لانچ سے پہلے LLM API کی لاگت کا اندازہ لگانے کے لیے ایک API کال کی نہیں، ایک صارف ایکشن کی قیمت نکالیں۔ اس کے پیچھے کی کالز گنیں، 20 سے 50 اصل نمونوں پر نیا ان پٹ، کیش شدہ ان پٹ اور آؤٹ پٹ ٹوکن ناپیں، ماہانہ ایکشنز سے ضرب دیں، پھر ریزننگ اور دوبارہ کوششیں شامل کریں۔ DeepSeek V4.1 Flash پر سپورٹ جواب والی ہماری حل شدہ مثال $42.67 ماہانہ بنتی ہے۔
یہ ایک فیچر کے لیے لانچ سے پہلے کی پیش گوئی ہے؛ ادائیگی کرنے والے صارفین آنے کے بعد SaaS کے لیے فی صارف LLM لاگت مارجن اور قیمتوں کے ٹائرز سمجھاتی ہے۔
LLM API کی لاگت کا فارمولا کیا ہے؟
monthly cost = actions per month × calls per action
× ( new input tokens × input price
+ cached input tokens × cached price
+ output tokens × output price ) / 1,000,000
آؤٹ پٹ ٹوکنز میں ریزننگ شامل ہے۔ کیش شدہ ٹوکنز وہ ان پٹ ہیں جسے فراہم کنندہ کم قیمت پر دوبارہ استعمال کرتا ہے۔ باقی سب پیمائش ہے۔ مفت LLM API لاگت کیلکولیٹر یہی فارمولا کسی بھی ماڈل کی فہرستی قیمت پر لاگو کرتا ہے۔
لاگت کا ماڈل مرحلہ وار کیسے بنائیں؟
- کام کی اکائی کا نام طے کریں۔ “سپورٹ جواب کا مسودہ بنانا”، “کال کا خلاصہ”، “ناکام ٹیسٹ ٹھیک کرنا”۔ اس کی قیمت نکالیں، “ایک درخواست” کی نہیں۔
- ہر ایکشن پر کالز گنیں۔ ریٹریول والا جواب ایک کال ہو سکتا ہے۔ منصوبہ بنانے، ترمیم کرنے اور جانچنے والا ایجنٹ دس کالز کا۔ اپنی دوبارہ کوشش کی شرح شامل کریں: جس ٹائم آؤٹ پر آپ دوبارہ کوشش کرتے ہیں، اس کا بل دوبارہ بنتا ہے۔
- اصل نمونوں پر ہر کال کے ٹوکن ناپیں۔ 20 سے 50 حقیقت پسندانہ ان پٹس لیں، صاف ستھرے ڈیمو نہیں۔ کوئی API کال کرنے سے پہلے موٹی گنتی کے لیے انہیں ٹوکن کاؤنٹر میں پیسٹ کریں۔ ہر ریسپانس سے
usage.prompt_tokens،usage.prompt_tokens_details.cached_tokensاورusage.completion_tokensپڑھیں۔ اسٹریمنگ میںstream_options: {"include_usage": true}سیٹ کریں؛ اسٹریمنگ گائیڈ بتاتی ہے کہ یہ کہاں ظاہر ہوتا ہے۔ - نیا اور کیش شدہ ان پٹ الگ کریں۔ سسٹم پرامپٹ، ٹول لسٹ اور مشترکہ دستاویزات کیش ہو سکتی ہیں، اگر وہ شروع میں آئیں اور ہر بار ایک جیسی رہیں۔ صارف کا متن کیش نہیں ہو سکتا۔
- ریزننگ کو آؤٹ پٹ میں شامل کریں۔ DeepSeek V4.1 Flash، GLM 5.3 اور Qwen3.8 27B جواب دینے سے پہلے سوچتے ہیں۔ ان ریزننگ ٹوکنز کا بل آؤٹ پٹ کے طور پر بنتا ہے، اور وہ اکثر نظر آنے والے جواب سے بڑے ہوتے ہیں۔ ریزننگ کی لاگت نظر آنے سے زیادہ کیوں ہوتی ہے۔
- حجم کا اندازہ لگائیں۔ فعال صارفین × ہر صارف کے روزانہ ایکشنز × 30۔
- ضرب دیں اور جمع کریں۔ ٹوکنز کے مجموعے کو ملین میں بدلیں اور فی 1M قیمت لگائیں۔
- تین منظرناموں کی قیمت نکالیں۔ کم، متوقع اور زیادہ۔ لانچ کا ٹریفک غیر یقینی ہوتا ہے، اور پرامپٹس وقت کے ساتھ بڑھتے ہیں۔
- صرف پیسے نہیں، حدیں بھی جانچیں۔ عروج پر فی منٹ درخواستیں اور جاری درخواستیں آپ کی کلید کی ریٹ لمٹس میں آنی چاہییں۔
