانی موازی ابزارها، جست‌وجوی هوشمند ابزار، فشرده‌سازی زمینه، زیرعامل‌ها، پشتیبانی از سرورهای MCP، جست‌وجوی وب و sandboxهای میزبانی‌شده را ارائه کرد. اگر پروژه شما به استدلال چندمرحله‌ای یا هماهنگ‌سازی ابزارها نیاز دارد، به‌جای ساخت دستی حلقه فراخوانی ابزار روی نقطه پایانی chat completions، از ابتدا بر پایه Agents API توسعه دهید؛ این API از قبل مدیریت وضعیت را انجام می‌دهد، بخشی که بیشتر پیاده‌سازی‌های سفارشی در نخستین تلاش در آن دچار مشکل می‌شوند.

پیش از آنکه به خروجی ساختاریافته نیاز پیدا کنید، آن را واقعاً آزمایش کنید

اگر برنامه شما به خروجی قابل تجزیه مطمئن نیاز دارد، مثلاً JSON برای ثبت در پایگاه داده یا یک طرح‌واره ثابت برای یک مؤلفه رابط کاربری، از حالت structured output / JSON schema در SDK استفاده کنید، نه اینکه صرفاً از مدل بخواهید «در قالب JSON پاسخ بدهد». پیش از عرضه، آن را با چند ورودی مرزی آزمایش کنید، زیرا رفتار اعمال طرح‌واره ممکن است بین نسخه‌های مختلف مدل، از جمله GPT-6.1 Sol و نسل‌های قبلی آن، اندکی تغییر کند.

به‌جای ارسال دوباره زمینه تکراری، آن را cache کنید

اگر برنامه شما در هر درخواست همان prompt سیستمی طولانی، سند یا مجموعه دستورها را ارسال می‌کند، پیش از هر بهینه‌سازی دیگری بررسی کنید که آیا نسخه SDK شما prompt caching را برای GPT-6.1 Sol ارائه می‌دهد یا خیر. ارسال دوباره هزاران توکن از زمینه بدون تغییر در هر فراخوانی، یکی از رایج‌ترین منابع هزینه قابل اجتناب در چت‌بات‌های تولیدی است و پس از شناسایی، اصلاح آن نیز معمولاً ساده است؛ کافی است آرایه پیام‌ها را طوری بازسازی کنید که بخش ثابت در فراخوانی‌های مختلف یکسان بماند، نه اینکه هر بار با تغییرات جزئی از نو ساخته شود.

بهترین روش‌های امنیتی برای کلیدهای API در محیط تولید

مراحل راه‌اندازی بالا یک کلید فعال در اختیار شما قرار می‌دهد، اما حفظ امنیت آن در محیط تولید موضوعی جداگانه است. کلیدهای تولید را در یک secrets manager اختصاصی، مانند گزینه بومی ارائه‌دهنده ابری یا ابزاری که برای همین منظور ساخته شده، ذخیره کنید؛ حتی در مخازن خصوصی نیز آنها را در فایل‌های محیطی که وارد مخزن می‌شوند قرار ندهید. برای هر محیط از کلیدهای سطح پروژه جداگانه استفاده کنید؛ یکی برای staging و دیگری برای production، تا افشای کلید یک محیط، محیط دیگر را در معرض خطر قرار ندهد. کلیدها را به‌صورت دوره‌ای بچرخانید، نه فقط پس از وقوع حادثه، و چرخش کلید را در خط لوله استقرار بگنجانید تا به مرحله‌ای دستی و قابل فراموشی تبدیل نشود.

در محیط staging سقف هزینه را پایین‌تر از production تعیین کنید، زیرا محیط‌های staging بیشتر مستعد اجرای حلقه‌های آزمایشی بدون نظارت هستند. مصرف API را به تفکیک کلید، نه فقط به‌صورت تجمیعی، ثبت کنید تا ناهنجاری در ترافیک یک سرویس پیش از تبدیل‌شدن به مبلغی غیرمنتظره در صورتحساب ماهانه دیده شود. همچنین هر کلید API اوپن‌ای‌آی که به خط لوله CI/CD متصل است را یک راز باارزش تلقی کنید؛ گزارش‌های CI هنگام اشکال‌زدایی ممکن است به‌طور تصادفی متغیرهای محیطی را چاپ کنند و کلیدی که در گزارش build درج شود، از نظر عملی تفاوتی با کلیدی که عمومی منتشر شده ندارد.

