AI लागत: AI टूल इस्तेमाल करने के लिए टीमें क्या चुकाती हैं

AI लागतें वह राशि हैं जो कोई टीम AI टूल्स का उपयोग करने के लिए चुकाती है। ये तीन प्रकार की होती हैं:

निश्चित लागतें उपयोग चाहे जितना भी हो, हर महीने एक जैसी रहती हैं, जैसे प्रति व्यक्ति सब्सक्रिप्शन।
परिवर्तनशील लागतें उपयोग के साथ घटती-बढ़ती हैं, जैसे क्रेडिट्स (प्रीपेड यूनिट, जिन्हें कोई प्लान कुछ खास कार्यों के लिए खर्च करता है) या प्लान की सीमाओं से आगे जाने पर लगने वाले शुल्क।
रोलआउट लागतें किसी टूल को रोज़मर्रा के उपयोग में लाने से आती हैं, जैसे सेटअप और प्रशिक्षण।

मान लीजिए 10 लोगों की एक काल्पनिक टीम किसी AI शोध टूल के लिए प्रति व्यक्ति प्रति माह $25 चुकाती है। सब्सक्रिप्शन का निश्चित खर्च $250 है। व्यस्त महीनों में दो विश्लेषकों के शामिल क्रेडिट्स खत्म हो जाते हैं और टीम $100 के अतिरिक्त क्रेडिट्स खरीदती है, जिससे बिल $350 तक पहुँच जाता है। रोलआउट में कर्मचारियों के 18 घंटे और लगते हैं, जो किसी इनवॉइस पर कभी नहीं दिखते: कंपनी के साइन-इन सिस्टम से टूल को जोड़ने के लिए एक ऑपरेशंस लीड के आठ घंटे, और टीम के सभी 10 सदस्यों में से हर एक के लिए एक घंटे का प्रशिक्षण।

AI टूल्स सात मुख्य मूल्य निर्धारण मॉडल का उपयोग करते हैं। कई प्लान इनमें से दो या अधिक मॉडल को मिलाते हैं, जैसे शामिल क्रेडिट्स वाला सब्सक्रिप्शन।

मूल्य निर्धारण मॉडल	उदाहरण	किसके लिए सबसे उपयुक्त
उपयोग सीमाओं वाले मुफ़्त प्लान	Grammarly के मुफ़्त प्लान में हर महीने तय संख्या में AI प्रॉम्प्ट शामिल हैं	भुगतान करने से पहले यह परखना कि कोई टूल टीम के काम के लिए उपयुक्त है या नहीं
प्रति-सीट सब्सक्रिप्शन	GitHub Copilot Business का बिल हर महीने प्रति उपयोगकर्ता बनता है	ऐसी टीमें जिनमें ज़्यादातर लोग टूल का नियमित रूप से और लगभग एक जैसे स्तर पर उपयोग करते हैं
ज़्यादा उपयोग करने वालों के लिए प्रीमियम टियर	Claude का Max प्लान उसके Pro प्लान की तुलना में 5 या 20 गुना उपयोग देता है	ऐसे लोग जो नियमित रूप से मानक सीमाओं तक पहुँच जाते हैं या बहु-चरणीय कार्य चलाते हैं
उपयोग क्रेडिट्स	Adobe के Creative Cloud प्लान में हर महीने जनरेटिव क्रेडिट्स का एक तय आवंटन शामिल है	ऐसी टीमें जिनका भारी AI काम समय-समय पर अचानक बढ़ जाता है, जैसे कैंपेन लॉन्च के दौरान
उपयोग-आधारित API मूल्य निर्धारण	Perplexity का Sonar API (अन्य ऐप्स में खोज-आधारित उत्तर जोड़ने के लिए) प्रश्नों और उत्तरों की लंबाई के आधार पर शुल्क लेता है, साथ ही प्रति प्रश्न एक निश्चित शुल्क भी लेता है	ऐसी टीमें जिनके तकनीकी कर्मचारी अपने उत्पादों या वर्कफ़्लो में AI जोड़ रहे हैं
एंटरप्राइज़ अनुबंध	Microsoft 365 Copilot, Microsoft 365 के लिए एक वार्षिक, प्रति-उपयोगकर्ता एंटरप्राइज़ ऐड-ऑन है	ऐसे संगठन जिन्हें सुरक्षा समीक्षाओं और केंद्रीय प्रशासन की ज़रूरत होती है
परिणाम-आधारित मूल्य निर्धारण	Intercom का Fin प्रति परिणाम शुल्क लेता है, जैसे हल की गई ग्राहक बातचीत	ऐसा बड़ी मात्रा वाला काम जिसका परिणाम गिना जा सके, जैसे ग्राहक सहायता

मुफ़्त प्लान के लिए कोई शुल्क नहीं लगता, लेकिन हर व्यक्ति टूल का कितना उपयोग कर सकता है, इसकी एक सीमा होती है, और इनमें आमतौर पर सबसे सक्षम मॉडल और कुछ सुविधाएँ शामिल नहीं होतीं। जब कोई व्यक्ति सीमा तक पहुँच जाता है, तो सीमा रीसेट होने तक टूल उस प्रकार के अनुरोधों को संभालना बंद कर देता है या किसी कम सक्षम मॉडल पर स्विच हो जाता है।

