একটি API রিকোয়েস্টে কত টোকেন লাগে? ৩টি কাজে পরিমাপ করা

একটি AI API-তে একটি রিকোয়েস্টের খরচ কত, জিজ্ঞেস করলে সাধারণত শুনবেন "এটা নির্ভর করে"। সত্যিই নির্ভর করে, কিন্তু এটা দিয়ে বাজেট পরিকল্পনা করা যায় না। তাই আমরা তিনটি দৈনন্দিন কাজ নিয়েছি, ২৩ অক্টোবর ২০২৬-এ CheapTokens API-এর মাধ্যমে DeepSeek-V4-Flash-এ পাঠিয়েছি, এবং প্রতিবার usage ফিল্ডে কী লেখা ছিল তা লিখে রেখেছি।

সংক্ষেপে: একটি দ্রুত প্রশ্নে ১১০ টোকেন, একটি প্যারাগ্রাফ সারাংশে ৩৯৬, এবং একটি ইমেইলকে JSON-এ রূপান্তর করতে ২৯৯। নিচে প্রতিটি রিকোয়েস্ট কেমন ছিল, কী ফিরে এসেছে এবং এর খরচ কত তা দেওয়া হলো।

একটি দ্রুত প্রশ্ন#

আমরা শুরু করেছি এমন কিছু দিয়ে যা মানুষ চ্যাট অ্যাসিস্ট্যান্টদের সবসময় জিজ্ঞেস করে: git merge এবং git rebase-এর মধ্যে পার্থক্য, দুই-তিন বাক্যে।

প্রশ্নটি নিয়েছে ২৩ টোকেন, উত্তরটি ৮৭। এটাই প্রথম লক্ষণীয় বিষয়: উত্তরটি প্রশ্নের প্রায় চার গুণ লম্বা, এবং আউটপুটই বেশি খরচের দিক, এই মুহূর্তে MiniMax-M2.7-এ প্রতি ১M আউটপুট টোকেনে $0.15 বনাম ইনপুটের জন্য $0.05। সেই হার অনুযায়ী, এমন একটি রিকোয়েস্টের খরচ $0.000014। এক হাজার রিকোয়েস্টে, $0.0142।

এই ঠিক রিকোয়েস্টটি এখানে, যদি নিজের স্ক্রিনে সংখ্যাগুলো দেখতে চান:

curl https://api.cheaptokens.dev/v1/chat/completions \
  -H "Authorization: Bearer $CHEAPTOKENS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "MiniMaxAI/MiniMax-M2.7",
    "messages": [
      {"role": "user", "content": "What is the difference between git merge and git rebase? Answer in two or three sentences."}
    ],
    "max_tokens": 2048,
    "temperature": 0.2
  }'

গণনাগুলো রেসপন্সের শেষে usage ব্লকে থাকে: prompt_tokens হলো আপনি যা পাঠিয়েছেন, completion_tokens হলো মডেল যা লিখেছে, total_tokens হলো দুটো মিলিয়ে।

একটি সারাংশ, এবং যে টোকেনগুলো আপনি পড়েন না#

দ্বিতীয় কাজ: একটি ছোট ইনসিডেন্ট রিপোর্টকে দুই বাক্যে নামিয়ে আনা। দলগুলো সারাদিন এই ধরনের কাজ মডেলের মাধ্যমে চালায়: টিকিট, রিপোর্ট, লম্বা ইমেইল থ্রেড। এখানে প্রম্পটটি:

Summarize this incident report in two sentences.

On Tuesday between 14:05 and 14:50 UTC the checkout API returned errors for about 6% of requests. The cause was a configuration change deployed at 13:58 that lowered the database connection pool from 50 to 5 connections per instance. Under normal load nobody noticed, but when the afternoon traffic peak arrived, requests queued for a free connection and timed out after 30 seconds. The on-call engineer saw the growing p99 latency at 14:12, found the change in the deploy log at 14:31 and rolled it back at 14:44. To prevent a repeat, the pool size is now validated in CI against a minimum value, and an alert fires when more than 20 requests wait for a connection for two minutes.

