2026 में सबसे सस्ता OpenAI API मॉडल: gpt-5-nano बनाम gpt-6-luna

OpenAI के प्राइसिंग पेज पर सबसे सस्ता OpenAI टेक्स्ट मॉडल gpt-5-nano है: $0.05 प्रति 1M इनपुट टोकन और $0.40 प्रति 1M आउटपुट टोकन। नई GPT-6 लाइन में सबसे सस्ता gpt-6-luna है, $0.10 इन और $0.50 आउट पर। ये आंकड़े OpenAI के प्राइसिंग पेज से हैं, जिसे 28 अक्टूबर 2026 को चेक किया गया। पेज पर कोई प्रकाशन तिथि नहीं है, इसलिए चेक की तारीख ही भरोसेमंद है।

लेकिन प्रति टोकन कम कीमत का मतलब प्रति कार्य कम कीमत नहीं है। छोटे, हाई-वॉल्यूम कामों के लिए, CheapTokens पर ओपन-वेट मॉडल, जैसे GLM-5.3-Flash और DeepSeek-V4-Flash, कुल मिलाकर कम पड़ते हैं। नीचे आप इसे एक ठोस काम पर देख सकते हैं, फिर अपने आंकड़े डाल सकते हैं।

OpenAI की प्राइस सीढ़ी, सबसे नीचे से#

सभी कीमतें प्रति 1M टोकन, स्टैंडर्ड टियर, शॉर्ट कॉन्टेक्स्ट (272K इनपुट टोकन तक) हैं। आखिरी कॉलम एक ठोस काम की गणना है: 1,000 रिक्वेस्ट, हर एक में 500 इनपुट और 200 आउटपुट टोकन। इसे एक सपोर्ट बॉट समझें जो टिकट टैग करता है।

दो बातें उभरकर आती हैं। पहली, gpt-5-nano की इनपुट कीमत सबसे कम है और आउटपुट पर यह gpt-4.1-nano के बराबर है, इसलिए अगर आप OpenAI पर बने रहते हैं और काम सरल है, तो यही शुरुआती बिंदु है। दूसरी, gpt-4o-mini, जिसे कई प्रोजेक्ट्स ने सस्ते मॉडल के रूप में चुना था, अब इनपुट और आउटपुट दोनों पर gpt-5-nano से महंगा है। अगर वही आपका मॉडल है, तो OpenAI छोड़े बिना आपके पास सस्ता विकल्प है।

टेबल के ऊपर gpt-4.1-mini ($0.40 / $1.60) और gpt-5.4-mini ($0.75 / $4.50) हैं। तुलना के लिए बड़े टियर: gpt-6.1-terra $1 / $5 पर (हमने इसे GPT-6.1 Terra API price में कवर किया), gpt-6.1-sol $2 / $10 पर और gpt-6-astra $10 / $50 पर। उसी पेज से एक चेतावनी: 5 मार्च 2026 को या उसके बाद रिलीज़ हुए मॉडलों के लिए रीजनल-प्रोसेसिंग एंडपॉइंट्स पर 10% अधिभार है। पेज पर केवल कीमतें दी गई हैं, इसलिए किसी काम को शिफ्ट करने से पहले कॉन्टेक्स्ट साइज़ और सीमाओं के लिए हर मॉडल का अपना पेज देखें।

1,000 छोटी रिक्वेस्ट में पैसा कहां जाता है#

टिकट-टैगिंग बॉट लें। हर रिक्वेस्ट लगभग 500 टोकन भेजती है (निर्देश प्लस टिकट) और लगभग 200 वापस पाती है। gpt-5-nano पर, उनमें से 1,000 की लागत है:

• इनपुट: 0.5M टोकन × $0.05 = $0.025
• आउटपुट: 0.2M टोकन × $0.40 = $0.08
• कुल: $0.025 + $0.08 = $0.105

बंटवारे को देखें। छोटा जवाब टोकन के एक-तिहाई से भी कम है, लेकिन यह $0.105 में से $0.08 है। सस्ते मॉडल की खरीदारी में यही पेच है: बिल को इनपुट कीमत से ज़्यादा बार आउटपुट कीमत तय करती है। अगर आप इस विचार का लंबा संस्करण चाहते हैं, तो input vs output tokens इसे समझाता है।

OpenAI एक कैश्ड-इनपुट दर भी बताता है: gpt-5-nano के लिए $0.005 प्रति 1M (यह कैसे काम करता है, वह what is prompt caching में है)। मान लें कि आपका पूरा 500-टोकन इनपुट एक दोहराया गया प्रॉम्प्ट है और कैश हो जाता है। इनपुट घटकर 0.5M × $0.005 = $0.0025 हो जाता है, और काम की लागत $0.0025 + $0.08 = $0.0825 हो जाती है। बिल मुश्किल से बदलता है, क्योंकि 200 आउटपुट टोकन की कीमत अब भी $0.08 है।