सीट किसी एक नामित उपयोगकर्ता के लिए लाइसेंस होती है, और प्रति-सीट प्लान हर सीट के लिए एक तय कीमत लेते हैं, जिसका बिल मासिक या वार्षिक रूप से बनता है। टीम संस्करणों में आमतौर पर एडमिन नियंत्रण भी होते हैं, जैसे यह तय करना कि किसके पास एक्सेस है। बिल उपयोग के बजाय कर्मचारियों की संख्या के साथ बढ़ता है, इसलिए हफ़्ते में दो क्वेरी चलाने वाले व्यक्ति की लागत उतनी ही होती है जितनी 200 क्वेरी चलाने वाले व्यक्ति की।

प्रीमियम टियर ज़्यादा कीमत वाले व्यक्तिगत प्लान होते हैं, जिनमें उपयोग की सीमाएँ ज़्यादा, मॉडल ज़्यादा सक्षम या सुविधाएँ ज़्यादा उन्नत होती हैं। इनकी कीमत अब भी प्रति व्यक्ति तय होती है, इसलिए टीम ऊँची दर सिर्फ़ उन्हीं लोगों के लिए चुकाती है जिन्हें वह अपग्रेड करती है।

क्रेडिट प्लान में एक मासिक आवंटन शामिल होता है, जिसे अलग-अलग कार्य अलग-अलग दरों पर खर्च करते हैं। आमतौर पर जटिल कार्य सरल कार्यों की तुलना में ज़्यादा क्रेडिट्स खर्च करते हैं। आवंटन खत्म होने पर लोग उसके रीसेट होने का इंतज़ार कर सकते हैं या और क्रेडिट्स खरीद सकते हैं। बिना इस्तेमाल हुए क्रेडिट्स की अवधि अक्सर समाप्त हो जाती है। क्रेडिट्स आमतौर पर सब्सक्रिप्शन की जगह नहीं लेते, बल्कि उसके ऊपर जुड़ते हैं।

जो टीमें अपने सॉफ़्टवेयर या वर्कफ़्लो में AI जोड़ती हैं, वे API के ज़रिए भुगतान करती हैं। API की मदद से सॉफ़्टवेयर सीधे किसी AI मॉडल को अनुरोध भेज सकता है।

API उपयोग का बिल प्रति टोकन (टेक्स्ट का छोटा हिस्सा) के हिसाब से बनता है। एक छोटा, आम शब्द आमतौर पर एक टोकन होता है, जबकि लंबे शब्द दो या अधिक टोकन में बँट जाते हैं।

मॉडल को भेजा गया टेक्स्ट और उसके द्वारा जनरेट किया गया टेक्स्ट, दोनों बिल में गिने जाते हैं। कुछ API इसके ऊपर प्रति-अनुरोध शुल्क भी जोड़ते हैं।

एंटरप्राइज़ प्लान में सीटों के साथ उन्नत सुरक्षा और प्रशासन सुविधाएँ मिलती हैं, जैसे सिंगल साइन-ऑन और यह नियंत्रित करने की सुविधा कि डेटा कितने समय तक संग्रहीत रहे। कीमत आमतौर पर वार्षिक होती है, और या तो प्रति सीट सूचीबद्ध होती है या कोटेशन के आधार पर तय की जाती है। कुछ एंटरप्राइज़ AI प्लान ऐसे ऐड-ऑन होते हैं जिनके लिए अलग बेस लाइसेंस ज़रूरी होता है, इसलिए उनकी लागत उस सॉफ़्टवेयर के ऊपर जुड़ती है जिसके लिए कंपनी पहले से भुगतान कर रही है।

परिणाम-आधारित मूल्य निर्धारण में एक्सेस या उपयोग के बजाय पूरे हुए परिणाम के लिए शुल्क लिया जाता है, इसलिए बिल इस बात पर निर्भर करता है कि वेंडर परिणाम को कैसे परिभाषित करता है। उदाहरण के लिए, Intercom का Fin हर ग्राहक बातचीत के लिए सिर्फ़ एक बार बिल करता है।

सबसे ज़्यादा इस्तेमाल होने वाले AI टूल्स के मानक व्यक्तिगत प्लान की कीमत लगभग $20 प्रति माह है। प्रीमियम व्यक्तिगत टियर $100 से $500 तक के होते हैं। बिज़नेस सीटों की कीमत लगभग $14 से $40 प्रति उपयोगकर्ता प्रति माह होती है।

