अनकेंसरड LLM API प्राइसिंग गाइड

डेवलपर्स के लिए पे-एज़-यू-गो क्यों मायने रखता है

pay-as-you-go उपयोग न हुई क्षमता के वित्तीय जोखिम को समाप्त करता है। अधिकांश प्रमुख प्रदाताओं आपको मासिक सदस्यताओं या न्यूनतम खर्च स्तरों के लिए प्रतिबद्ध होने के लिए मजबूर करते हैं, चाहे आपका वास्तविक ट्रैफिक कुछ भी हो। Venice AI मूल्य निर्धारण इस घर्षण को पूरी तरह समाप्त करता है। आप बस क्रेडिट लोड करते हैं और आवश्यकतानुसार टोकन खपित करते हैं। त्रुटियाँ और अस्वीकृतियाँ आपके बैलेंस का उपभोग नहीं करतीं। यह संरचना शौकियाओं के लिए लाभदायक होती है जो छोटे स्क्रिप्ट चलाते हैं और उद्यम जो तेजी से स्केल कर रहे हैं। आप कभी भी निष्क्रिय समय के लिए भुगतान नहीं करते। आपकी लागत आपके आउटपुट के साथ पूरी तरह से संरेखित होती है।

फ्लैट-रेट योजनाओं के विकल्प पर विचार करें। आप 10 मिलियन टोकन के लिए भुगतान कर सकते हैं लेकिन केवल दो मिलियन का उपयोग करते हैं। वह व्यर्थ क्षमता माह के अंत में विलीन हो जाती है। प्रीपेड क्रेडिट के साथ, हर डॉलर सीधे जनरेशन से जुड़ा होता है। आप बिना बिलिंग हैरानी के रोक, शुरू या स्केल कर सकते हैं। प्रीपेड मॉडल अकाउंटिंग को भी सरल बनाता है। आप ठीक जानते हैं कि प्रत्येक अनुरोध की लागत क्या है। कोई टियर-आधारित सीमाएं या छिपे हुए राउटिंग लागत नहीं हैं। हर टोकन पारदर्शी रूप से मूल्य निर्धारित है। यह स्पष्टता आपको उच्च सटीकता के साथ व्यय की भविष्यवाणी करने देती है। आप अपने खर्च सीमाओं पर पूर्ण नियंत्रण बनाए रखते हैं।

इनपुट बनाम आउटपुट टोकन लागतों को समझें

इनपुट टोकन की कीमत प्रति मिलियन $0.15 है, जबकि आउटपुट टोकन की कीमत प्रति मिलियन $0.50 है। यह अनुपात आपके प्रॉम्प्ट को पढ़ने और प्रतिक्रिया जनरेट करने के बीच की कंप्यूट क्षमता के अंतर को दर्शाता है। आप उस कंटेक्स्ट विंडो के लिए भुगतान करते हैं जो आप भेजते हैं। आप जवाब की लंबाई के लिए भी भुगतान करते हैं। Venice AI की कीमतें सभी अनुरोधों में स्थिर रहती हैं। लंबे कंटेक्स्ट के लिए कोई आश्चर्यजनक शुल्क नहीं है। 100,000 टोकन का कंटेक्स्ट विंडो अधिकांश जटिल कार्यों के लिए पर्याप्त है। आप बड़े कोडबेस या लंबे दस्तावेज भेज सकते हैं। आउटपुट सीमा प्रति अनुरोध 16,000 टोकन है। छोटे आउटपुट की कीमत कम होती है। लंबे जवाब की कीमत अधिक होती है। यह पारदर्शिता आपको लागत का सटीक अनुमान लगाने में मदद करती है। आप इनपुट टोकन कम करने के लिए अपने प्रॉम्प्ट को अनुकूलित कर सकते हैं। आप आउटपुट लंबाई को नियंत्रित करने के लिए तापमान (temperature) को समायोजित कर सकते हैं। हर टोकन मायने रखता है। आपका बजट इन दो संख्याओं पर निर्भर करता है। कोई अन्य शुल्क लागू नहीं होता है। मॉडल आपकी इनपुट प्रोसेस करता है और आउटपुट जनरेट करता है। आप दोनों के लिए भुगतान करते हैं। अनुपात स्थिर रहता है। यह सरलता पूर्वानुमान लगाने में सहायता करती है। अनुरोध भेजने से पहले आपको लागत का पता होता है। कोई छिपी हुई लागत नहीं है। कीमत स्पष्ट है। अपने उपयोग को अनुकूलित करके आप पैसे बचा सकते हैं।

