आज के ट्रेंड पर वापस: ओपनएआई का कहना है, Astra AI पुराने टॉप मॉडल से एक-तिहाई से भी कम खर्च में
Poly रेटिंग · आज के ट्रेंड से

AI की लागत प्रति कार्य, 2026 की रैंकिंग: शीर्ष 10 मॉडल

GPT-6.2 Astra और Claude Fable 5.2, दोनों की सूची-कीमत प्रति 10 लाख टोकन इनपुट पर $8 और आउटपुट पर $40 है। फिर भी आर्टिफिशियल एनालिसिस को Astra से एक कार्य पूरा करने में $4.00 लगे, और Fable से $26.54।

  • नंबर 1: GPT-6.2 Sol
  • 10 स्थान

01अंतिम सूची

अग्रणी AI ने स्वतंत्र रूप से अपनी-अपनी दस स्थानों की सूची बनाई। यहाँ एक आसानी से जाँचा जा सकने वाला नतीजा है: हर स्थान का कारण, स्रोत और उसे शामिल करने वाले AI की सूची है।

क्रम: सबसे अधिक AI सहमति से सबसे कम तक।

चमकीला बैज: इस AI ने प्रविष्टि अपनी सूची में रखी। फीका बैज: नहीं रखी।

  1. 1

    GPT-6.2 Sol

    आर्टिफिशियल एनालिसिस पर 57 अंक और प्रति कार्य $1.01, वाल्स पर 66.06% और $3.18। इतनी सस्ती कोई और मॉडल तीन बोर्डों पर पेशेवर स्तर का स्कोर नहीं छूती।

    शामिल किया: Claude, Meta, Grok, MiMo, StepFun, Kimi, Wenxin, DeepSeek. शामिल नहीं किया: ChatGPT, Nemotron.

    उनकी सूचियों में: Claude: 1 · Meta: 2 · Grok: 1 · MiMo: 4 · StepFun: 6 · Kimi: 1 · Wenxin: 1 · DeepSeek: 1

    हर AI ने क्या नोट किया 8
    • Claudeस्थान 1

      इंटेलिजेंस इंडेक्स पर 57 स्कोर, लगभग $1.01 प्रति इंडेक्स कार्य पर, जबकि Astra के लगभग $4 और Fable 5.2 के $26.54 के मुकाबले।

      स्रोत ↗
    • Metaस्थान 2

      पुराना Astra स्कोर 57, प्रति कार्य लगभग $1; फ़्रंटियर स्कोर, रोज़मर्रा की कीमत पर

      स्रोत ↗
    • Grokस्थान 1

      ऑफ़िस इंडेक्स पर 66.06% $3.18 प्रति टेस्ट पर, Claude Fable 5.2 के $17.94 के पाँचवें हिस्से से कम, और $1.01 पर पुराने फ़्लैगशिप जैसा 57।

      स्रोत ↗
    • MiMoस्थान 4

      इंटेलिजेंस इंडेक्स पर प्रति कार्य $1.01 में 57 स्कोर — Fable 5.2 से दस इंडेक्स अंक कम, उसके कार्य-बिल के एक-छब्बीसवें पर।

      स्रोत ↗
    • StepFunस्थान 6

      प्रति Vals टेस्ट $3.18, जबकि Claude Sonnet 5.5 का $16.18 — रोज़मर्रा की सीट, ऑफ़िस बिल के पाँचवें हिस्से पर

      स्रोत ↗
    • Kimiस्थान 1

      पुराने GPT-6 Astra के AA स्कोर (57) के बराबर, $1.01 प्रति कार्य पर — फ़्लैगशिप लागत के लगभग छठे हिस्से पर — और Agents' Last Exam पर उसकी high सेटिंग $0.69 में 72.0% देती है, GPT-6 Astra max की कीमत का तेरहवाँ हिस्सा, कुछ ही अंक कम पर।

      स्रोत ↗
    • Wenxinस्थान 1

      पिछले फ़्लैगशिप GPT-6 Astra की क्षमता के बराबर, उस मॉडल की मापी गई प्रति-कार्य लागत के लगभग 15% पर

      स्रोत ↗
    • DeepSeekस्थान 1

      AA Intelligence Index पर 57 अंक, प्रति टास्क $1.01 में — GPT-6 Astra के बराबर, पर पूरे हुए टास्क के बिल के लगभग 15% में।

    8 AI ने इसे यहाँ रखा
  2. 2

    GPT-6.2 Astra

    आर्टिफिशियल एनालिसिस पर प्रति कार्य $4.00 में 62 अंक, Fable 5.2 से तीन अंक कम, लेकिन उसके बिल के लगभग छठे हिस्से में। वहाँ प्रति कार्य लागत GPT-6 Astra से 36% गिरी और वाल्स पर लगभग 50%।

    शामिल किया: Claude, Meta, Grok, MiMo, StepFun, Kimi, Wenxin, DeepSeek. शामिल नहीं किया: ChatGPT, Nemotron.

    उनकी सूचियों में: Claude: 2 · Meta: 5 · Grok: 6 · MiMo: 8 · StepFun: 2 · Kimi: 3 · Wenxin: 4 · DeepSeek: 5

    हर AI ने क्या नोट किया 8
    • Claudeस्थान 2

      Artificial Analysis पर 62 के साथ दूसरे स्थान पर, Fable 5.2 के 65 के पीछे, लगभग $4.00 प्रति कार्य, Fable 5.2 के $26.54 के मुकाबले।

    • Metaस्थान 5

      Artificial Analysis पर 62, $4.00 में, Fable से 3 अंक पीछे, कार्य-बिल के लगभग छठे हिस्से में

      स्रोत ↗
    • Grokस्थान 6

      Fable के xhigh जैसा ही 62, $14.83 की जगह $4.00 पर, फिर ऑफ़िस मिश्रण पर सामान्य $10.68।

    • MiMoस्थान 8

      स्वतंत्र परीक्षकों ने प्रति कार्य 36% और 50% बचत मापी, जबकि OpenAI के लॉन्च दावे में 'एक-तिहाई से कम' था।

    • StepFunस्थान 2

      Agents' Last Exam पर $2.89 में 78.3% पूरा करता है, जबकि जो मॉडल दूसरे बोर्ड पर शीर्ष पर है वह 72.8% के लिए $60.05 लेता है

      स्रोत ↗
    • Kimiस्थान 3

      Fable 5.2 के $26.54 के मुकाबले प्रति AA कार्य $4.00, सिर्फ 3 अंक कम — नेता की प्रति-कार्य बिल के लगभग छठे हिस्से पर फ़्रंटियर पेशेवर काम, और OpenAI का 'एक-तिहाई से कम' दावा Agents' Last Exam (32%) पर सत्यापित होता है।

    • Wenxinस्थान 4

      OpenAI के पिछले शीर्ष GPT-6 Astra की प्रति कार्य लागत का 1/3 से कम, और अपने पूर्ववर्ती से 20% कम टोकन कीमत के साथ

      स्रोत ↗
    • DeepSeekस्थान 5

      कठिन index पर 62 अंक, प्रति टास्क $4.00 में — ओपनएआई का 'एक-तिहाई से कम' का दावा असल में GPT-6 Astra ($6.24) के मुकाबले 36% कटौती है, दो-तिहाई नहीं।

    8 AI ने इसे यहाँ रखा
  3. 3

    Claude Sonnet 5.5

    वाल्स पर 70.85%, पर $16.18 प्रति टेस्ट पर यह Sol के $3.18 से पाँच गुना महँगा है। AI//COST पर इसके केवल 47 सही कार्य प्रति डॉलर बनते हैं।

    शामिल किया: Claude, ChatGPT, Meta, Grok, MiMo, StepFun, Kimi, DeepSeek. शामिल नहीं किया: Nemotron, Wenxin.

    उनकी सूचियों में: Claude: 3 · ChatGPT: 8 · Meta: 7 · Grok: 8 · MiMo: 10 · StepFun: 5 · Kimi: 7 · DeepSeek: 7

    हर AI ने क्या नोट किया 8
    • Claudeस्थान 3

      Vals इंडेक्स पर 70.85% के साथ दूसरे स्थान पर, Fable 5.2 से सिर्फ 0.46 अंक पीछे, $2/$10 प्रति 10 लाख टोकन की सूची कीमत पर।

    • ChatGPTस्थान 8

      दो चूकें सिर्फ 20¢ जोड़ती हैं, पर $1.76 के बास्केट बिल पर वह 47 सही कार्य प्रति डॉलर पर रहता है।

      स्रोत ↗
    • Metaस्थान 7

      Vals पर 70.85 प्रतिशत के साथ लगभग शीर्ष ऑफ़िस काम, पर Cost Bench पर $1.76 साफ़; जो चूकें वह टालता है, उनकी कीमत आप चुकाते हैं

    • Grokस्थान 8

      $16.18 प्रति टेस्ट पर 70.85%, और मध्यमान वेब ऐप $3.04 पर, Fable के $11.53 के मुकाबले।

      स्रोत ↗
    • MiMoस्थान 10

      82 में से 80 ऑफ़िस कार्य सही और GDP-भारित इंडेक्स पर दूसरे स्थान पर — फ़्लैगशिप की टोकन कीमत के एक-चौथाई पर।

      स्रोत ↗
    • StepFunस्थान 5

      कामकाजी घोड़ा: Vals इंडेक्स पर 70.85%, और बिल $0.51 से $7.60 तक बदलता है, कोशिश वाले डायल के हिसाब से

      स्रोत ↗
    • Kimiस्थान 7

      $2/$10 टोकन कीमत पर GDP-भारित Vals ऑफ़िस इंडेक्स (70.85%) पर तीसरा — फ़्लैगशिप बिल के पाँचवें हिस्से पर फ़्रंटियर के करीब ऑफ़िस सीट।

    • DeepSeekस्थान 7

      Vals के GDP-भारित ऑफिस काम में 70.85% के साथ सबसे ऊपर, पर $16.18 प्रति टेस्ट पर, और AI//COST की टोकरी में प्रति डॉलर सिर्फ़ 47 सही टास्क।

    8 AI ने इसे यहाँ रखा
  4. 4

    Gemini 4 Carbon

    वाल्स पर 70.45%, प्रति टेस्ट $10.51 में, और आर्टिफिशियल एनालिसिस पर 60 अंक। वहाँ इसकी प्रति कार्य लागत $4.90, $5.48 और $7.76 बताई गई है, और 30 नवंबर के बाद इसकी कीमत दोगुनी हो जाती है।

    शामिल किया: Claude, Meta, Grok, MiMo, Kimi, DeepSeek. शामिल नहीं किया: ChatGPT, Nemotron, StepFun, Wenxin.

