Claude এত ব্যয়বহুল কেন? Token-এর হিসাব

কেন Claude ব্যয়বহুল? সংক্ষিপ্ত উত্তর

চারটি কারণে Claude ব্যয়বহুল, যা একে অপরের ওপর প্রভাব ফেলে। আউটপুট টোকেনের মূল্য ইনপুট টোকেনের হারের পাঁচ গুণ। API আপনার কথোপকথনের কোনো স্মৃতি সংরক্ষণ করে না, তাই প্রতিবার নতুন অনুরোধের সময় পুরো ইতিহাস পুনরায় পাঠানো হয় এবং তার জন্য বিল করা হয়। একটি এজেন্ট একটি প্রশ্নকে ডজনখানেক API কলে রূপান্তর করে এবং প্রতিটি কলে সেই ক্রমবর্ধমান ইতিহাস যুক্ত থাকে। এর ওপর, ফ্রন্টিয়ার মডেলটির মূল্য নির্ধারণ করা হয়েছে এর কাজের জটিলতার ওপর ভিত্তি করে, ছোট মডেল চালানোর খরচের ওপর নয়।

একটি টোকেন হলো টেক্সটের একটি অংশ, আর টেক্সটের পরিমাণ নির্ভর করে মডেলের ওপর। Opus 5, Sonnet 5, Fable 5 এবং 5.1 এবং প্রতিটি 5.5 মডেল নতুন টোকেনাইজার ব্যবহার করে যা Claude 4.7-এর সাথে এসেছে। Anthropic-এর হিসাব অনুযায়ী, দশ লক্ষ টোকেন প্রায় 555,000 ইংরেজি শব্দ বা 2.5 মিলিয়ন ক্যারেক্টারের সমান। অর্থাৎ, একটি টোকেন প্রায় আড়াইটি ক্যারেক্টার বা অর্ধেকের সামান্য বেশি শব্দের সমান। Sonnet 4.6 এবং Haiku 4.5-এর মতো পুরনো মডেলগুলো আগের টোকেনাইজার ব্যবহার করে, যেখানে একটি টোকেন প্রায় 3.5 ইংরেজি ক্যারেক্টারের সমান এবং দশ লক্ষ টোকেনে প্রায় 750,000 শব্দ থাকে। একই টেক্সট নতুন মডেলগুলোতে প্রায় 30 শতাংশ বেশি টোকেন হিসেবে গণ্য হয়, তাই পুরনো হিসাব ব্যবহার না করে যে মডেলটি ব্যবহার করার পরিকল্পনা করছেন সেটি দিয়ে পুনরায় হিসাব করুন। রেটগুলো প্রতি মিলিয়ন টোকেনের ভিত্তিতে দেওয়া হয়, যাকে MTok (million tokens) হিসেবে লেখা হয়। নিচে দেওয়া প্রতিটি রেট অক্টোবর 2026 অনুযায়ী প্রকাশিত Claude API রেট।

অধিকাংশ অপ্রত্যাশিত বিল আসে তালিকার দ্বিতীয় এবং তৃতীয় কারণ থেকে। মানুষ সাধারণত মনে করে Claude যে উত্তরগুলো লেখে, তার জন্যই টাকা খরচ হয়। একটি এজেন্ট সেশনে, লেখার খরচ প্রায়শই মোট বিলের এক-দশমাংশের চেয়েও কম হয়।

প্রকাশিত রেট, তাই আমরা সংখ্যাগুলোর ব্যাপারে একমত

[
  {
    "label": "Haiku 4.5",
    "input_usd": 1,
    "output_usd": 5,
    "cache_read_usd": "0.10"
  },
  {
    "label": "Sonnet 5",
    "input_usd": 2,
    "output_usd": 10,
    "cache_read_usd": "0.20"
  },
  {
    "label": "Sonnet 4.6",
    "input_usd": 3,
    "output_usd": 15,
    "cache_read_usd": "0.30"
  },
  {
    "label": "Opus 5",
    "input_usd": 5,
    "output_usd": 25,
    "cache_read_usd": "0.50"
  }
]

পরম সংখ্যার চেয়ে বরং মডেলের গঠন বা অনুপাতের দিকে নজর দিন। প্রতিটি মডেল ইনপুট টোকেনের তুলনায় আউটপুট টোকেনের জন্য ঠিক পাঁচ গুণ বেশি চার্জ করে। Opus 5-এর খরচ প্রতি মিলিয়ন ইনপুট টোকেনের জন্য 5 ডলার এবং প্রতি মিলিয়ন আউটপুট টোকেনের জন্য 25 ডলার। Haiku 4.5-এর খরচ যথাক্রমে 1 এবং 5। সুতরাং, এই টেবিলের সবচেয়ে সস্তা মডেল থেকে সবচেয়ে দামী মডেলের পার্থক্য পাঁচ গুণ, এবং পড়ার (input) তুলনায় লেখার (output) খরচও পাঁচ গুণ।

