HI ▾

Claude API मूल्य निर्धारण: चरण-दर-चरण एकीकरण गाइड

Claude API मूल्य निर्धारण को समझने के लिए केवल बेस टोकन दरों को देखना पर्याप्त नहीं है; कॉन्टेक्स्ट विंडो और आउटपुट लंबाई आपकी कुल बिल पर कैसे प्रभाव डालते हैं, यह देखना आवश्यक है। यह गाइड Anthropic की लागत संरचना को विस्तार से समझाती है और आपको उनके API को प्रभावी ढंग से एकीकृत करने में मदद करती है, साथ ही विशिष्ट उपयोग मामलों के लिए एक सरल, अनसेंसर्ड वैकल्पिक भी पेश करती है।

Claude API मूल्य निर्धारण: चरण-दर-चरण एकीकरण गाइड

अपडेटेड

कार्ड की आवश्यकता नहीं। साइन-अप करने के बाद, एक क्लिक के साथ $0.50 का मुफ्त टेस्ट क्रेडिट क्लेम करें (प्रति व्यक्ति एक बार)।

Get API key

मुख्य बिंदु

  • Anthropic इनपुट और आउटपुट टोकन के लिए अलग-अलग शुल्क लेता है, जिसमें लंबी बातचीत में आउटपुट लागत अक्सर इनपुट लागत से अधिक होती है।
  • कॉन्टेक्स्ट विंडो प्रबंधन महत्वपूर्ण है; सीमा से अधिक जाने पर ट्रंकेशन या अतिरिक्त प्रसंस्करण शुल्क लागू होते हैं।
  • स्ट्रीमिंग प्रतिक्रियाएं रियल-टाइम टोकन गिनने की अनुमति देती हैं, लेकिन सावधानीपूर्वक एरर हैंडलिंग की आवश्यकता होती है।
  • एक अनसेंसर्ड वैकल्पिक जटिल टियर्ड प्राइसिंग के बिना एक समतल, पारदर्शी पे-एज-यू-गो मॉडल प्रदान करता है।

Claude के टोकन मॉडल को समझना

Anthropic के Claude मॉडल टोकन-आधारित मूल्य निर्धारण संरचना पर काम करते हैं, जो बड़े भाषा मॉडल के लिए मानक है लेकिन लागत में इनपुट और आउटपुट के बीच काफी अंतर होता है। इनपुट टोकन में वह टेक्स्ट शामिल होता है जो आप प्रॉम्प्ट में भेजते हैं, जबकि आउटपुट टोकन वह टेक्स्ट होता है जो मॉडल उत्पन्न करता है। मूल्य निर्धारण एकसमान नहीं है; उदाहरण के लिए, पुराने मॉडल जैसे Haiku सस्ते होते हैं, जबकि Sonnet और Opus अपनी तर्कशक्ति के लिए उच्च प्रीमियम मांगते हैं।

जब आप एक claude api pricing समाधान एकीकृत कर रहे हों, तो आपको यह ध्यान में रखना होगा कि मॉडल टेक्स्ट को कैसे टोकनाइज़ करता है। प्रत्येक टोकन शब्द के एक टुकड़े का प्रतिनिधित्व करता है, और गिनती भाषा और फॉर्मेटिंग के आधार पर भिन्न हो सकती है। इसका मतलब है कि एक साधारण प्रॉम्प्ट विशेष वर्णों या JSON फॉर्मेटिंग के कारण अपेक्षा से अधिक टोकन खपत कर सकता है।

कॉन्टेक्स्ट विंडो, जो वह अधिकतम टेक्स्ट मात्रा है जिसे मॉडल एकल अनुरोध में प्रोसेस कर सकता है, लागत में भी भूमिका निभाता है। यदि आपका इनपुट सीमा से अधिक है, तो आपको पिछले संदेशों को ट्रंक या सारांशित करने की आवश्यकता हो सकती है, जो प्रतिक्रिया की गुणवत्ता को प्रभावित कर सकता है। इस टोकन मॉडल को समझना अपनी llm api pricing बजट को प्रभावी ढंग से प्रबंधित करने का पहला कदम है।

