कीमतें और बिलिंग

प्रीपेड क्रेडिट, इस्तेमाल के हिसाब से भुगतान। हर रिक्वेस्ट का शुल्क मॉडल की तय दर पर लगता है, और रिक्वेस्ट लॉग में ठीक-ठीक दिखता है कि शुल्क में क्या गिना गया।

क्रेडिट

• बिलिंग में कार्ड से क्रेडिट जोड़ें, $10 से शुरू करें। वर्कस्पेस की सभी कुंजियाँ इसी क्रेडिट का इस्तेमाल करती हैं।
• जब तक आपका खाता खुला है, खरीदे गए क्रेडिट की समय-सीमा खत्म नहीं होती। किसी प्रमोशन से मिला बोनस क्रेडिट जोड़े जाने के 90 दिन बाद खत्म हो जाता है।
• बिलिंग → भुगतान का तरीका में ऑटो-रिचार्ज: कार्ड सहेजें (उसकी जानकारी Stripe के पास जाती है, हमारे पास कभी नहीं)। जब भी नई रिक्वेस्ट के लिए उपलब्ध बैलेंस (कुल बैलेंस में से चल रही रिक्वेस्ट के लिए अलग रखी गई राशि घटाने पर बची रकम, नीचे देखें) आपकी तय सीमा से कम होता है, हम एक तय राशि जोड़ देते हैं। ऐसा हर दो मिनट में ज़्यादा से ज़्यादा एक बार और दिन में दस बार होता है, और रसीद ईमेल से मिलती है। एक साथ कई रिक्वेस्ट चलने पर टॉप-अप शुरू हो सकता है, भले ही कुल बैलेंस अभी तय सीमा से ऊपर हो। कार्ड से भुगतान अस्वीकार होने पर ऑटो-रिचार्ज रुक जाता है, और मालिकों व एडमिन को वजह बता दी जाती है।
• रिक्वेस्ट शुरू होने से पहले, उसकी संभावित लागत (उसका इनपुट और उसके max_tokens में अनुमत पूरा आउटपुट, या इसके न होने पर डिफ़ॉल्ट राशि) बैलेंस से अलग रख दी जाती है, जब तक रिक्वेस्ट पूरी नहीं हो जाती। इससे एक साथ चल रही रिक्वेस्ट एक ही क्रेडिट को दो बार खर्च नहीं कर सकतीं। चल रही रिक्वेस्ट के लिए अलग रखी गई राशि घटाने के बाद बचा बैलेंस अगर किसी रिक्वेस्ट के लिए पर्याप्त नहीं है, तो उसे 402 insufficient_quota के साथ अस्वीकार कर दिया जाता है; कम max_tokens रखने पर कम राशि चाहिए होती है। स्ट्रीम की जाने वाली रिक्वेस्ट अपने इनपुट और लगभग 1,000 आउटपुट टोकन के लिए पर्याप्त बैलेंस होने पर शुरू हो सकती है।
• जो मॉडल ऐसी रीज़निंग कर सकता है जिसे आप नहीं देख सकते (रीज़निंग करने में सक्षम मॉडल, या कोई भी मॉडल जिसे आप ऐसा करने को कहें), उसकी यह रीज़निंग अंत में ही इस्तेमाल के आँकड़ों में दिखती है। इसलिए, अगर बैलेंस ऐसे जवाब की शुरुआत के लिए पर्याप्त है, लेकिन रिक्वेस्ट में अनुमत पूरे आउटपुट (उसका max_tokens, या इसके न होने पर लगभग 32,000 टोकन) के लिए नहीं, तो मॉडल को भेजा गया max_tokens घटाकर बैलेंस के मुताबिक कर दिया जाता है। साथ ही, सोचने का बजट भी घटाया जाता है ताकि जवाब के लिए जगह बचे, और इस पूरी लागत की राशि अलग रख दी जाती है। मॉडल उसी सीमा पर रुक जाता है, इसलिए आपको न दिखने वाली रीज़निंग बैलेंस को शून्य से नीचे नहीं ले जा सकती। जिस जवाब का आउटपुट आपको बनते समय दिखता है, उसकी सीमा नहीं घटाई जाती: आगे बढ़ने के साथ उसके लिए और राशि अलग रखी जाती है।
• लंबा जवाब आगे बढ़ने के साथ और राशि अलग रखता है। अगर बैलेंस और आउटपुट के लिए पर्याप्त नहीं है, या जवाब उस घटाई गई max_tokens सीमा तक पहुँच जाता है, तो वह वहीं रुक जाता है: स्ट्रीम एक insufficient_quota एरर इवेंट के साथ खत्म होती है, और बिना स्ट्रीमिंग वाली रिक्वेस्ट अब तक लिखा गया जवाब finish_reason: "length" के साथ लौटाती है। दोनों ही मामलों में आप सिर्फ़ जनरेट हुए आउटपुट का भुगतान करते हैं। दुर्लभ मामलों में बैलेंस फिर भी शून्य से थोड़ा नीचे जा सकता है; अगले टॉप-अप से उसकी भरपाई हो जाती है।