Sonnet 5-এর খরচ প্রতি মিলিয়ন টোকেনের জন্য 2 এবং 10 ডলার। Anthropic প্রথমে এই মূল্যকে 31 আগস্ট, 2026 পর্যন্ত একটি প্রারম্ভিক রেট হিসেবে বিক্রি করেছিল, পরে এটিকে স্ট্যান্ডার্ড মূল্য হিসেবে নির্ধারণ করে এবং 3 ও 15 ডলারের পরিকল্পিত মূল্যবৃদ্ধি বাতিল করে। নতুন মডেল রিলিজের সাথে সাথে রেট পরিবর্তিত হয়, তাই বাজেট তৈরির আগে বর্তমান রেটগুলো যাচাই করে নিন। নতুন মডেলগুলোও একই পাঁচ গুণ অনুপাত বজায় রাখে: Opus 5.5-এর তালিকাভুক্ত মূল্য প্রতি মিলিয়ন 4 ও 20 ডলার, Sonnet 5.5-এর 2 ও 10 ডলার, এবং 7 অক্টোবর, 2026-এ রিলিজ হওয়া Haiku 5.5-এর ক্ষেত্রে 0.10 ও 0.50 ডলার। এই টেবিলের নিচে কোনো ফ্রি টিয়ার নেই, যদিও নতুন অ্যাকাউন্টগুলো অল্প কিছু ক্রেডিট পায় এবং API-এর কিছু অংশ সম্পূর্ণ বিনামূল্যে ব্যবহার করা যায়।

শেষ কলামটি হলো ক্যাশ রিড রেট (cache read rate)। এটিই অধিকাংশ বিল নির্ধারণ করে। হিসাব-নিকাশ শেষ করার পর এই বিষয়ে আবার ফিরে আসুন।

আউটপুট token-এর খরচ input token-এর চেয়ে পাঁচ গুণ কেন?

পড়া এবং লেখা সমপরিমাণ কাজ নয়। Input token একবারে প্রক্রিয়া করা হয়। Model পুরো prompt একসঙ্গে পড়ে, এবং কাজটি prompt-এর বিভিন্ন অংশে parallel-ভাবে চলে। তাই 60,000 token-এর prompt পড়তে 1,000 token-এর prompt-এর তুলনায় 60,000 গুণ বেশি সময় লাগে না।

Output token একবারে একটি করে তৈরি হয়। প্রতিটি নতুন token-এর জন্য model-এর মধ্য দিয়ে আলাদা pass প্রয়োজন, এবং তার context হিসেবে আগের প্রতিটি token দরকার হয়। 1,000 token লেখা মানে পরপর 1,000টি pass। এই serial কাজ reading-এর মতো ছড়িয়ে দেওয়া যায় না। তাই প্রতিটি output token hardware-কে বেশি সময় ব্যস্ত রাখে।

এই কারণে “উত্তরটি ছোট করুন” প্রত্যাশার তুলনায় কম কার্যকর পদ্ধতি। এটি agent bill-এর ছোট অংশটিতেই প্রভাব ফেলে।

প্রতিটি turn-এ আমার পুরো conversation-এর জন্য আবার billing কেন হচ্ছে?

Claude API stateless। Anthropic-এর পাশে এমন কোনো conversation থাকে না, যেখানে একটি message যোগ করা হয়। প্রতিটি request-এর সঙ্গে পুরো message history পাঠানো হয়, এবং কিছু লেখার আগে model সেটির সবটুকু পড়ে। তাই turn 30-এর billing-এ turns 1 থেকে 29-ও অন্তর্ভুক্ত থাকে।

এর অর্থ, conversation যত দীর্ঘ হয়, খরচ তার চেয়েও দ্রুত বাড়ে। Turn 1-এ ছোট context-এর জন্য billing হয়। Turn 40-এ বড় context-এর জন্য billing হয়। সব 40টি turn যোগ করলে দেখা যায়, বাস্তবে যত tokens লেখা হয়েছে তার চেয়ে বহু গুণ বেশি tokens-এর জন্য আপনি অর্থ দিয়েছেন।

[
  {
    "turn": 1,
    "context_tokens": "20,000"
  },
  {
    "turn": 5,
    "context_tokens": "32,000"
  },
  {
    "turn": 10,
    "context_tokens": "45,000"
  },
  {
    "turn": 15,
    "context_tokens": "55,000"
  },
  {
    "turn": 20,
    "context_tokens": "64,000"
  },
  {
    "turn": 25,
    "context_tokens": "74,000"
  },
  {
    "turn": 30,
    "context_tokens": "84,000"
  },
  {
    "turn": 35,
    "context_tokens": "92,000"
  },
  {
    "turn": 40,
    "context_tokens": "100,000"
  }
]

উপরের session-টি 20,000 tokens দিয়ে শুরু হয়েছে। এর মধ্যে system prompt, tool definitions এবং agent যে প্রথম files খুলেছে সেগুলো রয়েছে। 40 turn-এ context-এ 100,000 tokens থাকে। সব 40টি turn জুড়ে এর গড় ধরলে, প্রতি request-এ প্রায় 60,000 tokens পড়া হয়।

একটি চ্যাটের তুলনায় একটি এজেন্টের খরচ এত বেশি কেন?

