“ओपन सोर्स सस्ता है” आम तौर पर कहा जाता है। यह ज़्यादातर सच है, लेकिन आपका बिल बारीकियाँ तय करती हैं। यह पोस्ट क्लोज़्ड मॉडल (GPT, Claude, Gemini, Grok) और ओपन-वेट मॉडल (GLM 5.3, DeepSeek V4.1 Flash, Qwen3.8 27B, gpt-oss-120b, Gemma 4) की प्रति टोकन कीमतों की तुलना हर प्रोवाइडर के अपने प्राइसिंग पेज से करती है, फिर एक असली जैसे वर्कलोड की कीमत निकालती है। हर थर्ड-पार्टी कीमत 15 नवंबर 2026 को प्रोवाइडर के पेज से दोबारा पढ़ी गई। BroadRouter, BroadNet की वेबसाइट है, और BroadNet इनमें से कुछ ओपन मॉडल बेचता है, इसलिए हम दिखाते हैं कि कहाँ दूसरे होस्ट कम लेते हैं।
पंक्तियाँ हमारे LLM API प्रोवाइडर कीमत डेटासेट से हैं, जो LLM API प्राइस इंडेक्स के पीछे का कच्चा डेटा है। इस चुनाव के कारोबारी पहलू (नियंत्रण, लॉक-इन, गुणवत्ता का फ़ासला) के लिए पढ़ें कारोबार के लिए ओपन-वेट बनाम क्लोज़्ड मॉडल।
क्लोज़्ड और ओपन-वेट कीमतें प्रति टोकन कैसे तुलना करती हैं?
स्टैंडर्ड, उपयोग के अनुसार भुगतान वाली कीमतें प्रति 1M टोकन, छोटे प्रॉम्प्ट, 15 नवंबर 2026 को जाँची गईं:
| मॉडल | प्रकार | विक्रेता | इनपुट | कैश्ड इनपुट | आउटपुट |
|---|---|---|---|---|---|
| GPT-6.1 Sol | क्लोज़्ड | OpenAI | USD 2.00 | USD 0.10 | USD 10.00 |
| Claude Sonnet 5.5 | क्लोज़्ड | Anthropic | USD 2.00 | USD 0.10 | USD 10.00 |
| Gemini 4 Hydrogen | क्लोज़्ड | USD 1.50 | USD 0.075 | USD 7.50 | |
| Gemini 3.8 Flash | क्लोज़्ड | USD 0.75 | USD 0.075 | USD 3.75 | |
| Grok 4.3 | क्लोज़्ड | xAI | USD 1.25 | USD 0.20 | USD 2.50 |
| GPT-6 Luna | क्लोज़्ड | OpenAI | USD 0.10 | USD 0.01 | USD 0.50 |
| Claude Haiku 5.5 | क्लोज़्ड | Anthropic | USD 0.10 | USD 0.01 | USD 0.50 |
| GLM 5.3 | ओपन-वेट | Z.ai (बनाने वाला) | USD 1.40 | USD 0.26 | USD 4.40 |
| DeepSeek V4.1 Flash | ओपन-वेट | DeepSeek (बनाने वाला), पीक | USD 0.30 | USD 0.006 | USD 1.20 |
| Qwen3.8 27B | ओपन-वेट | Alibaba Cloud (बनाने वाला) | USD 0.50 | सूचीबद्ध नहीं | USD 3.00 |
| gpt-oss-120b | ओपन-वेट | Groq | USD 0.15 | USD 0.075 | USD 0.60 |
| Gemma 4 26B A4B | ओपन-वेट | DeepInfra | USD 0.07 | सूचीबद्ध नहीं | USD 0.34 |
पेजों से ही नोट्स:
- Gemini 3.8 Flash की कीमत प्रमोशनल है, “through December 31, 2026” (अनुवाद: 31 दिसंबर 2026 तक)। 1 जनवरी 2027 से Google USD 1.50 इनपुट, USD 0.15 कैश्ड और USD 7.50 आउटपुट दिखाता है, आज की दरों का दोगुना।
