Claude Haiku 5.5 یا GPT‑6 Luna؟ یکساں نرخ، مگر فی کام خرچ الگ

مختصر، کم استدلالی API کاموں میں GPT‑6 Luna عموماً کم خرچ انتخاب ہے؛ زیادہ استدلالی معیار مطلوب ہو تو Claude Haiku 5.5 کی برتری سامنے آتی ہے۔ دونوں کا بنیادی فی ٹوکن نرخ یکساں ہے، لیکن مکمل کام کا بل استعمال ہونے والے ٹوکن، استدلال کی سطح اور پرامپٹ کی لمبائی سے بدلتا ہے۔

Artificial Analysis کے بلند ترین استدلال والے تقابل میں Claude Haiku 5.5 کا ذہانت کا اسکور 43 اور GPT‑6 Luna کا 38 ہے، جبکہ اوسط فی جانچ کام خرچ بالترتیب 0.21 اور 0.07 ڈالر ہے۔ یہ خرچ کسی بھی API درخواست کی مقررہ فیس نہیں۔ ڈویلپر کے لیے فیصلہ اس بات سے شروع ہوتا ہے کہ مطلوبہ معیار کس سطح پر ملتا ہے، پھر یہ دیکھنا ہوتا ہے کہ صارف کتنی دیر جواب کا انتظار کرے گا اور مکمل کام کتنے ٹوکن لے گا۔

بنیادی نرخ برابر، قیمت بڑھنے کی حد الگ

Anthropic کی قیمتوں کی جدول میں Claude Haiku 5.5 کے ایک لاکھ ان پٹ ٹوکن تک کے پرامپٹ کے لیے فی دس لاکھ ان پٹ ٹوکن 0.10 ڈالر اور آؤٹ پٹ ٹوکن 0.50 ڈالر ہیں؛ ایک لاکھ سے طویل پرامپٹ پر یہی نرخ 0.50 اور 2.50 ڈالر ہو جاتے ہیں۔ بلند نرخ صرف حد سے اوپر والے ٹوکن پر نہیں لگتا: حد پار کرنے والی درخواست کے تمام متعلقہ ٹوکن اسی بلند درجے پر شمار ہوتے ہیں۔ پرامپٹ کی لمبائی میں کیش سے پڑھے اور کیش میں لکھے گئے ان پٹ ٹوکن بھی شامل ہیں۔

OpenAI کی GPT‑6 Luna دستاویز بنیادی نرخ 0.10 ڈالر فی دس لاکھ ان پٹ اور 0.50 ڈالر فی دس لاکھ آؤٹ پٹ ٹوکن بتاتی ہے؛ 272 ہزار سے زیادہ ان پٹ ٹوکن پر پوری درخواست کے ان پٹ اور کیش نرخ دو گنا، جبکہ آؤٹ پٹ نرخ ڈیڑھ گنا ہو جاتے ہیں۔ یوں دونوں ماڈل مختصر پرامپٹ پر ایک جیسی فہرستی قیمت سے شروع ہوتے ہیں، مگر لمبے پرامپٹ کا بل مختلف مقام پر بڑھتا ہے۔ یہ موازنہ ان کی عام API قیمتوں کا ہے؛ خصوصی پروسیسنگ طریقے بل بدل سکتے ہیں۔

کیش کا فائدہ بھی پرامپٹ کی لمبائی سے جڑا ہے۔ بار بار بھیجے جانے والے سیاق میں کیش سے پڑھنا نئے ان پٹ سے سستا پڑ سکتا ہے، لیکن کیش لکھنے کا اپنا نرخ ہے اور لمبائی کی حد پھر بھی لاگو ہوتی ہے۔ اس لیے کسی مسلسل گفتگو یا دستاویز پر مبنی نظام میں صرف نئے لکھے گئے الفاظ دیکھ کر اگلی درخواست کا خرچ نہیں نکالا جا سکتا؛ پچھلا سیاق بھی اس درخواست کے ان پٹ میں شمار ہوتا ہے۔

