मुख्य बिंदु
- दरें: $0.15 प्रति 1M इनपुट टोकन और $0.50 प्रति 1M आउटपुट टोकन।
- प्रीपेड क्रेडिट से पे-एज़-यू-गो; कोई सब्सक्रिप्शन नहीं, और क्रेडिट कभी एक्सपायर नहीं होता।
- 1,500 टोकन इनपुट और 400 आउटपुट वाले 100,000 अनुरोधों की लागत $42.50 है।
- विफल या अस्वीकृत अनुरोधों पर कोई शुल्क नहीं लगाया जाता।
बिल कैसे बनता है
यदि आप gpt मॉडल API मूल्य निर्धारण की तुलना कर रहे हैं, तो इकाई से शुरू करें: टोकन। टोकन पाठ का एक हिस्सा होता है, जो अक्सर एक छोटा शब्द या एक लंबे शब्द का भाग होता है। अंग्रेज़ी के लिए एक अनुमानित नियम यह है कि 1,000 टोकन लगभग 750 शब्दों के बराबर होते हैं, हालाँकि कोड और अन्य भाषाओं में प्रति शब्द अधिक टोकन लगते हैं। API प्रतिक्रिया अपने usage फ़ील्ड में सटीक गणना बताती है, इसलिए आपको बाद में अनुमान लगाने की ज़रूरत नहीं होती।
हर अनुरोध दो गिनतियों पर बिल किया जाता है। इनपुट टोकन वह सब कुछ है जो आप भेजते हैं: सिस्टम प्रॉम्प्ट, संवाद इतिहास और नया संदेश। आउटपुट टोकन वह सब कुछ है जो मॉडल वापस लिखता है। आउटपुट की लागत इनपुट की तुलना में प्रति टोकन अधिक होती है। हमारी दरें 1M इनपुट टोकन प्रति $0.15 और 1M आउटपुट टोकन प्रति $0.50 हैं।
हल किए गए उदाहरण
आइए कुछ सामान्य आकृतियों की गणना करें। प्रत्येक समान सूत्र का पालन करता है: टोकन को 1,000,000 से विभाजित करें, फिर दर से गुणा करें।
एक छोटा प्रश्न। 200 टोकन इनपुट, 150 आउटपुट। इनपुट: 200 / 1,000,000 x $0.15 = $0.00003। आउटपुट: 150 / 1,000,000 x $0.50 = $0.000075। कुल: $0.000105। ऐसे लगभग 9,500 अनुरोधों की लागत एक डॉलर आती है।
इतिहास के साथ एक चैट टर्न। इनपुट 3,000 टोकन, आउटपुट 400। इनपुट $0.00045, आउटपुट $0.0002, कुल $0.00065। इनके एक हज़ार का खर्च $0.65 होगा।
एक दस्तावेज़ कार्य। इनपुट 20,000 टोकन (सारांश बनाने के लिए एक लंबा पाठ), आउटपुट 1,000। इनपुट $0.003, आउटपुट $0.0005, कुल $0.0035। उसी आकार के 1,000 दस्तावेज़ों का सारांश बनाने का खर्च $3.50 होगा।
एक पूर्ण कॉन्टेक्स्ट विंडो। विंडो 100,000 टोकन की है, प्रॉम्प्ट प्लस कम्प्लीशन। 90,000 इनपुट और 10,000 आउटपुट वाले एक अनुरोध की लागत $0.0135 + $0.005 = $0.0185 होती है, जो दो सेंट से कम है।
| आकृति | प्रति अनुरोध | प्रति 1,000 अनुरोध |
|---|---|---|
| 200 इन, 150 आउट | $0.000105 | $0.105 |
| 3,000 इन, 400 आउट | $0.00065 | $0.65 |
| 20,000 इनपुट, 1,000 आउटपुट | $0.0035 | $3.50 |
| 90,000 इनपुट, 10,000 आउटपुट | $0.0185 | $18.50 |
मासिक अनुमान
प्रोजेक्ट महीनों में सोचते हैं, इसलिए मात्रा बढ़ाएँ। मान लीजिए एक सहायता टूल महीने में 100,000 अनुरोध भेजता है, जिसमें औसतन 1,500 इनपुट और 400 आउटपुट टोकन होते हैं।
