تحریر: Claude اتنا مہنگا کیوں ہے؟ Token math کی وضاحت
Output tokens کی قیمت input سے 5 گنا ہے، اور ہر turn میں مکمل context دوبارہ bill ہوتا ہے۔ ایک session کا حساب اور لاگت گھٹانے کے 4 طریقے دیکھیں۔
Claude مہنگا کیوں ہے؟ مختصر جواب
Claude کے مہنگا ہونے کی چار وجوہات ہیں، اور یہ وجوہات ایک دوسرے کے اثر کو بڑھاتی ہیں۔ output tokens کی قیمت input tokens کے مقابلے میں پانچ گنا زیادہ ہے۔ API آپ کی گفتگو کی memory محفوظ نہیں رکھتی، اس لیے ہر turn پر پوری سابقہ گفتگو دوبارہ بھیجی جاتی ہے اور اس کی دوبارہ billing ہوتی ہے۔ ایک agent ایک سوال کو درجنوں API calls میں تبدیل کر دیتا ہے، اور ہر call کے ساتھ بڑھتی ہوئی سابقہ گفتگو بھی شامل ہوتی ہے۔ اس کے علاوہ frontier model کی قیمت اس کام کی دشواری کے مطابق مقرر کی جاتی ہے جو یہ انجام دیتا ہے، نہ کہ چھوٹا model چلانے کی لاگت کے مطابق۔
Token متن کا ایک حصہ ہوتا ہے۔ ایک عمومی اندازے کے مطابق، ایک token تقریباً چار characters یا English کے تقریباً 0.75 words کے برابر ہوتا ہے۔ Rates فی million tokens بیان کیے جاتے ہیں، جنہیں MTok (million tokens) لکھا جاتا ہے۔ ذیل میں دی گئی ہر rate August 2026 تک شائع شدہ Claude API rate ہے۔
غیر متوقع bills کی زیادہ تر وجہ فہرست کی دوسری اور تیسری وجوہات ہوتی ہیں۔ عموماً لوگ یہ سمجھ کر آتے ہیں کہ Claude کے لکھے ہوئے answers پر خرچ آتا ہے۔ کسی agent session میں writing اکثر bill کے one tenth سے بھی کم ہوتی ہے۔
شائع کردہ نرخ، تاکہ اعداد پر اتفاق ہو جائے
The data behind this chart
[
{
"label": "Haiku 4.5",
"input_usd": 1,
"output_usd": 5,
"cache_read_usd": "0.10"
},
{
"label": "Sonnet 5, to Aug 31 2026",
"input_usd": 2,
"output_usd": 10,
"cache_read_usd": "0.20"
},
{
"label": "Sonnet 5, from Sep 1 2026",
"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"
}
]مطلق اعداد کے بجائے ان کی ساخت دیکھیں۔ ہر model input کے مقابلے میں output کے لیے ٹھیک پانچ گنا زیادہ قیمت لیتا ہے۔ Opus 5 کے لیے ایک ملین input tokens کی قیمت 5 ڈالر اور ایک ملین output tokens کی قیمت 25 ڈالر ہے۔ Haiku 4.5 کے لیے یہ قیمتیں بالترتیب 1 اور 5 ہیں۔ اس لیے سب سے سستے model سے سب سے مہنگے model تک قیمت کا فرق پانچ گنا ہے، اور پڑھنے سے لکھنے تک کا فرق بھی پانچ گنا ہے۔
Sonnet 5 کی ابتدائی قیمتیں 31 اگست 2026 تک ایک ملین tokens کے لیے 2 ڈالر input اور 10 ڈالر output ہیں۔ 1 ستمبر 2026 سے یہ قیمتیں بڑھ کر بالترتیب 3 اور 15 ہو جائیں گی۔ model releases کے ساتھ نرخ تبدیل ہوتے رہتے ہیں، اس لیے بجٹ بناتے وقت موجودہ نرخ ضرور دیکھیں۔ اس جدول سے کم کوئی free tier بھی دستیاب نہیں، تاہم نئے accounts کو معمولی credit ملتا ہے اور API کے کچھ حصے بالکل مفت ہیں۔
آخری column cache read rate ہے۔ زیادہ تر bills کا تعین یہی کرتا ہے۔ حساب مکمل کرنے کے بعد اس حصے کی طرف واپس آئیں۔
آؤٹ پٹ tokens کی لاگت input tokens سے پانچ گنا کیوں ہوتی ہے؟