टूल	मुफ़्त	मानक व्यक्तिगत	प्रीमियम व्यक्तिगत	टीम या बिज़नेस (प्रति उपयोगकर्ता, प्रति माह)	एंटरप्राइज़ (प्रति उपयोगकर्ता, प्रति माह)
ChatGPT	$0	Plus: $20 प्रति माह	Pro: $100, $200 या $500 प्रति माह	Business: वार्षिक बिलिंग पर $20, मासिक बिलिंग पर $25	कस्टम कोटेशन
Claude	$0	Pro: $20 प्रति माह, या वार्षिक बिलिंग पर $17	Max: $100 प्रति माह से शुरू	Team: वार्षिक बिलिंग पर $20, मासिक बिलिंग पर $25	वार्षिक बिलिंग पर $20, साथ में API दरों पर उपयोग शुल्क
Gemini	$0	Google AI Pro: $19.99 प्रति माह	Google AI Ultra: $99.99 प्रति माह से शुरू	Google Workspace Business Standard: वार्षिक बिलिंग पर $14, मासिक बिलिंग पर $16.80	Google Workspace Enterprise: कस्टम कोटेशन
Microsoft Copilot	$0	Microsoft 365 Premium: $19.99 प्रति माह	Microsoft 365 Pro: $99.99 प्रति माह	Copilot Business: वार्षिक बिलिंग पर $18-$21, साथ में एक Microsoft 365 प्लान	Microsoft 365 Copilot: वार्षिक बिलिंग पर $30, साथ में एक Microsoft 365 प्लान
Perplexity	$0	Pro: $20 प्रति माह	Max: $200 प्रति माह	Enterprise Pro: $40, या $400 प्रति वर्ष	Enterprise Max: $325, या $3,250 प्रति वर्ष

कीमतें अक्टूबर 2026 तक की हैं और USD में दी गई हैं। कीमतों में बदलाव हो सकता है। मौजूदा कीमतों के लिए वेंडर की वेबसाइटें देखें।

डेवलपमेंट टीमें अन्य टीमों की तुलना में AI पर ज़्यादा खर्च कर सकती हैं, क्योंकि कोडिंग टूल्स अब तेज़ी से एजेंट चलाने लगे हैं।

उदाहरण के लिए, Anthropic के अनुसार एंटरप्राइज़ डिप्लॉयमेंट में Claude Code की औसत लागत प्रति डेवलपर प्रति सक्रिय दिन लगभग $13, या प्रति डेवलपर प्रति माह $150 से $250 है। तुलना के लिए, Anthropic के बिज़नेस प्लान पर एक मानक सीट की कीमत प्रति उपयोगकर्ता प्रति माह $20 है, यानी प्लान में शामिल उपयोग की सीमा के भीतर रहने वाले व्यक्ति के लिए प्रति सक्रिय दिन लगभग $1।

Gemini की कीमतों को उदाहरण के तौर पर लेते हुए, Gartner उपयोग के स्तर के अनुसार बजट बनाने का सुझाव देता है:

डेवलपर का प्रकार	वे AI का उपयोग कैसे करते हैं	प्रति डेवलपर सामान्य मासिक बजट
सामान्य	त्वरित प्रश्न और सीमित सहायता	$1 से $200
मुख्यधारा	अपने कोडिंग टूल्स में नियमित उपयोग	$200 से $500
पावर उपयोगकर्ता	एजेंट वर्कफ़्लो या बड़ी मात्रा वाले स्वचालित कार्य	$2,500 से $3,500

मान लीजिए, 10 लोगों की एक काल्पनिक डेवलपमेंट टीम ऐसे प्लान पर है, जिसमें प्रति सीट $20 के साथ उपयोग के आधार पर अलग से शुल्क लगता है।

एक महीने का बिल कुछ इस तरह बन सकता है:

लागत	कौन	गणना	मासिक लागत	बिल में हिस्सा
सीटें (निश्चित)	सभी 10 डेवलपर	10 × $20	$200	4.5%
नियमित उपयोग	6 डेवलपर, जो ज़्यादातर कार्यदिवसों में टूल का उपयोग करते हैं	6 × $13 प्रतिदिन × 20 दिन	$1,560	35.4%
कभी-कभार उपयोग	3 डेवलपर, जो कभी-कभार इसका उपयोग करते हैं	3 × $50	$150	3.4%
गहन उपयोग	1 डेवलपर, जो दिन के ज़्यादातर समय कोडिंग एजेंट चलाता है	1 × $2,500	$2,500	56.7%
कुल			$4,410	100%

AI टूल्स का संयम से उपयोग करने वाली टीम के लिए यह एक मामूली बजट है। अगर कोई डेवलपर कई एजेंट्स में फ़्रंटियर मॉडल्स का 24/7 उपयोग करता है, तो लागत तेज़ी से बढ़ सकती है। और जैसे-जैसे कोई डेवलपर टीम AI टूल्स का ज़्यादा बड़े पैमाने पर उपयोग करती है, वैसे-वैसे लागत बढ़ने की उम्मीद रखें।

चार कारक तय करते हैं कि कोई टीम AI टूल्स पर कितना खर्च करती है:

सीट-आधारित प्लान में बिल इस बात पर निर्भर करता है कि कितने लोगों को अपने खुद के लॉगिन की ज़रूरत है, न कि इस बात पर कि टूल के आउटपुट से कितने लोगों को फ़ायदा होता है। कोई शोध प्रमुख AI टूल की मदद से ऐसी रिपोर्ट तैयार कर सकता है जिसे 10 सहकर्मी पढ़ें, लेकिन सीट की ज़रूरत सिर्फ़ उस शोध प्रमुख को होगी।

