---
title: "फ़्लैट रेट बनाम pay per token LLM API: ब्रेक-ईवन | BroadRouter"
description: "फ़्लैट रेट LLM प्लान प्रति टोकन भुगतान से कब सस्ता पड़ता है? DeepSeek V4.1 Flash के चार हल किए हुए मासिक बिल, ब्रेक-ईवन वॉल्यूम, और अपना उपयोग मापने का तरीक़ा।"
url: https://broadrouter.com/hi/blog/flat-rate-vs-pay-per-token-llm-api/
lang: hi
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

यह पेज अंग्रेज़ी से AI की मदद से अनुवाद किया गया है। [अंग्रेज़ी मूल पढ़ें](https://broadrouter.com/blog/flat-rate-vs-pay-per-token-llm-api/) (2026-11-15 को अपडेट किया गया).

# फ़्लैट रेट बनाम प्रति टोकन LLM API: ब्रेक-ईवन का हिसाब

BroadNet Inference टीम · 8 मिनट में पढ़ें · प्रकाशित 2026-11-14 · अपडेट किया गया 2026-11-15

BroadNet Inference पर DeepSeek V4.1 Flash के लिए फ़्लैट Full Moon प्लान ($60 प्रति माह) महीने में लगभग 917 मिलियन इनपुट और 46 मिलियन आउटपुट टोकन पर प्रति टोकन भुगतान से सस्ता पड़ने लगता है, 80% कैश हिट मानकर। पूरे समय चलने वाला कोडिंग एजेंट आम तौर पर यह रेखा पार कर लेता है। साइड प्रोजेक्ट या चैट असिस्टेंट आम तौर पर नहीं।

## मुख्य बातें

-   DeepSeek V4.1 Flash के लिए प्रति टोकन भुगतान: प्रति 1M इनपुट $0.175, प्रति 1M कैश्ड इनपुट $0.0055 और प्रति 1M आउटपुट $0.52।
-   Full Moon हर सेशन के लिए $60 प्रति माह है, बिना टोकन मीटर के; एक सेशन एक समय में एक अनुरोध चलाता है।
-   80% कैश हिट और हर आउटपुट टोकन पर 20 इनपुट टोकन पर ब्रेक-ईवन: महीने में लगभग 917 मिलियन इनपुट और 46 मिलियन आउटपुट टोकन।
-   हमारे उदाहरण में पूरे समय चलने वाला कोडिंग एजेंट प्रति टोकन $65.40 प्रति माह का पड़ता है, इसलिए प्लान जीतता है; रोज़ का असिस्टेंट $42.67 का, इसलिए प्रति टोकन जीतता है।
-   चुनने से पहले एक हफ़्ते का असली उपयोग मापें, `cached_tokens` समेत।

**इस पेज पर**

1.  भुगतान के दो तरीक़े क्या हैं?
2.  ब्रेक-ईवन पॉइंट कैसे निकालें?
3.  कौन-से वर्कलोड फ़्लैट प्लान पर सस्ते पड़ते हैं?
4.  ब्रेक-ईवन रेखा कहाँ पड़ती है?
5.  फ़्लैट रेट या प्रति टोकन: आमने-सामने
6.  ब्रेक-ईवन पॉइंट किन चीज़ों से खिसकता है?
7.  और कौन फ़्लैट रेट LLM API एक्सेस बेचता है?
8.  कौन-सी ग़लतियाँ तुलना को बिगाड़ देती हैं?
9.  चुनने से पहले अपना उपयोग कैसे मापें?
10.  BroadNet Inference कहाँ फ़िट होता है

फ़्लैट रेट LLM प्लान प्रति टोकन भुगतान से तभी सस्ता है जब आपका वॉल्यूम ब्रेक-ईवन से ऊपर हो। BroadNet Inference पर DeepSeek V4.1 Flash के लिए $60 का Full Moon प्लान 80% कैश हिट पर लगभग **महीने में 917 मिलियन इनपुट और 46 मिलियन आउटपुट टोकन** पर ब्रेक-ईवन होता है। पूरे समय चलने वाला कोडिंग एजेंट आम तौर पर यह रेखा पार कर लेता है। साइड प्रोजेक्ट या चैट असिस्टेंट आम तौर पर नहीं।

नीचे फ़ॉर्मूला, चार हल किए हुए मासिक बिल और प्रतिस्पर्धी फ़्लैट रेट प्लान हैं, सब प्रकाशित कीमतों से। आप यह हिसाब अपनी संख्याओं के साथ [प्राइसिंग कैलकुलेटर](https://broadrouter.com/hi/pricing/) में दोबारा कर सकते हैं।

