Claude vs ChatGPT API: कौन सा सस्ता है और क्यों?

संक्षिप्त उत्तर

Claude और ChatGPT API की pricing में कोई एक स्पष्ट विजेता नहीं है, क्योंकि दोनों vendors हर tier पर input और output के लिए अलग-अलग शुल्क लेते हैं। अगस्त 2026 तक, Claude के ऊपरी दो tiers प्रति input token उतना ही शुल्क लेते हैं जितना उनके OpenAI समकक्ष, लेकिन प्रति output token कम शुल्क लेते हैं, इसलिए output-heavy कार्यों के लिए Claude थोड़ा सस्ता पड़ता है। छोटे tier पर, समान कार्य के लिए Claude कई गुना अधिक महंगा है। कोई भी उत्तर जो tier और token mix का उल्लेख नहीं करता, वह केवल एक अनुमान है।

इसलिए, यह पृष्ठ पहले आपको गणना समझाएगा, फिर तीन अलग-अलग workloads और उनके token mixes के साथ लागत का विवरण देगा, और अंत में उन multipliers के बारे में बताएगा जो वास्तविक बिल को headline rate से अधिक प्रभावित करते हैं।

आपको केवल एक ही फॉर्मूला चाहिए

दोनों API टेक्स्ट के लिए बिलिंग एक ही तरह से करते हैं। आप उन टोकन्स के लिए भुगतान करते हैं जिन्हें आप भेजते हैं, और मॉडल द्वारा वापस लिखे गए टोकन्स के लिए आप उच्च दर पर भुगतान करते हैं।

cost = (input tokens / 1,000,000) * input rate + (output tokens / 1,000,000) * output rate

एक टोकन लगभग 4 अंग्रेजी वर्णों या 0.75 शब्द के बराबर होता है। इसका उपयोग केवल शुरुआती अनुमान के लिए करें। वास्तविक बिल के लिए, आप उस संख्या का उपयोग करें जो प्रत्येक API हर रिस्पॉन्स के usage ऑब्जेक्ट में लौटाता है।

# Rates are US dollars per million tokens.
def cost(in_tok, out_tok, in_rate, out_rate):
    return in_tok / 1e6 * in_rate + out_tok / 1e6 * out_rate

# One support-chat turn: 1,400 tokens in, 220 tokens out, on a $2 / $10 model.
print(round(cost(1400, 220, 2.0, 10.0), 6))

यह स्क्रिप्ट 0.005 प्रिंट करती है, जो प्रति टर्न आधा सेंट है। इसे एक महीने में अपेक्षित टर्न की संख्या से गुणा करें और आपके पास एक बजट होगा। यदि उस हर में दी गई दस लाख टोकन की इकाई आपको अमूर्त (abstract) लगती है, तो Claude में दस लाख टोकन वास्तव में क्या खरीदते हैं इसके पीछे टेक्स्ट की एक ठोस मात्रा को स्पष्ट करता है। इस एक फॉर्मूले को सीख लें और आज के बाद होने वाला हर मूल्य परिवर्तन एक नए विश्लेषण के बजाय केवल एक लाइन का बदलाव बन जाएगा।

प्रकाशित दरें, अगस्त 2026

ये वे सूची मूल्य हैं जिन्हें दोनों विक्रेताओं ने 1 अगस्त 2026 को प्रकाशित किया था। यह ब्लॉक इस पोस्ट में एकमात्र स्थान है जहाँ मूल्य लिखे गए हैं। बजट निर्धारित करने से पहले claude.com/pricing और OpenAI के मूल्य निर्धारण पृष्ठ पर इनकी जाँच करें।

[
  {
    "label": "Frontier",
    "claude_input": 5,
    "claude_output": 25,
    "openai_input": 5,
    "openai_output": 30
  },
  {
    "label": "Workhorse",
    "claude_input": 2,
    "claude_output": 10,
    "openai_input": 2,
    "openai_output": 12
  },
  {
    "label": "Workhorse from September",
    "claude_input": 3,
    "claude_output": 15,
    "openai_input": 2,
    "openai_output": 12
  },
  {
    "label": "Small",
    "claude_input": 1,
    "claude_output": 5,
    "openai_input": 0.2,
    "openai_output": 1.2
  }
]

