GuidesOneMux

रिपॉज़िटरी बदलावों के लिए Gemini 3 Pro Image Preview API लागत: दोहराई जा सकने वाली गणना

रिपॉज़िटरी में बदलाव और टेस्ट सत्यापन के वर्कफ़्लो की टोकन लागत का अनुमान लगाएं, स्पष्ट मान्यताओं, अज्ञात कीमतों और दोबारा इस्तेमाल योग्य गणना के साथ।

AI

सारांश · TL;DR

तीसरे पक्ष की संदर्भ दरों के आधार पर, रिपॉज़िटरी बदलाव के एक उदाहरणात्मक 10-कॉल कार्य की मॉडल टोकन लागत $0.64 है; इसमें रीट्राई, इमेज और टेस्ट इंफ्रास्ट्रक्चर शामिल नहीं हैं। इस मॉडल के लिए OneMux की प्रकाशित कीमतें अज्ञात हैं, इसलिए यह आंकड़ा OneMux का मूल्य उद्धरण नहीं है।

मुख्य बातें

  • $2 per million input tokens और $12 per million output tokens की संदर्भ दरों पर, उदाहरण का एक अनुरोध $0.064 और 10 अनुरोधों वाला कार्य $0.64 का पड़ता है।
  • ऐसे 1,000 कार्यों के लिए रीट्राई से पहले अनुमानित टोकन लागत $640 है; बिल किए गए टोकन की मात्रा में 10% वृद्धि से यह $704 हो जाती है।
  • 21 नवंबर 2026 के OneMux स्नैपशॉट में मॉडल की इनपुट और आउटपुट कीमतें अज्ञात हैं। प्रकाशित 0.1 अनुपात से कीमत या सत्यापित छूट की गणना नहीं की जा सकती।
  • स्रोत मॉडल को इमेज-जनरेशन प्रीव्यू बताता है और उसके बंद किए जाने की सूचना देता है। इसके आधार पर रिपॉज़िटरी वर्कफ़्लो बनाने से पहले उपलब्धता और endpoint की क्षमताएं सत्यापित करें।
इस पृष्ठ पर (7)

रिपॉज़िटरी में बदलाव की योजना बनाने के लिए एक उपयोगी आंकड़ा है: नीचे दी गई उदाहरणात्मक मान्यताओं पर प्रति कार्य मॉडल टोकन लागत $0.64। इसमें 10 अनुरोध माने गए हैं और हर अनुरोध में 20,000 इनपुट टोकन तथा 2,000 आउटपुट टोकन हैं। यह न तो OneMux का मूल्य उद्धरण है, न किसी वास्तविक कार्य की लागत का पूर्वानुमान। इसमें तीसरे पक्ष की संदर्भ दरों और टेक्स्ट-टोकन बिलिंग का उपयोग किया गया है; इमेज, रीट्राई, टेस्ट इंफ्रास्ट्रक्चर और मानव समीक्षा शामिल नहीं हैं।

यह ब्लॉग के प्रकाशक OneMux की लागत मार्गदर्शिका है। OneMux, OpenAI-compatible API के माध्यम से AI मॉडल उपलब्ध कराता है, लेकिन उपलब्ध कराए गए कैटलॉग स्नैपशॉट में इस मॉडल की इनपुट या आउटपुट कीमतें नहीं दी गई हैं। कोई वर्कलोड तय करने से पहले कीमत और उपलब्धता, दोनों की पुष्टि करें।

पहले तय करें कि मॉडल वर्कफ़्लो के लिए उपयुक्त है या नहीं

रिपॉज़िटरी बदलाव के कार्य में आम तौर पर संबंधित फ़ाइलें पढ़ना, पैच का प्रस्ताव देना, टेस्ट चलाना, विफलताओं की जांच करना और संभवतः पैच में संशोधन करना शामिल होता है। API टोकन का अनुमान इस प्रक्रिया में मॉडल कॉल की लागत बताता है; यह मॉडल को टेस्ट रनर नहीं बनाता।