टीम प्लान में अक्सर सीटों की एक न्यूनतम संख्या तय होती है, इसलिए बहुत छोटी टीम को अपने उपयोग से ज़्यादा सीटों के लिए भुगतान करना पड़ सकता है।

AI टूल जो भी कदम उठाता है, उसमें कंप्यूटिंग की ज़रूरत होती है, और जिन कार्यों में ज़्यादा कदम होते हैं, उन्हें चलाने की लागत भी ज़्यादा होती है।

कोई छोटा-सा सवाल एक ही कदम में पूरा हो जाता है। मॉडल क्वेरी पढ़ता है और जवाब लिखता है। शोध कार्य में कई कदम लगते हैं। टूल कई खोजें करता है, मिले हुए स्रोतों को पढ़ता है और एक लंबी रिपोर्ट लिखता है। एजेंट कार्य में सबसे ज़्यादा कदम लग सकते हैं, क्योंकि एजेंट अपने तरीके की योजना बनाता है, दूसरे टूल्स का उपयोग करता है, अपने नतीजों की जाँच करता है और कार्य पूरा होने तक कदम दोहराता है।

ज़्यादा सक्षम मॉडल्स को चलाने की लागत ज़्यादा होती है, क्योंकि वे हर जवाब के लिए ज़्यादा काम करते हैं। वे आमतौर पर बड़े होते हैं, इसलिए हर शब्द तैयार करने में ज़्यादा कंप्यूटिंग पावर लगती है, और कई मॉडल जवाब देने से पहले अंदर ही अंदर अपनी रीज़निंग लिखते हैं, जिससे ऐसा काम बढ़ जाता है जो उपयोगकर्ता को कभी दिखाई नहीं देता।

प्लान यह लागत दो तरीकों से उपयोगकर्ताओं पर डालते हैं। कुछ प्लान अपने सबसे सक्षम मॉडल्स को ऊँची कीमत वाले टियर के लिए आरक्षित रखते हैं। दूसरे प्लान इन्हें शामिल तो करते हैं, लेकिन उपयोग सीमाओं में इनके उपयोग को ज़्यादा भार के साथ गिनते हैं, इसलिए सबसे सक्षम मॉडल का उपयोग करने वाला व्यक्ति हल्के मॉडल का उपयोग करने वाले व्यक्ति की तुलना में प्लान की सीमा तक जल्दी पहुँच जाता है।

उदाहरण के लिए, Anthropic का Claude ये दोनों तरीके अपनाता है: इसके Opus मॉडल फ़्री प्लान पर उपलब्ध नहीं हैं, और कोई व्यक्ति जो मॉडल चुनता है, उससे तय होता है कि सीमा तक पहुँचने से पहले वह कितना काम कर सकता है।

सुरक्षा आवश्यकताएँ यह तय कर सकती हैं कि किसी कंपनी को कम से कम कौन-सा प्लान चाहिए, भले ही टीम AI का कितना भी उपयोग करती हो।

सिंगल साइन-ऑन, ऑडिट लॉग (टूल में किसने क्या किया, इसका रिकॉर्ड), कस्टम डेटा रिटेंशन और कंपनी की सामग्री पर मॉडल्स को ट्रेन न करने की प्रतिबद्धता जैसी सुविधाएँ आमतौर पर बिज़नेस और एंटरप्राइज़ टियर के लिए आरक्षित होती हैं।

उदाहरण के लिए, Claude के प्राइसिंग पेज पर दी गई सुरक्षा और एडमिनिस्ट्रेशन सुविधाओं में से कोई भी उसके Pro और Max प्लान में शामिल नहीं है, जबकि उसका Team प्लान सिंगल साइन-ऑन जोड़ता है और डिफ़ॉल्ट रूप से टीम की सामग्री पर मॉडल्स को ट्रेन नहीं करता। जिस कंपनी को इन नियंत्रणों की ज़रूरत है, उसे कम उपयोग करने वालों के लिए भी बिज़नेस प्लान खरीदना पड़ता है।

AI की लागत का हिसाब लगाते समय टीमों को टूल्स की कीमत के साथ-साथ उन्हें सेट अप करने में लगने वाले समय पर भी विचार करना चाहिए। हर नए टूल में इन कामों के लिए समय लगेगा:

किसी के भी उपयोग करने से पहले AI टूल को सेट अप करने में एडमिनिस्ट्रेटर का समय लगता है। कई टूल्स उन ऐप्स से कनेक्ट होते हैं जिनका कंपनी पहले से उपयोग करती है, जैसे ईमेल या फ़ाइल स्टोरेज, इसलिए एडमिनिस्ट्रेटर को तय करना होता है कि किन कनेक्शन की अनुमति देनी है और उनका उपयोग कौन कर सकता है। यह काम लॉन्च के बाद भी जारी रहता है, क्योंकि एडमिनिस्ट्रेटर को लोगों को जोड़ना और हटाना होता है, और वेंडर के नई सुविधाएँ जोड़ने पर सेटिंग्स की समीक्षा करनी होती है।

