---
title: "ओपन मॉडल API की कीमत: 6 प्रोवाइडर की तुलना | BroadRouter"
description: "OpenRouter, Together AI, Fireworks, Groq, DeepInfra और BroadNet ओपन मॉडल की कीमत कैसे लेते हैं: प्रति टोकन, कैश्ड, बैच, GPU घंटे और फ़्लैट प्लान।"
url: https://broadrouter.com/hi/blog/llm-inference-provider-pricing-compared/
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/llm-inference-provider-pricing-compared/) (2026-11-16 को अपडेट किया गया).

# इन्फ़रेंस प्रोवाइडर ओपन मॉडल की कीमत कैसे तय करते हैं: 6 की तुलना

BroadNet Inference टीम · 7 मिनट में पढ़ें · प्रकाशित 2026-11-14 · अपडेट किया गया 2026-11-16

ज़्यादातर प्रोवाइडर ओपन मॉडल की कीमत प्रति 10 लाख टोकन लेते हैं, सस्ते कैश्ड इनपुट और अक्सर बैच पर 50% छूट के साथ। Together AI, Fireworks और DeepInfra घंटे के हिसाब से GPU भी किराये पर देते हैं। OpenRouter प्रोवाइडर की कीमतें आगे बढ़ाता है और क्रेडिट ख़रीद पर फ़ीस लेता है। Groq के मॉडल कम हैं। BroadNet, DeepSeek V4.1 Flash के लिए फ़्लैट मासिक, साप्ताहिक और घंटे वाले प्लान जोड़ता है।

## मुख्य बातें

-   एक ही ओपन मॉडल की प्रति टोकन कीमत प्रोवाइडरों के बीच कई गुना अलग हो सकती है, इसलिए ठीक उसी मॉडल पर तुलना करें जिसे आप इस्तेमाल करेंगे।
-   DeepSeek V4.1 Flash के लिए Together AI और Fireworks प्रति 1M USD 0.30 इनपुट और USD 1.20 आउटपुट दिखाते हैं, और BroadNet $0.175 और $0.52। DeepInfra 51% छूट पर DeepSeek-V4.1-Flash-1017 को USD 0.098 और USD 0.294 पर दिखाता है, जो BroadNet से कम है।
-   कैश्ड इनपुट और बैच छूट अक्सर मुख्य दर से ज़्यादा मायने रखती हैं। दोनों जाँचें।
-   डेडिकेटेड GPU का बिल हर घंटे बनता है, चाहे वे व्यस्त हों या ख़ाली, और ये स्थिर, बहुत ऊँचे वॉल्यूम के लिए ठीक हैं।
-   फ़्लैट प्लान टोकन मीटर को पूरी तरह हटा देते हैं; BroadNet का Full Moon हर सेशन के लिए $60 प्रति माह है।

**इस पेज पर**

1.  ओपन मॉडल की कीमत तय करने के पाँच तरीक़े कौन-से हैं?
2.  हर प्रोवाइडर ओपन मॉडल की कीमत कैसे लेता है?
3.  एक ही मॉडल हर प्रोवाइडर पर कितने का है?
4.  स्पीच-टू-टेक्स्ट का क्या?
5.  अपने वर्कलोड के लिए प्रोवाइडरों की तुलना कैसे करें?
6.  BroadNet Inference कहाँ फ़िट होता है

“प्रति 10 लाख टोकन कीमत” सभी प्रोवाइडरों में तुलना-योग्य लगती है। पूरी तरह है नहीं। प्रोवाइडर इस बात में अलग हैं कि वे कौन-से मॉडल होस्ट करते हैं, कैश्ड इनपुट कितने का है, बैच जॉब पर छूट है या नहीं, GPU किराये पर मिलते हैं या नहीं, और ऊपर से कौन-सी फ़ीस लगती है। यह पोस्ट ओपन-वेट मॉडल के छह प्रोवाइडरों की तुलना करती है कि वे कीमत कैसे लेते हैं, फिर एक ही मॉडल के लिए उनकी प्रकाशित कीमतें साथ-साथ रखती है। प्रतिस्पर्धियों के सारे आँकड़े हर प्रोवाइडर के आधिकारिक पेज से हैं, 2026-11-14 को जाँचे गए; लिंक स्रोतों में हैं। कीमतें अक्सर बदलती हैं, इसलिए फ़ैसला करने से पहले दोबारा जाँचें।