Future AGI का मॉडल पेज Gemini 3 Pro Image Preview को vision input वाला इमेज-जनरेशन मॉडल बताता है। उसमें function calling का उल्लेख नहीं है। उपलब्ध स्रोत यह भी बताता है कि प्रीव्यू को deprecated कर दिया गया था और नया ट्रैफ़िक बंद हो गया था; साथ ही वह अलग से 25 जून 2026 को deprecation की तारीख बताता है। जिस प्रदाता या route का उपयोग करना चाहते हैं, उससे मौजूदा एक्सेस की पुष्टि करें; यह न मानें कि कैटलॉग में सूचीबद्ध होने से सेवा मिलना तय है।

कोड और टेस्ट की प्रक्रिया में बदलाव लागू करने, टेस्ट चलाने और चुना हुआ आउटपुट मॉडल को वापस भेजने के लिए अलग रनर या orchestration layer का उपयोग करें। आपके इंटीग्रेशन के लिए ज़रूरी messages, image inputs और response parameters किसी विशेष endpoint पर समर्थित हैं या नहीं, यह उसके दस्तावेज़ में जांचना होगा। स्रोत में कोड संपादन या टेस्ट सत्यापन के प्रदर्शन का कोई माप नहीं दिया गया है, इसलिए इस कार्य के लिए गुणवत्ता अज्ञात है। यदि स्वचालित tool invocation अनिवार्य है, तो tool calling के लिए दस्तावेज़ीकृत मॉडल का मूल्यांकन एक विकल्प हो सकता है।

कीमतों का स्नैपशॉट और तुलना योग्य इकाइयां

OneMux कैटलॉग स्नैपशॉट 21 नवंबर 2026 को लिया गया था। इसमें इस मॉडल की कोई उपयोग योग्य आधिकारिक या OneMux टोकन कीमत नहीं है। बाहरी संदर्भ पेज Google AI की टेक्स्ट-टोकन दरें बताता है और कहता है कि उसकी कीमतों का सत्यापन 22 अक्टूबर 2026 को किया गया था। इन दरों को उदाहरणात्मक संदर्भ मानें, न कि स्वतंत्र रूप से सत्यापित मौजूदा प्रदाता कीमत या OneMux दर।

मूल्य मदप्रकाशित मानबिलिंग इकाई या शर्त
आधिकारिक इनपुट, OneMux स्नैपशॉटअज्ञातटोकन कीमत उपलब्ध नहीं
आधिकारिक आउटपुट, OneMux स्नैपशॉटअज्ञातटोकन कीमत उपलब्ध नहीं
OneMux इनपुटअज्ञातटोकन कीमत उपलब्ध नहीं
OneMux आउटपुटअज्ञातटोकन कीमत उपलब्ध नहीं
OneMux का प्रकाशित मूल्य अनुपात0.1प्रकाशित अनुपात; अज्ञात कीमतों से वास्तविक छूट की गणना नहीं हो सकती
बाहरी संदर्भ इनपुट$2.00प्रति 10 लाख इनपुट टोकन
बाहरी संदर्भ आउटपुट$12.00प्रति 10 लाख आउटपुट टोकन

अद्यतन जानकारी के लिए OneMux मॉडल लिस्टिंग और मौजूदा मूल्य पेज देख सकते हैं। अज्ञात कीमतों का मतलब शून्य नहीं है। प्रकाशित अनुपात को तीसरे पक्ष की दरों पर लागू न करें: उपलब्ध जानकारी से यह स्थापित नहीं होता कि इससे OneMux की वैध कीमत मिलेगी।

