लाभदायक सीपीएम: एआई के उपयोगी प्रतिक्रिया की वास्तविक लागत की गणना कैसे करें

नमस्ते, साथी एफिलिएट मार्केटर्स! मेरा नाम तिमूर है, और मैं Cloud.ru में मार्केटप्लेस के लिए जिम्मेदार हूँ। हम एआई सेवाओं के लिए एक मंच प्रदान करते हैं जो ग्राहकों के क्लाउड इन्फ्रास्ट्रक्चर में एकीकृत होते हैं। मेरा काम मूल्य निर्धारण में पारदर्शिता सुनिश्चित करना है। वर्तमान में, कई लोग टोकन की लागत से एआई का मूल्यांकन करते हैं, लेकिन यह मौलिक रूप से गलत है। ग्राहक टोकन के लिए भुगतान नहीं करता है, बल्कि एक विशिष्ट परिणाम के लिए भुगतान करता है। इस लेख में, हम विश्लेषण करेंगे कि Cloud.ru डेटा के आधार पर एआई एजेंट की यूनिट इकोनॉमिक्स की सही गणना कैसे करें, और यह निर्धारित करें कि कौन सा सीपीएम लाभदायक है, यह समझने के लिए उपयोगी प्रतिक्रिया की वास्तविक लागत क्या है।

“मार्केटप्लेस पर विक्रेता को अपने एजेंट की कीमत तय करनी चाहिए, ग्राहक को इसे समझना चाहिए, और प्लेटफॉर्म को यह सुनिश्चित करना चाहिए कि डिस्प्ले पर कीमतों की आपस में तुलना की जा सके। जब तक तीनों पक्ष टोकन में लागत को मापते हैं, तब तक इनमें से कुछ भी नहीं होता है।”

पिछले लेख OpenClaw को समर्पित थे: डेटा लीक के बिना एजेंट को कैसे तैनात करें और एक नया संस्करण एक अलग सेवा क्यों है। आज हम पैसे की बात कर रहे हैं।

एआई सेवाओं का मूल्यांकन: यूनिट इकोनॉमिक्स पर ध्यान दें

माप की इकाई: उपयोगी प्रतिक्रिया, टोकन नहीं

टोकन एक खराब मीट्रिक है। ग्राहक टोकन नहीं खरीदता है, बल्कि अपनी समस्या का समाधान खरीदता है। “बंद संवाद” भी भ्रामक है। इंटरकॉम, उदाहरण के लिए, दो प्रकार के समाधानों को अलग करता है: पुष्टि की गई (ग्राहक ने “धन्यवाद” कहा) और अनुमानित (ग्राहक बस चला गया)।

दोनों का भुगतान किया जाता है, लेकिन एक बारीकियां है: यदि ग्राहक उसी प्रश्न के साथ वापस आता है, तो समाधान रद्द कर दिया जाता है। लोरिकिट (195 मामले, 38 विक्रेता) का एक उदाहरण: एआई द्वारा बंद किए गए 4200 संवादों में से, 900 को ज्ञानकोष लेख के लिंक के साथ बंद कर दिया गया था। उनके बिना, हल किए गए का अनुपात 70% से गिरकर 55% हो जाता है।

“बंद” और “हल” के बीच का अंतर बहुत बड़ा है। इसलिए हमारी माप की इकाई उपयोगी प्रतिक्रिया है। यह एक संवाद है जिसे एआई द्वारा मानवीय हस्तक्षेप के बिना बंद कर दिया गया है, जबकि ग्राहक 72 घंटों के भीतर उसी प्रश्न के साथ वापस नहीं आया है और नकारात्मक रेटिंग नहीं छोड़ी है। जो कुछ भी इन फ़िल्टरों को पास नहीं करता है, वह लागत के अंश में जाता है, लेकिन उपयोगी प्रतिक्रियाओं के हर में नहीं। असफल प्रयासों का भुगतान सफल लोगों द्वारा किया जाता है। यह एक महत्वपूर्ण बिंदु है।

मॉडल केस: ऑनलाइन स्टोर समर्थन

गणना के लिए, हम एक विशिष्ट परिदृश्य लेंगे: ऑनलाइन स्टोर समर्थन। यह बड़ी मात्रा में सार्वजनिक डेटा वाला एक सामूहिक मामला है। स्टोर को प्रति माह 40,000 अनुरोध प्राप्त होते हैं। उनमें से 90% (36,000 संवाद) एआई एजेंट को रूट किए जाते हैं।