## भुगतान के दो तरीक़े क्या हैं?

[DeepSeek V4.1 Flash](https://broadrouter.com/hi/models/deepseek-v4.1-flash/) के लिए [उपयोग के अनुसार भुगतान](https://broadrouter.com/hi/glossary/pay-as-you-go/) वाली कीमतें, प्रति 10 लाख (1M) टोकन:

| टोकन का प्रकार | प्रति 1M कीमत |
| --- | --- |
| इनपुट | $0.175 |
| [कैश्ड इनपुट](https://broadrouter.com/hi/glossary/cached-input-tokens/) | $0.0055 |
| आउटपुट (रीज़निंग समेत) | $0.52 |

[फ़्लैट रेट प्लान](https://broadrouter.com/hi/glossary/flat-rate-llm-plan/) उसी मॉडल को बिना टोकन मीटर के देते हैं:

| प्लान | प्रति सेशन कीमत | अवधि |
| --- | --- | --- |
| Full Moon | $60 | महीना, रिन्यू होता है |
| Orbit | $15 | हफ़्ता |
| Meteor | $1 | घंटा |

एक सेशन **एक समय में एक अनुरोध** चलाता है। यही इकलौती सीमा है: न मासिक टोकन सीमा, न रोलिंग विंडो, न साप्ताहिक कोटा। [सेशन कैसे काम करते हैं](https://broadrouter.com/hi/guides/unlimited-llm-api-sessions/)।

## ब्रेक-ईवन पॉइंट कैसे निकालें?

हिसाब के तीन क़दम हैं। आपको लिस्ट प्राइस नहीं, अपना टोकन मिश्रण चाहिए।

1.  **प्रति 1M टोकन अपनी मिली-जुली कीमत निकालें।** एक महीने के टोकन प्रकार के हिसाब से जोड़ें और हर एक को उसकी कीमत से गुणा करें: `cost = new input × $0.175 + cached input × $0.0055 + output × $0.52` (सब मिलियन टोकन में)। कुल टोकन से भाग दें।
2.  **प्लान की कीमत को उस मिली-जुली कीमत से भाग दें।** नतीजा बताता है कि प्लान हर महीने कितने मिलियन टोकन की जगह लेता है।
3.  **अपने असली वॉल्यूम से तुलना करें।** रेखा से ऊपर प्लान सस्ता है। नीचे, प्रति टोकन भुगतान करें।

यही हिसाब एक एजेंट अनुरोध पर, ताकि आप देख सकें कि पैसा कहाँ जाता है। मान लीजिए एक कोडिंग एजेंट 50,000 टोकन का प्रॉम्प्ट भेजता है, जिसमें से 40,000 कैश से पढ़े जाते हैं, और 1,500 टोकन वापस पाता है:

| हिस्सा | टोकन | बिल की दर |
| --- | --- | --- |
| नया इनपुट | 10,000 | प्रति 1M $0.175 |
| कैश्ड इनपुट | 40,000 | प्रति 1M $0.0055 |
| आउटपुट और रीज़निंग | 1,500 | प्रति 1M $0.52 |

हर पंक्ति को उसकी कीमत से गुणा करें और 1,000,000 से भाग दें। फिर दिन के अनुरोधों की संख्या से गुणा करें। एक अनुरोध एक सेंट का छोटा-सा हिस्सा ही लेता है, लेकिन दिन में कुछ सौ कॉल करने वाला एजेंट इसे असली मासिक बिल बना देता है। [फ़्लैट रेट बनाम प्रति टोकन कैलकुलेटर](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/) यह आपके लिए कर देता है।

## कौन-से वर्कलोड फ़्लैट प्लान पर सस्ते पड़ते हैं?

ये उदाहरण ऊपर की प्रकाशित कीमतें इस्तेमाल करते हैं। कैश हिस्सा इनपुट टोकन का वह भाग है जो कैश से पढ़ा जाता है; यह उन एजेंट में ऊँचा होता है जो हर बार वही फ़ाइलें और सिस्टम प्रॉम्प्ट दोबारा भेजते हैं।

| वर्कलोड | इनपुट / माह | कैश हिट | आउटपुट / माह | प्रति टोकन भुगतान | सस्ता विकल्प |
| --- | --- | --- | --- | --- | --- |
| साइड प्रोजेक्ट | 100M | 50% | 10M | $14.23 | उपयोग के अनुसार भुगतान |
| रोज़ का असिस्टेंट | 300M | 50% | 30M | $42.67 | उपयोग के अनुसार भुगतान |
| पूरे समय चलने वाला कोडिंग एजेंट | 1,000M | 80% | 50M | $65.40 | Full Moon |
| हमेशा चालू एजेंट | 3,000M | 80% | 150M | $196.20 | Full Moon |

