จินดา Thai LLM 4B

ฟรี(จนถึง 31 ธันวาคม 2568)

Input: 0.00 IC / 1K tokens (~0.0 บาท/1M, ~$0.00/1M)

Output: 0.00 IC / 1K tokens (~0.0 บาท/1M, ~$0.00/1M)

v1.0 ใช้งานได้ POST /v3/llm/chinda-thaillm-4b/chat/completions

ยินดีต้อนรับสู่ จินดา Thai LLM 4B API โมเดลภาษาขนาดใหญ่ภาษาไทยแบบโอเพ่นซอร์ส พัฒนาโดย iApp Technology ร่วมกับ AIEAT (สมาคมผู้ประกอบการปัญญาประดิษฐ์แห่งประเทศไทย) จินดาขับเคลื่อนโดยสถาปัตยกรรม Qwen3 4B ที่ปรับแต่งสำหรับการเข้าใจและสร้างภาษาไทย

ทดลองใช้งาน

ทดลองใช้ AI Demo

เข้าสู่ระบบหรือสร้างบัญชีฟรีเพื่อใช้งาน AI Demo และสำรวจ API ที่ทรงพลังของเรา

รับ 50 เครดิตฟรี (IC) เมื่อสมัครสมาชิก!

โปรโมชันหมดเขต 31 ธันวาคม 2568

สร้างบัญชีฟรีเข้าสู่ระบบ

แชทกับ จินดา Thai LLM 4B

API Key

Log in to use your API keys or Create an account

Start a conversation with the AI assistant

Type your message below and press Enter or click Send

สวัสดีครับ คุณช่วยอะไรได้บ้าง?

0 messages in conversationModel: chinda-qwen3-4b

ภาพรวม

จินดา (Chinda) เป็น LLM โอเพ่นซอร์สที่ขับเคลื่อนโดยชุมชนแห่งแรกของไทย ออกแบบมาเพื่อมอบความสามารถ AI ภาษาไทยที่ทรงพลัง โมเดลรองรับทั้ง streaming และ non-streaming inference สำหรับ chat completions

ดูข้อมูลเพิ่มเติมเกี่ยวกับจินดา Open Source LLM

คุณสมบัติหลัก

• ปรับแต่งสำหรับภาษาไทย: Fine-tuned โดยเฉพาะสำหรับการเข้าใจและสร้างภาษาไทย
• โอเพ่นซอร์ส: ใช้งานได้ทั้งผ่าน API และติดตั้งในเครื่อง
• เข้ากันได้กับ OpenAI: ใช้รูปแบบ OpenAI API เพื่อการผสานรวมที่ง่าย
• รองรับ Streaming: สตรีมมิ่ง token แบบเรียลไทม์สำหรับแอพพลิเคชันที่ตอบสนองรวดเร็ว
• Context 40K: รองรับความยาว context สูงสุด 40,960 tokens
• ใช้งานฟรี: ไม่มีค่าใช้จ่ายจนถึง 31 ธันวาคม 2568

เริ่มต้นใช้งาน

1. สิ่งที่ต้องมี

   • API key จาก iApp Technology
   • การเชื่อมต่ออินเทอร์เน็ต

2. เริ่มต้นอย่างรวดเร็ว

   • REST API interface ที่ใช้งานง่าย
   • รูปแบบเข้ากันได้กับ OpenAI
   • รองรับทั้ง streaming และ non-streaming

3. ขีดจำกัดอัตรา

   • 5 คำขอต่อวินาที
   • 200 คำขอต่อนาที

วิธีขอ API Key

กรุณาเยี่ยมชมหน้า การจัดการ API Key เพื่อดู API key ที่มีอยู่หรือขอใหม่

API Endpoints

Endpoint	Method	รายละเอียด	ค่าใช้จ่าย
/v3/llm/chinda-thaillm-4b/chat/completions	POST	Chat completions (streaming & non-streaming)	ฟรี (0 IC)
/v3/llm/chinda-thaillm-4b/completions	POST	Text completions	ฟรี (0 IC)
/v3/llm/chinda-thaillm-4b/models	GET	รายการโมเดลที่ใช้ได้	ฟรี (0 IC)

