Claude vs ChatGPT API: कौन सा सस्ता है?

संक्षिप्त उत्तर

Claude और ChatGPT API की pricing में कोई एक स्पष्ट विजेता नहीं है, क्योंकि दोनों vendors के बीच का अंतर tier और आपके token mix के आधार पर बदलता रहता है। 21 October 2026 तक, workhorse tier में दोनों तरफ प्रति input token शुल्क समान है, लेकिन Claude पर प्रति output token शुल्क कम है, इसलिए output-heavy काम के लिए Claude थोड़ा सस्ता पड़ता है। Frontier tier पर, OpenAI की promotional gpt-5.6-sol दरें हर चरण में Claude Opus 5 से 20% कम हैं। Small tier पर, Claude Haiku 4.5 उसी काम के लिए 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 गणित समझाएगा, फिर तीन अलग-अलग workloads और उनके token mixes की लागत बताएगा, और अंत में उन multipliers के बारे में बताएगा जो वास्तविक बिल को headline rate से कहीं अधिक प्रभावित करते हैं।

आपको केवल एक फॉर्मूले की आवश्यकता है

दोनों API टेक्स्ट के लिए एक ही तरह से बिलिंग 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 में कितना टेक्स्ट आता है, यह मॉडल पर निर्भर करता है। Anthropic की शब्दावली के अनुसार, Claude Sonnet 4.6, Claude Haiku 4.5 और पुराने मॉडल्स पर एक टोकन लगभग 3.5 अंग्रेजी वर्णों के बराबर होता है। Claude 4.7 और उसके बाद के मॉडल्स, जिनमें Opus 5, Sonnet 5, Fable 5 और 5.5 जनरेशन शामिल हैं, एक नए टोकेनाइज़र का उपयोग करते हैं जो समान टेक्स्ट के लिए लगभग 30% अधिक टोकन्स उत्पन्न करता है, जो प्रति टोकन लगभग 2.7 वर्णों के बराबर है। लगभग 4 वर्णों का परिचित आंकड़ा, जो एक शब्द के 0.75 के करीब है, OpenAI के अपने मॉडल्स के लिए उनका नियम है, न कि Claude के लिए। इनमें से किसी का भी उपयोग केवल प्रारंभिक अनुमान के लिए करें। वास्तविक बिल के लिए, आप उन काउंट्स 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 आपके द्वारा अपेक्षित टर्न्स की संख्या से गुणा करें और आपका बजट तैयार हो जाएगा। यदि उस हर में दी गई मिलियन-टोकन इकाई आपको अमूर्त लगती है, तो Claude में दस लाख टोकन वास्तव में आपको क्या दिलाते 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 संपादन बन जाएगा।

प्रकाशित दरें, अक्टूबर 2026

ये दोनों वेंडर्स के प्राइसिंग पेजों पर दी गई लिस्ट कीमतें हैं, जिन्हें 21 अक्टूबर 2026 को जाँचा गया है। इस ब्लॉक में वे सभी दरें शामिल हैं जिनका उपयोग नीचे दिए गए परिदृश्यों में किया गया है। बजट तय करने से पहले इन्हें claude.com/pricing और OpenAI के प्राइसिंग पेज पर दोबारा देख लें।

[
  {
    "label": "Frontier",
    "claude_input": 5,
    "claude_output": 25,
    "openai_input": 4,
    "openai_output": 20
  },
  {
    "label": "Workhorse",
    "claude_input": 2,
    "claude_output": 10,
    "openai_input": 2,
    "openai_output": 12
  },
  {
    "label": "Workhorse, Sonnet 4.6",
    "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 लोकप्रियता 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 वेंडर्स इस ब्लॉक से ऊपर के टियर भी बेचते हैं। Claude की तरफ वह टियर Fable 5 है, जिसकी कीमत दोनों तरफ फ्रंटियर पंक्ति से दोगुनी है, जबकि आउटपुट का अनुपात पांच गुना ही रहता है, इसलिए Fable 5 की लागत और यह दर कब लागू होती है को पढ़ना उपयोगी है, इससे पहले कि आप यह मान लें कि Opus 5 ही आपके बिल का सबसे महंगा हिस्सा है। एक तरफ के फ्लैगशिप मॉडल की तुलना दूसरी तरफ के बजट मॉडल से करने पर जो संख्या मिलती है उसका कोई अर्थ नहीं होता, और अधिकांश प्रकाशित तुलनाएं इसी तरह अपनी हेडलाइन बनाती हैं।