एक Full Moon सेशन ($60) के मुक़ाबले फ़र्क़ क्रमशः $45.77, $17.33, $5.40 और $136.20 प्रति माह है। हमेशा चालू एजेंट साफ़ मामला है: एजेंट चाहे जितना पढ़े, प्लान का बिल वही रहता है।

## ब्रेक-ईवन रेखा कहाँ पड़ती है?

कोडिंग एजेंट लिखते कम हैं, पढ़ते कहीं ज़्यादा हैं। आम स्वरूप है हर आउटपुट टोकन पर लगभग 20 इनपुट टोकन, जिनमें से ज़्यादातर इनपुट कैश्ड होता है। इस मिश्रण पर दस लाख टोकन की मिली-जुली कीमत $0.06 है। प्लान लगभग **महीने में 917 मिलियन इनपुट और 46 मिलियन आउटपुट टोकन** पर अपनी कीमत वसूल कर लेता है।

एक प्लान सेशन की भी एक छत है। लगभग 100 टोकन प्रति सेकंड की सामान्य स्पीड पर, 30 दिन बिना रुके जनरेट करने वाला सेशन लगभग 259 मिलियन आउटपुट टोकन बनाएगा। असली एजेंट अपना बहुत सारा समय पढ़ने, टूल चलाने और इंतज़ार में बिताते हैं, इसलिए व्यावहारिक संख्या कम होती है। एक एजेंट काफ़ी न हो तो सेशन जोड़ें; देखें [फ़्लैट रेट पर समानांतर एजेंट चलाना](https://broadrouter.com/hi/blog/run-parallel-coding-agents-flat-rate/)।

## फ़्लैट रेट या प्रति टोकन: आमने-सामने

|  | प्रति टोकन भुगतान | फ़्लैट रेट प्लान सेशन |
| --- | --- | --- |
| बिल किसके साथ बढ़ता है | हर टोकन, रीट्राई और लंबे प्रॉम्प्ट के साथ | सिर्फ़ सेशन की संख्या के साथ |
| किसके लिए सबसे अच्छा | हल्का, उतार-चढ़ाव वाला या प्रयोग वाला उपयोग | घंटों चलने वाले स्थिर एजेंट |
| समानांतर अनुरोध | हर key पर एक साथ 4 चालू, प्रति मिनट 30 | हर सेशन में एक; समानांतर काम के लिए सेशन जोड़ें |
| मॉडल | हर चैट और स्पीच मॉडल | सिर्फ़ DeepSeek V4.1 Flash |
| कैश दर का असर | हाँ, बहुत | बिल पर नहीं |
| सबसे छोटी प्रतिबद्धता | आपके बैलेंस के अलावा कुछ नहीं | $1 का एक Meteor घंटा |

एक तीसरा विकल्प भी है। [BroadNet Gemma 4 VL 26B](https://broadrouter.com/hi/models/gemma-4-vl-26b/) की घंटे वाली key $0.50 प्रति घंटा की है, एक स्ट्रीम और प्रति मिनट 120 अनुरोध के साथ। यह दिन भर चलने वाले एजेंट के बजाय छोटे विज़न मॉडल पर छोटे, भारी कामों के लिए ठीक है; इसे 30 दिन चौबीसों घंटे चलाने पर $360.00 लगेंगे।

