Sonnet 5.5 का टोकन मूल्य बनाम प्रति कार्य वास्तविक लागत

28 सितंबर 2026 को Anthropic ने Claude Sonnet 5.5 जारी किया, जो 5.5 पीढ़ी का दूसरा मॉडल है; Opus 5.5 इससे पहले 22 सितंबर को आया था। कीमत Sonnet 5 से नहीं बदली: प्रति मिलियन इनपुट टोकन $2, प्रति मिलियन आउटपुट टोकन $10, और प्रॉम्प्ट कैश से पढ़े गए प्रति मिलियन टोकन $0.20। टोकन टेक्स्ट की वह इकाई है जिसके आधार पर AI मॉडल का बिल बनता है।

फिर भी Anthropic कहता है कि उसके परीक्षणों में नए मॉडल की प्रति कार्य लागत 30% तक कम है, और यह अपना आउटपुट 30% से अधिक तेज़ी से लिखता है। इसका कारण कोई छूट नहीं है। मॉडल को बस वही काम करने के लिए कम टोकन चाहिए। AI का बिल चुकाने वाले हर व्यवसाय को इसी बात पर ध्यान देना चाहिए: प्रति टोकन कीमत यह नहीं बताती कि एक कार्य की लागत कितनी है।

टोकन की कीमत वही रहते हुए भी बिल क्यों घटता है

किसी मॉडल का बिल टोकन की संख्या को उनकी कीमत से गुणा करने पर बनता है। और टोकन की संख्या केवल आपके प्रश्न की लंबाई से तय नहीं होती। यह इस पर निर्भर करती है कि उत्तर तक पहुँचने के लिए मॉडल क्या करता है: वह कितने चरण लेता है, कितनी बार किसी टूल को कॉल करता है या खोज करता है, और लिखने से पहले कितना सोचता है। Anthropic के दस्तावेज़ीकरण में कहा गया है कि थिंकिंग टोकन का बिल आउटपुट टोकन के रूप में बनता है, जो अधिक महँगी श्रेणी है।

घोषणा के साथ Anthropic ने उन कंपनियों के परिणाम भी प्रकाशित किए जिन्होंने लॉन्च से पहले मॉडल का परीक्षण किया था:

• Balyasny Asset Management: प्रश्नोत्तर, डेटा निष्कर्षण, विश्लेषण और पूर्वानुमान वाले 2,441 वित्तीय कार्यों पर Sonnet 5.5 ने प्रति उत्तर लगभग 121,000 टोकन का उपयोग किया, जबकि Sonnet 5 ने 497,000 का, और उसका स्कोर भी अधिक रहा।
• Slack: इसने Slack के लगभग सभी ऑफ़लाइन Slackbot मूल्यांकनों में Sonnet 5 को पीछे छोड़ा, कम चरणों में और लगभग 14% कम आउटपुट टोकन के साथ, प्रॉम्प्ट में कोई बदलाव किए बिना।
• Lovable: इसके कोडिंग मूल्यांकनों में किसी कार्य को पूरा करने के लिए एक तिहाई कम टूल कॉल और लगभग आधे शेल रन की ज़रूरत पड़ी।
• Box: यह पिछले मॉडल से अधिक सटीक, 2.4 गुना तेज़ था, और इसने कुल मिलाकर 12% कम टोकन का उपयोग किया।

दायरे पर ध्यान दें: काम के प्रकार के अनुसार 12% कम टोकन से लेकर लगभग तीन-चौथाई कम तक। ये कंपनियों के अपने परीक्षण हैं जिन्हें Anthropic ने प्रकाशित किया है, स्वतंत्र माप नहीं। व्यवहार में, आपके व्यवसाय में वास्तविक बचत केवल अपने कार्यों पर इसे आज़माकर ही जानी जा सकती है।

Sonnet 5.5 या Opus 5.5: कीमत और क्षमता में अंतर

Opus 5.5 इनपुट और आउटपुट के लिए दोगुना शुल्क लेता है, जबकि कैश रीड की कीमत समान है, और अधिकांश प्रकाशित बेंचमार्क पर अंतर छोटा है। लेकिन Anthropic खुद हर मॉडल को अलग काम सौंपता है।

आँकड़े Anthropic की घोषणा और उसके मूल्य निर्धारण व मॉडल दस्तावेज़ीकरण से लिए गए हैं। Opus 5.5 का Terminal-Bench स्कोर उसका सर्वोच्च स्कोर है, Xhigh effort पर। तुलना के लिए, GDPval-AA पर Sonnet 5 की रेटिंग लगभग 1449 थी।

