فهرست مطالب
Callstack Apex از ۱ اکتبر ۲۰۲۶ به‌صورت عمومی (Generally Available) در دسترس است: یک مدل کدنویسی ایجنتی که شرکت Callstack برای کار روزمرهٔ ساخت فیچر، دیباگ، بازبینی کد و نوشتن تست ساخته و روی React Native و Next.js تمرکز ویژه‌ای دارد. اگر هفتهٔ قبل با نام Pixel Canary روی Vercel AI Gateway امتحانش کرده بودید، طبق روایت Callstack همان زیرساخت Apex را بدون دانستن نام شرکت استرس‌تست می‌کردید. دسترسی اصلی الان از Apex API است؛ اتصال دوباره به Gateway را «به‌زودی» وعده داده‌اند و برای شرکت‌ها هم self-hosting تجاری روی زیرساخت خودشان مطرح شده است.
در این مطلب به زبان ساده می‌گوییم Apex چیست، با مدل‌های همه‌کاره چه فرقی دارد، اعداد قیمت و بنچمارک اعلامی شرکت چطور خوانده می‌شود، و چطور با یک دستور ساده شروع کنید. اگر دنبال ایجنتی هستید که دسکتاپ را کنترل کند، مسیر دیگری است — دربارهٔ پیش‌نمایش Copilot Computer Use جدا نوشته‌ایم؛ اینجا تمرکز روی مدل تخصصی کدنویسی Callstack است.
پاسخ کوتاه: Callstack Apex چیست؟
Apex یک مدل زبانی تخصصی برای کدنویسی با ایجنت است؛ یعنی داخل ابزارهایی مثل Claude Code یا Codex می‌نشیند و چند دور می‌خواند، تغییر می‌دهد، چک می‌کند و اشتباه را اصلاح می‌کند. Callstack می‌گوید به‌جای یک مدل عمومی که برای همه‌چیز آموزش دیده، Apex را با داده‌ها و ارزیابی‌های نزدیک به اکوسیستم React — به‌خصوص موبایل با React Native و وب با Next.js — تربیت کرده تا جواب‌های پیش‌فرضش به الگوی واقعی این فریم‌ورک‌ها نزدیک‌تر باشد. این روایت فروشنده است؛ کیفیت روی پروژهٔ شما را باید با تست روی ریپوی خودتان بسنجید.
چرا مدل «تخصصی» برای برنامه‌نویس‌ها مهم است؟
مدل‌های بزرگ همه‌کاره معمولاً در نوشتن یک کامپوننت ساده خوب‌اند. کار سخت‌تر وقتی شروع می‌شود که پای ناوبری، انیمیشن، state ناهمگام، لیست‌های سنگین، وابستگی‌های native، و تفاوت iOS و Android وسط باشد. Callstack سال‌ها روی React Native کار کرده و ادعا می‌کند همان تجربه را داخل دیتاست و معیار ارزیابی Apex گذاشته — از جمله بنچمارک متن‌باز خودش به نام React Native Evals.
نکتهٔ عملی برای تیم‌ها: وقتی ایجنت چند دور تکرار می‌کند، هم هزینه و هم زمان انتظار جمع می‌شود. روایت شرکت این است که مدل ارزان‌تر و نسبتاً سریع، جا برای یک دور بررسی یا تست اضافه باز می‌کند. این یک معاملهٔ کیفیت/قیمت است، نه جادو.
از Pixel Canary تا GA عمومی
قبل از اعلام نام، Callstack مدل را ناشناس روی Vercel AI Gateway با نام Pixel Canary منتشر کرد تا بدون سوگیری برند امتحان شود و زیرساخت هم زیر بار واقعی قرار بگیرد. شرکت می‌گوید در حدود پنج روز stealth بیش از ۲۰۰ میلیارد توکن سرو شده و زیرساخت اول ناپایدار بوده، بعد پایدار شده.
روی ارزیابی Next.js مربوط به Vercel، Callstack نقل می‌کند Pixel Canary در ۲۸ از ۳۱ تسک موفق بوده و با GPT-6 Astra در حالت تلاش بالا هم‌تراز شده؛ با دادن مستندات Next.js از طریق فایل AGENTS.md نتیجه به ۳۰ از ۳۱ رسیده (مهاجرت App Router، data fetching، کش، بهینه‌سازی تصویر و فونت و مشابه). این اعداد را خود شرکت از ارزیابی Vercel نقل کرده؛ ما بنچمارک مستقل تکرار نکرده‌ایم.