- بلنگ ماڈل طے کریں۔ اتار چڑھاؤ والے، صارف سے چلنے والے ٹریفک کے لیے فی ٹوکن؛ ہمیشہ آن ایجنٹس کے لیے مقررہ قیمت والا پلان۔
حل شدہ اندازہ کیسا لگتا ہے؟ سپورٹ جواب کا مسودہ بنانے والا فیچر
ایک ہیلپ ڈیسک ایپ “Draft reply” شامل کرتی ہے۔ نیچے کے اعداد وضاحت کے لیے فرض کیے گئے ہیں۔ ہر ایک کو اپنی پیمائش سے بدلیں۔
| ان پٹ | قدر | کہاں سے آتی ہے |
|---|---|---|
| فیچر استعمال کرنے والے سپورٹ ایجنٹس (عملہ) | 500 | پروڈکٹ پلان |
| ہر ایجنٹ کے روزانہ مسودے | 4 | پائلٹ استعمال |
| مہینے کے دن | 30 | |
| ماہانہ ایکشنز | 60,000 | 500 × 4 × 30 |
| ہر ایکشن پر کالز | 1 | نکالے گئے مضامین کے ساتھ ایک کال |
| ہر کال کے ان پٹ ٹوکن | 5,000 | سسٹم پرامپٹ، ٹکٹ تھریڈ، تین ہیلپ مضامین |
| ان پٹ کا کیش شدہ حصہ | 50% | مستحکم سسٹم پرامپٹ اور مضامین والا پری فکس |
| ہر کال کے آؤٹ پٹ ٹوکن | 500 | تقریباً 200 نظر آنے والے، 300 ریزننگ |
| ماڈل | DeepSeek V4.1 Flash | فی 1M $0.175 / $0.0055 / $0.52 |
اب مجموعے:
| لائن | ماہانہ ٹوکن | فی 1M قیمت |
|---|---|---|
| نیا ان پٹ | 150M | $0.175 |
| کیش شدہ ان پٹ | 150M | $0.0055 |
| آؤٹ پٹ، ریزننگ سمیت | 30M | $0.52 |
| متوقع ماہانہ لاگت | $42.67 |
یعنی 300M ان پٹ اور 30M آؤٹ پٹ ٹوکن: 60,000 × 5,000 اور 60,000 × 500۔
کم اور زیادہ منظرنامے کتنے وسیع ہوں؟
| منظرنامہ | ماہانہ ایکشنز | ان پٹ / آؤٹ پٹ ٹوکن | ماہانہ لاگت |
|---|---|---|---|
| کم: سست اپنانا | 20,000 | 100M / 10M | $14.23 |
| متوقع | 60,000 | 300M / 30M | $42.67 |
| زیادہ: 3× اپنانا | 180,000 | 900M / 90M | 3 × $42.67 |
تینوں میں کیش کا حصہ وہی 50% رکھا گیا ہے۔ کیش کا حصہ گرے تو بل بڑھتا ہے: اس ماڈل پر نیا ان پٹ فی 1M $0.175 کا ہے، جبکہ کیش شدہ $0.0055 کا۔ کیش کا حصہ زیادہ کیسے رکھیں۔
اندازے کو سب سے زیادہ کیا بدلتا ہے؟
- کانٹیکسٹ کی لمبائی۔ تین کے بجائے دس مضامین لانے والا ریٹریول ان پٹ دگنا کر سکتا ہے۔ ہر پرامپٹ تبدیلی کے بعد ٹوکن ناپیں۔
- ریزننگ۔ آسان مسودوں پر
reasoning_effortکوlowکرنے سے چھپا آؤٹ پٹ کم ہوتا ہے۔ ریزننگ اور max_tokens۔ - دوبارہ کوششیں اور لوپس۔ 5% دوبارہ کوشش کی شرح ہر لائن میں 5% جوڑتی ہے۔ مراحل کی حد کے بغیر ایجنٹ لوپ کی کوئی چھت ہی نہیں۔ LLM APIs کے خرچ پر کنٹرول۔
- ماڈل کا انتخاب۔ Gemma 4 VL 26B فی 1M $0.10 ان پٹ اور $0.22 آؤٹ پٹ کا ہے، لیکن اس کا کانٹیکسٹ 32,768 ٹوکن ہے اور BroadNet اس کے لیے ریزننگ درج نہیں کرتا۔ پیسے بچانے کے لیے بدلنے سے پہلے معیار ٹیسٹ کریں۔
- زبان۔ ایک ہی مواد کو انگریزی کے مقابلے میں عربی یا ہندی میں کہیں زیادہ ٹوکن لگ سکتے ہیں، اور یہ فرق tokenizer پر منحصر ہے۔ ہمارا زبان کے لحاظ سے اصل لاگت ڈیٹا سیٹ ہر ماڈل اور فراہم کنندہ پر ہر زبان کے لیے فی دس لاکھ حروف قیمت دکھاتا ہے۔