इनपुट बनाम आउटपुट मूल्य निर्धारण संरचनाएं

claude api pricing के सबसे महत्वपूर्ण पहलुओं में से एक इनपुट और आउटपुट लागत के बीच असमानता है। आमतौर पर, आउटपुट टोकन इनपुट टोकन की तुलना में काफी महंगे होते हैं। उदाहरण के लिए, कुछ टियर्स में, आउटपुट की लागत इनपुट से तीन गुना तक हो सकती है। इसका कारण यह है कि टेक्स्ट जनरेट करने में पढ़ने की तुलना में अधिक कंप्यूटेशनल प्रयास की आवश्यकता होती है।

  • इनपुट टोकन: ये वे टोकन हैं जो आप मॉडल को भेजते हैं। इनमें आपका प्रॉम्प्ट, सिस्टम निर्देश और कोई भी पिछली बातचीत का इतिहास शामिल होता है।
  • आउटपुट टोकन: ये वे टोकन हैं जो प्रतिक्रिया में मॉडल द्वारा उत्पन्न किए जाते हैं। यहाँ लागत अधिक होती है, इसलिए अपने प्रॉम्प्ट में अनावश्यक विस्तार को कम करने से बिल कम करने में मदद मिल सकती है।

लागत को अनुकूलित करने के लिए, अधिक कुशल प्रॉम्प्टिंग रणनीतियों का उपयोग करें। स्पष्ट, संक्षिप्त निर्देश आउटपुट टोकन की आवश्यकता को कम कर सकते हैं। इसके अलावा, अपनी खपत की नियमित निगरानी यह पहचानने में मदद करती है कि क्या आपका एप्लिकेशन अत्यधिक आउटपुट जनरेट कर रहा है। यदि आप एक chatbot api बना रहे हैं, तो प्रतिक्रियाओं को संक्षिप्त और केंद्रित रखना स्वस्थ बजट बनाए रखने के लिए कुंजी है।

कॉन्टेक्स्ट विंडो लागत की तुलना

कॉन्टेक्स्ट विंडो वह अधिकतम टेक्स्ट मात्रा परिभाषित करता है जिसे मॉडल एकल अनुरोध में प्रोसेस कर सकता है। Claude के लिए, यह 200,000 टोकन तक हो सकता है, लेकिन विंडो के आकार के बावजूद प्रति टोकन लागत समान रहती है। हालाँकि, बड़ी कॉन्टेक्स्ट विंडो का मतलब है कि आप एकल अनुरोध में अधिक डेटा भेज सकते हैं, जिससे आवश्यक API कॉल की संख्या कम हो सकती है।

कॉन्टेक्स्ट विंडो लागत की तुलना करते समय, याद रखें कि विंडो के भीतर प्रत्येक टोकन के लिए शुल्क लिया जाता है। यदि आप एक बड़ा दस्तावेज़ भेजते हैं, तो आप इसके सभी टोकन के लिए भुगतान करते हैं। यदि आप एक छोटा प्रॉम्प्ट भेजते हैं, तो आप कम भुगतान करते हैं। आपके एप्लिकेशन की दक्षता इस बात पर निर्भर करती है कि आप इस विंडो को कितनी अच्छी तरह प्रबंधित करते हैं।

लंबे समय तक मेमोरी की आवश्यकता वाले एप्लिकेशन के लिए, आपको अपनी खुद की सारांश या पुनर्प्राप्ति प्रणाली लागू करने की आवश्यकता हो सकती है ताकि कॉन्टेक्स्ट विंडो को प्रबंधनीय रखा जा सके। इससे जटिलता बढ़ती है लेकिन लागत को पूर्वानुमेय बनाए रख सकती है। कुछ प्रदाताओं के विपरीत, Claude का मूल्य निर्धारण कॉन्टेक्स्ट विंडो के आकार के आधार पर नहीं बदलता है, केवल इसके भीतर उपयोग किए गए टोकन की संख्या के आधार पर बदलता है।