बाहरी स्रोत में बैच दरें $1.00 per million input tokens और $6.00 per million output tokens भी दी गई हैं, साथ ही $0.134 per image की दर है। यहां बैच के लिए पात्रता और इमेज बिलिंग की शर्तें स्थापित नहीं हैं। स्रोत prompt caching को समर्थित बताता है, लेकिन कैश की कीमत या बचत की गणना के लिए पर्याप्त विवरण नहीं देता। नीचे दिया गया अनुमान मानक, बिना कैश वाली टेक्स्ट-टोकन दरों और कोई इमेज जनरेट न होने की मान्यता पर आधारित है।

एक सत्यापित बदलाव की लागत की गणना करें

यह उदाहरणात्मक वर्कलोड है, किसी वास्तविक रन का माप नहीं:

  • एक कार्य का अर्थ है रिपॉज़िटरी में एक बदलाव जिसे टेस्ट सत्यापन की प्रक्रिया से गुज़ारा गया हो, चाहे टेस्ट पास हों या नहीं।
  • कार्य के लिए दस मॉडल अनुरोध बिल किए जाते हैं। प्रत्येक में 20,000 इनपुट टोकन भेजे जाते हैं, जिनमें संबंधित कोड और चुना हुआ टेस्ट आउटपुट शामिल है; जवाब में 2,000 आउटपुट टोकन मिलते हैं।
  • सभी अनुरोध ऊपर दी गई बाहरी मानक इनपुट और आउटपुट दरों का उपयोग करते हैं। मूल परिदृश्य में कैश छूट, इमेज शुल्क, रीट्राई या बैच दरें शामिल नहीं हैं।
  • टेस्ट अलग से चलाए जाते हैं। कंप्यूट, स्टोरेज, नेटवर्क, orchestration और डेवलपर का समय शामिल नहीं है।
इकाईइनपुट गणनाआउटपुट गणनाकुल
एक अनुरोध20,000 ÷ 1,000,000 × $2 = $0.0402,000 ÷ 1,000,000 × $12 = $0.024$0.064
10 अनुरोधों वाला एक कार्य$0.040 × 10 = $0.400$0.024 × 10 = $0.240$0.640
1,000 कार्य$0.400 × 1,000 = $400$0.240 × 1,000 = $240$640

मासिक पूर्वानुमान के लिए प्रति कार्य लागत को उस महीने अपेक्षित कार्यों की संख्या से गुणा करें। उदाहरण के लिए, एक महीने में 1,000 कार्यों पर अनुमानित मॉडल टोकन शुल्क $640 होगा। यह पूरा मासिक बिल नहीं है।

यदि रीट्राई और अतिरिक्त चरणों से समान दरों पर इनपुट और आउटपुट, दोनों की टोकन मात्रा 10% बढ़ती है, तो उदाहरण की लागत $640 से बढ़कर $704 हो जाती है। यह एक परिदृश्य है, देखी गई रीट्राई दर नहीं। विफल अनुरोधों की बिलिंग अलग हो सकती है; हर विफलता को मुफ्त या पूरी तरह बिल योग्य मानने के बजाय प्रदाता के वास्तविक उपयोग रिकॉर्ड देखें।