روی چه کارهایی قوی‌تر ادعا می‌شود؟
ساخت و اصلاح فیچر در اپ‌های React Native
دیباگ خطاهای فریم‌ورک‌محور و وابستگی‌های native
بازبینی pull request و پیشنهاد تست
کارهای رایج Next.js مثل مسیر App Router، کش، و بهینه‌سازی دارایی‌ها
در یک دموی ضبط‌شده روی ریپوی React Native مربوط به Expensify، Callstack می‌گوید Apex بازبینی قابل‌مقایسه‌ای با Claude Opus 5.5 داده: حدود ۲ دقیقه و ۱۶ ثانیه با هزینهٔ حدود ۰٫۰۹ دلار در برابر حدود ۱۳ دقیقه و ۳۰ ثانیه و ۰٫۶۰ دلار برای Opus 5.5 — یعنی طبق محاسبهٔ خودشان حدود ۸۵٪ هزینهٔ کمتر و حدود شش برابر سریع‌تر روی همان تسک. این یک اجرای ضبط‌شده با قیمت روز لانچ است، نه میانگین آماری روی صدها پروژه.
در کنار مدل، Callstack روی ابزارهایی مثل agent-device هم کار می‌کند تا ایجنت بتواند اپ موبایل را لمس کند و شواهد اجرا جمع کند. این لایهٔ تأیید جدا از خود مدل است.
قیمت API اعلامی (اعداد شرکت)
قیمت مستقیم Apex API طبق پست GA از این قرار است. نرخ رقبا در همان پست با تاریخ حدود ۳۰ سپتامبر ۲۰۲۶ آمده و شامل هزینهٔ ابزار، batch، یا surcharge کانتکست خیلی بلند نیست:
آیتم (دلار / ۱ میلیون توکن) | Apex | GPT-6 Sol | Claude Opus 5.5 |
|---|---|---|---|
ورودی | ۰٫۵۰ | ۲٫۰۰ | ۴٫۰۰ |
ورودی کش‌شده / خواندن کش | ۰٫۲۰ | ۰٫۲۰ | ۰٫۲۰ |
خروجی | ۳٫۰۰ | ۱۰٫۰۰ | ۲۰٫۰۰ |
Callstack می‌گوید توکن خروجی Apex حدود ۷۰٪ ارزان‌تر از GPT-6 Sol و حدود ۸۵٪ ارزان‌تر از Opus 5.5 است. هزینهٔ واقعی یک کار به تعداد توکن، کش، و تعداد retry هم بستگی دارد؛ قبل از بودجهٔ جدی، صفحهٔ قیمت روز در apex.callstack.com را دوباره چک کنید.
چطور شروع کنیم؟
به apex.callstack.com بروید و برای دسترسی API ثبت‌نام کنید.
برای پیکربندی ابزار کدنویسی پشتیبانی‌شده، در ترمینال بزنید: npx @callstack/apex init
یک تسک واقعی از پروژهٔ خودتان بدهید — نه فقط «سلام دنیا» — و زمان، هزینه، و کیفیت را با مدل فعلی‌تان مقایسه کنید.
در دورهٔ stealth، Pixel Canary موقتاً رایگان روی Gateway بود؛ برای Apex عمومی، Callstack مسیر پولی API و self-host تجاری را معرفی کرده. فرض نکنید همان رایگان‌بودن stealth روی GA هم برقرار است مگر خود داشبورد روزتان خلافش را نشان دهد.
پایهٔ مدل و self-hosting
نسخهٔ اول معرفی Apex روی Gemma 4 بود؛ در پست GA می‌گویند پایه را به Qwen منتقل کرده‌اند و ارزش اصلی‌شان دیتاست دامنه، آموزش، ارزیابی و استقرار است — نه لزوماً ساخت foundation از صفر. همین پایپلاین را برای مدل‌های بعدی خانوادهٔ Apex (از جمله native iOS و Android) هم توصیف کرده‌اند.
برای سازمان‌هایی که داده نباید از شبکهٔ خودشان خارج شود، self-hosting تجاری روی کلاد یا دیتاسنتر خودشان با توافق تجاری Callstack مطرح شده. جزئیات لایسنس و سخت‌افزار را باید مستقیم با شرکت ببندید؛ اینجا جایگزین مشاورهٔ حقوقی یا امنیتی نیستیم.