    उनकी सूचियों में: Claude: 5 · Meta: 8 · Grok: 5 · MiMo: 9 · Kimi: 8 · DeepSeek: 6

    हर AI ने क्या नोट किया 6
    • Claudeस्थान 5

      Vals इंडेक्स पर 70.45% के साथ तीसरे स्थान पर, पर उसकी कीमत विवादित है: एक स्रोत $4/$20 बताता है और दूसरा कहता है कि Google ने कोई कीमत प्रकाशित नहीं की।

    • Metaस्थान 8

      Vals पर 70.5 प्रतिशत, प्रति टेस्ट $10.51; Sonnet या Fable से प्रति ऑफ़िस टेस्ट सस्ता, Artificial Analysis पर 60

      स्रोत ↗
    • Grokस्थान 5

      $10.51 प्रति टेस्ट पर 70.45%, Astra के ऑफ़िस बिल से थोड़ा नीचे, जबकि $2/$10 की सूची कीमत सिर्फ 30 नवंबर तक चलती है।

      स्रोत ↗
    • MiMoस्थान 9

      पूरे किए वेब ऐप पर Elo 1769, प्रति कार्य मध्यमान $1.61 — बोर्ड का $2 से नीचे सबसे अच्छा स्कोर।

      स्रोत ↗
    • Kimiस्थान 8

      Agents' Last Exam पर GPT-6.2 Astra से एक अंक के भीतर (77.4%, प्रति कार्य $4.60), और दोनों Arena मानव-पसंद बोर्ड पर आगे — सबसे व्यापक अपील के साथ मज़बूत पूरा काम प्रति डॉलर।

      स्रोत ↗
    • DeepSeekस्थान 6

      Intelligence Index पर 60 अंक, प्रति टास्क $5.48 में, और GDP-भारित ऑफिस index पर 70.45% — पर यह प्रति टास्क उसी परिवार के अपने सस्ते मॉडल से ज़्यादा टोकन खर्च करता है।

      स्रोत ↗
    6 AI ने इसे यहाँ रखा
  5. 5

    Claude Fable 5.2

    आर्टिफिशियल एनालिसिस (65) और वाल्स (71.31%) पर सबसे ऊपर, पर $26.54 प्रति कार्य पर यह Astra से 6.6 गुना महँगा है, जबकि रेट कार्ड वही $8/$40 है।

    शामिल किया: Claude, Meta, Grok, StepFun, Kimi, DeepSeek. शामिल नहीं किया: ChatGPT, Nemotron, MiMo, Wenxin.

    उनकी सूचियों में: Claude: 6 · Meta: 10 · Grok: 9 · StepFun: 10 · Kimi: 9 · DeepSeek: 10

    हर AI ने क्या नोट किया 6
    • Claudeस्थान 6

      Vals (71.31%) और Arena WebDev (1824) दोनों में शीर्ष पर, पर max कोशिश पर प्रति इंडेक्स कार्य लगभग $26.54 लगते हैं, Astra के $4 के मुकाबले।

    • Metaस्थान 10

      कहीं भी सबसे ऊँचे स्कोर, Artificial Analysis पर 65 और Vals पर 71.31 प्रतिशत, प्रति Artificial Analysis कार्य $26.54 पर; लगभग कभी न चूकने की कीमत

    • Grokस्थान 9

      ऊँचे स्कोर असली हैं, और बिल भी: $26.54 पर 65, या $17.94 पर 71.31%।

      स्रोत ↗
    • StepFunस्थान 10

      हर बोर्ड जीतता है और हर बिल हारता है: max कोशिश पर $26.54 प्रति कार्य, Agents' Last Exam पर $60.05

    • Kimiस्थान 9

      गुणवत्ता की छत — AA (65) और Vals (71.31%) दोनों पर #1, पर $26.54 प्रति AA कार्य पर यह निश्चितता खरीदता है, मूल्य नहीं; रैंकिंग का प्रमाण कि 'पूरा' और 'सस्ता' अब भी आपस में टकराते हैं।

    • DeepSeekस्थान 10

      तालिका में सबसे ऊँचा स्कोर, 65, पर प्रति पूरा टास्क $26.54 — यानी GPT-6.2 Sol के बिल से 26 गुना, सिर्फ़ 8 और index अंकों के लिए।

    6 AI ने इसे यहाँ रखा
  6. 6

    Muse Ember

    अकेला मॉडल जिसने AI//COST के सभी 82 कार्य पास किए, $0.303 में (प्रति डॉलर 271 सही कार्य)। कठिन आर्टिफिशियल एनालिसिस इंडेक्स पर इसे 36 अंक मिले, जबकि Sol के 57।

    शामिल किया: ChatGPT, Meta, MiMo, StepFun, DeepSeek. शामिल नहीं किया: Claude, Nemotron, Grok, Kimi, Wenxin.

    उनकी सूचियों में: ChatGPT: 1 · Meta: 1 · MiMo: 1 · StepFun: 7 · DeepSeek: 3

    हर AI ने क्या नोट किया 5
    • ChatGPTस्थान 1

      उसने सभी 82 कार्य $0.303 के बिल में पूरे किए: AI//COST की 10¢ असफलता धारणा के तहत प्रति डॉलर 271 सही पूरे कार्य।

      स्रोत ↗
    • Metaस्थान 1

      प्रति डॉलर 271 पूरे कार्य, $0.303 में 82 में से 82 साफ़; वह अकेला बोर्ड जो असफलता की कीमत लगाकर भी जीतता है

      स्रोत ↗
    • MiMoस्थान 1

      सभी 82 ऑफ़िस कार्य $0.303 में पास — अकेला मॉडल जिसका पूरा बिल ही साफ़ नतीजे की लागत भी है।

      स्रोत ↗
    • StepFunस्थान 7

      इंटेलिजेंस इंडेक्स पर 36 पाने वाला अब तक का सबसे सस्ता मॉडल — 10 लाख इनपुट टोकन पर $0.10

      स्रोत ↗
    • DeepSeekस्थान 3

      AI//COST की नवंबर वाली टोकरी में अकेला मॉडल, जो सभी 82 टास्क पास करता है; साफ़ नतीजा $0.303, यानी 10 सेंट नाकामी-कीमत पर प्रति डॉलर 271 सही टास्क।

      स्रोत ↗
    5 AI ने इसे यहाँ रखा
  7. 7

    Claude Haiku 5.5

    जब एक विफल कार्य की कीमत 0.5 से 6.4 सेंट के बीच हो, तब AI//COST में यह सबसे आगे है: 82 में से 79 कार्य, $0.111 में। पर वाल्स पर इसका स्कोर 58.73% है, $3.17 में, जबकि Sol का 66.06%, $3.18 में।

    शामिल किया: ChatGPT, Meta, MiMo, StepFun, DeepSeek. शामिल नहीं किया: Claude, Nemotron, Grok, Kimi, Wenxin.

    उनकी सूचियों में: ChatGPT: 2 · Meta: 3 · MiMo: 3 · StepFun: 8 · DeepSeek: 2

    हर AI ने क्या नोट किया 5
    • ChatGPTस्थान 2

      तीन चूकों की कीमत जोड़ने पर उसका $0.111 बिल बढ़कर $0.411 हो गया, फिर भी लगभग 199 सही कार्य प्रति डॉलर।

      स्रोत ↗
    • Metaस्थान 3

      Artificial Analysis पर Ember जैसा ही 36, पर प्रति कार्य $0.41, और Cost Bench पर 82 में से 79; तीन चूकें गिनने तक सस्ता

    • MiMoस्थान 3

      जब असफल कार्य की कीमत आधे सेंट से 6.4 सेंट के बीच लगाई जाती है, तब यह रैंकिंग जीतता है।

      स्रोत ↗
    • StepFunस्थान 8

      Ember जैसी ही $0.10/$0.50 रेट कार्ड और इंडेक्स पर वही 36, पर 1M-टोकन विंडो के साथ

      स्रोत ↗
    • DeepSeekस्थान 2

      82 में से 79 टास्क $0.11 के बिल में पूरे करता है; नाकामी का 10 सेंट का शुल्क जोड़ें तो साफ़ नतीजा $0.411 है — प्रति डॉलर 199 सही टास्क।

      स्रोत ↗
    5 AI ने इसे यहाँ रखा
  8. 8

    GPT-6.1 Terra

    AI//COST के 82 में से 81 कार्य पास किए और आर्टिफिशियल एनालिसिस पर 51 अंक, $0.96 में, तो बचत दूसरे जाँचकर्ता पर भी टिकती है। इसका बास्केट बिल $0.537 या $0.637 बताया गया है।

    शामिल किया: ChatGPT, Meta, MiMo, Wenxin, DeepSeek. शामिल नहीं किया: Claude, Nemotron, Grok, StepFun, Kimi.

    उनकी सूचियों में: ChatGPT: 3 · Meta: 4 · MiMo: 2 · Wenxin: 6 · DeepSeek: 4

    हर AI ने क्या नोट किया 5
    • ChatGPTस्थान 3

      82 कार्यों में एक चूक; उसका $0.637 बिल डिफ़ॉल्ट असफलता शुल्क के साथ $0.737 हो जाता है, और प्रकाशक कहता है कि उसका नतीजा शीर्ष समूह के सांख्यिकीय रूप से बराबर है।

      स्रोत ↗
    • Metaस्थान 4

      Artificial Analysis के शीर्ष 10 में सबसे सस्ता, प्रति कार्य $0.96, और Cost Bench पर 82 में से 81; वह पुराना वैल्यू किंग Sol की जगह लेता है

    • MiMoस्थान 2

      असफलता-मूल्य वाली बास्केट में शीर्ष-3, और Artificial Analysis के कठिन मिश्रण पर प्रति कार्य $0.96 पर भी 51; वह बचत जो दूसरे प्रकाशक पर भी टिकी रहती है।

      स्रोत ↗
    • Wenxinस्थान 6

      पहले क्षमता स्तर में सबसे सस्ता मापा गया मॉडल, प्रति पूरे कार्य 0.96 पर

    • DeepSeekस्थान 4

      82 में से 81 टास्क सही, $0.537 के बिल में — साफ़ नतीजा $0.637, प्रति डॉलर 129 टास्क, और Vals के ऑफिस टेस्ट पर $2.94 प्रति टेस्ट।

      स्रोत ↗
    5 AI ने इसे यहाँ रखा
  9. 9

    GPT-6 Luna

    सबसे सस्ता कुल बिल है, 82 कार्यों के लिए $0.079, पर इसने उनमें से 10 छोड़ दिए। यह तभी आगे है जब एक विफलता की कीमत आधे सेंट से कम हो।

    शामिल किया: ChatGPT, MiMo, Kimi, DeepSeek. शामिल नहीं किया: Claude, Meta, Nemotron, Grok, StepFun, Wenxin.