कंपनियों को यह जाँचना होता है कि क्या उनके डेटा का उपयोग मॉडल्स को ट्रेन करने के लिए किया जाएगा, उसे कहाँ स्टोर किया जाता है और वेंडर किन सुरक्षा मानकों को पूरा करता है। उदाहरण के लिए, Perplexity के पास SOC 2 Type 2 सर्टिफ़िकेशन है (यानी स्वतंत्र ऑडिटर्स ने समय के साथ इसके सुरक्षा नियंत्रणों की जाँच की है), और यह अपने Trust Center में उन बाहरी वेंडर्स की सूची देता है जो ग्राहक डेटा को हैंडल करते हैं।

एक उपयोगी सामान्य नियम यह है कि प्रति व्यक्ति कम से कम पाँच घंटे के AI प्रशिक्षण का बजट रखें। जिन कर्मचारियों को पाँच या उससे ज़्यादा घंटे का प्रशिक्षण मिलता है, उनके नियमित AI उपयोगकर्ता बनने की संभावना काफ़ी ज़्यादा होती है। 10 लोगों की टीम के लिए इससे टूल की लागत में कर्मचारियों के 50 घंटे जुड़ जाते हैं, लेकिन इसके बिना ज़्यादा सीटें बिना उपयोग के पड़ी रह सकती हैं। प्रशिक्षण से सीखने का सिर्फ़ एक हिस्सा पूरा होता है, क्योंकि लोग असल काम में टूल का उपयोग करते हुए भी उसे समझने में समय लगाते हैं।

टीमें अक्सर AI टूल्स खुद ही खरीद लेती हैं। उदाहरण के लिए, मार्केटिंग और सेल्स टीमें अलग-अलग ऐसे टूल्स के लिए भुगतान कर सकती हैं जो एक ही तरह का शोध या ड्राफ़्टिंग करते हैं। इसके अलावा, कंपनी जिन कई प्रोडक्ट्स के लिए पहले से भुगतान करती है, जैसे ईमेल, डॉक्यूमेंट और मीटिंग सॉफ़्टवेयर, उनमें अब AI सुविधाएँ शामिल हैं, इसलिए कोई नया स्टैंडअलोन टूल उन क्षमताओं को दोहरा सकता है जो कंपनी के पास पहले से हैं। दोनों ही मामलों में, कंपनी को एक जैसी सुविधाओं के लिए दो बार भुगतान करना पड़ सकता है।

AI की लागत का अनुमान लगाने के लिए वेंडर की मासिक कीमत पर निर्भर रहने के बजाय, टीमें ज़्यादा सटीक अनुमान के लिए प्रति कार्य लागत का उपयोग कर सकती हैं। प्रति कार्य लागत का मतलब है, किसी भी अतिरिक्त उपयोग सहित प्लान की लागत को उन कार्यों की संख्या से भाग देना जिन्हें टीम AI टूल पर चलाएगी।

खरीदने से पहले AI की प्रति कार्य लागत का अनुमान लगाने और प्लान की तुलना करने के लिए:

बार-बार होने वाले ऐसे तीन से पाँच कार्य चुनें जिनमें टीम का सबसे ज़्यादा समय लगता है और जिनमें टीम AI की मदद चाहती है, जैसे प्रतिस्पर्धियों पर ब्रीफ़ तैयार करना या ग्राहक कॉल का सारांश बनाना। हर कार्य के लिए नोट करें कि वह छोटे जवाब वाला कोई त्वरित सवाल है या कोई बड़ा काम, जिसमें खोज करना, कई स्रोत पढ़ना या कई चरणों से गुज़रना पड़ता है, क्योंकि प्लान आमतौर पर बड़े कामों पर ज़्यादा सख्त सीमाएँ लगाते हैं।

हर समूह के लिए मासिक संख्या का अनुमान लगाने के लिए टीम के पास पहले से मौजूद रिकॉर्ड का उपयोग करें, जैसे डिलीवर की गई रिपोर्ट, बंद किए गए टिकट या मीटिंग कैलेंडर।

फ़्री प्लान या ट्रायल का उपयोग करके दो या तीन लोगों से एक-दो हफ़्ते तक उनके कार्य चलवाएँ। नोट करें कि टूल कौन-से कार्य अच्छी तरह संभालता है, लोग उसके आउटपुट की समीक्षा करने और उसे सुधारने में कितना समय लगाते हैं, और क्या कोई उपयोग सीमा तक पहुँचता है।

हर वेंडर के प्राइसिंग पेज और हेल्प सेंटर पर पता करें कि हर कार्य प्रकार की सीमा क्या है, सीमाएँ प्रति व्यक्ति लागू होती हैं या साझा होती हैं, और सीमा तक पहुँचने पर क्या होता है। अगर ये जानकारियाँ प्रकाशित नहीं हैं, तो वेंडर की सेल्स टीम से पूछें।

