HI ▾
API कुंजी पाएँ

सस्ता LLM API प्रदाता: कीमत के अलावा क्या जाँचें

सस्ता LLM API तभी सस्ता है जब कुल बिल कम हो: आउटपुट रेट, विफल कॉल, कॉन्टेक्स्ट साइज़ और समापन क्रेडिट सब मायने रखते हैं। इस जाँच सूची का उपयोग करें, $0.15 प्रति 1M इनपुट और $0.50 प्रति 1M आउटपुट टोकन पर लागत की गणना के साथ।

अपडेट किया गया

सिक्कों और डेटा क्यूब्स को वजन करने वाला तराजू, LLM API प्रदाता के लिए लागत जाँच का प्रतीक

Cheap AI APIs

मुख्य बिंदु

  1. इनपुट और आउटपुट की कीमतों की अलग-अलग तुलना करें और अपना टोकन अनुपात उपयोग करें।
  2. कॉन्टेक्स्ट विंडो, रेट लिमिट, बिल किए गए त्रुटियाँ, समाप्ति और डेटा उपयोग की जाँच करें।
  3. यहाँ 1,000 दस्तावेजों के लिए सारांशों की लागत $3.25 है; 1,000 उत्पन्न कहानियों की लागत $1.575 है।
  4. एक $0.50 ट्रायल के लिए कार्ड की आवश्यकता नहीं है और यह 7 दिनों के लिए चलता है।

प्रति मिलियन टोकन कीमत केवल क्वाट का आधा है

कीमत पृष्ठ पर सबसे कम संख्या को देखकर प्रदाता चुनना तब तक काम करता है जब तक पहला असली बिल न आए। दो प्रदाता समान इनपुट मूल्य विज्ञापित कर सकते हैं और फिर भी अलग लागत आ सकती है, क्योंकि आउटपुट कैसे मूल्यित होता है, क्या बिल योग्य अनुरोध गिना जाता है, और रीट्राई पर खर्च कितना होता है।

यह लेख आपको एक छोटी जाँच सूची देता है जिसे आप किसी भी प्रदाता पर लागू कर सकते हैं, फिर एक उदाहरण चलाता है: $0.15 प्रति 1M इनपुट टोकन और $0.50 प्रति 1M आउटपुट टोकन, इस साइट के रेट। अन्य पर भी जाँच सूची का उपयोग करें। उनके आँकड़ों के लिए, उनकी वर्तमान कीमत पृष्ठ पढ़ें, क्योंकि कीमतें बदलती हैं।

जाँच सूची

जांचेंयह क्यों महत्वपूर्ण है
इनपुट और आउटपुट की कीमतें अलग-अलगएक मिश्रित कीमत छुपाती है कि आप सबसे अधिक किस पक्ष पर भुगतान करते हैं
कॉन्टेक्स्ट विंडोएक छोटी विंडो खंडन को मजबूर करती है, जिसका अर्थ है अधिक कॉल और दोहराए गए निर्देश
क्या विफल अनुरोधों का बिल किया जाता है?वे त्रुटियाँ और अस्वीकृतियाँ जो पैसा खर्च करती हैं, बिल को बढ़ा देती हैं
रेट लिमिटकम समानांतर अनुरोध एक सस्ते बैच को धीमा बना देते हैं
न्यूनतम टॉप-अप और समाप्तिजो क्रेडिट समाप्त हो जाता है, वह आपका खोया हुआ पैसा है
सदस्यता या प्रीपेडएक निश्चित मासिक शुल्क हल्के महीनों को सजा देता है
वह मॉडल वास्तव में कौन सा है?सस्ता होना इसका मतलब हो सकता है कि नाम से संकेत मिलने वाले मॉडल से अलग या छोटा मॉडल है
डेटा उपयोगक्या प्रॉम्प्ट्स ट्रेनिंग के लिए उपयोग किए जाते हैं?
API संगतताOpenAI-संगत का अर्थ है कोई पुनर्लेखन नहीं और आसान स्विचिंग