একটি চ্যাট হলো প্রতি প্রশ্নের জন্য একটি অনুরোধ। একটি এজেন্ট হলো প্রতি ধাপের জন্য একটি অনুরোধ। একটি ফাইল পড়া একটি ধাপ। একটি টেস্ট চালানো একটি ধাপ। টেস্টের আউটপুট পড়া একটি ধাপ। ফাইল এডিট করা একটি ধাপ। একটি কোডিং এজেন্টের জন্য একটি কাজ শেষ করতে চল্লিশটি ধাপ সম্পন্ন করা সাধারণ বিষয়।

টুল ব্যবহারের সাথে দুটি অতিরিক্ত খরচ যুক্ত থাকে। প্রতিটি অনুরোধে টুলের সংজ্ঞাগুলো ইনপুট টোকেন হিসেবে গণ্য হয়, কারণ মডেলটিকে প্রতিবার জানাতে হয় যে কী কী টুল বিদ্যমান। Anthropic এই ওভারহেড প্রকাশ করেছে: tool_choice-কে auto-এ সেট করা থাকলে Opus 5-এর জন্য টুল ব্যবহারের সিস্টেম প্রম্পটটি 286 টোকেনের হয়, এর সাথে আপনার নিজস্ব টুলের স্কিমাগুলোর টোকেন যুক্ত হয়। কিছু সার্ভার-সাইড টুলের জন্য আলাদা ফিও প্রযোজ্য। ওয়েব সার্চের ক্ষেত্রে ফলাফলের টোকেনগুলোর পাশাপাশি প্রতি 1,000 সার্চের জন্য 10 ডলার চার্জ করা হয়।

প্রতিটি টুলের ফলাফলও স্থায়ী কনটেক্সট হিসেবে থাকে। যে কমান্ডটি 3,000 লাইন প্রিন্ট করে, সেটি সেশন শেষ না হওয়া পর্যন্ত অথবা হিস্ট্রি কমপ্যাক্ট বা ক্লিয়ার না করা পর্যন্ত পরবর্তী প্রতিটি অনুরোধে সেই 3,000 লাইন যুক্ত করে দেয়। Claude Code যে প্রতি-সেশন টোকেন ব্যবহারের রিপোর্ট দেয় তা এটি দৃশ্যমান করে তোলে: একটি নয়েজি কমান্ড চালানোর ঠিক পরেই ইনপুট সংখ্যা বাড়তে দেখুন।

একটি বাস্তব সেশনের হিসাব

Opus 5-এ agentic coding-এর একটি বাস্তবসম্মত ঘণ্টা এখানে দেখানো হয়েছে। মোট 40টি API request হয়েছে। Context 20,000 থেকে 100,000 token পর্যন্ত বেড়েছে, তাই প্রতি request-এ গড়ে প্রায় 60,000 token ব্যবহৃত হয়েছে। Model প্রতি request-এ প্রায় 700 token লিখেছে। এর মধ্যে ছোট tool call এবং কয়েকটি তুলনামূলক দীর্ঘ code block রয়েছে।

Requests in the session:      40
Average context per request:  60,000 tokens

Total input tokens billed:    40 x 60,000                    = 2,400,000
Input cost on Opus 5:         2,400,000 x $5 / 1,000,000     = $12.00

Total output tokens:          40 x 700                       =    28,000
Output cost on Opus 5:        28,000 x $25 / 1,000,000       =  $0.70

Session total                                                = $12.70

[
  {
    "label": "Input, context re-read",
    "billed_tokens": "2,400,000",
    "cost_usd": "12.00"
  },
  {
    "label": "Output, code and tool calls",
    "billed_tokens": "28,000",
    "cost_usd": "0.70"
  }
]

বিভাজনটি লক্ষ্য করুন। পড়ার খরচ 12.00 dollar এবং লেখার খরচ 0.70 dollar। তাই আপনি যে output পড়েছেন, তা মোট bill-এর প্রায় পাঁচ শতাংশ। Model 28,000 token লিখেছে এবং পড়ার জন্য 2,400,000 token-এর bill হয়েছে। কেউ 2.4 million token টাইপ করেনি। একই 100,000 token বারবার পড়া হয়েছে।