ये जोड़ियाँ प्रत्येक लाइनअप में उनके स्थान के आधार पर हैं, न कि प्रसिद्धि के आधार पर। फ्रंटियर श्रेणी में Claude Opus 5 बनाम gpt-5.6-sol है। वर्कहॉर्स श्रेणी में Claude Sonnet 5 बनाम gpt-5.6-terra है। स्मॉल श्रेणी में Claude Haiku 4.5 बनाम gpt-5.6-luna है। दोनों विक्रेता इस ब्लॉक से ऊपर के उच्च टियर भी बेचते हैं, और OpenAI पुरानी पीढ़ियों को उनकी मूल दरों पर सूचीबद्ध रखता है। एक तरफ के फ्लैगशिप मॉडल की तुलना दूसरी तरफ के बजट मॉडल से करने पर जो संख्या प्राप्त होती है उसका कोई अर्थ नहीं होता, और अधिकांश प्रकाशित तुलनाएँ इसी तरह अपनी हेडलाइन बनाती हैं।

उस ब्लॉक में दो बातें स्पष्ट रूप से कही जानी चाहिए। Sonnet 5 की 2 और 10 परिचयात्मक दरें हैं, और Anthropic ने इन्हें 31 अगस्त 2026 को समाप्त होने के रूप में प्रलेखित किया है, जिसके बाद Sonnet 5 की दरें 3 और 15 हो जाएंगी। यह एक बदलाव वर्कहॉर्स टियर को Claude की मामूली जीत से बदलकर स्पष्ट रूप से OpenAI की जीत बना देता है, और यह इस पोस्ट की वैधता अवधि के भीतर ही घटित होता है।

दूसरी बात एक ऐसा पैटर्न है जिसे याद रखना उपयोगी है: Claude ऊपर दी गई प्रत्येक पंक्ति में आउटपुट की कीमत अपनी इनपुट दर से ठीक 5 गुना रखता है, और OpenAI आउटपुट की कीमत 6 गुना रखता है। यह अनुपात, न कि निरपेक्ष दर, वह कारक है जो आपके टोकन मिश्रण के आधार पर विजेता को बदल देता है।

प्रति मिलियन टोकन की दर विभिन्न वेंडर्स के बीच तुलना के योग्य क्यों नहीं है

दर का अर्थ है प्रति टोकन डॉलर। बिल का अर्थ है प्रति टोकन डॉलर को टोकन की संख्या से गुणा करना, और किसी टेक्स्ट के लिए टोकन की संख्या मॉडल का गुण है, न कि टेक्स्ट का।

Anthropic ने इसे सीधे तौर पर प्रलेखित किया है: Claude 4.7 और उसके बाद के मॉडल, जिसमें Claude Opus 5 और Claude Sonnet 5 शामिल हैं, एक नए टोकेनाइज़र का उपयोग करते हैं जो समान टेक्स्ट के लिए Claude Sonnet 4.6 और उससे पुराने मॉडलों की तुलना में लगभग 30% अधिक टोकन उत्पन्न करता है। दर में कोई बदलाव नहीं हुआ, लेकिन बिल में बदलाव हो गया।

इसलिए, जो दो दरें समान दिखती हैं, वे दो समान बिल नहीं हैं। किसी भी तुलना पर भरोसा करने से पहले, जिसमें यह भी शामिल है, अपने स्वयं के टेक्स्ट के साथ दोनों तरफ के टोकन की गणना करें।

curl https://api.anthropic.com/v1/messages/count_tokens \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-sonnet-5",
    "messages": [{"role": "user", "content": "Summarise the attached contract."}]
  }'

एक सही रिस्पॉन्स एक छोटा JSON ऑब्जेक्ट होता है जिसमें input_tokens होता है। 401 का अर्थ है कि आपके शेल में की-वेरिएबल खाली है। समान टेक्स्ट को दूसरे वेंडर के टोकेनाइज़र के माध्यम से चलाएं, एक गणना को दूसरी से विभाजित करें, और फिर तुलना करने से पहले उस अनुपात को प्रकाशित दर से गुणा करें। यदि अनुपात किसी एक वेंडर के पक्ष में लगभग 1.2 से अधिक है, तो यह ऊपर दिए गए ब्लॉक में मौजूद हर दर अंतर से अधिक महत्वपूर्ण है।

