फ़्लैट रेट टोकन मीटर की जगह एक तय बिल रखता है। काम का सवाल यह नहीं कि “क्या यह अनलिमिटेड है?”, बल्कि यह कि “इसकी जगह यह क्या सीमित करता है?”
यह कैसे काम करता है
फ़्लैट-रेट प्राइसिंग का मतलब है “a single fixed fee for a service, regardless of usage” (अनुवाद: किसी सेवा के लिए एक तय शुल्क, इस्तेमाल चाहे जितना हो)। LLM API में यह शुल्क एक अवधि की पहुँच ख़रीदता है। GPU का समय सीमित है, इसलिए हर प्लान इस्तेमाल को किसी और तरीक़े से बाँधता है। आम सीमाएँ:
- प्रति दिन, हफ़्ता या महीना टोकन या मैसेज का कोटा;
- कुछ घंटों जैसी रोलिंग विंडो, जो रीसेट होती है;
- विंडो के ऊपर से एक साप्ताहिक लिमिट;
- concurrency: एक साथ कितने अनुरोध चलते हैं;
- स्पीड, जो टोकन प्रति सेकंड के ज़रिए प्रति घंटा आउटपुट सीमित करती है;
- मॉडल की तय सूची और fair-use शर्त।
किसी प्लान की उपयोग के अनुसार भुगतान से तुलना करने के लिए अपने असली ट्रैफ़िक के एक महीने की कीमत प्रति टोकन निकालें। अगर वह संख्या प्लान की कीमत से ऊपर है, तो प्लान जीतता है, बशर्ते उसकी सीमाएँ आपके काम करने के तरीक़े में फ़िट हों।
यह क्यों मायने रखता है
- पहले से पता बजट. हर महीने एक संख्या, रीट्राई लूप या लंबे कॉन्टेक्स्ट से कोई सरप्राइज़ नहीं।
- अलग आदतें. मीटर नहीं, तो आप बड़े कॉन्टेक्स्ट दोबारा भेज सकते हैं और मॉडल को टोकन गिने बिना रीज़निंग करने दे सकते हैं।
- अलग जोखिम. अगर सीमा concurrency की है, तो पैरेलल जॉब क़तार में लगते हैं। अगर विंडो की है, तो रीसेट होने तक काम रुक जाता है।
BroadNet Inference पर
BroadNet तीन प्लान बेचता है, तीनों अनलिमिटेड DeepSeek V4.1 Flash के लिए, प्रति सेशन कीमत पर:
| प्लान | कीमत | अवधि |
|---|---|---|
| Full Moon | $60 | एक महीना, रिन्यू होता है |
| Orbit | $15 | एक हफ़्ता |
| Meteor | $1 | एक घंटा |
कोई टोकन मीटर नहीं, कोई मासिक कैप नहीं, कोई 5 घंटे की विंडो नहीं और कोई साप्ताहिक लिमिट नहीं। सीमा concurrency है: एक सेशन एक समय में एक अनुरोध चलाता है, आम तौर पर लगभग 100 टोकन प्रति सेकंड पर। एजेंट पैरेलल में चलाने के लिए हर एजेंट के लिए एक सेशन ख़रीदें।
BroadNet के एक उदाहरण में, 80% कैश हिट के साथ, Full Moon लगभग 917 मिलियन इनपुट और 46 मिलियन आउटपुट टोकन प्रति महीना पर प्रति-टोकन प्राइसिंग से सस्ता पड़ता है। पढ़ें फ़्लैट रेट बनाम प्रति टोकन भुगतान, सेशन कैसे काम करते हैं और किसी भी “अनलिमिटेड” प्लान में क्या जाँचें।
आम ग़लतियाँ
- कई पैरेलल वर्कर के लिए एक ही सेशन ख़रीदना। वे एक-दूसरे के पीछे क़तार में लगते हैं।
- कैशिंग को अनदेखा करके प्लान की कीमत की तुलना लिस्ट टोकन कीमत से करना, जबकि कैशिंग प्रति-टोकन बिल घटाती है।