## ब्रेक-ईवन पॉइंट किन चीज़ों से खिसकता है?

-   **कैश दर।** कैश्ड इनपुट प्रति 1M $0.175 के बजाय $0.0055 का है। ऊँची कैश दर प्रति टोकन भुगतान को सस्ता बनाती है और ब्रेक-ईवन पॉइंट को ऊपर ले जाती है। [अपनी कैश दर कैसे बढ़ाएँ](https://broadrouter.com/hi/blog/cached-input-tokens-explained/)।
-   **रीज़निंग।** DeepSeek V4.1 Flash जवाब देने से पहले सोचता है, और उन [रीज़निंग टोकन](https://broadrouter.com/hi/glossary/reasoning-tokens/) का बिल आउटपुट के रूप में बनता है। आसान क़दमों के लिए `reasoning_effort` को `low` पर सेट करें। [रीज़निंग से जवाब ख़ाली क्यों हो सकता है](https://broadrouter.com/hi/guides/reasoning-tokens-empty-response/)।
-   **कॉन्करेंसी।** उपयोग के अनुसार भुगतान वाली key एक साथ 4 चालू अनुरोध और प्रति मिनट 30 अनुरोध देती है। प्लान हर सेशन में एक अनुरोध देता है, लेकिन आप जितने एजेंट चलाते हैं उतने सेशन ख़रीद सकते हैं।
-   **प्रति टोकन एक्सेस आप कहाँ से ख़रीदते हैं।** DeepSeek का अपना API भी V4.1 Flash प्रति टोकन बेचता है, पीक और ऑफ़-पीक दरों के साथ। 15 नवंबर 2026 को उसकी ऑफ़-पीक इनपुट कीमतें (प्रति 1M USD 0.15, या कैश्ड पर USD 0.003) BroadNet से कम थीं, और उसकी आउटपुट कीमत (ऑफ़-पीक USD 0.60, पीक USD 1.20) हर समय ज़्यादा थी, इसलिए सस्ता प्रति टोकन विकल्प आपके मिश्रण और दिन के समय पर निर्भर है। कई दूसरे प्रोवाइडर भी यह मॉडल BroadNet की प्रति टोकन कीमत से कम पर दिखाते हैं: [प्रोवाइडर के हिसाब से DeepSeek V4.1 Flash की कीमतों की तुलना](https://broadrouter.com/hi/llm-api-pricing/deepseek-v4.1-flash/) देखें। अगर आप प्रति टोकन बिलिंग पर ही रहते हैं, तो कीमत देखकर चुनें; प्लान वह चीज़ है जो वे प्रोवाइडर नहीं बेचते।
-   **अनुमान लगाने लायक बिल।** प्रति टोकन बिल हर रीट्राई लूप और हर अतिरिक्त फ़ाइल के साथ बढ़ता है। फ़्लैट बिल नहीं बढ़ता, और तय बजट वाली टीमों के लिए यह अपने आप में अक्सर मायने रखता है।

## और कौन फ़्लैट रेट LLM API एक्सेस बेचता है?

फ़्लैट कीमत का विकल्प सिर्फ़ BroadNet नहीं है। ये वे प्रतिस्पर्धी प्लान हैं जिन्हें हम 15 नवंबर 2026 को हर प्रोवाइडर के अपने प्राइसिंग पेज पर जाँच सके। कीमतें प्रति माह हैं। कीमत के साथ स्वीकार्य उपयोग की शर्तें भी देखें: इनमें से एक एजेंट की अनुमति नहीं देता।

| प्रोवाइडर और प्लान | कीमत | कॉन्करेंसी | मॉडल और कॉन्टेक्स्ट | “फ़्लैट” का मतलब |
| --- | --- | --- | --- | --- |
| Featherless Chat | USD 25 | 4 concurrent units (“one 70B conversation, or four small ones at once”; अनुवाद: एक 70B बातचीत, या एक साथ चार छोटी) | उसके कैटलॉग का कोई भी मॉडल, 32K कॉन्टेक्स्ट | “Unlimited tokens” (अनलिमिटेड टोकन), लेकिन सिर्फ़ “human-driven use” (इंसान द्वारा चलाए गए उपयोग) के लिए: पेज “app/API traffic” (ऐप/API ट्रैफ़िक), “background automation” (बैकग्राउंड ऑटोमेशन) और कोडिंग एजेंट को बाहर रखता है |
| Awan LLM Core / Plus / Pro / Max | USD 5 / 10 / 20 / 80 | नहीं बताया गया; Pro और Max में “parallel requests” (समानांतर अनुरोध) लिखा है | छोटे, मध्यम और बड़े मॉडल टियर; कॉन्टेक्स्ट नहीं बताया गया | “Unlimited tokens” (अनलिमिटेड टोकन), लेकिन प्रति मिनट 20 से 200 अनुरोधों की सीमा, और Max से नीचे हर मॉडल आकार पर दैनिक अनुरोध कोटा |
| Standard Compute Starter / Economy / Standard / Pro | USD 19 / 39 / 89 / 249 | Starter: एक समय में एक एजेंट; Economy और ऊपर: समानांतर एजेंट | उसका पूरा कैटलॉग, हर अनुरोध पर रूट होता है | प्लान की कीमत के बराबर मासिक कंप्यूट बजट; ख़त्म होने पर अनुरोध रुक जाते हैं |
| BroadNet Full Moon | हर सेशन $60 | हर सेशन में एक अनुरोध; ज़्यादा के लिए सेशन जोड़ें | सिर्फ़ DeepSeek V4.1 Flash, 1,048,576 टोकन कॉन्टेक्स्ट | कोई टोकन मीटर नहीं, न दैनिक न साप्ताहिक सीमा |