प्रत्येक प्रदाता के लिए उत्तर अपने छोटे टेबल में लिखें। किसी प्रदाता की दस्तावेज़ में अंतराल भी एक उत्तर है।

इनपुट बनाम आउटपुट: अनुपात निर्णय देता है

आउटपुट टोकन आमतौर पर इनपुट टोकन से महंगे होते हैं, इसलिए यह मायने रखता है कि आपकी ऐप क्या करती है। यहाँ $0.15 प्रति 1M इनपुट और $0.50 प्रति 1M आउटपुट पर दो वर्कलोड हैं।

सारांश। 20,000 टोकन का एक दस्तावेज इनपुट होता है और 500 टोकन आउटपुट होते हैं। इनपुट: 20,000 x $0.15 / 1,000,000 = $0.003। आउटपुट: 500 x $0.50 / 1,000,000 = $0.00025। कुल $0.00325 प्रति दस्तावेज, या 1,000 दस्तावेजों के लिए $3.25। बिल का 92% इनपुट साइड है।

जनरेशन। एक 500-टोकन प्रॉम्प्ट 3,000 टोकन की कहानी उत्पन्न करता है। इनपुट: $0.000075। आउटपुट: $0.0015। कुल $0.001575, या 1,000 जनरेशन के लिए $1.575। यहाँ आउटपुट बिल का 95% है।

एक प्रदाता जिसका इनपुट सस्ता और आउटपुट महंगा है, पहली वर्कलोड में जीतता है और दूसरी में हारता है। हेडलाइन फ़िगर पर नहीं, अपने अनुपात पर तुलना करें। 10M इनपुट टोकन और 2M आउटपुट टोकन के मिश्रित महीने के लिए, बिल यहाँ $1.50 + $1.00 = $2.50 है।

त्रुटियाँ, रीट्राइज़ और आप वास्तव में जो भुगतान करते हैं

कागज़ पर सबसे सस्ता प्रदाता महंगा हो जाता है यदि आपके कॉल का एक हिस्सा विफल हो जाता है और आप उनके लिए भुगतान करते हैं। पूछें कि क्या विफल या अस्वीकृत अनुरोधों के लिए बिल किया जाता है। यहाँ नहीं किया जाता है। पूछें कि रेट लिमिटिंग कैसे व्यवहार करती है: एक पूर्ण API कुंजी 8 समानांतर अनुरोध और प्रति मिनट 300 अनुरोध की अनुमति देती है, एक ट्रायल API कुंजी 2 और 60। सीमा से अधिक होने पर API HTTP 429 rate_limited या concurrency कोड के साथ लौटाता है, और अस्थायी ओवरलोड पर भी 429 Retry-After: 5 के साथ।

उसे विनम्रता से संभालें और रीट्राय की लागत शून्य है, क्योंकि अस्वीकृत अनुरोध कभी चला ही नहीं। यहाँ एक न्यूनतम wrapper है:

import time
from openai import OpenAI, RateLimitError

client = OpenAI(base_url="https://api.cheapaiapis.com/v1", api_key="YOUR_KEY")

def ask(prompt, retries=4):
    for i in range(retries):
        try:
            r = client.chat.completions.create(
                model="uncensored",
                messages=[{"role": "user", "content": prompt}],
            )
            return r.choices[0].message.content
        except RateLimitError:
            time.sleep(5)
    raise RuntimeError("rate limited after retries")

स्ट्रीमिंग अपनी समानांतर अनुरोध सीट को समाप्त होने तक घेरती है, इसलिए एक बैच जॉब जो एक साथ 20 स्ट्रीमिंग प्रतिक्रियाएँ भेजता है, वह प्रति मिनट संख्या पर नहीं, बल्कि 8 सीट की सीमा द्वारा सीमित होगा।