आँकड़े करीब हैं, लेकिन वही घोषणा कहती है कि बेंचमार्क क्षमता का केवल एक पहलू पकड़ते हैं, और Anthropic के अपने परीक्षणों तथा बाहरी परीक्षकों के परीक्षणों में Opus 5.5 लगातार विवेक की ज़रूरत वाले जटिल, खुले काम में स्पष्ट रूप से अधिक मज़बूत बना हुआ है। Sonnet 5.5 स्पष्ट दायरे वाले रोज़मर्रा के कार्यों, बग ठीक करने, और दस्तावेज़, स्लाइड व स्प्रेडशीट बनाने में सबसे अच्छा है।

परिचालन की भाषा में हमारी समझ: स्पष्ट नियमों के तहत किसी ग्राहक के प्रश्न का उत्तर देना, इनवॉइस डेटा निकालना, किसी बैठक का सारांश बनाना, या किसी तय टेम्पलेट से प्रेज़ेंटेशन तैयार करना Sonnet के काम हैं। नया सिस्टम डिज़ाइन करना, विकल्पों को तौलने वाला खुला विश्लेषण, या लंबे और उलझे संदर्भ पर टिका कोई निर्णय वे जगहें हैं जहाँ Opus अपनी कीमत वसूल कर सकता है। हमने Opus 5.5 की तुलना शीर्ष स्तर के Fable 5.1 से एक पिछले लेख में विस्तार से की थी।

Effort: वह सेटिंग जो मॉडल के नाम से ज़्यादा बिल को प्रभावित करती है

Sonnet 5.5 पाँच effort स्तरों पर चलता है: low, medium, high, xhigh और max। स्तर जितना ऊँचा, मॉडल उतनी देर काम करता है और खुद को उतना अधिक जाँचता है, इसलिए प्रति कार्य लागत बढ़ती है और आमतौर पर स्कोर भी। Claude ऐप्स और Claude Code में डिफ़ॉल्ट medium है, और API के ज़रिए कॉल करने पर high।

Anthropic कहता है कि कई बेंचमार्क पर low या medium effort वाले Sonnet 5.5 ने प्रति कार्य लगभग दसवें हिस्से की लागत में Sonnet 5 के सर्वश्रेष्ठ स्कोर को पीछे छोड़ दिया। FrontierCode पर, जो मापता है कि कोई कोड बदलाव बिना मानवीय संपादन के मर्ज किया जा सकता है या नहीं, इसने उसी high सेटिंग पर Sonnet 5 से 10 अंक अधिक हासिल किए, प्रति कार्य लगभग पंद्रहवें हिस्से की लागत में।

घोषणा का एक नोट ठहरकर देखने लायक है: FrontierCode पर Sonnet 5.5 ने max effort पर xhigh की तुलना में कम स्कोर किया, क्योंकि इसने Claude Code की कोड-रिव्यू स्किल को अधिक बार चलाया, जो समीक्षा को कई सबएजेंट में बाँट देती है; Cognition द्वारा जाँचे गए दो मामलों में इससे टाइमआउट हुआ या कार्य से आगे के संपादन हुए। सबसे ऊँचा effort हमेशा सबसे अच्छा परिणाम नहीं देता, लेकिन आमतौर पर सबसे महँगा होता है।

माइग्रेशन गाइड यह चेतावनी भी देता है कि स्तरों को फिर से कैलिब्रेट किया गया है, इसलिए कोई दिया गया स्तर उतनी थिंकिंग नहीं करता जितनी वह Sonnet 5 पर करता था। यह सामान्य काम के लिए high से, अच्छी तरह परिभाषित कोडिंग और बहु-चरणीय टूल कार्यों के लिए medium से, और चैट तथा लेटेंसी-संवेदनशील किसी भी काम के लिए medium या low से शुरू करने की सलाह देता है। दूसरे शब्दों में, जो सिस्टम स्तर तय किए बिना API के ज़रिए मॉडल को कॉल करता है, वह high पर चलेगा, और अपने नियमित कार्यों की ज़रूरत से ज़्यादा भुगतान कर सकता है।

आपके डेवलपर द्वारा मॉडल का नाम बदलने से पहले

मॉडल बदलना एक पंक्ति का बदलाव लगता है, लेकिन माइग्रेशन गाइड ऐसे बदलाव गिनाता है जो चलते हुए इंटीग्रेशन को रोक सकते हैं या उसका बिल बदल सकते हैं:

• थिंकिंग बंद करने का तरीका बदल गया है: जो सिस्टम Sonnet 5 पर thinking: {"type": "disabled"} से थिंकिंग बंद करते हैं, उन्हें Sonnet 5.5 से 400 त्रुटि मिलेगी। इसका विकल्प नई between_tools सेटिंग है, जो केवल low, medium और high effort पर स्वीकार की जाती है।
• थिंकिंग डिफ़ॉल्ट रूप से चालू है: जिस अनुरोध में कोई थिंकिंग फ़ील्ड सेट नहीं है, वह Sonnet 5.5 पर एडैप्टिव थिंकिंग के साथ चलता है। जो कोई Sonnet 4.6 या उससे पुराने संस्करण से, या Haiku 4.5 से आ रहा है, जहाँ थिंकिंग डिफ़ॉल्ट रूप से बंद थी, वह अब उन अनुरोधों पर थिंकिंग टोकन का भुगतान करेगा जिनमें कभी थिंकिंग फ़ील्ड सेट नहीं की गई।
• अगर आप पीढ़ी 4 से आ रहे हैं तो वही टेक्स्ट, ज़्यादा टोकन: Sonnet 5.5, Sonnet 5 के टोकनाइज़र का उपयोग करता है, और दस्तावेज़ीकरण कहता है कि सामग्री के आधार पर वही टेक्स्ट Sonnet 4.6, Sonnet 4.5 और Haiku 4.5 की तुलना में लगभग 30% अधिक टोकन बनाता है। Anthropic द्वारा घोषित प्रति कार्य बचत Sonnet 5 के मुकाबले मापी गई है, पीढ़ी 4 के मुकाबले नहीं।
• प्रतिक्रिया का स्वरूप: कोई प्रतिक्रिया टेक्स्ट से पहले थिंकिंग ब्लॉक से शुरू हो सकती है, इसलिए जो कोड जवाब के पहले तत्व को टेक्स्ट मानकर पढ़ता है, वह टूट जाएगा।
• अस्वीकृत सेटिंग्स: तय थिंकिंग बजट, temperature और top_p जैसे पैरामीटर के गैर-डिफ़ॉल्ट मान, असिस्टेंट प्रीफ़िल, और टूल के उपयोग को बाध्य करना, चाहे कोई विशेष टूल हो या कोई भी टूल, ये सभी 400 त्रुटि लौटाते हैं।
• साइबर सुरक्षा कार्य: क्योंकि मॉडल की साइबर क्षमताएँ Opus 5 के बराबर हैं, Anthropic ने इसे ऐसे सुरक्षा उपायों के साथ लॉन्च किया जिनके तहत अधिक जोखिम वाले सुरक्षा कार्य स्पष्ट रूप से Sonnet 5 पर चले जाते हैं। API पर, अस्वीकृत अनुरोध एक इनकार लौटाता है, जब तक कि डेवलपर बीटा सर्वर-साइड फ़ॉलबैक चालू न करे, जो केवल Claude API पर उपलब्ध है। नियमित विकास के हिस्से के रूप में बग ढूँढना और ठीक करना इससे प्रभावित नहीं होता।

यह मॉडल Claude Platform, AWS, Google Cloud और Microsoft Azure पर उपलब्ध है, और दस्तावेज़ीकरण कहता है कि इसे 28 सितंबर 2027 से पहले रिटायर नहीं किया जाएगा, इसलिए आज इस पर निर्माण करने वाले के पास बदलने के लिए मजबूर होने से पहले लगभग एक साल है।

अपने व्यवसाय में प्रति कार्य लागत कैसे मापें

आपके AI इंटीग्रेशन को चलाने वाले व्यक्ति से पूछने लायक सवाल यह नहीं है कि मॉडल की कीमत क्या है, बल्कि यह है कि एक स्वीकृत कार्य हमें कितने का पड़ता है। माप सरल है:

• एक वास्तविक नमूना चुनें: अपने असली काम से 20 से 50 कार्य, जैसे ग्राहकों को जवाब या वे इनवॉइस जिनसे डेटा निकालना है, गढ़े हुए उदाहरण नहीं।
• इसे दोनों मॉडल पर चलाएँ: अपना मौजूदा मॉडल और Sonnet 5.5, कम से कम दो effort स्तरों पर। API हर प्रतिक्रिया के साथ इनपुट और आउटपुट टोकन की गिनती लौटाता है, इसलिए उन्हें रन टाइम के साथ दर्ज करें।
• गुणवत्ता का आकलन किसी कर्मचारी से करवाएँ: काम को जानने वाला कोई व्यक्ति तय करे कि कौन-से आउटपुट जैसे हैं वैसे ही स्वीकार्य हैं।
• प्रति स्वीकृत कार्य लागत निकालें: कुल लागत को स्वीकृत आउटपुट की संख्या से भाग दें। एक सस्ता मॉडल जिसके एक तिहाई कार्य दोबारा करने पड़ें, सस्ता नहीं है।
• मूल्य निर्धारण विकल्पों का उपयोग करें: गैर-ज़रूरी काम, जैसे इनवॉइस संग्रह को प्रोसेस करना, Batch API के ज़रिए आधी कीमत पर चल सकता है: प्रति मिलियन टोकन $1 इनपुट और $5 आउटपुट। हर अनुरोध में दोहराया जाने वाला संदर्भ, जैसे कंपनी की नीतियाँ या उत्पाद कैटलॉग, $2 के बजाय $0.20 पर कैश से पढ़ा जाता है, और कैश किया जा सकने वाला न्यूनतम प्रॉम्प्ट अब 1,024 के बजाय 512 टोकन है।

Origami का दृष्टिकोण

मूल्य तालिकाएँ एक मिलियन टोकन की लागत से तुलना करने के लिए प्रेरित करती हैं, लेकिन यह रिलीज़ एक स्पष्ट उदाहरण है कि जो संख्या मायने रखती है वह एक कार्य की लागत है। उसी कीमत पर वही मॉडल सस्ता हो सकता है क्योंकि वह कम चरणों में काम करता है, और महँगा भी हो सकता है अगर थिंकिंग डिफ़ॉल्ट रूप से चालू हो जाए या कोई बिना मापे effort स्तर बढ़ा दे। जो व्यवसाय एक कार्य की लागत जाने बिना मासिक AI बिल चुकाता है, वह एक ऐसे ख़र्च मद का प्रबंधन कर रहा है जिसे वह देख नहीं सकता।

इसीलिए हमारा मानना है कि किसी व्यवसाय के भीतर भाषा मॉडल का उपयोग करने वाले हर सिस्टम को मॉडल का नाम और effort स्तर ऐसी सेटिंग बनाना चाहिए जो बिना दोबारा प्रोग्रामिंग के बदली जा सके, और प्रति कार्य टोकन को मासिक रिपोर्ट में दर्ज करना चाहिए। तब किसी नए रिलीज़ पर जाना, जैसे आज Sonnet 5.5 और Haiku 5.5, जिसके बारे में Anthropic कहता है कि वह अगले कुछ हफ़्तों में आ रहा है, दिनों में मापा जाने वाला निर्णय बन जाता है, कोई नई परियोजना नहीं।

निष्कर्ष

Sonnet 5.5 ने सूची मूल्य में कटौती नहीं की, लेकिन अगर पिछला मॉडल आपके प्रकार के काम पर कई चरण और टोकन खर्च करता है, तो यह आपका बिल घटा सकता है। स्विच करने से पहले:

• अपने डेवलपर से थिंकिंग सेटिंग्स और प्रतिक्रियाएँ पढ़ने वाले कोड की समीक्षा करने को कहें, फिर प्रोडक्शन से पहले स्टेजिंग एनवायरनमेंट में इंटीग्रेशन का परीक्षण करवाएँ।
• एक वास्तविक नमूने पर, कम से कम दो effort स्तरों पर, प्रति स्वीकृत कार्य लागत मापें।
• अगर आप Sonnet 4.6 या उससे पुराने संस्करण पर हैं, तो किसी बचत को मानने से पहले उन अतिरिक्त टोकन को ध्यान में रखें जो वही टेक्स्ट अब बनाता है।
• विवेक की ज़रूरत वाले खुले कार्यों के लिए Opus 5.5 रखें, अच्छी तरह परिभाषित दोहराव वाले कार्यों को Sonnet 5.5 पर ले जाएँ, और पूरे एक महीने तक आँकड़ों पर नज़र रखें।

स्रोत

• Anthropic — Introducing Claude Sonnet 5.5 (28 सितंबर 2026)
• Claude दस्तावेज़ीकरण — मूल्य निर्धारण, Batch API और प्रॉम्प्ट कैशिंग सहित
• Claude दस्तावेज़ीकरण — मॉडल अवलोकन: कॉन्टेक्स्ट विंडो, अधिकतम आउटपुट, डिफ़ॉल्ट effort और रिटायरमेंट तिथियाँ
• Claude दस्तावेज़ीकरण — Claude Sonnet 5.5 पर माइग्रेट करना
• TechCrunch — Anthropic ने Sonnet 5.5 जारी किया (28 सितंबर 2026)