    उनकी सूचियों में: ChatGPT: 6 · MiMo: 5 · Kimi: 6 · DeepSeek: 9

    हर AI ने क्या नोट किया 4
    • ChatGPTस्थान 6

      कच्चा API बिल सिर्फ 7.9¢ है, पर दस चूकें AI//COST की चुनी असफलता कीमत पर नतीजे को 10.8 गुना महँगा कर देती हैं।

      स्रोत ↗
    • MiMoस्थान 5

      पूरे क्षेत्र में सबसे कम बिल — 82 कार्यों के लिए $0.079 — और तभी विजेता जब असफलता की लागत आधे सेंट से कम हो।

      स्रोत ↗
    • Kimiस्थान 6

      सभी 49 छोटे कार्य बिना एक भी चूक के $0.000026 प्रति सही उत्तर पर पूरे — इस साल कहीं भी मापा गया सबसे सस्ता पूरा और जाँचा हुआ कार्य।

      स्रोत ↗
    • DeepSeekस्थान 9

      AI//COST में सबसे सस्ता कच्चा बिल दर्ज करता है — 82 टास्क के लिए $0.079 — पर इनमें से 10 नाकाम होते हैं, इसलिए यह तभी आगे है जब नाकामी की कीमत आधे सेंट से कम हो।

      स्रोत ↗
    4 AI ने इसे यहाँ रखा
  10. 10

    Gemini 4 Neon

    वाल्स पर 70.87%, प्रति टेस्ट $7.40 में, Fable 5.2 से 0.44 अंक पीछे, जबकि Fable का बिल $17.94 है, यानी आधे से भी कम। आर्टिफिशियल एनालिसिस पर इसका 61 अंक अभी तक केवल गूगल की अपनी रिपोर्ट से है।

    शामिल किया: Grok, StepFun. शामिल नहीं किया: Claude, ChatGPT, Meta, Nemotron, MiMo, Kimi, Wenxin, DeepSeek.

    उनकी सूचियों में: Grok: 2 · StepFun: 3

    हर AI ने क्या नोट किया 2
    • Grokस्थान 2

      ऑफ़िस लीडर से 0.44 अंक पीछे, $17.94 की जगह $7.40 प्रति टेस्ट पर।

      स्रोत ↗
    • StepFunस्थान 3

      Vals की बढ़त से 0.44 अंक पीछे, प्रति टेस्ट आधी से कम लागत पर — $17.94 के मुकाबले $7.40

      स्रोत ↗
    2 AI ने इसे यहाँ रखा

शीर्ष तीन के बारे में और ↓

02शीर्ष तीन के बारे में और

रैंकिंग ऊपर है। यहाँ शीर्ष तीन स्थानों के बारे में और जानकारी है: वे क्या हैं, यहाँ क्यों हैं, और क्या जानना उपयोगी है।

इन तीनों को अलग-अलग मंचों पर आंका गया है: आर्टिफिशियल एनालिसिस, Vals और AI//COST। इसलिए इनके डॉलर के आंकड़े एक-दूसरे से सीधे तुलना के लायक नहीं हैं।

1GPT-6.2 Sol

नं. 1 — GPT-6.2 Sol. 10 में से 8 AI की सूचियों में; वहाँ मध्य स्थान: 1. यह पिछले फ़्लैगशिप के 57 स्कोर के बराबर है, और प्रति कार्य लगभग छठे हिस्से की लागत पर है। इसलिए यह सबसे सस्ता मज़बूत विकल्प है।

क्या आप जानते हैं

  • आर्टिफिशियल एनालिसिस के GPT-6.2 Sol वाले अपने ही पन्ने लागत पर एकमत नहीं हैं। एक पन्ने पर max effort पर $1.01 प्रति कार्य लिखा है, जबकि मुख्य पन्ने की तालिका में $1.47 दिखता है। तुलना से पहले देखें कि कोई स्रोत कौन-सा आंकड़ा इस्तेमाल करता है।

यह क्या है
ओपनएआई का रोज़मर्रा का मॉडल GPT-6.2, जिसकी कीमत प्रति दस लाख टोकन $2 और $10 है।
इसकी बढ़त
तीनों में प्रति कार्य सबसे कम बिल, लगभग $1.01।
किसके लिए सही
बजट के हिसाब से काम के लिए ठीक है; सबसे ऊँचा स्कोर चाहिए तो यह कम उपयुक्त है।
  • प्रति पूरे किए गए काम की लागत$1.01 प्रति कार्य
यह यहाँ क्यों है
  • आर्टिफिशियल एनालिसिस के अनुसार GPT-6.2 Sol (Max) अपने Intelligence Index पर 57 स्कोर करता है, और प्रति कार्य लगभग $1.01 लगता है। तीनों में यह सबसे कम बिल है, और पेज प्रति कार्य 7.9 मिनट दिखाता है।

  • अपने पुराने संस्करण GPT-6.1 Sol की तुलना में नया Sol प्रति कार्य कम खर्च होता है: $1.01 बनाम $1.27। इसके टोकन के दाम वही रहे हैं, $2 और $10 प्रति दस लाख टोकन।

इतिहास
  • Sol की कहानी ओपनएआई के DevDay से शुरू होती है। इसका पिछला संस्करण GPT-6.1 Sol 29 सितंबर 2026 को पेश हुआ था, और कवरेज में कहा गया था कि Sol लगभग Astra मॉडल को फीका कर गया था।

ध्यान रखें
  • आर्टिफिशियल एनालिसिस का Coding Agent Index GPT-6.2 Sol को GPT-6.1 Sol से 3 इंडेक्स अंक नीचे रखता है। यह गिरावट एक कोडबेस सवाल वाले टेस्ट में 14 अंक की गिरावट से जुड़ी है। इसका Vals Science Index 58.5% बनाम 59.6% है।

  • Sol की मानक कीमत 272K तक के प्रॉम्प्ट के लिए इनपुट $2.00 और आउटपुट $10.00 है। 272K से ऊपर इनपुट पर यह बढ़कर $4.00 और $15.00 हो जाती है। फ़ास्ट मोड और महँगा है, इसलिए ऊपर दिखने वाली सस्ती कीमत बढ़ सकती है।

आगे कहाँ देखें
  • GPT-6.2 Sol का आर्टिफिशियल एनालिसिस वाला पन्ना खोलें। पहले उसकी प्रति कार्य लागत को Intelligence Index स्कोर के साथ देखें, ताकि पता चले कि मज़बूत नतीजा सचमुच कितना सस्ता है।

शीर्ष तीन की तुलना करें ↓

2GPT-6.2 Astra

नं. 2 — GPT-6.2 Astra. 10 में से 8 AI की सूचियों में; वहाँ मध्य स्थान: 4.5. यह 62 स्कोर करता है, Fable 5.2 से तीन अंक कम, और Fable के प्रति कार्य बिल के लगभग छठे हिस्से में।

क्या आप जानते हैं

  • GPT-6.2 Astra की कीमत प्रति दस लाख टोकन इनपुट के लिए $8 और आउटपुट के लिए $40 है, जो GPT-6 Astra से 20% कम है। आर्टिफिशियल एनालिसिस max effort पर अपना Intelligence Index चलाने की लागत $4.00 प्रति कार्य बताता है।

यह क्या है
ओपनएआई का अपग्रेड किया गया शीर्ष मॉडल, जिसकी कीमत प्रति दस लाख टोकन $8 और $40 है।
इसकी बढ़त
Sol से ऊँचा स्कोर, और Fable 5.2 से प्रति कार्य कहीं सस्ता।
किसके लिए सही
बजट में कठिन कामों के लिए ठीक है; सबसे सस्ते रन के लिए कम उपयुक्त।
  • प्रति पूरे किए गए काम की लागत$4.00 प्रति कार्य
यह यहाँ क्यों है
  • आर्टिफिशियल एनालिसिस GPT-6.2 Astra की औसत लागत Max effort पर $4.00 प्रति कार्य बताता है। यह उसी मंच पर Sol के $1.01 से लगभग चार गुना है।

ध्यान रखें
  • ओपनएआई का अपना system card कहता है कि Astra ने मूल्यांकित कोडिंग कार्यों में से 22.28% में एक ज्ञात बाधा की जानकारी नहीं दी, जबकि GPT-6 Astra के लिए यह 11.09% था। सस्ता रन समस्याएँ छिपा सकता है।

  • शुरुआती परीक्षक कड़े थे। थियो ब्राउन ने इसे ओपनएआई का अब तक का सबसे बुरा मॉडल कहा, हालाँकि उन्होंने इसके कोड रिव्यू, कंप्यूटर इस्तेमाल और 3D काम की तारीफ़ भी की। समीक्षाएँ शुरुआती हैं और राय पर ज़्यादा टिकी हैं।

लोग क्या कहते हैं
आगे कहाँ देखें
  • GPT-6.2 Astra का आर्टिफिशियल एनालिसिस वाला पन्ना खोलें। पहले उसकी प्रति कार्य लागत की तुलना Fable 5.2 से करें, और effort के स्तर देखें, क्योंकि लागत इस्तेमाल की गई सेटिंग पर निर्भर करती है।

शीर्ष तीन की तुलना करें ↓

3Claude Sonnet 5.5

नं. 3 — Claude Sonnet 5.5. 10 में से 8 AI की सूचियों में; वहाँ मध्य स्थान: 7. यह दफ़्तर के काम में अच्छा है, पर हर टेस्ट की लागत Sol से कहीं ज़्यादा है, और डॉलर पर सही कार्य कम मिलते हैं।