ตัวอย่างโค้ด

cURL - Non-Streaming

curl -X POST 'https://api.iapp.co.th/v3/llm/chinda-thaillm-4b/chat/completions' \
  -H 'apikey: YOUR_API_KEY' \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "chinda-qwen3-4b",
    "messages": [
      {"role": "user", "content": "สวัสดีครับ คุณช่วยอะไรได้บ้าง?"}
    ],
    "max_tokens": 4096
  }'

cURL - Streaming

curl -X POST 'https://api.iapp.co.th/v3/llm/chinda-thaillm-4b/chat/completions' \
  -H 'apikey: YOUR_API_KEY' \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "chinda-qwen3-4b",
    "messages": [
      {"role": "user", "content": "อธิบายเกี่ยวกับ AI ให้หน่อย"}
    ],
    "max_tokens": 4096,
    "stream": true
  }'

Response (Non-Streaming)

{
  "id": "chatcmpl-abc123",
  "object": "chat.completion",
  "created": 1700000000,
  "model": "chinda-qwen3-4b",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "สวัสดีครับ! ผมเป็น Chinda ผู้ช่วย AI ภาษาไทย ผมสามารถช่วยคุณได้หลายอย่าง เช่น:\n\n1. ตอบคำถามทั่วไป\n2. ช่วยเขียนข้อความ\n3. อธิบายเรื่องต่างๆ\n4. แปลภาษา\n5. ช่วยคิดไอเดีย\n\nมีอะไรให้ช่วยไหมครับ?"
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 15,
    "completion_tokens": 89,
    "total_tokens": 104
  }
}

Python

import requests
import json

url = "https://api.iapp.co.th/v3/llm/chinda-thaillm-4b/chat/completions"

payload = {
    "model": "chinda-qwen3-4b",
    "messages": [
        {"role": "user", "content": "สวัสดีครับ คุณช่วยอะไรได้บ้าง?"}
    ],
    "max_tokens": 4096
}

headers = {
    'apikey': 'YOUR_API_KEY',
    'Content-Type': 'application/json'
}

response = requests.post(url, headers=headers, json=payload)
print(response.json())

Python - Streaming

import requests
import json

url = "https://api.iapp.co.th/v3/llm/chinda-thaillm-4b/chat/completions"

payload = {
    "model": "chinda-qwen3-4b",
    "messages": [
        {"role": "user", "content": "อธิบายเกี่ยวกับ AI"}
    ],
    "max_tokens": 4096,
    "stream": True
}

headers = {
    'apikey': 'YOUR_API_KEY',
    'Content-Type': 'application/json'
}

response = requests.post(url, headers=headers, json=payload, stream=True)

for line in response.iter_lines():
    if line:
        line = line.decode('utf-8')
        if line.startswith('data: '):
            data = line[6:]
            if data != '[DONE]':
                chunk = json.loads(data)
                content = chunk['choices'][0]['delta'].get('content', '')
                print(content, end='', flush=True)

JavaScript / Node.js

const axios = require('axios');

const url = 'https://api.iapp.co.th/v3/llm/chinda-thaillm-4b/chat/completions';

const payload = {
  model: 'chinda-qwen3-4b',
  messages: [
    { role: 'user', content: 'สวัสดีครับ คุณช่วยอะไรได้บ้าง?' }
  ],
  max_tokens: 4096
};

const config = {
  headers: {
    'apikey': 'YOUR_API_KEY',
    'Content-Type': 'application/json'
  }
};

axios.post(url, payload, config)
  .then(response => {
    console.log(response.data.choices[0].message.content);
  })
  .catch(error => {
    console.error(error);
  });

PHP

<?php

$curl = curl_init();

