---
title: "GPU-घंटा क्या है? GPU टाइम बनाम प्रति-टोकन LLM कीमत | BroadRouter"
description: "GPU-घंटा यानी एक GPU का एक घंटे इस्तेमाल, जो क्लाउड GPU किराए और कंप्यूट बजट की इकाई है। बिल कैसे बनता है, और यह घंटे वाली LLM API key से कैसे अलग है।"
url: https://broadrouter.com/hi/glossary/gpu-hour/
lang: hi
updated: 2026-11-16
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/glossary/gpu-hour/) (2026-11-16 को अपडेट किया गया).

# GPU-घंटा (GPU-hour)

अपडेट किया गया 2026-11-16

GPU-घंटा एक ग्राफ़िक्स प्रोसेसर का एक घंटे तक इस्तेमाल है। क्लाउड प्रोवाइडर किराए के GPU इंस्टेंस का बिल घंटे या सेकंड के हिसाब से बनाते हैं, और रिसर्चर किसी जॉब का कंप्यूट GPU-घंटों में बताते हैं। आप मशीन के समय का भुगतान करते हैं, चाहे वह व्यस्त हो या नहीं।

अन्य नाम: GPU-घंटा, GPU घंटे, gpu hour kya hai, gpu hour price, GPU-hour, GPU hours, GPU-hours, GPU instance hour, GPU rental hour

GPU-घंटा वह इकाई है जिसमें आप हार्डवेयर किराए पर लेने पर भुगतान करते हैं। प्रति-टोकन API इसे छिपा लेता है; सेल्फ़-होस्टेड मॉडल में यही पूरा बिल होता है।

## यह कैसे काम करता है

क्लाउड प्रोवाइडर GPU इंस्टेंस की कीमत प्रति घंटा रखते हैं, फिर उससे बारीक मीटरिंग करते हैं। AWS का ऑन-डिमांड पेज कहता है कि कीमत “per instance-hour consumed” (अनुवाद: इस्तेमाल किए गए हर इंस्टेंस-घंटे पर) है, और Linux पर अधूरे घंटों का बिल प्रति सेकंड बनता है, 60 सेकंड के न्यूनतम के साथ। Google Cloud “all vCPUs, GPUs, and GB of memory” (अनुवाद: सभी vCPU, GPU और GB मेमोरी) पर 1 मिनट का न्यूनतम, फिर 1-सेकंड की इकाइयों में चार्ज करता है। 8 GPU वाला इंस्टेंस 3 घंटे चले तो 24 GPU-घंटे होते हैं।

मीटर तब तक चलता है जब तक इंस्टेंस चालू है, न कि जब तक वह काम का है। रात 3 बजे ख़ाली पड़ा GPU भी उतना ही ख़र्च करता है जितना व्यस्त GPU।

रिसर्चर कंप्यूट के लिए भी यही इकाई इस्तेमाल करते हैं। उदाहरण के लिए GPTQ पेपर 175B पैरामीटर वाले मॉडल को “in approximately four GPU hours” (अनुवाद: लगभग चार GPU-घंटों में) क्वांटाइज़ करता है।

## यह क्यों मायने रखता है

GPU-घंटे की तुलना प्रति-टोकन कीमत से करने के लिए [थ्रूपुट](https://broadrouter.com/hi/glossary/throughput/) के ज़रिए बदलें:

```text
cost per 1M output tokens = hourly GPU cost ÷ (tokens per second × 3,600 ÷ 1,000,000)
```

पेच हर (denominator) में है। थ्रूपुट मॉडल, प्रिसिज़न, बैच साइज़ और GPU को कितना व्यस्त रखते हैं, इस पर निर्भर है। 20% लोड पर चल रहा किराए का GPU प्रति टोकन उसी GPU के पूरे लोड के मुक़ाबले पाँच गुना महँगा पड़ता है। असमान ट्रैफ़िक वाली टीमें API इसी मुख्य वजह से इस्तेमाल करती हैं; देखें [सेल्फ़-होस्टिंग बनाम API लागत](https://broadrouter.com/hi/blog/self-hosting-llm-vs-api-cost/)।

## BroadNet Inference पर

BroadNet घंटे के हिसाब से GPU किराए पर नहीं देता। यह अपने मॉडल का API एक्सेस बेचता है; इसकी शर्तें कहती हैं कि ये मॉडल अमेरिका में BroadNet के अपने या लीज़ पर लिए हार्डवेयर पर, या अमेरिकी इन्फ़रेंस पार्टनर के साथ चलते हैं। इसके दो विकल्पों की कीमत प्रति घंटा है, और दोनों में से कोई GPU-घंटा नहीं है:

|  | GPU-घंटा (क्लाउड किराया) | BroadNet घंटे वाली key | Meteor प्लान |
| --- | --- | --- | --- |
| आपको क्या मिलता है | पूरा GPU और उसके आसपास की मशीन | शेयर्ड मॉडल पर एक स्ट्रीम | शेयर्ड मॉडल पर एक सेशन |
| मॉडल | जो कुछ भी समा जाए | सिर्फ़ BroadNet Gemma 4 VL 26B | सिर्फ़ DeepSeek V4.1 Flash |
| लिमिट (BroadNet के डॉक्स के अनुसार) | हार्डवेयर | 120 अनुरोध/मिनट, 300,000 टोकन/मिनट, 1 स्ट्रीम | एक बार में एक अनुरोध, कोई टोकन मीटर नहीं |
| कीमत | क्लाउड तय करता है | $0.50 प्रति घंटा | $1 प्रति घंटा प्रति सेशन |