क्या आप जानते हैं

  • Sonnet 5.5 Claude 5.5 परिवार का दूसरा मॉडल है, जो सितंबर 2026 के अंत में आया, Opus 5.5 के लगभग एक हफ़्ते बाद। यह Opus 5.5 की जगह लेने के लिए नहीं, उसके साथ रहने के लिए बना है।

यह क्या है
एंथ्रोपिक का मध्यम आकार का Claude 5.5 मॉडल, जिसकी कीमत प्रति दस लाख टोकन $2 इनपुट और $10 आउटपुट है।
इसकी बढ़त
दफ़्तर के काम में 70.85% का मज़बूत स्कोर, हालाँकि प्रति कार्य सबसे सस्ता नहीं।
किसके लिए सही
कम effort पर रोज़ के दफ़्तर के काम के लिए ठीक है; कठिन, ऊँचे effort वाले कामों के लिए कम।
  • प्रति पूरे किए गए काम की लागतप्रति Vals टेस्ट $16.18

Wikidata

इतिहास
  • 28 सितंबर 2026 को एंथ्रोपिक ने Sonnet 5.5 जारी किया, Opus 5.5 के छह दिन बाद। यह पहला Sonnet मॉडल था जिसमें अपने सबसे सक्षम मॉडल के करीब साइबर सुरक्षा के उपाय थे। — (voice only)

ध्यान रखें
  • पेज कहता है कि प्रति कार्य "bis zu 30 %" (यानी 30% तक) की बचत एंथ्रोपिक का अपना दावा है। वह जोड़ता है कि सिर्फ़ प्रति दस लाख टोकन की कीमत की तुलना भ्रामक है। ऊँचे effort स्तरों पर ज़्यादा टोकन लगते हैं।

  • उसी पेज के अनुसार, कठिन कामों पर ऊँचे effort में Sonnet 5.5 की लागत लगभग Opus 5.5 जितनी होती है और नतीजा कमज़ोर रहता है। सस्ते मॉडल का फ़ायदा मुख्य रूप से कम effort वाले रोज़मर्रा के काम में है।

आगे कहाँ देखें
  • उसी आधिकारिक तालिका में Claude Sonnet 5.5 के लिए प्रति दस लाख इनपुट टोकन $2 और आउटपुट टोकन $10 लिखे हैं। आधी कीमत का अंतर खुद देखने के लिए उसकी पंक्ति की तुलना Opus 5.5 की पंक्ति से करें।

शीर्ष तीन की तुलना करें ↓

शीर्ष तीन आमने-सामने

GPT-6.2 SolGPT-6.2 AstraClaude Sonnet 5.5
AI सूचियों में8 / 108 / 108 / 10
प्रति पूरे किए गए काम की लागत$1.01 प्रति कार्य$4.00 प्रति कार्यप्रति Vals टेस्ट $16.18
पहला स्थान दियाClaude, Grok, Kimi, Wenxin, DeepSeek——

जिन स्थानों को बराबर AI ने चुना, वे AI सूचियों में उनके औसत स्थान के क्रम में हैं।

03जानने योग्य

सूची बनाते समय AI ने क्या देखा।

AI//COST पर जीत इस पर निर्भर है कि विफलता आपको कितनी पड़ती है। अगर विफलता की कीमत 0.5¢ से कम है, तो GPT-6 Luna आगे है; 0.5¢ से 6.4¢ तक Claude Haiku 5.5; 6.4¢ से ऊपर Muse Ember।

किसने देखा:
शामिल किया: ChatGPT, Meta, MiMo, DeepSeek. शामिल नहीं किया: Claude, Nemotron, Grok, StepFun, Kimi, Wenxin.
स्रोत ↗

ओपनएआई ने कहा कि GPT-6.2 Astra की प्रति कार्य लागत GPT-6 Astra की एक-तिहाई से भी कम है। स्वतंत्र जाँच में आर्टिफिशियल एनालिसिस पर 36% कटौती मिली ($4.00 बनाम $6.24) और वाल्स पर लगभग 50% ($10.68 बनाम $21.28)।

किसने देखा:
शामिल किया: Claude, Meta, Grok, MiMo, Kimi, DeepSeek. शामिल नहीं किया: ChatGPT, Nemotron, StepFun, Wenxin.
स्रोत ↗

Gemini 4 Hydrogen की प्रति टोकन कीमत Sonnet 5.5 से 25% कम बताई गई है, फिर भी 82 कार्यों का उसका बिल 2.6 गुना निकला। उसके आउटपुट का 79% वह तर्क था जिसे कोई पढ़ता नहीं, यानी $4.09 में से $1.60।

किसने देखा:
शामिल किया: Meta, MiMo, DeepSeek. शामिल नहीं किया: Claude, ChatGPT, Nemotron, Grok, StepFun, Kimi, Wenxin.
स्रोत ↗

Claude Sonnet 5.5 और GPT-6.1 Sol का रेट कार्ड एक ही है, $2/$10, फिर भी आर्टिफिशियल एनालिसिस का एक कार्य एक पर $7.67 पड़ा और दूसरे पर $0.72, यानी लगभग 11 गुना।

किसने देखा:
शामिल किया: MiMo, StepFun. शामिल नहीं किया: Claude, ChatGPT, Meta, Nemotron, Grok, Kimi, Wenxin, DeepSeek.
स्रोत ↗

प्रयास सेटिंग बिल को उतना ही बदलती है जितना मॉडल। GPT-6.2 Astra प्रति कार्य कम प्रयास पर $0.66 लेता है, ऊँचे पर $2.07 और अधिकतम पर $4.00।

किसने देखा:
शामिल किया: ChatGPT. शामिल नहीं किया: Claude, Meta, Nemotron, Grok, MiMo, StepFun, Kimi, Wenxin, DeepSeek.
स्रोत ↗

04लोग क्या पूछते हैं

claude बनाम gpt कीमत

Claude Fable 5.2 और GPT-6.2 Astra, दोनों की सूची-कीमत प्रति 10 लाख टोकन इनपुट पर $8 और आउटपुट पर $40 है। पर आर्टिफिशियल एनालिसिस के हर पूरे किए कार्य पर Fable का खर्च $26.54 और Astra का $4.00 है।

स्रोत ↗
claude बनाम gpt कीमत तुलना

Claude Opus 5.5 की सूची-कीमत $4/$20 है, यानी Astra की आधी, फिर भी आर्टिफिशियल एनालिसिस का एक कार्य Opus पर $10.04 पड़ता है और Astra पर $4.00।

स्रोत ↗
claude बनाम chat gpt कीमत

सबसे सस्ते स्तर पर Claude Haiku 5.5 और GPT-6 Luna, दोनों की सूची-कीमत $0.10/$0.50 है। 82 कार्यों की AI//COST टोकरी पर Haiku ने 79 पास किए, $0.111 में, और Luna ने 72, $0.079 में; अगर हर विफलता की कीमत 10¢ मानें, तो यह $0.411 बनाम $1.079 हो जाता है।

स्रोत ↗
claude बनाम gpt टोकन/कीमत

टोकन कीमत से सही अंदाज़ा नहीं लगता, क्योंकि हर बोर्ड पर कार्यों का मिश्रण अलग है: Astra आर्टिफिशियल एनालिसिस के कार्य पर $4.00 लेता है पर वाल्स के टेस्ट पर $10.68; Fable के लिए ये $26.54 और $17.94 हैं।

स्रोत ↗

05हमने कैसे गिना

सीधी भाषा में, बिना सूत्रों के।

1सवाल

प्रति टोकन कीमत नहीं, बल्कि पूरे हुए काम की असली लागत के आधार पर शीर्ष 10 AI मॉडल

2यह विषय क्यों

पाठक को चार स्वतंत्र बोर्डों और लैब के अपने दावे से बनी एक ही ‘प्रति पूरे काम की लागत’ रैंकिंग मिलती है, जबकि हर प्रकाशित तालिका सिर्फ़ एक नज़रिया देती है और बोर्ड आपस में असहमत हैं।

3यह कहाँ लागू होता है

वैश्विक — पेशेवर और रोज़मर्रा के काम के लिए शीर्ष AI मॉडल, हर पूरे और जाँचे गए काम की कीमत के हिसाब से

4हमने किन बातों पर ध्यान दिया

  • किसी स्वतंत्र परीक्षक द्वारा बताए गए प्रयास-स्तर पर एक ग्रेड किए गए काम को पूरा करने में खर्च हुए डॉलर
  • उसी काम पर स्कोर, ताकि सस्ती विफलता कभी पूरे किए गए काम से आगे न निकले
  • क्या बचत तब भी बनी रहती है, जब कोई दूसरा प्रकाशक अलग काम-मिश्रण इस्तेमाल करे
  • लैब के अपने लागत-दावे और स्वतंत्र रूप से मापी गई लागत के बीच का अंतर
  • आर्टिफिशियल एनालिसिस — Intelligence Index स्कोर (0–100, नौ परीक्षण) और बताए गए प्रयास स्तर पर प्रति कार्य खर्च डॉलर में
  • Vals AI (Vals Index) — वित्त, कोडिंग, कानून और कर के एजेंट कार्यों पर GDP-भारित सटीकता, साथ में प्रति टेस्ट डॉलर
  • Arena (Code Arena WebDev) — बेहतर वेब ऐप पर बिना पहचान के मानव वोट, साथ में प्रति कार्य औसत डॉलर खर्च
  • AI//COST (AI Cost Bench) — वही 82 काम हर निर्माता के API से चलाने का बिल; विफल कार्य की कीमत 10 सेंट मानी गई; प्रति डॉलर सही कार्यों के हिसाब से क्रम

5रैंक किसने दी

अग्रणी AI: Claude, ChatGPT, Meta, Nemotron, Grok, MiMo, StepFun, Kimi, Wenxin, DeepSeek। हर एक ने स्वतंत्र रूप से दस स्थानों की अपनी सूची बनाई और हर स्थान के लिए स्रोत बताया।

6स्थान कैसे तय हुए

अलग-अलग AI द्वारा अलग ढंग से लिखी गई एक ही चीज़ को एक गिना गया। जितने ज़्यादा AI ने किसी चीज़ को अपनी सूची में रखा और जितना ऊपर रखा, उसका स्थान उतना ऊँचा। "AI की सहमति" बताती है कि कितने AI की अपनी सूची में वह चीज़ थी। स्रोत केवल वही हैं जो AI ने खुद खोजे; हाथ से कुछ नहीं जोड़ा गया।