লেভার 1: প্রম্পট ক্যাশিং, যা সবচেয়ে কার্যকর

প্রম্পট ক্যাশিং আপনার প্রম্পটের একটি স্থিতিশীল প্রিফিক্সকে প্রসেস করা অবস্থায় সংরক্ষণ করে। পরবর্তী অনুরোধে সেই প্রিফিক্সটি পুনরায় প্রসেস না করে ক্যাশ থেকে পড়া হয়। পাঁচ মিনিটের ক্যাশের জন্য ক্যাশে লেখার খরচ ইনপুট রেটের 1.25 গুণ, অথবা এক ঘণ্টার ক্যাশের জন্য 2 গুণ। বেশিরভাগ মডেলে (Opus 5 সহ) এটি পড়ার খরচ ইনপুট রেটের 0.1 গুণ। Opus 5.5 এবং Sonnet 5.5-এর ক্ষেত্রে এই খরচ 0.05 গুণ এবং Fable 5.1-এর ক্ষেত্রে 0.025 গুণ। Opus 5-এর ক্ষেত্রে এটি প্রতি মিলিয়নে 0.50 ডলার, যেখানে সাধারণ ইনপুট রেট 5 ডলার।

উপরের সেশনের ক্ষেত্রে এটি প্রয়োগ করুন। কথোপকথন বাড়ার সাথে সাথে 1,00,000 টোকেনের প্রতিটি একবার করে ক্যাশে লেখা হয়। বাকি 23,00,000 ইনপুট টোকেন ক্যাশ রিড হিসেবে গণ্য হয়।

Tokens written to cache:      100,000
Cache write at 1.25x input:   100,000 x $6.25 / 1,000,000    = $0.63

Tokens read from cache:       2,300,000
Cache read at 0.1x input:     2,300,000 x $0.50 / 1,000,000  = $1.15

Output cost, unchanged                                       = $0.70

Session total                                                = $2.48

আপনি cache_control ফিল্ড ব্যবহার করে ক্যাশযোগ্য অংশ চিহ্নিত করবেন। যে বিষয়বস্তু প্রতিবার পরিবর্তনের সময় একই থাকে, যেমন সিস্টেম প্রম্পট এবং টুল ডেফিনিশন, তার পরেই ব্রেকপয়েন্টটি বসান। যে দীর্ঘ নথিপত্র আপনি বারবার উল্লেখ করেন, সেগুলোও এই একই স্থিতিশীল ব্লকে রাখা উচিত।

{
  "model": "claude-opus-5",
  "system": [
    {
      "type": "text",
      "text": "<long, stable instructions>",
      "cache_control": {"type": "ephemeral"}
    }
  ],
  "messages": [{"role": "user", "content": "..."}]
}

আপনার প্রম্পটের ক্রম এখন খরচের ওপর প্রভাব ফেলে। ক্যাশ হিট হওয়ার জন্য প্রম্পটের একদম শুরু থেকে হুবহু মিল থাকতে হবে, তাই যে বিষয়গুলো প্রতি অনুরোধে পরিবর্তিত হয়, সেগুলোকে অপরিবর্তনীয় অংশের পরে রাখতে হবে। সিস্টেম প্রম্পটের শুরুতে টাইমস্ট্যাম্প বসালে প্রতিবার ক্যাশ নষ্ট হয়ে যাবে: পুরো প্রিফিক্সটি মিস হিসেবে গণ্য হবে এবং আপনাকে পুনরায় লেখার জন্য ইনপুট রেটের 1.25 গুণ খরচ করতে হবে।

রেসপন্স থেকে আপনি জানতে পারবেন এটি কাজ করেছে কি না। একটি অনুরোধ পাঠান এবং usage ব্লকটি পড়ুন।

curl https://api.anthropic.com/v1/messages \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-opus-5",
    "max_tokens": 256,
    "messages": [{"role": "user", "content": "Hello"}]
  }'

প্রতিটি রেসপন্সে নিচের মতো একটি usage অবজেক্ট থাকে:

{
  "usage": {
    "input_tokens": 105,
    "cache_creation_input_tokens": 7345,
    "cache_read_input_tokens": 7123,
    "output_tokens": 239
  }
}

যদি পুনরায় অনুরোধ করার পরেও cache_read_input_tokens-এ 0 দেখা যায়, তবে বুঝতে হবে ক্যাশ হিট হচ্ছে না। এর সাধারণ কারণ হলো আপনার ব্রেকপয়েন্টের আগে কোনো কিছু পরিবর্তিত হয়েছে। পাঁচ মিনিটের ক্যাশ মেয়াদোত্তীর্ণ হয়ে যায়, তাই ছয় মিনিট পরে পাঠানো অনুরোধটি মিস হিসেবে গণ্য হবে এবং পুনরায় নতুন করে লেখা হবে।

