LLM टोकन, इमेज जनरेशन, वीडियो सेकंड और वॉइस कैरेक्टर की असली लिस्ट कीमतें, एक साथ। जानें कि एक सपोर्ट बॉट, 1,000 इमेज, 100 वीडियो क्लिप और दस मिनट की नैरेशन की लागत कितनी आती है, साथ ही वे छिपे शुल्क, रीट्राई और छूट भी, जो कुल खर्च बदल देते हैं।
AI API को उसकी हेडलाइन कीमत देखकर चुनना ही बजट बिगाड़ने का सबसे आम तरीका है। प्रति टोकन कम दर का कोई मतलब नहीं, अगर आपका वर्कलोड दस गुना ज़्यादा टोकन खर्च करता है। और सस्ती प्रति-सेकंड वीडियो कीमत भी तेज़ी से बदल जाती है, जब आप 1080p, ऑडियो और कुछ रीट्राई जोड़ देते हैं। यह AI API कीमत तुलना लैंग्वेज मॉडल, इमेज जेनरेटर, वीडियो मॉडल और टेक्स्ट-टू-स्पीच की असली लिस्ट कीमतों को एक साथ रखती है, फिर उन्हें मासिक बिल में बदलती है, ताकि आप उन्हें अपने वर्कलोड से मिला सकें।
संक्षेप में: LLM कीमतें सबसे सस्ते टियर से सबसे महँगे टियर तक 100x की रेंज में फैली हैं, एक ही इमेज मॉडल अपने कम और ज़्यादा क्वालिटी सेटिंग के बीच 35x तक बदल जाता है, वीडियो $0.02 से $0.60 प्रति सेकंड तक है, और वॉइस प्रति 1,000 कैरेक्टर आधा सेंट से दस सेंट तक जाती है। नीचे दी गई दरें अक्टूबर 2026 में प्रोवाइडर के रेट कार्ड और सार्वजनिक प्राइसिंग ट्रैकर से जाँची गई थीं। हर आँकड़े को एक स्नैपशॉट मानें और बजट तय करने से पहले प्रोवाइडर के अपने पेज पर उसकी पुष्टि करें।
चार मोडैलिटी, चार अलग-अलग मीटर। इन्हें आपस में मिला देना ही वह सबसे आम वजह है जिससे "सस्ता" API महँगा पड़ जाता है।
लगभग हर प्रोवाइडर में चार लीवर दिखते हैं:
लैंग्वेज मॉडल में यहाँ किसी भी श्रेणी से ज़्यादा कीमत-अंतर है, और बाज़ार का बीच का हिस्सा चुपचाप एक ही स्तर पर आ गया है।
कीमतें USD प्रति मिलियन टोकन में हैं, स्टैंडर्ड, गैर-बैच दरों पर।
| मॉडल | इनपुट | आउटपुट | नोट्स |
|---|---|---|---|
| Claude Haiku 5.5 | $0.10 | $0.50 | 100k टोकन तक के प्रॉम्प्ट |
| GPT 5.6 Luna | $0.20 | $1.20 | फ़ास्ट टियर |
| Gemini 3.5 Flash | $1.50 | $9.00 | फ़ास्ट टियर |
| Claude Sonnet 5 | $2.00 | $10.00 | Sonnet 5.5 की कीमत भी यही है |
| GPT 5.6 Terra | $2.00 | $12.00 | मिड टियर |
| Gemini 3.1 Pro | $2.00 | $12.00 | 200k-टोकन प्रॉम्प्ट से ऊपर $4 / $18 |
| GPT 5.6 Sol | $4.00 | $20.00 | 21 नवंबर तक प्रमोशनल दर |
| Claude Opus 5.5 | $4.00 | $20.00 | टॉप रीज़निंग टियर |
| Claude Fable 5 | $10.00 | $50.00 | यहाँ सबसे महँगा |
Anthropic और Google के आँकड़े उनके अपने प्राइसिंग पेज से लिए गए हैं। OpenAI के आँकड़े सार्वजनिक ट्रैकर से लिए गए हैं, क्योंकि जब मैंने जाँच की तब OpenAI का पेज पढ़ने लायक नहीं था, इसलिए पूर्वानुमान बनाने से पहले इन्हें ज़रूर जाँचें।