इस ब्लॉक में तीन बातें स्पष्ट रूप से बतानी आवश्यक हैं। Sonnet 5 की 2 और 10 इसकी मानक दरें हैं। Anthropic ने इन्हें पहले 31 अगस्त 2026 तक शुरुआती कीमत के रूप में बेचा था, फिर इन्हें मानक बना दिया और $3 तथा $15 तक की नियोजित वृद्धि को रद्द कर दिया, इसलिए वर्कहॉर्स टियर में Claude की मामूली बढ़त बनी हुई है। दूसरी वर्कहॉर्स पंक्ति पिछली पीढ़ी, Claude Sonnet 4.6 की है, जो अभी भी 3 और 15 पर लिस्टेड है।

दूसरी बात फ्रंटियर पंक्ति के बारे में है। 21 अगस्त 2026 को OpenAI ने gpt-5.6-sol की कीमत $5 और $30 से घटाकर 4 और 20 कर दी थी, जो एक प्रमोशन है। उनके मॉडल पेज के अनुसार, यह प्रमोशनल प्राइसिंग कम से कम 21 नवंबर 2026 तक जारी रहेगी। तब तक Sol, इनपुट, कैश रीड और आउटपुट तीनों में Claude Opus 5 से 20% सस्ता है। उस तारीख के बाद इस पंक्ति को दोबारा जाँचें।

तीसरी बात एक ऐसा पैटर्न है जिसे याद रखना फायदेमंद है: Claude ऊपर दी गई हर पंक्ति में आउटपुट की कीमत अपने इनपुट रेट से ठीक 5 गुना रखता है। OpenAI gpt-5.6-terra और gpt-5.6-luna पर आउटपुट की कीमत 6 गुना रखता है, और अपनी प्रमोशनल दर पर gpt-5.6-sol के लिए 5 गुना रखता है। यह अनुपात, न कि वास्तविक दर, वह कारक है जो आपके टोकन मिक्स के आधार पर विजेता को बदल देता है।

दोनों वेंडर्स ने इस ब्लॉक में तुलना की गई पीढ़ी से नई पीढ़ी भी जारी (ship) की है। Anthropic ने Claude Opus 5.5 को $4 और $20 पर, Claude Sonnet 5.5 को $2 और $10 पर, और Claude Haiku 5.5 को 100,000 टोकन तक के प्रॉम्प्ट के लिए $0.10 और $0.50 पर लिस्ट किया है। OpenAI की मॉडल लिस्ट अब gpt-6-astra के साथ $10 और $50 पर, gpt-6.1-sol $2 और $10 पर, और gpt-6-luna $0.10 और $0.50 पर शुरू होती है। प्रति-टोकन दरें ऊपर दी गई पंक्तियों की तुलना में एक-दूसरे के काफी करीब हैं, इसलिए नए मॉडलों पर बिल का निर्धारण नीचे दिए गए टोकेनाइज़र और कैशिंग सेक्शन से होगा। स्मॉल-टियर की स्थिति सबसे अधिक बदलती है, और Haiku 5.5 की लागत और यह कहाँ फिट बैठता है को पढ़ना उचित है, इससे पहले कि आप उस टियर पर Claude को खारिज कर दें।

प्रति मिलियन टोकन की दर विभिन्न वेंडर्स के बीच तुलना 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 टोकनाइज़र का उपयोग करते हैं जो समान टेक्स्ट के लिए Claude Sonnet 4.6 और उससे पहले के मॉडल्स की तुलना में लगभग 30% अधिक टोकन उत्पन्न करता है। दर में कोई बदलाव नहीं हुआ। बिल में बदलाव हुआ।

