OpenAI से सस्ता विकल्प: Base URL बदलकर स्विच करें
टेक्स्ट के लिए openai का सस्ता विकल्प आमतौर पर Base URL बदलने से मिल जाता है: URL, कुंजी और मॉडल ID बदलें, और आपका OpenAI SDK कोड काम करता रहेगा। यहाँ सटीक कोड, अंतर और आपकी बचत की गणना का तरीका दिया गया है।
अपडेट किया गया

Cheap AI APIs
मुख्य बिंदु
- अपने Base URL को https://api.cheapaiapis.com/v1, और अपनी API कुंजी में बदलें, और मॉडल ID को uncensored में बदलें।
- केवल टेक्स्ट: कोई छवि, ऑडियो, वीडियो, एम्बेडिंग या फाइन-ट्यूनिंग नहीं।
- दरें $0.15 प्रति 1M इनपुट और $0.50 प्रति 1M आउटपुट टोकन हैं, प्रीपेड।
- सेटिंग्स को पर्यावरण चर में रखें ताकि आप वापस स्विच कर सकें।
आप क्या बदलते हैं और क्या नहीं
यदि आप टेक्स्ट जनरेशन के लिए openai का सस्ता विकल्प चाहते हैं, तो स्थानांतरण छोटा है: एक नया Base URL, एक नई कुंजी और एक नई मॉडल ID। आपके प्रॉम्प्ट, संदेश प्रारूप, स्ट्रीमिंग कोड और टूल परिभाषाएँ अपना आकार बनाए रखते हैं। यही OpenAI-संगत API का लाभ है, और यही कारण है कि आप एक दोपहर में इस स्थानांतरण का परीक्षण बिना पुनर्लेखन के कर सकते हैं।
जो चीज़ आप नहीं बदल सकते वह टेक्स्ट चैट के बाहर की कोई भी चीज़ है। यह एंडपॉइंट चैट कंप्लीशन्स, रिस्पॉन्स विधि और मॉडल्स की सूची प्रदान करता है। इसमें इमेजेज, ऑडियो, वीडियो, एम्बेडिंग या फाइन-ट्यूनिंग नहीं होता। यदि आपका प्रोडक्ट उनका उपयोग करता है, तो उस भाग को वहीं रखें और केवल टेक्स्ट कॉल्स को ही स्थानांतरित करें।
| सेटिंग | इस सेवा के लिए मूल्य |
|---|---|
| बेस URL | https://api.cheapaiapis.com/v1 |
| मॉडल ID | uncensored |
| Auth | Authorization: Bearer YOUR_KEY |
| विधियाँ | POST /v1/chat/completions, POST /v1/responses, GET /v1/models |
Python, Node या curl में स्विच करें
Python में, क्लाइंट बनाते समय नए मान पास करें:
from openai import OpenAI
client = OpenAI(
base_url="https://api.cheapaiapis.com/v1",
api_key="YOUR_KEY",
)
r = client.chat.completions.create(
model="uncensored",
messages=[
{"role": "system", "content": "Answer in two sentences."},
{"role": "user", "content": "Why do retries need jitter?"},
],
)
print(r.choices[0].message.content)
Node.js में:
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api.cheapaiapis.com/v1",
apiKey: process.env.CHEAP_KEY,
});
const r = await client.chat.completions.create({
model: "uncensored",
messages: [{ role: "user", content: "Why do retries need jitter?" }],
});
console.log(r.choices[0].message.content);
और साधारण HTTP:
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":"Why do retries need jitter?"}]}'स्विच को रिवर्सिबल बनाएं
नए मानों को हार्डकोड न करें। तीनों सेटिंग्स को एन्वायरनमेंट वेरिएबल्स या एक कॉन्फ़िग ऑब्जेक्ट में रखें, और यदि नया मॉडल आपके किसी फीचर के लिए उपयुक्त नहीं है तो आप सेकंडों में वापस फ्लिप कर सकते हैं।
import os
from openai import OpenAI
client = OpenAI(
base_url=os.environ.get("LLM_BASE_URL", "https://api.cheapaiapis.com/v1"),
api_key=os.environ["LLM_API_KEY"],
)
MODEL = os.environ.get("LLM_MODEL", "uncensored")
एक अच्छा रोलआउट पहले नए एंडपॉइंट पर ट्रैफ़िक का एक छोटा हिस्सा भेजता है, उदाहरण के लिए एक आंतरिक टूल या 5% अनुरोध, और आउटपुट की तुलना करता है। पुराने रास्ते को 429 या 5xx त्रुटियों के लिए फॉलबैक के रूप में रखें। जब आप प्रतिक्रिया पढ़ें, तो केवल मानक फ़ील्ड्स को स्थिर मानें: choices[0].message.content, usage और finish_reason।