बेस प्राइस को सीटों की संख्या से गुणा करें, फिर प्लान की सीमाओं से ज़्यादा होने वाले कार्यों की लागत जोड़ें। इसे चरण 2 में निकाली गई मासिक कार्य संख्या से भाग दें, और सिर्फ़ उन्हीं कार्यों को गिनें जिन्हें ट्रायल के दौरान टूल ने अच्छी तरह संभाला।

यहाँ मिलती-जुलती कीमतों वाले प्लान के नतीजे बहुत अलग हो सकते हैं, जो इस पर निर्भर करते हैं कि हर प्लान में कितना काम शामिल है और हर टूल टीम के कितने कार्य अच्छी तरह संभालता है।

मान लीजिए कि पाँच लोगों की एक काल्पनिक टीम को हर महीने 120 शोध रिपोर्ट चाहिए। दो काल्पनिक AI मासिक सब्सक्रिप्शन प्लान की तुलना करने पर हिसाब कुछ इस तरह बैठता है:

	प्लान A	प्लान B
प्रति व्यक्ति प्रति माह कीमत	$20	$30
पाँच लोगों के लिए बेस लागत	$100	$150
शामिल शोध रिपोर्ट	50	150
आवश्यक अतिरिक्त रिपोर्ट	70	0
$2 प्रति रिपोर्ट की दर से अतिरिक्त रिपोर्ट की लागत	$140	$0
कुल मासिक लागत	$240	$150
प्रति शोध रिपोर्ट लागत	$2.00	$1.25

मासिक कीमत के हिसाब से प्लान A सस्ता दिखता है, लेकिन जब टीम अपनी ज़रूरत की अतिरिक्त रिपोर्ट खरीद लेती है, तो प्रति रिपोर्ट प्लान B की लागत कम पड़ती है।

ये बचत तीन मौकों पर होती है: टूल खरीदने से पहले, हर रिन्यूअल पर और रोज़मर्रा के उपयोग में।

कोई नया AI टूल खरीदने से पहले IT या प्रोक्योरमेंट टीम से पूछें कि कंपनी पहले से किन AI टूल्स के लिए भुगतान करती है और जिस सॉफ़्टवेयर का वह पहले से उपयोग करती है, जैसे उसका ईमेल और डॉक्यूमेंट सुइट, उसके साथ कौन-सी AI सुविधाएँ मिलती हैं।

फिर उन AI सब्सक्रिप्शन की सूची बनाएँ जिनके लिए टीम के सदस्य व्यक्तिगत रूप से भुगतान करते हैं और बाद में उसका खर्च क्लेम करते हैं, साथ ही यह भी नोट करें कि हर सब्सक्रिप्शन कौन-से कार्य संभालता है और कब रिन्यू होता है। जहाँ दो टूल्स एक जैसे कार्य करते हैं, वहाँ ऊपर दी गई प्रति कार्य लागत की तुलना से उनमें से एक चुनें, और दोनों के लिए भुगतान करने से बचने के लिए दूसरे टूल की रिन्यूअल तारीख पर स्विच करें।

वेंडर्स से पात्र संगठनों के लिए छूट के बारे में पूछें, क्योंकि कई वेंडर अपने बिज़नेस और एंटरप्राइज़ प्लान पर छूट देते हैं। सबसे बड़ी छूट पाने के लिए आपको आमतौर पर वेंडर की सेल्स टीम से बात करनी पड़ेगी।

ज़्यादा सीटों की ज़रूरत होने पर सूची मूल्य चुकाने के बजाय कोटेशन माँगें, क्योंकि एंटरप्राइज़ मूल्य-निर्धारण पर अक्सर मोलभाव किया जा सकता है। प्रति सीट मूल्य के अलावा, ये शर्तें भी माँगें:

एक तय अवधि के लिए छोटे समूह के साथ पायलट, ताकि टीम ज़रूरत से ज़्यादा सीटों के लिए प्रतिबद्ध होने से पहले उपयोग की जाँच कर सके।
पहले अनुबंध के लिए एक साल की अवधि, न कि टूल के खुद को साबित करने से पहले ही कई साल की प्रतिबद्धता।
अनुबंध के दौरान जोड़ी गई सीटों के लिए भी प्रति सीट वही मूल्य, ताकि टीम बढ़ाने का मतलब ऊँची दर चुकाना न हो।
नवीनीकरण पर बिना किसी जुर्माने के सीटें कम करने का विकल्प।
नवीनीकरण पर मूल्य वृद्धि की अधिकतम सीमा।
प्लान की सीमाओं से ज़्यादा उपयोग के लिए स्पष्ट दर, या पूरी टीम के लिए साझा उपयोग-सीमा, ताकि ज़्यादा और कम उपयोग करने वालों के बीच संतुलन बना रहे।