- इनपुट: 100,000 x 1,500 = 150,000,000 टोकन, जो 150M x $0.15 = $22.50 है
- आउटपुट: 100,000 x 400 = 40,000,000 टोकन, जो 40M x $0.50 = $20.00 है
- कुल: प्रति माह $42.50
एक छोटा ऐप जिसमें महीने में 5,000 अनुरोध होते हैं, उसी पैटर्न पर $2.13 ($42.50 का बीसवाँ हिस्सा $2.125 है) का खर्च आता है। एक क्रिएटिव राइटिंग टूल जहाँ उपयोगकर्ता लंबे अंश जनरेट करते हैं, उसमें अनुपात उलट सकता है: 20,000 अनुरोध, 1,000 इनपुट और 2,000 आउटपुट के साथ, 20M इनपुट टोकन की लागत $3.00 और 40M आउटपुट टोकन की लागत $20.00 होती है, यानी कुल $23.00।
ध्यान दें कि जब जवाब लंबे होते हैं तो आउटपुट हावी होता है, और जब इतिहास लंबा होता है तो इनपुट हावी होता है। अनुकूलन करने से पहले यह जान लें कि आपका ऐप किस श्रेणी में आता है।
वृद्धि रैखिक है, जिससे योजना बनाना आसान होता है। यदि ट्रैफिक दोगुना हो जाता है, तो बिल दोगुना हो जाता है: उसी शैली के 200,000 अनुरोधों की लागत $85.00 होगी। यदि आप हिस्ट्री को कम करके औसत इनपुट को 1,500 से घटाकर 1,000 टोकन कर देते हैं, तो 100,000 अनुरोधों के लिए इनपुट लाइन $22.50 से घटकर $15.00 हो जाती है, जिससे जवाबों की गुणवत्ता को बिगाड़े बिना प्रति माह $7.50 की बचत होती है।
क्रेडिट, टॉप-अप और बोनस
आप प्रीपेड क्रेडिट से भुगतान करते हैं, इसलिए खर्च उसी राशि से सीमित होता है जिसे आपने लोड किया है। क्रेडिट कभी एक्सपायर नहीं होता, और कोई सब्सक्रिप्शन शुल्क नहीं है।
टॉप-अप $20 से $500 तक की कोई भी पूर्ण राशि हो सकते हैं, क्रिप्टो (TRC20 पर USDT, Base पर USDC) के माध्यम से। बड़े टॉप-अप पर बोनस मिलता है: $50 से +5%, $100 से +10%, $200 से +15%। इसका मतलब है कि $50, $52.50 क्रेडिट बन जाता है, $100, $110 बन जाता है, और $200, $230 बन जाता है। $42.50 के मासिक उदाहरण का उपयोग करते हुए, एक $50 का टॉप-अप उस वर्कलोड के एक महीने से थोड़ा अधिक समय तक चलता है, और बोनस को गिनने के बाद $10 शेष रह जाते हैं।
नए उपयोगकर्ता साइन-अप के बाद एक क्लिक से $0.50 का मुफ़्त ट्रायल क्रेडिट प्राप्त कर सकते हैं। यह 7 दिनों के लिए मान्य है और एक व्यक्ति के लिए एक बार ही उपलब्ध है। वर्तमान तालिका के लिए मूल्य निर्धारण पृष्ठ देखें।
आकार निर्धारित करने पर एक व्यावहारिक नोट: न्यूनतम टॉप-अप $20 है, जो 3,000-इन, 400-आउट चैट आकार ($0.00065 प्रति अनुरोध) पर लगभग 30,769 अनुरोधों के बराबर है। अधिकांश प्रोटोटाइप के लिए यह कई सप्ताहों के परीक्षण के लिए काफ़ी है, इसलिए उच्च राशि से शुरू करने का कम ही कारण है।
बिल कम रखने के सात तरीके
दरें कम हैं, लेकिन बड़े पैमाने पर बर्बादी जमा हो जाती है। ये वे बदलाव हैं जो सबसे अधिक बचत करते हैं, प्रभाव के लगभग क्रम में।
