कौन सा मॉडल 100K-टोकन दस्तावेज़ में फिट बैठता है: कॉन्टेक्स्ट और आउटपुट सीमाएँ

संक्षिप्त उत्तर: 100K-टोकन का दस्तावेज़ तीनों में से किसी भी मॉडल में एक ही अनुरोध में चला जाता है। उन्हें अलग करने वाली बात उसके आस-पास की जगह है। GLM-5.3-Flash का कॉन्टेक्स्ट विंडो 390K है, DeepSeek-V4-Flash का 380K है और यह 32,768 टोकन तक वापस लिख सकता है, MiniMax-M2.7 का 180K है। दो जाँचें बताती हैं कि किसका उपयोग करना है: क्या दस्तावेज़ और उत्तर विंडो में फिट होते हैं, और क्या उत्तर मॉडल की आउटपुट सीमा में फिट होता है।

नीचे दी गई सीमाएँ CheapTokens की अपनी हैं, 1 नवंबर 2026 को जाँची गईं, और जब आप https://api.cheaptokens.dev/v1 कॉल करते हैं तो आपके अनुरोध को इन्हीं के विरुद्ध मापा जाता है। docs दिखाते हैं कि कैसे कनेक्ट करें, और pricing में पूरी मूल्य सूची है।

दो-चरणीय जाँच#

दोनों नियम ऐसी संख्याओं का उपयोग करते हैं जिन्हें आप कुछ भेजने से पहले जान सकते हैं:

1. इनपुट टोकन + max_tokens ≤ कॉन्टेक्स्ट विंडो। दस्तावेज़ और उत्तर एक ही विंडो साझा करते हैं।
2. max_tokens ≤ मॉडल की आउटपुट सीमा।

अंतिम कॉलम विंडो में से सबसे लंबा उत्तर घटाकर निकाला गया है, K को 1,000 पढ़ते हुए: 390,000 − 8,192 = 381,808; 380,000 − 32,768 = 347,232; 180,000 − 8,192 = 171,808। व्यवहार में आप शायद ही कभी सबसे लंबा संभव उत्तर माँगते हैं, इसलिए आपके पास उस कॉलम से अधिक जगह होती है।

यहाँ एक वास्तविक-जैसे मामले पर जाँच है। आपके पास 200,000-टोकन का लॉग है और आप 2,000-टोकन का विश्लेषण चाहते हैं: 200,000 + 2,000 = 202,000। यह 390K और 380K विंडो में फिट होता है और 180K में नहीं। वही लॉग, वही प्रश्न, और तीनों में से एक पहले ही बाहर है।

आपका दस्तावेज़ वास्तव में कितना बड़ा है?#

पृष्ठ एक खराब इकाई है, टोकन असली इकाई है। मान लें कि एक अंग्रेज़ी पृष्ठ लगभग 600 टोकन का है (एक अनुमान; वास्तविक पृष्ठ लगभग 500 से 700 तक होते हैं)। तो 100K-टोकन का दस्तावेज़ 100,000 ÷ 600 ≈ 167 पृष्ठ का है। यह एक मोटा अनुबंध या एक लंबी वार्षिक रिपोर्ट है, और यह तालिका के हर मॉडल में बिना किसी परेशानी के फिट हो जाता है।

पृष्ठ अनुमान योजना बनाने के लिए है। भेजने से पहले, टोकनाइज़र से टोकन गिनें, या अंग्रेज़ी के लिए प्रति टोकन लगभग चार अक्षरों का मोटा नियम उपयोग करें। प्रत्येक मॉडल का अपना टोकनाइज़र होता है, इसलिए गिनती एक अनुमान है, और अनुरोध के बाद प्रतिक्रिया का usage फ़ील्ड सटीक संख्याएँ देता है।

कोड में जाँच चलाएँ#

यह स्क्रिप्ट एक अनुबंध को ऊपर की सीमाओं के विरुद्ध जाँचती है, उसे भेजती है, और प्रिंट करती है कि उत्तर कैसे समाप्त हुआ। पहले CHEAPTOKENS_API_KEY सेट करें, और अन्य को आज़माने के लिए मॉडल id बदलें।

import os
from openai import OpenAI

# context window, max answer tokens (CheapTokens, checked 1 Nov 2026)
LIMITS = {
    'zai-org/GLM-5.3-Flash': (390_000, 8_192),
    'deepseek-ai/DeepSeek-V4-Flash-0731': (380_000, 32_768),
    'MiniMaxAI/MiniMax-M2.7': (180_000, 8_192),
}

def fits(model, input_tokens, max_tokens):
    context, out_limit = LIMITS[model]
    return max_tokens <= out_limit and input_tokens + max_tokens <= context