লেভেল 2: সহজ কাজগুলো ছোট মডেলের কাছে পাঠান

একটি এজেন্ট সেশনের বেশিরভাগ কাজই জটিল নয়। যেমন কোনো ফাইল খোলা, ফরম্যাটার চালানো বা ডিফের (diff) বিষয়বস্তু পড়া। এসব কাজের জন্য ফ্রন্টিয়ার মডেলের প্রয়োজন নেই। এই কাজগুলো Haiku 4.5-এ রাউট করলে ইনপুট রেট 5 ডলার প্রতি মিলিয়ন থেকে কমে 1 ডলারে নেমে আসে। Haiku 5.5-এর তালিকা অনুযায়ী খরচ আরও কম, 100,000 টোকেন পর্যন্ত প্রম্পটের জন্য মাত্র 0.10 ডলার। তবে প্রম্পট সেই সীমা অতিক্রম করলেই এর প্রতিটি রেট পাঁচ গুণ বেড়ে যায় এবং এজেন্টের দীর্ঘ কনটেক্সট খুব দ্রুতই সেই সীমায় পৌঁছে যায়। Haiku 5.5-এর খরচ এবং এর উপযোগিতা অংশে উভয় টায়ারের বিস্তারিত আলোচনা করা হয়েছে।

[
  {
    "label": "Opus 5, no caching",
    "session_cost_usd": "12.70"
  },
  {
    "label": "Opus 5, cached",
    "session_cost_usd": "2.48"
  },
  {
    "label": "Sonnet 5, cached",
    "session_cost_usd": "0.99"
  },
  {
    "label": "Haiku 4.5, cached",
    "session_cost_usd": "0.50"
  }
]

একই সেশনের খরচ Opus 5-এ ক্যাশিং ছাড়া 12.70 ডলার, ক্যাশিং সহ 2.48 ডলার, Sonnet 5-এ ক্যাশিং সহ 0.99 ডলার এবং Haiku 4.5-এ ক্যাশিং সহ 0.50 ডলার। শুধুমাত্র ক্যাশিং ব্যবহারের মাধ্যমেই বিলের প্রায় আশি শতাংশ কমানো সম্ভব। বাকি খরচের বেশিরভাগই মডেল নির্বাচনের মাধ্যমে নিয়ন্ত্রণ করা যায়। Haiku 4.5-এর সারিতে অন্যান্য মডেলের সাথে ন্যায্য তুলনা করার জন্য একই পরিমাণ টোকেন ধরা হয়েছে। Haiku 4.5 পুরনো টোকেনাইজার ব্যবহার করে, আর নতুন টোকেনাইজার একই টেক্সটের জন্য প্রায় 30 শতাংশ বেশি টোকেন গণনা করে। তাই Haiku 4.5-এ একই কাজের জন্য প্রায় 23 শতাংশ কম টোকেন খরচ হয়, যা সেশনের খরচকে 0.38 ডলারের কাছাকাছি নিয়ে আসবে।

এখানে একটি সতর্কবার্তা রয়েছে। একটি সস্তা মডেল যদি ভুল উত্তর দেয়, তবে আপনাকে পুরো সেশনটি আবার নতুন করে চালাতে হবে, যার ফলে আপনার সময়ও নষ্ট হবে। তাই কাজের জটিলতা অনুযায়ী রাউট করুন, শুধুমাত্র দাম দেখে নয়। এই নিয়মটি উপরের দিকেও প্রযোজ্য: Claude Fable 5 এবং Fable 5.1-এর তালিকা মূল্য Opus 5-এর উপরে, যথাক্রমে 10 ডলার এবং 50 ডলার প্রতি মিলিয়ন। তাই সেখানে কোনো কাজ পাঠানোর আগে এই রেটগুলো আপনাকে কী সুবিধা দেয় তা পড়ে নিন। Opus, Sonnet এবং Haiku-এর মধ্যে নির্বাচন অংশে প্রতিটি মডেলের সক্ষমতা বিস্তারিতভাবে আলোচনা করা হয়েছে।

লিভার 3: context hygiene

আপনি context-এ রেখে যাওয়া প্রতিটি token পরবর্তী প্রতিটি turn-এ বিল করা হয়। তাই কোনো token দেরিতে সরানোর চেয়ে দ্রুত সরানো অনেক বেশি সাশ্রয়ী। 40 turn-এর session-এ turn 5-এ 5,000 token-এর একটি file dump করলে সেটি আরও 35 বার পড়া হয়। এতে অতিরিক্ত 175,000 input token যোগ হয়। একটি অসতর্ক paste-এর জন্য Opus 5-এ এর খরচ প্রায় এক dollar হতে পারে।

