OpenAI Gateway API मूल्य निर्धारण: वास्तविक लागत उदाहरण

एक तालिका में कीमत

यदि आपने openai gateway api pricing खोजा है, तो इस सेवा के लिए उत्तर यहाँ दिया गया है। यह टोकन के आधार पर बिलिंग करता है, दो पंक्तियों में, आपके द्वारा पूर्व-भरे गए बैलेंस से। कोई मासिक शुल्क, कोई सीट कीमत और पहले टॉप-अप के अलावा कोई न्यूनतम प्रतिबद्धता नहीं है।

आइटम	दर
इनपुट टोकन (आपका प्रॉम्प्ट)	$0.15 प्रति 1M
आउटपुट टोकन (प्रतिक्रिया)	$0.50 प्रति 1M
असफल या अस्वीकृत अनुरोध	चार्ज नहीं किया गया
वैधता	कभी नहीं
सदस्यता	कोई नहीं

स्पष्ट बात यह है: यह एक होस्टेड एंडपॉइंट है जो एकल ओपन-वेट टेक्स्ट मॉडल के लिए है, जिसे मॉडल आईडी uncensored के माध्यम से एक्सेस किया जाता है। यह OpenAI या किसी अन्य वेंडर की आधिकारिक API नहीं है, इसलिए ऊपर दी गई दरें इस सेवा द्वारा वसूली जाने वाली राशि हैं और अन्य प्रदाताओं द्वारा वसूली जाने वाली राशि के बारे में कुछ नहीं बतातीं। किसी अन्य प्रदाता की दरें देखने के लिए, उनकी वर्तमान मूल्य निर्धारण पृष्ठ देखें।

बिल की गणना कैसे की जाती है

हर अनुरोध दो भागों में मापा जाता है। आपका प्रॉम्प्ट, जिसमें सिस्टम संदेश और पूरी बातचीत का इतिहास शामिल है, इनपुट के रूप में गिना जाता है। मॉडल द्वारा लिखी गई प्रतिक्रिया आउटपुट के रूप में गिनी जाती है। प्रतिक्रिया में एक usage ऑब्जेक्ट होता है जिसमें दोनों संख्याएँ होती हैं, इसलिए आपको कभी अनुमान लगाने की ज़रूरत नहीं होती।

सूत्र छोटा है:

लागत = (इनपुट टोकन ÷ 1,000,000 × 0.15) + (आउटपुट टोकन ÷ 1,000,000 × 0.50)

प्रति टोकन आउटपुट, इनपुट से थोड़ा अधिक तीन गुना महंगा है। यह इस बात को प्रभावित करता है कि आप पैसे कैसे बचा सकते हैं। लंबे प्रॉम्प्ट को कम करना मदद करता है, लेकिन लंबे जवाबों को सीमित करना अक्सर हटाए गए प्रत्येक टोकन के लिए अधिक मदद करता है।

कॉन्टेक्स्ट विंडो 100,000 टोकन की है, प्रॉम्प्ट और कंप्लीशन मिलकर, और max_tokens वैकल्पिक है। यदि आप इसे छोड़ देते हैं, तो एक अकेली प्रतिक्रिया सिद्धांत रूप में विंडो के शेष हिस्से का उपयोग कर सकती है। एक चंचल मॉडल के लिए, एक ओपन-एंडेड प्रॉम्प्ट पर, एक समझदारी भरा max_tokens सबसे सस्ता बीमा है जो आप खरीद सकते हैं।

हल किए गए उदाहरण

नीचे दिए गए प्रत्येक उदाहरण में गणना दिखाई गई है, ताकि आप अपने खुद के नंबर डाल सकें।

एक चैट टर्न

सहायता-शैली संवाद जिसमें 2,000-टोकन प्रॉम्प्ट और 500-टोकन जवाब है:

• इनपुट: 2,000 ÷ 1,000,000 × $0.15 = $0.0003
• आउटपुट: 500 ÷ 1,000,000 × $0.50 = $0.00025
• कुल: प्रति टर्न $0.00055

$20 को $0.00055 से विभाजित करने पर आपको लगभग 36,363 ऐसे चरण मिलते हैं। $0.50 का ट्रायल क्रेडिट उनमें से लगभग 909 को कवर करता है।

बैच जॉब

आप 5,000 दस्तावेजों को सारांशित करना चाहते हैं। प्रत्येक 3,000 टोकन लंबा है और सारांश 400 टोकन का है।

• इनपुट: 5,000 × 3,000 = 15,000,000 टोकन, इसलिए 15 × $0.15 = $2.25
• आउटपुट: 5,000 × 400 = 2,000,000 टोकन, इसलिए 2 × $0.50 = $1.00
• कुल: $3.25