## ओपन मॉडल की कीमत तय करने के पाँच तरीक़े कौन-से हैं?

1.  **प्रति टोकन, सर्वरलेस।** प्रति 1M [इनपुट और आउटपुट टोकन](https://broadrouter.com/hi/glossary/input-and-output-tokens/) की अलग-अलग कीमतें। इस सूची में सब यह देते हैं।
2.  **कैश्ड इनपुट।** दोहराए जाने वाले प्रॉम्प्ट प्रीफ़िक्स के लिए कम दर। छूट आधी कीमत से लेकर इनपुट दर के कुछ प्रतिशत तक होती है। [कैश्ड टोकन की पूरी व्याख्या](https://broadrouter.com/hi/blog/cached-input-tokens-explained/)।
3.  **बैच।** उन जॉब के लिए कम कीमत जो घंटों इंतज़ार कर सकते हैं।
4.  **डेडिकेटेड GPU।** हार्डवेयर घंटे के हिसाब से किराये पर लें और मॉडल ख़ुद चलाएँ या प्रोवाइडर के स्टैक से। [सेल्फ़-होस्टिंग बनाम API: ब्रेक-ईवन](https://broadrouter.com/hi/blog/self-hosting-llm-vs-api-cost/), या अपनी संख्याओं के साथ [सेल्फ़-होस्टिंग बनाम API कैलकुलेटर](https://broadrouter.com/tools/self-hosting-vs-api-calculator/) चलाएँ।
5.  **फ़्लैट प्लान।** समय के लिए तय कीमत, बिना टोकन मीटर के। देखें [फ़्लैट-रेट LLM प्लान](https://broadrouter.com/hi/glossary/flat-rate-llm-plan/)।

## हर प्रोवाइडर ओपन मॉडल की कीमत कैसे लेता है?

| प्रोवाइडर | मॉडल | प्रति टोकन | कैश्ड इनपुट | बैच | डेडिकेटेड GPU | फ़्लैट प्लान |
| --- | --- | --- | --- | --- | --- | --- |
| OpenRouter | कई प्रोवाइडरों के बीच राउटर | प्रोवाइडर की कीमत, “कोई मार्कअप नहीं” | प्रोवाइडर के अनुसार | प्रोवाइडर के अनुसार | नहीं | नहीं |
| Together AI | अपना सर्वरलेस + डेडिकेटेड | हाँ | कुछ मॉडल के लिए सूचीबद्ध | चुने हुए मॉडल पर 50% छूट (जाँच के समय सिर्फ़ Whisper Large v3) | H100, USD 5.49 प्रति GPU घंटे से | नहीं |
| Fireworks AI | अपना सर्वरलेस + ऑन-डिमांड | हाँ, प्रति 1M इनपुट USD 0.05 से | डिफ़ॉल्ट रूप से 50% छूट, कुछ मॉडल पर ज़्यादा | 50% छूट | H100 USD 8.00 प्रति घंटा | नहीं |
| Groq | अपना हार्डवेयर | हाँ, मॉडल की छोटी सूची | 50% छूट, GPT-OSS मॉडल पर | 50% छूट | सूचीबद्ध नहीं | नहीं |
| DeepInfra | अपना सर्वरलेस + डेडिकेटेड | हाँ, कुछ मॉडल का बिल एक्ज़िक्यूशन समय से | कई मॉडल के लिए सूचीबद्ध | प्राइसिंग पेज पर सूचीबद्ध नहीं | H100 USD 2.90 प्रति GPU घंटा | नहीं |
| BroadNet Inference | मॉडल की छोटी सूची; कुछ मॉडल US इन्फ़रेंस पार्टनरों द्वारा होस्ट किए गए | हाँ | चार में से तीन चैट मॉडल के लिए सूचीबद्ध | उपलब्ध नहीं | नहीं | हाँ, DeepSeek V4.1 Flash |

पेजों से नोट्स:

-   **OpenRouter** कहता है “there is no markup on inference pricing” (अनुवाद: इन्फ़रेंस की कीमत पर कोई मार्कअप नहीं है)। वह क्रेडिट ख़रीदते समय फ़ीस लेता है: Standard प्लान पर 5.5% (उसके FAQ के अनुसार न्यूनतम USD 0.80) और Business पर 8%, या क्रिप्टो पर 5%। मुफ़्त मॉडल वेरिएंट 20 अनुरोध प्रति मिनट और 50 प्रति दिन तक सीमित हैं, या कम से कम USD 10 के क्रेडिट ख़रीदने के बाद 1,000 प्रति दिन। यह एक [राउटर](https://broadrouter.com/hi/glossary/llm-router/) है, इसलिए एक मॉडल की कई कीमतें हो सकती हैं। [OpenRouter बनाम फ़्लैट-रेट प्रोवाइडर](https://broadrouter.com/hi/blog/openrouter-alternative-flat-rate/)।
-   **Together AI** डेडिकेटेड H100 को ऑन-डिमांड USD 5.49 प्रति GPU घंटे पर दिखाता है। उसके बैच डॉक्स कहते हैं कि चुने हुए सर्वरलेस मॉडल 50% छूट पर चलते हैं, 24 घंटे की तय कम्प्लीशन विंडो के साथ, लेकिन जाँच के समय छूट वाले मॉडल की तालिका में सिर्फ़ `openai/whisper-large-v3` था। बाक़ी मॉडल सामान्य दरों पर चलते हैं।
-   **Fireworks** के Standard, Priority, Fast, Batch (50% छूट) और Spot (कुछ मॉडल पर 30% छूट) मोड हैं। कैश्ड इनपुट का बिल आधी कीमत या उससे कम पर बनता है, बिना किसी राइट फ़ीस के।
-   **Groq** प्रोडक्शन मॉडल के एक छोटे सेट के लिए प्रति टोकन कीमतें दिखाता है, जैसे `openai/gpt-oss-120b` प्रति 1M USD 0.15 इनपुट और USD 0.60 आउटपुट पर, और Whisper स्पीच-टू-टेक्स्ट घंटे के हिसाब से। उसके GPT-OSS मॉडल पर कैश्ड इनपुट आधी कीमत पर है, और बैच जॉब 24 घंटे से 7 दिन के भीतर 50% छूट पर चलते हैं।
-   **DeepInfra** कई मॉडल के लिए लिस्ट प्राइस के बगल में छूट वाली दर दिखाता है, जैसे DeepSeek-V4.1-Flash-1017 पर 51% और GLM-5.3 पर 38% छूट। पेज यह नहीं बताता कि ये छूट कब ख़त्म होंगी। वह Standard, Priority (1.5×) और Flex (0.8×) टियर भी देता है।

## एक ही मॉडल हर प्रोवाइडर पर कितने का है?

उन मॉडल की प्रकाशित प्रति 1M कीमतें जिन्हें BroadNet भी चलाता है। ”—” का मतलब है कि मॉडल उस प्रोवाइडर के प्राइसिंग पेज पर नहीं था।

**DeepSeek V4.1 Flash** (इनपुट / कैश्ड / आउटपुट):

| प्रोवाइडर | इनपुट | कैश्ड | आउटपुट |
| --- | --- | --- | --- |
| Together AI | USD 0.30 | USD 0.006 | USD 1.20 |
| Fireworks AI | USD 0.30 | USD 0.006 | USD 1.20 |
| DeepInfra, लिस्ट | USD 0.20 | USD 0.006 | USD 0.60 |
| DeepInfra, छूट के साथ (30% छूट) | USD 0.14 | USD 0.0042 | USD 0.42 |
| DeepInfra, DeepSeek-V4.1-Flash-1017, छूट के साथ (51% छूट) | USD 0.098 | USD 0.0029 | USD 0.294 |
| Groq | — | — | — |
| BroadNet Inference | $0.175 | $0.0055 | $0.52 |