- Claude Haiku 5.5 की दर 100,000 टोकन तक के प्रॉम्प्ट पर लागू है। लंबे प्रॉम्प्ट USD 0.50 इनपुट और USD 2.50 आउटपुट देते हैं।
- GPT-6.1 Sol और GPT-6 Luna की दरें 272K इनपुट टोकन से ऊपर ज़्यादा हैं। Grok 4.3 प्रॉम्प्ट के 200K टोकन तक पहुँचते ही पूरे अनुरोध का बिल ऊँची दर पर बनाता है।
- DeepSeek ऑफ़-पीक में अपनी कीमतें आधी कर देता है: कार्यदिवसों पर 01:00 से 04:00 और 06:00 से 10:00 UTC के बाहर USD 0.15 इनपुट, USD 0.003 कैश्ड और USD 0.60 आउटपुट।
तीन पैटर्न साफ़ दिखते हैं:
- क्लोज़्ड रेंज का ऊपरी हिस्सा महँगा है। GPT-6.1 Sol और Claude Sonnet 5.5 का आउटपुट, अपने बनाने वाले के पास GLM 5.3 के आउटपुट से दोगुने से ज़्यादा है।
- क्लोज़्ड रेंज का निचला हिस्सा नहीं। GPT-6 Luna और Claude Haiku 5.5 का इनपुट Groq पर gpt-oss-120b से कम है, और DeepInfra पर Gemma 4 से कुछ ही सेंट ज़्यादा। Gemma की आउटपुट कीमत कम है।
- कैश्ड इनपुट में वेंडर सबसे ज़्यादा अलग हैं। DeepSeek की कैश्ड दर उसकी इनपुट दर का 2% है; Z.ai पर GLM 5.3 की लगभग 19%। जो एजेंट वही कॉन्टेक्स्ट बार-बार भेजते हैं, उन्हें कम कैश दर से सबसे ज़्यादा फ़ायदा होता है। देखें कैश्ड इनपुट टोकन की व्याख्या।
होस्ट से ओपन मॉडल की कीमत कितनी बदलती है?
क्लोज़्ड मॉडल की हर वेंडर पर एक प्राइस लिस्ट होती है (साथ में लाइसेंस वाले क्लाउड)। ओपन वेट कोई भी चला सकता है, इसलिए एक ही मॉडल की कई कीमतें होती हैं। कुछ उदाहरण, प्रति 1M टोकन, 15 नवंबर 2026 को जाँचे गए:
| ओपन मॉडल | होस्ट | इनपुट | कैश्ड इनपुट | आउटपुट |
|---|---|---|---|---|
| GLM 5.3 | Z.ai | USD 1.40 | USD 0.26 | USD 4.40 |
| GLM 5.3 | Together AI | USD 1.40 | USD 0.26 | USD 4.40 |
| GLM 5.3 | DeepInfra (प्रमोशन, 38% छूट) | USD 0.5625 | USD 0.125 | USD 2.50 |
| GLM 5.3 | BroadNet Inference | $0.78 | $0.173 | $3.46 |
| DeepSeek V4.1 Flash | DeepSeek, पीक | USD 0.30 | USD 0.006 | USD 1.20 |
| DeepSeek V4.1 Flash | Together AI | USD 0.30 | USD 0.006 | USD 1.20 |
| DeepSeek V4.1 Flash | DeepInfra (प्रमोशन, 30% छूट) | USD 0.14 | USD 0.0042 | USD 0.42 |
| DeepSeek V4.1 Flash | BroadNet Inference | $0.175 | $0.0055 | $0.52 |
| Qwen3.8 27B | Alibaba Cloud | USD 0.50 | सूचीबद्ध नहीं | USD 3.00 |
