सटीक मॉडल id खोजने के लिए GET /v1/models से मॉडल सूचीबद्ध करें

आपका कोड किसी मॉडल नाम पर 404 लौटाता है जो किसी और के उदाहरण में ठीक लग रहा था। API से ही पूछें: https://api.cheaptokens.dev/v1/models पर एक GET अनुरोध उन मॉडलों की सूची देता है जिन्हें आप कॉल कर सकते हैं, उनके कॉन्टेक्स्ट और आउटपुट सीमाओं के साथ। id उस उत्तर से कॉपी करें, स्मृति से नहीं, और max_tokens सेट करने से पहले सीमा जाँचें।

डॉक्स पेज (CheapTokens docs, 28 अक्टूबर 2026 को जाँचा गया) GET /v1/models को कॉन्टेक्स्ट और आउटपुट सीमाओं के साथ कॉल करने योग्य मॉडलों की सूची के रूप में वर्णित करता है। इसके बगल में एक मॉडल के लिए GET /v1/models/{model} और GET /v1/capabilities हैं। चैट स्वयं POST /v1/chat/completions (OpenAI-संगत) या POST /v1/messages (Anthropic-संगत) के माध्यम से होती है।

एक ही मॉडल का id हर जगह अलग क्यों होता है#

मान लें आपको किसी अन्य प्रदाता का ट्यूटोरियल मिला। वह model: "deepseek-chat" का उपयोग करता है, आप उसे CheapTokens बेस URL के बगल में पेस्ट करते हैं, और अनुरोध विफल हो जाता है। आपकी कुंजी में कोई समस्या नहीं है। प्रदाता एक ही मॉडल को अलग-अलग नाम देते हैं: deepseek-ai/ जैसा उपसर्ग, -0731 जैसा संस्करण प्रत्यय, अलग कैपिटलाइज़ेशन। API केवल वही सटीक स्ट्रिंग स्वीकार करता है जो वह सूचीबद्ध करता है, और मूल्य लेबल से लिया गया छोटा नाम भी काम नहीं करेगा।

यही एक बार id देख लेने का पूरा कारण है। यदि आप स्क्रीन पर गलत id कैसा दिखता है इसकी पूरी कहानी चाहते हैं, तो API 401 या 404 त्रुटि: गलत कुंजी, बेस URL या मॉडल id इसे समझाता है। यह गाइड उससे पहले का चरण है: सही id खोजें ताकि आप वह त्रुटि कभी न देखें।

API से पूछें: एक अनुरोध#

जो टैब आप उपयोग करते हैं उसे चुनें। दोनों एक ही अनुरोध भेजते हैं। दोनों उदाहरणों में कुंजी CHEAPTOKENS_API_KEY पर्यावरण चर से आती है (कुंजी डैशबोर्ड में है जब बैलेंस में धन हो)।

export CHEAPTOKENS_API_KEY="sk-your-key"

curl https://api.cheaptokens.dev/v1/models \
  -H "Authorization: Bearer $CHEAPTOKENS_API_KEY"

import json
import os

import requests

resp = requests.get(
    "https://api.cheaptokens.dev/v1/models",
    headers={"Authorization": f"Bearer {os.environ['CHEAPTOKENS_API_KEY']}"},
    timeout=30,
)
resp.raise_for_status()
print(json.dumps(resp.json(), indent=2))

Python संस्करण जानबूझकर कच्चा JSON प्रिंट करता है। इसे एक बार अपनी आँखों से पढ़ें: आप मॉडल id और उनके बगल में कॉन्टेक्स्ट और आउटपुट सीमाएँ खोज रहे हैं। प्रिंटआउट से प्रत्येक id पूरा कॉपी करें।

तीन id और उनकी सीमाएँ#

डॉक्स इन कॉल करने योग्य मॉडलों को सूचीबद्ध करते हैं (28 अक्टूबर 2026 को जाँचा गया)। प्रत्येक पंक्ति के आरंभ में कोड फ़ॉर्मेटिंग में स्ट्रिंग को model के रूप में भेजें:

• zai-org/GLM-5.3-Flash — 390K कॉन्टेक्स्ट, अधिकतम 8,192 आउटपुट टोकन।
• deepseek-ai/DeepSeek-V4-Flash-0731 — 380K कॉन्टेक्स्ट, अधिकतम 32,768 आउटपुट टोकन।
• MiniMaxAI/MiniMax-M2.7 — 180K कॉन्टेक्स्ट, अधिकतम 8,192 आउटपुट टोकन।