DeepInfra का तारीख़ वाला `-1017` वेरिएंट वही रिलीज़ है जिसे DeepSeek का अपना API `deepseek-flash` नाम से चलाता है; जाँच लें कि आपका कोड किसे कॉल करता है। जाँच के समय OpenRouter पर इस मॉडल के 28 प्रोवाइडरों के 37 एंडपॉइंट थे, प्रति 1M इनपुट टोकन लगभग USD 0.05 (Baidu) से USD 3 (Venice का सबसे तेज़ टियर) तक। हमारी [DeepSeek V4.1 Flash कीमत तालिका](https://broadrouter.com/hi/llm-api-pricing/deepseek-v4.1-flash/) हर उस प्रोवाइडर को दिखाती है जो इस मॉडल की अपनी कीमत प्रकाशित करता है, हर पंक्ति में स्रोत पेज और जाँच की तारीख़ के साथ। पूरे बाज़ार में एक ही मॉडल की कीमतों का फ़ासला कितना है, यह हमारे [LLM API प्राइस इंडेक्स](https://broadrouter.com/data/llm-api-price-index/) में मापा गया है। एक ही वर्कलोड पर ये ओपन मॉडल कीमतें GPT, Claude और Gemini से कैसे तुलना करती हैं, इसके लिए देखें [ओपन-वेट बनाम क्लोज़्ड मॉडल API लागत](https://broadrouter.com/hi/blog/open-weight-vs-closed-model-api-cost/)।

**GLM 5.3** (हर प्रोवाइडर की अपनी कीमत: [GLM 5.3 कीमत तालिका](https://broadrouter.com/hi/llm-api-pricing/glm-5.3/)):

| प्रोवाइडर | इनपुट | कैश्ड | आउटपुट |
| --- | --- | --- | --- |
| Together AI | USD 1.40 | USD 0.26 | USD 4.40 |
| Fireworks AI | USD 1.40 | USD 0.26 | USD 4.40 |
| DeepInfra, लिस्ट | USD 0.90 | USD 0.20 | USD 4.00 |
| DeepInfra, छूट के साथ (38% छूट) | USD 0.5625 | USD 0.125 | USD 2.50 |
| BroadNet Inference | $0.78 | $0.173 | $3.46 |

**Qwen3.8 27B** (हर प्रोवाइडर की अपनी कीमत: [Qwen3.8 27B कीमत तालिका](https://broadrouter.com/hi/llm-api-pricing/qwen3.8-27b/)):

| प्रोवाइडर | इनपुट | कैश्ड | आउटपुट |
| --- | --- | --- | --- |
| DeepInfra, लिस्ट | USD 0.20 | USD 0.05 | USD 2.50 |
| DeepInfra, छूट के साथ (25% छूट) | USD 0.15 | USD 0.0375 | USD 1.875 |
| Groq (प्रीव्यू, सिर्फ़ मूल्यांकन के लिए) | USD 0.80 | — | USD 4.00 |
| BroadNet Inference | $0.175 | $0.0435 | $2.17 |

**Gemma 4 26B A4B** (BroadNet का बिल्ड [Gemma 4 VL 26B](https://broadrouter.com/hi/models/gemma-4-vl-26b/) है):

| प्रोवाइडर | इनपुट | आउटपुट |
| --- | --- | --- |
| DeepInfra | USD 0.07 | USD 0.34 |
| BroadNet Inference | $0.10 | $0.22 |

यहाँ प्रति टोकन के हिसाब से BroadNet सबसे सस्ता नहीं है। DeepSeek V4.1 Flash, GLM 5.3 और Qwen3.8 27B की हर पंक्ति पर DeepInfra की छूट वाली दरें BroadNet से कम हैं, और Gemma इनपुट पर भी कम हैं (Gemma आउटपुट BroadNet का कम है)। DeepSeek का अपना API ऑफ़-पीक समय में अपनी सारी कीमतें आधी कर देता है, जिससे उस समय उसका इनपुट BroadNet से कम हो जाता है ([विवरण](https://broadrouter.com/hi/blog/deepseek-v4-1-flash-api-pricing/))। DeepSeek V4.1 Flash और GLM 5.3 पर BroadNet की लिस्ट प्राइस Together और Fireworks से कम है। प्रति टोकन कीमत सिर्फ़ एक पहलू है; कॉन्टेक्स्ट लंबाई, डेटा रिटेंशन और रेट लिमिट भी जाँचें, जो ये तालिकाएँ नहीं दिखातीं।

सिर्फ़ इन चार नहीं, बल्कि उन सभी 119 मॉडल में जिन्हें कई होस्ट बेचते हैं, सबसे महँगी लिस्ट प्राइस सबसे सस्ती की मीडियन 1.76 गुना है; देखें [एक मॉडल, अलग होस्ट](https://broadrouter.com/hi/blog/same-llm-different-host-prices/)। होस्ट की कीमतें मॉडल बनाने वालों की कीमतों से ज़्यादा बार बदलती भी हैं: [LLM API की कीमतें कितनी बार बदलती हैं](https://broadrouter.com/hi/blog/how-often-llm-api-prices-change/)।