इसलिए दो दरें जो 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 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 API key स्वीकार नहीं की गई। सबसे पहले जाँचें कि आपकी shell में key variable खाली तो नहीं है, फिर यह सुनिश्चित करें कि key स्वयं गलत, निरस्त या एक्सपायर तो नहीं है, क्योंकि ये सभी एक ही त्रुटि दर्शाते हैं। दूसरे वेंडर के टोकनाइज़र के माध्यम से उसी टेक्स्ट को चलाएँ, एक गणना को दूसरी से विभाजित करें, और तुलना करने से पहले उस अनुपात को प्रकाशित दर से गुणा करें। यदि अनुपात किसी एक वेंडर के पक्ष में लगभग 1.25 से अधिक है, तो यह ऊपर दिए गए ब्लॉक में frontier और workhorse दर के अंतर से अधिक महत्वपूर्ण है। यह small tier के करीब भी नहीं है, जहाँ इनपुट दरों में पाँच गुना का अंतर 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 बैच डिस्काउंट यहाँ कभी लागू नहीं हो सकता। इसे workhorse टियर पर चलाएं।

[
  {
    "label": "List price",
    "claude_usd": "600.00",
    "openai_usd": "652.80"
  },
  {
    "label": "Cached prefix, 1,100 tokens",
    "claude_usd": "362.40",
    "openai_usd": "415.20"
  },
  {
    "label": "Small tier, same prefix",
    "claude_usd": "300.00",
    "openai_usd": "41.52"
  }
]

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 अंतर से जीतता है कि केवल इस आधार पर वेंडर चुनना उचित नहीं है।

अब स्टेबल प्रीफिक्स को देखें: सिस्टम प्रॉम्प्ट और टूल स्कीमा, उन 1,400 इनपुट टोकन में से लगभग 800, जो टर्न के बीच नहीं बदलते हैं। कोई भी वेंडर इसे कैश नहीं करेगा। Claude Sonnet 5 और gpt-5.6-terra दोनों 1,024 टोकन का न्यूनतम कैश करने योग्य प्रीफिक्स निर्धारित करते हैं, और इससे छोटा प्रीफिक्स बिना किसी त्रुटि के सामान्य इनपुट के रूप में बिल किया जाता है। यदि आपका स्टेबल प्रीफिक्स 1,100 टोकन तक पहुँच जाता है, तो दोनों तरफ कैशिंग लागू होती है, और चूंकि दोनों मॉडल कैश हिट के लिए अपनी बेस इनपुट दर का 10% चार्ज करते हैं, इसलिए Claude का बिल घटकर 362.40 और OpenAI का 415.20 हो जाता है, जो कभी-कभार होने वाले कैश राइट से पहले का है। कैशिंग वेंडर के चुनाव से अधिक मूल्यवान है, और दोनों प्लेटफॉर्म इसे प्रदान करते हैं, बशर्ते प्रीफिक्स न्यूनतम सीमा को पार कर जाए।

यहाँ Claude पिछड़ जाता है। अधिकांश सपोर्ट उत्तरों के लिए workhorse मॉडल की आवश्यकता नहीं होती है। उसी ट्रैफिक को small टियर पर ले जाएं, तो Claude का बिल 300.00 आता है जबकि OpenAI का बिल 41.52 होता है। एक को दूसरे से विभाजित करने पर पता चलता है कि उसी काम के लिए Claude लगभग सात गुना महंगा है। Claude Haiku 4.5 प्रति मिलियन इनपुट टोकन 1 चार्ज करता है, जबकि gpt-5.6-luna 0.2 चार्ज करता है, और Haiku 4.5 4,096 टोकन से कम के प्रीफिक्स को कैश नहीं करेगा, इसलिए 1,100-टोकन वाला प्रीफिक्स जो gpt-5.6-luna पर कैश हो जाता है, Claude पर पूरी दर पर बिल किया जाता है। कैशिंग की कोई भी मात्रा पांच गुना के अंतर को कम नहीं कर सकती। यदि आपका वर्कलोड एक छोटे मॉडल के लिए उपयुक्त है, तो इस पेयरिंग पर OpenAI सस्ता है और अंतर 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 schema 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": "362.40",
    "openai_usd": "415.20"
  },
  {
    "label": "Document pipeline",
    "claude_usd": "820.00",
    "openai_usd": "855.00"
  },
  {
    "label": "Coding agent",
    "claude_usd": "116.10",
    "openai_usd": "92.88"
  }
]