परिदृश्य एक: एक चैट फीचर

एक वेब एप्लिकेशन के भीतर एक सपोर्ट असिस्टेंट। प्रति माह 120,000 टर्न। प्रत्येक टर्न एक सिस्टम प्रॉम्प्ट, टूल स्कीमा, दो रिट्रीव किए गए हेल्प-डेस्क स्निपेट और कुछ पिछले संदेश भेजता है, जो लगभग 1,400 इनपुट टोकन होते हैं, और मॉडल लगभग 220 टोकन में उत्तर देता है। यह इंटरैक्टिव है, इसलिए यहाँ बैच डिस्काउंट कभी लागू नहीं हो सकता। इसे वर्कहॉर्स टियर पर चलाएं।

[
  {
    "label": "List price",
    "claude_usd": "600.00",
    "openai_usd": "652.80"
  },
  {
    "label": "Cached prefix",
    "claude_usd": "427.20",
    "openai_usd": "480.00"
  },
  {
    "label": "Small tier, cached",
    "claude_usd": "213.60",
    "openai_usd": "48.00"
  }
]

लिस्ट प्राइस पर Claude का बिल 600.00 आता है, जबकि OpenAI का बिल 652.80 होता है। इनपुट लेग्स समान हैं, क्योंकि इनपुट दरें समान हैं। पूरा अंतर आउटपुट का है, और Claude इसे इतने कम मार्जिन से जीतता है कि वेंडर चुनने के लिए यह आधार नहीं हो सकता।

अब उन 1,400 इनपुट टोकन में से 800 को एक स्टेबल प्रीफिक्स के रूप में चिह्नित करें: सिस्टम प्रॉम्प्ट और टूल स्कीमा, जो टर्न के बीच नहीं बदलते हैं। दोनों वेंडर कैश हिट के लिए अपनी बेस इनपुट दर का 10% चार्ज करते हैं। Claude का बिल घटकर 427.20 हो जाता है और OpenAI का बिल 480.00 हो जाता है। कैशिंग वेंडर के चुनाव से अधिक महत्वपूर्ण है, और दोनों प्लेटफॉर्म इसे प्रदान करते हैं।

यहीं पर Claude पिछड़ जाता है। अधिकांश सपोर्ट उत्तरों के लिए वर्कहॉर्स मॉडल की आवश्यकता नहीं होती है। उसी ट्रैफिक को स्मॉल टियर पर ले जाएं, तो Claude का बिल 213.60 आता है जबकि OpenAI का बिल 48.00 आता है। एक को दूसरे से विभाजित करें, तो समान कार्य के लिए Claude की लागत लगभग साढ़े चार गुना अधिक है। Claude Haiku 4.5 प्रति मिलियन इनपुट टोकन के लिए 1 चार्ज करता है, जबकि gpt-5.6-luna 0.2 पर उपलब्ध है, और कैशिंग की कोई भी मात्रा पांच गुना के अंतर को कम नहीं कर सकती है। यदि आपका वर्कलोड एक छोटे मॉडल के लिए उपयुक्त है, तो OpenAI सस्ता है और मार्जिन काफी बड़ा है।

परिदृश्य दो: एक लॉन्ग-कॉन्टेक्स्ट डॉक्यूमेंट पाइपलाइन

प्रति माह 25,000 अनुबंध। प्रत्येक अनुरोध में समान 9,000-टोकन निर्देश और JSON स्कीमा होता है, उसके बाद 12,000 टोकन का अनुबंध टेक्स्ट होता है, और मॉडल लगभग 700 टोकन के स्ट्रक्चर्ड फील्ड्स लौटाता है। आउटपुट इस कार्य में कुल टोकन का 4% से भी कम है, और यही एकमात्र तथ्य तुलना का निर्णय करता है।

[
  {
    "label": "Chat feature",
    "claude_usd": "427.20",
    "openai_usd": "480.00"
  },
  {
    "label": "Document pipeline",
    "claude_usd": "820.00",
    "openai_usd": "855.00"
  },
  {
    "label": "Coding agent",
    "claude_usd": "116.10",
    "openai_usd": "124.20"
  }
]