वास्तव में क्या अंतर है
- मॉडल। एक ओपन-वेट मॉडल है, जो एक स्वतंत्र प्रदाता द्वारा चलाया जाता है, कानूनी वयस्क उपयोग के लिए बिना सामग्री अस्वीकृति के उत्तर देने के लिए अनुकूलित। यह किसी भी विक्रेता की आधिकारिक API नहीं है, न कि रूटर है, और यह उस मॉडल जैसा व्यवहार नहीं करेगा जिसे आप छोड़ रहे हैं। अन्य मॉडल के लिए अनुकूलित प्रॉम्प्ट में छोटे संपादन की आवश्यकता हो सकती है।
- कॉन्टेक्स्ट विंडो। विंडो 100,000 टोकन की है, जिसमें प्रॉम्प्ट और कंप्लीशन दोनों शामिल हैं।
max_tokensवैकल्पिक है। - सुविधाएँ। SSE पर स्ट्रीमिंग, टूल कॉलिंग, JSON मोड, और तापमान, top_p, stop, seed और पेनल्टीज़ का पास-थ्रू समर्थित है। आपके कोड द्वारा उपयोग की जाने वाली किसी भी विशेष बात के लिए दस्तावेज़ देखें।
- सीमाएँ। एक पूर्ण कुंजी 8 समानांतर अनुरोधों और प्रति मिनट 300 की अनुमति देती है। अधिकतम बॉडी 8 MB है।
- सुरक्षा। कंटेंट रिफ्यूजल डिफ़ॉल्ट व्यवस्था नहीं है, लेकिन नाबालिगों से जुड़े सेक्सुअल कंटेंट की कभी अनुमति नहीं है। यदि आपके प्रोडक्ट के अपने नियम हैं, तो अपने फ़िल्टर जोड़ें।
विशेष रूप से टूल कॉलिंग और JSON मोड का परीक्षण करें, क्योंकि एक अलग मॉडल तर्कों को अलग तरह से फॉर्मेट कर सकता है। वापस मिले JSON को मान्य करें, और यदि पार्सिंग विफल हो जाए तो एक कड़ा निर्देश के साथ एक बार पुनः प्रयास करें।
एक माइग्रेशन चेकलिस्ट जो एक दोपहर में फिट बैठती है
- अपने अनुरोधों की सूची बनाएँ। कोड में हर उस स्थान को खोजें जहाँ क्लाइएंट बनाया जाता है या API को कॉल किया जाता है। प्रत्येक को टेक्स्ट चैट या कुछ अन्य के रूप में चिह्नित करें।
- 30 वास्तविक प्रॉम्प्ट एकत्र करें लॉग से, निजी विवरण हटाकर, जिनमें कुछ लंबे, कुछ टूल का उपयोग करने वाले और कुछ JSON की उम्मीद करने वाले शामिल हैं।
- उन्हें पुनः चलाएँ दोनों एंडपॉइंट्स पर और आउटपुट को साइड-बाय-साइड सहेजें। गिनें कि कितने संपादन के बिना स्वीकार्य हैं।
- स्ट्रीमिंग जाँचें।
stream: trueसेट करें और सुनिश्चित करें कि आपका UI अंतिम उपयोग चंक को संभालता है। - त्रुटियाँ जाँचें। एक खराब कुंजी और अनुरोधों की एक बौछार मजबूर करें, और पुष्टि करें कि आपका कोड 401 और 429 को समझदारी से संभालता है।
- धीरे-धीरे लॉन्च करें, पुराने मार्ग को फॉलबैक के रूप में रखते हुए।
stream = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Explain idempotency keys briefly."}],
stream=True,
)
for chunk in stream:
if chunk.choices and chunk.choices[0].delta.content:
print(chunk.choices[0].delta.content, end="")
याद रखें कि एक स्ट्रीमिंग अनुरोध स्ट्रीम समाप्त होने तक अपने समानांतर अनुरोध स्लॉट को पकड़े रखता है। यदि एक पेज एक साथ कई स्ट्रीम खोलता है, तो एक पूर्ण कुंजी के 8 स्लॉट 300 प्रति मिनट से पहले भरे जा सकते हैं। 429 कोड concurrency के साथ आपको बताता है कि यही हुआ है।
अपने नंबरों के साथ बचत की गणना करें
यहाँ दरें $0.15 प्रति 1M इनपुट टोकन और $0.50 प्रति 1M आउटपुट टोकन हैं, प्रीपेड और बिना किसी सब्सक्रिप्शन के। हम किसी अन्य की कीमतें नहीं बताते; अपने द्वारा वर्तमान में उपयोग किए जाने वाले सेवा के वर्तमान प्राइसिंग को देखें। फिर यह चलाएं:
def monthly_cost(requests, in_tokens, out_tokens, in_rate, out_rate):
