कोडिंग के लिए सबसे सस्ता LLM API वह नहीं है जिसकी प्रति टोकन कीमत सबसे कम हो। यह लेख प्रोवाइडर के प्रकारों की तुलना करता है, दिखाता है कि कैशिंग और बैच छूट कैसे काम करती हैं, और एक उदाहरण के ज़रिए हर हल हुए टास्क की कीमत निकालता है, जिसमें रिव्यू का समय भी शामिल है।
दस डेवलपर्स से पूछें कि कोडिंग के लिए कौन सा LLM API सबसे सस्ता है, तो आपको दस अलग-अलग जवाब मिलेंगे, क्योंकि हर किसी का ध्यान किसी अलग चीज़ पर है। एक व्यक्ति प्राइसिंग पेज पर लिखे आँकड़े को देखता है। दूसरा पिछले महीने के इनवॉइस को देखता है। असल में एक तीसरा आँकड़ा ही मायने रखता है: मॉडल से एक ऐसा बदलाव पाने की लागत जो काम करे और टेस्ट पास करे। यह लेख अक्टूबर 2026 में लिखा जा रहा है, इसलिए अभी तक किसी भी प्रोवाइडर ने 2027 की प्राइस लिस्ट जारी नहीं की है। आगे का तरीका बताता है कि नए आँकड़े जो भी हों, विजेता कैसे चुना जाए, साथ ही यह भी कि सबसे सस्ते विकल्प अब तक कहाँ रहे हैं, इसका साफ़ नक्शा।
संक्षेप में: स्टिकर प्राइस पर सबसे सस्ते प्रोवाइडर लगभग हमेशा वे ओपन-वेट्स मॉडल होते हैं जिन्हें प्रतिस्पर्धी होस्ट चलाते हैं, या वे लैब्स होते हैं जो अपने मॉडल की कीमत बहुत आक्रामक रखते हैं। प्रति हल किए गए टास्क की लागत पर विजेता सूची का सबसे सस्ता मॉडल शायद ही होता है। विजेता वह मॉडल होता है जो आपके टेस्ट को इतनी बार पास करे कि रीट्राई और रिव्यू का समय कम रहे, और प्रॉम्प्ट कैशिंग चालू हो। नीचे के हिस्से यह कारण एक वर्क्ड उदाहरण के साथ समझाते हैं, जिसे आप अपने आँकड़ों से दोबारा चला सकते हैं।
प्राइसिंग पेज हर मॉडल के लिए दो आँकड़े दिखाता है: प्रति मिलियन इनपुट टोकन के डॉलर और प्रति मिलियन आउटपुट टोकन के डॉलर। दोनों सही होते हैं। लेकिन अकेले पढ़ने पर कोडिंग वर्कलोड के लिए ये लगभग बेकार हैं।
एक मॉडल जो प्रति टोकन दसवें हिस्से जितना खर्च करता है, लेकिन पास होने वाला बदलाव पाने के लिए तीन कोशिशें माँगता है, वह सस्ता नहीं है। यह वही पैसा खर्च करने का धीमा तरीका है, और ऊपर से आपका अपना समय भी जाता है। कोडिंग में यह मापना सबसे साफ़ है, क्योंकि नतीजा जाँचा जा सकता है: टेस्ट पास होते हैं या नहीं होते। इसलिए पास हुए टास्क की लागत ही एकमात्र ईमानदार मेट्रिक है, और टोकन व नतीजे लॉग करने के बाद इसे निकालना आसान है।
एजेंटिक कोडिंग टूल्स हर टर्न पर पूरी बातचीत दोबारा भेजते हैं: सिस्टम प्रॉम्प्ट, रेपो की फ़ाइलें, टूल के नतीजे, पिछले एडिट। बारह टर्न का एक सेशन कुछ हज़ार टोकन का कोड बनाने के लिए कई सौ हज़ार इनपुट टोकन खर्च कर सकता है। दो बातें गणित बदल देती हैं:
💡 पूरी फ़ाइलों की जगह डिफ़ माँगें। चालीस लाइन का पैच चार सौ लाइन के रीराइट की तुलना में बहुत कम लागत का होता है, और उसे रिव्यू करना भी आसान होता है।
प्रोवाइडर तीन समूहों में बँटते हैं, और हर समूह की कीमत की न्यूनतम सीमा अलग होती है।
OpenAI, Anthropic और Google अपने सबसे शक्तिशाली मॉडल सीधे बेचते हैं। आप सबसे नए रिलीज़, कठिन मल्टी-फ़ाइल समस्याओं पर सबसे अच्छे नतीजे, और सबसे परिपक्व कैशिंग व बैच फ़ीचर के बदले सबसे ऊँची स्टिकर प्राइस चुकाते हैं। Claude Sonnet 5, GPT 5.6 Terra और Gemini 3.5 Flash जैसे मॉडल इसी समूह में आते हैं। हर लैब के छोटे टियर, यानी Flash और mini वर्ज़न, फ़्लैगशिप मॉडल से कहीं सस्ते होते हैं और रोज़मर्रा के कोडिंग काम का चौंकाने वाला बड़ा हिस्सा सँभाल लेते हैं।
जब किसी मॉडल के वेट्स सार्वजनिक होते हैं, तो कई कंपनियाँ उसे चलाती हैं, और वे कीमत व स्पीड पर एक-दूसरे से होड़ करती हैं। GPT OSS 120B, Llama 4 Maverick Instruct और Qwen3 235B A22B Instruct 2507 ऐसे परिवारों के उदाहरण हैं जो कई होस्ट पर मिलते हैं। प्रतिस्पर्धा कीमतों को GPU की मूल लागत की ओर धकेलती है। पर इसमें एक पेच है: विभिन्न होस्ट क्वांटाइज़ेशन, कॉन्टेक्स्ट सीमा और अपटाइम में अलग होते हैं, इसलिए एक ही मॉडल का नाम एक होस्ट से दूसरे पर अलग व्यवहार कर सकता है।
कुछ लैब्स अपने मॉडल पश्चिमी फ़्लैगशिप की कीमत के एक हिस्से पर बेचती हैं। DeepSeek V3.1, Kimi K2.6 और Qwen3.7 Plus इस समूह के सामान्य नाम हैं, और 2025 व 2026 के दौरान इनके जैसे मॉडल कोडिंग बेंचमार्क पर प्रतिस्पर्धी बने रहे, जबकि प्रति टोकन कहीं कम कीमत लेते रहे। राउटर सर्विसेज़ इन सबके ऊपर बैठती हैं, जो एक ही इंटरफ़ेस और प्रोवाइडर्स के बीच ऑटोमैटिक फ़ेलओवर देती हैं। ये आम तौर पर लिस्ट कीमतें ही आगे पहुँचाती हैं और सुविधा के लिए एक फ़ीस जोड़ती हैं। किसी भी सेवा को प्रोप्राइटरी कोड भेजने से पहले डेटा हैंडलिंग और सर्वर की लोकेशन जाँच लें।
| प्रोवाइडर का प्रकार | स्टिकर प्राइस | किसमें सबसे अच्छा | किस बात का ध्यान रखें |
|---|---|---|---|
| फ्रंटियर लैब, सीधे | सबसे ऊँची | कठिन मल्टी-फ़ाइल काम, सबसे नए मॉडल, परिपक्व कैशिंग | आउटपुट की कीमत, रेट-लिमिट टियर |
| ओपन-वेट्स होस्ट | कम, कई होस्ट होड़ में | आसान स्विचिंग, अनुमानित कीमत | क्वांटाइज़ेशन, कॉन्टेक्स्ट सीमाएँ, अपटाइम |