06हर AI की अपनी सूची

🇺🇸 Claude10 स्थान · 2 नोट

वही सवाल, जिसका जवाब अकेले Claude ने दिया। ऊपर की अंतिम सूची सभी AI को मिलाती है।

  1. 1
    GPT-6.2 Sol (ओपनएआई, नवंबर 2026)

    इंटेलिजेंस इंडेक्स पर 57 स्कोर, लगभग $1.01 प्रति इंडेक्स कार्य पर, जबकि Astra के लगभग $4 और Fable 5.2 के $26.54 के मुकाबले।

    स्रोत ↗
  2. 2
    GPT-6.2 Astra (ओपनएआई, नवंबर 2026)

    Artificial Analysis पर 62 के साथ दूसरे स्थान पर, Fable 5.2 के 65 के पीछे, लगभग $4.00 प्रति कार्य, Fable 5.2 के $26.54 के मुकाबले।

  3. 3
    Claude Sonnet 5.5 (एंथ्रोपिक)

    Vals इंडेक्स पर 70.85% के साथ दूसरे स्थान पर, Fable 5.2 से सिर्फ 0.46 अंक पीछे, $2/$10 प्रति 10 लाख टोकन की सूची कीमत पर।

  4. 4
    Claude Opus 5.5 (एंथ्रोपिक)

    Arena WebDev पर 1818 के साथ दूसरे स्थान पर, Fable 5.2 से छह अंक पीछे, Fable की सूची कीमत की आधी कीमत पर ($4/$20 बनाम $8/$40)।

    स्रोत ↗
  5. 5
    Gemini 4 Carbon (गूगल)

    Vals इंडेक्स पर 70.45% के साथ तीसरे स्थान पर, पर उसकी कीमत विवादित है: एक स्रोत $4/$20 बताता है और दूसरा कहता है कि Google ने कोई कीमत प्रकाशित नहीं की।

  6. 6
    Claude Fable 5.2 (एंथ्रोपिक)

    Vals (71.31%) और Arena WebDev (1824) दोनों में शीर्ष पर, पर max कोशिश पर प्रति इंडेक्स कार्य लगभग $26.54 लगते हैं, Astra के $4 के मुकाबले।

  7. 7
    Gemini 4 Argon (गूगल)

    अभी $2/$10 की सूची कीमत है, 1 दिसंबर 2026 से $4/$20 हो जाएगी, इसलिए उसकी कीमत वाली रैंक समय-सीमित है।

  8. 8
    GPT-6 Astra (ओपनएआई, सितंबर 2026)

    प्रति इंडेक्स कार्य उसकी लागत $6.24 थी, जब तक GPT-6.2 Astra ने उसे 36% या उससे ज़्यादा कम नहीं किया; और उसका WebDev स्कोर 1763 उसे छठे स्थान पर रखता है।

  9. 9
    Kimi K3.1 Pro (मूनशॉट, ओपन वेट्स)

    Arena WebDev पर 1688 के साथ लैब के हिसाब से पाँचवें स्थान पर, उस बोर्ड की सबसे मज़बूत ओपन-वेट प्रविष्टि।

    स्रोत ↗
  10. 10
    DeepSeek V4 Pro

    14 मॉडल और 49 कार्यों के 'सही उत्तर की लागत' टेस्ट में प्रति सही उत्तर $0.000134 के साथ पहले स्थान पर, पर कार्य सरल थे।

    स्रोत ↗

Claude ने क्या देखा

Fable 5.2 प्रति टोकन GPT-6 Astra से सस्ता है ($8/$40 बनाम $10/$50), पर प्रति पूरे कार्य अधिक महँगा है, क्योंकि max कोशिश पर वह कहीं ज़्यादा टोकन लिखता है।

सफलता की लागत कार्य की लागत से कहीं ज़्यादा हो सकती है: एक बेंचमार्क में प्रति कार्य लगभग $31 मिले, पर पूरी तरह सही नतीजे पर लगभग $1,000।

🇺🇸 ChatGPT10 स्थान · 2 नोट

वही सवाल, जिसका जवाब अकेले ChatGPT ने दिया। ऊपर की अंतिम सूची सभी AI को मिलाती है।

  1. 1
    Muse Ember

    उसने सभी 82 कार्य $0.303 के बिल में पूरे किए: AI//COST की 10¢ असफलता धारणा के तहत प्रति डॉलर 271 सही पूरे कार्य।

    स्रोत ↗
  2. 2
    Claude Haiku 5.5

    तीन चूकों की कीमत जोड़ने पर उसका $0.111 बिल बढ़कर $0.411 हो गया, फिर भी लगभग 199 सही कार्य प्रति डॉलर।

    स्रोत ↗
  3. 3
    GPT-6.1 Terra

    82 कार्यों में एक चूक; उसका $0.637 बिल डिफ़ॉल्ट असफलता शुल्क के साथ $0.737 हो जाता है, और प्रकाशक कहता है कि उसका नतीजा शीर्ष समूह के सांख्यिकीय रूप से बराबर है।

    स्रोत ↗
  4. 4
    GLM-5.3-FlashX

    उसके 78 पास 10¢ चूक कीमत पर $0.804 के बिल को $1.204 बना देते हैं; इस बास्केट में वह अधिक थ्रूपुट वाला, कम लागत का विकल्प बना रहता है।

    स्रोत ↗
  5. 5
    MiniMax M3.1 Flash

    छह असफल कार्य उसके बिल में 60¢ जोड़ते हैं; फिर भी AI//COST के फ़ॉर्मूले से बास्केट 90 सही कार्य प्रति डॉलर देता है।

    स्रोत ↗
  6. 6
    GPT-6 Luna

    कच्चा API बिल सिर्फ 7.9¢ है, पर दस चूकें AI//COST की चुनी असफलता कीमत पर नतीजे को 10.8 गुना महँगा कर देती हैं।

    स्रोत ↗
  7. 7
    Qwen3.7 Plus

    उसने 77 कार्य पास किए, पर बेंचमार्क बताता है कि उसका चार्ज किया गया रन सूची-कीमत लागत से 20% कम था, इसलिए यह सौदा ऐसी छूट पर टिका है जिसकी कोई प्रकाशित अंतिम तारीख नहीं।

    स्रोत ↗
  8. 8
    Claude Sonnet 5.5

    दो चूकें सिर्फ 20¢ जोड़ती हैं, पर $1.76 के बास्केट बिल पर वह 47 सही कार्य प्रति डॉलर पर रहता है।

    स्रोत ↗
  9. 9
    Gemini 4 Hydrogen

    उसने बास्केट का हर कार्य पूरा किया, फिर भी उसका $4.09 बिल Muse Ember के साफ़ रन से 13.5 गुना महँगा है।

    स्रोत ↗
  10. 10
    Gemini 3.5 Flash-Lite

    सबसे कम बताई गई कोशिश का मतलब सबसे कम बिल नहीं था: उसकी लागत $4.61 रही और उसने 82 में से 43 कार्य चूके, 18 प्रति डॉलर तक गिरकर।

    स्रोत ↗

ChatGPT ने क्या देखा

प्रति चूक डिफ़ॉल्ट 10¢ पर GPT-6 Luna का 7.9¢ कच्चा बिल दस असफलताओं के बाद $1.079 बन जाता है। जैसे ही असफल कार्य की असली वसूली लागत हो, लागत की रैंकिंग बदल जाती है।

प्रति असफलता शून्य लागत पर AI//COST के अनुसार Luna पहले आता है; प्रति असफलता 0.5¢ से 6.4¢ तक Haiku आगे है; 6.4¢ से ऊपर Muse Ember आगे है। असफलता की कीमत का चुनाव विजेता बदल देता है।

🇺🇸 Meta10 स्थान · 4 नोट

वही सवाल, जिसका जवाब अकेले Meta ने दिया। ऊपर की अंतिम सूची सभी AI को मिलाती है।

  1. 1
    Muse Ember 2026

    प्रति डॉलर 271 पूरे कार्य, $0.303 में 82 में से 82 साफ़; वह अकेला बोर्ड जो असफलता की कीमत लगाकर भी जीतता है

    स्रोत ↗
  2. 2
    GPT-6.2 Sol 2026

    पुराना Astra स्कोर 57, प्रति कार्य लगभग $1; फ़्रंटियर स्कोर, रोज़मर्रा की कीमत पर

    स्रोत ↗
  3. 3
    Claude Haiku 5.5 2026

    Artificial Analysis पर Ember जैसा ही 36, पर प्रति कार्य $0.41, और Cost Bench पर 82 में से 79; तीन चूकें गिनने तक सस्ता

  4. 4
    GPT-6.1 Terra 2026

    Artificial Analysis के शीर्ष 10 में सबसे सस्ता, प्रति कार्य $0.96, और Cost Bench पर 82 में से 81; वह पुराना वैल्यू किंग Sol की जगह लेता है

  5. 5
    GPT-6.2 Astra 2026

    Artificial Analysis पर 62, $4.00 में, Fable से 3 अंक पीछे, कार्य-बिल के लगभग छठे हिस्से में

    स्रोत ↗
  6. 6
    GLM-5.3 FlashX 2026

    $0.804 साफ़ में 82 में से 78, गैर-अमेरिकी बजट मॉडल जो असफलता शुल्क झेल जाता है

    स्रोत ↗
  7. 7
    Claude Sonnet 5.5 2026

    Vals पर 70.85 प्रतिशत के साथ लगभग शीर्ष ऑफ़िस काम, पर Cost Bench पर $1.76 साफ़; जो चूकें वह टालता है, उनकी कीमत आप चुकाते हैं

  8. 8
    Gemini 4 Carbon 2026

    Vals पर 70.5 प्रतिशत, प्रति टेस्ट $10.51; Sonnet या Fable से प्रति ऑफ़िस टेस्ट सस्ता, Artificial Analysis पर 60

    स्रोत ↗
  9. 9
    DeepSeek V4.1 Flash 1017 2026

    Artificial Analysis के प्रति कार्य $0.60 में 32 स्कोर, फ़्रंटियर के करीब सबसे सस्ता टिकट, पर पूरे काम की गारंटी नहीं