return requests * (in_tokens * in_rate + out_tokens * out_rate) / 1_000_000
# here: 0.15 per 1M input, 0.50 per 1M output
mine = monthly_cost(30_000, 2_500, 600, 0.15, 0.50)
print(round(mine, 2)) # 20.25
इस संख्या को हाथ से जाँचें: प्रत्येक अनुरोध का इनपुट के लिए 2,500 x 0.15 / 1M = $0.000375 और आउटपुट के लिए 600 x 0.50 / 1M = $0.0003 खर्च आता है, इसलिए कुल $0.000675। 30,000 अनुरोधों के लिए गुणा करने पर यह $20.25 बनता है। अपनी वर्तमान प्रदाता की प्रकाशित दरों के साथ वही फ़ंक्शन चलाएँ और तुलना करें। तुलना में केवल टोकन-प्रति कीमतें ही नहीं, बल्कि किसी भी रीराइट या रेट्री की लागत भी शामिल करें।
असफल या अस्वीकृत अनुरोधों के लिए चार्ज नहीं किया जाता है, और क्रेडिट कभी समाप्त नहीं होता है, इसलिए धीमे महीने में कोई अतिरिक्त लागत नहीं आती।
ट्रायल के साथ शुरू करें
Google के साथ, या ईमेल और पासवर्ड के साथ साइन अप करें, फिर API कुंजी पेज पर एक क्लिक से $0.50 का मुफ़्त ट्रायल क्रेडिट क्लेम करें। इसके लिए कार्ड की आवश्यकता नहीं है, यह 7 दिनों तक चलता है और प्रति व्यक्ति एक बार ही सीमित है। ऊपर उदाहरण लागत के आधार पर, $0.50 उस आकार के लगभग 740 अनुरोधों के लिए पर्याप्त है, जिससे आप अपने रीग्रेशन प्रॉम्प्ट दोनों प्रदाताओं के खिलाफ चला सकते हैं और तुलना कर सकते हैं।
जब आप भुगतान करने के लिए तैयार हों, तो टॉप-अप $20 से $500 तक किसी भी पूर्ण राशि पर होता है, जिसमें $50 से +5%, $100 से +10% और $200 से +15% मिलता है। आप क्रिप्टो (TRC20 पर USDT, Base पर USDC) का उपयोग कर सकते हैं। मूल्य निर्धारण पृष्ठ वर्तमान तालिका दिखाता है। प्रॉम्प्ट प्रशिक्षण के लिए उपयोग नहीं किए जाते हैं।
कहाँ रहना है, यह तय करें
ईमानदार सलाह: यदि आपका उत्पाद वर्तमान प्रदाता की इमेज, ऑडियो या एम्बेडिंग एंडपॉइंट्स पर निर्भर है, यदि आप अनुबंधीय कारणों से किसी विशिष्ट विक्रेता के मॉडल की आवश्यकता है, या यदि आपके उपयोगकर्ता उसी विक्रेता की सटीक व्यवहार की उम्मीद करते हैं, तो स्विच न करें। यदि आपके प्रॉम्प्ट्स को अनुकूलित करने में इंजीनियरिंग समय बचत से अधिक है, तो सस्ता विकल्प भी मदद नहीं करेगा। टेक्स्ट कॉल्स के लिए इस सेवा का उपयोग करें जहाँ एक बिना सेंसर, पे-पर-टोकन मॉडल फिट बैठता है, और बाकी जहाँ है, वहीं रखें।
सस्ती APIs के बारे में सामान्य मिथकों की समीक्षा के लिए, निर्णय लेने से पहले सस्ती GPT API मिथक बनाम तथ्य पढ़ें।
अधिक गाइड
प्रश्न और उत्तर
दस्तावेज़ पढ़ेंक्या मुझे अपने कोड का पुनर्लेखन करना होगा?
आमतौर पर नहीं। चैट कंप्लीशन्स, स्ट्रीमिंग, टूल कॉलिंग और JSON मोड एक ही प्रारूप बनाए रखते हैं। बेस यूआरएल, कुंजी और मॉडल नाम बदलें।
क्या मैं यहाँ एम्बेडिंग्स या इमेज जनरेशन का उपयोग कर सकता हूँ?
नहीं। सेवा केवल टेक्स्ट के लिए है, इसमें छवि, ऑडियो या वीडियो जनरेशन, एम्बेडिंग्स और फाइन-ट्यूनिंग नहीं है।
क्या उत्तर मेरे वर्तमान मॉडल से मेल खाएँगे?
नहीं। यह एक अलग ओपन-वेट मॉडल है जो कानूनी वयस्क उपयोग के लिए बिना सामग्री अस्वीकृति के उत्तर देने के लिए ट्यून किया गया है, इसलिए अपने प्रॉम्प्ट का परीक्षण करें और समायोजित करें।
लागत की तुलना कैसे करें?
अपने मासिक इनपुट और आउटपुट टोकन को $0.15 और $0.50 प्रति 1M से गुणा करें, फिर अपनी वर्तमान प्रदाता की प्रकाशित दरों से तुलना करें।
आपकी कुंजी बस एक फॉर्म दूर है
एक खाता बनाएँ, कुंजी कॉपी करें, बेस URL बदलें। सेटअप यही है।
https://api.cheapaiapis.com/v1