हर नवीनीकरण से पहले, समीक्षा करें कि पिछले कुछ महीनों में हर व्यक्ति ने टूल का कितना उपयोग किया; अगर प्लान में उपयोग रिपोर्ट उपलब्ध हों, तो उनका इस्तेमाल करें। जो लोग टूल का कम ही उपयोग करते हैं, उनकी सीटें हटा दें, और जो लोग कभी मानक सीमाओं तक नहीं पहुँचते, उन्हें प्रीमियम टियर से मानक टियर पर ले जाएँ। यह काम नवीनीकरण की तारीख से पहले करें, क्योंकि वार्षिक अनुबंध अक्सर अगले एक साल के लिए सीटों की संख्या तय कर देते हैं।

जब ट्रायल और कुछ महीनों के उपयोग से माँग स्थिर दिखे, तो वार्षिक बिलिंग पर स्विच करें। कई AI प्लान वार्षिक बिलिंग पर प्रति माह सस्ते पड़ते हैं, बदले में पूरे साल का भुगतान पहले ही करना होता है।

जिन प्लान में मॉडल चुनने का विकल्प मिलता है, उनमें उपयोगकर्ताओं को सिखाएँ कि वे छोटे कामों के लिए तेज़ और हल्का मॉडल चुनें और सबसे सक्षम मॉडल को जटिल काम के लिए बचाकर रखें।

छोटे काम का जवाब छोटा होता है या उसमें मामूली बदलाव करना होता है, जैसे किसी ईमेल को दोबारा लिखना या किसी तथ्य से जुड़े सवाल का जवाब देना। जटिल काम में कई चरणों में तर्क करना पड़ता है, जैसे कई दस्तावेज़ों का विश्लेषण करना। संदेह होने पर हल्के मॉडल से शुरुआत करें और तभी स्विच करें जब उसका जवाब ज़रूरतें पूरी न करे। इससे उपयोग सीमाएँ ज़्यादा समय तक चलती हैं, और ज़्यादा उपयोग करने वालों को शायद प्रीमियम टियर या अतिरिक्त उपयोग शुल्क की ज़रूरत न पड़े।

हर Perplexity प्लान में रोज़मर्रा की खोज शामिल है, और हर अगले प्लान में एडवांस्ड मॉडल, बहु-चरणीय काम और टीम नियंत्रणों तक ज़्यादा पहुँच मिलती है:

Free में बुनियादी खोजें, रोज़ तीन Pro Search (ज़्यादा गहन, बहु-चरणीय खोजें) और महीने में एक शोध क्वेरी (किसी जटिल विषय पर पूरी रिपोर्ट) शामिल हैं।
Pro में ज़्यादा Pro Search, शोध क्वेरी और फ़ाइल अपलोड शामिल हैं। इसमें एडवांस्ड मॉडल चुनने का विकल्प मिलता है, जिनमें OpenAI और Anthropic के नवीनतम मॉडल शामिल हैं, साथ ही इमेज और वीडियो जनरेशन भी। इससे आप कुछ दस्तावेज़, स्प्रेडशीट और डैशबोर्ड भी बना सकते हैं। Pro प्लान में बिना किसी अतिरिक्त लागत के Computer का कुछ उपयोग भी शामिल है, जो बहु-चरणीय कामों के लिए Perplexity का असिस्टेंट है। यह मात्रा हर हफ़्ते रीसेट होती है और Computer की सबसे हल्की सेटिंग पर चलाए गए कामों पर लागू होती है।
Max में Pro की सभी सुविधाएँ शामिल हैं, साथ ही एडवांस्ड मॉडल तक सबसे ज़्यादा पहुँच, फ़ाइलें और ऐप बनाने के लिए बढ़ी हुई सीमाएँ, नए प्रोडक्ट तक जल्दी पहुँच और प्राथमिकता सहायता। Pro की साप्ताहिक Computer उपयोग-सीमा के बदले, Max में हर महीने 10,000 क्रेडिट्स शामिल हैं।
Enterprise Pro में Pro की सभी सुविधाएँ शामिल हैं, साथ ही सीट प्रबंधन, बिलिंग और एक्सेस पर एडमिन नियंत्रण, आंतरिक फ़ाइलें खोजने के लिए साझा प्रोजेक्ट, समर्पित सहायता और यह प्रतिबद्धता कि कंपनी के डेटा का इस्तेमाल कभी भी मॉडल को प्रशिक्षित करने के लिए नहीं किया जाएगा। हर सीट के साथ तय सीमाएँ मिलती हैं, जैसे हर हफ़्ते 400 Pro Search और हर महीने 50 शोध क्वेरी।
Enterprise Max में Enterprise Pro की सभी सुविधाएँ 10 गुना सीमाओं के साथ शामिल हैं, साथ ही एडवांस्ड मॉडल तक सबसे ज़्यादा पहुँच और ज़्यादा फ़ाइल स्टोरेज। अगर किसी संगठन के पास कम से कम एक Enterprise Max सीट है, तो पूरे संगठन को स्वचालित खाता प्रबंधन, ऑडिट लॉग, कॉन्फ़िगर करने योग्य डेटा रिटेंशन और उपयोग इनसाइट्स डैशबोर्ड मिलता है।

इन प्लान के बारे में ज़्यादा जानकारी के लिए Perplexity की प्लान चुनने की गाइड देखें।