दोनों तरफ 9,000-टोकन प्रीफिक्स कैश होने के साथ, Claude का बिल 820.00 बनता है और OpenAI का बिल 855.00 बनता है। इनपुट लेग्स का खर्च बिल्कुल समान है, क्योंकि 21 October 2026 को वर्कहॉर्स 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 जॉब बैचिंग का भी समर्थन करती है। दोनों वेंडर एसिंक्रोनस कार्य के लिए इनपुट और आउटपुट पर 50% की छूट देते हैं, इसलिए दोनों कुल योग आधे हो जाते हैं 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 फिक्स्ड schema के विरुद्ध फील्ड एक्सट्रैक्शन ठीक वही कार्य 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। यह मानने से पहले कि आपको बड़े मॉडल की आवश्यकता है, 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 सक्रिय रहने वाला कोडिंग एजेंट

एक डेवलपर जो 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 तैयार करता है। इसे फ्रंटियर टियर पर मूल्य दें, क्योंकि कोडिंग वह क्षेत्र है जहाँ क्षमता की कमी से वास्तविक आर्थिक नुकसान होता है।

Claude का बिल OpenAI के 92.88 के मुकाबले 116.10 आता है। अपनी प्रमोशनल दरों पर gpt-5.6-sol इनपुट, कैश रीड और आउटपुट तीनों पर 20% सस्ता है, इसलिए कैश राइट्स से पहले OpenAI 20% से जीत जाता है।

यह 20% का अंतर उन टोकन-गणना संबंधी भिन्नताओं से छोटा है जिनके बारे में टोकनाइज़र अनुभाग चेतावनी देता है, इसलिए कॉल करने से पहले अपनी रिपॉजिटरी पर टोकन की गणना स्वयं करें, और 21 November 2026 के बाद पुनः जाँच करें, जो कि Sol का प्रमोशन समाप्त होने की सबसे शुरुआती तारीख है। किसी भी दर से अधिक जो मायने रखता है वह है बिलिंग मॉडल। इस वॉल्यूम पर एक डेवलपर के लिए, सब्सक्रिप्शन सीट आमतौर पर मीटर किए गए API कॉल से सस्ती पड़ती 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 इस पर काम करें। यदि आप इसे मीटर करते हैं, तो पहले यह जानें कि टोकन कहाँ खर्च हो रहे हैं, क्योंकि कोडिंग एजेंट का टोकन उपयोग उसके द्वारा लिखे गए कोड के बजाय हर टर्न पर पुनः भेजे जाने वाले संदर्भ (context) से अधिक होता है।

बिल निर्धारित करने वाले मल्टीप्लायर

हेडलाइन रेट इस सूची की 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 ऊपर दिए गए रेट्स ब्लॉक में प्रत्येक मॉडल पर कैश हिट (cache hit) के लिए बेस इनपुट का 10% चार्ज करते हैं। यह एक सार्वभौमिक नियम नहीं है: Anthropic के नए Opus 5.5 और Sonnet 5.5 पर 5% और Fable 5.1 पर 2.5% चार्ज लगता है, और OpenAI के gpt-6.1-sol पर 5% चार्ज लगता है। दोनों वेंडर्स कैश लिखने के लिए भी चार्ज करते हैं। Anthropic पांच मिनट की एंट्री के लिए बेस इनपुट का 1.25 गुना और एक घंटे की एंट्री के लिए 2 गुना चार्ज करता है, और बाद में होने वाला हिट उस एंट्री को रीड प्राइस पर रिफ्रेश कर देता है। OpenAI अपने डिफ़ॉल्ट एंट्री के लिए GPT-5.6 और बाद के मॉडल्स पर बेस इनपुट का 1.25 गुना चार्ज करता है, जो लिखे जाने या अंतिम बार पढ़े जाने के बाद कम से कम 30 मिनट तक पुन: उपयोग योग्य रहता है, और इसका Responses API बेस इनपुट के 2.5 गुना पर 12 घंटे की एंट्री भी प्रदान करता है। इसलिए पांच मिनट की एंट्री एक बार पढ़ने के बाद ही अपनी लागत वसूल लेती है। कोई भी वेंडर मॉडल के न्यूनतम टोकन से कम के प्रीफिक्स को कैश नहीं करता है: Claude Sonnet 5 और GPT-5.6 पर 1,024 टोकन, Claude Opus 5 पर 512 और Claude Haiku 4.5 पर 4,096 टोकन। इससे कम होने पर आप पूरा इनपुट भुगतान करते हैं और कोई एरर नहीं मिलता है। अनुरोधों के बीच लंबे अंतराल वाले वर्कलोड में पढ़ने की तुलना में लिखना अधिक होता है, और वहां कैशिंग बचत से अधिक महंगी पड़ती है। स्थिर ट्रैफिक (steady traffic) अच्छी तरह से कैश होता है। रुक-रुक कर आने वाला ट्रैफिक (bursty traffic) नहीं होता।