এই সংখ্যা কমাতে চারটি অভ্যাস গড়ে তুলুন:

• গতকালের session চালিয়ে না গিয়ে নতুন task-এর জন্য নতুন session শুরু করুন।
• output model-এ পৌঁছানোর আগেই head -50-এর মতো কোনো উপায় ব্যবহার করে noisy command filter করুন।
• পুরো file না চেয়ে আপনার প্রয়োজনীয় একটি function-এর জন্য অনুরোধ করুন।
• দীর্ঘ session-এ অগ্রগতি বন্ধ হয়ে গেলে summary চাইুন এবং সেই summary থেকে নতুন করে শুরু করুন। Summary-তে কয়েকশ token থাকে। Transcript-এ এক লাখ token থাকতে পারে।

লিভার 4: interactive নয় এমন সব কাজ batch করুন

Batch API অনুরোধগুলো asynchronousভাবে process করে এবং input ও output—উভয়ের খরচ 50 percent কমায়। কোনো job-এর ফল পরের second-এর মধ্যেই দরকার না হলে সেটিকে batch করুন। এর মধ্যে classification, extraction, backlog summarising এবং evaluation run পড়ে। Batch discount-এর সঙ্গে prompt caching-এর সুবিধা একত্রে পাওয়া যায়। Interactive session-এ এটি প্রযোজ্য নয়, কারণ সেখানে অপেক্ষা করার মতো কোনো ফল নেই।

আমি কি অতিরিক্ত টাকা দিচ্ছি?

“Claude কেন ব্যয়বহুল”—এই প্রশ্নের অন্তর্নিহিত আসল প্রশ্ন এটিই। তাই সরাসরি উত্তর দিচ্ছি। মূল্যহার প্রকাশিত, standard tier-গুলোতে সবার জন্য একই, এবং token অনুযায়ী চার্জ করা হয়। ব্যতিক্রম হলো negotiated contract। সেখানেও Claude Enterprise-এর মূল্য একই metered token বাদ দেয় না; বরং তার ওপর প্রতি seat-এর চার্জ যোগ করে। আপনার তুলনা যদি অন্য কোনো plan-এর সঙ্গে নয়, অন্য কোনো vendor-এর সঙ্গে হয়, তাহলে Claude এবং ChatGPT API-তে একই কাজের মূল্য তুলনা দেখুন—কোনটিতে খরচ কম পড়ে তা সেখানে বোঝা যাবে। বিলে কোনো ইচ্ছামতো চার্জ নেই। তবে rate card দেখে বোঝা যায় না আপনি যথেষ্ট মূল্য পাচ্ছেন কি না, কারণ এটি token-এর মূল্য নির্ধারণ করে, আর আপনার কাছে গুরুত্বপূর্ণ হলো ফলাফল।

তাই ফলাফলের মূল্য নির্ধারণ করুন। উপরের session-এ uncached অবস্থায় খরচ হয়েছে 12.70 dollar। এটি যদি এমন একটি feature release করে থাকে, যেটি সম্পন্ন করতে আপনার এক ঘণ্টা লাগত, তাহলে খরচটি কম। কিন্তু যদি এটি চল্লিশটি turn ধরে একই বিষয়ে ঘুরপাক খেয়ে থাকে, তাহলে একই 12.70 dollar খরচ হয়ে কোনো কাজ হয়নি। সে ক্ষেত্রে rate কখনোই সমস্যার কারণ ছিল না।

এই বিষয়টি মনে রাখা গুরুত্বপূর্ণ। আপনার bill token-এর সঙ্গে বাড়ে, value-এর সঙ্গে নয়। একই দৈর্ঘ্যের একটি productive session এবং একটি ব্যর্থ session-এর খরচ সমান। তাই rate card-এর চেয়ে চারটি lever বেশি গুরুত্বপূর্ণ: প্রতি token-এর মূল্য আপনি negotiate করতে পারবেন না, কিন্তু কাজটি সম্পন্ন করতে কত token লাগবে তা আপনি নির্ধারণ করেন।

তাই প্রতি মাসের dollar নয়, সম্পন্ন করা প্রতিটি task-এর বিপরীতে dollar হিসাব করুন। Caching ও routing সমন্বয় করার সময় যদি এই সংখ্যা কমে, তাহলে আপনার setup উন্নত হচ্ছে। Monthly total বাড়লেও এটি সত্য, কারণ সেই বৃদ্ধি বেশি কাজ সম্পন্ন করার ফলে হচ্ছে।