پڑھنا اور لکھنا یکساں مقدار کا کام نہیں ہے۔ input tokens کو ایک ہی مرحلے میں process کیا جاتا ہے۔ model پورا prompt ایک ساتھ پڑھتا ہے اور اس پر کام parallel طور پر ہوتا ہے۔ اسی لیے 60,000 tokens کے prompt کو پڑھنے میں 1,000 tokens کے prompt کے مقابلے میں 60,000 گنا زیادہ وقت نہیں لگتا۔
آؤٹ پٹ tokens ایک ایک کر کے تیار کیے جاتے ہیں۔ ہر نئے token کے لیے model سے اپنا الگ pass درکار ہوتا ہے، اور اسے context کے طور پر اپنے سے پہلے موجود ہر token درکار ہوتا ہے۔ 1,000 tokens لکھنے کا مطلب 1,000 passes ہیں، جو ایک کے بعد ایک چلتے ہیں۔ اس serial کام کو reading کی طرح پھیلایا نہیں جا سکتا، اس لیے ہر output token hardware کو زیادہ دیر تک مصروف رکھتا ہے۔
اسی وجہ سے "جواب مختصر کریں" لوگوں کی توقع کے مقابلے میں کم مؤثر طریقہ ہے۔ یہ agent bill کے نسبتاً چھوٹے حصے کو کم کرتا ہے۔
میری پوری گفتگو ہر turn پر دوبارہ bill کیوں ہوتی ہے؟
Claude API stateless ہے۔ Anthropic کی طرف کوئی ایسی conversation موجود نہیں ہوتی جس میں آپ ایک ایک message شامل کر رہے ہوں۔ ہر request میں message history مکمل طور پر شامل ہوتی ہے، اور model کچھ بھی لکھنے سے پہلے اسے مکمل پڑھتا ہے۔ اس لیے turn 30 میں turns 1 سے 29 تک کا بھی bill بنتا ہے۔
اس کا مطلب ہے کہ conversation کی لاگت اس کی طوالت سے زیادہ تیزی سے بڑھتی ہے۔ turn 1 میں چھوٹے context کا bill بنتا ہے۔ turn 40 میں بڑے context کا۔ تمام چالیس turns کو جمع کریں تو آپ نے ان tokens کی تعداد سے کئی گنا زیادہ کی ادائیگی کی ہوتی ہے جو حقیقت میں لکھے گئے تھے۔
The data behind this chart
[
{
"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"
}
]اوپر والا session 20,000 tokens سے شروع ہوتا ہے۔ اس میں system prompt، tool definitions اور وہ پہلی files شامل ہیں جنہیں agent نے کھولا۔ turn 40 تک context میں 100,000 tokens شامل ہو جاتے ہیں۔ تمام چالیس turns پر اس کا اوسط نکالیں تو ہر request میں تقریباً 60,000 tokens پڑھے جاتے ہیں۔
ایک agent کی لاگت chat کے مقابلے میں اتنی زیادہ کیوں ہوتی ہے؟
chat میں ہر سوال کے لیے ایک request ہوتی ہے۔ agent میں ہر step کے لیے ایک request ہوتی ہے۔ فائل پڑھنا ایک step ہے۔ test چلانا ایک step ہے۔ test کا output پڑھنا ایک step ہے۔ فائل میں ترمیم کرنا ایک step ہے۔ ایک task مکمل کرنے کے لیے 40 steps coding agent کے لیے معمول کی بات ہے۔
tool استعمال کرنے کے ساتھ دو اضافی اخراجات بھی شامل ہوتے ہیں۔ tool definitions ہر request میں input tokens ہوتی ہیں، کیونکہ model کو ہر بار بتانا پڑتا ہے کہ کون سے tools دستیاب ہیں۔ Anthropic اس overhead کو شائع کرتا ہے: tool_choice کو auto پر set کرنے کی صورت میں Opus 5 کا tool use system prompt 286 tokens پر مشتمل ہوتا ہے، اس کے علاوہ آپ کے اپنے tool schemas کے tokens بھی شامل ہوتے ہیں۔ کچھ server-side tools کی الگ فیس بھی ہوتی ہے۔ Web search کے لیے نتائج سے استعمال ہونے والے tokens کے علاوہ 1,000 searches پر $10 فیس لی جاتی ہے۔
ہر tool result بھی مستقل context بن جاتا ہے۔ اگر کوئی command 3,000 lines دکھاتی ہے تو session کے باقی حصے میں ہر request کے اندر وہ 3,000 lines شامل رہتی ہیں۔ Claude Code کی ظاہر کردہ فی-session token usage اس بات کو واضح کرتی ہے: noisy command کے فوراً بعد input number بڑھتا ہوا دیکھیں۔