- इतिहास को कम करें। अंतिम N बारी और पूर्व की बारी का एक संक्षिप्त सारांश रखें। अन्यथा इनपुट टोकन हर बारी के साथ बढ़ते हैं।
- सिस्टम प्रॉम्प्ट को छोटा करें। यह हर अनुरोध पर फिर से भेजा जाता है। 1,500 टोकन का प्रॉम्प्ट 100,000 बार भेजा जाता है, जिससे 150M इनपुट टोकन बनते हैं, यानी $22.50।
- max_tokens को उसी अनुसार सेट करें। यह यहाँ वैकल्पिक है, लेकिन एक सीमा अनियंत्रित उत्तरों को रोकती है।
- स्टॉप सीक्वेंस का उपयोग करें। वे तब जनरेशन समाप्त कर देते हैं जब आपको जो चाहिए वह मिल जाता है।
- संक्षिप्त आउटपुट का अनुरोध करें। जब कोई प्रोग्राम परिणाम पढ़ता है, तो छोटे कुंजी वाले JSON मोड, विवरणपूर्ण पाठ से बेहतर होता है।
- अपने उत्तर कैश करें। यदि कई उपयोगकर्ता एक ही प्रश्न पूछते हैं, तो फिर से भुगतान करने के बजाय उत्तर संग्रहीत करें।
- बैलेंस पर नज़र रखें।
X-Balance-USDरिस्पॉन्स हेडर हर कॉल पर दिखाता है कि शेष क्या है।
लॉन्च से पहले बजट चेकलिस्ट
एक ऐप उपयोगकर्ताओं के सामने जाने से पहले, इस सूची की जाँच करें।
- कम से कम 50 वास्तविक अनुरोधों से औसत इनपुट और आउटपुट टोकन मापें।
- सबसे खराब स्थिति की गणना करें: एक पूर्ण 100,000-टोकन विंडो का खर्च 90,000-इन, 10,000-आउट अनुरोध के लिए लगभग $0.0185 होता है। निर्णय लें कि क्या आपका ऐप इसकी अनुमति देता है।
- इस बात का ध्यान रखें कि एक पेस्ट किया गया दस्तावेज़ आपके खर्च को गुणा न कर दे, इसलिए उपयोगकर्ता इनपुट लंबाई को कैप करें।
- जहाँ लंबे उत्तरों की आवश्यकता नहीं है, वहाँ
max_tokensसेट करें। - HTTP 429 को एक रीट्राई के साथ हैंडल करें जो प्रतीक्षा करता है, जब उपलब्ध हो तो
Retry-Afterमान का उपयोग करें। एक पूर्ण कुंजी 8 समानांतर अनुरोध और प्रति मिनट 300 की अनुमति देती है। - शेष राशि पर अलर्ट सेट करें।
X-Balance-USDपढ़ें और जब यह एक सीमा को पार कर जाए तो खुद को सूचित करें, ताकि आप उपयोगकर्ताओं को पता चलने से पहले टॉप-अप कर सकें।
अन्य प्रदाताओं से क्वोट की तुलना
हम यहाँ अन्य विक्रेताओं की कीमतों का उल्लेख नहीं करेंगे, क्योंकि वे बदलते हैं और हम उन पर गारंटी नहीं दे सकते। आप उसी विधि का उपयोग करके निष्पक्ष रूप से तुलना कर सकते हैं, और इसमें दस मिनट लगते हैं।
सबसे पहले, प्रत्येक प्रदाता की इनपुट दर और आउटपुट दर प्रति 1M टोकन उनके वर्तमान मूल्य निर्धारण पृष्ठ से एकत्र करें। दूसरा, अपने ऐप से एक वास्तविक प्रॉम्प्ट और एक वास्तविक उत्तर लें और उनके टोकन गिनें। तीसरा, प्रत्येक प्रदाता के लिए अपनी गणनाओं के साथ सूत्र चलाएँ। चौथा, अपने मासिक अनुरोध गणना से गुणा करें।