• इनपुट: $0.15 / 1M टोकन
• आउटपुट: $0.50 / 1M टोकन
• त्रुटियाँ: मुफ्त

क्रिप्टो भुगतान: USDT और USDC की व्याख्या

हम टॉप-अप के लिए केवल क्रिप्टोकरेंसी स्वीकार करते हैं। विशेष रूप से, TRC20 नेटवर्क पर USDT और Base नेटवर्क पर USDC। आप $20 और $500 के बीच किसी भी पूर्ण राशि जमा कर सकते हैं। इस विधि से तेज़ प्रसंस्करण सुनिश्चित होता है। आपका क्रेडिट आपके खाते में जल्दी दिखाई देता है। हम बड़े जमाओं के लिए बोनस क्रेडिट प्रदान करते हैं। $50 के जमा पर आपको 5% बोनस मिलता है। $100 के जमा पर 10% बोनस लागू होता है। $200 के जमा पर बोनस बढ़कर 15% हो जाता है। यह बोनस तुरंत क्रेडिट किया जाता है। यह आपके उपयोग योग्य बैलेंस को बढ़ाता है। आपका क्रेडिट कभी समाप्त नहीं होता है। आप जब भी आवश्यकता हो, टॉप-अप कर सकते हैं। प्रीपेड मॉडल का अर्थ है कि आप अपने खर्च पर नियंत्रण रखते हैं। आप कभी पैसे उधार नहीं लेते। आप केवल वही खर्च करते हैं जो आप लोड करते हैं। यह दृष्टिकोण उन डेवलपर्स को आकर्षित करता है जो पारदर्शिता को प्राथमिकता देते हैं। आप मासिक बिलिंग चक्र से बचते हैं। आप जिसका उपयोग करते हैं, केवल उसके लिए भुगतान करते हैं। केवल क्रिप्टो मॉडल ओवरहेड को कम करता है। हम उन बचतों को आपको देते हैं। आपके फंड सुरक्षित हैं। आप अपने जमा स्वयं प्रबंधित करते हैं। कोई छिपे बैंकिंग शुल्क नहीं हैं। प्रक्रिया सीधी है। आप क्रिप्टो भेजते हैं। आप क्रेडिट प्राप्त करते हैं। यह उतना ही सरल है। कोई जटिल सत्यापन चरण आपकी शुरुआत में देरी नहीं करते। आप अपने पहले जमा के तुरंत बाद टेक्स्ट जनरेट करना शुरू कर सकते हैं। बोनस क्रेडिट आपको प्रयोग करने के लिए अतिरिक्त स्थान देता है। आप अलग-अलग पैरामीटर का परीक्षण कर सकते हैं बिना यह चिंता किए कि फंड खत्म हो जाएंगे। प्रीपेड मॉडल लचीला है। यह किसी भी बजट में फिट बैठता है। आप छोटा शुरू कर सकते हैं और बढ़ा सकते हैं। कोई दीर्घकालिक प्रतिबद्धता नहीं है। आपका क्रेडिट आपका है। आप जब चाहें इसका उपयोग कर सकते हैं। क्रिप्टो भुगतान कुशल हैं। वे पारंपरिक बैंकिंग विलंबताओं को छोड़ देते हैं। आपको तेज़ी से क्रेडिट मिलता है। यह गति तब महत्वपूर्ण होती है जब आप डीबगिंग या डिप्लॉय कर रहे हों। क्रिप्टो लेनदेन लगभग तत्काल होते हैं। आपकी API कुंजी तैयार है। आप तैयार हैं। बोनस क्रेडिट एक अच्छा संस्कार है। यह आपकी वफादारी का सम्मान करता है। आपको अपने पैसे के लिए अधिक मिलता है। प्रीपेड मॉडल न्यायसंगत है। यह आपको एक ग्राहक की तरह मानता है। आप मूल्य के लिए भुगतान करते हैं। आप ओवरहेड के लिए नहीं भुगतान करते। क्रिप्टो भुगतान सुरक्षित हैं। वे पारदर्शी हैं। आप हर लेनदेन को ट्रैक कर सकते हैं। आप ठीक से जानते हैं कि आपका पैसे कहाँ जा रहा है। प्रीपेड मॉडल भविष्य है। यह कुशल है। यह न्यायसंगत है। यह सरल है। आपको इसे आजमाना चाहिए।