ایک حقیقی session کا حساب
یہ Opus 5 پر agentic coding کے ایک حقیقت پسندانہ گھنٹے کی مثال ہے۔ API کی 40 requests ہوئیں۔ context 20,000 سے بڑھ کر 100,000 tokens تک پہنچا، اس لیے ہر request میں اوسطاً تقریباً 60,000 tokens شامل تھے۔ model نے ہر request میں تقریباً 700 tokens لکھے، جن میں مختصر tool calls اور code کے چند طویل blocks شامل تھے۔
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 = $12.70The data behind this chart
[
{
"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"
}
]تقسیم دیکھیں۔ پڑھنے کی لاگت 12.00 dollars اور لکھنے کی لاگت 0.70 dollars تھی، اس لیے آپ نے حقیقت میں جو output پڑھا، وہ bill کا تقریباً پانچ فیصد تھا۔ model نے 28,000 tokens لکھے، جبکہ پڑھنے کے لیے اس سے 2,400,000 tokens کے حساب سے bill کیا گیا۔ کسی نے 2.4 million tokens type نہیں کیے تھے۔ وہی 100,000 tokens بار بار پڑھے گئے۔
لِیور 1: prompt caching، جو سب سے بڑا lever ہے
Prompt caching آپ کے prompt کے مستحکم prefix کی processed شکل محفوظ کرتی ہے۔ اگلی request میں اس prefix کو دوبارہ process کرنے کے بجائے cache سے پڑھا جاتا ہے۔ cache میں لکھنے کی لاگت پانچ منٹ کے cache کے لیے input rate سے 1.25 گنا، یا ایک گھنٹے کے cache کے لیے 2 گنا ہے۔ اسے پڑھنے کی لاگت input rate سے 0.1 گنا ہے۔ Opus 5 پر فی ملین اس کی قیمت 0.50 dollars ہے، جبکہ 5 dollars لاگت آتی ہے۔
اسے اوپر والے session پر لاگو کریں۔ گفتگو بڑھنے کے دوران 100,000 میں سے ہر token ایک بار cache میں لکھا جاتا ہے۔ باقی 2,300,000 input tokens cache reads بن جاتے ہیں۔
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 = $2.48آپ cache کے قابل حصے کو cache_control field سے نشان زد کرتے ہیں۔ breakpoint اس content کے بعد رکھیں جو turns کے درمیان تبدیل نہیں ہوتا: system prompt اور tool definitions۔ جس طویل document کی طرف آپ بار بار رجوع کرتے ہیں، اسے بھی اسی مستحکم block میں رکھیں۔
{
"model": "claude-opus-5",
"system": [
{
"type": "text",
"text": "<long, stable instructions>",
"cache_control": {"type": "ephemeral"}
}
],
"messages": [{"role": "user", "content": "..."}]
}آپ کے prompt کی ترتیب اب لاگت طے کرتی ہے۔ cache hit کے لیے prompt کے بالکل آغاز سے exact match درکار ہوتا ہے، اس لیے ہر request میں تبدیل ہونے والی چیز کو ہر غیر متغیر چیز کے بعد رکھیں۔ اگر آپ system prompt کے اوپر timestamp رکھیں گے تو ہر turn میں cache ٹوٹ جائے گا: پورا prefix miss ہو جائے گا، اور اسے دوبارہ لکھنے کے لیے input rate سے 1.25 گنا ادائیگی کرنا ہوگی۔
response آپ کو بتاتا ہے کہ یہ کام کر رہا ہے یا نہیں۔ ایک request بھیجیں اور usage block پڑھیں۔
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"}]
}'ہر response میں اس طرح کا usage object شامل ہوتا ہے:
{
"usage": {
"input_tokens": 105,
"cache_creation_input_tokens": 7345,
"cache_read_input_tokens": 7123,
"output_tokens": 239
}
