
در این مقاله
برای دستهبندی هزاران پیام یا استخراج چند فیلد از سند، مهمترین سؤال این نیست که کدام مدل در یک نمایش عمومی پاسخ جذابتری میدهد. باید بدانیم چند پاسخ درست و قابل استفاده با چه هزینه، تأخیر و میزان بررسی انسانی تولید میشود. Hy4 Flash از Tencent یکی از نامزدهای تازه برای چنین آزمونی است؛ بهخصوص وقتی کار کوتاه، تکرارشونده و قابل ارزیابی باشد.
در این مقاله، مسیر اتصال به API پاستا و طراحی یک خط پردازش فارسی را میسازیم. در بررسی ۱۷ نوامبر ۲۰۲۶، شناسه tencent/hy4-flash با دسترسی API، قیمت تأییدشده و مسیر چت فعال بود. این بررسی به معنی اندازهگیری دقت فارسی، اجرای آزمون بار یا تضمین ظرفیت اعلامشده Tencent روی مسیر پاستا نیست.
Hy4 Flash چیست و چه کاری را هدف میگیرد؟
مشخصات رسمی Tencent مدل را برای بار پرتعداد، کارهای روزمره و گردشکارهای ایجنتی معرفی میکند و قابلیتهایی مانند فراخوانی ابزار و خروجی ساختاریافته را فهرست میکند. این توضیح، نقطه شروع انتخاب نمونه است؛ کیفیت هر زبان و قرارداد هر درگاه باید مستقل بررسی شود.
در این راهنما روی درخواست متن چت تمرکز داریم. نام Flash را معادل پاسخ آنی، کیفیت یکسان در همه زبانها یا هزینه ثابت فرض نکنید. ورودی طولانی، خروجی زیاد، بار همزمان و مسیر شبکه همگی روی تجربه محصول اثر میگذارند.
سناریوی مناسب: استخراج اطلاعات تیکت فارسی
یک پروژه کوچک تعریف کنید: از پیام کاربر، موضوع، شناسه سفارش موجود در متن و نیاز به بررسی انسانی را استخراج کنیم. مدل نباید شناسه گمشده را بسازد یا درباره وضعیت واقعی سفارش حدس بزند. خروجی هم قرار نیست بهتنهایی بازپرداخت یا تغییر حساب انجام دهد.
این سناریو از «هر کاری انجام بده» قابل سنجشتر است. برای شروع، داده ساختگی بنویسید و پاسخ مرجع را پیش از اجرای مدل مشخص کنید. مواردی که چند نیت دارند یا شماره آنها مبهم است باید مسیر ارجاع داشته باشند. جزئیات مدلهای تصمیمگیری میتواند برای بخش انتخاب مسیر مکمل باشد، اما قرارداد چت را با API تصمیمگیری مخلوط نکنید.
پیشنیاز اتصال به پاستا
کلید مستقل پروژه، دسترسی به مدل و قیمت روز را در صفحه API هوش مصنوعی پاستا بررسی کنید. کلید فقط در سرور یا Worker قرار میگیرد. اگر یک فرم وب میسازید، مرورگر باید به سرور خودتان درخواست بدهد؛ ارسال کلید اصلی پاستا به کاربر راهحل مناسبی نیست.
فهرست مدلها را با همان کلید بخوانید و شناسه را دقیق تطبیق دهید. قیمت مستقیم Tencent، تخفیف موقت یک سرویس دیگر یا سقف حساب آنها، تعرفه و ظرفیت پاستا نیست. برای قیمتگذاری محصول خودتان، از داده همان مسیری استفاده کنید که واقعاً فراخوانی میشود.
نمونه درخواست با OpenAI SDK
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["PAASTA_AI_KEY"],
base_url="https://console.paasta.cloud/api/ai/v1",
timeout=60.0,
max_retries=0,
)
answer = client.chat.completions.create(
model="tencent/hy4-flash",
messages=[{"role": "user", "content": "از متن زیر فقط اطلاعات موجود را استخراج کن. اگر شماره سفارش نیست، آن را null بگذار. خروجی یک شیء JSON با topic و order_id باشد. متن: سلام، مبلغ سفارش هنوز برگشت نخورده و شمارهاش را پیدا نمیکنم."}],
max_tokens=384,
)
print(answer.choices[0].message.content)
این نمونه درخواست خروجی JSON در متن است؛ فعالبودن یک حالت schema سختگیرانه را ادعا نمیکند. پاسخ باید بعداً در برنامه parse و اعتبارسنجی شود. نمونه بررسی کاتالوگ و اجرای محدود برای شروع قابل دریافت است؛ بدون گزینه صریح تولید، فقط دسترسی مدل را بررسی میکند.







نظرات کاربران (۰)
هنوز نظری ثبت نشده است. اولین نفر باشید.