संदर्भ विंडो और दर सीमाएं

हमारा मॉडल 100,000 टोकन के संदर्भ विंडो का समर्थन करता है। यह आपको व्यापक दस्तावेज़ या कोडबेस भेजने की अनुमति देता है। प्रति अनुरोध अधिकतम आउटपुट 16,000 टोकन है। यदि आप max_tokens पैरामीटर सेट नहीं करते हैं, तो डिफ़ॉल्ट 2,048 टोकन है। दर सीमाएं सभी उपयोगकर्ताओं के लिए उचित उपयोग सुनिश्चित करती हैं। आप प्रति कुंजी प्रति मिनट 300 अनुरोध भेज सकते हैं। आप एक ही समय में 8 समवर्ती अनुरोध कर सकते हैं। अधिकतम अनुरोध बॉडी आकार 8 MB है। ये सीमाएं अधिकांश मानक कार्यभार संभालती हैं। बड़े बैच जॉब में पेजिनेशन की आवश्यकता हो सकती है। आप बड़े इनपुट को छोटे हिस्सों में विभाजित कर सकते हैं। संदर्भ विंडो बातचीत के इतिहास को संरक्षित रखता है। आप लंबे समय तक चलने वाले सत्र बनाए रख सकते हैं। मॉडल पिछले टर्न को याद रखता है। यह विशेषता चैट एप्लिकेशन के लिए महत्वपूर्ण है। आपको पूरा इतिहास फिर से भेजने की आवश्यकता नहीं है। API संदर्भ को आंतरिक रूप से संभालता है। इससे आपके इनपुट टोकन उपयोग में कमी आती है। लंबी बातचीत पर आप पैसे बचाते हैं। दर सीमाएं दुरुपयोग को रोकती हैं। वे स्थिरता सुनिश्चित करती हैं। आपको विश्वसनीय प्रदर्शन मिलता है। 8 MB की सीमा अधिकांश पाठ डेटा के लिए उपयुक्त है। आप बड़े JSON पेलोड भेज सकते हैं। समवर्ती अनुरोध सीमा समानांतर प्रसंस्करण की अनुमति देती है। आप अपने पाइपलाइन की गति बढ़ा सकते हैं। प्रति मिनट 300 अनुरोध की सीमा उदार है। यह उच्च-वॉल्यूम एप्लिकेशन को संभालती है। आपको अपनी योजना अपग्रेड करने की आवश्यकता नहीं है। प्रीपेड मॉडल आपके साथ स्केल करता है। आप जिसका उपयोग करते हैं, उसके लिए भुगतान करते हैं। सीमाएं स्पष्ट हैं। कोई छिपी हुई थ्रॉटल नहीं है। आप अपनी क्षमता जानते हैं। आप अपने डिप्लॉयमेंट की योजना बना सकते हैं। संदर्भ विंडो अधिकांश कार्यों के लिए पर्याप्त बड़ी है। आउटपुट सीमा विस्तृत प्रतिक्रियाओं के लिए पर्याप्त है। दर सीमाएं उचित हैं। वे प्रदर्शन और लागत के बीच संतुलन बनाती हैं। आपको दोनों की सबसे अच्छी सुविधा मिलती है। प्रीपेड मॉडल लचीला है। यह किसी भी कार्यभार में फिट बैठता है। आप छोटा शुरू कर सकते हैं और स्केल कर सकते हैं। दीर्घकालिक प्रतिबद्धताएं नहीं हैं। आपका क्रेडिट आपका है। आप जब चाहें इसका उपयोग कर सकते हैं। प्रीपेड मॉडल कुशल है। यह न्यायसंगत है। यह सरल है। आपको इसे आजमाना चाहिए।

