प्रोवाइडर, API कीमत, कॉन्टेक्स्ट विंडो, स्पीड, VRAM और बेंचमार्क के आधार पर सभी प्रमुख AI मॉडलों को खोजें और तुलना करें।
330 available
Anthropic द्वारा विकसित Claude Haiku 5.5 एक उन्नत AI मॉडल है, जिसमें 200K टोकन का कॉन्टेक्स्ट विंडो और $1/1M इनपुट तथा $5/1M आउटपुट मूल्य निर्धारण है। यह कोडिंग, विश्लेषण और एंटरप्राइज वर्कफ़्लो के लिए उपयुक्त है।
Google द्वारा विकसित Gemini 4 Argon एक उन्नत AI मॉडल है, जिसमें 1M टोकन का कॉन्टेक्स्ट विंडो और $2/1M इनपुट तथा $10/1M आउटपुट मूल्य निर्धारण है। यह कोडिंग, विश्लेषण और एंटरप्राइज वर्कफ़्लो के लिए उपयुक्त है।
OpenAI द्वारा विकसित GPT-6 Astra एक उन्नत AI मॉडल है, जिसमें 1M टोकन का कॉन्टेक्स्ट विंडो और $10.0/1M इनपुट तथा $50.0/1M आउटपुट मूल्य निर्धारण है। यह कोडिंग, विश्लेषण और एंटरप्राइज वर्कफ़्लो के लिए उपयुक्त है।
Anthropic द्वारा विकसित Claude Opus 5.5 एक उन्नत AI मॉडल है, जिसमें 1M टोकन का कॉन्टेक्स्ट विंडो और $4.0/1M इनपुट तथा $20.0/1M आउटपुट मूल्य निर्धारण है। यह कोडिंग, विश्लेषण और एंटरप्राइज वर्कफ़्लो के लिए उपयुक्त है।
OpenAI द्वारा विकसित GPT-6.1 Sol एक उन्नत AI मॉडल है, जिसमें 1M टोकन का कॉन्टेक्स्ट विंडो और $2.0/1M इनपुट तथा $10.0/1M आउटपुट मूल्य निर्धारण है। यह कोडिंग, विश्लेषण और एंटरप्राइज वर्कफ़्लो के लिए उपयुक्त है।
OpenAI द्वारा विकसित GPT-6 Sol एक उन्नत AI मॉडल है, जिसमें 1M टोकन का कॉन्टेक्स्ट विंडो और $2.0/1M इनपुट तथा $10.0/1M आउटपुट मूल्य निर्धारण है। यह कोडिंग, विश्लेषण और एंटरप्राइज वर्कफ़्लो के लिए उपयुक्त है।
Anthropic द्वारा विकसित Claude Mythos 5.1 एक उन्नत AI मॉडल है, जिसमें 1M टोकन का कॉन्टेक्स्ट विंडो और $15/1M इनपुट तथा $75/1M आउटपुट मूल्य निर्धारण है। यह कोडिंग, विश्लेषण और एंटरप्राइज वर्कफ़्लो के लिए उपयुक्त है।
Google द्वारा विकसित Gemini 3.8 Flash एक उन्नत AI मॉडल है, जिसमें 1.0M टोकन का कॉन्टेक्स्ट विंडो और $0.75/1M इनपुट तथा $3.75/1M आउटपुट मूल्य निर्धारण है। यह कोडिंग, विश्लेषण और एंटरप्राइज वर्कफ़्लो के लिए उपयुक्त है।
Anthropic द्वारा विकसित Claude Fable 5.1 एक उन्नत AI मॉडल है, जिसमें 1M टोकन का कॉन्टेक्स्ट विंडो और $10/1M इनपुट तथा $50/1M आउटपुट मूल्य निर्धारण है। यह कोडिंग, विश्लेषण और एंटरप्राइज वर्कफ़्लो के लिए उपयुक्त है।
Anthropic द्वारा विकसित Claude Sonnet 5.5 एक उन्नत AI मॉडल है, जिसमें 1M टोकन का कॉन्टेक्स्ट विंडो और $2.0/1M इनपुट तथा $10.0/1M आउटपुट मूल्य निर्धारण है। यह कोडिंग, विश्लेषण और एंटरप्राइज वर्कफ़्लो के लिए उपयुक्त है।
OpenAI द्वारा विकसित GPT-6 Luna एक उन्नत AI मॉडल है, जिसमें 272K टोकन का कॉन्टेक्स्ट विंडो और $0.1/1M इनपुट तथा $0.5/1M आउटपुट मूल्य निर्धारण है। यह कोडिंग, विश्लेषण और एंटरप्राइज वर्कफ़्लो के लिए उपयुक्त है।
DeepSeek द्वारा विकसित DeepSeek V4.1-Flash एक उन्नत AI मॉडल है, जिसमें 1M टोकन का कॉन्टेक्स्ट विंडो और $0.3/1M इनपुट तथा $1.2/1M आउटपुट मूल्य निर्धारण है। यह कोडिंग, विश्लेषण और एंटरप्राइज वर्कफ़्लो के लिए उपयुक्त है।
Break-even occurs when Monthly GPU Infrastructure Cost (rental/depreciation + power + ops) equals Total Monthly Tokens multiplied by your Blended API Token Price; below 50M tokens/month, managed APIs are almost always cheaper.
At $0.14 per 1M input tokens, DeepSeek V3 managed API is vastly cheaper than renting dedicated 8x H100 GPU clusters ($15-$25/hour) unless your organization sustains over 500 million tokens per day with 70%+ GPU utilization.
Dedicated GPUs incur fixed costs 24/7; at 10% utilization during idle hours, your effective cost per processed token becomes 10 times higher than nominal capacity, erasing any theoretical hardware cost advantage.
Anthropic charges a 1.25x (5-min TTL) or 2x (1-hour TTL) write premium on the initial request to compute the KV cache, then provides a 90% discount ($0.30/1M tokens) on all subsequent cache hit reads.
Reasoning tokens in o3-mini are billed at the standard output rate ($4.40/1M tokens); because complex reasoning steps can generate thousands of hidden scratchpad tokens, configuring reasoning_effort: low or medium is vital to prevent unexpected invoice inflation.
SWE-bench Verified features 500 human-filtered GitHub issues where top models have reached 70-85%+ saturation, whereas SWE-bench Pro introduces harder multi-repo architectural tasks with strict contamination-proofing to evaluate autonomous engineering.
The full 671B DeepSeek R1 requires multi-GPU clusters, but distilled versions (such as DeepSeek-R1-Distill-Qwen-14B or 32B with 4-bit quantization) run smoothly on a single 24GB RTX 4090.
Gemini 2.0 Flash leads with native multimodal audio-to-audio streaming and sub-200ms time-to-first-token (TTFT), making it faster than text-pipelined GPT-4o-mini setups.