कॉन्टेक्स्ट विंडो और चंकिंग की छिपी लागत

100,000-टोकन विंडो, जो प्रॉम्प्ट और कंप्लीशन दोनों के लिए साझा है, आपको एक लंबे दस्तावेज़ को एक अनुरोध में भेजने देती है। एक छोटी विंडो के साथ आप इसे विभाजित करते हैं, प्रत्येक चंक में निर्देश दोहराते हैं, और परिणामों को मर्ज करने के लिए एक अंतिम कॉल जोड़ते हैं। यह अधिक अनुरोध, अधिक इनपुट टोकन और बनाए रखने के लिए अधिक कोड है। यदि आपकी वर्कलोड में लंबे इनपुट शामिल हैं, तो कीमत से पहले विंडो की जाँच करें।

लंबी इतिहास वाली चैट ऐप्स के लिए भी यही लागू होता है। यदि इतिहास फिट बैठता है, तो आप इसे सरल रख सकते हैं। फिर भी, हर टर्न पर इतिहास फिर से भेजने से इनपुट टोकन खर्च होते हैं, इसलिए कटना अभी भी फायदेमंद है। एक संबंधित पढ़ाई सस्ते GPT API मिथक बनाम तथ्य है, जो वास्तविक बचत को मार्केटिंग से अलग करती है।

वास्तविक उपयोग का एक महीना, मूल्य निर्धारित

एक छोटे उत्पाद के साथ टुकड़ों को जोड़ें: 300 सक्रिय उपयोगकर्ताओं वाला एक लेखन सहायक जो प्रति माह 40 अनुरोध भेजता है। यह 12,000 अनुरोध हैं। प्रत्येक लगभग 3,000 इनपुट टोकन (निर्देश, अब तक की कहानी) भेजता है और 700 टोकन लौटाता है।

  • इनपुट: 12,000 x 3,000 = 36M टोकन, जिसकी लागत 36 x $0.15 = $5.40 है।
  • आउटपुट: 12,000 x 700 = 8.4M टोकन, जिसकी लागत 8.4 x $0.50 = $4.20 है।
  • कुल: महीने में $9.60, या प्रति उपयोगकर्ता $0.032।

अब देखें कि छोटे बदलाव क्या करते हैं। इतिहास को काटकर इनपुट को प्रति अनुरोध 2,000 टोकन तक कम करने से 12M इनपुट टोकन बचते हैं, या $1.80। आउटपुट को 500 टोकन तक सीमित करने से 2.4M टोकन बचते हैं, या $1.20। एक प्रदाता जो विफल कॉल के लिए बिल करता है, जिसमें 5% विफलता दर है, वह कुल बिल में 5% जोड़ देता है। ये प्रभाव दो सस्ते प्रदाताओं के बीच की कीमत अंतर के बराबर हैं, इसलिए चेकलिस्ट महत्वपूर्ण है।

मॉडल तुलना का दूसरा आधा हिस्सा है। एक मॉडल के लिए कम मूल्य जिसके लिए आपके फॉर्मेट का पालन करने में तीन बार कोशिश करनी पड़ती है, वह कम नहीं है। निर्णय लेने से पहले, अपने 20 असली प्रॉम्प्ट चलाएँ और गिनें कि कितने पहली बार में उपयोग योग्य उत्तर देते हैं।

प्रीपेड, समाप्ति और टॉप-अप नियम

दो नीतियों की जांच करें: क्या क्रेडिट समाप्त होता है, और न्यूनतम भुगतान कितना है। यहाँ क्रेडिट कभी समाप्त नहीं होता, कोई सब्सक्रिप्शन नहीं है, और टॉप-अप $20 से $500 तक किसी भी पूर्ण राशि पर हैं। बोनस $50 से +5%, $100 से +10% और $200 से +15% है, इसलिए $100 का टॉप-अप $110 क्रेडिट बन जाता है। आप क्रिप्टो (TRC20 पर USDT, Base पर USDC) से भुगतान कर सकते हैं। मूल्य निर्धारण पेज पर तालिका है।