| Qwen3.8 27B | DeepInfra (प्रमोशन, 25% छूट) | USD 0.15 | USD 0.0375 | USD 1.875 |
| Qwen3.8 27B | BroadNet Inference | $0.175 | $0.0435 | $2.17 |
| gpt-oss-120b | Groq | USD 0.15 | USD 0.075 | USD 0.60 |
| gpt-oss-120b | Together AI | USD 0.15 | सूचीबद्ध नहीं | USD 0.60 |
| gpt-oss-120b | DeepInfra | USD 0.037 | सूचीबद्ध नहीं | USD 0.17 |
| Gemma 4 26B A4B | DeepInfra | USD 0.07 | सूचीबद्ध नहीं | USD 0.34 |
| Gemma 4 26B A4B | BroadNet Inference | $0.10 | प्रकाशित नहीं | $0.22 |
फ़ासला बड़ा है: ऊपर के होस्टों के बीच GLM 5.3 के इनपुट पर लगभग 2.5 गुना और gpt-oss-120b के इनपुट पर लगभग 4 गुना। DeepInfra की GLM, DeepSeek और Qwen पंक्तियों पर प्रमोशनल छूट का लेबल है, और पेज यह नहीं बताते कि वे कब ख़त्म होंगी। BroadNet, GLM 5.3 और Qwen3.8 27B पर बनाने वाले की लिस्ट प्राइस से और DeepSeek की पीक दरों से कम है, लेकिन DeepSeek की ऑफ़-पीक इनपुट और कैश्ड दरें BroadNet से कम हैं, और DeepInfra की प्रमोशनल कीमतें तीनों मॉडल पर कम हैं। हर मॉडल के प्राइस पेज पर वे सभी होस्ट हैं जिन्हें हम ट्रैक करते हैं, और इन्फ़रेंस प्रोवाइडर ओपन मॉडल की कीमत कैसे तय करते हैं बताता है कि संख्याएँ अलग क्यों हैं। कई होस्ट पर बिकने वाले सभी 119 मॉडल में मीडियन फ़ासला 1.76 गुना है: एक मॉडल, अलग होस्ट।
होस्टों के बीच फ़र्क़ सिर्फ़ कीमत का नहीं है। हर एक में क्वांटाइज़ेशन (कुछ कम प्रिसिज़न वाले वेट चलाते हैं), कॉन्टेक्स्ट लंबाई, रेट लिमिट, डेटा रिटेंशन और उस मॉडल के लिए टूल कॉलिंग का समर्थन जाँचें।
असली वर्कलोड हर एक पर कितने का पड़ता है?
प्रति टोकन तालिकाएँ इनपुट, कैश्ड इनपुट और आउटपुट का मिश्रण छिपा देती हैं। यह एक वर्कलोड है: ऐप के अंदर का असिस्टेंट, प्रति सक्रिय यूज़र प्रति माह मापा गया, हमारे प्रति यूज़र LLM लागत वाले उदाहरण से:
- 0.45M नए इनपुट टोकन
- 0.45M कैश्ड इनपुट टोकन (स्थिर सिस्टम प्रॉम्प्ट और इतिहास)
- 0.3M आउटपुट टोकन, रीज़निंग समेत
फ़ॉर्मूला है 0.45 × input + 0.45 × cached + 0.3 × output, प्रति 1M कीमतों पर। जहाँ पेज पर कोई कैश्ड दर नहीं है, वहाँ हम कैश्ड टोकन पूरी इनपुट कीमत पर गिनते हैं। कैश-राइट और कैश-स्टोरेज की फ़ीस, जो कुछ वेंडर जोड़ते हैं, शामिल नहीं हैं।
| मॉडल और विक्रेता | प्रति सक्रिय यूज़र प्रति माह लागत |
|---|---|
| GPT-6.1 Sol, OpenAI | USD 3.95 |
| Claude Sonnet 5.5, Anthropic | USD 3.95 |