एक छोटा ऐप एक महीने के लिए

मान लीजिए आपका उत्पाद 30 दिनों के लिए प्रतिदिन 1,000 अनुरोध संभालता है। प्रत्येक अनुरोध में 1,500 टोकन इनपुट और 300 आउटपुट होते हैं।

• अनुरोध: 1,000 × 30 = 30,000
• इनपुट: 30,000 × 1,500 = 45,000,000 टोकन, इसलिए 45 × $0.15 = $6.75
• आउटपुट: 30,000 × 300 = 9,000,000 टोकन, इसलिए 9 × $0.50 = $4.50
• महीने के लिए कुल: $11.25

कॉन्टेक्स्ट विंडो को भरने वाला एक प्रॉम्प्ट

एक कॉल के लिए सबसे खराब स्थिति 100,000 टोकन की सीमा के करीब एक प्रॉम्प्ट है। 100,000 टोकन इनपुट और 1,000 टोकन जवाब के साथ: इनपुट के लिए 0.1 × $0.15 = $0.015, प्लस आउटपुट के लिए 0.001 × $0.50 = $0.0005, जो कि $0.0155 है। एक पूरी विंडो का खर्च भी लगभग एक सेंट और आधा ही आता है।

लंबी बातचीत दिखावे से अधिक महंगी क्यों पड़ती है

चैट API अवस्था-रहित हैं। वार्तालाप को जारी रखने के लिए, आपका ऐप हर नए संदेश के साथ पूरा इतिहास भेजता है। इसलिए, 30वें चक्र के इनपुट में 1 से 29 तक के चक्र फिर से शामिल होते हैं, और बिल संदेशों की संख्या से तेज़ी से बढ़ता है।

एक रोलप्ले या साथी सत्र लें जहां इतिहास 20,000 टोकन तक बढ़ गया है, और उपयोगकर्ता उसी आकार के 100 और संदेश भेजता है। हर जवाब 300 टोकन का है।

• इनपुट: 100 × 20,000 = 2,000,000 टोकन, इसलिए 2 × $0.15 = $0.30
• आउटपुट: 100 × 300 = 30,000 टोकन, इसलिए 0.03 × $0.50 = $0.015
• कुल: $0.315

ध्यान दें कि इनपुट यहाँ प्रमुख है, भले ही प्रति टोकन आउटपुट महंगा हो। तीन आदतें इसे नियंत्रित में रखती हैं: पुराने चक्रों को एक छोटे स्मृति नोट में सारांशित करें, उन संदेशों को हटाएं जो अब मायने नहीं रखते, और सिस्टम प्रॉम्प्ट को संक्षिप्त रखें, क्योंकि इसे हर बार फिर से भेजा जाता है।

टॉप-अप, बोनस और भुगतान विधियाँ

आप $20 से $500 तक किसी भी पूर्ण राशि में क्रेडिट जोड़ते हैं। बड़े टॉप-अप पर जोड़ी गई राशि पर एक बोनस मिलता है:

टॉप-अप	बोनस	आपको प्राप्त क्रेडिट
$20	कोई नहीं	$20.00
$50	+5%	$52.50
$100	+10%	$110.00
$200	+15%	$230.00
$500	+15%	$575.00

आप क्रिप्टो (TRC20 पर USDT, या Base पर USDC) से भुगतान कर सकते हैं। क्रेडिट कभी समाप्त नहीं होता, इसलिए बोनस के लिए बड़ा टॉप-अप आपको समय की दौड़ में नहीं डालता। मूल्य सूची पेज वर्तमान स्तर दिखाता है।

क्या कोई फ्री टियर है?

यह अनलिमिटेड नहीं है, और इसे स्पष्ट रूप से कहना बेहतर है। जो मौजूद है वह एक एकमुश्त ट्रायल है: जब आप Google, या ईमेल और पासवर्ड से साइन इन करते हैं, तो आप API कुंजी पेज पर एक क्लिक से $0.50 का क्रेडिट प्राप्त कर सकते हैं। इसके लिए कार्ड की आवश्यकता नहीं है, यह 7 दिनों तक चलता है और प्रति व्यक्ति एक बार सीमित है।

ऊपर दी गई दरों पर, $0.50 एक ईमानदार टेस्ट चलाने के लिए पर्याप्त है। चैट टर्न का उपयोग करके, यह लगभग 909 अनुरोधों को कवर करता है, जो स्ट्रीमिंग, फ़ंक्शन कॉलिंग, JSON मोड और मॉडल आपके वास्तविक प्रॉम्प्ट को कैसे संभालता है, यह जांचने के लिए पर्याप्त है। ट्रायल कुंजियों की सीमा पूर्ण कुंजियों की तुलना में कम होती है: 2 समानांतर अनुरोध और प्रति मिनट 60, जबकि पूर्ण कुंजियों के लिए 8 और 300।