| कम कीमत वाली लैब, सीधे | आम तौर पर प्रति टोकन सबसे कम | पैसे के हिसाब से मज़बूत कोडिंग स्कोर | डेटा लोकेशन, पीक-आवर थ्रॉटलिंग |
| राउटर सर्विस | लिस्ट कीमत के साथ फ़ीस | एक इंटरफ़ेस, फ़ेलओवर, कीमत की तुलना | अतिरिक्त लेटेंसी, फ़ीस ख़ुद |
प्रोवाइडर बदलने से पहले जाँचें कि जो छूट पहले से मिल रही है, क्या आप उसका फ़ायदा उठा रहे हैं। कोडिंग वर्कलोड के लिए ये छूट वेंडर्स के बीच ज़्यादातर कीमत के अंतर से ज़्यादा फ़ायदेमंद होती हैं।
| लीवर | आम असर | किसके लिए सबसे अच्छा | ट्रेड-ऑफ़ |
|---|---|---|---|
| प्रॉम्प्ट कैशिंग | कैश्ड इनपुट सामान्य दर के एक हिस्से पर बिल होता है | एजेंट लूप, बड़ा रेपो कॉन्टेक्स्ट | कैश कुछ मिनटों में एक्सपायर होता है, प्रीफ़िक्स बिल्कुल मेल खाना चाहिए |
| बैच एंडपॉइंट | आम तौर पर लगभग आधी कीमत | टेस्ट जनरेशन, माइग्रेशन, इवैल्स | नतीजे सेकंड्स नहीं, घंटों में आते हैं |
| आसान टर्न के लिए सस्ता मॉडल | अक्सर प्रति टोकन 5x से 20x सस्ता | इनलाइन सुझाव, कमिट मैसेज | कठिन समस्याओं पर सॉल्व रेट कम |
| आउटपुट अनुशासन | सबसे महँगे टोकन को घटाता है | डिफ़, छोटी व्याख्या | मॉडल को फ़ॉर्मैट का पालन करना होगा |
व्यवहार में हर एक कैसे काम करता है:
💡 कैशिंग तभी काम आती है जब कॉल्स के बीच प्रॉम्प्ट की शुरुआत एक जैसी हो। स्थिर सामग्री (सिस्टम प्रॉम्प्ट, रेपो मैप, स्टाइल नियम) पहले रखें और बदलने वाला टास्क आख़िर में।
नीचे की कीमतें उदाहरण के तौर पर लिए गोल आँकड़े हैं, किसी प्रोवाइडर का कोट नहीं। मुद्दा गणना के ढाँचे का है, जो असली 2027 की कीमतें आने पर भी मान्य रहेगा।
एक कोशिश की लागत को सॉल्व रेट से भाग दें, क्योंकि जो मॉडल आधी बार सफल होता है, उसे औसतन दो कोशिशें चाहिए।
| स्थिति | प्रति कोशिश की लागत | सॉल्व रेट | प्रति हल टास्क API लागत |
|---|---|---|---|
| बजट, बिना कैशिंग | $0.10 | 50% | $0.20 |
| फ़्रंटियर, बिना कैशिंग | $1.02 | 85% | $1.20 |
| बजट, कैशिंग चालू | $0.035 | 50% | $0.07 |
| फ़्रंटियर, कैशिंग चालू | $0.37 | 85% | $0.44 |
सिर्फ़ API खर्च पर बजट मॉडल बड़े अंतर से जीतता है, और कैशिंग हर पंक्ति की लागत घटाती है। अगर कहानी यहीं ख़त्म हो जाती, तो जवाब सीधा होता।
असफल कोशिशें सिर्फ़ टोकन की लागत नहीं लगातीं। कोई खराब आउटपुट पढ़ता है, तय करता है कि वह गलत है, और फिर से कोशिश करता है। सेटअप में दिए $4 प्रति असफलता का उपयोग करते हुए:
| स्थिति | API लागत | असफलताओं की रिव्यू लागत | प्रति हल टास्क कुल |
|---|---|---|---|
| बजट, बिना कैशिंग | $0.20 | $4.00 | $4.20 |
| फ़्रंटियर, बिना कैशिंग | $1.20 | $0.71 | $1.91 |
| बजट, कैशिंग चालू | $0.07 | $4.00 | $4.07 |
| फ़्रंटियर, कैशिंग चालू | $0.44 | $0.71 | $1.15 |
रैंकिंग पलट जाती है। फ़्रंटियर मॉडल की प्रति कोशिश लागत दस गुना ज़्यादा है, फिर भी प्रति हल टास्क वह सस्ता निकलता है, क्योंकि उसकी असफलताएँ दुर्लभ हैं। इस उदाहरण में बजट मॉडल को उसके बराबर आने के लिए लगभग 70% सॉल्व रेट चाहिए होगी। इसीलिए "सबसे सस्ता प्रोवाइडर" सिर्फ़ प्राइस लिस्ट से तय नहीं हो सकता। अपना जवाब पाने के लिए:
हर काम के लिए एक ही मॉडल इस्तेमाल करना महँगा डिफ़ॉल्ट है। टियर को काम की कठिनाई से मिलाएँ, तो जहाँ गुणवत्ता मायने रखती है वहाँ नुकसान किए बिना औसत लागत प्रति टास्क घटती है।
बॉयलरप्लेट कोड, यूनिट टेस्ट का ढाँचा, डॉकस्ट्रिंग्स और कमिट मैसेज छोटे मॉडल पर भी उच्च सॉल्व रेट रखते हैं, इसलिए असफलता सस्ती और दुर्लभ होती है। Granite 4.1 8B, Claude 4.5 Haiku और GPT 5.6 Luna जैसे तेज़, कम लागत वाले विकल्प पहले आज़माने लायक हैं।
मल्टी-फ़ाइल रिफ़ैक्टर और लंबे टूल-इस्तेमाल वाले सेशन वे जगहें हैं जहाँ कैशिंग और मिड-प्राइस मॉडल चमकते हैं। Gemini 3.5 Flash, DeepSeek V3.1, Kimi K2.6 और Qwen3.7 Plus सभी आपके टेस्ट सेट में जगह के हक़दार हैं। यह टियर आम तौर पर आपके ज़्यादातर टोकन वॉल्यूम को सँभालता है, इसलिए यहाँ छोटा-सा कीमत का अंतर भी जुड़कर बड़ा असर डालता है।
रेस कंडीशन, अनजाना लीगेसी कोड और आर्किटेक्चर के फ़ैसले कमज़ोर मॉडलों को सज़ा देते हैं: सॉल्व रेट गिरता है और रिव्यू का बिल हावी हो जाता है, ठीक वैसे ही जैसा ऊपर की टेबल में दिखाया गया है। यहाँ पैसा ख़र्च करें। Claude Sonnet 5, GPT 5.6 Sol और Claude Fable 5 ऐसे मॉडल हैं जिन्हें इन टास्क के लिए रखना चाहिए।
| टास्क का प्रकार | वॉल्यूम में आम हिस्सा | मॉडल टियर | क्यों |
|---|---|---|---|
| इनलाइन सुझाव, टेस्ट, डॉक्स | ज़्यादा | छोटा और सस्ता | उच्च सॉल्व रेट, सस्ती असफलताएँ |
| रिफ़ैक्टर, एजेंट लूप | मध्यम | कैशिंग वाला मिड-टियर | ज़्यादातर टोकन, स्थिर गुणवत्ता |
| कठिन डीबगिंग, डिज़ाइन | कम | उपलब्ध सबसे मज़बूत | महँगी असफलताएँ |
