दस्तावेज़ों से सवाल-जवाब के लिए DeepSeek V4.1 Flash 1017 API की लागत
स्पष्ट टोकन मान्यताओं, प्रकाशित समय-आधारित कीमतों और दोहराए जा सकने वाले कैशिंग उदाहरण की मदद से दस्तावेज़ों से सवाल-जवाब की लागत का अनुमान लगाएं।
सारांश · TL;DR
हर 30 दिन के महीने में 150,000 अनुरोधों वाले दस्तावेज़ QA वर्कलोड की उदाहरणात्मक लागत, उद्धृत $0.30 input और $1.20 output प्रति दस लाख टोकन की दरों पर $207 है। OneMux कैटलॉग की दरों पर संबंधित अनुमान पीक समय में $34.98 या ऑफ-पीक में $17.49 है। इनमें कैशिंग और वर्कलोड की अन्य लागतें शामिल नहीं हैं।
मुख्य बातें
- प्रति अनुरोध 3,000 input और 400 output टोकन पर, उद्धृत संदर्भ दर से कैशिंग से पहले लागत $0.00138 प्रति अनुरोध होती है।
- OneMux कैटलॉग में पीक और ऑफ-पीक दरें अलग हैं; वास्तविक मासिक अनुमान में अनुरोधों के बिलिंग समय को ध्यान में रखना होगा।
- स्रोत लेबल, प्राप्त अंश और उद्धरण टेक्स्ट टोकन खर्च करते हैं और इन्हें वर्कलोड के मापन में शामिल करना चाहिए।
- पात्र टोकन पर कैश-रीड दर से बिलिंग होने पर कैशिंग input शुल्क घटा सकती है, लेकिन पात्रता और वास्तविक कैश हिट की मात्रा की पुष्टि ज़रूरी है।
- मॉडल टोकन शुल्क में रिट्रीवल इंफ्रास्ट्रक्चर, दस्तावेज़ प्रोसेसिंग, रीट्राई और प्रोडक्शन की अन्य संभावित लागतें शामिल नहीं हैं।
इस पृष्ठ पर (9)
अनुमान एक नज़र में
दस्तावेज़ों से सवाल-जवाब के एक उदाहरणात्मक वर्कलोड में हर दिन 5,000 अनुरोध हों और हर अनुरोध में 3,000 input टोकन और 400 output टोकन हों, तो उद्धृत संदर्भ दरों पर DeepSeek V4.1 Flash 1017 की लागत 30 दिन के महीने में $207 होगी। OneMux की प्रकाशित पीक दरों पर इसी वर्कलोड का अनुमान $34.98 है; सभी अनुरोधों पर उसकी ऑफ-पीक दरें लगाने पर यह $17.49 होगा। ये मॉडल टोकन के अनुमान हैं, पूरे एप्लिकेशन के बिल नहीं।
OneMux इस ब्लॉग को प्रकाशित करता है और नीचे चर्चा किए गए उत्पादों में से एक है। उसके कैटलॉग में समय के अनुसार अलग कीमतें दी गई हैं; संदर्भ कीमतें Future AGI के Fireworks AI मॉडल पेज से ली गई हैं, जो LiteLLM को अपनी कीमतों का स्रोत बताता है। बजट तय करने से पहले प्रोवाइडर की मौजूदा शर्तें और बिलिंग इकाइयां जांचें।
कीमतें और इकाइयां
तालिका में USD प्रति 10 लाख टोकन का इस्तेमाल किया गया है, जो बाहरी स्रोत में बताई गई इकाई के अनुरूप है। OneMux कैटलॉग का स्नैपशॉट 12 नवंबर 2026 को लिया गया था; खरीदारी के लिए इन आंकड़ों का इस्तेमाल करने से पहले मॉडल पेज पर मौजूदा बिलिंग इकाई और दरों की पुष्टि करें। बाहरी पेज के अनुसार उसके आंकड़ों का सत्यापन 22 अक्टूबर 2026 को हुआ था।
| कीमत का आधार | आधिकारिक input | आधिकारिक output | OneMux input | OneMux output | प्रकाशित OneMux-से-आधिकारिक अनुपात |
|---|---|---|---|---|---|
| पीक | $0.30 | $1.20 | $0.0507 | $0.2028 | 0.169 |
| ऑफ-पीक | $0.15 | $0.60 | $0.02535 | $0.1014 | 0.169 |
यह अनुपात OneMux की कीमत को संबंधित आधिकारिक कीमत से भाग देकर निकाला गया है, यह छूट का प्रतिशत नहीं है। सूचीबद्ध टोकन दरों के लिए 0.169 का अनुपात 83.1% के अंतर के बराबर है। इससे किसी एप्लिकेशन की कुल बचत तय नहीं होती।
OneMux स्नैपशॉट में पीक समय सोमवार–शुक्रवार, 01:00–04:00 और 06:00–10:00 UTC है; बाकी समय ऑफ-पीक है। बाहरी Fireworks AI पेज पर $0.30 input और $1.20 output सूचीबद्ध हैं, लेकिन वहां OneMux की ये समय संबंधी शर्तें स्थापित नहीं की गई हैं। उसकी दर को अलग संदर्भ मानें, इस बात का प्रमाण नहीं कि प्रोवाइडर की समय-सारणी भी समान है।