दोनों तरफ 9,000-टोकन प्रीफिक्स कैश होने पर, Claude का बिल 820.00 आता है और OpenAI का बिल 855.00 आता है। इनपुट लेग्स का खर्च बिल्कुल समान है, क्योंकि अगस्त 2026 में मुख्य इनपुट दरें समान हैं। पूरा अंतर आउटपुट लेग का है, जिसकी कीमत Claude पर इनपुट का 5 गुना और OpenAI पर 6 गुना है।

यह कार्य बैचिंग के लिए भी उपयुक्त है। दोनों वेंडर एसिंक्रोनस कार्य के लिए इनपुट और आउटपुट पर 50% की छूट देते हैं, इसलिए दोनों का कुल योग आधा हो जाता है और अंतर का अनुपात बना रहता है। बैच किसी भी प्लेटफॉर्म पर मिलने वाली सबसे बड़ी एकल छूट है, और एक नाइटली डॉक्यूमेंट पाइपलाइन हमेशा इसका उपयोग कर सकती है।

Claude जहाँ पिछड़ता है, वह पहले की तरह ही टियर लॉजिक है। एक निश्चित स्कीमा के विरुद्ध फील्ड एक्सट्रैक्शन ठीक वही काम है जिसे एक छोटा मॉडल अच्छी तरह से करता है, और यहाँ इनपुट कुल टोकन का 97% है। एक टियर नीचे जाने पर OpenAI की इनपुट दर 0.1 गुना और Claude की इनपुट दर 0.5 गुना हो जाती है। बड़े मॉडल की आवश्यकता मानने से पहले 200 दस्तावेजों पर छोटे मॉडल का परीक्षण करें, उसी मूल्यांकन का उपयोग करके जिसे आप किसी कार्य के लिए सही Claude टियर चुनने के लिए चलाएंगे।

परिदृश्य तीन: एक हमेशा चालू रहने वाला कोडिंग एजेंट

एक डेवलपर VPS पर एक एजेंट चला रहा है, जिसमें महीने में लगभग 900 मॉडल टर्न होते हैं। प्रत्येक टर्न में रिपॉजिटरी संदर्भ के लगभग 60,000 इनपुट टोकन होते हैं, जिनमें से 80% कैश हिट होते हैं, और यह लगभग 1,800 टोकन के संपादन और स्पष्टीकरण उत्पन्न करता है। इसे फ्रंटियर टियर पर मूल्य दें, क्योंकि कोडिंग वह जगह है जहाँ क्षमता का अंतर वास्तविक धन का नुकसान करता है।

Claude का बिल OpenAI के 124.20 के मुकाबले 116.10 आता है। समान इनपुट दर, समान कैश रीड दर, और Claude की कम आउटपुट दर लगभग 7% से जीतती है।

वह 7% पहले बताए गए टोकेनाइज़र त्रुटि मार्जिन के भीतर है, इसलिए इस परिदृश्य को दरों पर एक टाई मानें। जो टाई नहीं है वह बिलिंग मॉडल है। इस वॉल्यूम पर एक डेवलपर के लिए, एक सब्सक्रिप्शन सीट आमतौर पर मीटर किए गए API कॉल से कम लागत वाली होती है, और एक बार जब आप इसे शामिल कर लेते हैं तो पूरी तुलना बदल जाती है। मीटर की गई बिलिंग पर एजेंट डालने से पहले API बनाम सब्सक्रिप्शन लागत तुलना के साथ इसे समझें। यदि आप इसे मीटर करते हैं, तो पहले यह जानें कि टोकन कहाँ जाते हैं, क्योंकि एक कोडिंग एजेंट का टोकन उपयोग उसके द्वारा लिखे गए कोड के बजाय हर टर्न पर फिर से भेजे जाने वाले संदर्भ (context) द्वारा निर्धारित होता है।

बिल निर्धारित करने वाले मल्टीप्लायर

हेडलाइन रेट इस सूची में सबसे छोटी मद है। नीचे दी गई प्रत्येक मद वास्तविक बिल को उसी टियर पर दो वेंडर्स के बीच के अंतर से कहीं अधिक प्रभावित करती है।