स्ट्रीमिंग और फंक्शन कॉलिंग लागत

स्ट्रीमिंग और फंक्शन कॉलिंग प्रति-टोकन मूल्य नहीं बदलते। आप अभी भी 1M इनपुट टोकन के लिए $0.15 और 1M आउटपुट टोकन के लिए $0.50 का भुगतान करते हैं। स्ट्रीमिंग केवल आउटपुट को चंक में भेजता है। आप जनरेट किए गए कुल टोकन के लिए भुगतान करते हैं। फंक्शन कॉलिंग आपके इनपुट में टूल परिभाषाएं जोड़ता है। इससे आपके इनपुट टोकन की संख्या बढ़ जाती है। आप अतिरिक्त टोकन के लिए भुगतान करते हैं। लागत पारदर्शी है। सुविधाओं के लिए कोई अतिरिक्त शुल्क नहीं है। स्ट्रीमिंग आपको प्रतिक्रियाओं को रियल-टाइम में प्रदर्शित करने में मदद करता है। आप टोकन को जनरेट होते ही दिखा सकते हैं। इससे उपयोगकर्ता अनुभव बेहतर होता है। फंक्शन कॉलिंग मॉडल को बाहरी टूल का उपयोग करने देता है। आप अपने बैकएंड में डेटा भेज सकते हैं। मॉडल तय करता है कि फंक्शन को कब कॉल करना है। आप प्रतिक्रिया को संभालते हैं। आप उपयोग किए गए टोकन के लिए भुगतान करते हैं। प्रीपेड मॉडल सभी सुविधाओं को कवर करता है। आपको स्ट्रीमिंग के लिए अतिरिक्त भुगतान नहीं करना पड़ता। आपको टूल्स के लिए अतिरिक्त भुगतान नहीं करना पड़ता। आप टोकन के लिए भुगतान करते हैं। यह सरलता बजट बनाने में मदद करती है। आपको हर सुविधा की लागत पता होती है। कोई छिपा शुल्क नहीं है। प्रीपेड मॉडल लचीला है। यह किसी भी उपयोग मामले के लिए उपयुक्त है। आप चैट ऐप्स के लिए स्ट्रीमिंग का उपयोग कर सकते हैं। आप स्वचालन के लिए फंक्शन कॉलिंग का उपयोग कर सकते हैं। आप दोनों को जोड़ सकते हैं। लागत समान है। आप टोकन के लिए भुगतान करते हैं। प्रीपेड मॉडल कुशल है। यह निष्पक्ष है। यह सरल है। आपको इसे आजमाना चाहिए।

स्ट्रीमिंग उदाहरण

Copystream = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Tell the story in second person."}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

फंक्शन कॉलिंग उदाहरण

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.veniceaipricing.com/v1", api_key="YOUR_KEY")

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Summarise this thread without softening it."}],
)
print(resp.choices[0].message.content)