کلیدها را علاوه بر محیط، بر اساس کارکرد نیز تفکیک کنید. کلیدی که فقط برای درخواست‌های کم‌خطر و عمدتاً خواندنی، مانند تولید پیش‌نویس متنی که انسان پیش از انتشار آن را بررسی می‌کند، استفاده می‌شود، به همان سطح دسترسی یا سقف هزینه کلیدی که به یک خط لوله خودکار متصل است و بدون بررسی انسانی بر اساس خروجی مدل اقدام می‌کند، نیاز ندارد. اگر داشبورد امکان محدودکردن کلید به مدل‌ها یا نقاط پایانی خاص را دارد، حتی اگر در مقیاس فعلی غیرضروری به نظر برسد، این محدودیت را اعمال کنید؛ تنظیم آن هزینه‌ای ندارد و در صورت افشای همان کلید، دامنه آسیب را محدود می‌کند. در نهایت مشخص کنید هر سرویس مالک کدام کلید است و این اطلاعات را جایی ثبت کنید که تیم شما بعداً واقعاً بتواند آن را پیدا کند؛ کلیدی که در زمان یک حادثه پیدا می‌شود اما هیچ‌کس نمی‌داند چه چیزی به آن وابسته است، می‌تواند یک چرخش پنج‌دقیقه‌ای را به بررسی چندساعته تبدیل کند.

قیمت‌گذاری: فراخوانی GPT-6.1 Sol واقعاً چقدر هزینه دارد؟

اوپن‌ای‌آی هنوز جزئیات قیمت‌گذاری مستقل به ازای هر توکن برای GPT-6.1 Sol را، در قالب داده‌هایی مشابه آنچه برای عرضه‌های رقیب در دسترس است، منتشر نکرده و تنها جایگاه آن را به‌عنوان گزینه‌ای ارزان‌تر از GPT-6 Astra اعلام کرده است. پیش از افزایش مقیاس هر بار کاری، صفحه قیمت‌گذاری زنده اوپن‌ای‌آی را بررسی کنید، زیرا قیمت API ممکن است بین درج یک مدل در فهرست تغییرات و عرضه گسترده آن تغییر کند. اطلاعات تأییدشده از عرضه‌های پاییز نقاط مرجع مفیدی ارائه می‌کنند: GPT-Live-1 با قیمت ۰٫۰۵ دلار به ازای هر دقیقه صوت ارائه می‌شود و Step 5 Preview شرکت StepFun برای یک مدل sparse mixture-of-experts با ۶۰۰ میلیارد پارامتر، ۱ دلار به ازای هر یک میلیون توکن ورودی و ۲٫۷۰ دلار به ازای هر یک میلیون توکن خروجی دریافت می‌کند. این ارقام می‌توانند برای ارزیابی منطقی‌بودن قیمت پیشنهادی دسترسی به GPT-6.1 Sol از طریق فروشنده یا درگاه واسطه مفید باشند، هرچند این قیمت‌ها مربوط به خود اوپن‌ای‌آی نیستند.

صرف‌نظر از نرخ دقیق، توصیه عملی تغییری نمی‌کند: در زمان توسعه هزینه هر درخواست را رصد کنید، سقف‌های هزینه مراحل ۴ و ۱۲ را تعیین کنید و پیش از تعهد به استفاده گسترده، GPT-6.1 Sol را برای بار کاری مشخص خود دست‌کم با یک مدل جایگزین مقایسه کنید. مدلی که به‌عنوان گزینه کم‌هزینه‌تر معرفی می‌شود تنها زمانی برای مورد استفاده شما ارزان‌تر است که کیفیت خروجی باعث نشود برای جبران آن به تلاش‌های مجدد بیشتر یا promptهای طولانی‌تر نیاز پیدا کنید.

از همان ابتدا عادت کوچکی برای ردیابی هزینه در فرایند توسعه ایجاد کنید و منتظر پایان ماه و مشاهده مبلغ صورتحساب نمانید. بیشتر پاسخ‌های API در کنار تکمیل درخواست، اطلاعات مربوط به مصرف توکن را نیز ارائه می‌کنند؛ این میزان مصرف را از روز اول به تفکیک درخواست، مدل و قابلیت ثبت کنید، حتی در مرحله نمونه‌سازی اولیه که اعداد ناچیز به نظر می‌رسند. این عادت به‌محض آنکه شروع به مقایسه GPT-6.1 Sol با GPT-6 Astra یا یک گزینه دارای وزن باز مانند DeepSeek V4.1 Flash یا Muse Spark متا برای یک قابلیت مشخص در برنامه کنید، ارزش خود را نشان می‌دهد؛ در آن زمان به‌جای حدس‌زدن بر اساس صفحه بازاریابی فروشنده، ارقام واقعی ترافیک خود را در اختیار خواهید داشت.

