OpenThai 2.0

Chat completions บน OpenThai 2.0 โมเดลภาษาและภาพภาษาไทยแบบ open-weight ผ่าน endpoint ที่เข้ากันได้กับ OpenAI

POST/v3/llm/openthai2p0/chat/completionsทดลองใช้

• ราคา0.01 / 0.02 ICต่อ 1k โทเคน เข้า / ออก
• ให้บริการแล้ว27Kครั้ง

• v1.0
• ใช้งานได้

Input

model

openthai2.0

messages

role: user content: อากรแสตมป์กับภาษีมูลค่าเพิ่มต่างกันอย่างไร

OutputPOST /v3/llm/openthai2p0/chat/completions

id

chatcmpl-...

model

openthai2.0-qwen3.8-27b

choices

message: { role, content, reasoning }

usage

prompt_tokens: 68 completion_tokens: 84

ฟิลด์ทั้งหมดอยู่ในหัวข้อ Response

Request

curl -X POST 'https://api.iapp.co.th/v3/llm/openthai2p0/chat/completions' \
  -H 'apikey: YOUR_API_KEY' \
  -H 'Content-Type: application/json' \
  -d '{ \
    "model": "openthai2.0", \
    "messages": [ \
      {"role": "user", "content": "อากรแสตมป์กับภาษีมูลค่าเพิ่มต่างกันอย่างไร"} \
    ] \
  }'

Response

200OK ฟิลด์อธิบายไว้ในหัวข้อ Response

{
  "id": "chatcmpl-...",
  "model": "openthai2.0-qwen3.8-27b",
  "choices": [
    {"message": {
      "role": "assistant",
      "content": "อากรแสตมป์และภาษีมูลค่าเพิ่มต่างกันทั้งฐานภาษีและวิธีจัดเก็บ ...",
      "reasoning": "The user asks about the difference between stamp duty and VAT ..."
    }}
  ],
  "usage": {"prompt_tokens": 68, "completion_tokens": 84}
}

Request

ส่ง JSON ตามรูปแบบ chat completions ของ OpenAI ใช้ OpenAI SDK ได้ทันทีด้วย base URL https://api.iapp.co.th/v3/llm/openthai2p0 และส่งคีย์เป็น apikey หรือ Authorization: Bearer โดย context window ยาว 262,144 โทเคน

Headers

apikeystringrequired

API key ของคุณ สร้างได้ที่เมนู API Keys ในแผงควบคุม

Body

modelstringrequired

openthai2.0 endpoint นี้ให้บริการโมเดลนี้โมเดลเดียว

messagesarrayrequired

บทสนทนา content ของข้อความเป็นสตริง หรือรายการชิ้นส่วนที่ผสม text กับ image_url โดยภาพเป็น URL สาธารณะหรือ data URI แบบ Base64 ไม่เกิน 50 MB

max_tokensinteger

ไม่ต้องตั้ง หรือตั้ง 8,192 ขึ้นไป เพราะโมเดลคิดก่อนตอบ เพดานที่ต่ำอาจทำให้คำตอบขาด

temperaturefloat

ค่าเริ่มต้น 1.0 สำหรับคำถาม ใช้ 0.0 สำหรับถอดความภาพและผลลัพธ์ที่โปรแกรมจะอ่าน

chat_template_kwargsobject

{"enable_thinking": false} ปิดการคิดก่อนตอบ เพื่อให้ถอดความได้สะอาด

toolsarray

function calling แบบ OpenAI สำหรับเอเจนต์

streamboolean

ใส่ true เพื่อรับแบบ server-sent events

ราคา

แต่ละคำขอคิด 0.01 IC ต่อ 1K input tokens และ 0.02 IC ต่อ 1K output tokens

Response

ออบเจ็กต์ chat completion แบบ OpenAI ตามตัวอย่างในแผงด้านข้าง โมเดลคิดก่อนตอบ เซิร์ฟเวอร์แยกส่วนที่คิดไว้ใน message.reasoning และใส่เฉพาะคำตอบใน message.content โค้ดที่ใช้ OpenAI SDK จึงไม่ต้องแก้ ถ้าต้องการคำตอบสั้นหรือเป็น JSON อย่างเดียว ให้บอกในพรอมต์ เช่น "ตอบสั้น ๆ" หรือ "ตอบเป็น JSON เท่านั้น"

ออบเจ็กต์ chat completion แบบ OpenAI ตามตัวอย่างในแผงด้านข้าง โมเดลคิดก่อนตอบ เซิร์ฟเวอร์แยกส่วนที่คิดไว้ใน message.reasoning และใส่เฉพาะคำตอบใน message.content โค้ดที่ใช้ OpenAI SDK จึงไม่ต้องแก้ ถ้าต้องการคำตอบสั้นหรือเป็น JSON อย่างเดียว ให้บอกในพรอมต์ เช่น "ตอบสั้น ๆ" หรือ "ตอบเป็น JSON เท่านั้น"

รายละเอียดเพิ่มเติม

ผลการทดสอบ

รายการ	ผล
ลายมือไทย อัตราผิดพลาดระดับตัวอักษร	0.261 เทียบกับ 0.649 ของโมเดลฐาน
หนังสือและราชกิจจานุเบกษา อัตราผิดพลาดระดับตัวอักษร	0.126
เอกสารตัวพิมพ์ อัตราผิดพลาดระดับตัวอักษร	0.077
OpenThaiEval ข้อสอบระดับชาติ	0.842
การทำตามคำสั่ง IFEval-TH	0.795
การใช้เครื่องมือ BFCL โดยรวม	0.820

ผลทดสอบทั้งหมดอยู่ที่หน้าโมเดล น้ำหนักโมเดลอยู่บน Hugging Face และ Ollama และลองคุยกับโมเดลในเบราว์เซอร์ได้ที่ chinda3.iapp.co.th

ข้อจำกัด

• เรียกได้ 30 ครั้งต่อนาทีต่อ API key
• โมเดลอาจตอบคลาดเคลื่อนเมื่อภาพอ่านไม่ออก และยังไม่ได้ประเมินสำหรับคำแนะนำทางการแพทย์หรือกฎหมาย งานกฎหมายไทยให้ใช้ OpenThai 2.0 Legal ซึ่งค้นตัวบทก่อนตอบ

การจัดการข้อมูล

พรอมต์ ภาพ และคำตอบประมวลผลในหน่วยความจำ และไม่เก็บไว้หลังส่งคำตอบ บริการเป็นไปตาม GDPR และ PDPA และโมเดลเดียวกันนี้รันบนเครื่องของคุณเองได้