یکساں فی ٹوکن نرخ سے فی کام خرچ کیوں بدلتا ہے؟

فی کام خرچ جانچ کے کاموں پر آنے والی اوسط رقم ہے۔ اس میں عام ان پٹ، کیش، جواب اور استدلال میں استعمال ہونے والے ٹوکن کا حساب شامل ہوتا ہے۔ ایک ماڈل جواب دینے سے پہلے زیادہ استدلال کرے یا زیادہ طویل آؤٹ پٹ بنائے تو یکساں فہرستی نرخ پر بھی اس کا بل بڑھ سکتا ہے۔ بلند ترین سطح کی پیمائش میں Haiku کا آؤٹ پٹ Luna سے خاصا زیادہ تھا؛ اس فرق کو محض قیمت کی جدول سے پڑھنا ممکن نہیں۔

معیار کو برابر رکھ کر دیکھنے سے انتخاب زیادہ واضح ہوتا ہے۔ Artificial Analysis کے برابر اسکور والے تقابل میں Haiku کی بلند سطح اور Luna کی بلند ترین سطح دونوں 38 اسکور کرتی ہیں؛ اوسط فی کام خرچ 0.08 اور 0.07 ڈالر، جبکہ پہلے ٹوکن تک انتظار 22.65 اور 99.48 سیکنڈ ہے۔ اس ترتیب میں Luna کا خرچ قدرے کم ہے، مگر Haiku جواب پہلے شروع کرتا ہے۔ لہٰذا کم خرچ اور جلد آغاز کا فاتح استدلال کی منتخب سطح کے ساتھ بدل سکتا ہے۔

مجموعی ذہانت کا اسکور کئی طرح کی آزمائشوں کو یکجا کرتا ہے، اس لیے اسے اردو متن کی درجہ بندی، رسید سے معلومات نکالنے یا کوڈ میں تبدیلی کی کامیابی کی شرح نہیں سمجھنا چاہیے۔ ایسا کام جس میں مختصر جواب کافی ہو، جانچ کے اوسط کام جتنے آؤٹ پٹ ٹوکن شاید استعمال ہی نہ کرے۔ دوسری طرف غلط جواب پر دوبارہ درخواست بھیجنی پڑے تو ایک کامیاب کام کی قیمت پہلی API کال سے زیادہ ہوگی۔ فی کام خرچ اسی لیے فی ٹوکن قیمت سے زیادہ مفید تقابل ہے، مگر اسے اپنے کام کی ضمانت بھی نہیں سمجھنا چاہیے۔

طویل سیاق میں فرضی بل کتنا بنتا ہے؟

فرضی مثال: اگر ایک درخواست میں 150 ہزار ان پٹ ٹوکن ہوں، جواب دو ہزار ٹوکن کا ہو، کیش استعمال نہ ہو اور دونوں ماڈل ٹوکن کی یہی تعداد شمار کریں، تو عام نرخ پر Haiku کا بل تقریباً 0.080 ڈالر بنتا ہے۔ اسی ان پٹ اور آؤٹ پٹ کے ساتھ Luna کا بل تقریباً 0.016 ڈالر ہے۔ Haiku کی قیمت میں اضافہ پوری درخواست کے بلند درجے پر جانے سے آتا ہے؛ Luna اس لمبائی پر ابھی اپنے بنیادی درجے میں رہتا ہے۔

دوسری فرضی مثال میں 300 ہزار ان پٹ اور دو ہزار آؤٹ پٹ ٹوکن پر Haiku کا حساب تقریباً 0.155 ڈالر اور Luna کا 0.0615 ڈالر بنتا ہے۔ اب Luna بھی اپنی بلند قیمت کی حد پار کر چکا ہے، مگر دونوں ماڈلوں کے بڑھے ہوئے نرخ ایک جیسے نہیں۔ مثالوں میں کیش، اضافی استدلالی آؤٹ پٹ، دوبارہ کوشش اور ٹوکن گننے کا ممکنہ فرق شامل نہیں؛ یہ مقررہ حجم پر قیمت کی حد کا اثر دکھاتی ہیں۔

لمبی فائل بھیجنے والے نظام میں حد کے قریب پہنچنا خاص معنی رکھتا ہے۔ اگر گفتگو کی تاریخ ہر اگلی درخواست کے ساتھ دوبارہ جائے تو بظاہر چھوٹا نیا سوال بھی مجموعی پرامپٹ کو بلند قیمت والے درجے میں لے جا سکتا ہے۔ اسی طرح کیش سے پڑھا گیا بڑا حصہ پرامپٹ کی لمبائی میں شامل رہتا ہے۔ پاکستانی کاروبار کے لیے ڈالر میں درج API نرخ کو مقامی بجٹ میں بدلتے وقت اصل کام کا ٹوکن شمار اہم ہے؛ صرف صفحوں یا حروف سے قابل اعتماد بل نہیں نکلتا۔