## स्पीच-टू-टेक्स्ट का क्या?

Groq `whisper-large-v3-turbo` को USD 0.04 प्रति घंटा ऑडियो और `whisper-large-v3` को USD 0.111 प्रति घंटा पर दिखाता है। DeepInfra Voxtral Mini को USD 0.001 प्रति मिनट पर दिखाता है। BroadNet का बहुभाषी मॉडल $0.002 प्रति मिनट ($0.12 प्रति घंटा) का है, और उसका अरबी मॉडल $0.0042 प्रति मिनट। और प्रोवाइडरों के लिए देखें [speech to text API की कीमतों की तुलना](https://broadrouter.com/hi/blog/speech-to-text-api-pricing-compared/)। अरबी के लिए, दर से ज़्यादा अहम है आपकी बोलियों पर सटीकता: [अरबी स्पीच-टू-टेक्स्ट API कैसे चुनें](https://broadrouter.com/hi/blog/arabic-speech-to-text-api-buyers-guide/)।

## अपने वर्कलोड के लिए प्रोवाइडरों की तुलना कैसे करें?

1.  **मॉडल और वर्ज़न तय करें।** “DeepSeek V4.1 Flash” और उसके तारीख़ वाले वेरिएंट की कीमत अलग हो सकती है।
2.  **अपना टोकन मिश्रण मापें**: इनपुट, कैश्ड हिस्सा और आउटपुट, रीज़निंग समेत। [लॉन्च से पहले लागत का अनुमान](https://broadrouter.com/hi/blog/estimate-llm-api-cost-before-launch/)।
3.  **हर प्रोवाइडर की तीनों दरों से कीमत निकालें**, सिर्फ़ इनपुट कीमत से नहीं। एजेंट के लिए अक्सर कैश्ड दर फ़ैसला करती है। [LLM API कॉस्ट कैलकुलेटर](https://broadrouter.com/tools/llm-api-cost-calculator/) और [प्रॉम्प्ट कैशिंग कैलकुलेटर](https://broadrouter.com/tools/prompt-caching-calculator/) हिसाब कर देते हैं।
4.  **बैच छूट** सिर्फ़ उस काम पर लगाएँ जो इंतज़ार कर सकता है।
5.  **फ़ीस जोड़ें**: क्रेडिट ख़रीद की फ़ीस और टियर मल्टीप्लायर।
6.  **सीमाएँ जाँचें**: [रेट लिमिट](https://broadrouter.com/hi/glossary/rate-limit/), कॉन्करेंसी और कॉन्टेक्स्ट लंबाई किसी प्रोवाइडर को किसी भी कीमत पर बाहर कर सकती हैं।
7.  **फ़्लैट प्लान से तुलना करें** अगर एक एजेंट दिन के ज़्यादातर समय चलता है। [ब्रेक-ईवन का हिसाब](https://broadrouter.com/hi/blog/flat-rate-vs-pay-per-token-llm-api/), या [फ़्लैट-रेट बनाम प्रति टोकन कैलकुलेटर](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/)।

## BroadNet Inference कहाँ फ़िट होता है

BroadNet मॉडल की एक छोटी सूची देता है, जिनमें से कुछ US इन्फ़रेंस पार्टनरों द्वारा होस्ट किए जाते हैं, और प्रति टोकन कीमतें एक [प्राइस फ़ाइल](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=hi-blog-llm-inference-provider-pricing-compared&utm_content=body) में प्रकाशित करता है। उसकी प्रति टोकन दरें बीच की हैं, सबसे कम नहीं: अगर सिर्फ़ प्रति टोकन कीमत मायने रखती है, तो DeepInfra की छूट वाली लिस्टिंग कम पड़ती हैं। जो यहाँ बाक़ी कोई नहीं बेचता, वह है हर सेशन के लिए $60 प्रति माह में अनलिमिटेड DeepSeek V4.1 Flash, साथ में $15 साप्ताहिक और $1 प्रति घंटा विकल्प। यह मार्केटप्लेस नहीं है, इसमें बैच छूट नहीं है और डेडिकेटेड GPU नहीं हैं। इसकी बाक़ी ख़ूबियाँ हैं हर अनुरोध पर [ज़ीरो डेटा रिटेंशन](https://broadrouter.com/hi/privacy/), अरबी स्पीच-टू-टेक्स्ट, और चैट और ऑडियो के लिए एक OpenAI-कम्पैटिबल key। अगर आपको दर्जनों मॉडल फ़ैमिली या उतार-चढ़ाव वाले वर्कलोड के लिए सबसे कम प्रमोशनल दर चाहिए, तो कोई राउटर या बड़ा होस्ट आपके लिए बेहतर रहेगा।