एजेंट द्वारा ऑपरेटर के बिना बंद किए गए संवादों को हम ऑटो-क्लोजर कहेंगे – यह वह मीट्रिक है जो विक्रेता दिखाते हैं। एजेंट की संरचना: RAG (ज्ञानकोष खोज + प्रतिक्रिया जनरेशन) प्लस “ऑर्डर स्थिति” उपकरण। एक संवाद के लिए तीन LLM कॉल होते हैं:

1. अनुरोध को समझना और मार्ग चुनना।
2. पाए गए अंशों के आधार पर उत्तर देना।
3. उपकरण से संपर्क करना या ऑपरेटर के लिए सारांश एकत्र करना।

औसतन यह 12,000 इनपुट टोकन (सिस्टम प्रॉम्प्ट, अंश, इतिहास) और 800 आउटपुट टोकन है। ज्ञानकोष के लिए अनुरोध – प्रति संवाद दो। एक फ़िल्टर मॉडल ग्राहक की प्रतिकृति और एजेंट की प्रतिक्रिया की जाँच करता है (प्रत्येक तीन कॉल के लिए 1000 टोकन)। हम पुनरावृत्ति जनरेशन के लिए अतिरिक्त 15% टोकन भी मानते हैं।

बुनियादी ढाँचा और लागत

हम Cloud.ru सेवाओं का उपयोग करते हैं:

• ज्ञानकोष: Evolution Managed RAG।
• एजेंट: Evolution AI Agents।
• लॉग: Evolution Managed PostgreSQL।

मॉस्को में एक सहायता ऑपरेटर की लागत: 125,000 रूबल/माह (2025 के लिए hh.ru के अनुसार 85,300 रूबल वेतन + योगदान और ओवरहेड)। प्रति दिन 40 टिकटों के साथ, एक टिकट की लागत 149 रूबल है। ऑपरेटर का एक मिनट – 15.5 रूबल (125,000 रूबल / 80% 10,080 मिनट का)। खुदरा में चैट के लिए (60 अनुरोध/दिन) टिकट की लागत – 99 रूबल।

गणना के लिए धारणाएँ

मुख्य धारणाएँ:

• ऑटो-क्लोजर का हिस्सा: सार्वजनिक मामलों के लिए माध्यिका – 70%। Ozon: 27% (2020) -> 62% (2022)। हम मध्य बिंदु लेते हैं – 50%।
• फ़िल्टर पास न करने वाले संवाद: ग्राहक 72 घंटों के भीतर वापस आया या नकारात्मक प्रतिक्रिया दी। धारणा: 6% (Lorikeet उदाहरण में 21% बंद संवाद लिंक थे)।
• ऐसे संवाद की कीमत: 150 रूबल मुआवजा + 3 मिनट ऑपरेटर (200 रूबल)।
• एस्केलेशन के लिए ऑपरेटर का समय: सामान्य टिकट से 1.5 मिनट अधिक।
• मैनुअल जाँच: 3% सभी संवादों का 3 मिनट के लिए।
• ज्ञानकोष, प्रॉम्प्ट: विशेषज्ञ की 0.5 दर (आशावादी)।
• मूल्यह्रास: 50,000 रूबल/माह (CRM के साथ इंटीग्रेटर के लिए – 1.5 मिलियन रूबल तक)।

मॉडल और बुनियादी ढाँचे की कीमतें (Cloud.ru, अक्टूबर 2026)

Evolution Foundation Models के टैरिफ (22% वैट के साथ, प्रति 1 मिलियन टोकन):

• HiveTraceGuard-Pro (फ़िल्टर): इनपुट 25 रूबल, आउटपुट 125 रूबल।
• Qwen3-30B-A3B: इनपुट 10 रूबल, आउटपुट 50 रूबल।
• GigaChat-3-Pro: इनपुट 25 रूबल, आउटपुट 125 रूबल।
• Claude Haiku 4.5: इनपुट 100 रूबल, आउटपुट 500 रूबल।
• Claude Sonnet 4.6: इनपुट 360 रूबल, आउटपुट 2250 रूबल।

सस्ते और महंगे मॉडल के बीच का अंतर: इनपुट में 36 गुना, आउटपुट में 45 गुना। बुनियादी ढाँचा (Evolution, सितंबर 2026, 730 घंटे/माह):

