सीमा र ब्यालेन्स

यो पेजले तपाईंको ब्यालेन्स केले बनेको छ, एउटा अनुरोधले के छुट्याउँछ र कति लाग्छ, कति अनुरोध पठाउन सकिन्छ, र एउटा अनुरोधले भेट्न सक्ने केही सीमाहरू बताउँछ।

ब्यालेन्सका 1M टोकनको मूल्य

$5.00

दैनिक भत्ता नवीकरण

00:00 UTC

फ्लड प्रोटेक्सन, प्रति खाता

120 अनुरोध / मिनेट

अनुरोधहरू कसरी सेवामा लाग्छन्

• कुनै रेट तह छैन — एउटा नियमले अनुरोध कति छिटो आउन सक्छ भनेर सीमित गर्छ, र यो हरेक खाता र हरेक प्लानका लागि उस्तै छ: प्रति मिनेट 120 अनुरोध। प्रति मिनेट टोकनमा कुनै सीमा छैन।
• छुट्टै API कोटा छैन — API ले च्याटकै ब्यालेन्स खर्च गर्छ। प्लानले आजको भत्ताको आकार तोक्छ। यसले अनुरोध दर तोक्दैन।
• जति चाहनुहुन्छ त्यति छिटो — समानान्तर पठाइएका अनुरोधहरू स्वीकार हुन्छन् र लाइनमा पर्खन्छन्। तिनीहरू समानान्तर भएकै कारण अस्वीकार गरिँदैनन्।

तपाईंको ब्यालेन्स

तपाईंको ब्यालेन्स टोकनमा गनिन्छ। ब्यालेन्सका 1,000,000 टोकनको मूल्य $5.00 हो, र Models & pricing पेजको हरेक मूल्य त्यही मूल्यसँगको दर हो।

जुनसुकै बेला ब्यालेन्स दुई भागको योग हुन्छ।

• आजको प्लान भत्ता — तपाईंको प्लानले तोकेको टोकन संख्या। यो हरेक दिन 00:00 UTC मा नयाँ हुन्छ। दिनको अन्त्यमा बाँकी रहेको अर्को दिनमा सर्दैन।
• खरिद गरिएको क्रेडिट — प्याकका रूपमा किनेका टोकन। क्रेडिटको म्याद सकिँदैन र Free सहित हरेक प्लानमा काम गर्छ।

• खर्चको क्रम — हरेक अनुरोधले पहिले आजको प्लान भत्ता खर्च गर्छ। खरिद गरिएको क्रेडिट त्यो दिन भत्ताभन्दा बाहिर जाने मात्राका लागि मात्र प्रयोग हुन्छ।
• च्याट र API ले साझा गर्छन् — प्रति खाता एउटा ब्यालेन्स हुन्छ। API की ले त्यसको मालिक खाताको ब्यालेन्सबाट च्याटकै मूल्यमा खर्च गर्छ।
• प्याकहरू — क्रेडिट 1,000,000 ($5.00), 2,000,000 ($10.00) र 5,000,000 ($25.00) टोकनका प्याकमा बिक्री हुन्छ, वा प्रति 1,000,000 $5.00 मा 1,000,000 देखि 100,000,000 टोकनसम्म तपाईंले रोजेको मात्रामा।

क्रेडिट टप-अप गर्नुहोस् प्लान परिवर्तन गर्नुहोस्

अनुरोधले के छुट्याउँछ र कति लाग्छ

• छुट्याउने — अनुरोध आइपुग्दा यसले आफ्नो आउटपुट बजेट तपाईंको ब्यालेन्सबाट छुट्याउँछ: /v1/chat/completions र /v1/messages मा max_tokens, /v1/responses मा max_output_tokens। /v1/chat/completions ले max_completion_tokens पनि पढ्छ। पूर्वनिर्धारित 4,096 हो र दायरा 1 देखि 65,536 सम्म हो।
• स्वीकार — छुट्याइएको रकम तपाईंको बाँकी ब्यालेन्समा अट्ने भए मात्र अनुरोध स्वीकार हुन्छ। शून्यभन्दा माथि तर आउटपुट बजेटभन्दा सानो ब्यालेन्सले Quota exceeded जवाफ पाउँछ। बाँकी प्रयोग गर्न सानो max_tokens पठाउनुहोस्।
• मिलान — जवाफ पूरा हुँदा छुट्याइएको रकम वास्तविक शुल्कले बदलिन्छ। शुल्क छुट्याइएको रकमभन्दा कम वा बढी हुन सक्छ।
• फिर्ता — त्रुटि स्टेटसमा सकिने अनुरोधले आफ्नो छुट्याइएको रकम पूरै फिर्ता गर्छ।