}اگر repeat request میں اب بھی cache_read_input_tokens کے اندر 0 دکھائی دے، تو اس کا مطلب ہے کہ cache hit نہیں ہو رہا۔ عام وجہ یہ ہے کہ آپ کے breakpoint سے پہلے کوئی چیز تبدیل ہو گئی ہے۔ پانچ منٹ کا cache بھی expire ہو جاتا ہے، اس لیے چھ منٹ بعد بھیجی گئی request miss ہوگی اور اس کے بعد نیا write ہوگا۔
لیور 2: آسان turns کو چھوٹے model کو بھیجیں
Agent session میں زیادہ تر turns مشکل نہیں ہوتے۔ فائل کھولنا، formatter چلانا، یا diff پڑھنا۔ ان کاموں کے لیے frontier model ضروری نہیں ہوتا۔ انہیں Haiku 4.5 پر route کرنے سے input rate فی million 5 dollars سے کم ہو کر 1 dollars رہ جاتی ہے۔
The data behind this chart
[
{
"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"
}
]اسی session کی لاگت caching کے بغیر Opus 5 پر 12.70 dollars، caching کے ساتھ 2.48، caching کے ساتھ Sonnet 5 پر 0.99، اور caching کے ساتھ Haiku 4.5 پر 0.50 dollars ہے۔ صرف caching bill کا تقریباً اسی فیصد ختم کر دیتی ہے۔ Model کا انتخاب باقی لاگت کا زیادہ تر حصہ ختم کر دیتا ہے۔
یہاں ایک اہم حقیقت بھی ہے۔ اگر سستا model غلط جواب دے تو پوری session دوبارہ چلانے کی لاگت، اور آپ کا اپنا وقت، دونوں صرف ہوتے ہیں۔ Task کی مشکل کے مطابق routing کریں، قیمت کے مطابق نہیں۔ یہ اصول زیادہ مہنگے model پر بھی لاگو ہوتا ہے: Claude Fable 5 کی فہرست Opus 5 سے بھی اوپر ہے، یعنی فی million $10 اور $50؛ اس لیے وہاں turn بھیجنے سے پہلے دیکھیں کہ یہ rates آپ کو کیا فراہم کرتی ہیں۔ Opus، Sonnet اور Haiku کے درمیان انتخاب میں بتایا گیا ہے کہ ہر model کن حالات میں قابل اعتماد رہتا ہے۔
لِیور 3: context hygiene
جو token آپ context میں چھوڑتے ہیں، اس کے بعد آنے والی ہر turn پر اس کی لاگت آتی ہے۔ اس لیے کسی token کو شروع میں ہٹانا، دیر سے ہٹانے کے مقابلے میں کہیں زیادہ فائدہ مند ہے۔ اگر 40 turn کے session میں turn 5 پر 5,000 token کی file شامل کی جائے، تو اسے مزید 35 مرتبہ پڑھا جائے گا۔ اس کا مطلب 175,000 اضافی input tokens ہے، جو Opus 5 پر ایک غیر محتاط paste کے لیے تقریباً ایک dollar بنتا ہے۔
یہ چار عادات اس تعداد کو کم کرتی ہیں:
- نئے task کے لیے کل کا session جاری رکھنے کے بجائے نیا session شروع کریں۔
- noisy commands کے output کو model تک پہنچنے سے پہلے،
head -50جیسی چیز سے filter کریں؛ بعد میں filter نہ کریں۔ - پوری file کے بجائے صرف وہ ایک function مانگیں جس کی آپ کو ضرورت ہے۔
- جب طویل session میں پیش رفت رک جائے تو summary مانگیں اور اسی summary سے نیا session شروع کریں۔ summary چند سو tokens پر مشتمل ہوتی ہے۔ transcript ایک لاکھ tokens پر مشتمل ہوتا ہے۔
لیور 4: ہر غیر تعاملی کام کو batch میں چلائیں
Batch API درخواستوں کو asynchronous طور پر process کرتی ہے اور input اور output دونوں کی قیمت میں 50 فیصد کمی کرتی ہے۔ اگر کسی job کے لیے اگلے 1 second میں جواب درکار نہیں، تو اسے batch میں چلائیں۔ اس میں classification، extraction، backlog کا summarising، اور evaluation runs شامل ہیں۔ batch discount، prompt caching کے ساتھ بھی لاگو ہوتی ہے۔ یہ interactive session پر لاگو نہیں ہوتی، کیونکہ وہاں انتظار کرنے کے لیے کچھ نہیں ہوتا۔
