सबसे सस्ता AI API लागत: टोकन-प्रति गणना और उदाहरण
सबसे सस्ता AI API लागत वह है जिसे आप एक भी अनुरोध भेजने से पहले कागज पर गणना कर सकते हैं। यह पृष्ठ इस API के लिए टोकन-प्रति अंकगणित और किसी अन्य प्रदाता के साथ तुलना करने की विधि दिखाता है।
अपडेट किया गया
मुख्य बिंदु
- दरें इनपुट टोकन के लिए $0.15 प्रति 1M और आउटपुट टोकन के लिए $0.50 प्रति 1M हैं, जो प्रीपेड क्रेडिट से कटती हैं।
- आउटपुट टोकन की लागत इनपुट टोकन की तुलना में लगभग 3.3 गुना अधिक होती है, इसलिए छोटे उत्तर, छोटे प्रॉम्प्ट की तुलना में अधिक बचत करते हैं।
- असफल या अस्वीकृत अनुरोधों के लिए चार्ज नहीं किया जाता, और क्रेडिट कभी समाप्त नहीं होता।
- $50 और उससे अधिक के टॉप-अप में 5%, 10% या 15% बोनस मिलता है, जो आपकी प्रभावी दर को कम करता है।

संक्षिप्त उत्तर: अपनी टोकन की कीमत लगाएँ, हेडलाइन दर की नहीं
आपके लिए सबसे सस्ता AI API खर्च तीन संख्याओं पर निर्भर करता है: कितने टोकन इनपुट में जाते हैं, कितने आउटपुट में आते हैं, और प्रदाता प्रत्येक के प्रति मिलियन के लिए कितना शुल्क लेता है। यदि आपका वर्कलोड लंबे उत्तर उत्पन्न करता है, तो एक कम इनपुट कीमत ज़्यादा मायने नहीं रखती, और यदि हर कॉल में 30,000-टोकन वाला प्रॉम्प्ट होता है, तो एक कम आउटपुट कीमत ज़्यादा मायने नहीं रखती।
इस API पर दरें हैं प्रति 1M इनपुट टोकन के लिए $0.15 और प्रति 1M आउटपुट टोकन के लिए $0.50। आप प्रीपेड क्रेडिट से भुगतान करते हैं, कोई सदस्यता नहीं है, और एक अनुरोध जो विफल हो जाता है या अस्वीकार कर दिया जाता है, उसका शुल्क नहीं लिया जाता है। इस पृष्ठ का शेष भाग उन दो दरों को वास्तविक संख्याओं में बदलता है ताकि आप प्राइसिंग पेज के बजाय कैलकुलेटर के साथ निर्णय ले सकें।
सूत्र
हर अनुरोध का खर्च:
cost = (input_tokens x 0.15 / 1,000,000) + (output_tokens x 0.50 / 1,000,000)
टोकन की गणना शब्दों द्वारा नहीं, बल्कि मॉडल के टोकनाइज़र द्वारा की जाती है। अंग्रेजी पाठ के लिए एक अनुमानित नियम यह है कि एक टोकन एक शब्द से थोड़ा कम होता है, लेकिन कोड, अन्य भाषाएँ और भारी विराम चिह्न अधिक टोकन का उपयोग करते हैं। अनुमान न लगाएँ: हर प्रतिक्रिया में usage ऑब्जेक्ट होता है जिसमें सटीक प्रॉम्प्ट और कंप्लीशन टोकन गणनाएँ होती हैं, और स्ट्रीमिंग के साथ उपयोग स्ट्रीम के अंत में आता है। इसे प्रति अनुरोध लॉग करें और प्रति कॉल आपका वास्तविक खर्च एक मापा गया आंकड़ा बन जाता है।
X-Balance-USD प्रतिक्रिया हेडर हर कॉल के बाद आपके शेष क्रेडिट दिखाता है, जो टेस्टिंग के दौरान एक त्वरित सत्यापन के लिए उपयोगी है।
इन दरों पर कार्य उदाहरण
यहाँ वर्कलोड के पाँच सामान्य रूप दिए गए हैं, गणना दिखाई गई है। इनपुट लागत टोकन x 0.15 / 1,000,000 है, आउटपुट लागत टोकन x 0.50 / 1,000,000 है।
| वर्कलोड | इनपुट / आउटपुट टोकन | प्रत्येक कॉल की लागत | वॉल्यूम | कुल |
|---|---|---|---|---|