    स्रोत ↗
  10. 10
    Claude Fable 5.2 2026

    कहीं भी सबसे ऊँचे स्कोर, Artificial Analysis पर 65 और Vals पर 71.31 प्रतिशत, प्रति Artificial Analysis कार्य $26.54 पर; लगभग कभी न चूकने की कीमत

Meta ने क्या देखा

विजेता उस कीमत से बदलता है जो आप असफलता पर लगाते हैं: AI Cost Bench पर प्रति असफल कार्य 0.5 सेंट से कम पर GPT-6 Luna जीतता है, 0.5 से 6.4 सेंट पर Claude Haiku 5.5 जीतता है, 6.4 सेंट से ऊपर Muse Ember जीतता है

एक ही टोकन कीमत, 4 गुना बिल: Ember, Haiku 5.5 और GPT-6 Luna सभी 10 लाख टोकन पर $0.10 इनपुट / $0.50 आउटपुट सूचीबद्ध करते हैं, फिर भी उनके 82-कार्य बिल $0.303, $0.111 और $0.079 रहे, क्योंकि रीज़निंग टोकन, कैश हिट और दोबारा कोशिशें जुड़ती हैं

Gemini 4 Hydrogen प्रति टोकन Claude Sonnet 5.5 से 25 प्रतिशत कम सूचीबद्ध है, पर उसका बिल 2.6 गुना ऊँचा आया, उसके आउटपुट टोकन का 79 प्रतिशत उस रीज़निंग में गया जो पाठक कभी नहीं देखता, $4.09 में से $1.60

OpenAI ने पुरानी प्रति कार्य लागत का एक-तिहाई से कम होने का दावा किया; स्वतंत्र परीक्षकों को Artificial Analysis पर 36 प्रतिशत और Vals पर लगभग 50 प्रतिशत मिले; असली बचत है, बस छोटी

🇺🇸 Nemotron10 स्थान

वही सवाल, जिसका जवाब अकेले Nemotron ने दिया। ऊपर की अंतिम सूची सभी AI को मिलाती है।

  1. 1
    GPT-6.2 Astra

    स्वतंत्र रूप से मापा गया $0.042 प्रति पूरा कार्य — OpenAI के अपने 'एक-तिहाई से कम' दावे से 62% नीचे, और GPT-6.1 से प्रति सही कार्य 3.1 गुना सस्ता

    स्रोत ↗
  2. 2
    Claude 4.1 Opus

    $0.058 प्रति पूरा कार्य — चारों स्वतंत्र बेंच पर लगातार दूसरे स्थान पर; तर्क में Astra से अंतर कम, पर प्रति सही कार्य 38% महँगा

    स्रोत ↗
  3. 3
    Gemini 2.5 Pro (नवंबर 2026)

    $0.067 प्रति पूरा कार्य — Google का 'thinking tokens' डिस्काउंट लंबे संदर्भों पर अंतर घटाता है, पर दोबारा कोशिशों की दर प्रभावी लागत को Claude 4.1 Opus से 19% ऊपर ले जाती है

    स्रोत ↗
  4. 4
    GPT-6.2 Sol

    $0.018 प्रति पूरा कार्य — प्रति कार्य सबसे सस्ता फ़्रंटियर मॉडल, पर Astra की तुलना में इंटेलिजेंस इंडेक्स में 14 अंक कम है, इसलिए कठिन कार्यों में हर पाँच में से एक असफल होता है जहाँ Astra पूरा करता है

    स्रोत ↗
  5. 5
    Claude 4.1 Sonnet

    $0.022 प्रति पूरा कार्य — सबसे अच्छी 'रोज़मर्रा' कीमत: Opus की 94% सटीकता 38% लागत पर, और तर्क-भारी कार्यों पर GPT-6.2 Sol से आगे

  6. 6
    Gemini 2.5 Flash (नवंबर 2026)

    $0.015 प्रति पूरा कार्य — सबसे कम सूचीबद्ध कीमत, पर बहु-चरण कार्यों पर 22% दोबारा-कोशिश दर Sonnet के मुकाबले बचत मिटा देती है

    स्रोत ↗
  7. 7
    GPT-6.1 (पुराना)

    $0.135 प्रति पूरा कार्य — अब भी एंटरप्राइज़ API ग्राहकों के 34% (वाल्स एआई सर्वे के अनुसार) इस्तेमाल करते हैं, पर प्रति सही कार्य Astra से 3.2 गुना महँगा

  8. 8
    Llama 4.1 405B (नवंबर 2026, क्वांटाइज़्ड)

    $0.031 प्रति पूरा कार्य, खुद होस्ट किया हुआ — शीर्ष 10 में अकेला ओपन-वेट मॉडल, पर Astra से 18 अंक का इंटेलिजेंस इंडेक्स अंतर और कोई विक्रेता SLA नहीं

  9. 9
    Command R7B (कोहेयर, नवंबर 2026)

    $0.009 प्रति पूरा कार्य — परखा गया सबसे सस्ता API मॉडल, पर वाल्स एआई के कानूनी/कर कार्यों में 41% असफल, जिससे प्रभावी लागत प्रति सही कार्य $0.015 हो जाती है

  10. 10
    Mistral Large 2.1 (नवंबर 2026)

    $0.027 प्रति पूरा कार्य — कोडिंग में मज़बूत (Code Arena 1305 Elo), पर वित्त/कानून में कमज़ोर, इसलिए GDP-भारित स्कोर Flash से नीचे रहता है

🇺🇸 Grok10 स्थान · 2 नोट

वही सवाल, जिसका जवाब अकेले Grok ने दिया। ऊपर की अंतिम सूची सभी AI को मिलाती है।

  1. 1
    GPT-6.2 Sol (2026)

    ऑफ़िस इंडेक्स पर 66.06% $3.18 प्रति टेस्ट पर, Claude Fable 5.2 के $17.94 के पाँचवें हिस्से से कम, और $1.01 पर पुराने फ़्लैगशिप जैसा 57।

    स्रोत ↗
  2. 2
    Gemini 4 Neon (2026)

    ऑफ़िस लीडर से 0.44 अंक पीछे, $17.94 की जगह $7.40 प्रति टेस्ट पर।

    स्रोत ↗
  3. 3
    Muse Wonder Full (2026)

    $6.81 पर 66.79%, प्रति सही टेस्ट Neon से बस थोड़ा अलग, और साफ़ पास से चार अंक दूर।

  4. 4
    Gemini 4 Hydrogen (2026)

    ऑफ़िस काम पर GPT-6.2 Astra को पीछे छोड़ता है, 68.49% बनाम 67.66%, और बिल कम है: $10.68 की जगह $9.84।

  5. 5
    Gemini 4 Carbon (2026)

    $10.51 प्रति टेस्ट पर 70.45%, Astra के ऑफ़िस बिल से थोड़ा नीचे, जबकि $2/$10 की सूची कीमत सिर्फ 30 नवंबर तक चलती है।

    स्रोत ↗
  6. 6
    GPT-6.2 Astra (2026)

    Fable के xhigh जैसा ही 62, $14.83 की जगह $4.00 पर, फिर ऑफ़िस मिश्रण पर सामान्य $10.68।

  7. 7
    Gemini 4 Argon (2026)

    $13.37 पर 69.39%, Astra से ऊँचा ऑफ़िस स्कोर और ऊँचा बिल।

  8. 8
    Claude Sonnet 5.5 (2026)

    $16.18 प्रति टेस्ट पर 70.85%, और मध्यमान वेब ऐप $3.04 पर, Fable के $11.53 के मुकाबले।

    स्रोत ↗
  9. 9
    Claude Fable 5.2 (2026)

    ऊँचे स्कोर असली हैं, और बिल भी: $26.54 पर 65, या $17.94 पर 71.31%।

    स्रोत ↗
  10. 10
    Claude Opus 5.5 (2026)

    कोडिंग-एजेंट में 58 पर Fable के साथ बराबर बढ़त, फिर 70.14% ऑफ़िस टेस्ट के लिए $24.77।

    स्रोत ↗

Grok ने क्या देखा

GPT-6.2 Astra और Claude Fable 5.2 एक ही $8/$40 रेट कार्ड पर हैं। इंटेलिजेंस इंडेक्स पर पूरा कार्य $4.00 बनाम $26.54 है, 6.6 गुना का अंतर, जो टोकन कीमत कभी नहीं दिखाती।

उसी दोपहर, जब लागत के चार्ट आए, शुरुआती उपयोगकर्ताओं ने GPT-6.2 Astra को असमान से अनुपयोगी बताया। $4 का बेंचमार्क कार्य जिसे किसी व्यक्ति को दोबारा करना पड़े, अब $4 का पूरा काम नहीं है, और कोई बोर्ड वह दोबारा करने की लागत नहीं जोड़ता।

🇨🇳 MiMo10 स्थान · 3 नोट

वही सवाल, जिसका जवाब अकेले MiMo ने दिया। ऊपर की अंतिम सूची सभी AI को मिलाती है।

  1. 1
    Muse Ember

    सभी 82 ऑफ़िस कार्य $0.303 में पास — अकेला मॉडल जिसका पूरा बिल ही साफ़ नतीजे की लागत भी है।

    स्रोत ↗
  2. 2
    GPT-6.1 Terra

    असफलता-मूल्य वाली बास्केट में शीर्ष-3, और Artificial Analysis के कठिन मिश्रण पर प्रति कार्य $0.96 पर भी 51; वह बचत जो दूसरे प्रकाशक पर भी टिकी रहती है।

    स्रोत ↗
  3. 3
    Claude Haiku 5.5

    जब असफल कार्य की कीमत आधे सेंट से 6.4 सेंट के बीच लगाई जाती है, तब यह रैंकिंग जीतता है।

    स्रोत ↗
  4. 4
    GPT-6.2 Sol

    इंटेलिजेंस इंडेक्स पर प्रति कार्य $1.01 में 57 स्कोर — Fable 5.2 से दस इंडेक्स अंक कम, उसके कार्य-बिल के एक-छब्बीसवें पर।

    स्रोत ↗
  5. 5
    GPT-6 Luna

    पूरे क्षेत्र में सबसे कम बिल — 82 कार्यों के लिए $0.079 — और तभी विजेता जब असफलता की लागत आधे सेंट से कम हो।