ट्रायल के बाद आगे बढ़ने के लिए, $20 से टॉप-अप करें। कुछ भी स्वचालित रूप से नवीनीकृत नहीं होता, क्योंकि कोई सदस्यता नहीं है जो समाप्त हो सकती है।

बिल कम करने के तरीके

चूंकि कीमत टोकन में रैखिक है, हर बचत पर विचार करना आसान है। ये वे बदलाव हैं जो आमतौर पर प्रयास के क्रम में फायदेमंद होते हैं।

1. सिस्टम प्रॉम्प्ट को कम करें। 10,000 अनुरोधों के साथ भेजा गया 1,200-टोकन सिस्टम प्रॉम्प्ट 12,000,000 इनपुट टोकन है, जो अकेले $1.80 है। इसे आधा करने से उस रन पर $0.90 की बचत होती है।
2. प्रतिक्रिया की लंबाई को सीमित करें। यदि उत्तर एक पैराग्राफ होना चाहिए, तो प्रॉम्प्ट में इसका उल्लेख करें और max_tokens सेट करें। आउटपुट दर का अधिक महंगा हिस्सा है।
3. इतिहास को विंडो में रखें। पूरा लॉग भेजने के बजाय, अंतिम N संदेश और एक छोटा सारांश भेजें।
4. संरचना माँगें। तीन फ़ील्ड वाला JSON जवाब उसी डेटा के गद्य विवरण से छोटा होता है।
5. अंधाधुंध पुनः प्रयास न करें। एक विफल अनुरोध के लिए चार्ज नहीं किया जाता, लेकिन बिना किसी कारण दोहराए गए सफल अनुरोध के लिए किया जाता है।

यह बनाने से पहले अनुमान लगाने में भी मदद करता है। अपनी अपेक्षित दैनिक अनुरोधों की संख्या को औसत इनपुट और आउटपुट टोकन से गुणा करें, प्रत्येक को मिलियन में बदलें, और दोनों दरों को लागू करें। यदि परिणाम महीने में कुछ डॉलर है, जैसा कि ऊपर दिए गए छोटे ऐप के उदाहरण में है, तो अपनी समय गुणवत्ता पर लगाएँ, टोकन को दबाने पर नहीं। यदि यह सैकड़ों डॉलर है, तो ऊपर बताए गए टोकन कम करने के चरण एक स्प्रिंट के लायक हैं।

खर्च की ट्रैकिंग और नियंत्रण

चूंकि आप पहले भुगतान करते हैं, बग की सबसे बुरी स्थिति खाली बैलेंस है, न कि आश्चर्यजनक बिल। फिर भी, मीटर पर नज़र रखना मददगार होता है। प्रत्येक प्रतिक्रिया में X-Balance-USD हेडर होता है जिसमें आपका शेष क्रेडिट होता है। यह Python स्निपेट इसे पढ़ता है और उपयोग संख्याओं से कॉल की लागत भी निकालता है।

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.openaigatewayapi.com/v1", api_key="paste-your-key-here")

raw = client.chat.completions.with_raw_response.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Give me three names for a build-status bot."}],
    max_tokens=150,
)
resp = raw.parse()

cost = resp.usage.prompt_tokens / 1_000_000 * 0.15 + resp.usage.completion_tokens / 1_000_000 * 0.50
print("this call: $%.6f" % cost)
print("balance left:", raw.headers.get("X-Balance-USD"))

किसी भी उत्पादन एकीकरण में जोड़ने के लिए कुछ नियंत्रण:

• max_tokens को हर कॉल पर सेट करें जहां लंबा उत्तर बग हो सकता है।
• उपयोग संख्याओं को X-Request-Id हेडर के बगल में लॉग करें, ताकि लागत में वृद्धि को एक अनुरोध से जोड़ा जा सके।
• अलर्ट करें जब X-Balance-USD आपकी चुनी हुई सीमा से नीचे चला जाए।
• सीमा के भीतर रहें: पूर्ण कुंजी पर 8 समानांतर अनुरोध और प्रति मिनट 300। 429 प्रतिक्रिया जिसका कोड rate_limited या concurrency है, उसका बिल नहीं बनता, लेकिन रीट्राई स्टॉर्म आपका समय बर्बाद करता है।

अनुरोध प्रारूप और हर पैरामीटर के लिए, दस्तावेज़ीकरण देखें। यदि आप इसे अपने स्वयं के प्रॉक्सी लेयर चलाए जाने से तुलना कर रहे हैं, तो LLM गेटवे लागत और जटिलता पर लेख उस निर्णय के दूसरे पक्ष को कवर करता है।

अधिक गाइड

• डेवलपर्स के लिए OpenAI API: एक संगत एंडपॉइंट का उपयोग करें
• साधारण शब्दों में OpenAI Gateway API की व्याख्या
• LLM गेटवे: लागत बनाम जटिलता विश्लेषण