वास्तविक शुल्क मोडल परिवारमा निर्भर हुन्छ।

USD को रकम तपाईंको ब्यालेन्सबाट प्रति 1,000,000 $5.00 मा टोकनमा लिइन्छ, पूर्ण टोकनमा राउन्ड गरेर।

POST /v1/tokenize वा POST /v1/messages/count_tokens ले टोकन गणना गर्न निःशुल्क छ र केही छुट्याउँदैन। टोकन गणना

ब्यालेन्स र प्रयोग कहाँ हेर्ने

Keys & usage पेजले तपाईंले अहिले खर्च गर्न सक्ने रकम, आजको प्लान भत्ता, खरिद गरिएको क्रेडिट र पछिल्ला 30 दिनको API खर्च देखाउँछ। त्यसमुनि यसले तपाईंको कीले गरेका हरेक अनुरोध सूचीबद्ध गर्छ: समय, इन्डपोइन्ट, मोडल, क्याश्ड इनपुट, बिल गरिएका टोकन र लागत। की र प्रयोग

हरेक जवाफमा त्यो कलका टोकन गणना भएको usage अब्जेक्ट पनि हुन्छ।

• usage मा मोडलका टोकन गणना हुन्छन्। तपाईंको ब्यालेन्सबाट लिइएको रकम जवाफमा हुँदैन: त्यो Keys & usage को अनुरोध सूचीको बिल गरिएका टोकन स्तम्भमा हुन्छ।
• होस्ट गरिएको ओपन-वेट मोडलसँग /v1/messages मा, input_tokens इनपुटको क्याश नभएको भाग हो, cache_read_input_tokens क्याश्ड भाग हो र cache_creation_input_tokens सधैं 0 हुन्छ।
• /v1/chat/completions को स्ट्रिमले [DONE] अघिको अन्तिम चङ्कमा usage बोक्छ। स्ट्रिमिङ

ब्यालेन्स सकिँदा

छुट्याउनुपर्ने रकम तपाईंको ब्यालेन्समा नअट्ने अनुरोधलाई स्टेटस 429, प्रकार rate_limit_error र तलको सन्देशसहित जवाफ दिइन्छ। केही शुल्क लाग्दैन। ब्यालेन्स शून्यभन्दा माथि तर अनुरोधको आउटपुट बजेटभन्दा सानो हुँदा पनि यही जवाफ पठाइन्छ।

{
  "error": {
    "type": "rate_limit_error",
    "message": "Quota exceeded. Upgrade your plan at shannon-ai.com/plan"
  }
}

{
  "type": "error",
  "error": {
    "type": "rate_limit_error",
    "message": "Quota exceeded. Upgrade your plan at shannon-ai.com/plan"
  }
}

/v1/responses मा error अब्जेक्टमा code र param पनि हुन सक्छन्, दुवै null।

तपाईंले के गर्न सक्नुहुन्छ:

• 00:00 UTC मा अर्को प्लान भत्ता आउनेसम्म पर्खनुहोस्।
• क्रेडिट टप-अप गर्नुहोस्। क्रेडिट प्लान भत्ता पछि खर्च हुन्छ र यसको म्याद सकिँदैन। क्रेडिट टप-अप गर्नुहोस्
• ठूलो दैनिक भत्ता भएको प्लानमा परिवर्तन गर्नुहोस्। प्लान परिवर्तन गर्नुहोस्
• केही ब्यालेन्स बाँकी भए सानो max_tokens पठाउनुहोस्: तब छुट्याइने रकम सानो हुन्छ।

Shannon Coder कल भत्ता

/v1/chat/completions र /v1/messages मा shannon-coder-1 टोकनमा होइन, कलमा गनिन्छ। हरेक प्लानमा प्रति 4 घण्टे विन्डो निश्चित संख्याका कल समावेश हुन्छन्। एउटा अनुरोध एउटा कल हो।