এবং উত্তরটি:

মঙ্গলবার, একটি কনফিগারেশন পরিবর্তন যা ডেটাবেস কানেকশন পুল ৫০ থেকে ৫ কমিয়ে দিয়েছিল, বিকেলের পিক সময়ে প্রায় ৬% রিকোয়েস্টের জন্য চেকআউট API ত্রুটি ঘটায়, যতক্ষণ না ১৪:৪৪-এ এটি রোলব্যাক করা হয়। পুনরাবৃত্তি রোধ করতে, পুল সাইজ এখন CI-তে যাচাই করা হয় এবং কানেকশন অপেক্ষার সময় থ্রেশহোল্ড ছাড়ালে একটি অ্যালার্ট ট্রিগার হয়।

দুই বাক্য, ৩৩১ অক্ষর, এবং ১৪৬ আউটপুট টোকেন। এত অল্প টেক্সটের জন্য এটি অনেক মনে হলো, এবং রেসপন্স ব্যাখ্যা করল কেন: usage-এ আরও একটি ফিল্ড ছিল, reasoning_tokens: 76। উত্তর দেওয়ার আগে, মডেল এটি ভাবতে ৭৬ টোকেন ব্যয় করেছে। এগুলো ১৪৬-এর অংশ (২৫০ ইন + ১৪৬ আউট = মোট ৩৯৬), তাই আউটপুটের প্রায় অর্ধেক এমন রিজনিং-এ গেছে যা উত্তর টেক্সটের অংশ নয়, এবং এটি অন্য যেকোনো আউটপুট টোকেনের মতোই বিল হয়।

বাজেট পরিকল্পনার সময় জানা ভালো: যে কাজে মডেল থেমে ভাবে, সেখানে আউটপুট আপনি যে টেক্সট ফেরত পান তার চেয়ে লক্ষণীয়ভাবে বড় হতে পারে। এমন এক হাজার সারাংশের খরচ $0.0344।

ইমেইল ঢুকল, পরিষ্কার JSON বেরোল#

তৃতীয় কাজ: একটি অর্ডার কনফার্মেশন যা একটি ডেটাবেস রেকর্ড হতে হবে।

মডেল ঠিক সেই কী-গুলো ফেরত দিয়েছে যা আমরা চেয়েছিলাম এবং তাদের আশপাশে কিছুই না, কোনো "Here is your JSON" নয়। মোট ইমেইলের সাথে মেলে, এবং ডেলিভারি তারিখ 2026-11-03 হিসেবে ফিরে এসেছে, ইতিমধ্যেই আমাদের চাওয়া ফরম্যাটে। ১৯৯ টোকেন ইন, ১০০ আউট।

যা চোখে পড়ে তা হলো ঘনত্ব: ২৭৬ অক্ষরের JSON-এর জন্য ১০০ টোকেন, যেখানে git উত্তরটি ৪২১ অক্ষরের সাধারণ টেক্সটের জন্য ৮৭ টোকেন নিয়েছে। কোট, ব্রেস এবং কমাও টোকেন, তাই স্ট্রাকচার্ড আউটপুট প্রতি অক্ষরে গদ্যের চেয়ে বেশি খরচ করে। এমন এক হাজার ইমেইলের খরচ: $0.025।

তিনটিই পাশাপাশি#

খরচগুলো এই টোকেন গণনা থেকে বর্তমান MiniMax-M2.7 মূল্যে হিসাব করা, তাই দাম পরিবর্তন হলে সেগুলো ঠিক থাকে।

প্রতিটি কাজে আউটপুট জেতে, এমনকি সারাংশেও, যেখানে আমরা ফেরত পাওয়ার চেয়ে বেশি পাঠিয়েছি। তাই আপনার বিলে সবচেয়ে সহজ লিভার হলো উত্তরের দৈর্ঘ্য: "দুই বা তিন বাক্যে" বা "শুধু JSON ফেরত দাও" সত্যিই কাজ করে।