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

text = open('contract.txt', encoding='utf-8').read()
estimate = len(text) // 4   # rough: about 4 characters per token in English
model = 'zai-org/GLM-5.3-Flash'
max_tokens = 1500

if not fits(model, estimate, max_tokens):
    raise SystemExit('Does not fit: pick another model or split the text')

reply = client.chat.completions.create(
    model=model,
    max_tokens=max_tokens,
    messages=[
        {'role': 'system', 'content': 'Summarize contracts in 10 bullet points.'},
        {'role': 'user', 'content': text},
    ],
)
print(reply.choices[0].finish_reason)   # stop = ended on its own, length = cut by max_tokens
print(reply.usage.prompt_tokens, reply.usage.completion_tokens)

यदि यह काम करता है, तो पहली पंक्ति stop प्रिंट करती है और दूसरी दिखाती है कि कितने टोकन अंदर गए और बाहर आए। यदि आप length देखते हैं, तो उत्तर max_tokens पर पहुँच गया; यह लेख समाधान समझाता है। और यदि आकार के कारण अनुरोध अस्वीकार कर दिया जाता है, तो request too long: 400 vs 413 इसे विस्तार से समझाता है।

एक 100K कार्य की लागत#

मान लें कि आप अनुबंधों का सारांश बनाते हैं। प्रत्येक 100,000 टोकन का है, और सारांश लगभग 1,500 टोकन का है (अनुमान, अपनी फ़ाइलों से मेल खाने के लिए उन्हें बदलें)। नीचे दी गई तालिका लाइव है: यह वर्तमान कीमतों से पुनर्गणना करती है और OpenRouter संदर्भ को हमारे बगल में रखती है।

यहाँ दस्तावेज़ महंगा पक्ष है, क्योंकि आप जितना वापस पाते हैं उससे कहीं अधिक भेजते हैं। ऐसे एक कार्य के लिए कुल $0.0021 GLM-5.3-Flash पर, $0.0017 DeepSeek-V4-Flash पर और $0.0052 MiniMax-M2.7 पर हैं। इनपुट और आउटपुट को एक साथ गिनने पर, तीनों OpenRouter से सस्ते निकलते हैं। कीमतें प्रति मॉडल निश्चित हैं और इनमें पीक आवर्स नहीं हैं, इसलिए रात का बैच दिन के बैच के समान खर्च होता है।

अब इसे अपने दिन तक बढ़ाएँ। स्लाइडर को अपने लोड पर ले जाएँ और कुल पढ़ें:

जब उत्तर लंबा हिस्सा हो#

सारांश आसान मामला है: एक छोटा उत्तर हर जगह फिट होता है। परेशानी तब शुरू होती है जब मॉडल को बहुत कुछ लिखना होता है। मान लें कि आपके पास 20,000-टोकन का मैनुअल है और आप उसके आधार पर 6,000-टोकन की रिपोर्ट माँगते हैं। यह हर मॉडल में फिट होता है (6,000 ≤ 8,192), और लाइव तालिका लागत दिखाती है:

अब उसी मैनुअल का पूर्ण अनुवाद माँगें। अनुवाद मूल के लगभग बराबर लंबा होता है, इसलिए आपको लगभग 20,000 टोकन के उत्तर के लिए जगह चाहिए। max_tokens को 25,000 पर सेट करें: 20,000 + 25,000 = 45,000, 380K विंडो के अंदर अच्छी तरह से, और 25,000 ≤ 32,768, इसलिए DeepSeek-V4-Flash इसे एक उत्तर में ले लेता है। ऐसे एक कार्य की लागत $0.0023 है। 8,192-टोकन उत्तर सीमा वाले मॉडलों के लिए, मैनुअल को अध्यायों में काटें और उन्हें एक-एक करके भेजें।

आपके मामले के लिए कौन सा#

यदि आप अभी भी अनिश्चित हैं, तो स्क्रिप्ट के माध्यम से एक वास्तविक दस्तावेज़ चलाएँ और usage पढ़ें। कार्य के अनुसार तीन मॉडलों की व्यापक तुलना के लिए, GLM vs DeepSeek vs MiniMax देखें, और DeepSeek पृष्ठ DeepSeek-V4-Flash को अधिक विस्तार से कवर करता है।