दस्तावेज़ QA अनुरोध का बजट बनाएं
मान लें कि कोई एप्लिकेशन दस्तावेज़ों से अंश प्राप्त करता है, उन्हें एक सवाल के साथ भेजता है और मॉडल से स्रोत संदर्भ सहित जवाब मांगता है। इस उदाहरण में हर अनुरोध में शामिल हैं:
- 3,000 input टोकन: निर्देश, सवाल, प्राप्त अंश और अंशों के लेबल।
- 400 output टोकन: जवाब और उसके स्रोत संदर्भ।
- हर सवाल पर एक मॉडल कॉल: कोई कैश रीड, रीट्राई या अतिरिक्त टूल-कॉल राउंड नहीं।
- 30 दिनों तक रोज़ 5,000 सवाल: महीने में 150,000 अनुरोध।
ये योजना बनाने की मान्यताएं हैं, मापा गया प्रदर्शन नहीं। मासिक मात्रा 450 मिलियन input टोकन और 60 मिलियन output टोकन है। प्रत्येक मात्रा को उसकी प्रति मिलियन दर से गुणा करने पर परिणाम इस प्रकार है:
| मूल्य निर्धारण परिदृश्य | Input लागत | Output लागत | प्रति अनुरोध कुल | 30 दिन के महीने की कुल लागत |
|---|---|---|---|---|
| बाहरी संदर्भ दर | $135.00 | $72.00 | $0.001380 | $207.00 |
| हर अनुरोध पर OneMux पीक दर | $22.815 | $12.168 | $0.00023322 | $34.983 |
| हर अनुरोध पर OneMux ऑफ-पीक दर | $11.4075 | $6.084 | $0.00011661 | $17.4915 |
उदाहरण के लिए, संदर्भ दर की गणना 450 × $0.30 और 60 × $1.20 को जोड़कर होती है, यानी $207। मासिक आंकड़े ठीक 30 दिनों पर आधारित हैं; लंबे महीने या अलग दैनिक ट्रैफिक से परिणाम बदल जाएगा।
वास्तविक OneMux बिल में दोनों समय श्रेणियों के अनुरोध शामिल हो सकते हैं। मापी गई टोकन मात्रा को लागू श्रेणी के अनुसार बांटें, input और output शुल्क अलग-अलग निकालें और परिणाम जोड़ें। सभी अनुरोध पीक या सभी ऑफ-पीक मानने वाली दोनों पंक्तियां परिदृश्य हैं, वास्तविक ट्रैफिक मिश्रण का पूर्वानुमान नहीं। यह भी सुनिश्चित करें कि समय-सीमा के करीब आए अनुरोधों को प्रोवाइडर किस श्रेणी में रखता है।
स्रोत संदर्भ की लागत ध्यान में रखें
स्रोत संदर्भ की सीधी टोकन लागत होती है: दस्तावेज़ के शीर्षक, पहचानकर्ता, पेज या सेक्शन लेबल और साक्ष्य के तौर पर उद्धृत टेक्स्ट input में जगह लेते हैं; जवाब में संदर्भ और उद्धरण output में जगह लेते हैं। केवल उपयोगकर्ता के सवाल और जवाब के टेक्स्ट का बजट बनाने के बजाय इन्हें भी टोकन मापन में शामिल करें।
किसी व्यावहारिक अनुरोध में प्राप्त अंशों को policy-v3, section 4 जैसे स्थिर ID से लेबल किया जा सकता है और मॉडल से समर्थित दावों के साथ वे ID बताने को कहा जा सकता है। एप्लिकेशन में हर ID और मूल दस्तावेज़ का संबंध बनाए रखें, ताकि पाठक स्रोत देख सके। अगर दिया गया कोई अंश जवाब का समर्थन नहीं करता, तो मॉडल को संदर्भ गढ़ने के बजाय यह बात बताने का निर्देश दें।
संदर्भों की गुणवत्ता को कीमत से अलग जांचें: जवाबों का नमूना लें, सत्यापित करें कि उद्धृत अंश वास्तव में दावों का समर्थन करते हैं, और ऐसे सवालों का परीक्षण करें जिनके जवाब मौजूद नहीं हैं या कई दस्तावेज़ों में बिखरे हैं। विश्वसनीय दिखने वाला स्रोत लेबल इस बात का प्रमाण नहीं है कि दावा सही है। दिए गए स्रोत में इस मॉडल के लिए दस्तावेज़ QA सटीकता का कोई बेंचमार्क नहीं है।
कैश किया गया input अनुमान कब बदलता है
बाहरी पेज पर कैश किए गए input की दर $0.006 per million tokens दी गई है। OneMux स्नैपशॉट में कैश-रीड कीमतें $0.001014 per million at peak और $0.000507 off-peak हैं। ये कैश-रीड दरें हैं; यह वादा नहीं कि दस्तावेज़ का हर दोहराया गया अंश इसके लिए पात्र होगा।