मुफ़्त AI प्लान किसी टूल को आज़माने के लिए ठीक हैं, लेकिन ज़्यादातर प्लान कंपनी के डेटा के लिए नहीं बनाए गए हैं। कई मुफ़्त और व्यक्तिगत प्लान में, जब तक उपयोगकर्ता ऑप्ट आउट न करे, बातचीत का इस्तेमाल वेंडर के AI मॉडल को प्रशिक्षित करने के लिए किया जा सकता है। बिज़नेस प्लान आम तौर पर डिफ़ॉल्ट रूप से कंपनी के डेटा को प्रशिक्षण से बाहर रखते हैं।

एक व्यक्तिगत AI सब्सक्रिप्शन को पूरी टीम में साझा करना आम तौर पर सही विकल्प नहीं होता। सभी को एक ही उपयोग सीमाएँ और बातचीत का इतिहास साझा करना पड़ता है। कई वेंडर की शर्तें व्यक्तिगत खातों को एक ही व्यक्ति तक सीमित भी करती हैं, इसलिए दो या तीन लोगों के लिए भी टीम प्लान आम तौर पर ज़्यादा सुरक्षित विकल्प होता है।

रोज़मर्रा के नॉलेज वर्क के लिए, तैयार AI टूल खरीदना लगभग हमेशा कस्टम AI बनाने से सस्ता होता है। बनाने का मतलब है उपयोग लागत के अलावा डेवलपमेंट, AI मॉडल चलाने के लिए कंप्यूटिंग पावर और लगातार रखरखाव का खर्च उठाना। कस्टम AI बनाना मुख्य रूप से तभी समझदारी भरा है जब मौजूदा टूल कोई काम न संभाल सकें या किसी कंपनी को अपने ही प्रोडक्ट के अंदर AI की ज़रूरत हो।

AI लागत वह सब कुछ है जो कोई टीम AI टूल इस्तेमाल करने के लिए चुकाती है, जिसमें सब्सक्रिप्शन, उपयोग शुल्क और रोलआउट में लगने वाला समय शामिल है। टोकन खर्च API के ज़रिए AI मॉडल इस्तेमाल करने की मापी गई लागत है, जिसका बिल प्रति टोकन (टेक्स्ट का एक छोटा हिस्सा) के हिसाब से बनता है।

AI लागतों में क्या-क्या शामिल है

AI मूल्य निर्धारण मॉडल

AI मूल्य निर्धारण मॉडल कैसे काम करते हैं

उपयोग सीमाओं वाले मुफ़्त प्लान

प्रति-सीट सब्सक्रिप्शन

ज़्यादा उपयोग करने वालों के लिए प्रीमियम टियर

उपयोग क्रेडिट्स

उपयोग-आधारित API मूल्य निर्धारण

एंटरप्राइज़ अनुबंध

परिणाम-आधारित मूल्य निर्धारण

AI टूल्स की लागत कितनी होती है

सॉफ़्टवेयर डेवलपमेंट टीमों के लिए AI लागतें

किसी टीम के लिए AI की लागत किन बातों पर निर्भर करती है

1. ऐक्सेस की ज़रूरत वाले उपयोगकर्ताओं की संख्या

2. कार्य का प्रकार

3. मॉडल का चुनाव

4. सुरक्षा और एडमिन संबंधी आवश्यकताएँ

AI टूल्स की छिपी हुई लागतें

सेटअप और एडमिनिस्ट्रेशन

सुरक्षा समीक्षा

प्रशिक्षण और अपनाने की प्रक्रिया

अलग-अलग टीमों में एक जैसे टूल्स

प्रति कार्य लागत के आधार पर AI प्लान की तुलना कैसे करें

1. सबसे ज़्यादा प्राथमिकता वाले वे कार्य चुनें जिनके लिए आप AI का उपयोग करना चाहते हैं।

2. गिनें कि हर कार्य कितनी बार चलता है।

3. फ़्री ट्रायल के नतीजे दर्ज करें।

4. जाँचें कि हर प्लान में उन कार्यों के लिए क्या शामिल है।

5. कुल मासिक लागत की गणना करें और उसे कार्यों की संख्या से भाग दें।

AI की लागत कैसे कम करें

एक जैसे काम करने वाले टूल्स की जाँच करें

नॉनप्रॉफ़िट और सार्वजनिक क्षेत्र के लिए कीमतों की जाँच करें

एंटरप्राइज़ शर्तों पर मोलभाव करें

सीटों और टियर को उपयोग के अनुसार तय करें

वार्षिक बिलिंग चुनें

सरल कामों के लिए हल्के मॉडल इस्तेमाल करें

AI लागत को लेकर Perplexity का नज़रिया

अक्सर पूछे जाने वाले सवाल

क्या मुफ़्त AI प्लान कारोबारी उपयोग के लिए सुरक्षित हैं?

क्या कोई टीम एक AI सब्सक्रिप्शन साझा कर सकती है?

कस्टम AI बनाना सस्ता है या AI टूल खरीदना?

AI लागत और टोकन खर्च में क्या अंतर है?