ऊपर दिए गए जनरेशन वर्कलोड ($0.001575 प्रति कहानी) पर $20 का टॉप-अप लगभग 12,698 कहानियाँ खरीदता है। सारांश वर्कलोड ($0.00325 प्रति दस्तावेज) पर यह लगभग 6,153 दस्तावेज खरीदता है। ये वे आंकड़े हैं जिन्हें किसी अन्य प्रदाता के समकक्ष के साथ तुलना करनी चाहिए।

प्रतिबद्ध होने से पहले इसे परखें

सबसे अच्छी जाँच आपके अपने प्रॉम्प्ट्स हैं। Google के साथ, या ईमेल और पासवर्ड से साइन अप करें, और API कुंजी पेज पर $0.50 का ट्रायल क्रेडिट दावें। इसमें एक क्लिक की आवश्यकता है, कार्ड की जरूरत नहीं है, यह 7 दिनों तक चलता है और प्रति व्यक्ति एक बार सीमित है। चूँकि API OpenAI-संगत है, परीक्षण एक बेस URL बदलाव है।

curl https://api.cheapaiapis.com/v1/chat/completions \
  -H "Authorization: Bearer YOUR_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"uncensored","messages":[{"role":"user","content":"Summarize: retries need backoff."}]}'

प्रत्येक प्रतिक्रिया X-Balance-USD रखती है, इसलिए आप अपने टेस्ट रन की वास्तविक लागत देख सकते हैं। यह स्पष्ट करें कि क्या उपलब्ध है: एक ओपन-वेट मॉडल, एक स्वतंत्र प्रदाता द्वारा चलाया गया और कानूनी वयस्क उपयोग के लिए बिना सामग्री अस्वीकृति के उत्तर देने के लिए ट्यून्ड। यह किसी भी मॉडल विक्रेता की आधिकारिक API नहीं है, और यह केवल टेक्स्ट है, बिना इमेज, एम्बेडिंग या फाइन-ट्यूनिंग के। प्रॉम्प्ट्स को ट्रेनिंग के लिए उपयोग नहीं किया जाता है। विवरण docs में हैं।

प्रश्न और उत्तर

दस्तावेज़ पढ़ें
प्रति मिलियन टोकन सबसे कम कीमत हमेशा सबसे सस्ती होती है?

नहीं। आउटपुट मूल्य निर्धारण, चार्ज किए गए विफल अनुरोध, छोटी कॉन्टेक्स्ट विंडो और समापन क्रेडिट वास्तविक बिल बढ़ा सकते हैं। अपने स्वयं के इनपुट और आउटपुट अनुपात पर तुलना करें।

क्या विफल अनुरोधों के लिए यहाँ चार्ज किया जाता है?

नहीं। विफल या अस्वीकृत अनुरोधों के लिए चार्ज नहीं किया जाता है, और क्रेडिट कभी समाप्त नहीं होता।

मैं एक प्रदाता को सस्ते कैसे टेस्ट करूं?

ट्रायल क्रेडिट या छोटा टॉप-अप उपयोग करें और अपने असली प्रॉम्प्ट चलाएँ। यहाँ $0.50 का ट्रायल बिना कार्ड के है और 7 दिन तक चलता है।

क्या यह किसी बड़े मॉडल विक्रेता की आधिकारिक API है?

नहीं। यह एक ओपन-वेट मॉडल है जो एक स्वतंत्र प्रदाता द्वारा चलाया जाता है, यह किसी भी विक्रेता की आधिकारिक API नहीं है और न ही यह एक राउटर है।

आपकी कुंजी बस एक फ़ॉर्म दूर है

एक खाता बनाएँ, कुंजी कॉपी करें, बेस URL बदलें। सेटअप यही है।

API कुंजी पाएँ

https://api.cheapaiapis.com/v1