एक अलग उदाहरणात्मक परिदृश्य लें: हर 3,000-टोकन input में से 2,400 टोकन पात्र कैश रीड हैं और बाकी 600 साधारण input हैं। Output 400 टोकन और वर्कलोड 150,000 अनुरोध ही रहता है। इस गणना में अलग कैश-राइट या स्टोरेज शुल्क नहीं माना गया है, लेकिन ऐसे किसी शुल्क के लिए प्रोवाइडर की वास्तविक शर्तें जांचें।
| परिदृश्य | प्रति माह साधारण input | प्रति माह कैश किया गया input | प्रति माह output | मासिक टोकन लागत |
|---|---|---|---|---|
| बाहरी संदर्भ दरें | $27.00 | $2.16 | $72.00 | $101.16 |
| OneMux पीक दरें | $4.563 | $0.36504 | $12.168 | $17.09604 |
संदर्भ वाली पंक्ति में 90 मिलियन साधारण input टोकन की लागत $27, 360 मिलियन कैश किए गए टोकन की लागत $2.16 और 60 मिलियन output टोकन की लागत $72 है। यह उदाहरण तभी उपयोगी है जब उपयोग रिकॉर्ड पुष्टि करें कि input के इसी अनुपात पर वास्तव में कैश रीड के रूप में बिलिंग होती है। इस्तेमाल की जा रही सेवा से कैश पात्रता, मिलान नियम, समाप्ति अवधि और संभावित अतिरिक्त शुल्क की जांच करनी होगी।
मॉडल कॉल के बाहर की सीमाएं और लागतें
Future AGI मॉडल पेज में 1,048,576-टोकन context window, अधिकतम 393,216 output टोकन, और prompt caching तथा function calling के समर्थन का उल्लेख है। ये दस्तावेज़ में दिए गए विनिर्देश हैं, इस बात का प्रमाण नहीं कि लंबे context वाला दस्तावेज़ वर्कफ़्लो सटीक या किफायती होगा। उस पेज पर PDF input का उल्लेख नहीं है; इसलिए दस्तावेज़ एक्सट्रैक्शन चरण की योजना बनाएं, जब तक आपकी चुनी हुई सेवा किसी अन्य समर्थित तरीके का दस्तावेज़ीकरण न करती हो।
इन अनुमानों में एक्सट्रैक्शन और OCR, embeddings, सर्च या वेक्टर स्टोरेज, एप्लिकेशन होस्टिंग और मानवीय समीक्षा शामिल नहीं हैं। अतिरिक्त मॉडल कॉल और रीट्राई टोकन भी इनमें शामिल नहीं हैं। यदि रिट्रीवल में बहुत अधिक अप्रासंगिक सामग्री आती है, तो स्रोत संदर्भ में सुधार ज़रूरी नहीं, लेकिन input लागत बढ़ जाती है; यदि बहुत कम सामग्री आती है, तो मॉडल के पास साक्ष्य की कमी हो सकती है। बड़े पैमाने पर इस्तेमाल से पहले प्रतिनिधि दस्तावेज़ों पर इन पहलुओं के बीच संतुलन को मापें।
निष्कर्ष
एक ही मिश्रित टोकन कीमत पर निर्भर रहने के बजाय मापी गई input, output, कैश-रीड और समय-श्रेणी की मात्राओं से शुरुआत करें। बताए गए 30 दिन के उदाहरण में उद्धृत संदर्भ अनुमान $207 है, जबकि कैशिंग से पहले OneMux कैटलॉग के परिदृश्य $17.49 से $34.98 तक हैं। कोई विकल्प चुनने से पहले संदर्भों की गुणवत्ता और पूरे एप्लिकेशन बिल, दोनों की जांच करें।
स्रोत
- Future AGI: Fireworks AI पर DeepSeek V4.1 Flash 1017 — संदर्भ टोकन कीमतें, बताई गई सीमाएं और दस्तावेज़ में दी गई क्षमताएं; पेज के अनुसार सत्यापन 22 अक्टूबर 2026 को हुआ था।
- OneMux: DeepSeek V4.1 Flash 1017 — मॉडल कैटलॉग और मौजूदा कीमत की जानकारी; ऊपर दिए आंकड़े 12 नवंबर 2026 के स्नैपशॉट पर आधारित हैं।
प्रकाशित कीमतों का स्नैपशॉट
OneMux के प्रकाशित कैटलॉग से 2026-11-12T14:30:05.729Z को लिया गया। कीमतों में वेबसाइट की बिलिंग इकाइयां बरकरार हैं; यह लाइव बेंचमार्क नहीं है। श्रेणीबद्ध, कैश या समय-आधारित बिलिंग अलग हो सकती है। अज्ञात मान शून्य नहीं हैं।
| मॉडल | आधिकारिक input | आधिकारिक output | OneMux input | OneMux output | प्रकाशित कीमत अनुपात |
|---|---|---|---|---|---|
| DeepSeek V4.1 Flash 1017 | $0.3 | $1.2 | $0.0507 | $0.2028 | 0.169 |
OneMux की मौजूदा कीमतें। वर्कलोड लागतों की तुलना तभी करें जब input/output और बिलिंग इकाइयां मेल खाती हों; श्रेणी की शर्तों के लिए हर मॉडल का पेज देखें।
सामान्य प्रश्न
दस्तावेज़ों से सवाल-जवाब के लिए DeepSeek V4.1 Flash 1017 की लागत कितनी है?