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.
-   [LLM token counter](https://broadrouter.com/tools/token-counter/) Exact token counts with each model's real tokenizer, with a token view and cost.
-   [Context window calculator](https://broadrouter.com/tools/context-window-calculator/) Will it fit? Window used per model, room left for output, cost to send.

[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।

[स्पीच-टू-टेक्स्ट (speech-to-text)](https://broadrouter.com/hi/glossary/speech-to-text/)

स्पीच-टू-टेक्स्ट, जिसे automatic speech recognition (ASR) भी कहते हैं, बोले गए ऑडियो को लिखित टेक्स्ट में बदलने की तकनीक है। speech-to-text API ऑडियो फ़ाइल या स्ट्रीम लेकर ट्रांसक्रिप्ट लौटाता है, आम तौर पर प्रति ऑडियो मिनट की कीमत पर। सटीकता वर्ड एरर रेट से मापी जाती है और लहजे, बोली और रिकॉर्डिंग क्वालिटी के साथ बदलती है।

[ओपन-वेट मॉडल (open-weight model)](https://broadrouter.com/hi/glossary/open-weight-model/)

ओपन-वेट मॉडल ऐसा मशीन लर्निंग मॉडल है जिसके ट्रेन किए weights सबके डाउनलोड करने और चलाने के लिए प्रकाशित होते हैं, आम तौर पर शर्तों वाले लाइसेंस के साथ। यह पूरी तरह ओपन-सोर्स AI से अलग है, जो ट्रेनिंग कोड और ट्रेनिंग डेटा की विस्तृत जानकारी भी जारी करता है, ताकि दूसरे मॉडल को समझ और दोबारा बना सकें।

[टूल कॉलिंग (tool calling)](https://broadrouter.com/hi/glossary/tool-calling/)

टूल कॉलिंग, जिसे function calling भी कहते हैं, LLM API की वह सुविधा है जिसमें मॉडल डेवलपर के तय किए किसी फ़ंक्शन को चलाने का एक स्ट्रक्चर्ड अनुरोध, JSON आर्ग्युमेंट के साथ, लौटाता है। ऐप्लिकेशन फ़ंक्शन चलाकर नतीजा वापस भेजता है; मॉडल ख़ुद कभी कोड नहीं चलाता।

[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।

[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।

[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।

## अक्सर पूछे जाने वाले सवाल

### ओपन मॉडल के लिए सबसे सस्ता इन्फ़रेंस प्रोवाइडर कौन-सा है?

कोई एक प्रोवाइडर नहीं, और प्रति टोकन के हिसाब से BroadNet नहीं। 2026-11-14 को जाँचने पर DeepSeek V4.1 Flash, GLM 5.3 और Qwen3.8 27B पर DeepInfra की छूट वाली दरें BroadNet से कम थीं, और OpenRouter पर DeepSeek V4.1 Flash के एंडपॉइंट प्रति 1M इनपुट टोकन लगभग USD 0.05 से USD 3 तक थे। ठीक वही मॉडल, कैश्ड दर और बैच छूट मिलाकर तुलना करें।

### क्या OpenRouter मॉडल की कीमतों पर मार्कअप लेता है?

OpenRouter कहता है कि इन्फ़रेंस की कीमत पर कोई मार्कअप नहीं है। वह क्रेडिट ख़रीदते समय फ़ीस लेता है: अपने Standard प्लान पर 5.5% (उसके FAQ के अनुसार न्यूनतम USD 0.80), Business पर 8%, और क्रिप्टो भुगतान पर 5%।

