LLM API क्या है?

एक LLM API आपके एप्लिकेशन को संदेशों की सूची के रूप में और कई मॉडलों पर छवियों, वीडियो या दस्तावेज़ों के साथ एक बड़े भाषा मॉडल को बातचीत भेजने और उसका उत्पन्न पाठ प्राप्त करने की अनुमति देता है। आप प्रत्येक अनुरोध के अनुसार मॉडल चुनते हैं, और उपयोग इनपुट और आउटपुट टोकन में गिना जाता है।

मॉडल के प्रकार

LLM API क्या करता है

एक बड़ा भाषा मॉडल (LLM) एक ऐसा मॉडल होता है जिसे पाठ पढ़ने और लिखने के लिए प्रशिक्षित किया जाता है। एक LLM API उस मॉडल को HTTPS पर उपलब्ध कराता है: आपका एप्लिकेशन एक मॉडल ID और संदेशों की सूची के साथ अनुरोध भेजता है, और API मॉडल का उत्तर लौटाता है। प्रत्येक संदेश की एक भूमिका होती है। A प्रणाली संदेश सेट स्थायी निर्देश, उपभोक्ता संदेश व्यक्ति की इनपुट को ले जाते हैं, और बिक्री सहायक संदेश पहले के जवाब रखते हैं, इसलिए मॉडल उस बातचीत को देख सके जो वह जारी रख रहा है।

कई टेक्स्ट मॉडल केवल टेक्स्ट से अधिक स्वीकार करते हैं। मॉडल के अनुसार, संदेश में छवियाँ, वीडियो, ऑडियो या दस्तावेज़ शामिल हो सकते हैं, और मॉडल टेक्स्ट में उत्तर देता है। मॉडल टेक्स्ट को इस प्रकार पढ़ते और लिखते हैं टोकन, और संदर्भ विंडो एक अनुरोध में कितने टोकन हो सकते हैं, यह सीमित करता है। संदर्भ विंडो मॉडल के अनुसार भिन्न होती हैं, और कुछ टेक्स्ट मॉडल 1M टोकन स्वीकार करते हैं।

अनुरोध कैसे काम करता है

आप एक भेजते हैं के बाद अपने API कुंजी के साथ अनुरोध करें प्राधिकरण हेडर। बॉडी मॉडल और संदेशों के नाम देता है, साथ ही वैकल्पिक सेटिंग्स जैसे max_tokens, तापमान या उपकरण. प्रतिक्रिया में उत्तर और प्रयोग ऑब्जेक्ट जो अनुरोध के इनपुट और आउटपुट टोकन को गिनता है।

API पहले के अनुरोधों को याद नहीं रखता। बातचीत जारी रखने के लिए, पिछले संदेशों को नए संदेश के साथ फिर से भेजें। लिखते समय लंबा उत्तर दिखाने के लिए, सेट करें धारा सेवा मेरे सच: जवाब Server-Sent Events के रूप में आता है, एक बार में कुछ टोकन, और उपयोग स्ट्रीम के अंत में आता है।

डेवलपर्स LLM API के साथ क्या बनाते हैं

  • सहायक और सपोर्ट चैट करते हैं। अपने उत्पाद के अंदर प्रश्नों के उत्तर दें, अपने निर्देशों का पालन करते हुए।
  • सारांश और निष्कर्षण। दस्तावेज़ों, ट्रांसक्रिप्ट्स और ईमेल्स को संक्षिप्त करें, या उनसे फ़ील्ड निकालें जैसे JSON संरचित आउटपुट।.
  • एजेंट। साथ फ़ंक्शन कॉलिंग, मॉडल आपके कोड से एक फ़ंक्शन चलाने को कहता है, जैसे कि डेटाबेस लुकअप, और अपने उत्तर में परिणाम का उपयोग करता है।
  • कोडिंग। कोड जेनरेट करें, समझाएं और समीक्षा करें, या अपने एडिटर में कोडिंग एजेंट चलाएं।
  • अपने कंटेंट से जवाब। प्रासंगिक अंश खोजें एम्बेडिंग्स API और उन्हें प्रॉम्प्ट में शामिल करें।