স্কেলের জন্য: একটি সাপোর্ট বট যা দিনে ২,০০০ দ্রুত প্রশ্নের উত্তর দেয়, প্রতিটি প্রথমটির মতো, MiniMax-M2.7-এ মাসে প্রায় $0.852 খরচ করে। একটি প্রকৃত চ্যাট প্রতিটি টার্নে তার ইতিহাস পুনরায় পাঠায়, তাই প্রতিটি বার্তার সাথে ইনপুট বাড়ে, কিন্তু এককালীন প্রশ্নের জন্য এটাই পুরো বিল।

নিজের প্রম্পটে চেষ্টা করুন#

আপনার প্রম্পট ভিন্ন সংখ্যায় পৌঁছাবে, এবং জানতে এক মিনিট লাগে। এই স্ক্রিপ্টটি প্রতিটি প্রম্পট পাঠায়, কাটা পড়া উত্তর বাদ দেয়, এবং টোকেন ও ১,০০০ রিকোয়েস্টের খরচ প্রিন্ট করে:

import os
from openai import OpenAI

client = OpenAI(base_url="https://api.cheaptokens.dev/v1", api_key=os.environ["CHEAPTOKENS_API_KEY"])

MODEL = "MiniMaxAI/MiniMax-M2.7"
PRICE_IN, PRICE_OUT = 1.00, 4.00  # USD per 1M tokens: example values, use the current ones from the price list

PROMPTS = [
    "What is the difference between git merge and git rebase? Answer in two or three sentences.",
    # add your own prompts here
]

for prompt in PROMPTS:
    r = client.chat.completions.create(
        model=MODEL,
        messages=[{"role": "user", "content": prompt}],
        max_tokens=2048,
        temperature=0.2,
    )
    if r.choices[0].finish_reason != "stop":
        print("cut off at max_tokens, raise the limit:", prompt[:40])
        continue
    tin, tout = r.usage.prompt_tokens, r.usage.completion_tokens
    per_1000 = (tin * PRICE_IN + tout * PRICE_OUT) * 1000 / 1_000_000
    print(f"{tin} in, {tout} out, 1,000 requests = ${per_1000:.4f} | {prompt[:40]}")

বর্তমান দাম PRICE_IN এবং PRICE_OUT-এ বসান: MiniMax-M2.7-এর জন্য তা প্রতি ১M ইনপুট টোকেনে $0.05 এবং প্রতি ১M আউটপুট টোকেনে $0.15। প্রথম প্রম্পটটি আমাদের পরীক্ষার; মডেলের মধ্যে টোকেন গণনা sedikit আলাদা হয়, তাই ২৩ ইন এবং ৮৭ আউটের মতো একই পরিসরে সংখ্যা আশা করুন। আপনার openai প্যাকেজ (pip install openai) এবং CHEAPTOKENS_API_KEY-এ আপনার কী লাগবে।

যদি কোনো সংখ্যা অদ্ভুত দেখায়: finish_reason: length মানে উত্তরটি max_tokens-এ পৌঁছেছে (কেন উত্তর মাঝবাক্যে থামে); একটি বড় reasoning_tokens টেক্সটের চেয়ে বড় আউটপুট ব্যাখ্যা করে; এবং ইনপুট ও আউটপুট দামের সম্পূর্ণ সূত্র ইনপুট বনাম আউটপুট টোকেন-এ আছে।

কোথা থেকে শুরু করবেন#

সামগ্রিকভাবে, ইনপুট ও আউটপুট একসাথে গণনা করে, CheapTokens-এ MiniMax-M2.7 উপরের তিনটি কাজের জন্য OpenRouter-এর রেফারেন্স মূল্যের চেয়ে সস্তা। এতে ১৮০K কনটেক্সট, ৮,১৯২ টোকেন পর্যন্ত উত্তর এবং যেকোনো সময়ে একই দাম। আপনার ব্যালেন্স টপ আপ করুন, একটি কী তৈরি করুন এবং এই পৃষ্ঠার উপরের curl রিকোয়েস্টটি পাঠান: ডকস কী এবং বেস URL কভার করে, DeepSeek পৃষ্ঠা-এ মডেল ক্যাটালগ আছে, এবং মূল্য-এ লাইভ মূল্য তালিকা আছে।