HI ▾

LLM टोकन लागत कैलकुलेटर: सूत्र और हल किए गए उदाहरण

एक LLM टोकन लागत कैलकुलेटर को प्रति अनुरोध केवल दो संख्याओं की आवश्यकता होती है: इनपुट टोकन और आउटपुट टोकन, और दो दरें: 1M के लिए $0.15 और $0.50। यह पृष्ठ आपको सूत्र, कॉपी-पेस्ट कोड और हल किए गए उदाहरण देता है जिन्हें आप हाथ से जांच सकते हैं।

अपडेट किया गया

चमकते हुए टोकन घनों के ढेर से संतुलन के तराजू को भोजन देने वाला कांच का कैलकुलेटर

कोई कार्ड आवश्यक नहीं। साइन-अप के बाद, एक क्लिक से $0.50 का मुफ़्त ट्रायल क्रेडिट क्लेम करें (प्रति व्यक्ति एक बार)।

API कुंजी पाएँ

मुख्य बिंदु

  • लागत = इनपुट टोकन / 1,000,000 x $0.15 + आउटपुट टोकन / 1,000,000 x $0.50।
  • 400 टोकन की प्रतिक्रिया वाले 1,500-टोकन वाले प्रॉम्प्ट की लागत $0.000425 होती है, इसलिए $20 लगभग 47,000 ऐसे अनुरोधों को कवर करता है।
  • चैट इतिहास हर टर्न पर फिर से भेजा जाता है, इसलिए इनपुट टोकन ज्यादातर लोगों की उम्मीद से तेजी से बढ़ते हैं।
  • API सटीक टोकन गणना और आपका बैलेंस लौटाता है, इसलिए आप किसी भी अनुमान की जांच कर सकते हैं।

सूत्र

इस API पर हर अनुरोध दो काउंटर से बिल किया जाता है, और कुछ नहीं:

लागत = इनपुट_टोकन / 1,000,000 × 0.15 + आउटपुट_टोकन / 1,000,000 × 0.50

इनपुट टोकन वह सब कुछ है जो आप भेजते हैं: सिस्टम प्रॉम्प्ट, चैट इतिहास, पेस्ट किए गए दस्तावेज़ और टूल परिभाषाएँ। आउटपुट टोकन वह है जो मॉडल वापस लिखता है। दरें 1M इनपुट टोकन के लिए $0.15 और 1M आउटपुट टोकन के लिए $0.50 हैं। आउटपुट दर इनपुट दर से तीन गुना से थोड़ी अधिक है, इसलिए एक लंबा जवाब एक ही आकार के लंबे प्रॉम्प्ट से अधिक वजन रखता है।

कोई सब्सक्रिप्शन और कोई सीट मूल्य नहीं है। आप प्रीपेड क्रेडिट का उपयोग करते हैं, और क्रेडिट कभी समाप्त नहीं होता। विफल या अस्वीकृत अनुरोधों के लिए चार्ज नहीं किया जाता है, इसलिए आपकी गणना केवल सफल अनुरोधों को कवर करने के लिए होती है।

हल किए गए उदाहरण जिन्हें आप हाथ से जांच सकते हैं

यहाँ पाँच सामान्य कार्य दिए गए हैं, जिनकी गणना सूत्र से की गई है। उन्हें एंकर के रूप में उपयोग करें और अपनी खुद की कार्यभार को उसी सापेक्ष रखें।

कामइनपुटआउटपुटइनपुट लागतआउटपुट लागतकुल
छोटी चैट प्रतिक्रिया2,000500$0.0003$0.00025$0.00055
सहायता बॉट का उत्तर1,500400$0.000225$0.0002$0.000425
कहानी का चैप्टर1,0003,000$0.00015$0.0015$0.00165
लंबे दस्तावेज़ का सारांश80,0002,000$0.012$0.001$0.013
लगभग-पूरी विंडो98,0002,000$0.0147$0.001$0.0157

यह पैटर्न आसानी से दिखाई देता है। छोटे कार्यों की लागत एक सेंट का अंश होती है। एक ऐसा अनुरोध जो 100,000-टोकन विंडो को लगभग भरे, वह भी दो सेंट से कम खर्च करता है। जो जुड़ता है वह मात्रा है, आकार नहीं।