• विन्डोहरू 00:00, 04:00, 08:00, 12:00, 16:00, 20:00 UTC बाट सुरु हुन्छन्। विन्डोको अन्त्यमा बाँकी कलहरू अर्कोमा सर्दैनन्।
• अनुरोध स्वीकार हुँदा, मोडलले जवाफ दिनु अघि, कल गनिन्छ। पछि असफल भएको अनुरोध पनि एक कलका रूपमा गनिन्छ।
• यी कलहरूले टोकन छुट्याउँदैनन् र तपाईंको ब्यालेन्सबाट केही लिँदैनन्। Keys & usage को अनुरोध सूचीले तिनको टोकन संख्या र सूचीबद्ध मूल्यमा त्यसको मूल्य देखाउँछ।
• यी दुई इन्डपोइन्टमा shannon-coder-1 को पूर्वनिर्धारित max_tokens 65,536 हो।
• कल बाँकी नरहेमा जवाफ स्टेटस 429, प्रकार rate_limit_error, सन्देश Shannon Coder call quota reached. Upgrade your plan at shannon-ai.com/plan हुन्छ।
• /v1/responses मा shannon-coder-1 को कल भत्ता हुँदैन: अरू हरेक मोडलजस्तै यसमा तपाईंको ब्यालेन्सबाट प्रति 1M $8.00 मा टोकनमा शुल्क लाग्छ।

फ्लड प्रोटेक्सन

एउटा खाताले प्रति मिनेट 120 अनुरोध पठाउन सक्छ। अनुरोध दरमा यही एउटै सीमा हो, र यो हरेक प्लानमा उस्तै छ। यो सामान्य प्रयोग ढिलो गर्न होइन, बाढी रोक्न हो।

• मिनेट 60 सेकेन्डको निश्चित विन्डो हो जुन तपाईंको पहिलो अनुरोधबाट खुल्छ। यो सकिँदा गणना फेरि शून्यबाट सुरु हुन्छ।
• गणना प्रति खाता हुन्छ, प्रति की वा प्रति IP ठेगाना होइन। की बदल्दा नयाँ विन्डो खुल्दैन।
• विन्डोभित्रको 121 औं अनुरोधलाई स्टेटस 429, प्रकार rate_limit_error र सन्देश Too many requests. Retry in <N>s. सहित जवाफ दिइन्छ। N विन्डो सकिनेसम्मको सेकेन्ड संख्या हो, 1 देखि 60 सम्म।
• फ्लड प्रोटेक्सन ब्यालेन्स भन्दा पहिले जाँचिन्छ। यसले अस्वीकार गरेको अनुरोधले केही छुट्याउँदैन र केही लाग्दैन।

{
  "error": {
    "type": "rate_limit_error",
    "message": "Too many requests. Retry in 37s."
  }
}

{
  "type": "error",
  "error": {
    "type": "rate_limit_error",
    "message": "Too many requests. Retry in 37s."
  }
}

समानान्तर अनुरोधहरू

एउटा खाताले एकै समयमा कति अनुरोध खुला राख्न सक्छ भन्ने सीमा छैन, र समानान्तर अनुरोध पठाउँदा त्रुटि आउँदैन। तुरुन्तै सुरु हुन नसक्ने अनुरोधहरू लाइनमा पर्खन्छन् र पालैपालो जवाफ पाउँछन्।

• अघिल्ला अनुरोध सकिएका छन् वा छैनन् भन्ने नहेरी हरेक अनुरोध आइपुग्दा प्रति मिनेट 120 मा गनिन्छ।
• हरेक अनुरोधले सकिएसम्म आफ्नो छुट्याइएको रकम राख्छ। पूर्वनिर्धारित आउटपुट बजेटसहित बीसवटा खुला अनुरोधले 20 × 4,096 = 81,920 टोकन ब्यालेन्स राख्छन्। छुट्याइएका रकम जोडेर तपाईंको ब्यालेन्सभन्दा ठूला भए, सकिएका कलहरूको लागत कम पर्ने भए पनि, अर्को अनुरोधले Quota exceeded जवाफ पाउँछ। सानो max_tokens ले कम राख्छ।
• स्ट्रिमिङ नगरिएको अनुरोधले जवाफ पूरा नभएसम्म केही पठाउँदैन, त्यसैले आफ्नो क्लाइन्टलाई पर्खाइ धान्ने टाइमआउट दिनुहोस्। स्ट्रिमले पर्खँदा आफ्नो कनेक्सन खुला राख्छ। स्ट्रिमिङ

एउटा अनुरोधका सीमाहरू

त्रुटिहरू

यो पेजका जवाफहरू। /v1/messages मा उही error अब्जेक्ट {"type": "error", "error": {…}} मा बेरिएको हुन्छ।