| Gemini 4 Hydrogen, Google | USD 2.96 |
| GLM 5.3, Z.ai | USD 2.07 |
| Gemini 3.8 Flash, Google (प्रमोशनल कीमत) | USD 1.50 |
| GLM 5.3, BroadNet | $1.47 |
| Grok 4.3, xAI | USD 1.40 |
| Qwen3.8 27B, Alibaba Cloud (कैश्ड दर सूचीबद्ध नहीं) | USD 1.35 |
| Qwen3.8 27B, BroadNet | $0.75 |
| Qwen3.8 27B, DeepInfra (प्रमोशन) | USD 0.65 |
| DeepSeek V4.1 Flash, DeepSeek पीक | USD 0.50 |
| gpt-oss-120b, Groq | USD 0.28 |
| DeepSeek V4.1 Flash, BroadNet | $0.24 |
| GPT-6 Luna, OpenAI | USD 0.20 |
| Claude Haiku 5.5, Anthropic | USD 0.20 |
| DeepSeek V4.1 Flash, DeepInfra (प्रमोशन) | USD 0.19 |
| gpt-oss-120b, DeepInfra (कैश्ड दर सूचीबद्ध नहीं) | USD 0.08 |
दो चेतावनियाँ इसे पढ़ने का तरीक़ा बदलती हैं। पहली, मॉडल बराबर नहीं हैं। तालिका में नीचे की पंक्ति तभी बचत है जब मॉडल आपका टेस्ट सेट पास करे। दूसरी, अगर Google का घोषित कीमत बदलाव लागू होता है, तो 1 जनवरी 2027 को Gemini 3.8 Flash की पंक्ति दोगुनी होकर USD 2.99 हो जाती है। अपनी संख्याओं के साथ हिसाब करने के लिए LLM API कॉस्ट कैलकुलेटर इस्तेमाल करें।
मॉडल के नाम से नहीं, काम के स्तर से तुलना क्यों करें?
कीमत के फ़ैसले के लिए “ओपन बनाम क्लोज़्ड” ग़लत पैमाना है। काम का सवाल यह है: वह सबसे कम ख़र्च वाला मॉडल कौन-सा है जो यह काम ठीक से कर ले? स्तर समय के साथ अलग-अलग दिशा में भी चलते हैं: आर्काइव किए गए प्राइसिंग पेजों में Claude Opus और GPT की मुख्य लाइन काफ़ी सस्ती हुईं, जबकि Claude Haiku और Gemini Flash महँगे हुए (OpenAI बनाम Anthropic बनाम Google API कीमतों का इतिहास)।
- आसान, बड़े वॉल्यूम वाला काम (क्लासिफ़िकेशन, एक्सट्रैक्शन, छोटे सारांश): छोटे क्लोज़्ड मॉडल और छोटे या मध्यम ओपन मॉडल सब तालिका में नीचे के पास हैं। सटीकता, लेटेंसी और डेटा की शर्तों के आधार पर चुनें।
- एजेंट और कोडिंग: टूल कॉलिंग, लंबा कॉन्टेक्स्ट और कैश्ड इनपुट हावी रहते हैं। कम कैश दर वाले ओपन मॉडल, या कोई फ़्लैट-रेट प्लान, फ़्रंटियर क्लोज़्ड मॉडल के एक छोटे हिस्से जितने ख़र्च में पड़ सकते हैं।
- सबसे कठिन रीज़निंग: क्लोज़्ड फ़्रंटियर मॉडल अब भी आम तौर पर आगे रहते हैं। प्रति टोकन ज़्यादा भुगतान प्रति सही जवाब कम पड़ सकता है।
50 से 100 असली केस पर प्रति सही जवाब लागत मापें। स्विच करने से पहले LLM का मूल्यांकन कैसे करें एक तरीक़ा बताता है।
असली लागत और क्या बदलता है?