API बजटिंग में सामान्य गलतियाँ

बहुत से डेवलपर आउटपुट टोकन उपयोग को कम आंकते हैं। वे इनपुट लागत पर ध्यान केंद्रित करते हैं। वे भूल जाते हैं कि आउटपुट टोकन अधिक महंगे हैं। आप $0.50 प्रति 1M आउटुट टोकन के लिए भुगतान करते हैं। यह इनपुट लागत से 3.3x अधिक है। लंबे उत्तर आपकी शेष राशि को जल्दी खत्म कर देते हैं। आपको max_tokens सीमा सेट करनी चाहिए। यह हर अनुरोध पर आपकी खर्च को सीमित करता है। आप आश्चर्यजनक बिल से बचते हैं। आप अपने बजट पर नियंत्रण रखते हैं। आप अपनी लागत का सटीक अनुमान लगाते हैं। एक और गलती संदर्भ विंडो सीमाओं को अनदेखा करना है। आप शायद बड़े प्रॉम्पट भेज सकते हैं। आप आवश्यकता से अधिक इनपुट टोकन खपत करते हैं। आपको अपने प्रॉम्प्ट्स को अनुकूलित करना चाहिए। आपको अनावश्यक संदर्भ हटाना चाहिए। आपको सिस्टम संदेशों का कुशलता से उपयोग करना चाहिए। ये छोटे बदलाव पैसे बचाते हैं। प्रीपेड मॉडल कुशलता का पुरस्कार देता है। आप जिसका उपयोग करते हैं, उसके लिए भुगतान करते हैं। आप बर्बादी के लिए नहीं भुगतान करते। आपको अपने उपयोग की निगरानी करनी चाहिए। आपको टोकन गणना को ट्रैक करना चाहिए। आपको अपने पैरामीटर समायोजित करने चाहिए। आपको अलग-अलग मॉडल्स का परीक्षण करना चाहिए। आपको सर्वोत्तम संतुलन खोजना चाहिए। प्रीपेड मॉडल लचीला है। यह किसी भी बजट में फिट बैठता है। आप छोटा शुरू कर सकते हैं और स्केल कर सकते हैं। कोई दीर्घकालिक प्रतिबद्धता नहीं है। आपका क्रेडिट आपका है। आप इसे तब चाहें तब उपयोग कर सकते हैं। प्रीपेड मॉडल कुशल है। यह निष्पक्ष है। यह सरल है। आपको इसे आजमाना चाहिए।

अन्य प्रदाताओं से माइग्रेशन करें

माइग्रेशन सरल है क्योंकि हम OpenAI-संगत प्रारूप का उपयोग करते हैं। आप अपना बेस URL बदलते हैं। आप अपनी API कुंजी अपडेट करते हैं। आप अपना मौजूदा कोड रखते हैं। एंडपॉइंट POST /v1/chat/completions है। आप वही अनुरोध संरचना भेजते हैं। प्रतिक्रिया प्रारूप समान है। आप आधिकारिक OpenAI SDK का उपयोग कर सकते हैं। आप किसी भी OpenAI-संगत क्लाइंट का उपयोग कर सकते हैं। आपको केवल बेस URL बदलना है। मॉडल ID 'uncensored' है। आप अपने अनुरोधों में यह ID भेजते हैं। मॉडल इनपुट प्रक्रिया करता है। यह आउटपुट जनरेट करता है। आप प्रतिक्रिया प्राप्त करते हैं। माइग्रेशन मिनटों में होता है। आपको अपना कोड फिर से लिखने की आवश्यकता नहीं है। आपको एक नए प्रारूप को सीखने की आवश्यकता नहीं है। आपको डेवलपर्स को भर्ती करने की आवश्यकता नहीं है। आप तुरंत स्विच कर सकते हैं। प्रीपेड मॉडल माइग्रेशन को आसान बनाता है। आप क्रेडिट लोड करें। आप API का उपयोग शुरू करें। कोई अनुबंध नहीं है। आप वापस स्विच कर सकते हैं यदि आप चाहते हैं। प्रीपेड मॉडल लचीला है। यह किसी भी वर्कफ़्लो में फिट बैठता है। आप API का परीक्षण कर सकते हैं। आप लागत की तुलना कर सकते हैं। आप निर्णय ले सकते हैं कि यह आपके लिए सही है या नहीं। प्रीपेड मॉडल कुशल है। यह न्यायसंगत है। यह सरल है। आपको इसे आज़माना चाहिए।

Copycurl https://api.veniceaipricing.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "set the temperature to 0.7 and return max tokens 500"}]
  }'