### क्या बैच प्राइसिंग फ़ायदेमंद है?

उस काम के लिए जो इंतज़ार कर सकता है। Fireworks बैच पर 50% छूट दिखाता है, और Groq 24 घंटे से 7 दिन की विंडो के साथ 50% बैच छूट बताता है। Together के बैच डॉक्स 50% छूट सिर्फ़ चुने हुए मॉडल पर बताते हैं (जाँच के समय तालिका में सिर्फ़ \`openai/whisper-large-v3\` था), 24 घंटे की तय कम्प्लीशन विंडो के साथ।

### प्रति टोकन भुगतान के बजाय डेडिकेटेड GPU किराये पर कब लूँ?

जब आपका ट्रैफ़िक दिन के ज़्यादातर समय GPU को व्यस्त रखता हो। घंटे वाली GPU कीमत लगती ही है, अनुरोध आएँ या न आएँ, इसलिए कम या उतार-चढ़ाव वाले ट्रैफ़िक के लिए प्रति टोकन सस्ता पड़ता है।

### क्या कोई प्रोवाइडर किसी ओपन मॉडल के लिए फ़्लैट मासिक कीमत देता है?

BroadNet Inference देता है, DeepSeek V4.1 Flash के लिए। Full Moon हर सेशन के लिए $60 प्रति माह है, बिना टोकन मीटर के, एक समय में एक अनुरोध।

## आगे पढ़ें

-   [AI एजेंट के लिए OpenRouter बनाम फ़्लैट रेट प्लान: कौन सस्ता है?](https://broadrouter.com/hi/blog/openrouter-alternative-flat-rate/)
-   [DeepSeek V4.1 Flash API की कीमत: प्रति टोकन, कैश्ड और प्लान](https://broadrouter.com/hi/blog/deepseek-v4-1-flash-api-pricing/)
-   [LLM API की कीमत कैसे तय होती है: इनपुट, कैश्ड, आउटपुट और रीज़निंग](https://broadrouter.com/hi/blog/llm-api-pricing-explained/)
-   [फ़्लैट रेट बनाम प्रति टोकन LLM API: ब्रेक-ईवन का हिसाब](https://broadrouter.com/hi/blog/flat-rate-vs-pay-per-token-llm-api/)
-   [Artificial Analysis के विकल्प: 2026 में LLM की तुलना कहाँ करें](https://broadrouter.com/hi/blog/artificial-analysis-alternatives/)
-   [LLM API SLA तुलना: Azure, Bedrock, Google और OpenAI क्या वादा करते हैं](https://broadrouter.com/hi/blog/llm-api-sla-uptime-compared/)
-   [गाइड: BroadNet Inference के साथ OpenAI Python SDK इस्तेमाल करें](https://broadrouter.com/hi/guides/openai-python-sdk/)
-   [गाइड: एजेंट के लिए अनलिमिटेड LLM API प्लान कैसे काम करते हैं](https://broadrouter.com/hi/guides/unlimited-llm-api-sessions/)

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-llm-inference-provider-pricing-compared&utm_content=page-cta) ·

**स्रोत**

-   [OpenRouter FAQ, कीमतें और क्रेडिट फ़ीस (2026-11-14 को देखा गया)](https://openrouter.ai/docs/faq)
-   [OpenRouter पर DeepSeek V4.1 Flash मॉडल पेज, प्रोवाइडर की कीमतें (2026-11-14 को देखा गया)](https://openrouter.ai/deepseek/deepseek-v4.1-flash)
-   [Together AI प्राइसिंग (2026-11-14 को देखा गया)](https://www.together.ai/pricing)
-   [Together AI बैच इन्फ़रेंस डॉक्स (2026-11-14 को देखा गया)](https://docs.together.ai/docs/batch-inference)
-   [Fireworks AI प्राइसिंग (2026-11-14 को देखा गया)](https://fireworks.ai/pricing)
-   [Groq के मॉडल और कीमतें (2026-11-14 को देखा गया)](https://console.groq.com/docs/models)
-   [Groq प्रॉम्प्ट कैशिंग डॉक्स (2026-11-14 को देखा गया)](https://console.groq.com/docs/prompt-caching)
-   [DeepInfra प्राइसिंग (2026-11-14 को देखा गया)](https://deepinfra.com/pricing)
-   [BroadNet Inference की मशीन-पठनीय कीमतें (pricing.json, 2026-11-14 को सिंक किया गया) (अंग्रेज़ी में)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=hi-blog-llm-inference-provider-pricing-compared&utm_content=sources)