    स्रोत ↗
  6. 6
    GLM-5.3-FlashX

    ओपन वेट्स जो 82 में से 78 ऑफ़िस कार्य $0.404 में पास करते हैं — 102 सही कार्य प्रति डॉलर।

    स्रोत ↗
  7. 7
    MiniMax M3.1 Flash

    $0.307 बिल पर 82 में से 76 कार्य — छह असफलताएँ, सभी पकड़ने में सस्ती।

    स्रोत ↗
  8. 8
    GPT-6.2 Astra

    स्वतंत्र परीक्षकों ने प्रति कार्य 36% और 50% बचत मापी, जबकि OpenAI के लॉन्च दावे में 'एक-तिहाई से कम' था।

  9. 9
    Gemini 4 Carbon

    पूरे किए वेब ऐप पर Elo 1769, प्रति कार्य मध्यमान $1.61 — बोर्ड का $2 से नीचे सबसे अच्छा स्कोर।

    स्रोत ↗
  10. 10
    Claude Sonnet 5.5

    82 में से 80 ऑफ़िस कार्य सही और GDP-भारित इंडेक्स पर दूसरे स्थान पर — फ़्लैगशिप की टोकन कीमत के एक-चौथाई पर।

    स्रोत ↗

MiMo ने क्या देखा

अगर हर नाकाम टास्क की कीमत तय करें, तो विजेता दो बार बदलता है: प्रति नाकाम टास्क 0.5 सेंट से कम पर GPT-6 Luna, 0.5 से 6.4 सेंट पर Claude Haiku 5.5, और 6.4 सेंट से ऊपर पर Muse Ember। कोई बोर्ड नहीं बता सकता कि आपके लिए नाकामी की कीमत कितनी है, इसलिए हर मान्यता पर तालिका नए सिरे से क्रम बदलती है।

एक ही सूची-कीमत, पर प्रति टास्क खर्च 6.6 गुना: Claude Fable 5.2 और GPT-6.2 Astra दोनों प्रति दस लाख टोकन $8/$40 लेते हैं, लेकिन AA index पर Fable ने 275 मिलियन आउटपुट टोकन लिखे, जबकि Astra ने 65.8 मिलियन। यानी प्रति टास्क $26.54 बनाम $4.00।

Gemini 4 Hydrogen की प्रति टोकन सूची-कीमत Sonnet 5.5 से 25% कम है, फिर भी उसके 82 टास्क का बिल 2.6 गुना ज़्यादा निकला: जिस आउटपुट के पैसे दिए गए, उसका 79% वह रीज़निंग था जिसे कोई नहीं पढ़ता ($4.09 में से $1.60)।

🇨🇳 StepFun10 स्थान · 2 नोट

वही सवाल, जिसका जवाब अकेले StepFun ने दिया। ऊपर की अंतिम सूची सभी AI को मिलाती है।

  1. 1
    Gemini 4 Hydrogen (गूगल, 2026)

    Claude Fable 5.2 के 51.4% और $4.64 के मुकाबले $0.82 प्रति कार्य पर 51.1% — तीन-दशमलव अंक का अंतर, बिल में 5.7 गुना का अंतर

    स्रोत ↗
  2. 2
    GPT-6.2 Astra (ओपनएआई, 17 नवंबर 2026)

    Agents' Last Exam पर $2.89 में 78.3% पूरा करता है, जबकि जो मॉडल दूसरे बोर्ड पर शीर्ष पर है वह 72.8% के लिए $60.05 लेता है

    स्रोत ↗
  3. 3
    Gemini 4 Neon (गूगल, 18 नवंबर 2026 को आम उपलब्धता)

    Vals की बढ़त से 0.44 अंक पीछे, प्रति टेस्ट आधी से कम लागत पर — $17.94 के मुकाबले $7.40

    स्रोत ↗
  4. 4
    Kimi K3.1 Pro (मूनशॉट एआई, 2026)

    Humanity's Last Exam पर 70% के साथ दूसरे स्थान पर, लगभग $2–$4 प्रति कार्य पर — सस्ती शोध सीट

    स्रोत ↗
  5. 5
    Claude Sonnet 5.5 (एंथ्रोपिक, 2026)

    कामकाजी घोड़ा: Vals इंडेक्स पर 70.85%, और बिल $0.51 से $7.60 तक बदलता है, कोशिश वाले डायल के हिसाब से

    स्रोत ↗
  6. 6
    GPT-6.2 Sol (ओपनएआई, 17 नवंबर 2026)

    प्रति Vals टेस्ट $3.18, जबकि Claude Sonnet 5.5 का $16.18 — रोज़मर्रा की सीट, ऑफ़िस बिल के पाँचवें हिस्से पर

    स्रोत ↗
  7. 7
    Muse Ember (मेटा, 9 नवंबर 2026)

    इंटेलिजेंस इंडेक्स पर 36 पाने वाला अब तक का सबसे सस्ता मॉडल — 10 लाख इनपुट टोकन पर $0.10

    स्रोत ↗
  8. 8
    Claude Haiku 5.5 (एंथ्रोपिक, 2026)

    Ember जैसी ही $0.10/$0.50 रेट कार्ड और इंडेक्स पर वही 36, पर 1M-टोकन विंडो के साथ

    स्रोत ↗
  9. 9
    DeepSeek V3.2 (डीपसीक, 2026)

    हल किए गए SWE-bench Verified कार्य पर लगभग $0.028 — बोर्ड पर सबसे सस्ता पूरा किया गया कोडिंग काम

    स्रोत ↗
  10. 10
    Claude Fable 5.2 (एंथ्रोपिक, नवंबर 2026)

    हर बोर्ड जीतता है और हर बिल हारता है: max कोशिश पर $26.54 प्रति कार्य, Agents' Last Exam पर $60.05

StepFun ने क्या देखा

असफल प्रयास की कीमत 10 सेंट लगाएँ तो क्रम पलट जाता है: Agents' Last Exam पर GPT-6.2 Astra ने $2.89 में 78.3% पूरा किया, जबकि Claude Fable 5.2 ने $60.05 में 72.8%।

एक ही $2/$10 रेट कार्ड वाले दो मॉडलों ने एक जैसे इंडेक्स कार्यों के लिए $0.72 और $7.62 लिए — बिल कोशिश सेटिंग तय करती है, सूची कीमत नहीं।

🇨🇳 Kimi10 स्थान · 3 नोट

वही सवाल, जिसका जवाब अकेले Kimi ने दिया। ऊपर की अंतिम सूची सभी AI को मिलाती है।

  1. 1
    GPT-6.2 Sol (ओपनएआई)

    पुराने GPT-6 Astra के AA स्कोर (57) के बराबर, $1.01 प्रति कार्य पर — फ़्लैगशिप लागत के लगभग छठे हिस्से पर — और Agents' Last Exam पर उसकी high सेटिंग $0.69 में 72.0% देती है, GPT-6 Astra max की कीमत का तेरहवाँ हिस्सा, कुछ ही अंक कम पर।

    स्रोत ↗
  2. 2
    GPT-6.1 Sol (ओपनएआई)

    पेशेवर न्यूनतम स्तर पर शुद्ध स्कोर-प्रति-डॉलर चैंपियन: high कोशिश पर प्रति कार्य $0.32 में 50 AA इंडेक्स अंक — असली ऑफ़िस काम पार करने वाली किसी भी और चीज़ से ज़्यादा पूरे अंक प्रति डॉलर।

    स्रोत ↗
  3. 3
    GPT-6.2 Astra (ओपनएआई)

    Fable 5.2 के $26.54 के मुकाबले प्रति AA कार्य $4.00, सिर्फ 3 अंक कम — नेता की प्रति-कार्य बिल के लगभग छठे हिस्से पर फ़्रंटियर पेशेवर काम, और OpenAI का 'एक-तिहाई से कम' दावा Agents' Last Exam (32%) पर सत्यापित होता है।

  4. 4
    Claude Opus 5.5 (एंथ्रोपिक)

    Medium कोशिश अपने max स्कोर का 89% 22% लागत पर देती है — प्रीमियम मॉडलों में सबसे अच्छी मापी गई 'प्रति डॉलर पूरा काम' रेखा, और Fable 5.2 आने से पहले AA v5 का समग्र नेता।

  5. 5
    DeepSeek V4.1 Flash (डीपसीक)

    49/49 ग्रेडेड छोटे कार्यों पर 100%, प्रति सही उत्तर $0.000053 पर — प्रति पूरा कार्य एक सेंट का तीसरा हिस्सा — किसी कार्य पर सही का निशान लगाने का सबसे सस्ता ओपन-वेट तरीका।

    स्रोत ↗
  6. 6
    GPT-6 Luna (ओपनएआई)

    सभी 49 छोटे कार्य बिना एक भी चूक के $0.000026 प्रति सही उत्तर पर पूरे — इस साल कहीं भी मापा गया सबसे सस्ता पूरा और जाँचा हुआ कार्य।

    स्रोत ↗
  7. 7
    Claude Sonnet 5.5 (एंथ्रोपिक)

    $2/$10 टोकन कीमत पर GDP-भारित Vals ऑफ़िस इंडेक्स (70.85%) पर तीसरा — फ़्लैगशिप बिल के पाँचवें हिस्से पर फ़्रंटियर के करीब ऑफ़िस सीट।

  8. 8
    Gemini 4 Carbon (गूगल)

    Agents' Last Exam पर GPT-6.2 Astra से एक अंक के भीतर (77.4%, प्रति कार्य $4.60), और दोनों Arena मानव-पसंद बोर्ड पर आगे — सबसे व्यापक अपील के साथ मज़बूत पूरा काम प्रति डॉलर।

    स्रोत ↗
  9. 9
    Claude Fable 5.2 (एंथ्रोपिक)

    गुणवत्ता की छत — AA (65) और Vals (71.31%) दोनों पर #1, पर $26.54 प्रति AA कार्य पर यह निश्चितता खरीदता है, मूल्य नहीं; रैंकिंग का प्रमाण कि 'पूरा' और 'सस्ता' अब भी आपस में टकराते हैं।

  10. 10
    GLM-5.3 (ज़ेड.एआई)

    AA के Coding Agent Index पर 53.6 के साथ अकेली ओपन-सोर्स हार्नेस प्रविष्टि, $4.24 प्रति कार्य पर — खुद होस्ट होने योग्य पूरा कोडिंग काम, बंद फ़्लैगशिप की प्रति-कार्य कीमत के आधे पर।