| छोटे इतिहास वाला चैट टर्न | 2,000 / 500 | $0.0003 + $0.00025 = $0.00055 | 10,000 कॉल | $5.50 |
| दस्तावेज़ सारांश | 20,000 / 1,000 | $0.003 + $0.0005 = $0.0035 | 1,000 दस्तावेज़ | $3.50 |
| लॉन्ग-कॉन्टेक्स्ट विश्लेषण | 90,000 / 2,000 | $0.0135 + $0.001 = $0.0145 | 100 कॉल | $1.45 |
| बल्क टेक्स्ट जनरेशन | 500 / 1,500 | $0.000075 + $0.00075 = $0.000825 | 100,000 कॉल | $82.50 |
| बैच जॉब, केवल कुल योग | 50M / 10M | $7.50 + $5.00 | एक कार्य | $12.50 |
दो बातें उभरकर सामने आती हैं। पहली, 100,000 कॉल वाले जनरेशन कार्य की लागत केवल $82.50 आती है, जिसे आप अपने बजट में आसानी से समायोजित कर सकते हैं। दूसरी, बल्क जनरेशन पंक्ति में आउटपुट बिल का 90% से अधिक हिस्सा होता है ($0.000825 में से $0.00075), क्योंकि आउटपुट टोकन की कीमत इनपुट दर से लगभग 3.3 गुना अधिक (0.50 / 0.15) है।
न्यूनतम टॉप-अप से क्या मिलता है
न्यूनतम टॉप-अप $20 है। ऊपर बताए गए चैट-टर्न लागत के आधार पर, $20 से लगभग 36,000 टर्न ($20 / $0.00055, जो लगभग 36,364 है) खरीदे जा सकते हैं। यदि आप केवल इनपुट भेजते हैं, तो $20 से लगभग 133 मिलियन टोकन कवर होंगे; यदि आप केवल आउटपुट जनरेट करते हैं, तो लगभग 40 मिलियन।
प्रदाताओं की ईमानदारी से तुलना कैसे करें
मूल्य पृष्ठ अक्सर अच्छे दिखने के लिए लिखे जाते हैं, इसलिए किसी निश्चित वर्कलोड पर तुलना करें। एक विधि जो स्थिर साबित होती है:
- उपरोक्त चैट टर्न जैसा एक वास्तविक वर्कलोड चुनें और अपने स्वयं के लॉग से उसकी इनपुट और आउटपुट टोकन संख्या मापें।
- प्रत्येक प्रदाता की वर्तमान मूल्य पृष्ठ खोलें और उस विशिष्ट मॉडल के लिए इनपुट और आउटपुट दरें नोट करें जिसे आप उपयोग करेंगे। दरें बदलती रहती हैं, इसलिए ब्लॉग पोस्ट या इस पृष्ठ पर भरोसा करने के बजाय, निर्णय लेने के दिन उनकी वर्तमान मूल्य सूची जांचें।
- सूत्र का उपयोग करके प्रति कॉल लागत की गणना करें, फिर इसे अपने मासिक वॉल्यूम से गुणा करें।
- उन लागतों को जोड़ें जो प्रति टोकन नहीं दिखतीं: न्यूनतम टॉप-अप या सदस्यता, उपयोग न किए गए क्रेडिट की समाप्ति, विफल अनुरोधों के लिए शुल्क, और रेट लिमिट जो आपको उच्च टियर पर जाने के लिए मजबूर करते हैं।
उस चरण में "मॉडल" शब्द के साथ सावधान रहें। यह सेवा एक ओपन-वेट मॉडल पर चलती है, जिसे वयस्कों के वैध उपयोग के लिए बिना सेंसर के उत्तर देने के लिए ट्यून किया गया है, और इसे एक स्वतंत्र प्रदाता होस्ट करता है। यह विभिन्न विक्रेताओं के बीच एक राउटर नहीं है और किसी भी लैब की आधिकारिक API नहीं है। यदि आपके कार्य के लिए एक विशिष्ट प्रोप्राइटरी मॉडल की आवश्यकता है, तो किसी अलग मॉडल पर सबसे सस्ता रेट आपको मदद नहीं करेगा, और सही विकल्प वही है जो काम पूरा करे। यदि एक ओपन-वेट मॉडल पर्याप्त है, तो प्रति-टोकन लागत यही इस API की ताकत है।
टॉप-अप बोनस प्रभावी दर को बदल देते हैं
टॉप-अप $20 से $500 तक की कोई भी पूर्ण राशि हो सकते हैं, जिसमें राशि के आकार के साथ बढ़ता हुआ बोनस मिलता है:
- $50 से $99: +5%, इसलिए $50, $52.50 क्रेडिट बन जाता है।
- $100 से $199: +10%, इसलिए $100, $110 बन जाता है।
- $200 और उससे ऊपर: +15%, इसलिए $200, $230 बन जाता है।
उच्चतम बोनस पर, आप $1 भुगतान पर $1.15 क्रेडिट प्राप्त करते हैं, इसलिए प्रभावी दरें घटकर $0.15 / 1.15 = लगभग $0.130 प्रति 1M इनपुट टोकन और $0.50 / 1.15 = लगभग $0.435 प्रति 1M आउटपुट टोकन हो जाती हैं। यह कोड की एक लाइन बदले बिना 13% की बचत है। चूँकि क्रेडिट कभी समाप्त नहीं होता, यदि आप स्थिर उपयोग की उम्मीद करते हैं तो बड़ा ब्लॉक खरीदना कम जोखिम वाला है।
भुगतान केवल क्रिप्टो द्वारा किया जाता है: TRC20 पर USDT या Base पर USDC। विवरण मूल्य निर्धारण पृष्ठ पर हैं, और पे-एज-यू-गो LLM API मूल्य निर्धारण का एक विस्तृत विवरण पे-एज-यू-गो LLM API मूल्य निर्धारण में है।
बिल कम करने के सात तरीके
सबसे सस्ती दर भी सावधान उपयोग के लिए पुरस्कृत करती है। प्रभाव के लगभग क्रम में:
- आउटपुट को सीमित और आकार दें। आउटपुट प्रति टोकन 3.3 गुना अधिक महंगा है। सिस्टम प्रॉम्प्ट में संक्षिप्त उत्तर मांगें और
max_tokensको उस सीमा पर सेट करें जिसे आप उचित समझते हैं। - चैट इतिहास को कम करें। हर कॉल पर 20 टर्न फिर से भेजने से आपकी इनपुट लागत गुणित हो जाती है। पुराने टर्न के लिए एक रोलिंग विंडो या एक संक्षिप्त सारांश रखें।
- कॉन्टेक्स्ट विंडो को स्टफ न करें। विंडो 100,000 टोकन की है, लेकिन 90,000-टोकन वाला प्रॉम्प्ट हर बार $0.0135 का खर्च करता है। पूरी फ़ाइल पेस्ट करने के बजाय प्रासंगिक अंश पुनः प्राप्त करें।
- एक्सट्रैक्शन के लिए JSON मोड का उपयोग करें।
response_formatकोjson_objectपर सेट करने से आप लंबी भूमिका और खराब आउटपुट के कारण होने वाले रीट्राई से बचते हैं। - निर्धारक कार्यों के लिए तापमान कम करें। कम गलत जनरेशन का मतलब है कम रीरन।
- जल्दी रोकें।
stopसीक्वेंस का उपयोग करें ताकि मॉडल आपके द्वारा आवश्यक भाग के बाद लिखना जारी न रखे। - ट्रायल क्रेडिट पर परीक्षण करें। नए उपयोगकर्ता API कुंजी पृष्ठ पर एक क्लिक से $0.50 का दावा कर सकते हैं, जो 7 दिनों के लिए मान्य है। चैट-टर्न लागत के आधार पर यह लगभग 900 कॉल के बराबर है, जो आपको किसी भी फंडिंग से पहले अपनी वास्तविक टोकन गणना को मापने के लिए पर्याप्त है।
एक मासिक बजट उदाहरण
मान लीजिए कि आप एक सहायता सहायक चला रहे हैं जो दिन में 3,000 बातचीत संभालता है। प्रत्येक बातचीत में 6 मॉडल कॉल लगती हैं, और एक सामान्य कॉल में 2,000 इनपुट टोकन भेजे जाते हैं और 300 आउटपुट टोकन लौटाए जाते हैं।
- एक कॉल: 2,000 x 0.15 / 1,000,000 = $0.0003 इनपुट के लिए, प्लस 300 x 0.50 / 1,000,000 = $0.00015 आउटपुट के लिए, इसलिए $0.00045।
- एक बातचीत: 6 x $0.00045 = $0.0027।
- एक दिन: 3,000 x $0.0027 = $8.10।
- तीस दिन: 30 x $8.10 = $243।
