OpenAI API بلنگ، اصل numbers کے ساتھ وضاحت

فوری جواب: OpenAI API بلنگ کیسے کام کرتی ہے

تین numbers آپ کے bill کی ہر لائن طے کرتے ہیں: بھیجے گئے input tokens، generate ہوئے output tokens، اور آپ کے چنے گئے ماڈل کی فی-ملین-token شرح۔ نہ کوئی subscription، نہ کوئی فی request فیس۔ ضرب دیں، ایک ملین سے تقسیم کریں، بس۔ مسئلہ یہ ہے کہ یہ تین numbers مختلف طرح سے برتاؤ کرتے ہیں۔ Chat history جمع ہونے کے ساتھ input tokens خاموشی سے بڑھتے ہیں، output tokens پر بڑا فی-token premium ہوتا ہے، اور ماڈل بدلنے پر ہر بار شرح بدل جاتی ہے۔ اس گائیڈ کا باقی حصہ mechanics، موجودہ gpt-5.5 شرحیں، تین مکمل حل شدہ مثالیں، اور وہ جگہیں جہاں bills بغیر انتباہ کے اچھلتے ہیں، سب کا احاطہ کرتا ہے۔

• Billing کی اکائی: tokens، input (prompt + history) اور output (جواب) کے لیے علیحدہ metered
• Payment model: prepaid credits، فی request کٹوتی؛ zero balance پر requests fail ہو جاتی ہیں جب تک auto-recharge آن نہ ہو
• Usage tiers آپ کی rate limits بدلتی ہیں، قیمتیں نہیں
• Batch API: 24 گھنٹے تک انتظار کر سکنے والے asynchronous jobs کے لیے آدھی قیمت

Prepaid credits، usage tiers، اور Batch API

OpenAI نے API accounts کو prepaid بلنگ پر منتقل کر دیا: آپ پہلے credits خریدتے ہیں اور usage انہیں کاٹتی جاتی ہے۔ دو تفصیلات لوگوں کو پھنساتی ہیں۔ پہلی، غیر استعمال شدہ credits خریداری کے 12 مہینوں بعد ختم ہو جاتے ہیں، اس لیے جنوری میں سال بھر کا budget لوڈ کرنا اگر آپ کا traffic کم ہو تو ایک عطیہ ہے۔ دوسری، جب balance صفر پر پہنچے تو آپ کی requests فوراً errors واپس دینا شروع کر دیتی ہیں، جو اگر کوئی billing dashboard کا مالک نہ ہو تو ایک outage جیسا لگتا ہے۔ Auto-recharge اس hard stop کو ٹھیک کرتا ہے لیکن قدرتی spending cap ہٹا دیتا ہے، اس لیے اسے usage limits کے ساتھ جوڑیں۔ Usage tiers دوسری mechanic ہیں۔ مجموعی خرچ اور account کی عمر بڑھنے کے ساتھ accounts tiers میں اوپر جاتی ہیں، اور ہر tier آپ کی rate limits (requests per minute اور tokens per minute) بڑھاتا ہے۔ Tiers فی token قیمتیں نہیں بدلتے۔ اگر آپ کم volume پر 429 errors سے ٹکرا رہے ہیں، تو آپ کسی نچلے tier میں ہیں، اور حل spend history یا rate-limit بڑھانے کی درخواست ہے، کوئی مختلف plan نہیں۔ Batch API واحد built-in discount ہے جس کے گرد planning کرنا فائدہ مند ہے: requests کی ایک file جمع کروائیں، 24-گھنٹے کی window کے اندر نتائج قبول کریں، اور input اور output دونوں پر standard شرح کی آدھی ادائیگی کریں۔ جو کچھ user-facing اور latency-sensitive نہیں (evals، backfills، summarization، classification) وہ سب یہاں آنا چاہیے۔ Cached input بھی discounted ہوتا ہے جب آپ کے prompts ایک لمبا stable prefix شیئر کریں، جو static instructions کو پہلے اور variable content کو آخر میں رکھنے کا انعام دیتا ہے۔

API response سے بالکل درست usage track کریں

آپ کو بعد میں tokenizer library سے tokens کا تخمینہ لگانے کی ضرورت نہیں۔ ہر chat completion response میں ایک usage object شامل ہوتا ہے جس میں وہ بالکل درست counts ہوتے ہیں جن کا آپ سے معاوضہ لیا گیا۔ ہر call پر اسے log کریں اور آپ کا cost accounting تخمینہ نہیں بلکہ ground truth ہو جائے گا۔ ایک نکتہ: streaming enabled ہونے پر، usage object صرف تب بھیجا جاتا ہے جب آپ اسے stream_options کے ذریعے مانگیں۔ اگر آپ کے logs میں zero-token streamed requests نظر آئیں، یہی وجہ ہے۔

curl https://api.openai.com/v1/chat/completions \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.5",
    "messages": [{"role": "user", "content": "Summarize the attached notes in one line."}],
    "max_completion_tokens": 200,
    "stream_options": {"include_usage": true}
  }'