हम मासिक शुल्क क्यों छोड़ते हैं

मासिक शुल्क स्थिर लागतें बनाते हैं। आप API का उपयोग न करने पर भी भुगतान करते हैं। यह चर भार के लिए असक्षम है। आपके पास एक दिन उच्च ट्रैफिक हो सकता है। अगले दिन कम ट्रैफिक हो सकता है। मासिक शुल्क आपकी आवश्यकताओं के अनुसार समायोजित नहीं होते हैं। प्रीपेड क्रेडिट समायोजित करता है। आप केवल वही भुगतान करते हैं जिसका उपयोग आप करते हैं। जब आपको आवश्यकता हो तब क्रेडिट लोड करें। जब आप जनरेट करते हैं तब इसे खर्च करें। जब यह कम हो जाए तब टप-अप करें। यह लचीलापन बर्बादी को कम करता है। आप आइडल टाइम के लिए भुगतान नहीं करते हैं। आप उपयोग न की गई क्षमता के लिए भुगतान नहीं करते हैं। प्रीपेड मॉडल लागतों को राजस्व के साथ संरेखित करता है। आप पैसा खर्च करते हैं ताकि पैसा कमा सकें। आप उपयोग न किए गए क्रेडिट पर पैसा नहीं खोते हैं। प्रीपेड मॉडल कुशल है। यह निष्पक्ष है। यह सरल है। आपको इसे आजमाना चाहिए।

हम ओवरहेड कम करने के लिए मासिक शुल्क भी छोड़ देते हैं। हमें बिलिंग टीमों की आवश्यकता नहीं है। हमें कलेक्शन एजेंसियों की आवश्यकता नहीं है। हम ये बचत आपको देते हैं। आपका क्रेडिट सस्ता है। आपको अधिक मूल्य मिलता है। प्रीपेड मॉडल कुशल है। यह निष्पक्ष है। यह सरल है। आपको इसे आजमाना चाहिए।

अनसेंसर्ड मॉडल्स के लिए तकनीकी स्पेस

मॉडल आईडी 'uncensored' है। यह एक ओपन-वेइट मॉडल है। यह हमारे सर्वरों पर चलता है। यह कानूनी वयस्क उपयोग के लिए ट्यून किया गया है। यह विवादास्पद विषयों को अस्वीकार नहीं करता है। यह काल्पनिक सामग्री को अस्वीकार नहीं करता है। यह सुरक्षा अनुसंधान को अस्वीकार नहीं करता है। यह GPT नहीं है। यह Claude नहीं है। यह Gemini नहीं है। यह Llama नहीं है। यह एक अद्वितीय मॉडल है। यह अनकैप्ड जनरेशन के लिए अनुकूलित है। यह स्ट्रीमिंग को सपोर्ट करता है। यह फंक्शन कॉलिंग को सपोर्ट करता है। यह JSON मोड को सपोर्ट करता है। आप तापमान सेट कर सकते हैं। आप top_p सेट कर सकते हैं। आप स्टॉप सीक्वेंस सेट कर सकते हैं। आप सीड सेट कर सकते हैं। आप प्रेजेंस पेनल्टी सेट कर सकते हैं। आप फ्रीक्वेंसी पेनल्टी सेट कर सकते हैं। ये पैरामीटर आपको नियंत्रण देते हैं। आप आउटपुट को ट्यून कर सकते हैं। आप रचनात्मकता को समायोजित कर सकते हैं। आप यादृच्छिकता पर नियंत्रण कर सकते हैं। तकनीकी स्पेक्स मानक हैं। वे OpenAI फॉर्मेट से मेल खाते हैं। आप मौजूदा टूल्स का उपयोग कर सकते हैं। आप मौजूदा कोड का उपयोग कर सकते हैं। माइग्रेशन आसान है। प्रीपेड मॉडल लचीला है। यह किसी भी वर्कफ़्लो में फिट बैठता है। आप API का परीक्षण कर सकते हैं। आप लागत की तुलना कर सकते हैं। आप निर्णय ले सकते हैं कि यह आपके लिए सही है या नहीं। प्रीपेड मॉडल कुशल है। यह निष्पक्ष है। यह सरल है। आपको इसे आजमाना चाहिए।