Batch discounts. दोनों प्लेटफॉर्म पर इनपुट और आउटपुट पर 50% की छूट, केवल एसिंक्रोनस (asynchronous) कार्य 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 जुड़ जाती है।

Output share. Claude अपने इनपुट रेट का 5 गुना आउटपुट के लिए चार्ज करता है। OpenAI gpt-5.6-terra और gpt-5.6-luna पर 6 गुना, और अपने प्रमोशनल रेट पर gpt-5.6-sol पर 5 गुना चार्ज करता है। आपके जितने अधिक टोकन पढ़े जाने के बजाय लिखे जाते हैं, समान इनपुट रेट पर Claude उतना ही बेहतर दिखता है, और इनपुट-प्रधान कार्य के लिए इसका उल्टा होता है।

Retries. एक रिट्राई (retry) के लिए पूरे इनपुट का दोबारा भुगतान करना पड़ता है और बदले में कुछ भी उपयोगी नहीं मिलता। यदि आपके 6% कॉल स्कीमा वैलिडेशन में विफल हो जाते हैं और रिट्राई किए जाते हैं, तो आपका इनपुट लेग आपके प्लान की तुलना में 6% बड़ा होता 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 थी।

कौन सा पक्ष हारता है, और कहाँ

इस तुलना में Claude छोटे टियर (small tier) पर पूरी तरह पिछड़ जाता है। gpt-5.6-luna प्रति मिलियन इनपुट टोकन 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 के लिए Claude पर प्रति टोकन चार से पांच गुना अधिक खर्च आता है, और कैशिंग (caching) का उपयोग होने पर यह अंतर और बढ़ जाता है।

Claude वर्कहॉर्स टियर (workhorse tier) के आउटपुट चरण में जीत हासिल करता है, जहाँ gpt-5.6-terra पर प्रति मिलियन 12 के मुकाबले Claude की दर 10 है, हालांकि यह अंतर आपके अपने टोकन काउंट से खत्म हो सकता है। यह अंतर 1 September 2026 के बाद भी बना रहता है, क्योंकि Anthropic ने Sonnet 5 की शुरुआती कीमत को ही अपनी मानक कीमत बना दिया है। Claude फिलहाल फ्रंटियर टियर (frontier tier) में पीछे है: gpt-5.6-sol की प्रमोशनल 4 और 20 दरें, कम से कम 21 November 2026 तक, हर चरण में Claude Opus 5 से 20% कम हैं। वर्कहॉर्स टियर पर इनपुट-प्रधान कार्यों में कोई भी पक्ष नहीं जीतता, क्योंकि दोनों तरफ प्रति मिलियन 2 की दर होने के कारण इनपुट चरण की संख्या समान है।

अपने ट्रैफिक पर इसे कैसे मापें

प्रत्येक response पर usage ऑब्जेक्ट को पढ़ें और प्रति अनुरोध 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 आते हैं। इनका प्रतिदिन योग करें, वर्तमान दरों से गुणा करें और अपने कुल योग की तुलना इनवॉइस से करें। दोनों के बीच का अंतर आमतौर पर retries या किसी ऐसे code path के कारण होता है जिसे आपने गलती से deploy कर दिया था।