پرسش‌های متداول

آیا ساخت کلید API اوپن‌ای‌آی رایگان است؟
ایجاد خود کلید هزینه‌ای ندارد. با این حال، پیش از آنکه کلید بتواند درخواست‌های زنده ارسال کند، باید یک روش پرداخت معتبر در حساب ثبت شده باشد و بیشتر استفاده‌ها بسته به مدل، به ازای توکن یا دقیقه محاسبه می‌شوند.

تفاوت واقعی GPT-6.1 Sol و GPT-6 Astra چیست؟
GPT-6 Astra برای وظایف استفاده از رایانه ساخته شده و در یک مرورگر میزبانی‌شده کارهای چندمرحله‌ای را انجام می‌دهد. GPT-6.1 Sol مدلی ارزان‌تر برای کدنویسی پیچیده و کار حرفه‌ای با متن است و لایه استفاده از رایانه را ندارد.

آیا برای دریافت دسترسی API به یک کسب‌وکار ثبت‌شده نیاز دارم؟
خیر. یک حساب شخصی اوپن‌ای‌آی با تأیید شماره تلفن و یک روش پرداخت ثبت‌شده برای ایجاد کلید API اوپن‌ای‌آی و فراخوانی GPT-6.1 Sol کافی است.

آیا می‌توانم از یک کلید برای ChatGPT Plus و API استفاده کنم؟
خیر. اشتراک ChatGPT Plus و دسترسی API جداگانه مدیریت و صورتحساب می‌شوند. حتی اگر هزینه ChatGPT Plus را پرداخت می‌کنید، باید از طریق پلتفرم توسعه‌دهندگان یک کلید API اختصاصی ایجاد کنید.

اگر کلید API اوپن‌ای‌آی من افشا شد، چه کاری باید انجام دهم؟
کلید را فوراً در داشبورد لغو و دوباره ایجاد کنید. چرخاندن کلید راه‌حل واقعی است؛ حذف آن از تاریخچه git پس از آن اقدام مناسبی برای پاک‌سازی است، اما به‌تنهایی افشای قبلی را خنثی نمی‌کند.

آیا می‌توانم این آموزش را به‌جای پایتون با جاوااسکریپت دنبال کنم؟
بله. SDK را با npm install openai نصب کنید و فراخوانی معادل کلاینت از openai.chat.completions.create() با همان رشته مدل و ساختار پیام نمونه‌های پایتون استفاده می‌کند.

چرا GPT-6.1 Sol در فهرست مدل‌های من نمایش داده نمی‌شود؟
ابتدا وضعیت تأیید سازمان خود را بررسی کنید؛ برخی مدل‌های جدید علاوه بر راه‌اندازی صورتحساب به تأیید بیشتر نیاز دارند. اگر تأیید کامل شده و مدل همچنان نمایش داده نمی‌شود، مطمئن شوید داخل پروژه درست قرار دارید، زیرا دسترسی مدل در سطح پروژه تعیین می‌شود.

چطور هنگام آزمایش، هزینه API را قابل پیش‌بینی نگه دارم؟
پیش از نوشتن کد، در بخش Billing یک سقف سخت هزینه پایین تعیین کنید، هشدار بودجه ۵۰ درصدی اضافه کنید و همیشه درخواست‌های آزمایشی را با الگوی تلاش مجدد همراه با backoff در مرحله ۱۱ اجرا کنید تا یک خطا در کد شما نتواند به حلقه‌ای بدون محدودیت از درخواست‌ها تبدیل شود.

آیا می‌توانم GPT-6.1 Sol را با زبانی غیر از پایتون یا جاوااسکریپت فراخوانی کنم؟
بله. از آنجا که API یک رابط استاندارد HTTPS/JSON است، هر زبانی که کلاینت HTTP داشته باشد، از Go و Ruby گرفته تا Java، C# و PHP، می‌تواند مستقیماً با همان ساختار درخواستی که در نمونه curl مرحله ۸ نشان داده شد، آن را فراخوانی کند؛ حتی اگر SDK رسمی برای آن زبان وجود نداشته باشد.

آیا بهتر است منطق تلاش مجدد را خودم بسازم یا از یک کتابخانه شخص ثالث استفاده کنم؟
الگوی backoff نمایی دستی که در مرحله ۱۱ نشان داده شد، برای بیشتر پروژه‌های کوچک و متوسط کافی است. برای سامانه‌های بزرگ تولیدی، یک کتابخانه اختصاصی تلاش مجدد در زبان مورد استفاده می‌تواند زمان شما را ذخیره کند، اما پیش از اعتماد به آن با یک کلید تولیدی، بدانید در پشت صحنه چه کاری انجام می‌دهد؛ زیرا تنظیمات بیش از حد تهاجمی برای تلاش مجدد خود می‌توانند باعث خطاهای محدودیت نرخ شوند.