टेक्स्ट मॉडलों के बीच क्या तुलना करें

  • आपके कार्य में गुणवत्ता। कुछ उम्मीदवारों के माध्यम से वही प्रॉम्प्ट चलाएं और उत्तर पढ़ें। साइड-बाय-साइड मॉडल तुलना सूची को संकुचित करने में मदद करें।
  • तर्कपूर्ण आधार। A तर्क मॉडल किसी समस्या का समाधान करने से पहले उसे हल करता है। यह गणित, योजना और कोड में मदद करता है, लेकिन इसमें अधिक समय लगता है और अधिक आउटपुट टोकन उत्पन्न होते हैं। कई मॉडल आपको तर्क प्रयास या सोचने का बजट सेट करने देते हैं।
  • संदर्भ विंडो। लंबे दस्तावेज़, बड़े कोडबेस और लंबे चैट इतिहास के लिए एक बड़ी विंडो चाहिए।
  • इनपुट और फीचर्स। जांचें कि मॉडल छवियां, वीडियो, ऑडियो या दस्तावेज़ पढ़ता है या नहीं, और क्या यह टूल कॉलिंग, संरचित आउटपुट या वेब खोज का समर्थन करता है।
  • गति। पहले टोकन तक का समय और आउटपुट स्पीड तय करते हैं कि चैट इंटरफेस कितनी तेजी से प्रतिक्रिया देता है।
  • कीमत। अधिकांश टेक्स्ट मॉडल प्रति मिलियन इनपुट टोकन और प्रति मिलियन आउटपुट टोकन पर बिल किए जाते हैं, और आउटपुट टोकन अक्सर अधिक महंगे होते हैं। कुछ मॉडल कैश्ड इनपुट को कम दर पर बिल करते हैं (देखें प्रॉम्प्ट कैशिंग), और कुछ बड़े जॉब्स के लिए बैच API के माध्यम से भी चलते हैं जिन्हें तुरंत उत्तर की आवश्यकता नहीं होती (देखें बैच अनुमान).

EmpirioLabs AI पर टेक्स्ट मॉडल कॉल करने की कोशिश करें

ब्राउज़ करें टेक्स्ट मॉडल, फिर खोलें Playground कोड लिखने से पहले किसी से चैट करने के लिए। अपने एप्लिकेशन से मॉडल कॉल करने के लिए, डैशबोर्ड में एक API कुंजी बनाएं और अनुरोध भेजें https://api.empiriolabs.ai/v1/chat/completions. अधिकांश टेक्स्ट मॉडल अनुरोध प्रारूपों को भी स्वीकार करते हैं TOKEN तथा TOKEN. चैट एंडपॉइंट OpenAI-संगत है, इसलिए एक मौजूदा OpenAI SDK इंटीग्रेशन तब काम करता है जब आप बेस URL और की बदलते हैं।

द शुरुआत करने की मार्गदर्शिका पहली रिक्वेस्ट के माध्यम से चलता है। एक प्रतिक्रिया जिसे HTTP अनुरोध की अनुमति से अधिक समय चाहिए, वह लंबे उत्तरों के लिए WebSocket मोड।.

जैसे-जैसे आप जाएं भुगतान करें, या साप्ताहिक भत्तों वाली योजना चुनें। प्रत्येक मॉडल की वर्तमान दरें हैं मूल्य निर्धारण पृष्ठ।.

EmpirioLabs AI पर पाठ निर्माण मॉडल

74 मॉडल, जहाँ बिलिंग इकाई एक है वहाँ सबसे सस्ते पहले। हर मॉडल के पेज पर पूरा रेट कार्ड, पैरामीटर और कोड है।

एंडपॉइंट

POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1/completions POST /v1/audio/speech POST /v1/audio/speech:stream