**ये BroadNet से कहाँ बेहतर हैं।** Awan LLM से शुरुआत कहीं सस्ती है, उसमें ज़्यादा मॉडल हैं और उसके Pro और Max प्लान में समानांतर अनुरोध लिखे हैं। Standard Compute ऐसे फ़्रंटियर मॉडल तक रूट करता है जो BroadNet नहीं देता। Featherless Chat सस्ता है और बड़े कैटलॉग पर चार concurrent units देता है, लेकिन सिर्फ़ उस चैट के लिए जो आप ख़ुद टाइप करते हैं, इसलिए यह एजेंट वर्कलोड में फ़िट नहीं होता। अगर आपको एक सब्सक्रिप्शन पर मॉडल का चुनाव या कई समानांतर स्ट्रीम चाहिए, तो पहले Awan या Standard Compute टेस्ट करें।

**BroadNet कहाँ अलग है।** इसके प्लान में न प्रति दिन अनुरोध का कोटा है (Max से नीचे Awan के उलट), न ख़त्म होने वाला ख़र्च बजट (Standard Compute के उलट)। यह एजेंट और API ट्रैफ़िक की अनुमति देता है, जो Featherless Chat नहीं देता, और Featherless Chat के 32K से कहीं लंबा कॉन्टेक्स्ट देता है, जो पूरी फ़ाइलें दोबारा भेजने वाले कोडिंग एजेंट के लिए मायने रखता है। प्लान फ़ायदेमंद है या नहीं, यह फिर भी ऊपर के ब्रेक-ईवन हिसाब पर टिका है, इसलिए अपनी संख्याएँ [फ़्लैट रेट बनाम प्रति टोकन कैलकुलेटर](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/) में चलाएँ।

## कौन-सी ग़लतियाँ तुलना को बिगाड़ देती हैं?

-   **चैट सब्सक्रिप्शन से तुलना करना।** चैट ऐप का प्लान ऐसी API key नहीं है जिसे आप अपने टूल से जोड़ सकें। API की कीमतों की तुलना API प्लान से करें। [“अनलिमिटेड” असल में क्या कवर करता है](https://broadrouter.com/hi/blog/what-unlimited-llm-api-really-means/)।
-   **कैश्ड टोकन को नज़रअंदाज़ करना।** हर इनपुट टोकन को पूरी दर पर गिनने से प्रति टोकन भुगतान असल से कहीं महँगा दिखता है।
-   **शांत हफ़्ता मापना।** छुट्टियों का हफ़्ता या सेटअप का हफ़्ता सामान्य महीना नहीं है। असली काम का एक हफ़्ता मापें।
-   **समानांतर काम को भूल जाना।** एक साथ चलने वाले तीन एजेंट को तीन सेशन चाहिए। तीन प्लान की तुलना तीनों के प्रति टोकन बिल से करें।
-   **फ़ाउंडर्स ऑफ़र को भूल जाना।** फ़ाउंडर्स कोड के साथ Full Moon पहले तीन महीनों तक $45 प्रति माह है, जो उस अवधि के लिए ब्रेक-ईवन पॉइंट नीचे लाता है।

## चुनने से पहले अपना उपयोग कैसे मापें?

1.  अपना असली एजेंट एक हफ़्ते उपयोग के अनुसार भुगतान वाली key पर चलाएँ। नए अकाउंट $5 के क्रेडिट से शुरू होते हैं।
2.  `stream_options: {"include_usage": true}` से स्ट्रीम में उपयोग की जानकारी चालू करें और `prompt_tokens`, `prompt_tokens_details.cached_tokens` और `completion_tokens` लॉग करें। [स्ट्रीमिंग गाइड](https://broadrouter.com/hi/guides/streaming-chat-completions/) बताती है कैसे।
3.  हफ़्ते को लगभग 4.3 से गुणा करें और कुल संख्याएँ [कैलकुलेटर](https://broadrouter.com/hi/pricing/) में डालें।
4.  अगर प्लान जीतता है, तो $1 का एक Meteor घंटा ख़रीदें और एक महीने की प्रतिबद्धता से पहले वही लूप उस पर चलाएँ।