💡 सबसे पहले आउटपुट कीमतों की तुलना करें। तीन मिड-टियर मॉडल का इनपुट रेट एक ही $2 है, इसलिए असली अंतर आउटपुट में है: Sonnet 5 के लिए $10, Terra और Gemini 3.1 Pro के लिए $12। चैट-भारी वर्कलोड पर यह 20% का फ़र्क इनपुट रेट से ज़्यादा मायने रखता है।
एक छोटा सपोर्ट असिस्टेंट लीजिए जो हर महीने 10 मिलियन इनपुट टोकन भेजता है और 2 मिलियन आउटपुट टोकन पाता है।
| मॉडल | मासिक लागत |
|---|---|
| Claude Haiku 5.5 | $2.00 |
| GPT 5.6 Luna | $4.40 |
| Gemini 3.5 Flash | $33.00 |
| Claude Sonnet 5.5 | $40.00 |
| GPT 5.6 Terra | $44.00 |
| Gemini 3.1 Pro | $44.00 |
| GPT 5.6 Sol | $80.00 |
| Claude Opus 5.5 | $80.00 |
| Claude Fable 5.1 | $200.00 |
एक ही ट्रैफ़िक पर सबसे सस्ते और सबसे महँगे विकल्प में ठीक 100x का फ़र्क है। ज़्यादातर सपोर्ट सवालों को फ्रंटियर मॉडल की ज़रूरत नहीं होती, इसलिए रोज़मर्रा के टिकट छोटे टियर पर भेजें और सिर्फ़ कठिन टिकट ऊपर भेजें।
कैशिंग तस्वीर फिर से बदल देती है। अगर उन इनपुट टोकन के 80% दोहराए गए निर्देश हैं और वे Sonnet 5.5 की $0.10 प्रति मिलियन रीड दर पर कैश से आते हैं, तो इनपुट खर्च $20 से घटकर लगभग $4.80 रह जाता है और कुल $40 से घटकर लगभग $25 हो जाता है, कैश राइट की एक-बारगी लागत से पहले। बैच प्राइसिंग इसके ऊपर जुड़ती है, इसलिए रात भर चलने वाला काम लगभग $12 पर आ जाता है।
इमेज API सस्ते लगते हैं, जब तक आप यह न देखें कि एक ही मॉडल के नाम के पीछे कितनी क्वालिटी सेटिंग छिपी हैं।
| मॉडल | प्रति इमेज कीमत | नोट्स |
|---|---|---|
| GPT Image 2 | $0.006 low, $0.053 medium, $0.211 high | 1024x1024 की लिस्ट कीमतें |
| Nano Banana 2 | 1K पर $0.0336, 2K पर $0.0504, 4K पर $0.113 | Google ने 2.1 अपडेट के लिए ये दरें दी हैं |
| Seedream 5 Pro | लगभग $0.035 | ट्रैकर का अनुमान |
| FLUX.2 pro | लगभग $0.03 प्रति मेगापिक्सल | ट्रैकर का अनुमान |
| Nano Banana 2 Lite | लगभग $0.01 | ट्रैकर का अनुमान |
महीने में 1,000 इमेज बनाएँ तो वही OpenAI मॉडल कम क्वालिटी पर $6, मीडियम पर $53 और हाई पर $211 लगता है। Nano Banana 2 2K पर लगभग $50 पर आता है, Seedream 5 Pro लगभग $35 पर, और Nano Banana 2 Lite लगभग $10 पर। जो सेटिंग आप डिफ़ॉल्ट पर छोड़ देते हैं, वह बिल को उस मॉडल से ज़्यादा तय करती है जो आप चुनते हैं।
रीसेलर एक और परत जोड़ते हैं। एक गेटवे ने हर टियर पर GPT Image 2 को OpenAI की दर से ठीक दोगुनी कीमत पर लिस्ट किया, जिससे आउटपुट में कोई बदलाव न होने पर भी $211 का काम $422 का बन जाता है।
💡 कम क्वालिटी पर ड्राफ़्ट, हाई पर फ़ाइनल। सबसे सस्ते टियर पर कॉन्सेप्ट बनाएँ, विजेता चुनें, फिर सिर्फ़ उन्हें पूरी क्वालिटी पर दोबारा रेंडर करें। हाई क्वालिटी पर 10% फ़ाइनलिस्ट रेट भी हर चीज़ हाई पर रेंडर करने से कहीं सस्ता पड़ता है।
वीडियो में गलत अनुमान असली पैसा खर्च करवाता है, क्योंकि हर सेकंड का बिल बनता है और हर रीट्राई पूरी कीमत दोबारा लेता है।