যা আপনার খরচ কমায় না

জনপ্রিয় কিছু পরামর্শ খুব একটা কাজে আসে না। মডেলকে "সংক্ষিপ্ত হতে" বলা আউটপুট কমায়, কিন্তু উদাহরণস্বরূপ মোট খরচের মাত্র পাঁচ শতাংশ ছিল আউটপুট। আপনার নিজের প্রশ্ন ছোট করলে 60,000 টোকেন কনটেক্সটের বিপরীতে মাত্র কয়েকশ টোকেন সাশ্রয় হয়। এক্সটেন্ডেড থিংকিং (extended thinking) বন্ধ করা কেবল তখনই সাহায্য করে যখন থিংকিং টোকেন আপনার আউটপুটের একটি বড় অংশ দখল করে থাকে, এবং ব্যবহারের তথ্যের ব্লক (usage block) আপনাকে অনুমান করার বদলে সরাসরি তা জানিয়ে দেয়।

বড় কনটেক্সট উইন্ডো নিজে কোনো খরচের কারণ নয়। Claude 4.6 এবং পরবর্তী মডেলগুলোতে, Haiku 5.5 বাদে, পুরো এক মিলিয়ন টোকেন উইন্ডোর জন্য স্ট্যান্ডার্ড প্রতি-টোকেন রেট প্রযোজ্য। তাই 900,000 টোকেনের একটি রিকোয়েস্টের খরচ 9,000 টোকেনের রিকোয়েস্টের প্রতি-টোকেন খরচের সমান। Haiku 5.5 এর ক্ষেত্রে ব্যতিক্রম রয়েছে: এর মূল্য প্রম্পটের দৈর্ঘ্যের ওপর ভিত্তি করে নির্ধারিত হয়। 100,000 টোকেনের বেশি প্রম্পটের ক্ষেত্রে ইনপুট, আউটপুট এবং ক্যাশের জন্য পাঁচ গুণ বেশি খরচ হয়; অর্থাৎ ইনপুট প্রতি মিলিয়নে 0.10 ডলার থেকে বেড়ে 0.50 ডলার এবং আউটপুট 0.50 ডলার থেকে 2.50 ডলার হয়। অন্য সব বর্তমান মডেলে উইন্ডোর আকার দাম নির্ধারণ করে না। আপনি উইন্ডোতে কী রাখছেন, সেটিই দাম নির্ধারণ করে।

আরও দুটি বিষয় একক সেশনের বদলে পরিকল্পনার অন্তর্ভুক্ত হওয়া উচিত। যদি আপনার ব্যবহার প্রতিদিনের এবং ইন্টারঅ্যাক্টিভ হয়, তবে প্রতি-টোকেন খরচের সাথে ফ্ল্যাট প্ল্যানের তুলনা করুন: API এবং সাবস্ক্রিপশন খরচের তুলনা এই হিসাবটি দেখায়। যদি ফ্ল্যাট প্ল্যান লাভজনক হয় এবং আপনি একই সময়ে অন্য কোনো ভেন্ডরের প্ল্যান বিবেচনা করেন, তবে Claude এবং ChatGPT প্ল্যানের পাশাপাশি মূল্য তুলনা উভয় ক্ষেত্রেই একই তুলনা করে। আর যদি কোনো এজেন্ট সার্ভারে স্বয়ংক্রিয়ভাবে চলতে থাকে, তবে অন্য কিছু টিউন করার আগে একটি নির্দিষ্ট খরচের সীমা (hard spend cap) নির্ধারণ করুন, যা VPS-এ AI এজেন্টের জন্য খরচ নিয়ন্ত্রণ-এ বিস্তারিত আলোচনা করা হয়েছে। খরচের পরিধি সম্পর্কে সাধারণ ধারণা পেতে, এক মিলিয়ন Claude টোকেন আসলে কী কিনতে পারে রেট কার্ডটিকে টেক্সটের পৃষ্ঠায় রূপান্তর করে দেখায়।

FAQ

এজেন্ট ব্যবহার শুরু করার পর আমার Claude বিল কেন বেড়ে গেল?

কারণ একটি এজেন্ট প্রতিটি প্রশ্নের বিপরীতে অনেকগুলো রিকোয়েস্ট পাঠায় এবং প্রতিটি রিকোয়েস্টে এখন পর্যন্ত হওয়া পুরো কথোপকথন অন্তর্ভুক্ত থাকে। সাধারণ চ্যাটে প্রতিটি প্রশ্নের জন্য একটি মাত্র রিকোয়েস্ট পাঠানো হয়। কিন্তু একটি কোডিং এজেন্ট প্রতিটি ধাপের জন্য একটি করে রিকোয়েস্ট পাঠায় এবং একটি কাজের জন্য চল্লিশটি ধাপ সম্পন্ন হওয়া স্বাভাবিক। এই প্রতিটি রিকোয়েস্টের জন্য পুরো কনটেক্সটের বিল ধরা হয়, তাই যে সেশনটি 100,000 টোকেনে শেষ হয়, সেটির জন্য মোট দুই মিলিয়ন ইনপুট টোকেনের বিল আসতে পারে। এটি সরাসরি দেখার জন্য API রেসপন্সের input_tokens এবং cache_read_input_tokens দেখুন।

প্রম্পট ক্যাশিং (prompt caching) কি সত্যিই বিল এতটা কমিয়ে দেয়?