• 4 vCPU + 8 GB RAM: 1.5616 रूबल/vCPU-घंटा, 0.3904 रूबल/GB-घंटा।
• Evolution Managed RAG (2 GB, 72,000 अनुरोध): 1.3664 रूबल/GB-घंटा, 0.0976 रूबल/1000 अनुरोध।
• Evolution Managed PostgreSQL (2 vCPU, 4 GB RAM, 100 GB SSD): 1.49145 रूबल/vCPU-घंटा, 0.4026 रूबल/GB-घंटा, 0.016836 रूबल/GB-घंटा।

कुल बुनियादी ढाँचा: 13,420 रूबल/माह। यह गणना में सबसे सस्ती पंक्ति है।

उपयोगी प्रतिक्रिया की लागत की गणना

एक संवाद की कीमत

सबसे पहले, हम विभिन्न मॉडलों पर एक संवाद की लागत की गणना करते हैं:

• Qwen3-30B-A3B: 0,43 руб.
• GigaChat-3-Pro: 1,32 руб.
• Claude Haiku 4.5: 3,76 руб.
• Claude Sonnet 4.6: 10,99 руб.

Разница в 25 раз! Если бы мы остановились здесь, выбор модели был бы критичным।

उपयोगी प्रतिक्रिया की कीमत

36,000 संवादों में से, 50% स्वतः बंद होने के साथ, 18,000 बंद हो गए। इनमें से 6% त्रुटियां थीं। 16,920 उपयोगी प्रतिक्रियाएं शेष हैं। प्रत्येक उपयोगी प्रतिक्रिया में न केवल टोकन शामिल होते हैं, बल्कि यह भी:

• असफल प्रयासों के टोकन।
• एस्केलेशन पर ऑपरेटरों के मिनट।
• त्रुटियों की लागत।
• जांच।
• ज्ञान का आधार।
• कार्यान्वयन।

टोकन में 25 गुना का अंतर उपयोगी प्रतिक्रिया में 1.4 गुना में बदल जाता है: 51 रूबल से 73 रूबल तक। महंगा मॉडल (Claude Sonnet 4.6), जो टोकन में 25 गुना अधिक महंगा है, परिणाम की कीमत पर केवल 40% अधिक महंगा है। क्यों? क्योंकि अन्य सभी लागतें सभी मॉडलों के लिए समान हैं।

मूल्य संरचना: GigaChat-3-Pro (53 रूबल)

GigaChat-3-Pro (प्रति उपयोगी प्रतिक्रिया 53 रूबल) के लिए:

• एस्केलेशन और गलत प्रतिक्रियाएं: लागत का 71%। इन लागतों को आमतौर पर “एआई खर्च” के रूप में नहीं माना जाता है, बल्कि वे समर्थन वेतन या मुआवजे में शामिल होते हैं।
• टोकन: 2.8 रूबल (5%)। यह एकमात्र पंक्ति है जिसकी सभी तुलना करते हैं।
• क्लाउड इन्फ्रास्ट्रक्चर: 0.80 रूबल।

Claude Sonnet 4.6 पर, टोकन पहले से ही कीमत का 32% हिस्सा लेते हैं। यहां टोकन पर बचत करना समझ में आता है। कैसे?

1. संदर्भ को कम करना: 12,000 इनपुट टोकन को 6,000 तक कम करें। Sonnet पर उपयोगी प्रतिक्रिया 73 से 65 रूबल तक सस्ती हो जाती है।
2. कैशिंग: कैश से पढ़ना 10 गुना सस्ता है। यदि संदर्भ का आधा हिस्सा सिस्टम प्रॉम्प्ट है, तो कीमत 66 रूबल तक गिर जाती है।

Qwen पर, ये तरीके कुछ पैसे बचाते हैं।

बचत के प्रमुख उत्तोलक

1. स्वतः बंद होने का अनुपात

पायलट (35-50% स्वतः बंद) से कार्यशील सर्किट (65%) में संक्रमण से 15-19 रूबल की बचत होती है। स्वतः बंद होने के दस प्रतिशत अंक एक सस्ते मॉडल में संक्रमण के समान ही देते हैं (Sonnet पर 50% से 60% तक की वृद्धि से 14 रूबल की बचत होती है, Sonnet को Haiku से बदलने पर 15 रूबल की बचत होती है)। लेकिन पहला किसी भी मॉडल पर काम करता है, दूसरा – एक बार।