BroadNet के दोनों विकल्पों में आपको ड्राइवर, स्केलिंग या ख़ाली समय नहीं सँभालना पड़ता, लेकिन आप हार्डवेयर नहीं चुन सकते और न कोई दूसरा मॉडल लोड कर सकते। घंटे वाली key पूरे महीने चलाने पर $0.50 × 24 × 30 = $360.00 होगा। विस्तार के लिए [घंटे वाली LLM API keys समझें](https://broadrouter.com/hi/blog/hourly-llm-api-key-explained/) और [फ़्लैट-रेट प्लान](https://broadrouter.com/hi/glossary/flat-rate-llm-plan/) वाली एंट्री देखें।

## अक्सर पूछे जाने वाले सवाल

### क्या BroadNet की घंटे वाली key एक GPU-घंटा है?

नहीं। घंटे वाली key से एक शेयर्ड मॉडल, BroadNet Gemma 4 VL 26B, पर एक घंटे के लिए एक अनुरोध स्ट्रीम मिलती है, तय लिमिट के साथ। आपको न GPU मिलता है, न मॉडल चुनने का विकल्प, न सर्वर पर कोई नियंत्रण।

### क्या GPU-घंटों का बिल पूरे घंटे का बनता है?

अक्सर नहीं। AWS कई Linux इंस्टेंस का बिल 60 सेकंड के न्यूनतम के बाद प्रति सेकंड बनाता है, और Google Cloud GPU पर 1 मिनट का न्यूनतम, फिर प्रति सेकंड चार्ज करता है। इंस्टेंस टाइप और ऑपरेटिंग सिस्टम जाँचें।

### GPU-घंटे की कीमत को प्रति-टोकन कीमत में कैसे बदलें?

घंटे की लागत को उन मिलियन टोकन से भाग दें जो GPU एक घंटे में बनाता है, यानी टोकन प्रति सेकंड × 3,600 ÷ 1,000,000। थ्रूपुट अपने असली लोड पर मापें, क्योंकि ख़ाली समय का भी बिल बनता है।

## यह भी देखें

-   [उपयोग के अनुसार भुगतान (pay-as-you-go)](https://broadrouter.com/hi/glossary/pay-as-you-go/) (शब्द)
-   [फ़्लैट-रेट LLM प्लान (flat-rate LLM plan)](https://broadrouter.com/hi/glossary/flat-rate-llm-plan/) (शब्द)
-   [इन्फ़रेंस प्रोवाइडर (inference provider)](https://broadrouter.com/hi/glossary/inference-provider/) (शब्द)
-   [सर्वरलेस इन्फ़रेंस (serverless inference)](https://broadrouter.com/hi/glossary/serverless-inference/) (शब्द)
-   [थ्रूपुट (throughput)](https://broadrouter.com/hi/glossary/throughput/) (शब्द)
-   [एजेंट के लिए अनलिमिटेड LLM API प्लान कैसे काम करते हैं](https://broadrouter.com/hi/guides/unlimited-llm-api-sessions/) (गाइड)
-   [LLM सेल्फ़-होस्ट करें या API लें: असली लागत और ब्रेक-ईवन](https://broadrouter.com/hi/blog/self-hosting-llm-vs-api-cost/) (लेख)
-   [घंटे वाली LLM API key: प्रति घंटा तय कीमत, आसान भाषा में](https://broadrouter.com/hi/blog/hourly-llm-api-key-explained/) (लेख)

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-glossary-gpu-hour&utm_content=page-cta) ·

**स्रोत**

-   [Amazon EC2 ऑन-डिमांड कीमतें (प्रति घंटा और प्रति सेकंड बिलिंग)](https://aws.amazon.com/ec2/pricing/on-demand/)
-   [Google Cloud Compute Engine कीमतें (GPU बिलिंग की इकाइयाँ)](https://cloud.google.com/products/compute/pricing)
-   [Frantar और साथी, GPTQ (175B मॉडल को लगभग चार GPU-घंटों में क्वांटाइज़ करना), arXiv 2210.17323](https://arxiv.org/abs/2210.17323)
-   [BroadNet Inference API रेफ़रंस, घंटे वाली keys और लिमिट (अंग्रेज़ी में)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=hi-glossary-gpu-hour&utm_content=sources#limits)