$payload = json_encode([
    'model' => 'chinda-qwen3-4b',
    'messages' => [
        ['role' => 'user', 'content' => 'สวัสดีครับ คุณช่วยอะไรได้บ้าง?']
    ],
    'max_tokens' => 4096
]);

curl_setopt_array($curl, [
    CURLOPT_URL => 'https://api.iapp.co.th/v3/llm/chinda-thaillm-4b/chat/completions',
    CURLOPT_RETURNTRANSFER => true,
    CURLOPT_POST => true,
    CURLOPT_POSTFIELDS => $payload,
    CURLOPT_HTTPHEADER => [
        'apikey: YOUR_API_KEY',
        'Content-Type: application/json'
    ],
]);

$response = curl_exec($curl);
curl_close($curl);

$result = json_decode($response, true);
echo $result['choices'][0]['message']['content'];

API Reference

Headers

พารามิเตอร์	ชนิด	จำเป็น	รายละเอียด
apikey	String	ใช่	API key ของคุณ
Content-Type	String	ใช่	application/json

Request Body Parameters

พารามิเตอร์	ชนิด	จำเป็น	รายละเอียด
model	String	ใช่	ชื่อโมเดล: chinda-qwen3-4b
messages	Array	ใช่	อาร์เรย์ของ message objects ที่มี role และ content
max_tokens	Integer	ไม่	จำนวน tokens สูงสุดที่จะสร้าง (ค่าเริ่มต้น: 4096, สูงสุด: 40960)
stream	Boolean	ไม่	เปิดใช้ streaming response (ค่าเริ่มต้น: false)
temperature	Float	ไม่	Sampling temperature 0-2 (ค่าเริ่มต้น: 0.7)
top_p	Float	ไม่	Nucleus sampling (ค่าเริ่มต้น: 0.9)

Message Object

ฟิลด์	ชนิด	รายละเอียด
role	String	system, user, หรือ assistant
content	String	เนื้อหาของข้อความ

ข้อมูลโมเดล

คุณสมบัติ	ค่า
ชื่อโมเดล	chinda-qwen3-4b
Base Model	Qwen3 4B
Context Length	40,960 tokens
ภาษา	ไทย, อังกฤษ
License	Open Source

กรณีการใช้งาน

• Chatbots: สร้างผู้ช่วย AI สนทนาที่พูดภาษาไทย
• สร้างเนื้อหา: สร้างเนื้อหาภาษาไทยสำหรับบทความ โซเชียลมีเดีย และการตลาด
• แปลภาษา: แปลระหว่างภาษาไทยและอังกฤษ
• ระบบ Q&A: ตอบคำถามเป็นภาษาไทย
• ช่วยเขียนโค้ด: ช่วยเหลือคำถามเกี่ยวกับการเขียนโปรแกรม (พร้อมคำอธิบายภาษาไทย)
• การศึกษา: สอนภาษาไทยและอธิบายเนื้อหา

โอเพ่นซอร์ส

จินดายังมีให้ใช้งานเป็นโมเดลโอเพ่นซอร์สที่คุณสามารถรันในเครื่องได้:

• Hugging Face: iapp/chinda-qwen3-4b

สำหรับบทเรียนการรันจินดาในเครื่อง ดูที่:

• บทเรียน LM Studio
• บทเรียน Ollama
• บทเรียน OpenWebUI

ราคา

ชื่อบริการ AI API	Endpoint	ค่า IC	On-Premise
จินดา Thai LLM 4B [v1.0]	/v3/llm/chinda-thaillm-4b/chat/completions	ฟรี (จนถึง 31 ธ.ค. 2568) Input: 0.00 IC / 1K tokens Output: 0.00 IC / 1K tokens	ติดต่อ

การสนับสนุน

สำหรับการสนับสนุนและคำถาม:

• Discord: เข้าร่วมชุมชนของเรา
• Email: support@iapp.co.th
• เอกสาร: เอกสาร API ฉบับเต็ม