- پرامپٹس کا بڑھنا۔ لانچ کے بعد ایج کیسز سنبھالنے کے ساتھ پرامپٹس بڑھتے جاتے ہیں۔ ہر ریلیز پر پیمائش دوبارہ کریں۔
- قیمتوں میں تبدیلی۔ لسٹ قیمتیں کم ہی بدلتی ہیں، مگر بڑھ سکتی ہیں۔ 11 فراہم کنندگان کے آرکائیو شدہ قیمتوں کے صفحات میں ہم نے 2024 سے نومبر 2026 تک لسٹ قیمت میں 52 اضافے درج کیے، ہر ایک میں کسی ماڈل کی قیمت کا موازنہ اسی کی پچھلی قیمت سے کیا گیا (جبکہ کمی 100 بار ہوئی)؛ ملی جلی قیمت پر اضافے کا میڈین 40% تھا۔ LLM API کی قیمتیں بڑھنے کے لیے بجٹ کیسے بنائیں دیکھیں۔
اگر اندازہ بہت زیادہ آئے تو فیچر بدلنے سے پہلے LLM API کی لاگت کم کرنے کی 10 مراحل والی چیک لسٹ پر کام کریں۔
کیا حجم ریٹ لمٹس میں فٹ ہوتا ہے؟
ماہانہ 60,000 ایکشنز یعنی روزانہ تقریباً 2,000۔ اگر دن کے مسودوں کا دسواں حصہ سب سے مصروف گھنٹے میں آئے تو وہ فی گھنٹہ 200، یا فی منٹ تقریباً 3 ہیں۔ BroadNet کی استعمال کے مطابق ادائیگی والی کلید فی منٹ 30 درخواستیں اور بیک وقت 4 جاری درخواستیں دیتی ہے، اس لیے یہ ایک کلید میں آ جاتا ہے۔ زیادہ منظرنامہ بھی جانچیں، یا اپنا عروج ریٹ لمٹ کیلکولیٹر میں چلائیں۔ شرح اور جاری درخواستوں کے درمیان حساب کے لیے کنکرنسی دیکھیں۔ 429 آئے تو بیک آف کریں اور دوبارہ کوشش کریں۔
کیا یہ فیچر مقررہ قیمت والے پلان پر چلنا چاہیے؟
شاید نہیں۔ Full Moon سیشن $60 ماہانہ کا ہے، لیکن سیشن ایک وقت میں ایک درخواست چلاتا ہے، اور ایک ساتھ “Draft” دبانے والے بہت سے صارفین کو متوازی درخواستیں چاہییں۔ مقررہ قیمت والے پلان ان ایجنٹس کے لیے موزوں ہیں جو مسلسل کام کرتے ہیں، جیسے کوڈنگ ایجنٹ۔ بریک ایون کا حساب دکھاتا ہے کہ پورا وقت چلنے والا کوڈنگ ایجنٹ فی ٹوکن $65.40 ماہانہ کا پڑتا ہے، جو پلان کی قیمت سے اوپر ہے۔
اندازے کو بجٹ میں کیسے بدلیں؟
- متوقع عدد اپنے منصوبے میں رکھیں اور زیادہ عدد اپنی الرٹ کی حد میں۔
- پروڈکشن میں ہر ایکشن کے ٹوکن لاگ کریں اور ہر ہفتے ماڈل سے موازنہ کریں۔
- کوڈ میں سخت حدیں لگائیں:
max_tokens، مراحل کی حد اور دوبارہ کوشش کی حد۔ - جب بھی ماڈل، پرامپٹ یا ریٹریول کی سیٹنگز بدلیں، اندازہ دوبارہ لگائیں۔
آپ فی ٹوکن حساب اپنے اعداد کے ساتھ LLM API لاگت کیلکولیٹر میں دوبارہ کر سکتے ہیں، یا قیمتوں کے صفحے پر پلان اور فی ٹوکن کا موازنہ کر سکتے ہیں۔
BroadNet Inference کہاں فٹ ہوتا ہے
BroadNet Inference اپنے ہر چیٹ اور ٹرانسکرپشن ماڈل کی فی ٹوکن قیمتیں ایک قیمتوں کی فائل میں شائع کرتا ہے، اس لیے اوپر کا اندازہ کوڈ میں رکھا جا سکتا ہے۔ نئے اکاؤنٹس کو $5 کا ابتدائی کریڈٹ ملتا ہے جو Gemma 4 VL 26B اور دونوں ٹرانسکرپشن ماڈلز پر چلتا ہے، اس لیے آپ اپنے نمونے Gemma پر ناپ سکتے ہیں؛ DeepSeek، GLM اور Qwen کے لیے ٹاپ اپ ضروری ہے۔ اگر آپ کے فیچر کو کوئی کلوزڈ فرنٹیئر ماڈل چاہیے تو اس حصے کے لیے BroadNet درست فراہم کنندہ نہیں۔