चरण 1: अपने वातावरण को सेट अप करना

अपनी पहली कॉल करने से पहले, आपको अपने डेवलपमेंट वातावरण को सेट अप करने की आवश्यकता है। इसमें आवश्यक SDK इंस्टॉल करना और अपनी API कुंजी कॉन्फ़िगर करना शामिल है। Python के लिए, आप आधिकारिक Anthropic SDK या किसी भी OpenAI-संगत क्लाइंट का उपयोग कर सकते हैं यदि आप प्रॉक्सी का उपयोग कर रहे हैं।

  1. SDK को pip का उपयोग करके इंस्टॉल करें: pip install anthropic
  2. Anthropic के कंसोल पर एक खाता बनाएं और एक API कुंजी जनरेट करें।
  3. अपनी API कुंजी को सुरक्षित रखने के लिए इसे एक एनवायरनमेंट वेरिएबल में स्टोर करें।

यदि आप एक विशिष्ट डेटा सेंटर का उपयोग कर रहे हैं, तो सुनिश्चित करें कि आपका वातावरण सही क्षेत्र पर सेट है। यह कदम लेटेंसी को कम करने और यह सुनिश्चित करने के लिए महत्वपूर्ण है कि आपकी llm api pricing गणना आपके उपयोग स्थान के आधार पर सटीक हो।

चरण 2: अनुरोधों का प्रमाणीकरण

प्रत्येक अनुरोध के हेडर में पास की जाने वाली API कुंजी के माध्यम से प्रमाणीकरण संभाला जाता है। यह कुंजी आपके खाते की पहचान करती है और सुनिश्चित करती है कि आपका सही ढंग से बिल किया जा रहा है। आपको अपनी कुंजी मान के साथ x-api-key हेडर शामिल करना होगा।

सुनिश्चित करें कि आपकी API कुंजी गुप्त रखी गई है। यदि यह उजागर हो जाती है, तो अनाधिकृत उपयोगकर्ता आपके क्रेडिट खर्च कर सकते हैं। यदि आपको किसी भेद का संदेह है, तो आप कंसोल में अपनी कुंजी पुनः उत्पन्न कर सकते हैं। यह किसी भी क्लॉड API मूल्य निर्धारण एकीकरण के लिए एक मानक प्रथा है।

कुछ SDK आपके एनवायरनमेंट वेरिएबल सेट करने पर प्रमाणीकरण स्वचालित रूप से संभालते हैं। अन्य को आपको क्लाइंट प्रारंभिकीकरण में कुंजी स्पष्ट रूप से पास करने की आवश्यकता होती है। यह सत्यापित करने के लिए कि आपके अनुरोध सही ढंग से प्रमाणीकृत हो रहे हैं, बिलिंग से संबंधित जानकारी के लिए प्रतिक्रिया हेडर की जांच करें।

चरण 3: पहली कंप्लीशन कॉल करना

अब जब आपका वातावरण सेट अप हो गया है, तो आप अपनी पहली कंप्लीशन कॉल कर सकते हैं। इसमें मॉडल को एक प्रॉम्प्ट भेजना और एक प्रतिक्रिया प्राप्त करना शामिल है। अनुरोध में मॉडल का नाम, संदेश सामग्री और तापमान या अधिकतम टोकन जैसे किसी भी पैरामीटर शामिल होने चाहिए।

यहाँ एक बुनियादी अनुरोध का उदाहरण है:

API OpenAI-संगत है: अपने मौजूदा क्लाइंट को हमारे बेस URL पर पॉइंट करें और चैट कंप्लीशंस एंडपॉइंट को कॉल करें।