প্রদত্ত উদাহরণে এটি সেশনের খরচ 12.70 ডলার থেকে কমিয়ে 2.48 ডলারে নিয়ে এসেছে, কারণ Opus 5-এ ক্যাশ রিড (cache read) করার খরচ ইনপুট রেটের দশ ভাগের এক ভাগ। এই সাশ্রয় সম্পূর্ণভাবে আপনার হিট রেটের (hit rate) ওপর নির্ভর করে। পাঁচ মিনিটের ক্যাশ ব্যবহারের ক্ষেত্রে একবার রিড করলেই এটি নিজের খরচ তুলে নেয়, কারণ রাইট (write) করার খরচ ইনপুটের 1.25 গুণ এবং রিড করার খরচ 0.1 গুণ বা তার কম। যদি প্রতিটি রিকোয়েস্টের শুরুতে আপনার প্রম্পট পরিবর্তিত হয়, তবে আপনি কোনো হিট পাবেন না এবং অহেতুক রাইট প্রিমিয়ামের খরচ গুনতে হবে। এটি কাজ করছে কি না তা নিশ্চিত হতে cache_read_input_tokens চেক করুন।

আমার কি সবকিছুর জন্য Haiku ব্যবহার করা উচিত?

না। Haiku 4.5-এর প্রতি মিলিয়ন ইনপুট টোকেনের খরচ 1 ডলার, যেখানে Opus 5-এর খরচ 5 ডলার। তাই ক্লাসিফিকেশন বা রাউটিংয়ের মতো সাধারণ এবং অধিক ভলিউমের কাজের ক্ষেত্রে এই সাশ্রয় বাস্তব। জটিল কাজে ভুল উত্তর দিলে মডেলের সাশ্রয় করা অর্থের চেয়ে বেশি খরচ হয়, কারণ আপনাকে পুনরায় চেষ্টার জন্য এবং আপনার নিজের সময়ের জন্য বাড়তি মূল্য দিতে হয়। কার্যকর পদ্ধতি হলো মিশ্র ব্যবহার: যান্ত্রিক বা সাধারণ কাজের জন্য ছোট মডেল এবং যেখানে বিচার-বুদ্ধির প্রয়োজন সেখানে ফ্রন্টিয়ার মডেল ব্যবহার করা।

API কি Claude সাবস্ক্রিপশনের চেয়ে সস্তা?

এটি নির্ভর করে আপনার ব্যবহারের নিয়মিততার ওপর। সাবস্ক্রিপশন হলো একটি নির্দিষ্ট মাসিক ফি, যার সাথে ব্যবহারের সীমাবদ্ধতা যুক্ত থাকে। API-এর ক্ষেত্রে প্রতি টোকেন হিসেবে খরচ দিতে হয় এবং কোনো ঊর্ধ্বসীমা নেই। আপনার ব্যবহার যদি কম হয় বা মাঝে মাঝে বেশি হয়, তবে API সস্তা। কিন্তু যদি আপনি প্রতিদিন প্রচুর ব্যবহার করেন, তবে এটি ব্যয়বহুল হতে পারে। আপনার ব্যবহারের ব্লক থেকে প্রতিদিনের গড় টোকেন সংখ্যা নিন, সেটিকে আপনার মডেলের রেট দিয়ে গুণ করুন, তারপর মাসে কতদিন ব্যবহার করেন তা দিয়ে গুণ করুন। এরপর এই মাসিক খরচের সাথে প্ল্যানের মূল্যের তুলনা করুন, যা এন্ট্রি টায়ারের জন্য Claude Pro-এর খরচ এবং এর ব্যবহারের সীমাবদ্ধতা কোথায় অংশে দেওয়া আছে। যদি হিসাব API-এর পক্ষে যায়, তবে সাবস্ক্রিপশন বাতিল করলে আপনার পরিশোধ করা মাসের টাকা নষ্ট হবে না, কারণ বাতিলকরণ বর্তমান বিলিং পিরিয়ডের শেষে কার্যকর হয় এবং আপনি সেই সময় পর্যন্ত প্ল্যানটি ব্যবহার করতে পারবেন। প্ল্যান বাদ দেওয়া বা টায়ার পরিবর্তন করা অংশে উভয় পদ্ধতিই আলোচনা করা হয়েছে।