लोड दिन में 18,000 कॉल है, जो प्रति मिनट औसतन 12.5 है, जो एक पूर्ण कुंजी द्वारा अनुमत प्रति मिनट 300 अनुरोधों के भीतर आराम से है। यदि आप महीने को $200 के टॉप-अप से फंड करते हैं, तो 15% बोनस आपको $230 का क्रेडिट देता है, इसलिए एक टॉप-अप इस ट्रैफिक के लगभग 28 दिनों को कवर करता है ($230 / $8.10 लगभग 28.4 है)। चूंकि उपयोग नहीं किए गए क्रेडिट कभी समाप्त नहीं होते, आप अपनी कैश प्रवाह के अनुसार किसी भी मात्रा में टॉप-अप कर सकते हैं और शेष राशि आगे ले जा सकते हैं।
इसे एक टेम्पलेट के रूप में मानें और अपने स्वयं के आंकड़े डालें। बात यह है कि पूरी बिलिंग चार इनपुटों में कम हो जाती है जिन्हें आप माप सकते हैं: प्रति दिन कॉल, प्रति कॉल इनपुट टोकन, प्रति कॉल आउटपुट टोकन, और दोनों दरें।
माप के साथ कॉल की जाँच करें
यह स्क्रिप्ट एक अनुरोध भेजती है और रिपोर्ट किए गए उपयोग से सटीक लागत प्रिंट करती है। कुंजी को अपनी खुद की कुंजी से बदलें।
import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.unlimitedaiapi.com/v1",
api_key=os.environ["UNLIMITED_API_KEY"],
)
resp = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Summarize the idea of per-token pricing in two sentences."}],
)
u = resp.usage
cost = u.prompt_tokens * 0.15 / 1_000_000 + u.completion_tokens * 0.50 / 1_000_000
print(resp.choices[0].message.content)
print(u.prompt_tokens, u.completion_tokens, f"${cost:.6f}")
इसे कुछ प्रतिनिधि प्रॉम्प्ट्स पर चलाएं, परिणाम का औसत निकालें और अपनी मात्रा के अनुसार स्केल करें। यदि आपने अभी तक एक्सेस सेटअप नहीं किया है, तो दस्तावेज़ों में क्विकस्टार्ट इसे कवर करता है, और आप कुछ ही मिनटों में API कुंजी प्राप्त कर सकते हैं।
अधिक गाइड
प्रश्न और उत्तर
इस API पर एक मिलियन टोकन की लागत क्या है?
इनपुट $0.15 प्रति 1M टोकन है और आउटपुट $0.50 प्रति 1M टोकन है। एक मिलियन दोनों की एक साथ लागत $0.65 है।
क्या मैं विफल या अस्वीकृत अनुरोधों के लिए भुगतान करता हूं?
नहीं। विफल या अस्वीकृत अनुरोधों के लिए चार्ज नहीं किया जाता है, इसलिए त्रुटि के बाद रीट्राई बिल में नहीं जुड़ते।
क्या मेरा क्रेडिट समाप्त होता है?
नहीं। क्रेडिट कभी समाप्त नहीं होता है, और न ही कोई सब्सक्रिप्शन या मासिक न्यूनतम है। आप टॉप-अप की गई शेष राशि से उपयोग के अनुसार भुगतान करते हैं।
क्या यह हर प्रोजेक्ट के लिए सबसे सस्ता विकल्प है?
जरूरी नहीं। यह एक ओपन-वेट मॉडल को सेवा देता है, इसलिए यदि आपको किसी विशिष्ट प्रोप्राइटरी मॉडल की आवश्यकता है, तो उसकी वर्तमान कीमत और गुणवत्ता की सीधे तुलना करें। उन कार्यों के लिए जहां एक ओपन-वेट मॉडल पर्याप्त है, प्रति-टोकन लागत मुख्य लाभ है।
क्या मैं भुगतान करने से पहले इसे आज़मा सकता हूँ?
हाँ। नए उपयोगकर्ता साइन-अप के बाद API कुंजी पृष्ठ पर एक क्लिक से $0.50 का मुफ़्त ट्रायल क्रेडिट दावा कर सकते हैं। यह 7 दिनों के लिए मान्य है और प्रति व्यक्ति एक बार सीमित है।
आपकी कुंजी बस एक फ़ॉर्म दूर है
एक खाता बनाएँ, कुंजी कॉपी करें, बेस URL बदलें। सेटअप यही है।