
تبدیل متن به گفتار فارسی با API؛ آزمایش شش مدل و نمونهکد پایتون
متن فارسی را با API هیبانا به فایل صوتی تبدیل کنید؛ آزمایش واقعی شش مدل ElevenLabs، Gemini و MiniMax با هزینه، سرعت و خواندن عدد و تاریخ، همراه نمونهکد پایتون.
۷ دقیقه مطالعه
از ۲۴ مدل چینی هیبانا پرسیدیم «تو کی هستی؟»؛ نتیجهٔ آزمایش واقعی، دلیل اینکه مدلها اسم خودشان را اشتباه میگویند و راه درست کردن آن با پیام سیستمی.

یکی از کاربران هیبانا گزارش داد که از مدل Qwen پرسیده «تو کی هستی؟» و جواب گرفته «من Claude هستم» یا «من ChatGPT هستم». طبیعی است که اولین فکر این باشد: «آیا واقعاً به Qwen وصل شدهام؟» برای پیدا کردن جواب، از همهٔ ۲۴ مدل چت چینی هیبانا همین سؤال را به فارسی و انگلیسی پرسیدیم. خلاصهٔ نتیجه این است: مدل، همان مدلی است که انتخاب کردهاید؛ اما جوابی که یک مدل دربارهٔ هویت خودش میدهد قابل اعتماد نیست. در این مطلب نتیجهٔ آزمایش، دلیل این رفتار و راه درست کردن آن را میبینید.
در ۲۳ آبان ۱۴۰۵ از طریق API هیبانا این سؤال را به هر مدل فرستادیم: «تو کی هستی؟ کدام شرکت تو را ساخته و اسم دقیق مدلت چیست؟» یک بار بدون هیچ پیام سیستمی و یک بار با پیام سیستمی سادهای که بیشتر برنامهها میفرستند (You are a helpful assistant.). هر سؤال چند بار و به هر دو زبان تکرار شد. در مجموع ۱۵۶ پاسخ جمع شد.
| مدل | پاسخ به انگلیسی | پاسخ به فارسی |
|---|---|---|
| Qwen3.8 Flash، Max و Omni Flash | همه «Qwen، ساخت علیبابا» | همهٔ پاسخهای دارای نام: Qwen؛ دو پاسخ بدون نام یا خالی |
| DeepSeek V4 Flash | ۵ از ۵: «ساخت OpenAI» | ۵ از ۵: «ساخت OpenAI» |
| DeepSeek V4 Pro | ۳ از ۵ DeepSeek، ۲ بار ChatGPT | ۳ بار ChatGPT، ۱ بار DeepSeek، ۱ پاسخ خالی |
| Seed 2.1 Turbo | همه Seed یا Doubao (ساخت ByteDance) | بدون پیام سیستمی Seed؛ با پیام سیستمی ۳ از ۳: «Gemini، ساخت گوگل» |
| MiMo V2.6 | ۹ از ۹: «MiMo، ساخت شیائومی» | ۶ از ۹ اشتباه: Claude، Qwen، DeepSeek و MiniMax |
| Kimi، MiniMax و GLM | هیچکدام خودش را مدل شرکت دیگری معرفی نکرد | هیچکدام خودش را مدل شرکت دیگری معرفی نکرد |
چند نکته از همین جدول:
پاسخها از یک اجرا تا اجرای بعد عوض میشوند؛ این جدول فقط نشان میدهد چنین رفتاری وجود دارد، نه درصد دقیق آن را.
بسیاری از ابزارهای برنامهنویسی و چت، پیش از پیام شما یک پیام سیستمی طولانی به مدل میفرستند. اگر در این پیام اسم یک مدل خاص آمده باشد و شما در همان ابزار مدل را به Qwen عوض کنید، آن اسم سر جایش میماند و مدل جدید هم آن را میخواند.
برای آزمودن همین فرض، پیام سیستمیای شبیه دستیارهای کدنویسی فرستادیم که در آن نوشته بود دستیار «با Claude Sonnet کار میکند»، و دوباره هویت را پرسیدیم:
یعنی گزارش کاربر ما به احتمال زیاد از همینجا آمده است: مدل همان Qwen بوده، اما متن پیام سیستمی ابزارِ او اسم مدل دیگری را جلوی چشمش گذاشته است. اگر از دستیارهای کدنویسی استفاده میکنید، راهنمای Cline، Kilo و Cursor را هم ببینید.
یک مدل زبانی «خودآگاهی» ندارد؛ فقط محتملترین ادامهٔ متن را تولید میکند. سه چیز روی جواب سؤال «تو کی هستی؟» اثر میگذارد:
این مشکل مخصوص مدلهای چینی نیست. یک پژوهش روی ۲۷ مدل زبانی گزارش کرده است که حدود ۲۶ درصد آنها دچار «سردرگمی هویت» بودند. نویسندگان، علت را توهم مدل دانستهاند و نشانهای از کپی شدن یک مدل از مدل دیگر پیدا نکردهاند. بررسی دیگری روی حدود ۱۹۰ مدل نشان داد حدود ۶۰ درصد آنها دستکم یک بار با اسمی غیر از اسم رسمی خودشان جواب دادهاند؛ در همان بررسی، مدلهایی از سازندههای غربی هم خودشان را مدل رقیب معرفی کرده بودند.