उन अंतरों पर नज़र रखें जो दर लाइन में दिखाई नहीं देते। कुछ प्रदाता टोकन को अलग तरह से गिनते हैं, इसलिए एक ही टेक्स्ट प्रत्येक सेवा पर टोकन की अलग संख्या हो सकता है। कुछ अतिरिक्त कॉन्टेक्स्ट जैसे फीचर्स के लिए चार्ज करते हैं, और कुछ उपयोग के अलावा न्यूनतम खरीदारी या सब्सक्रिप्शन रखते हैं। हमारे पास इनमें से कोई नहीं है: कोई सब्सक्रिप्शन नहीं, $20 का न्यूनतम टॉप-अप, क्रेडिट जो कभी समाप्त नहीं होता।
अंत में, केवल लागत नहीं, बल्कि मॉडल की क्षमता की तुलना करें। एक सस्ता कॉल जो आपका अनुरोध अस्वीकार करता है, उसकी कोई कीमत नहीं है, और एक महंगा एक जो उत्तर देता है, वह प्रत्येक उपयोगी परिणाम के लिए सस्ता हो सकता है। वयस्क कथा और रोलप्ले के लिए, निर्णय लेने से पहले प्रत्येक सेवा पर अपने प्रॉम्प्ट का परीक्षण करें।
कोड में अपनी वास्तविक लागत मापें
अनुमान केवल आपके टोकन गणना के बराबर होते हैं, इसलिए वास्तविक गणना लॉग करें। यह स्निपेट प्रत्येक प्रतिक्रिया को उसके स्वयं के उपयोग डेटा से मूल्य निर्धारित करता है।
from openai import OpenAI
client = OpenAI(base_url="https://api.uncensoredgptapi.com/v1", api_key="YOUR_API_KEY")
RATE_IN = 0.15 # per 1M input tokens
RATE_OUT = 0.50 # per 1M output tokens
resp = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Summarize why logging usage matters."}],
max_tokens=200,
)
u = resp.usage
cost = u.prompt_tokens / 1_000_000 * RATE_IN + u.completion_tokens / 1_000_000 * RATE_OUT
print(u.prompt_tokens, u.completion_tokens, round(cost, 6))इसे एक दिन के वास्तविक ट्रैफ़िक पर चलाएं, परिणामों का औसत निकालें और इसे अपनी अपेक्षित मात्रा से गुणा करें। वह संख्या किसी भी चार्ट से बेहतर है, जिसमें ऊपर दिए गए चार्ट भी शामिल हैं।
मूल्य में क्या शामिल नहीं है
मूल्य निर्णय लेने के लिए एक इनपुट है। यह एक टेक्स्ट-ओनली API है: न तो इमेज, ऑडियो या वीडियो जनरेशन, न एम्बेडिंग और न ही फाइन-ट्यूनिंग। यह एक स्वतंत्र प्रदाता से एक ओपन-वेट मॉडल चलाता है, न कि OpenAI या किसी अन्य वेंडर का मॉडल, और यह वेंडर्स के बीच एक रूटर नहीं है। यदि आपको उन सुविधाओं की आवश्यकता है, तो आपको एक अन्य सेवा की आवश्यकता है। तुलना करने से पहले उनकी वर्तमान कीमतें जांचें।
इस कीमत पर आपको एक OpenAI-कम्पैटिबल एंडपॉइंट, स्ट्रीमिंग, फ़ंक्शन कॉलिंग, JSON मोड, 100,000-टोकन की कॉन्टेक्स्ट विंडो और एक ऐसा मॉडल मिलता है जो कानूनी वयस्क उपयोग के लिए बिना सेंसर जवाब देने के लिए ट्यून्ड है। प्रॉम्प्ट को ट्रेनिंग के लिए उपयोग नहीं किया जाता है। कठोर सीमा: नाबालिगों से जुड़ी यौन सामग्री की बिल्कुल अनुमति नहीं है।
शुरू करने के लिए, API कुंजी पेज पर एक कुंजी प्राप्त करें और दस्तावेज़ का पालन करें ताकि आप अपना बेस URL बदल सकें।