रिक्वेस्ट की लागत

कीमतें मॉडल पेज पर हैं। हर मॉडल के अपने पेज पर हमारी कीमत के साथ लैब की सूची में दी गई कीमत भी दिखती है।

आउटपुट टोकन वे हैं जो मॉडल ने आपको मिले जवाब के लिए लिखे: उसका टेक्स्ट, उसकी रीज़निंग और उसके टूल कॉल। दोबारा की गई कोशिश, किसी और प्रयास या रूट ने अपने आप जो कुछ चलाया, उसका शुल्क कभी नहीं लिया जाता। अगर कोई रूट जवाब में लगे समय के मुकाबले मॉडल की क्षमता से ज़्यादा आउटपुट की रिपोर्ट करता है, तो हम शुल्क लगाने से पहले उसकी गिनती ठीक करते हैं। जवाब में दिए गए इस्तेमाल के आँकड़े भी यही ठीक की गई संख्या दिखाते हैं।

क्या मुफ़्त है

• असफल रिक्वेस्ट, और कुंजी के नियमों या अपर्याप्त बैलेंस की वजह से अस्वीकार की गई रिक्वेस्ट।
• जिन इमेज को बनाने से मॉडल ने इनकार किया, और असफल वीडियो।
• मॉडल की सूची देखना और टोकन गिनना।
• मॉडल अपनी पहचान के मुताबिक जवाब दें, इसके लिए हमारे जोड़े गए निर्देश: आपसे सिर्फ़ उसी का शुल्क लिया जाता है जो आप भेजते और पाते हैं।

बीच में रुक जाने वाले अनुरोध के लिए उसके इनपुट और रुकने तक जनरेट हुए आउटपुट का शुल्क लिया जाता है: चाहे आपने अनुरोध रद्द किया हो या कनेक्शन बंद किया हो, स्ट्रीम बीच में टूट गई हो, या जवाब के दौरान बैलेंस या कुंजी का बजट खत्म हो गया हो। जब आप कनेक्शन बंद करते हैं, तो Zurelay 30 सेकंड तक जवाब पढ़ता रहता है, और इस दौरान मॉडल जो लिखता है उसका भी शुल्क लगता है। अगर कोई रूट हमारा कनेक्शन बंद होने पर रुक जाता है, तो जवाब भी वहीं रुक जाता है और आप सिर्फ़ उससे पहले जनरेट हुए आउटपुट का भुगतान करते हैं। अपवाद तब है जब मॉडल पर्दे के पीछे सोच रहा हो सकता है (वह तर्क कर सकता है, लेकिन उसकी तर्क प्रक्रिया का कोई हिस्सा अभी तक नहीं आया है): कनेक्शन बंद करने तक की उस सोच का शुल्क लगता है, भले ही वह कभी दिखाई न दे, इसलिए ऐसे जवाब को भी आगे पढ़ा जाता है। स्मार्ट रूटिंग में, अगर कोई वैकल्पिक मॉडल अनुरोध का जवाब देता है, तो उसी की दर पर शुल्क लगता है। Zurelay Auto अनुरोध का शुल्क उस मॉडल की दर पर लगता है जिसने जवाब दिया।

कभी-कभार, मॉडल जवाब की जगह गड़बड़ी का मैसेज भेज देता है। अगर किसी अनुरोध की हर कोशिश का यही नतीजा हो, तो किसी भी नाकाम अनुरोध की तरह उसका कोई शुल्क नहीं लगता: आपको retry-after के साथ 503 model_unavailable मिलता है। इनपुट का शुल्क सिर्फ़ तब एक बार लिया जाता है, जब उसी समय मॉडल दूसरे ग्राहकों को सामान्य रूप से जवाब दे रहा हो और अनुरोध में मौजूद किसी चीज़ के कारण वह मैसेज आ रहा हो (ऐसा प्रॉम्प्ट लिखा जा सकता है), क्योंकि मॉडल ने हर बार इनपुट पढ़ा था। वह 503 यह बात बताता है, उसमें retry-after नहीं होता, और वह x-should-retry: false भेजता है ताकि OpenAI और Anthropic के SDK उसे दोबारा न भेजें। बैलेंस या कोटा से जुड़े मैसेज का कभी शुल्क नहीं लिया जाता।

कहाँ देखें

• अनुरोध लॉग: हर अनुरोध के साथ उसका मॉडल, टोकन, लागत और स्पीड।
• API कुंजियों वाले पेज पर हर API कुंजी का आज का और इस महीने का खर्च।
• बिलिंग में आपके भुगतानों का इतिहास। Stripe हर कार्ड भुगतान की रसीद आपको ईमेल करता है।