برای چه کسی مناسب است؟
تیم‌های React Native که ایجنت را هر روز برای فیچر و دیباگ روشن می‌گذارند و هزینهٔ مدل frontier برایشان سنگین شده
تیم‌های Next.js که می‌خواهند مدل ارزان‌تر را روی مسیر App Router و بهینه‌سازی‌های رایج امتحان کنند
شرکت‌هایی که به استقرار خصوصی نیاز دارند و حاضرند مسیر commercial self-host را طی کنند
اگر بیشتر دنبال افزونه و مارکت ابزار دور Claude هستید، مسیر جداست — بازارچهٔ Claude را جدا بررسی کرده‌ایم. و اگر لایهٔ جست‌وجوی اسناد داخل Cloudflare برایتان مهم‌تر است، دربارهٔ Cloudflare AI Search هم نوشته‌ایم.
محدودیت‌ها و احتیاط‌ها
بنچمارک‌ها و دموی زمان/هزینه ادعای Callstack (و نقل از ارزیابی Vercel) هستند؛ روی ریپوی شما ممکن است فاصله با Opus یا GPT فرق کند.
تخصص React Native/Next.js به این معنی نیست که برای هر زبان یا استک دیگری بهترین باشد.
دسترسی Gateway بعد از stealth هنوز «به‌زودی» توصیف شده؛ وضعیت روز را از داشبورد Vercel و Apex چک کنید.
نقشهٔ راه مدل‌های native iOS/Android وعده است؛ تاریخ عمومی قفل‌شده در پست GA ندیدیم.
برای کد حساس سازمانی، سیاست نگهداری لاگ، آموزش روی پرامپت، و محل inference را قبل از اتصال به API مرور کنید.
جمع‌بندی
Callstack Apex از ۱ اکتبر ۲۰۲۶ عمومی شده: مدل کدنویسی ایجنتی با تمرکز React Native و Next.js، قیمت API اعلامی پایین‌تر از چند frontier نام‌برده، مسیر self-host تجاری، و پیشینهٔ stealth با نام Pixel Canary. اگر تیم‌تان هر روز روی همین استک ایجنت روشن می‌کند، الان زمان مناسبی برای یک مقایسهٔ واقعی روی یک تسک داخلی است — با خواندن قیمت روز و تست روی کد خودتان، نه فقط با جدول بلاگ.
سوالات پرتکرار
Callstack Apex دقیقاً چیست؟
یک مدل کدنویسی برای کار با ایجنت‌هاست که Callstack ساخته و روی React Native و Next.js تخصص ادعا می‌کند؛ از ۱ اکتبر ۲۰۲۶ عمومی شده و از طریق Apex API در دسترس است.
Pixel Canary چه ربطی به Apex دارد؟
طبق نوشتهٔ Callstack، Pixel Canary همان مدل بود که ناشناس روی Vercel AI Gateway برای تست عمومی و استرس زیرساخت منتشر شد؛ با GA نام واقعی Apex اعلام شد.
چطور نصب یا وصلش کنیم؟
از سایت apex.callstack.com برای API ثبت‌نام کنید و برای ابزارهای پشتیبانی‌شده دستور npx @callstack/apex init را اجرا کنید تا پیکربندی انجام شود.
قیمتش چقدر است؟
طبق پست GA: ورودی ۰٫۵۰ دلار، ورودی کش‌شده ۰٫۲۰ دلار، و خروجی ۳٫۰۰ دلار به ازای هر یک میلیون توکن. قیمت رقبا و جزئیات را از همان منبع و صفحهٔ روز محصول بگیرید.
آیا رایگان است؟
در دورهٔ stealth، Pixel Canary موقتاً رایگان روی Gateway بود. برای Apex عمومی مسیر اصلی API پولی و self-host تجاری توصیف شده؛ فرض رایگان‌بودن دائمی نکنید مگر داشبورد روزتان چیز دیگری بگوید.
برای غیر از React هم خوب است؟
شرکت می‌گوید مدل برای کار عمومی ایجنت هم هست، اما نقطهٔ قوت اعلامی‌اش جایی است که React اجرا می‌شود: React Native و Next.js. برای استک‌های دیگر باید خودتان مقایسه کنید.
self-hosting یعنی چه؟
یعنی inference روی کلاد یا دیتاسنتر خودتان اجرا شود، با توافق تجاری Callstack. مناسب تیم‌هایی است که محدودیت داده یا شبکه دارند؛ جزئیات را مستقیم با شرکت هماهنگ کنید.
پایهٔ مدل Gemma است یا Qwen؟
معرفی اولیه روی Gemma 4 بود؛ در اعلام GA می‌گویند به Qwen منتقل شده‌اند. ارزش اصلی را دیتاست و پایپلاین آموزش/ارزیابی خودشان می‌دانند.