अपनी रिपॉज़िटरी के लिए अनुमान दोहराएं

  1. कार्य की सीमा तय करें। रिपॉज़िटरी संदर्भ वाले पहले अनुरोध से लेकर टेस्ट परिणामों की समीक्षा करने वाले अंतिम अनुरोध तक गिनती करें। दर्ज करें कि कार्य पास हुआ, विफल हुआ या बीच में छोड़ दिया गया; अन्यथा प्रति कार्य कम लागत अधूरे काम को छिपा सकती है।
  2. हर अनुरोध का बिल योग्य उपयोग दर्ज करें। इनपुट और आउटपुट टोकन अलग-अलग दर्ज करें, जिनमें बाद के चरण और बिल किए गए रीट्राई भी शामिल हों। उपयोग डेटा उपलब्ध न हो तो टोकन संख्या को बिल की राशि के बजाय अनुमान के रूप में चिह्नित करें।
  3. दोनों टोकन श्रेणियों की कीमत अलग-अलग निकालें। इनपुट टोकन को लागू इनपुट दर से और आउटपुट टोकन को आउटपुट दर से गुणा करें; प्रत्येक परिणाम को दस लाख से भाग दें। पूरे कार्य की लागत जोड़ें, फिर प्रति कार्य औसत लागत के लिए कुल को कार्यों की संख्या से भाग दें।
  4. छूटे हुए शुल्क अलग पंक्तियों में जोड़ें। टेस्ट-रनर इंफ्रास्ट्रक्चर, इमेज जनरेशन, लागू होने पर gateway शुल्क और अन्य बिल योग्य सेवाएं शामिल करें। टोकन आउटपुट शुल्क में अपने आप $0.134 per image न जोड़ें: उपलब्ध स्रोत यह स्थापित नहीं करता कि ये शुल्क एक-दूसरे के साथ कैसे लागू होते हैं।
  5. समान आधार पर तुलना करें। दूसरे मॉडल के लिए वही कार्य समूह, पूरा होने के मानदंड और लागत गणना की सीमा इस्तेमाल करें। प्रत्येक प्रयास किए गए कार्य और चुने हुए टेस्ट पास करने वाले प्रत्येक कार्य की लागत बताएं; दूसरी गणना के लिए केवल अनुरोधों की संख्या नहीं, पास हुए कार्यों की संख्या भी चाहिए।

दो व्यावहारिक विफलता स्थितियों पर ध्यान देना चाहिए। पहली, पूरी रिपॉज़िटरी या बिना काट-छांट वाले टेस्ट लॉग बार-बार भेजने से हर चरण में इनपुट टोकन बढ़ सकते हैं। जहां उचित हो, संबंधित फ़ाइलें और विफलता के अंश भेजें, लेकिन समस्या पहचानने के लिए पर्याप्त संदर्भ बनाए रखें। दूसरी, किसी सीमित टेस्ट में पास हुआ पैच ज़रूरी नहीं कि सही हो: टेस्ट चयन और किसी आवश्यक मानव समीक्षा को स्पष्ट रखें।

उपलब्ध स्रोत context capacity पर सहमत नहीं हैं: Future AGI 131,072 टोकन बताता है, जबकि OneMux कैटलॉग में 1M है। अपने चुने हुए route के मौजूदा दस्तावेज़ की जांच किए बिना किसी भी आंकड़े को उसकी सीमा न मानें। Context capacity खर्च का लक्ष्य भी नहीं है; बड़े prompts सीमा के भीतर होने पर भी लागत बढ़ा सकते हैं।

निष्कर्ष

प्रति उदाहरणात्मक कार्य $0.64 को दोहराई जा सकने वाली संदर्भ-दर पर आधारित परिकल्पना मानें, उत्पाद की कीमत नहीं। तैनाती से पहले प्रीव्यू की उपलब्धता सत्यापित करें, चुने हुए route की दरें और सीमाएं प्राप्त करें तथा रीट्राई और टेस्ट परिणामों सहित पूरे कार्य की प्रक्रिया मापें।

स्रोत

  • Future AGI: Gemini 3 Pro Image preview — संदर्भ दरें, बताई गई क्षमताएं और deprecation की जानकारी; पेज के अनुसार कीमतों का सत्यापन 22 अक्टूबर 2026 को हुआ था।
  • OneMux: Gemini 3 Pro Image Preview — मॉडल लिस्टिंग; उपलब्ध कैटलॉग मूल्य स्नैपशॉट 21 नवंबर 2026 को लिया गया था।

प्रकाशित मूल्य स्नैपशॉट

OneMux के प्रकाशित कैटलॉग से 2026-11-21T12:00:06.177Z को लिया गया। कीमतों में वेबसाइट की बिलिंग इकाइयां बरकरार हैं; यह लाइव बेंचमार्क नहीं है। टियर, कैश या समय पर आधारित बिलिंग अलग हो सकती है। अज्ञात मान शून्य नहीं हैं।