प्रति 1M टोकन, इनपुट दर के क्रम में

मॉडलइनपुटआउटपुट
GLM 4.5 Flash Z.aiमुफ्तमुफ्त
GLM 4.6V Flash Z.aiमुफ्तमुफ्त
GLM 4.7 Flash Z.aiमुफ्तमुफ्त
Qwen3.7 Flash Alibaba Cloud<=32K $0.03 32K-256K $0.10 256K-1M $0.20<=32K $0.13 32K-256K $0.40 256K-1M $0.80
Qwen3.5 4B Alibaba Cloud$0.04$0.07
Nova Micro 1.0 Amazon$0.040$0.16
GLM 4.6V FlashX Z.ai$0.04$0.40
Gemma 4 26B-A4B Google$0.15$0.05$0.50$0.29
सभी 71 मॉडल दिखाएँ
मॉडलइनपुटआउटपुट
Qwen3.5 35B-A3B Alibaba Cloud$0.25 <=128K $0.057 $0.25 128K-256K $0.229$2.00 <=128K $0.459 $2.00 128K-256K $1.835
Nova Lite 1.0 Amazon$0.069$0.28
GLM 4.7 FlashX Z.ai$0.07$0.40
Qwen3.6 35B A3B Alibaba Cloud$0.248$0.07$1.485$0.42
GLM 5.3 Flash Z.ai$0.075$0.25
Qwen3.5 27B Alibaba Cloud$0.30 <=128K $0.086 $0.30 128K-256K $0.258$2.40 <=128K $0.688 $2.40 128K-256K $2.064
Qwen3.5 9B Alibaba Cloud$0.10$0.09$0.15$0.13
Qwen3.5 Flash Alibaba Cloud$0.10$0.090$0.40$0.368
Step 3.5 Flash StepFun$0.10$0.30
Step 3.5 Flash 2603 StepFun$0.10$0.30
MiniMax M3.1 Flash MiniMax$0.15$0.1125$0.60$0.45
Qwen3.5 122B-A10B Alibaba Cloud$0.40 <=128K $0.115 $0.40 128K-256K $0.287$3.20 <=128K $0.917 $3.20 128K-256K $2.294
Seed 2.0 Mini ByteDance<=128K $0.12 128K-256K $0.24<=128K $0.50 128K-256K $1.00
MiMo V2.6 Flash Xiaomi$0.14$0.28
Mistral Small 4 Mistral AI$0.15$0.60
Qwen3.8 Flash Alibaba Cloud$0.16$0.47
Qwen3.8 27B Alibaba Cloud$0.45$0.17$3.20$0.50
Qwen3.5 397B-A17B Alibaba Cloud$0.60 <=128K $0.172 $0.60 128K-256K $0.43$3.60 <=128K $1.032 $3.60 128K-256K $2.58
DeepSeek V4.1 Flash 1017 DeepSeek$0.20$0.80
Muse Glimmer 30B Meta AI$0.35$0.20$1.50$0.80
Step 3.7 Flash StepFun$0.20$1.15
MiniMax M3 MiniMax$0.30 <=512K $0.225 $0.60 >512K $0.45$1.20 <=512K $0.90 $2.40 >512K $1.80
Qwen3.6 Flash Alibaba Cloud<=256K $0.25 256K-1M $1.00<=256K $1.50 256K-1M $4.00
Qwen3.8 Omni Flash Alibaba Cloud$0.30$0.94
Seed 2.0 Lite ByteDance<=128K $0.31 128K-256K $0.62<=128K $2.50 128K-256K $5.00
Qwen3.5 Plus Alibaba Cloud$0.40 <=256K $0.36 $0.50 256K-1M $0.45$2.40 <=256K $2.21 $3.00 256K-1M $2.76
Nova Lite 2 Amazon$0.38$3.16
Qwen3.7 Plus Alibaba Cloud<=256K $0.40 256K-1M $1.20<=256K $1.60 256K-1M $4.80
Seed 2.0 Code ByteDance<=128K $0.40 128K-256K $0.80<=128K $2.40 128K-256K $4.80
Qwen3.6 27B Alibaba Cloud$0.60$0.412564$3.60$2.475384
DeepSeek V4 Flash 0731 DeepSeek$0.424$1.272
MiMo V2.6 Pro Xiaomi$0.435$0.87
Qwen3.6 Plus Alibaba Cloud<=256K $0.50 256K-1M $2.00<=256K $3.00 256K-1M $6.00
Seed 2.1 Turbo ByteDance$0.63$3.13
Seed 2.0 Pro ByteDance<=128K $0.63 128K-256K $1.26<=128K $3.79 128K-256K $7.58
Qwen3.5 Omni Flash Alibaba Cloud$0.80$4.40
GLM 5.1 Z.ai$1.40 <=32K $0.825 $1.40 32K-200K $1.10$4.40 <=32K $3.301 $4.40 32K-200K $3.851
Kimi K2.6 Moonshot AI$0.95$0.8939$4.00$3.7131
Kimi K2.7 Code Moonshot AI$0.95$4.00
Step 5 Preview StepFun$1.00$2.70
Muse Spark 1.1 Meta AI$1.25$4.25
Muse Spark 1.2 Meta AI$1.25$4.25
Muse Spark 1.3 Meta AI$1.25$4.25
DeepSeek V4 Pro 0813 DeepSeek$1.32$3.96
GLM 5.2 Z.ai$1.40$4.40
GLM 5.3 Z.ai$1.40$4.40
StepAudio 2.5 Chat StepFun$1.50$3.50
StepAudio 3 Chat StepFun$1.50$3.50
Qwen4 Max Alibaba Cloud$1.50$4.50
DeepSeek V4 Pro DeepSeek$1.74$1.65$3.48$3.30
Kimi K2.7 Code Highspeed Moonshot AI$1.90$8.00
Fugu Max Sakana AI$2.00$6.00
Qwen3.8 Max Alibaba Cloud$2.00$6.00
Qwen3.8 Max 0902 Alibaba Cloud$2.00$6.00
Kimi K3.1 Pro Moonshot AI$2.00$10.00
Nova Pro 1.0 Amazon$2.40$9.60
Qwen3.7 Max Alibaba Cloud$2.50$7.50
Qwen3.5 Omni Plus Alibaba Cloud$2.80$16.60
Kimi K3 Moonshot AI$3.00$15.00
MiMo V2.6 Pro UltraSpeed Xiaomi$4.35$8.70
Fugu Ultra v1.1 Sakana AI<=272K $5.00 >272K $10.00<=272K $30.00 >272K $45.00
Fugu Ultra v2.0 Sakana AI<=272K $5.00 >272K $10.00<=272K $30.00 >272K $45.00
Fugu Ultra v1.0 Sakana AI<=272K $7.50 >272K $15.00<=272K $45.00 >272K $67.50