پہلا لفظ جلد آتا ہے یا متن تیزی سے بنتا ہے؟

Artificial Analysis کے مختلف استدلالی سطحوں کے نتائج میں کم استدلال پر پہلے ٹوکن تک Luna کا انتظار 2.83 اور Haiku کا 9.72 سیکنڈ ہے؛ بلند ترین سطح پر جواب بننے کی رفتار Haiku کی 240 اور Luna کی 126 ٹوکن فی سیکنڈ ہے۔ پہلے ٹوکن تک وقت میں جواب سے پہلے کا استدلال بھی آتا ہے، جبکہ فی سیکنڈ ٹوکن جواب شروع ہونے کے بعد کی روانی بتاتے ہیں۔ دونوں اعداد ایک ہی قسم کی رفتار بیان نہیں کرتے۔

براہ راست صارف گفتگو میں خالی انتظار نمایاں ہوتا ہے، اس لیے مختصر، کم استدلالی جواب میں Luna کا تیز آغاز زیادہ کام آ سکتا ہے۔ طویل جواب بننے لگے تو Haiku کی تیز روانی اہم ہو سکتی ہے۔ برابر مجموعی اسکور والی بلند سطحوں کا تقابل یہ بھی دکھاتا ہے کہ کم استدلال والے نتائج کو ہر ترتیب پر لاگو نہیں کیا جا سکتا۔ ان پیمائشوں کو منتخب ترتیبات کا نتیجہ سمجھنا چاہیے، ہر پرامپٹ اور ہر وقت کی رفتار کا وعدہ نہیں۔

چار کاموں کے لیے الگ انتخاب

• مختصر درجہ بندی: GPT‑6 Luna۔ جب کم استدلال پر مطلوبہ درستگی مل جائے، مختصر جواب اور کم استعمال شدہ ٹوکن اس کے حق میں جاتے ہیں۔ آزاد جانچ کے کم استدلالی درجے میں بھی اس کا اوسط فی کام خرچ کم ہے۔ زیادہ معیار درکار ہو تو صرف سستی درخواست کو کامیاب کام نہ سمجھیں۔
• طویل سیاق: GPT‑6 Luna۔ ان پٹ کا حجم Haiku کی بلند قیمت والی حد پار کر جائے اور Luna اپنی بنیادی حد میں رہے تو فہرستی نرخوں کا فرق واضح ہو جاتا ہے۔ بار بار پوری فائل یا طویل گفتگو بھیجنے والے استعمال میں یہ فرق ہر درخواست پر اثر ڈال سکتا ہے۔
• صارف کو جلد پہلا جواب: GPT‑6 Luna، کم استدلالی ترتیب میں۔ اس ترتیب کی آزاد پیمائش میں وہ پہلے شروع ہوتا ہے۔ اگر کام زیادہ استدلال مانگتا ہو تو آغاز کا فیصلہ انہی بلند ترتیبات کی رفتار سے کرنا ہوگا؛ برابر اسکور پر Haiku جلد شروع ہونے کی مثال موجود ہے۔
• زیادہ مجموعی ذہانت: Claude Haiku 5.5۔ بلند ترین استدلالی ترتیب میں اس کا ناپا گیا اسکور Luna سے اوپر جاتا ہے۔ اس برتری کے ساتھ فی جانچ کام زیادہ خرچ آتا ہے، اس لیے اسے ان کاموں کے لیے چننا معقول ہے جہاں مطلوبہ معیار کم خرچ ترتیب سے حاصل نہ ہو۔

یہ بھی پڑھیں:

• Claude نے Fermat کا ثبوت 11 دن میں جانچا، مگر نئی ریاضی ایجاد نہیں کی
• OpenAI Batch API سے خرچ نصف، مگر جواب کے لیے 24 گھنٹے رکھیں
• My Activity صاف کیا مگر Chrome history باقی ہے؟ دونوں ریکارڈ الگ مٹائیں