LLM टोकन से शब्द और लागत कैलकुलेटर

गणना दर्ज करें

टोकन की संख्या

प्रति टोकन शब्द

प्रति 1,000 टोकन कीमत ($)

परिणाम

अनुमानित शब्द

750

शब्द

टोकन	1,000
अनुमानित लागत	$0.5

टोकन से शब्द और लागत कैलकुलेटर क्या है?

GPT, Claude और Gemini जैसे बड़े लैंग्वेज मॉडल (LLM) टेक्स्ट को शब्दों के बजाय टोकन के रूप में प्रोसेस करते हैं। टोकन टेक्स्ट का एक छोटा हिस्सा होता है — अक्सर किसी शब्द का एक टुकड़ा, जो लगभग चार अक्षरों के बराबर होता है। यह कैलकुलेटर बताता है कि दिए गए टोकन की संख्या लगभग कितने शब्दों के बराबर है, और किसी मॉडल की प्रति 1,000 टोकन कीमत के आधार पर उन टोकन की लागत कितनी होगी।

इसका उपयोग कैसे करें

टोकन की संख्या दर्ज करें, प्रति टोकन शब्दों का अनुपात भरें (अंग्रेज़ी गद्य के लिए 0.75 एक अच्छा डिफ़ॉल्ट है), और वह कीमत डालें जो आपका प्रोवाइडर प्रति 1,000 टोकन वसूलता है। टूल तुरंत अनुमानित शब्द संख्या और डॉलर में लागत दिखा देगा।

फ़ॉर्मूला समझें

शब्दों का अनुमान $$\text{Words} = \text{Tokens} \times \text{Words/Token}$$ से लगाया जाता है, जो इस आम नियम पर आधारित है कि 1,000 टोकन लगभग 750 अंग्रेज़ी शब्दों के बराबर होते हैं। लागत $$\text{Cost} = \frac{\text{Tokens}}{1000} \times \text{Price per 1k}$$ से निकलती है, क्योंकि प्रोवाइडर हज़ार टोकन के हिसाब से बिल बनाते हैं। अन्य भाषाओं या कोड के लिए यह अनुपात बदल लें, क्योंकि इनमें प्रति शब्द ज़्यादा टोकन लगते हैं।

API लागत 1,000-टोकन ब्लॉकों की संख्या को प्रति 1,000 टोकन की कीमत से गुणा करने पर मिलती है।

लगभग चार टोकन करीब तीन शब्दों के बराबर होते हैं (0.75 का अनुपात)।

हल किया हुआ उदाहरण

मान लीजिए आपके पास 1,000 टोकन हैं, अनुपात 0.75 है और कीमत $0.50 प्रति 1,000 टोकन है। $$\text{शब्द} = 1{,}000 \times 0.75 = \textbf{750 शब्द}$$ $$\text{लागत} = \frac{1{,}000}{1{,}000} \times \$0.50 = \textbf{\$0.50}$$

अक्सर पूछे जाने वाले सवाल

शब्दों का यह अनुमान कितना सटीक है? यह एक अनुमान भर है। असली टोकनाइज़ेशन मॉडल और कंटेंट के हिसाब से बदलता है; अंग्रेज़ी के लिए 0.75 शब्द/टोकन एक भरोसेमंद औसत है।

क्या इनपुट और आउटपुट टोकन की कीमत एक जैसी होती है? नहीं — कई प्रोवाइडर अलग-अलग दर लेते हैं। हर दर के लिए कैलकुलेटर को दो बार चलाएं और दोनों को जोड़ लें।

कोड या गैर-अंग्रेज़ी टेक्स्ट में फ़र्क क्यों होता है? इनमें अक्सर प्रति शब्द ज़्यादा टोकन भर जाते हैं, इसलिए बेहतर अनुमान के लिए अनुपात कम कर दें (जैसे 0.5)।