# Response میں بالکل درست بل شدہ counts شامل ہیں:
# "usage": {
#   "prompt_tokens": 42,
#   "completion_tokens": 118,
#   "total_tokens": 160
# }

دس لائنوں میں ایک OpenAI API cost calculator بنائیں

Online cost calculators قیمت بدلنے کے ہفتے ہی پرانے ہو جاتے ہیں۔ usage object سے چلنے والا دس لائن کا function کبھی پرانا نہیں ہوتا۔ فی ماڈل ایک rates table رکھیں، ضرب دیں، اور ہر request ID کے ساتھ dollar کا عدد log کریں۔ نوٹ کریں کہ reasoning-capable ماڈلز چھپے ہوئے reasoning tokens کو completion tokens کے طور پر بل کرتے ہیں، اس لیے نیچے دیا گیا calculator اسی وقت درست رہتا ہے جب آپ خود visible text شمار کرنے کے بجائے response سے completion_tokens پڑھیں۔

# USD فی 1M tokens: {"in": input_rate, "out": output_rate}
RATES = {
    "gpt-5.5": {"in": 4.00, "out": 24.00},
    "claude-sonnet-4-6": {"in": 2.40, "out": 12.00},
    "deepseek-v4-flash": {"in": 0.126, "out": 0.252},
}

def cost_usd(model: str, prompt_tokens: int, completion_tokens: int) -> float:
    rate = RATES[model]
    return (prompt_tokens * rate["in"] + completion_tokens * rate["out"]) / 1_000_000

usage = response.usage
print(f"{cost_usd('gpt-5.5', usage.prompt_tokens, usage.completion_tokens):.6f}")

gpt-5.5 قیمت جدول اور ماڈل موازنہ

نیچے دی گئی شرحیں APIsRouter catalog کی ہیں: APIsRouter ایک OpenAI-compatible gateway ہے (Base URL https://api.apisrouter.com/v1) جس میں pay-as-you-go بلنگ ہے اور کوئی subscription نہیں، جہاں global ماڈلز کی قیمت official list سے 20% کم رکھی گئی ہے اور Chinese ماڈلز اپنی official rates سے کم پر ہیں۔ /topup پر checkout کے لیے کسی signup کی ضرورت نہیں: پہلے ادائیگی کریں، key ای میل پر آتی ہے، اور پہلا top-up +100% balance شامل کرتا ہے۔ direct account کا budget بنانے سے پہلے ہمیشہ OpenAI کی official rates ان کے pricing صفحے پر confirm کریں، کیونکہ list قیمتیں بدلتی رہتی ہیں۔ Context کے لیے، اسی catalog میں وہ ماڈلز بھی شامل ہیں جن سے لوگ اصل میں gpt-5.5 کا موازنہ کرتے ہیں۔ chat-heavy workloads کے لیے kimi-k2.6 اور mimo بھی لسٹ میں ہیں۔

gpt-5.5 قیمت میں کیسا موازنہ رکھتا ہے

وہی حساب، مختلف شرحیں۔ ماڈل کا انتخاب token bill پر سب سے بڑا lever ہے، اور زیادہ تر workloads ایک ماڈل چننے کے بجائے ماڈلز کو مکس کرتے ہیں۔

مکمل مثالیں: تین workloads کی end-to-end قیمت

تینوں مثالیں اوپر دی گئی gpt-5.5 شرحیں استعمال کرتی ہیں ($4.00 input، $24.00 output فی 1M tokens)۔ مثال 1، ایک production chatbot: ماہانہ 100,000 requests، اوسطاً ہر ایک میں 1,500 input اور 300 output tokens۔ Input: 150M tokens $4.00 پر $600 بنتے ہیں۔ Output: 30M tokens $24.00 پر $720 بنتے ہیں۔ کل: ماہانہ $1,320، اور نوٹ کریں کہ صرف پانچویں حصہ tokens ہونے کے باوجود output bill کا نصف سے زیادہ ہے۔ مثال 2، ایک 60-turn roleplay یا character-chat session جہاں frontend ہر turn پر اوسطاً 6,000-token context دوبارہ بھیجتا ہے اور جواب 250-token ہوتے ہیں۔ Input: 360K tokens $1.44 بنتے ہیں۔ Output: 15K tokens $0.36 بنتے ہیں۔ کل: فی session تقریباً $1.80۔ وہی session deepseek-v4-flash پر تقریباً پانچ cents کی لاگت رکھتا ہے، یہی وجہ ہے کہ long-session chat users شاذ و نادر ہی ہر turn کے لیے flagships چلاتے ہیں۔ مثال 3، ہر ایک میں 2,500 input اور 150 output tokens والے 20,000 documents کو summarize کرنا۔ Input: 50M tokens $200 بنتے ہیں۔ Output: 3M tokens $72 بنتے ہیں۔ کل: synchronous job کے طور پر $272، یا Batch API کے ذریعے تقریباً $136 کیونکہ یہاں کچھ بھی latency-sensitive نہیں۔