यह कॉल एक प्रतिक्रिया ऑब्जेक्ट लौटाएगी जिसमें जनरेटेड टेक्स्ट शामिल होगा। आप फिर अपने एप्लिकेशन के लिए इस टेक्स्ट को प्रोसेस कर सकते हैं। यदि आप एक best uncensored llm वैकल्पिक का उपयोग कर रहे हैं, तो प्रक्रिया समान है लेकिन इसमें अलग पैरामीटर या हेडर शामिल हो सकते हैं। रेट लिमिट या मॉडल की अनुपलब्धता जैसे संभावित त्रुटियों को सुचारू रूप से हैंडल करें।

चरण 4: स्ट्रीमिंग डेटा हैंडल करना

स्ट्रीमिंग से आपको टोकन प्राप्त होते हैं जैसे ही वे जनरेट होते हैं, पूरे प्रतिक्रिया का इंतज़ार करने की आवश्यकता नहीं होती है। इससे उपयोगकर्ता अनुभव बेहतर होता है, खासकर लंबी प्रतिक्रियाओं के लिए। स्ट्रीम करने के लिए, आप अपने अनुरोध में stream पैरामीटर को true सेट करते हैं।

स्ट्रीमिंग के दौरान, आपको घटनाओं की एक श्रृंखला प्राप्त होती है। प्रत्येक घटना में एक आंशिक टोकन होता है। आपको पूर्ण प्रतिक्रिया को पुनर्निर्मित करने के लिए इन टोकन को संचित करना होगा। यह चैटबॉट्स के लिए उपयोगी है जहाँ तत्काल प्रतिक्रिया महत्वपूर्ण है।

स्ट्रीमिंग उपयोग की निगरानी करना भी महत्वपूर्ण है। चूंकि आप टोकन एक-एक करके प्राप्त करते हैं, आप अपने LLM API मूल्य निर्धारण को तत्काल ट्रैक कर सकते हैं। यह आपको बजट सीमा पर पहुंचने पर जनरेशन रोकने में मदद करता है। सुनिश्चित करें कि आपका क्लाइंट डिसकनेक्शन को उचित रूप से संभालता है ताकि डेटा खोने से बचा जा सके।

चरण 5: खपत और लागत की निगरानी

अपनी claude api pricing प्रबंधित करने के लिए, आपको अपनी खपत की निगरानी करनी होगी। Anthropic एक डैशबोर्ड प्रदान करता है जहां आप अपनी टोकन खपत और अनुमानित लागत देख सकते हैं। आप एक निश्चित थ्रेशोल्ड पर पहुंचने पर आपको सूचित करने के लिए अलर्ट सेट कर सकते हैं।

अपने लॉग की नियमित समीक्षा करने से अक्षमताओं की पहचान करने में मदद मिलती है। यदि आपको उच्च आउटपुट टोकन गणना दिखाई देती है, तो अपने प्रॉम्प्ट को अनुकूलित करें। यदि आपको अप्रत्याशित स्पाइक दिखाई देते हैं, तो किसी भी लूप या अनंत जनरेशन परिदृश्यों की जांच करें।

एक सरल दृष्टिकोण के लिए, कुछ प्रदाता एक समतल दर या प्रीपेड क्रेडिट प्रणाली प्रदान करते हैं। इससे बजट बनाना आसान हो जाता है। उदाहरण के लिए, हमारा अनसेंसर्ड API कोई छिपी हुई फीस के बिना एक सीधा पे-एज-यू-गो मॉडल प्रदान करता है। यह पारदर्शिता उन डेवलपर्स के लिए एक महत्वपूर्ण लाभ हो सकती है जो पूर्वानुमेय लागत चाहते हैं।

अनसेंसर्ड वैकल्पिक पर क्यों स्विच करें?