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 मॉडल दोगुनी दर पर एक प्रयास में उत्तर देता है, वह उस मॉडल से सस्ता है जिसे आधे रेट पर तीन प्रयासों की आवश्यकता होती है। प्रति token लागत एक दर है। प्रति पूर्ण कार्य लागत आपका बिल है।

कुछ भी चलाने से पहले एक सख्त spend ceiling सेट करें। दोनों प्लेटफॉर्म अपने consoles में spend limits प्रदान करते हैं, और retry loop में फंसा एक agent रातों-रात महीने भर का बजट खर्च कर सकता है। इसे उसी तरह कॉन्फ़िगर करें जैसे आप always-on agent पर लागत नियंत्रण के लिए करते हैं। यदि आप अपने स्वयं के सर्वर पर पहला संस्करण बना रहे हैं, तो VPS पर पहला Claude API ऐप 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। 21 October 2026 तक की स्थिति के अनुसार, workhorse tier पर दोनों तरफ input token की दर समान है और Claude output token के लिए कम शुल्क लेता है, इसलिए output-heavy काम के लिए Claude कुछ प्रतिशत सस्ता पड़ता है। Frontier tier पर OpenAI की promotional gpt-5.6-sol दरें, 21 November 2026 तक, हर चरण पर Claude Opus 5 से 20% कम हैं। Small tier पर OpenAI की gpt-5.6-luna की लागत input token के लिए Claude Haiku 4.5 का पांचवां हिस्सा है, इसलिए high-volume classification OpenAI पर काफी सस्ता है। अपने token mix के आधार पर स्वयं गणना करें, क्योंकि इस तरह के अंतर आपकी कार्यप्रणाली (workload) पर निर्भर करते हैं, न कि केवल मूल्य सूची पर।

एक ही शब्द हर API पर अलग-अलग token संख्या क्यों लेते हैं?

क्योंकि हर model का अपना tokenizer होता है, और token की संख्या model की विशेषता है। Anthropic के दस्तावेज़ों के अनुसार, Claude 4.7 और उसके बाद के models, Claude Sonnet 4.6 और उससे पहले के models की तुलना में समान टेक्स्ट के लिए लगभग 30% अधिक tokens उत्पन्न करते हैं। तुलना करने से पहले अपना टेक्स्ट प्रत्येक vendor के token counting endpoint पर भेजें, एक count को दूसरे से विभाजित करें, और उस अनुपात को प्रकाशित दर से गुणा करें। 20% का token अंतर frontier और workhorse दरों के अंतर के बराबर है, इसलिए यह किसी भी परिणाम को उलट सकता है।

क्या prompt caching कभी बिल बढ़ा देता है?

हाँ, दोनों platforms पर। 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। OpenAI, GPT-5.6 और उसके बाद के models पर अपनी डिफ़ॉल्ट 30-minute entry के लिए 1.25 गुना, या वैकल्पिक 12-hour entry के लिए 2.5 गुना शुल्क लेता है, जबकि यहाँ तुलना किए गए models पर hit की लागत 0.1 गुना है। यदि आपका traffic इतना रुक-रुक कर आता 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। पांच मिनट की entry को लाभप्रद होने के लिए प्रति write लगभग एक read और एक घंटे की entry के लिए लगभग दो reads की आवश्यकता होती है। यदि आपके reads इससे कम हैं, तो caching आपको महंगा पड़ रहा है: 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 आमतौर पर metered API billing से सस्ती पड़ती है, क्योंकि 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 इसका उपयोग मापें (meter), फिर API के कुल खर्च की तुलना seat की कीमत से करें। API तब बेहतर है जब उपयोग में उतार-चढ़ाव (spiky) हो, या जब आपको programmatic access की आवश्यकता हो जो seat में उपलब्ध नहीं है। यदि आप कीमत के बजाय usage limit के कारण API की ओर बढ़े थे, तो Claude usage limit से बचने के तरीके में कई ऐसे विकल्प हैं जो metered billing पर जाने से सस्ते हैं।