## BroadNet Inference कहाँ फ़िट होता है

BroadNet एक ही अकाउंट पर बिलिंग के दोनों तरीक़े बेचता है, इसलिए आपको हमेशा के लिए एक बार में चुनना नहीं पड़ता। DeepSeek V4.1 Flash पर स्थिर एजेंट प्लान सेशन में फ़िट होते हैं। दूसरे मॉडल, स्पीच-टू-टेक्स्ट और कभी-कभार के उछाल उपयोग के अनुसार भुगतान पर रहते हैं। अगर आपका वॉल्यूम ब्रेक-ईवन रेखा से काफ़ी नीचे है, तो प्लान ग़लत चुनाव है, और ऊपर की संख्याएँ यह दिखा देंगी। कैलकुलेटर और यह पोस्ट एक ही प्राइस फ़ाइल, [pricing.json](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=hi-blog-flat-rate-vs-pay-per-token-llm-api&utm_content=body), इस्तेमाल करते हैं, जो आख़िरी बार 2026-11-14 को सिंक हुई।

इस विषय के मुफ़्त टूल (अंग्रेज़ी में)

-   [LLM API cost calculator](https://broadrouter.com/tools/llm-api-cost-calculator/) Price a workload on every model at once, with cache hits, reasoning and a flat-plan check.
-   [Flat-rate vs per-token LLM cost calculator](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/) Break-even between an unlimited plan and paying per token, per agent.
-   [Prompt caching savings calculator](https://broadrouter.com/tools/prompt-caching-calculator/) Bill with and without caching, by prefix share and hit rate.
-   [Prompt token diff](https://broadrouter.com/tools/prompt-token-diff/) Two prompt versions side by side: changed lines, exact token delta and the monthly cost difference.

[मुफ़्त टूल (अंग्रेज़ी में)](https://broadrouter.com/tools/)

## इस लेख के शब्द

[टोकन (token)](https://broadrouter.com/hi/glossary/token/)

टोकन टेक्स्ट की वह इकाई है जिसे लैंग्वेज मॉडल पढ़ता और लिखता है: कोई शब्द, शब्द का हिस्सा, विराम चिह्न या बाइट का क्रम, जो मॉडल का टोकनाइज़र बनाता है। LLM API इस्तेमाल को टोकन में गिनते हैं, उसी में लिमिट लगाते हैं और आम तौर पर बिल भी बनाते हैं।

[AI एजेंट (AI agent)](https://broadrouter.com/hi/glossary/agent/)

AI एजेंट ऐसा सिस्टम है जिसमें लैंग्वेज मॉडल किसी लक्ष्य की ओर अपने क़दम ख़ुद तय करता है: कौन-से टूल कॉल करने हैं, चुनता है, नतीजे पढ़ता है और अंतिम जवाब या किसी सीमा तक दोहराता रहता है। तय बिंदुओं पर मॉडल को कॉल करने वाली स्क्रिप्ट को आम तौर पर workflow कहते हैं।

[उपयोग के अनुसार भुगतान (pay-as-you-go)](https://broadrouter.com/hi/glossary/pay-as-you-go/)

उपयोग के अनुसार भुगतान (pay-as-you-go) एक प्राइसिंग मॉडल है जिसमें आप सिर्फ़ उतना देते हैं जितना इस्तेमाल करते हैं, जिसे टोकन, अनुरोध या ऑडियो मिनट जैसी इकाइयों में मापा जाता है, बिना सब्सक्रिप्शन या न्यूनतम प्रतिबद्धता के। ज़्यादातर LLM API इसी तरह बिल बनाते हैं, प्रीपेड बैलेंस या समय-समय पर बनने वाले इनवॉइस से।

[कॉन्करेंसी (concurrency)](https://broadrouter.com/hi/glossary/concurrency/)

कॉन्करेंसी, किसी क्लाइंट के एक ही समय पर चल रहे (in-flight) अनुरोधों की संख्या है। LLM API अक्सर इसकी सीमा हर key या प्लान पर, प्रति मिनट अनुरोधों से अलग रखते हैं, क्योंकि हर खुला अनुरोध जवाब पूरा होने तक GPU क्षमता घेरे रहता है।

[इनपुट और आउटपुट टोकन (input and output tokens)](https://broadrouter.com/hi/glossary/input-and-output-tokens/)

इनपुट टोकन वे टोकन हैं जिन्हें लैंग्वेज मॉडल किसी अनुरोध में पढ़ता है, जिनमें सिस्टम प्रॉम्प्ट, बातचीत का इतिहास, टूल डेफ़िनिशन और इमेज शामिल हैं। आउटपुट टोकन वे हैं जो वह जवाब में बनाता है, रीज़निंग समेत। LLM API आम तौर पर दोनों की कीमत अलग रखते हैं, और आउटपुट आम तौर पर महँगा होता है।