ये भी उपलब्ध हैं: DeepReasoning, Gemma 3 27B, Mistral Small 3.1

अक्सर पूछे जाने वाले प्रश्न

LLM और LLM API में क्या अंतर है?

LLM प्रशिक्षित मॉडल है। LLM API वह इंटरफ़ेस है जिसे आपका कोड कॉल करता है ताकि मॉडल को अनुरोध भेजा जा सके और उसका आउटपुट प्राप्त किया जा सके, ताकि आप इसे स्वयं चलाए बिना भी मॉडल का उपयोग कर सकें।

LLM API को कैसे बिलिंग किया जाता है?

अधिकांश टेक्स्ट मॉडल टोकन द्वारा बिल किए जाते हैं, जिसमें एक दर प्रति मिलियन इनपुट टोकन और एक प्रति मिलियन आउटपुट टोकन होती है, इसलिए लंबे प्रॉम्प्ट और लंबे उत्तर अधिक महंगे होते हैं। EmpirioLabs AI आप भुगतान कर सकते हैं या साप्ताहिक भत्तों वाली योजना चुन सकते हैं।

क्या LLM API बातचीत को याद रखता है?

नहीं। प्रत्येक अनुरोध स्वतंत्र होता है, इसलिए आप हर नए अनुरोध के साथ पहले के संदेश भेजते हैं। मॉडल की संदर्भ विंडो सीमित करती है कि एक अनुरोध में कितना इतिहास फिट होता है।

LLM API में स्ट्रीमिंग का क्या मतलब है?

स्ट्रीमिंग में, API जवाब को छोटे टुकड़ों में भेजता है जबकि मॉडल उसे लिखता है, न कि अंत में एक प्रतिक्रिया के रूप में। चैट अनुरोध पर स्ट्रीम को true पर सेट करें ताकि जवाब Server-Sent Events के रूप में प्राप्त हो।

क्या मैं OpenAI SDK को EmpirioLabs AI के साथ इस्तेमाल कर सकता हूँ?

हाँ। SDK का बेस URL सेट करें ताकि https://api.empiriolabs.ai/v1, अपने EmpirioLabs AI API कुंजी का उपयोग कर सकें, और कैटलॉग से एक मॉडल ID पास करें।

EmpirioLabs AI पर कौन सा पाठ निर्माण मॉडल सबसे सस्ता है?

इस तरह बिल होने वाले 71 पाठ निर्माण मॉडलों में GLM 4.5 Flash, GLM 4.6V Flash, GLM 4.7 Flash की इनपुट दर बराबर और सबसे कम है। इस पेज की कीमत तालिका हर मॉडल की सबसे कम दर और वह किस पर लागू होती है, दिखाती है।

बेहतर समापन बिंदुओं का उपयोग करने के लिए तैयार हैं?

हमारे मूल्य निर्धारण की जाँच करें या यदि आप चाहते हैं कि आपका अपना मॉडल हमारे स्टैक पर तैनात किया जाए, तो पहुंचें।