وہ لاگت کی حیرانیاں جو OpenAI bills بڑھاتی ہیں

یہ سب فی request test میں نظر نہیں آتیں۔ یہ مہینے دو پر نظر آتی ہیں، جب sessions لمبے چلنے لگیں اور history window خاموشی سے تین گنا ہو چکی ہو۔ پہلے دن سے usage object کو instrument کریں اور وقت کے ساتھ فی session input tokens کا graph بنائیں؛ وہ ایک chart اوپر دی گئی فہرست میں سے زیادہ تر پکڑ لیتا ہے۔

• History دوبارہ بھیجنا: ہر chat turn پوری conversation دوبارہ بھیجتا ہے، اس لیے trim کرنے تک فی session input لاگت تقریباً turn count کے مربع کے ساتھ بڑھتی ہے
• Output premium: gpt-5.5 output اس کے input rate سے 6x ہے، اس لیے verbose replies اور بغیر لگی length caps bills پر حاوی ہو جاتی ہیں
• Reasoning tokens: چھپا ہوا chain-of-thought completion tokens کے طور پر بل ہوتا ہے جسے آپ text میں کبھی نہیں دیکھتے
• Client timeouts: اگر server generate کرنا شروع کرنے کے بعد آپ کی طرف request چھوڑ دی جائے، تو generate ہونے والے tokens پھر بھی بل ہوتے ہیں
• Vision inputs: images tokenized ہوتی ہیں اور ایک ہی high-detail image ہزاروں input tokens کی لاگت رکھ سکتی ہے
• Credit expiry: 12 مہینے سے زیادہ پہلے خریدا گیا prepaid balance ختم ہو جاتا ہے، خرچ ہو یا نہ ہو

OpenAI API لاگت کیسے کم کریں

Routing سب سے بڑا lever ہے۔ وہ teams جو traffic کو ایک flagship اور deepseek-v4-flash یا glm-5 جیسے value ماڈل کے درمیان تقسیم کرتی ہیں، عام طور پر کسی بھی prompt tweak سے کہیں زیادہ خرچ کم کرتی ہیں، کیونکہ سستا ماڈل زیادہ حجم والے turns سنبھالتا ہے۔ خاص طور پر character-chat اور roleplay frontends کے لیے، value کے لحاظ سے community کا عام جواب deepseek-v4-pro اور deepseek-v4-flash کا جوڑا ہے، kimi-k2.6 اور mimo آزمانے کے قابل ہیں، اور جہاں polished SFW prose سب سے زیادہ اہم ہو وہاں Claude ماڈلز کا انتخاب موزوں ہے۔ آپ جو بھی frontend جوڑیں، اس کی terms of service اور عمر کی شرائط پر عمل کریں۔ بلنگ کا حساب خود کبھی نہیں بدلتا: tokens in، tokens out، شرح۔ ان تین numbers کو اپنے logs میں لائیں اور ہر لاگت کا فیصلہ اندازے کے بجائے حساب کتاب بن جاتا ہے۔

• ہر call پر max_completion_tokens سے output کی حد لگائیں؛ یہ سب سے سستا موجود guardrail ہے
• Sliding window سے history trim کریں، یا پرانے turns کو حرف بہ حرف دوبارہ بھیجنے کے بجائے ایک compact note میں summarize کریں
• Non-interactive کام Batch API پر منتقل کریں اور آدھی شرح ادا کریں
• ایک لمبا stable system prompt پہلے اور variable content آخر میں رکھیں تاکہ cached-input discounts واقعی trigger ہوں
• Task کے مطابق route کریں: classification، extraction، اور casual chat turns کو flagship کی ضرورت نہیں؛ gpt-5.5 صرف انہی steps کے لیے رکھیں جو سستے ماڈلز پر fail ہوں
• Balance alerts اور per-key limits سیٹ کریں تاکہ ایک بے قابو loop پورا account خالی نہ کر دے

عمومی سوالات