अधिकांश निर्णयों के लिए दो संख्याएँ मायने रखती हैं। कॉन्टेक्स्ट यह है कि मॉडल एक अनुरोध में कितना रख सकता है, आपका प्रॉम्प्ट और उसका उत्तर मिलाकर। आउटपुट सीमा सबसे लंबा एकल उत्तर है। यदि ये शब्द नए हैं, तो AI मॉडल नाम कैसे पढ़ें और उत्तर बीच में क्यों रुक जाता है इन्हें सरल भाषा में समझाते हैं।

अपने कार्य के लिए पहला मॉडल चुनें#

शुरू करने के लिए आपको लंबे बेंचमार्क अध्ययन की आवश्यकता नहीं है। दो प्रश्न अधिकांश पहले चुनाव तय कर देते हैं: आपका इनपुट कितना बड़ा है, और उत्तर कितना लंबा होना चाहिए? अपने सबसे निकट का केस चुनें।

तीनों एक ही बैलेंस और दिन के किसी भी समय एक ही मूल्य साझा करते हैं, कोई पीक आवर्स नहीं, इसलिए बाद में स्विच करने पर आपको केवल एक बदली हुई स्ट्रिंग की लागत आती है। OpenRouter की तुलना में, तीनों में से प्रत्येक कुल मिलाकर सस्ता है, इनपुट और आउटपुट एक साथ गिने जाते हैं। यहाँ एक वर्कलोड कैसा दिखता है: मान लें आप एक छोटा सहायक चलाते हैं जो 2,000 इनपुट टोकन भेजता है और 500 वापस पाता है, दिन में 1,000 बार। नीचे दी गई लाइव तालिका ठीक इसी की कीमत देती है।

प्रत्येक मॉडल के वर्तमान प्रति-टोकन मूल्य मूल्य निर्धारण पेज पर हैं, और मॉडल पेज प्रत्येक पर गहराई से जाते हैं। यदि आप कार्य के अनुसार साथ-साथ तुलना चाहते हैं, तो GLM vs DeepSeek vs MiniMax: कौन सा मॉडल चुनें है।

सीमा से max_tokens सेट करें, फिर अनुरोध भेजें#

एक सामान्य चूक: आप ऐसे मॉडल से लंबी रिपोर्ट माँगते हैं जिसकी सीमा 8,192 है, और उत्तर आधे में रुक जाता है। सूची में आपने जो सीमा देखी वह max_tokens के लिए ऊपरी सीमा है। उस पर या उससे नीचे रहें।

यहाँ सूची से पूर्ण id के साथ एक अनुरोध है। यह उस मॉडल से लंबा उत्तर माँगता है जो इसकी अनुमति देता है:

curl https://api.cheaptokens.dev/v1/chat/completions \
  -H "Authorization: Bearer $CHEAPTOKENS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-ai/DeepSeek-V4-Flash-0731",
    "messages": [{"role": "user", "content": "Write a 1,500-word guide to API keys."}],
    "max_tokens": 4000
  }'

पहली कॉल में नए हैं? CheapTokens के साथ आपका पहला API अनुरोध उत्तर प्रारूप और usage फ़ील्ड को कवर करता है।

दिनचर्या को पक्का करने के लिए, चरणों को क्रम में रखें:

यदि अनुरोध फिर भी विफल हो#

स्ट्रिंग से शुरू करें। एक अक्षर से भिन्न मॉडल id 404 का सामान्य कारण है, इसलिए इसे फिर से टाइप करने के बजाय सूची से दोबारा पेस्ट करें। 402 का अर्थ है बैलेंस समाप्त, और दर सीमा प्रति API कुंजी प्रति मिनट 120 अनुरोध है। त्रुटियाँ मानक OpenAI/Anthropic JSON आकार में लौटती हैं, इसलिए SDK उन्हें सामान्य रूप से पार्स करते हैं। पूरी जानकारी के लिए, API 401 या 404 त्रुटि देखें।

API https://api.cheaptokens.dev/v1 पर OpenAI- और Anthropic-संगत है; Anthropic SDK और Claude Code /v1 के बिना रूट URL https://api.cheaptokens.dev का उपयोग करते हैं। अधिक सेटअप विवरण डॉक्स में हैं।