सहायता बॉट की पंक्ति लें। प्रति अनुरोध $0.000425 की दर से, $20 क्रेडिट लगभग 47,000 अनुरोधों के लिए पर्याप्त होता है ($20 / $0.000425 = 47,058)। यदि आप महीने में 30,000 ऐसे अनुरोध संभालते हैं, तो बिल $12.75 (30,000 x $0.000425) होगा।

एक कैलकुलेटर जिसे आप पेस्ट कर सकते हैं

इसके लिए आपको वेब फॉर्म की आवश्यकता नहीं है। कोड की कुछ पंक्तियाँ काम करती हैं और आपकी अपनी टूलिंग के भीतर रह सकती हैं।

Python

INPUT_PER_M = 0.15
OUTPUT_PER_M = 0.50

def cost_usd(input_tokens: int, output_tokens: int) -> float:
    return (input_tokens / 1_000_000) * INPUT_PER_M + (output_tokens / 1_000_000) * OUTPUT_PER_M

def requests_per_budget(budget_usd: float, input_tokens: int, output_tokens: int) -> int:
    return int(budget_usd / cost_usd(input_tokens, output_tokens))

print(f"{cost_usd(1500, 400):.6f}")           # 0.000425
print(requests_per_budget(20, 1500, 400))     # 47058

JavaScript

const IN_PER_M = 0.15;
const OUT_PER_M = 0.5;

const costUsd = (inputTokens, outputTokens) =>
  (inputTokens / 1e6) * IN_PER_M + (outputTokens / 1e6) * OUT_PER_M;

console.log(costUsd(80000, 2000).toFixed(4)); // 0.0130

अपने औसत मान डालें। यदि आपको वे अभी तक पता नहीं हैं, तो पिछले अनुभाग में दिखाए अनुसार सौ वास्तविक अनुरोध भेजें और वापस आने वाले टोकन की संख्या का औसत निकालें।

इनपुट-भारी और आउटपुट-भारी लोड

दोनों दरें अलग-अलग हैं, इसलिए आपके कार्य का स्वरूप उसके आकार के बराबर महत्व रखता है। दो कार्यभार की तुलना करें जिनमें अनुरोधों की संख्या समान है, 10,000 प्रत्येक।

  • वर्गीकरण। प्रत्येक अनुरोध में 3,000 टोकन भेजे जाते हैं (निर्देश और लेबल करने के लिए एक टेक्स्ट) और 20 टोकन वापस मिलते हैं। प्रति अनुरोध लागत: 3,000 / 1,000,000 x $0.15 = $0.00045, प्लस 20 / 1,000,000 x $0.50 = $0.00001, इसलिए $0.00046। 10,000 अनुरोधों के लिए यह $4.60 है।
  • जनरेशन। प्रत्येक अनुरोध 300 टोकन भेजता है और 2,000 वापस प्राप्त करता है। प्रति अनुरोध लागत: इनपुट के लिए $0.000045 और आउटपुट के लिए $0.001, इसलिए $0.001045। 10,000 अनुरोधों के लिए यह $10.45 है।

जनरेशन कार्य इनपुट का केवल एक दसवाँ हिस्सा भेजता है और फिर भी लागत दोगुनी से अधिक होती है, क्योंकि आउटपुट टोकन लागत में प्रमुख होते हैं। लेखन टूल के लिए जहाँ संभव हो जवाब की लंबाई सीमित करें। एक्सट्रैक्शन और लेबलिंग कार्यों के लिए, प्रॉम्प्ट और दोहराए गए निर्देशों को छोटा करें।

एक बैच जॉब, शुरुआत से अंत तक

मान लीजिए कि आपको 500 दस्तावेजों को प्रोसेस करने की आवश्यकता है, प्रत्येक लगभग 6,000 टोकन का, और आप प्रत्येक का 500-टोकन सारांश चाहते हैं। इनपुट: 500 x 6,000 = 3,000,000 टोकन, जिसकी लागत 3 x $0.15 = $0.45 है। आउटपुट: 500 x 500 = 250,000 टोकन, जिसकी लागत 0.25 x $0.50 = $0.125 है। पूरा बैच $0.575 का है। एक पूर्ण कुंजी के साथ आप एक साथ 8 अनुरोध चला सकते हैं, इसलिए कार्य जल्दी भी समाप्त हो जाता है; एक ट्रायल कुंजी एक समय में 2 की अनुमति देती है।