प्रति दस लाख input टोकन $0.30 और प्रति दस लाख output टोकन $1.20 की उद्धृत संदर्भ दरों पर, 3,000 input और 400 output टोकन वाले अनुरोध की लागत कैशिंग या अन्य शुल्क से पहले $0.00138 है। ऐसे 150,000 अनुरोधों के लिए अनुमान $207 है।
क्या स्रोत संदर्भ दस्तावेज़ QA की API लागत बढ़ाते हैं?
वे लागत बढ़ा सकते हैं। अंशों के लेबल और स्रोत मेटाडेटा से input टोकन बढ़ते हैं, जबकि जवाब में संदर्भ और उद्धरण output टोकन बढ़ाते हैं। प्रतिनिधि अनुरोधों में दोनों को मापें।
क्या कैश-रीड उदाहरण कम लागत की गारंटी देता है?
नहीं। इसमें माना गया है कि प्रति अनुरोध 3,000 input टोकन में से 2,400 कैश-रीड कीमत के पात्र हैं। वास्तविक पात्रता, कैश का उपयोग और अतिरिक्त शुल्क सेवा और उसकी शर्तों पर निर्भर करते हैं।
क्या OneMux के अनुमान दस्तावेज़ QA एप्लिकेशन की पूरी लागत बताते हैं?
नहीं। इनमें केवल बताए गए मॉडल-टोकन वर्कलोड की लागत शामिल है। दस्तावेज़ एक्सट्रैक्शन, रिट्रीवल इंफ्रास्ट्रक्चर, अतिरिक्त कॉल, रीट्राई, होस्टिंग और समीक्षा से लागत बढ़ सकती है।
संबंधित लेख
Guides
डॉक्यूमेंट प्रश्नोत्तर के लिए Gemini 3 Pro Image Preview API की लागत
स्पष्ट token मान्यताओं, तुलनीय मूल्य इकाइयों और दोहराई जा सकने वाली मासिक गणना से डॉक्यूमेंट प्रश्नोत्तर की लागत का अनुमान लगाएं।
Guides
दस्तावेज़ों से सवाल-जवाब के लिए GPT Image 2.6 API लागत: क्या अनुमान लगाया जा सकता है और क्या नहीं
GPT Image 2.6 टोकन संबंधी स्पष्ट मान्यताओं के आधार पर दस्तावेज़ों से सवाल-जवाब का दोहराने योग्य बजट बनाएं और उत्तर तैयार करने व स्रोत सत्यापन की लागत अलग रखें।
Guides
दस्तावेज़ों से सवाल-जवाब के लिए GPT 6.2 Astra API लागत का अनुमान
टोकन से जुड़ी स्पष्ट मान्यताओं, संदर्भ टियर, कैश दरों और दोहराई जा सकने वाली गणनाओं से GPT 6.2 Astra पर दस्तावेज़ों से सवाल-जवाब की लागत का अनुमान लगाएं।
Guides
दस्तावेज़ Q&A के लिए Claude Fable 5.2 API लागत का अनुमान लगाएँ
दस्तावेज़ प्रश्नोत्तर के लिए Claude Fable 5.2 की लागत का अनुमान लगाने की पुनरुत्पाद्य विधि, जिसमें स्पष्ट टोकन मान्यताएँ, स्रोत-एट्रिब्यूशन मार्गदर्शन और दिनांकित मूल्य आँकड़े शामिल हैं।