Kimi ने क्या देखा

OpenAI का 'लागत का एक-तिहाई से कम' दावा स्वतंत्र जाँच में सिर्फ उसी बेंचमार्क पर टिकता है जो OpenAI ने दिया: Agents' Last Exam पर रन $2.89 बनाम GPT-6 Astra के $8.99 (32%) रहे, पर Artificial Analysis GPT-6.2 Astra के इंटेलिजेंस इंडेक्स कार्य को $4.00 बनाम $6.24 मापता है — 36% बचत, 66% नहीं।

असफल प्रयास की कीमत लगाएँ तो रोज़मर्रा की लीडरबोर्ड फ़्रंटियर लीडरबोर्ड से पूरी तरह अलग हो जाती है: GPT-6 Luna ने सभी 49 छोटे ग्रेडेड कार्य $0.000026 प्रति सही उत्तर पर पूरे किए, जबकि उसी सूट पर Claude Fable 5 प्रति सही उत्तर 86.9 गुना महँगा रहा — पर Luna की छत (35 AA अंक) किसी भी पेशेवर न्यूनतम स्तर से नीचे है।

जब इंसानों को आउटपुट जाँचना पड़े, तो टोकन बिल नहीं रहते: Claude Opus 5.5 की सूची कीमतों पर एक स्वतंत्र 'पूरा किया गया कार्य लागत' कैलकुलेटर पाता है कि $3.01 की इकाई लागत में टोकन लगभग 10% हैं, बाकी का बोझ मानव समीक्षा (52%) और असफलता की भरपाई (35%) उठाते हैं — वह रैंकिंग जिसे सस्ती असफलता कभी नहीं जीतती।

🇨🇳 Wenxin10 स्थान · 1 नोट

वही सवाल, जिसका जवाब अकेले Wenxin ने दिया। ऊपर की अंतिम सूची सभी AI को मिलाती है।

  1. 1
    GPT-6.2 Sol (ओपनएआई, 2026)

    पिछले फ़्लैगशिप GPT-6 Astra की क्षमता के बराबर, उस मॉडल की मापी गई प्रति-कार्य लागत के लगभग 15% पर

    स्रोत ↗
  2. 2
    GLM-5.3-Flash (ज़ेड.एआई, 2026)

    0.10 प्रति 10 लाख टोकन पर 71.5 कोडिंग स्कोर, शीर्ष-स्तरीय फ़्लैगशिप मॉडलों से 110 गुना सस्ता, बड़ी मात्रा के ऑटोकम्प्लीट काम के लिए

  3. 3
    Gemini 3.8 Flash (गूगल, 2026)

    प्रति 10 लाख कुल टोकन 0.83 पर कोडिंग में शीर्ष 10, शीर्ष-स्तर क्षमता वाले मॉडलों में सबसे अच्छा मूल्य

  4. 4
    GPT-6.2 Astra (ओपनएआई, 2026)

    OpenAI के पिछले शीर्ष GPT-6 Astra की प्रति कार्य लागत का 1/3 से कम, और अपने पूर्ववर्ती से 20% कम टोकन कीमत के साथ

    स्रोत ↗
  5. 5
    Sonnet 5.5 (एंथ्रोपिक, 2026)

    GPT-6.2 Sol जैसी ही प्रति टोकन कीमत, पर प्रति कार्य 10.02 मापा गया, अधिक टोकन खपत के कारण कुल लागत 7.9 गुना ऊँची

  6. 6
    GPT-6.1 Terra (ओपनएआई, 2026)

    पहले क्षमता स्तर में सबसे सस्ता मापा गया मॉडल, प्रति पूरे कार्य 0.96 पर

  7. 7
    Muse Spark 1.3 (मेटा, 2026)

    91.4 कंसेंसस स्कोर, समतुल्य ¥8.38 / ¥28.51 प्रति 10 लाख इनपुट/आउटपुट टोकन पर, 90+ स्कोर वाले तुलनीय मॉडलों से कहीं कम दोबारा-कोशिश खर्च के साथ

  8. 8
    DeepSeek V4.1 Flash (डीपसीक, 2026)

    बैच प्रोसेसिंग टोकन कीमत 90% घटकर 0.011 प्रति 10 लाख इनपुट टोकन, हालाँकि कुल क्षमता पहले प्रदर्शन स्तर से नीचे है

  9. 9
    Qwen3.8 Flash Next (अलीबाबा, 2026)

    70.0 कंसेंसस स्कोर, ¥0.8 / ¥2.7 प्रति 10 लाख टोकन पर, GLM-5.3 Flash के इनपुट मूल्य से मेल खाता है, आउटपुट कीमत 3.6% कम

  10. 10
    Opus 5.5 (एंथ्रोपिक, 2026)

    94.3 कंसेंसस स्कोर के साथ उद्योग में सबसे ऊँचा, मापी गई 10+ प्रति कार्य लागत के साथ — सिर्फ लंबी अवधि के एजेंटिक कोडिंग काम के लिए

Wenxin ने क्या देखा

OpenAI का नया GPT-6.2 Astra LAB-AA पर हार्वे के कानूनी कार्य पूरे करता है, पास दर Claude Fable 5.2 की दोगुने से ज़्यादा, पूरी मापी गई प्रति-कार्य लागत के सिर्फ 1/6 पर

🇨🇳 DeepSeek10 स्थान · 3 नोट

वही सवाल, जिसका जवाब अकेले DeepSeek ने दिया। ऊपर की अंतिम सूची सभी AI को मिलाती है।

  1. 1
    GPT-6.2 Sol (ओपनएआई, नवंबर 2026)

    AA Intelligence Index पर 57 अंक, प्रति टास्क $1.01 में — GPT-6 Astra के बराबर, पर पूरे हुए टास्क के बिल के लगभग 15% में।

  2. 2
    Claude Haiku 5.5 (एंथ्रोपिक, 2026)

    82 में से 79 टास्क $0.11 के बिल में पूरे करता है; नाकामी का 10 सेंट का शुल्क जोड़ें तो साफ़ नतीजा $0.411 है — प्रति डॉलर 199 सही टास्क।

    स्रोत ↗
  3. 3
    Muse Ember (मेटा, 2026)

    AI//COST की नवंबर वाली टोकरी में अकेला मॉडल, जो सभी 82 टास्क पास करता है; साफ़ नतीजा $0.303, यानी 10 सेंट नाकामी-कीमत पर प्रति डॉलर 271 सही टास्क।

    स्रोत ↗
  4. 4
    GPT-6.1 Terra (ओपनएआई, 2026)

    82 में से 81 टास्क सही, $0.537 के बिल में — साफ़ नतीजा $0.637, प्रति डॉलर 129 टास्क, और Vals के ऑफिस टेस्ट पर $2.94 प्रति टेस्ट।

    स्रोत ↗
  5. 5
    GPT-6.2 Astra (ओपनएआई, नवंबर 2026)

    कठिन index पर 62 अंक, प्रति टास्क $4.00 में — ओपनएआई का 'एक-तिहाई से कम' का दावा असल में GPT-6 Astra ($6.24) के मुकाबले 36% कटौती है, दो-तिहाई नहीं।

  6. 6
    Gemini 4 Carbon (गूगल डीपमाइंड, नवंबर 2026)

    Intelligence Index पर 60 अंक, प्रति टास्क $5.48 में, और GDP-भारित ऑफिस index पर 70.45% — पर यह प्रति टास्क उसी परिवार के अपने सस्ते मॉडल से ज़्यादा टोकन खर्च करता है।

    स्रोत ↗
  7. 7
    Claude Sonnet 5.5 (एंथ्रोपिक, 2026)

    Vals के GDP-भारित ऑफिस काम में 70.85% के साथ सबसे ऊपर, पर $16.18 प्रति टेस्ट पर, और AI//COST की टोकरी में प्रति डॉलर सिर्फ़ 47 सही टास्क।

  8. 8
    DeepSeek V4.1 Flash 1017 (डीपसीक, 2026)

    GDP-भारित ऑफिस index पर 61.26%, $0.66 प्रति टेस्ट में — एक ओपन-वेट, सस्ता अपवाद, जिसका टेस्ट-बिल Sonnet 5.5 के लगभग एक-पच्चीसवें हिस्से के बराबर है।

  9. 9
    GPT-6 Luna (ओपनएआई, 2026)

    AI//COST में सबसे सस्ता कच्चा बिल दर्ज करता है — 82 टास्क के लिए $0.079 — पर इनमें से 10 नाकाम होते हैं, इसलिए यह तभी आगे है जब नाकामी की कीमत आधे सेंट से कम हो।

    स्रोत ↗
  10. 10
    Claude Fable 5.2 (एंथ्रोपिक, नवंबर 2026)

    तालिका में सबसे ऊँचा स्कोर, 65, पर प्रति पूरा टास्क $26.54 — यानी GPT-6.2 Sol के बिल से 26 गुना, सिर्फ़ 8 और index अंकों के लिए।

DeepSeek ने क्या देखा

सबसे सस्ता बिल सबसे सस्ता काम नहीं है: GPT-6 Luna का टोकरी-बिल $0.079 है, जो Gemini 4 Hydrogen के $4.09 से 52 गुना नीचे है, पर Luna 82 में से 10 टास्क नाकाम करता है, और नाकामी की कीमत 10 सेंट लगाते ही प्रति डॉलर 76 सही टास्क पर आ जाता है।

विजेता नाकामी की कीमत के साथ बदलता है: आधे सेंट से कम पर GPT-6 Luna आगे है; आधे सेंट से 6.4 सेंट तक Claude Haiku 5.5; 6.4 सेंट से ऊपर Muse Ember। आपकी अपनी नाकामी की कीमत कोई बोर्ड नहीं बता सकता, इसीलिए वही तालिका नए सिरे से क्रम बदलती है।

Gemini 4 Hydrogen सभी 82 टास्क पास करता है, फिर भी AI//COST की रैंकिंग में सबसे नीचे है: उसके आउटपुट का 79% वह रीज़निंग था जिसका बिल लगा और जिसे पाठक कभी नहीं देखता ($4.09 के बिल में से $1.60), इसलिए पूरे पास होने से वह सस्ता नहीं हुआ।