Cached input. दोनों वेंडर्स कैश हिट (cache hit) के लिए बेस इनपुट का 10% चार्ज करते हैं। Anthropic कैश लिखने के लिए भी चार्ज करता है: पांच मिनट की एंट्री के लिए बेस इनपुट का 1.25 गुना और एक घंटे की एंट्री के लिए 2 गुना। बाद में होने वाला हिट उस एंट्री को रीड प्राइस पर रिफ्रेश कर देता है। इसलिए, पांच मिनट की एंट्री एक बार रीड करने के बाद अपनी लागत वसूल कर लेती है। जिस वर्कलोड में रिक्वेस्ट के बीच लंबा अंतराल होता है, उसमें रीड करने की तुलना में राइट अधिक बार होता है, और वहां कैशिंग बचत से अधिक महंगी पड़ती है। स्थिर ट्रैफिक (steady traffic) कैशिंग के लिए अच्छा है, जबकि बर्स्टी ट्रैफिक (bursty traffic) नहीं।

Batch discounts. दोनों प्लेटफॉर्म पर इनपुट और आउटपुट पर 50% की छूट, केवल एसिंक्रोनस (asynchronous) काम के लिए। यदि जॉब प्रतीक्षा कर सकती है, तो यह किसी भी वेंडर पर बिल को आधा कर देती है, और यह कैशिंग के साथ भी जुड़ती है।

Output share. Claude अपने इनपुट रेट का 5 गुना आउटपुट के लिए चार्ज करता है। OpenAI 6 गुना चार्ज करता है। आपके जितने अधिक टोकन रीड होने के बजाय राइट होते हैं, समान इनपुट रेट पर Claude उतना ही बेहतर दिखता है, और इनपुट-प्रधान काम के लिए इसका उल्टा होता है।

Retries. एक रिट्राई (retry) के लिए पूरे इनपुट का भुगतान दोबारा करना पड़ता है और बदले में कुछ भी उपयोगी नहीं मिलता। यदि आपकी 6% कॉल्स स्कीमा वैलिडेशन में विफल हो जाती हैं और रिट्राई होती हैं, तो आपका इनपुट लेग आपके प्लान से 6% बड़ा हो जाता है। रिट्राई को एरर लाइन के रूप में नहीं, बल्कि कॉस्ट लाइन के रूप में लॉग करें। टीमें इस मल्टीप्लायर को सबसे अंत में खोज पाती हैं, और यह अक्सर उस वेंडर गैप से बड़ा होता है जिस पर उन्होंने एक सप्ताह तक बहस की होती है।

कौन सा पक्ष पीछे है और कहाँ

Claude छोटे टियर में पूरी तरह से पिछड़ जाता है। gpt-5.6-luna प्रति मिलियन इनपुट टोकन पर 0.2 चार्ज करता है, जबकि Claude Haiku 4.5 की दर 1 है; वहीं आउटपुट के लिए यह दर 1.2 बनाम 5 है। हाई-वॉल्यूम क्लासिफिकेशन और शॉर्ट एक्सट्रैक्शन Claude पर लगभग चार गुना अधिक महंगे पड़ते हैं।

Claude 1 सितंबर 2026 से वर्कहॉर्स टियर में भी पिछड़ जाता है, जब इंट्रोडक्टरी रेट समाप्त हो जाएगी और Sonnet 5 की दर 3 और 15 हो जाएगी, जबकि gpt-5.6-terra की दर अपरिवर्तित रहेगी। Claude फ्रंटियर टियर में आउटपुट दर के मामले में जीतता है, लेकिन यह अंतर आपके अपने टोकन काउंट से खत्म हो सकता है। अगस्त 2026 में इनपुट-प्रधान कार्यों में कोई भी पक्ष नहीं जीतता, क्योंकि दोनों तरफ प्रति मिलियन 2 की दर होने के कारण इनपुट लेग्स की संख्या समान है।

अपने ट्रैफिक पर इसे कैसे मापें

हर response पर usage ऑब्जेक्ट को पढ़ें और प्रति request चार संख्याएँ स्टोर करें: input tokens, output tokens, cache read tokens और cache write tokens। Claude API पर ये input_tokens, output_tokens, cache_read_input_tokens और cache_creation_input_tokens के रूप में प्राप्त होते हैं। इनका प्रतिदिन योग करें, वर्तमान दरों से गुणा करें और अपने कुल योग की तुलना invoice से करें। दोनों के बीच का अंतर आमतौर पर retries या किसी ऐसे code path के कारण होता है जिसे आप भूल गए हैं।