जहाँ अनुमान गलत होते हैं: बढ़ता इतिहास

लागत अनुमान में सबसे सामान्य त्रुटि एक चैट को स्वतंत्र संदेशों की श्रृंखला मानना है। ऐसा नहीं है। एक चैट मॉडल में कोई मेमोरी नहीं होती, इसलिए हर टर्न में अब तक की पूरी बातचीत फिर से भेजी जाती है। बिल का इनपुट हिस्सा हर टर्न के साथ बढ़ता जाता है।

यहाँ एक ठोस उदाहरण है। एक रोलप्ले सत्र में 500-टोकन सिस्टम प्रॉम्प्ट होता है। हर पल पर उपयोगकर्ता 100 टोकन लिखता है और मॉडल 300 टोकन के साथ जवाब देता है। 20 पलों में, nवें पल का इनपुट 500 + 400 x (n - 1) + 100 टोकन होता है।

  • पल 1 में 600 टोकन भेजे जाते हैं, पल 2 में 1,000, पल 20 में 8,200।
  • 20 पलों में कुल इनपुट: 20 x 600 + 400 x (0 + 1 + ... + 19) = 12,000 + 400 x 190 = 88,000 टोकन।
  • कुल आउटपुट: 20 x 300 = 6,000 टोकन।
  • लागत: 88,000 / 1,000,000 x $0.15 = $0.0132, प्लस 6,000 / 1,000,000 x $0.50 = $0.003, कुल $0.0162।

यदि आपने केवल नए टोकन की गणना की होती (2,000 इनपुट, 6,000 आउटपुट), तो आप $0.0033 अनुमानित करते। वास्तविक राशि उससे लगभग पाँच गुना अधिक है। समाधान सरल है: अपनी अनुमान में इतिहास को शामिल करें, या पुराने संवादों को काटकर उसे सीमित करें। किसी भी स्थिति में, इनपुट पंक्ति लंबी बातचीत में देखने योग्य होती है।

संख्या कम करने के सस्ते तरीके

अगर अनुमान आपको अधिक लगता है, तो केवल कुछ ही लीवर हैं, और प्रत्येक सीधे सूत्र से जुड़ता है।

  1. सिस्टम प्रॉम्प्ट को छोटा करें। इसे हर कॉल के लिए बिल किया जाता है। 100,000 अनुरोधों में इससे 2,000 टोकन कम करने से 200,000,000 इनपुट टोकन कम होते हैं, या 200 x $0.15 = $30।
  2. इतिहास को कम करें। पूरी लॉग रखने के बजाय, अंतिम कुछ बातचीत और एक छोटा चलता-फिरता सारांश रखें।
  3. max_tokens सेट करें। यह आउटपुट पक्ष को सीमित करता है, जिसकी दर अधिक है।
  4. कम कॉन्टेक्स्ट भेजें। पूरी फ़ाइल के बजाय दो प्रासंगिक पैराग्राफ़ पुनः प्राप्त करें।

इनमें से किसी को भी अलग मॉडल या अलग प्लान की आवश्यकता नहीं है। ये आपके अपने प्रॉम्प्ट में बदलाव हैं।

प्रति-अनुरोध लागत को बजट में बदलना

एक सामान्य अनुरोध की लागत जानने के बाद, योजना बनाना गुणा है। तीन संख्याएँ लिखें: प्रतिदिन अनुरोध, औसत इनपुट टोकन, औसत आउटपुट टोकन। ऊपर दी गई फ़ंक्शन से दैनिक लागत की गणना करें, फिर 30 से गुणा करें।