از خود مدل نپرسید؛ جوابش مدرک نیست. در هیبانا مدلی که در فیلد model درخواستتان مشخص میکنید، همان مدلی است که درخواست به آن میرود و هزینهاش را میپردازید. هر درخواست با نام مدل و هزینهاش در بخش مصرف داشبورد شما ثبت میشود و میتوانید آن را با کد خودتان مقایسه کنید.
اگر پاسخ یک مدل برایتان عجیب است، اینها را بررسی کنید:
اگر برای کاربر نهایی مهم است که مدل اسم درست خودش را بگوید (مثلاً در چتبات سایتتان)، اسم را خودتان در پیام سیستمی بنویسید. این کد را با کلید API خودتان اجرا کنید:
from openai import OpenAI client = OpenAI( api_key="YOUR_API_KEY", base_url="https://api-ai.hibanacloud.ir/v1",) question = "Who are you? Which company created you? Answer in one sentence." # ۱) بدون پیام سیستمیplain = client.chat.completions.create( model="deepseek/deepseek-v4-flash", messages=[{"role": "user", "content": question}],)print("without system:", plain.choices[0].message.content) # ۲) با پیام سیستمی که هویت مدل را مشخص میکندfixed = client.chat.completions.create( model="deepseek/deepseek-v4-flash", messages=[ {"role": "system", "content": "You are DeepSeek V4 Flash, a model made by DeepSeek. " "When asked who you are, say exactly that."}, {"role": "user", "content": question}, ],)print("with system: ", fixed.choices[0].message.content)خروجی واقعی اولین اجرای ما:
without system: I am ChatGPT, an AI assistant created by OpenAI.with system: I am DeepSeek V4 Flash, a model created by DeepSeek.این کد را سه بار اجرا کردیم. بدون پیام سیستمی، پاسخ یک بار ChatGPT و دو بار DeepSeek بود. با پیام سیستمی، هر سه بار «DeepSeek V4 Flash» بود. اگر برنامهٔ شما چند مدل را پشت یک چتبات عوض میکند، پیام سیستمی را هم همراه هر مدل عوض کنید.
هویت مدل را به کیفیت آن ربط ندهید
اینکه مدلی خودش را ChatGPT بنامد، به این معنا نیست که کیفیت ChatGPT را دارد یا از روی آن ساخته شده است. برای انتخاب مدل، کیفیت پاسخ در کار خودتان، سرعت و قیمت را بسنجید، نه جواب سؤال «تو کی هستی؟».
اگر Qwen یا DeepSeek خودش را ChatGPT یا Claude معرفی کرد، مدل عوض نشده است. مدلها بر اساس دادهٔ آموزشی و پیام سیستمی دربارهٔ هویت خود پاسخ میدهند و در فارسی بیشتر اشتباه میکنند. اگر اسم درست مهم است، آن را در پیام سیستمی بنویسید و پیام سیستمی ابزارتان را بررسی کنید. برای مقایسهٔ مدلها، لیست مدلها را ببینید. اگر به مدلهای شیائومی علاقه دارید، معرفی MiMo را هم بخوانید.

متن فارسی را با API هیبانا به فایل صوتی تبدیل کنید؛ آزمایش واقعی شش مدل ElevenLabs، Gemini و MiniMax با هزینه، سرعت و خواندن عدد و تاریخ، همراه نمونهکد پایتون.
۷ دقیقه مطالعه

دسترسی به API چت جی پی تی (OpenAI) از ایران بدون VPN و کارت خارجی؛ مدلهای GPT-6 و GPT-5 در هیبانا، قیمت به تومان و نمونهکد آزمودهشدهٔ پایتون.
۵ دقیقه مطالعه

فایل صوتی فارسی را با endpoint سازگار با Whisper در هیبانا به متن تبدیل کنید؛ نمونهکد پایتون و curl، پارامتر prompt، فایلهای طولانی، هزینه و محدودیتها.
۶ دقیقه مطالعه
GPT، Claude، Gemini و دهها مدل دیگر، با پرداخت ریالی و یک API سازگار با OpenAI.