तुलना को sample prompt के बजाय एक सप्ताह के वास्तविक ट्रैफिक पर चलाएं, और प्रति token लागत के बजाय प्रति पूर्ण कार्य (completed task) लागत की तुलना करें। जो model एक बार में उत्तर देता है और जिसकी दर दोगुनी है, वह उस model से सस्ता है जिसे तीन बार प्रयास करना पड़ता है, भले ही उसकी दर आधी हो। प्रति token लागत एक दर है। प्रति पूर्ण कार्य लागत आपका बिल है।

किसी भी चीज़ को चलने देने से पहले एक सख्त खर्च सीमा (spend ceiling) निर्धारित करें। दोनों platforms अपने consoles में spend limits प्रदान करते हैं, और retry loop में फंसा हुआ एक agent रातों-रात महीने भर का बजट खर्च कर सकता है। इसे उसी तरह सेट करें जैसे आप always-on agent पर लागत नियंत्रण के लिए करते हैं। यदि आप अपने स्वयं के सर्वर पर पहला version बना रहे हैं, तो VPS पर पहला Claude API app उन key handling और request loop को कवर करता है जिन पर यह गणना आधारित है।

FAQ

क्या Claude API, ChatGPT API से सस्ती है?

यह हमेशा सच नहीं है। अगस्त 2026 में, frontier और workhorse tiers दोनों तरफ प्रति input token समान शुल्क लेते हैं, और Claude प्रति output token कम शुल्क लेता है, इसलिए output-heavy कार्यों के लिए Claude कुछ प्रतिशत सस्ता पड़ता है। small tier पर, OpenAI का gpt-5.6-luna, Claude Haiku 4.5 की तुलना में प्रति input token पांच गुना सस्ता है, इसलिए high-volume classification के लिए OpenAI काफी सस्ता है। अपने स्वयं के token mix के आधार पर अपनी गणना करें, क्योंकि इतना छोटा अंतर price list के बजाय आपके workload पर निर्भर करता है।

प्रत्येक API पर समान शब्दों के लिए token की संख्या अलग क्यों होती है?

क्योंकि प्रत्येक model का अपना tokenizer होता है, और token count उस model की एक विशेषता है। Anthropic के दस्तावेज़ों के अनुसार, Claude 4.7 और बाद के models, Claude Sonnet 4.6 और उससे पहले के models की तुलना में समान text के लिए लगभग 30% अधिक tokens उत्पन्न करते हैं। अपने text को प्रत्येक vendor के token counting endpoint पर भेजें, एक count को दूसरे से विभाजित करें, और तुलना करने से पहले उस अनुपात को प्रकाशित दर (published rate) से गुणा करें। 20% का token अंतर अधिकांश प्रकाशित दर के अंतर से अधिक महत्वपूर्ण होता है।

क्या prompt caching कभी बिल बढ़ा देता है?

हाँ, Anthropic पर। पांच मिनट की entry के लिए cache write की लागत base input दर का 1.25 गुना और एक घंटे की entry के लिए 2 गुना होती है, जबकि hit की लागत 0.1 गुना होती है। यदि आपका traffic इतना रुक-रुक कर (bursty) है कि अधिकांश entries किसी के पढ़ने से पहले ही expire हो जाती हैं, तो आप write premium का भुगतान करते हैं और कोई read प्राप्त नहीं करते। अपने logs में cache_creation_input_tokens की तुलना cache_read_input_tokens से करें। यदि अनुपात 1 के करीब है, तो caching आपको नुकसान पहुँचा रही है, इसलिए entry की अवधि बढ़ाएं या उसे हटा दें।

क्या मुझे coding agent को API पर चलाना चाहिए या subscription पर?

एक सामान्य volume वाले developer के लिए, subscription seat की लागत आमतौर पर metered API billing से कम होती है, क्योंकि एक coding agent हर turn पर एक बड़ा context फिर से भेजता है और उस context के लिए हर बार शुल्क लिया जाता है। पहले एक सप्ताह के लिए usage को measure करें, फिर API के कुल खर्च की तुलना seat की कीमत से करें। API तब बेहतर होती है जब usage spiky हो, या जब आपको programmatic access की आवश्यकता हो जो seat में उपलब्ध नहीं है।