मॉडलआधिकारिक इनपुटआधिकारिक आउटपुटOneMux इनपुटOneMux आउटपुटप्रकाशित मूल्य अनुपात
Gemini 3 Pro Image Previewअज्ञातअज्ञातअज्ञातअज्ञात0.1

मौजूदा OneMux कीमतें। वर्कलोड की लागतों की तुलना तभी करें जब इनपुट/आउटपुट और बिलिंग इकाइयां समान हों; टियर की शर्तों के लिए हर मॉडल का पेज देखें।

सामान्य प्रश्न

Gemini 3 Pro Image Preview से रिपॉज़िटरी बदलाव के एक कार्य की लागत कितनी है?

उदाहरणात्मक परिदृश्य में, प्रत्येक में 20,000 इनपुट और 2,000 आउटपुट टोकन वाले 10 अनुरोधों की लागत $0.64 है। इसमें तीसरे पक्ष की संदर्भ दरें $2 per million input tokens और $12 per million output tokens उपयोग की गई हैं। इसमें रीट्राई, इमेज शुल्क और टेस्ट इंफ्रास्ट्रक्चर शामिल नहीं हैं; यह OneMux का मूल्य उद्धरण नहीं है।

क्या Gemini 3 Pro Image Preview खुद रिपॉज़िटरी टेस्ट चला सकता है?

उपलब्ध स्रोत में इस मॉडल के लिए function calling का उल्लेख नहीं है। अलग टेस्ट रनर या orchestration layer का उपयोग करें और चुने हुए endpoint के समर्थित parameters तथा क्षमताओं की पुष्टि करें।

क्या Gemini 3 Pro Image Preview के लिए OneMux की कीमतें ज्ञात हैं?

21 नवंबर 2026 के उपलब्ध OneMux स्नैपशॉट में इनपुट और आउटपुट, दोनों की कीमतें अज्ञात हैं। केवल प्रकाशित 0.1 अनुपात से वास्तविक कीमत या मिली हुई छूट तय नहीं होती।

क्या अनुमान में जनरेट की गई इमेज या कैश किए गए टोकन शामिल हैं?

नहीं। इसमें बिना कैश वाली टेक्स्ट-टोकन बिलिंग और कोई इमेज जनरेट न होने की मान्यता है। स्रोत में इमेज की कीमत और prompt caching का समर्थन बताया गया है, लेकिन इस वर्कफ़्लो में उनकी संयुक्त बिलिंग की गणना के लिए उपलब्ध जानकारी पर्याप्त नहीं है।

संबंधित लेख

Guides

रिपॉज़िटरी बदलावों के लिए GPT Image 2.6 API लागत: दोहराए जा सकने वाला अनुमान

रिपॉज़िटरी बदलाव के वर्कफ़्लो में इमेज जनरेशन की लागत का अनुमान लगाएं, फिर कोडिंग, सत्यापन, दोबारा प्रयासों और प्रदाता की अज्ञात कीमतों का अलग से हिसाब रखें।

阅读全文 →

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।

阅读全文 →

Guides

Repository में बदलाव के लिए DeepSeek V4.1 Flash 1017 API लागत का अनुमान

कोड में बदलाव और टेस्ट सत्यापन के लिए DeepSeek V4.1 Flash 1017 की लागत का अनुमान लगाने का दोहराया जा सकने वाला तरीका—स्पष्ट टोकन मान्यताओं, कीमतों के स्नैपशॉट और कैश व समय-आधारित दरों की शर्तों के साथ।

阅读全文 →

Guides

GPT 6.2 Sol API की लागत: दोहराए जा सकने वाले मूल्यांकन का बजट

स्पष्ट token मान्यताओं, context-tier कीमतों, cache उदाहरणों और दोहराए जा सकने वाले परीक्षण की सीमाओं के आधार पर GPT 6.2 Sol मूल्यांकन की लागत का अनुमान लगाएं।

阅读全文 →