کیا مجھ سے زیادہ رقم وصول کی جا رہی ہے؟
"Claude مہنگا کیوں ہے" کے پیچھے اصل سوال یہی ہے، اس لیے یہاں براہِ راست جواب ہے۔ نرخ شائع شدہ ہیں، standard tiers پر سب کے لیے یکساں ہیں، اور فی token وصول کیے جاتے ہیں۔ استثنا negotiated contract ہے، لیکن وہاں بھی Claude Enterprise pricing انہی metered tokens کے علاوہ فی seat charge شامل کرتی ہے، انہیں ختم نہیں کرتی۔ بل میں کوئی رقم صوابدیدی نہیں ہے۔ rate card یہ نہیں بتا سکتا کہ آپ کو مناسب value مل رہی ہے یا نہیں، کیونکہ اس میں tokens کی قیمت مقرر ہوتی ہے جبکہ آپ کے لیے نتیجہ اہم ہے۔
اس لیے نتیجے کی قیمت کا اندازہ لگائیں۔ اوپر والا session uncached حالت میں 12.70 dollars کا تھا۔ اگر اس نے ایسا feature فراہم کیا جسے مکمل کرنے میں آپ کو ایک گھنٹہ لگتا، تو یہ کم قیمت تھی۔ اگر اس نے چالیس turns دائرے میں گھومتے ہوئے گزار دیے، تو انہی 12.70 dollars کے بدلے کچھ حاصل نہیں ہوا، اور مسئلہ rate میں نہیں تھا۔
یہ بات یاد رکھنے کے قابل ہے۔ آپ کا bill value کے مطابق نہیں بلکہ tokens کے مطابق بڑھتا ہے۔ ایک productive session اور اتنی ہی طوالت والا wasted session یکساں لاگت رکھتے ہیں۔ اسی لیے چار levers، rate card سے زیادہ اہم ہیں: آپ فی token قیمت پر گفت و شنید نہیں کر سکتے، لیکن یہ آپ طے کرتے ہیں کہ کام کے لیے کتنے tokens درکار ہوں گے۔
اس لیے فی ماہ dollars نہیں بلکہ مکمل کیے گئے ہر task پر dollars track کریں۔ اگر caching اور routing کو بہتر بنانے کے دوران یہ عدد کم ہو، تو آپ کا setup بہتر ہو رہا ہے، چاہے ماہانہ total بڑھ رہا ہو، کیونکہ total زیادہ کام کرنے کی وجہ سے بڑھ رہا ہے۔
آپ کے بل میں کیا کمی نہیں کرتا
کچھ مشہور مشوروں کا عملی فائدہ بہت کم ہوتا ہے۔ ماڈل کو "مختصر رہنے" کی ہدایت دینے سے output کم ہوتا ہے، جبکہ مثال کے بل میں output صرف پانچ فیصد تھا۔ اپنے سوال کو مختصر کرنے سے 60,000 token context کے مقابلے میں چند سو tokens کی بچت ہوتی ہے۔ extended thinking بند کرنے سے صرف اسی صورت میں فائدہ ہوتا ہے جب thinking tokens آپ کے output کا واقعی نمایاں حصہ ہوں۔ usage block یہ بات واضح کر دیتا ہے، اس لیے آپ کو اندازہ لگانے کی ضرورت نہیں رہتی۔
بڑا context window بذاتِ خود اضافی لاگت نہیں بنتا۔ Claude 4.6 اور بعد کے versions میں مکمل one million token window کے لیے standard per-token rate لاگو ہوتا ہے، اس لیے 900,000 token کی request کی فی token لاگت 9,000 token والی request کے برابر ہوتی ہے۔ window size قیمت مقرر نہیں کرتا۔ قیمت اس بات سے طے ہوتی ہے کہ آپ window میں کیا شامل کرتے ہیں۔
مزید دو امور کی منصوبہ بندی single session کے بجائے الگ سے کرنی چاہیے۔ اگر آپ کا استعمال روزانہ اور interactive ہے تو pay per token کا flat plan سے موازنہ کریں: API اور subscription cost کا موازنہ اسی حساب کو پیش کرتا ہے۔ اگر flat plan زیادہ فائدہ مند ہو اور آپ اسی وقت کسی دوسرے vendor پر بھی غور کر رہے ہوں تو Claude اور ChatGPT plans کا ساتھ ساتھ قیمتوں کا موازنہ دونوں کے لیے یہی موازنہ کرتا ہے۔ اگر کوئی agent server پر unattended چلتا ہے تو دیگر settings کو tune کرنے سے پہلے hard spend cap مقرر کریں؛ VPS پر AI agent کے لیے cost controls اسی موضوع کا احاطہ کرتا ہے۔ محض پیمانے کا اندازہ لگانے کے لیے one million Claude tokens سے حقیقتاً کیا حاصل ہوتا ہے rate card کو متن کے صفحات میں تبدیل کرتا ہے۔