एक सरल, नियम-आधारित राउटर शुरू करने के लिए काफ़ी है। टास्क लेबल या फ़ाइलों की संख्या से टियर चुनें, और सिर्फ़ तब मज़बूत मॉडल की ओर बढ़ें जब टेस्ट दो बार फ़ेल हो जाएँ। हर टास्क का जवाब किस टियर ने दिया, यह लॉग करें। एक महीने बाद आप देख पाएँगे कि सस्ते टियर ने वास्तव में कितना वॉल्यूम सँभाला, और फिर अनुमान के बजाय देखी गई असफलताओं के आधार पर थ्रेशोल्ड ऊपर-नीचे कर सकेंगे।
बजट की बाध्यताएँ एक व्यक्ति के लिए एक जैसी नहीं दिखतीं, बीस लोगों की टीम के लिए अलग होती हैं।
आपका समय दुर्लभ संसाधन है, और आपका वॉल्यूम कम है। ज़्यादातर काम के लिए एक मिड-टियर मॉडल पर टिके रहें, कठिन समस्याओं के लिए एक मज़बूत मॉडल रखें, और प्रति टोकन भुगतान करने से पहले अपने टूल्स के साथ आने वाले कोटे का इस्तेमाल करें। पहले ही दिन प्रोवाइडर डैशबोर्ड में मासिक खर्च की सीमा सेट करें।
बचत वॉल्यूम में होती है। हर टास्क प्रकार के लिए एक डिफ़ॉल्ट मॉडल तय करें, हर जगह कैशिंग चालू करें, और रात की जॉब्स को बैच एंडपॉइंट पर ले जाएँ। राउटर सर्विस बिलिंग और फ़ेलओवर को सरल बना सकती है, पर उसकी फ़ीस की तुलना बचत से करें। हर महीने एक ऐसी रिपोर्ट देखें जो कुल खर्च नहीं, बल्कि प्रति मर्ज्ड पुल रिक्वेस्ट की लागत दिखाए। जिन टीमों के पास प्रोप्राइटरी कोड है, उन्हें पहले डेटा रिटेंशन और सर्वर लोकेशन तय करनी चाहिए, क्योंकि ये बाध्यताएँ कीमत का सवाल आने से पहले ही कुछ सबसे सस्ते विकल्पों को हटा देती हैं। यह मासिक रिपोर्ट हर तिमाही फिर से देखें, क्योंकि कोई एक नया मॉडल रिलीज़ रातों-रात पूरी टेबल को बदल सकता है।
किसी API कॉन्ट्रैक्ट के लिए प्रतिबद्ध होने से पहले, वही कोडिंग प्रॉम्प्ट कई मॉडलों पर चलाएँ और आउटपुट ख़ुद तुलना करें। PicassoIA दर्जनों लार्ज लैंग्वेज मॉडल एक जगह इकट्ठा करता है, छोटे और तेज़ मॉडलों से लेकर सबसे शक्तिशाली रिलीज़ तक, और आप पूरा कैटलॉग picassoia.com/en/all-models पर देख सकते हैं। अपने प्रोजेक्ट का एक असली फ़ंक्शन पेस्ट करें, हर मॉडल से वही रिफ़ैक्टर माँगें, और नोट करें कि कौन सा सबसे कम फ़ॉलो-अप प्रॉम्प्ट माँगता है। यह छोटा परीक्षण किसी भी प्राइस लिस्ट से ज़्यादा बताता है।
आउटपुट की तुलना करने की यही आदत विज़ुअल्स पर भी लागू होती है। ब्लॉग हेडर, प्रोडक्ट मॉकअप और डॉक्यूमेंटेशन डायग्राम मिनटों में बनाए जा सकते हैं: सीन का वर्णन करें, PicassoIA Image से कई वर्ज़न बनाएँ, और जो फ़िट बैठे उसे चुनें। आज ही PicassoIA पर अपनी इमेज बनाकर देखें, प्रॉम्प्ट में एक डिटेल बदलें, और देखें कि एक वाक्य नतीजे को कितना बदल देता है।
अपनी भाषा चुनें