[AI कोडिंग एजेंट (AI coding agent)](https://broadrouter.com/hi/glossary/coding-agent/)

AI कोडिंग एजेंट एक सॉफ़्टवेयर टूल है जिसमें लैंग्वेज मॉडल कोडबेस पर लूप में काम करता है: फ़ाइलें पढ़ता है, उन्हें बदलता है, टेस्ट जैसी कमांड चलाता है, आउटपुट पढ़ता है और अगला क़दम तय करता है, जब तक टास्क पूरा न हो या कोई सीमा न आ जाए।

[कैश्ड इनपुट टोकन (cached input tokens)](https://broadrouter.com/hi/glossary/cached-input-tokens/)

कैश्ड इनपुट टोकन वे प्रॉम्प्ट टोकन हैं जिन्हें LLM प्रोवाइडर ने हाल ही में प्रोसेस किया है और दोबारा गणना करने के बजाय कैश से फिर इस्तेमाल कर सकता है, आम तौर पर सिस्टम प्रॉम्प्ट या डॉक्यूमेंट जैसा दोहराया गया प्रीफ़िक्स। प्रोवाइडर इनका बिल नए इनपुट टोकन से कम दर पर बनाते हैं।

[रेट लिमिट (rate limit)](https://broadrouter.com/hi/glossary/rate-limit/)

रेट लिमिट वह सीमा है जो कोई API तय करता है कि एक क्लाइंट किसी समय-अवधि में उसका कितना इस्तेमाल कर सकता है, जैसे प्रति मिनट अनुरोध या प्रति मिनट टोकन। सीमा से ऊपर के अनुरोध ठुकरा दिए जाते हैं, आम तौर पर HTTP 429 Too Many Requests के साथ, जब तक इस्तेमाल फिर सीमा के नीचे न आ जाए।

## अक्सर पूछे जाने वाले सवाल

### क्या फ़्लैट रेट LLM प्लान हमेशा सस्ता होता है?

नहीं। ब्रेक-ईवन वॉल्यूम से नीचे प्रति टोकन भुगतान सस्ता है। हमारे उदाहरणों में साइड प्रोजेक्ट प्रति टोकन $14.23 प्रति माह का पड़ता है, जो $60 के प्लान से काफ़ी कम है।

### LLM सब्सक्रिप्शन का ब्रेक-ईवन पॉइंट कैसे निकालूँ?

नए इनपुट, कैश्ड इनपुट और आउटपुट के अपने असली मिश्रण से प्रति 1M टोकन मिली-जुली लागत निकालें। प्लान की कीमत को उस संख्या से भाग दें। 80% कैश हिट और हर आउटपुट टोकन पर 20 इनपुट टोकन के साथ DeepSeek V4.1 Flash की मिली-जुली कीमत प्रति 1M $0.06 है, इसलिए Full Moon महीने में लगभग 917 मिलियन इनपुट और 46 मिलियन आउटपुट टोकन पर ब्रेक-ईवन होता है।

### क्या कैश्ड टोकन से जवाब बदलता है?

बहुत ज़्यादा। DeepSeek V4.1 Flash कैश्ड इनपुट का बिल प्रति 1M टोकन $0.175 के बजाय $0.0055 पर बनाता है। ऊँची कैश दर ब्रेक-ईवन पॉइंट को ऊपर ले जाती है, इसलिए पहले उसे मापें।

### अगर मैं एक साथ कई एजेंट चलाऊँ तो?

हर प्लान सेशन एक समय में एक अनुरोध चलाता है, इसलिए समानांतर काम करने वाले हर एजेंट के लिए एक सेशन चाहिए। सभी एजेंट के प्रति टोकन बिल की तुलना हर एजेंट के लिए एक प्लान से करें।

### क्या फ़्लैट रेट प्लान पर रीज़निंग टोकन का बिल बनता है?

अलग से नहीं। उपयोग के अनुसार भुगतान में रीज़निंग टोकन आउटपुट के रूप में बिल होते हैं। प्लान सेशन में कोई टोकन मीटर नहीं है, इसलिए रीज़निंग, रीट्राई और लंबे प्रॉम्प्ट से बिल नहीं बदलता।