FAQ
میرے agent استعمال کرنے کے بعد Claude کا بل اچانک کیوں بڑھ گیا؟
کیونکہ ایک agent ہر سوال کے لیے بہت سی requests بھیجتا ہے، اور ہر request میں اب تک کی پوری گفتگو شامل ہوتی ہے۔ Chat ہر سوال کے لیے ایک request بھیجتا ہے۔ Coding agent ہر step کے لیے ایک request بھیجتا ہے، اور ایک task کے لیے چالیس steps معمول کی بات ہے۔ ان تمام requests پر مکمل context کے حساب سے billing ہوتی ہے، اس لیے 100,000 tokens پر ختم ہونے والے session کے لیے مجموعی طور پر 2 million سے زیادہ input tokens کی billing ہو سکتی ہے۔ اسے براہ راست دیکھنے کے لیے API response میں input_tokens اور cache_read_input_tokens پڑھیں۔
کیا prompt caching واقعی بل میں اتنی کمی کرتی ہے؟
اس عملی مثال میں session کی لاگت 12.70 dollars سے کم ہو کر 2.48 dollars رہ گئی، کیونکہ cache read کی لاگت input rate کا دسویں حصہ ہے۔ بچت مکمل طور پر آپ کی hit rate پر منحصر ہے۔ پانچ منٹ کے cache کے ساتھ یہ ایک read کے بعد اپنی لاگت پوری کر لیتا ہے، کیونکہ write کی لاگت input کی 1.25 گنا اور read کی لاگت 0.1 گنا ہے۔ اگر ہر request میں prompt کا ابتدائی حصہ بدلتا رہے تو آپ کو کوئی hit نہیں ملے گا اور write premium بلاوجہ ادا کرنا پڑے گا۔ یہ فرض کرنے سے پہلے کہ caching کام کر رہی ہے، cache_read_input_tokens سے تصدیق کریں۔
کیا مجھے ہر کام کے لیے صرف Haiku استعمال کرنا چاہیے؟
نہیں۔ Haiku 4.5 کی لاگت فی million input tokens 1 dollars ہے، جبکہ Opus 5 کے لیے یہ 5 dollars ہے۔ اس لیے classification اور routing جیسے سادہ، زیادہ volume والے کاموں میں بچت حقیقی ہے۔ مشکل کام میں غلط جواب کی لاگت model کی بچت سے زیادہ ہو سکتی ہے، کیونکہ retry اور اپنے وقت کی لاگت بھی ادا کرنی پڑتی ہے۔ مؤثر طریقہ mixed استعمال ہے: mechanical turns کے لیے چھوٹا model، اور judgement درکار ہونے والے turn کے لیے frontier model۔
کیا API، Claude subscription سے سستی ہے؟
یہ اس بات پر منحصر ہے کہ آپ کا usage کتنا مستقل ہے۔ Subscription ایک مقررہ ماہانہ قیمت ہوتی ہے، جس کے ساتھ usage limits منسلک ہوتی ہیں۔ API میں فی token ادائیگی ہوتی ہے اور کوئی ceiling نہیں ہوتی۔ اس لیے ہلکے یا وقفے وقفے سے ہونے والے usage میں API سستی ہوتی ہے، جبکہ ہر working day بھاری usage میں زیادہ مہنگی ہو سکتی ہے۔ Usage block سے روزانہ کے اوسط tokens لیں، انہیں اپنے model کے rate پر price کریں، پھر اس رقم کا موازنہ plan price سے کریں۔ ابتدائی tier کی قیمت اور اس کی usage limits Claude Pro کی لاگت اور وہ usage limits کہاں ختم ہوتی ہیں میں بیان کی گئی ہیں۔ اگر مجموعہ API کے حق میں ہو تو plan ختم کرنا یا نچلے tier پر منتقل ہونا پہلے سے ادا کیے گئے پورے مہینے کو ضائع نہیں کرتا، کیونکہ آپ کی access موجودہ billing period کے اختتام تک جاری رہتی ہے۔