| मॉडल | प्रति सेकंड कीमत | नोट्स |
|---|---|---|
| P Video | 720p पर $0.02, 1080p पर $0.04 | ऑडियो शामिल |
| Veo 3.1 Lite | 720p पर $0.05, 1080p पर $0.08 | ऑडियो शामिल |
| Grok Imagine Video 1.5 | $0.08 | 1080p तक |
| Veo 3.1 Fast | 720p पर $0.10, 1080p पर $0.12, 4K पर $0.30 | ऑडियो शामिल |
| Kling v3 Video | लगभग $0.11 | आधिकारिक Turbo टियर, 720p |
| HappyHorse 1.1 | 720p पर लगभग $0.125, 1080p पर $0.22 | संयुक्त ऑडियो और वीडियो |
| LTX 2.3 Fast | $0.06 से $0.24 | 1080p से 4K तक |
| Veo 3.1 | 720p और 1080p पर $0.40, 4K पर $0.60 | टॉप क्वालिटी टियर |
Veo, Grok और P Video की दरें उनके निर्माताओं ने प्रकाशित की हैं। Kling और HappyHorse के आँकड़े युआन से बदले गए हैं, इसलिए मुद्रा के राउंडिंग का असर है।
मान लीजिए 720p पर 8 सेकंड की 100 क्लिप, यानी 800 सेकंड का फ़ुटेज।
ये कुल योग मानते हैं कि हर क्लिप काम की है। 30% कीप रेट पर 100 अच्छी क्लिप पाने के लिए लगभग 333 जनरेशन चाहिए, इसलिए Veo 3.1 Fast की लाइन $80 से बढ़कर लगभग $267 हो जाती है।
इन आँकड़ों के पीछे तीन जाल छिपे हैं। Seedance 2.0 और उसका Fast वर्ज़न प्रति टोकन बिल करते हैं, इसलिए प्रति-सेकंड कीमतें अनुमान हैं, और रीसेलर लगभग $0.09 से $0.25 तक कुछ भी कोट करते हैं। 4K पर जाने से लागत 1.5x से 3x गुना हो जाती है। और रीसेलर अक्सर आधिकारिक दरों से 2x से 3x ऊपर चार्ज करते हैं।
💡 बजट बनाने से पहले उपलब्धता जाँचें। OpenAI का Sora 2 API 24 सितंबर 2026 को बंद होने वाला था। Sora 2 अब भी मॉडल कैटलॉग में दिखता है, इसलिए उस पर पाइपलाइन बनाने से पहले जाँच लें कि वह कहाँ चलता है।
स्पीच सबसे सस्ती मोडैलिटी है, इसलिए आम तौर पर क्वालिटी और भाषा सपोर्ट कीमत से ज़्यादा मायने रखते हैं।
| मॉडल | कीमत | नोट्स |
|---|---|---|
| Inworld TTS (पिछली लाइन) | $0.005 स्टैंडर्ड, $0.01 Max | प्रति मिलियन: $5 और $10 |
| Gemini Flash TTS | 10 सेकंड पर लगभग $0.00225 | Google का नवीनतम Flash टियर, ऑडियो टोकन पर बिल |
| ElevenLabs Flash and Turbo | $0.04 | लो-लेटेंसी टियर |
| MiniMax Speech 2.8 Turbo | $0.06 | प्रति मिलियन: $60 |
| ElevenLabs v3 | $0.08 | एक्सप्रेसिव टियर |
| ElevenLabs v2 Multilingual | $0.08 | 30+ भाषाएँ |
| MiniMax Speech 2.8 HD | $0.10 | प्रति मिलियन: $100 |
दस मिनट की नैरेशन में लगभग 9,000 कैरेक्टर होते हैं। इसकी लागत Inworld के Max टियर पर लगभग $0.09, Gemini Flash TTS पर $0.14, ElevenLabs Flash पर $0.36, MiniMax Turbo पर $0.54, ElevenLabs v3 पर $0.72 और MiniMax HD पर $0.90 है। ऐसी सौ नैरेशन सबसे महँगे विकल्प पर कुल $90 होती हैं। ऑडियो-टोकन बिलिंग और प्रति-कैरेक्टर बिलिंग पूरी तरह एक-दूसरे में नहीं बदलतीं, इसलिए अपनी स्क्रिप्ट की लंबाई से टेस्ट करें।