हालाँकि Claude एक शक्तिशाली मॉडल है, इसका मूल्य निर्धारण संरचना जटिल हो सकता है, और यह सामग्री के कुछ प्रकारों को अस्वीकार कर सकता है। हमारे जैसे एक अनसेंसर्ड वैकल्पिक एक सरल, अधिक पारदर्शी मूल्य निर्धारण मॉडल प्रदान करता है। आप प्रति टोकन एक समतल दर भुगतान करते हैं, कोई हैरानी नहीं।

हमारा API पूरी तरह से OpenAI-संगत है, जिसका अर्थ है कि आप अन्य मॉडल के लिए उपयोग करने वाले उसी कोड का उपयोग कर सकते हैं। हम स्ट्रीमिंग और टूल कॉलिंग का समर्थन करते हैं, बिल्कुल क्लॉड की तरह। हालांकि, हम कानूनी वयस्क सामग्री के लिए बिना सेंसर अनुभव प्रदान करने पर ध्यान केंद्रित करते हैं, प्रतिक्रियाओं से बचने के लिए जटिल प्रॉम्प्ट इंजीनियरिंग की आवश्यकता के बिना।

https://api.llmtokenprices.com/v1 के बेस URL के साथ, आप न्यूनतम परिवर्तनों के साथ हमारे API पर स्विच कर सकते हैं। कीमत $0.15 प्रति 1M इनपुट टोकन और $0.50 प्रति 1M आउटपुट टोकन है। यह एक सीधा pay as you go llm विकल्प है जो किसी भी बजट में अच्छी तरह फिट बैठता है।

प्रश्न और उत्तर

Claude API मूल्य निर्धारण में इनपुट और आउटपुट टोकन में क्या अंतर है?

इनपुट टोकन वह टेक्स्ट है जो आप मॉडल को भेजते हैं, जिसमें आपका प्रॉम्प्ट और इतिहास शामिल है। आउटपुट टोकन वह टेक्स्ट है जो मॉडल जनरेट करता है। आउटपुट टोकन आमतौर पर इनपुट टोकन की तुलना में अधिक महंगे होते हैं, इसलिए कुशल प्रॉम्प्टिंग लागत कम कर सकती है।

क्या Claude की कॉन्टेक्स्ट विंडो सीमा है जो मूल्य निर्धारण को प्रभावित करती है?

हाँ, Claude की अधिकतम कॉन्टेक्स्ट विंडो है (अधिकतम 200,000 टोकन)। हालाँकि प्रति टोकन मूल्य स्थिर है, विंडो से अधिक जाने पर ट्रंक्शन या अतिरिक्त प्रसंस्करण की आवश्यकता हो सकती है, जिससे आपकी कुल llm api pricing और प्रतिक्रिया की गुणवत्ता प्रभावित हो सकती है।

क्या Claude API के लिए कोई फ्री टियर है?

Anthropic आमतौर पर नए खातों के लिए ट्रायल अवधि या मुफ़्त ट्रायल क्रेडिट प्रदान करता है, लेकिन ये समय-सीमित होते हैं। निरंतर उपयोग के लिए, आप टोकन खपत के आधार पर भुगतान करते हैं। हमारा बिना सेंसर वैकल्पिक $0.50 का ट्रायल क्रेडिट प्रदान करता है जो 7 दिनों के लिए मान्य है और कार्ड की आवश्यकता नहीं होती। अपने API की पृष्ठ पर एक क्लिक से इस क्रेडिट को क्लेम करें।

मैं लागत को नियंत्रित करने के लिए अपने उपयोग की निगरानी कैसे करूं?

आप टोकन खपत और लागत देखने के लिए Anthropic डैशबोर्ड का उपयोग कर सकते हैं। आप अपने एप्लिकेशन में लॉगिंग लागू कर सकते हैं ताकि प्रति अनुरोध टोकन उपयोग को ट्रैक किया जा सके। अप्रत्याशित शुल्क से बचने के लिए बजट सीमाओं के लिए अलर्ट सेटअप करने की सलाह दी जाती है।

आपकी कुंजी बस एक फ़ॉर्म दूर है

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

API कुंजी पाएँ