### और कौन-से प्रोवाइडर फ़्लैट रेट LLM API बेचते हैं?

15 नवंबर 2026 को Awan LLM (अनुरोधों की सीमा के साथ अनलिमिटेड टोकन) और Standard Compute (मासिक कंप्यूट बजट) फ़्लैट मासिक API प्लान बेच रहे थे। Featherless एक फ़्लैट Chat प्लान बेचता है, लेकिन उसकी शर्तें उसे इंसान के टाइप किए चैट तक सीमित करती हैं, जिसमें ऐप या API ट्रैफ़िक या बैकग्राउंड ऑटोमेशन की अनुमति नहीं है।

### क्या मैं एक महीने की प्रतिबद्धता के बिना प्लान आज़मा सकता हूँ?

हाँ। एक घंटे का Meteor सेशन $1 का और एक हफ़्ते का Orbit सेशन $15 का है, दोनों का भुगतान आपके बैलेंस से होता है।

## आगे पढ़ें

-   [कैश्ड इनपुट टोकन क्या हैं: LLM API का बिल कैसे घटाएँ](https://broadrouter.com/hi/blog/cached-input-tokens-explained/)
-   [फ़्लैट-रेट LLM API पर पैरेलल कोडिंग एजेंट कैसे चलाएँ](https://broadrouter.com/hi/blog/run-parallel-coding-agents-flat-rate/)
-   [LLM API प्लान में “अनलिमिटेड” का असली मतलब क्या है?](https://broadrouter.com/hi/blog/what-unlimited-llm-api-really-means/)
-   [छोटे प्रोजेक्ट के लिए साप्ताहिक LLM प्लान: Orbit बनाम घंटा बनाम महीना](https://broadrouter.com/hi/blog/weekly-llm-plan-short-projects/)
-   [AI एजेंट के लिए OpenRouter बनाम फ़्लैट रेट प्लान: कौन सस्ता है?](https://broadrouter.com/hi/blog/openrouter-alternative-flat-rate/)
-   [अक्टूबर 2026 में LLM API कीमतों में बदलाव: 3 बढ़ोतरी, कटौती नहीं](https://broadrouter.com/hi/blog/llm-api-price-changes-october-2026/)
-   [LLM API की कीमतें कितनी बार बदलती हैं? आर्काइव पेजों के 3 साल](https://broadrouter.com/hi/blog/how-often-llm-api-prices-change/)
-   [गाइड: एजेंट के लिए अनलिमिटेड LLM API प्लान कैसे काम करते हैं](https://broadrouter.com/hi/guides/unlimited-llm-api-sessions/)
-   [गाइड: रीज़निंग मॉडल ख़ाली जवाब क्यों लौटाता है](https://broadrouter.com/hi/guides/reasoning-tokens-empty-response/)
-   [गाइड: chat completions स्ट्रीम करें और टूटे कनेक्शन सँभालें](https://broadrouter.com/hi/guides/streaming-chat-completions/)

इसे अपने असली वर्कलोड पर आज़माएँ। नए अकाउंट Gemma और ट्रांसक्रिप्शन के लिए US$5 के क्रेडिट से शुरू होते हैं। DeepSeek, GLM, और Qwen3.8 के लिए टॉप-अप ज़रूरी है।

[शुरू करें](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=hi-blog-flat-rate-vs-pay-per-token-llm-api&utm_content=page-cta) ·

**स्रोत**

-   [BroadNet Inference की मशीन-पठनीय कीमतें (pricing.json) (2026-11-15 को जाँचा गया) (अंग्रेज़ी में)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=hi-blog-flat-rate-vs-pay-per-token-llm-api&utm_content=sources)
-   [BroadNet Inference प्लान और प्लान FAQ (2026-11-15 को जाँचा गया) (अंग्रेज़ी में)](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=hi-blog-flat-rate-vs-pay-per-token-llm-api&utm_content=sources)
-   [BroadNet Inference API रेफ़रंस, कैश्ड टोकन और सीमाएँ (2026-11-15 को जाँचा गया) (अंग्रेज़ी में)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=hi-blog-flat-rate-vs-pay-per-token-llm-api&utm_content=sources)
-   [DeepSeek API, मॉडल और कीमतें (2026-11-15 को देखा गया)](https://api-docs.deepseek.com/quick_start/pricing)
-   [Featherless प्राइसिंग: Chat, Developer और Business प्लान (2026-11-15 को देखा गया)](https://featherless.ai/pricing)
-   [Awan LLM प्राइसिंग: Core, Plus, Pro और Max (2026-11-15 को देखा गया)](https://www.awanllm.com/pricing)
-   [Standard Compute प्राइसिंग: व्यक्तिगत और बिज़नेस प्लान (2026-11-15 को देखा गया)](https://standardcompute.com/pricing)