ElevenLabs v4 की सूची कीमत प्रति 1,000 कैरेक्टर $0.08 है और v4 Turbo की $0.04, साथ ही 72% का लॉन्च डिस्काउंट है जो 12 अक्टूबर को खत्म होता है। Inworld के आँकड़े उसकी पिछली TTS-1 लाइन से हैं, इसलिए उन पर भरोसा करने से पहले 1.5 मॉडल जाँच लें।
लिस्ट कीमतें न्यूनतम स्तर हैं, पूर्वानुमान नहीं।
ये लीवर एक-दूसरे के असर को और बढ़ा देते हैं। जो टीम ज़्यादातर टिकट छोटे मॉडल पर भेजती है, अपने निर्देश कैश करती है और रात की रिपोर्ट बैच करती है, वह वही आउटपुट लिस्ट कीमत के एक हिस्से में पा सकती है। जबकि जो टीम हर डिफ़ॉल्ट चालू रखती है, वह हर चीज़ के लिए पूरी दर चुकाती है।
रेट कार्ड पढ़कर पता चलता है कि कोई मॉडल कितना खर्च करता है। उसे चलाकर पता चलता है कि आउटपुट उस खर्च के लायक है या नहीं। PicassoIA पर 120 से ज़्यादा वीडियो मॉडल, 75 लैंग्वेज मॉडल और 24 स्पीच मॉडल होस्ट हैं, साथ ही इमेज का एक विस्तृत कैटलॉग भी है, ताकि प्रोडक्शन के लिए चुनने से पहले आप टियर की तुलना साथ-साथ कर सकें।
PicassoIA https://api.picassoia.com/v1 पर एक डेवलपर API भी देता है, जिसे ऐसे Bearer टोकन से प्रमाणित किया जाता है जो pia_sk_ से शुरू होता है। जॉब असिंक्रोनस होते हैं: आप एक प्रेडिक्शन बनाते हैं, उसका स्टेटस पोल करते हैं और नतीजा लेते हैं।
| एंडपॉइंट | उद्देश्य |
|---|---|
POST /v1/models/{owner}/{name}/predictions | प्रेडिक्शन बनाएँ |
GET /v1/predictions/{id} | स्टेटस जाँचें और आउटपुट लाएँ |
POST /v1/predictions/{id}/cancel | चलता हुआ जॉब रद्द करें |
GET /v1/predictions | हाल के प्रेडिक्शन की सूची देखें |
चार मॉडल API के ज़रिए उपलब्ध हैं: PicassoIA Image, PicassoIA Image Editor Pro, PicassoIA Video और Seedance 2.5 Lite। दस्तावेज़ में अभी लिखा है कि API प्रेडिक्शन मुफ़्त हैं और कोई क्रेडिट नहीं लेते, और इसके लिए Infinite प्लान ज़रूरी है। योजना बनाने से पहले API पेज पर दोनों बातों की पुष्टि करें, क्योंकि प्लान की शर्तें बदल सकती हैं।
सबसे अच्छा AI API वह है जो आपको ऐसे दाम पर प्रकाशित करने लायक नतीजे दे जिसे आपकी मात्रा सह सके, और यह सिर्फ़ आपके अपने प्रॉम्प्ट बता सकते हैं कि वह कौन सा है। हर श्रेणी से एक असली काम लें, उसे एक सस्ते टियर और एक प्रीमियम टियर पर चलाएँ, और प्रति कीपर लागत लिख लें। पाँच मिनट का टेस्ट रेट कार्ड पढ़ने के एक दोपहर से बेहतर है।
Picasso IA ये मॉडल एक ही जगह पर रखता है, ताकि आप हर प्रोवाइडर के लिए अलग अकाउंट खोले बिना इमेज, वीडियो, वॉइस और टेक्स्ट जनरेट कर सकें। अपने प्रोजेक्ट के किसी प्रॉम्प्ट से शुरुआत करें, फिर GPT Image 2 को PicassoIA Image के बगल में आज़माएँ और देखें कि कौन सा नतीजा आप सच में भेजेंगे। जब आप और विकल्पों की तुलना करने के लिए तैयार हों, तो सभी मॉडल पेज पर हर विकल्प ब्राउज़ करें।
अपनी भाषा चुनें