टॉप-अप के लिए उपयोगी संख्याएँ ये हैं। $20 से $500 तक कोई भी पूर्ण राशि काम करती है। बड़ी राशियों पर बोनस क्रेडिट जोड़ता है: $50 से +5% देता है $52.50, $100 से +10% देता है $110, और $200 से +15% देता है $230। प्रति टोकन दर कभी नहीं बदलती, आप बस समान भुगतान के लिए अधिक क्रेडिट प्राप्त करते हैं। आप क्रिप्टो (TRC20 पर USDT, Base पर USDC) से भुगतान कर सकते हैं।

मार्जिन रखें। वास्तविक ट्रैफ़िक औसत से अधिक असमान होता है, और एक अचानक लंबे दस्तावेज़ भेजने वाला फीचर आपके इनपुट टोकन दोगुना कर सकता है। मूल्य निर्धारण पृष्ठ पर वर्तमान दरें और टॉप-अप विकल्प एक ही स्थान पर उपलब्ध हैं।

मासिक पूर्वानुमान

मान लीजिए एक सहायता सहायक दिन में 2,000 बातचीत संभालता है, प्रत्येक एक अनुरोध के साथ, तालिका से 1,500-टोकन इनपुट और 400-टोकन आउटपुट प्रोफ़ाइल के साथ। दैनिक लागत 2,000 x $0.000425 = $0.85 है। 30-दिन के महीने में यह $25.50 है। एक $50 का टॉप-अप, जिसमें +5% बोनस है और जो $52.50 क्रेडिट देता है, उस गति पर दो महीने से अधिक चल सकता है। अपनी खुद की औसत संख्याओं के साथ योग पुनः करें और टॉप-अप राशि चुनने से पहले वृद्धि के लिए मार्जिन जोड़ें।

अपने अनुमान की जाँच वास्तविक संख्याओं से करें

अनुमान केवल तभी सटीक होता है जब इनपुट सही हों, इसलिए मापें। प्रत्येक प्रतिक्रिया में usage ऑब्जेक्ट होता है जिसमें वास्तविक प्रॉम्प्ट और कंप्लीशन टोकन गणना होती है। प्रतिक्रिया हेडर में X-Balance-USD भी शामिल होता है, जो आपके शेष क्रेडिट को दर्शाता है, जिससे आप लागत को पैसे तक सत्यापित कर सकते हैं।

from openai import OpenAI

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

raw = client.chat.completions.with_raw_response.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Write two sentences about the sea."}],
)
r = raw.parse()
print("balance:", raw.headers.get("X-Balance-USD"))
print(r.usage.prompt_tokens, r.usage.completion_tokens)

प्रतिनिधि अनुरोधों का एक बैच चलाएं, उपयोग आंकड़ों को जोड़ें और बैलेंस में कमी से तुलना करें। यदि दोनों मेल खाते हैं, तो आपका कैलकुलेटर सही है और आप उससे योजना बना सकते हैं। यदि आपके पास अभी तक कोई कुंजी नहीं है, तो साइन-अप के बाद API कुंजी पृष्ठ पर $0.50 का मुफ़्त ट्रायल क्रेडिट मिलता है, जो इस परीक्षण के लिए पर्याप्त है। सेटअप विवरण क्विकस्टार्ट में उपलब्ध हैं।

प्रश्न और उत्तर

क्या कोई सदस्यता या मासिक शुल्क है?

नहीं। आप प्रीपेड क्रेडिट से भुगतान करते हैं, 1M इनपुट टोकन के लिए $0.15 और 1M आउटपुट टोकन के लिए $0.50 की दर से।

क्या विफल अनुरोधों के लिए बिल किया जाता है?

नहीं। विफल या अस्वीकृत अनुरोधों पर कोई शुल्क नहीं लगाया जाता।

क्या क्रेडिट खत्म होता है?

नहीं। क्रेडिट कभी समाप्त नहीं होता, और कोई सदस्यता नहीं है।

बोनस गणना को कैसे बदलते हैं?

बोनस क्रेडिट जोड़ते हैं, रेट पर डिस्काउंट नहीं। $100 का टॉप-अप $110 क्रेडिट देता है, $200 का टॉप-अप $230 देता है, और प्रति-टोकन कीमत वही रहती है।

आपकी कुंजी बस एक फ़ॉर्म दूर है

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

API कुंजी पाएँ