- टोकनाइज़र। एक ही टेक्स्ट हर मॉडल पर अलग संख्या में टोकन बनता है। BroadRouter के टोकनाइज़र डेटासेट में मॉडर्न स्टैंडर्ड अरबी को अपने अंग्रेज़ी अनुवाद के 1.31× (Qwen3.8 27B) से 1.77× (GLM 5.3) टोकन चाहिए, इसलिए अरबी वर्कलोड तालिका का क्रम बदल सकता है। देखें अरबी बनाम अंग्रेज़ी में प्रति शब्द टोकन।
- रीज़निंग टोकन। रीज़निंग मॉडल दोनों तरफ़ सोचने का बिल आउटपुट के रूप में बनाते हैं। Google का पेज कहता है कि Gemini के आउटपुट में “thinking tokens” (अनुवाद: सोचने वाले टोकन) शामिल हैं। रीज़निंग effort को उस सबसे निचले स्तर पर रखें जो आपके टेस्ट पास करे।
- बैच छूट। OpenAI और Anthropic, Batch API की कीमतें स्टैंडर्ड दर से आधी दिखाते हैं। अगर आपका काम इंतज़ार कर सकता है, तो इससे ओपन मॉडल के साथ फ़ासला घटता है। BroadNet में Batch API नहीं है; Batch API के बिना बैच प्रोसेसिंग इसका तरीक़ा दिखाता है।
- लंबे कॉन्टेक्स्ट का सरचार्ज। कई क्लोज़्ड मॉडल 100K, 200K या 272K टोकन से ऊपर ज़्यादा लेते हैं। देखें कि आपके प्रॉम्प्ट कहाँ आते हैं।
- सेल्फ़-होस्टिंग। ओपन वेट आपके अपने GPU पर भी चल सकते हैं, लेकिन यह सिर्फ़ ऊँचे, स्थिर उपयोग पर फ़ायदेमंद है। देखें LLM सेल्फ़-होस्ट करें या API।
BroadNet Inference कहाँ फ़िट होता है
BroadRouter, BroadNet की अपनी वेबसाइट है। BroadNet Inference एक होस्टेड ओपन-वेट API है, जिसमें DeepSeek V4.1 Flash, GLM 5.3, Qwen3.8 27B और Gemma 4 के BroadNet बिल्ड के लिए एक OpenAI-कम्पैटिबल base URL, https://inference.broadnet.ai/v1, है, साथ में स्पीच-टू-टेक्स्ट। यह क्लोज़्ड मॉडल नहीं चलाता और अनुरोधों को प्रोवाइडरों के बीच रूट नहीं करता। DeepSeek V4.1 Flash पार्टनर-होस्टेड है।
ऊपर के डेटा पर BroadNet की कीमत GLM 5.3 और Qwen3.8 27B पर बनाने वालों की लिस्ट प्राइस से और DeepSeek की पीक दरों से कम है, और DeepInfra की मौजूदा प्रमोशनल कीमतों और DeepSeek की ऑफ़-पीक इनपुट और कैश्ड दरों से ज़्यादा। यह हर मॉडल के लिए सबसे कम कीमत वाला होस्ट नहीं है। यह जो जोड़ता है, वह है DeepSeek V4.1 Flash के लिए फ़्लैट प्लान (हर सेशन $60 प्रति माह, एक समय में एक अनुरोध, कोई टोकन मीटर नहीं), इन्फ़रेंस कंटेंट का ज़ीरो रिटेंशन, और GLM 5.3 और Qwen3.8 27B पर डॉक्यूमेंटेड टूल कॉलिंग और स्ट्रक्चर्ड आउटपुट। Batch API नहीं है और सेल्फ़-सर्व अकाउंट पर कोई SLA नहीं है।
Gemma 4 VL 26B $5 के शुरुआती क्रेडिट पर चलता है; बाक़ी चैट मॉडल के लिए टॉप-अप चाहिए। कीमतों की तुलना करें या API डॉक्स पढ़ें।