बड़े पैमाने पर वही गणित आज़माएं:

ओपन-वेट मॉडलों पर वही काम#

अब वही 1,000 रिक्वेस्ट, 500 इन और 200 आउट, आज की दरों पर CheapTokens पर कीमत के साथ:

आंकड़ों में: GLM-5.3-Flash लेता है $0.018, DeepSeek-V4-Flash $0.0275 और MiniMax-M2.7 $0.055। इसे gpt-5-nano के $0.105 के आगे रखें। टेबल लाइव है, इसलिए यह मौजूदा प्राइस लिस्ट का पालन करती है। GLM-5.3-Flash का कॉन्टेक्स्ट 390K है और यह 8,192 टोकन तक जवाब देता है, जो एक टैग या छोटे जवाब के लिए काफी है। DeepSeek-V4-Flash का कॉन्टेक्स्ट 380K है और यह 32,768 टोकन तक जवाब देता है, जो तब मायने रखता है जब आउटपुट एक रिपोर्ट या कोड का लंबा टुकड़ा हो। दोनों किसी भी घंटे एक ही कीमत रखते हैं, कोई पीक प्राइसिंग नहीं।

एक और परिदृश्य, एक चैटबॉट जो अब भी gpt-4o-mini पर है। मान लें हर चैट लगभग 1,200 टोकन भेजती है (इतिहास प्लस नया सवाल), 250 वापस पाती है, और आप रोज़ 3,000 चैट सर्व करते हैं। gpt-4o-mini पर यह 3.6M इनपुट टोकन × $0.15 = $0.54 और 0.75M आउटपुट टोकन × $0.60 = $0.45 है, यानी $0.99 प्रति दिन। gpt-5-nano पर वही दिन 3.6M × $0.05 = $0.18 प्लस 0.75M × $0.40 = $0.30 है, यानी $0.48। यहां CheapTokens पर वही ट्रैफिक है; अपने बॉट से मेल खाने के लिए आंकड़े बदलें:

स्विच करने में तीन छोटे बदलाव लगते हैं#

CheapTokens OpenAI API बोलता है, इसलिए आपका मौजूदा कोड काम करता रहता है। आप बेस URL, की और मॉडल id बदलते हैं। id docs से लें, क्योंकि प्रोवाइडर मॉडलों के नाम अलग तरह से रखते हैं। GLM-5.3-Flash के लिए यह zai-org/GLM-5.3-Flash है, और बेस URL https://api.cheaptokens.dev/v1 है।

from openai import OpenAI

client = OpenAI(
    base_url="https://api.cheaptokens.dev/v1",
    api_key="YOUR_CHEAPTOKENS_KEY",
)

resp = client.chat.completions.create(
    model="zai-org/GLM-5.3-Flash",
    max_tokens=20,
    messages=[
        {"role": "system", "content": "Tag the ticket as billing, bug or other. Reply with one word."},
        {"role": "user", "content": "I was charged twice for the same order."},
    ],
)
print(resp.choices[0].message.content)
print(resp.usage)

curl https://api.cheaptokens.dev/v1/chat/completions \
  -H "Authorization: Bearer $CHEAPTOKENS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "zai-org/GLM-5.3-Flash",
    "max_tokens": 20,
    "messages": [
      {"role": "system", "content": "Tag the ticket as billing, bug or other. Reply with one word."},
      {"role": "user", "content": "I was charged twice for the same order."}
    ]
  }'

इसे अपने 50 असली टिकटों पर चलाएं और जवाब खुद पढ़ें। हर रिस्पॉन्स में usage फ़ील्ड सटीक इनपुट और आउटपुट टोकन गिनती देता है, और ऊपर के कैलकुलेटर को बस यही दो आंकड़े चाहिए। की, बैलेंस और पहली कॉल your first API request में हैं।

किस काम के लिए कौन सा#

आप जो भी चुनें, पूरा वर्कलोड शिफ्ट करने से पहले इसे अपने उदाहरणों पर टेस्ट करें। प्राइस टेबल बताती है कि एक टोकन की कीमत क्या है; केवल आपका डेटा बताता है कि जवाब काफी अच्छे हैं या नहीं। हर मॉडल की मौजूदा कीमतें pricing page पर हैं, और how much AI tokens cost 1M और 10M टोकन बजट को साथ-साथ रखता है।