2. त्रुटियों का अनुपात

बंद संवादों का अनुपात, जो फ़िल्टर पास नहीं करते हैं, बहुत कम लोग मापते हैं, लेकिन यह महत्वपूर्ण है।

फ़िल्टर पास न करने वालों का अनुपात	उपयोगी प्रतिक्रिया की कीमत	उन पर खर्च (रूबल/माह)
6%	X	Y
3%	X – 8 रूबल	Y – Z

त्रुटियों को 6% से 3% तक कम करने से प्रत्येक उपयोगी प्रतिक्रिया पर 8 रूबल की बचत होती है। GigaChat-3-Pro से Qwen3-30B-A3B में संक्रमण से केवल 2 रूबल की बचत होती है। यदि ग्राहक चुप हो जाता है तो प्रत्येक संवाद को हल किया गया माना जाए तो 15% त्रुटियों की लागत ऑपरेटर के आधे वेतन से अधिक हो सकती है।

3. एस्केलेशन की गुणवत्ता

मैंने एस्केलेशन पर ऑपरेटर के 1.5 मिनट (सारांश पढ़ना, जारी रखना) का अनुमान लगाया। यह “गर्म” हस्तांतरण पर काम करता है: एजेंट ऑपरेटर को एक संक्षिप्त इतिहास, ऑर्डर नंबर और कार्यों की सूची के साथ भेजता है। “ठंडे” हस्तांतरण पर (ऑपरेटर पूरे संवाद को पढ़ता है, जहां बॉट ने तीन बार गलत जवाब दिया), 1.5 मिनट 3 या 6 में बदल जाते हैं।

3 मिनट के लिए, GigaChat-3-Pro पर एक उपयोगी प्रतिक्रिया की लागत 53 से बढ़कर 77 रूबल हो जाती है, और 6 मिनट के लिए – 127 रूबल तक। यह पहले से ही एक क्षेत्रीय ऑपरेटर से अधिक महंगा है। यदि एजेंट ग्राहक की पहचान करता है और टिकट को पहले से भरता है, तो ऑपरेटर एक या दो मिनट बचाता है, और यह पंक्ति घाटे में चली जाती है।

“ट्रांसमिशन की गुणवत्ता पूरे मॉडल में सबसे व्यापक प्रसार के साथ एक अलग बजट आइटम बन जाती है, और इसे मापा जाना चाहिए: एस्केलेटेड टिकटों के प्रसंस्करण के औसत समय को सामान्य से अलग से गिना जाना चाहिए।”

सटीकता के लिए लड़ना = टोकन जलाना? यदि त्रुटियों को 6% से 3% तक कम करने के लिए प्रति संवाद टोकन 1.6 गुना बढ़ जाते हैं, तो GigaChat-3-Pro पर एक उपयोगी प्रतिक्रिया अभी भी 53 से 46 रूबल तक सस्ती हो जाती है। सोननेट पर, अतिरिक्त टोकन जीती गई सटीकता से अधिक महंगे हैं, वहां ज्ञान के आधार में सुधार करना बेहतर है।

निष्कर्ष: क्या लाभदायक सीपीएम माना जाए

व्यावहारिक निष्कर्ष: समर्थन के कार्यशील सर्किट में, टोकन सबसे महंगे नहीं होते हैं, बल्कि हर होते हैं। जो कुछ भी उपयोगी प्रतिक्रियाओं के अनुपात को बढ़ाता है (ज्ञान आधार की गुणवत्ता, सही रूटिंग, सत्यापन सेट), एक मिलियन टोकन की कीमत के लिए किसी भी सौदेबाजी की तुलना में तेजी से भुगतान करता है।

महंगे मॉडल (उदाहरण के लिए, सोननेट) भुगतान करते हैं यदि वे सस्ते वाले की तुलना में 10 अंक ऑटो-क्लोजर और 2 अंक सटीकता लाते हैं। यदि आपके सत्यापन सेट पर अंतर कम है, तो आप अधिक भुगतान कर रहे हैं। यदि अधिक है, तो आप टोकन पर व्यर्थ बचत कर रहे हैं।

मानव से तुलना: दो चेतावनियाँ

1. टिकट की कीमत: प्रति टिकट 149 रूबल पर, सोननेट पर 35% ऑटो-क्लोजर (प्रति उपयोगी प्रतिक्रिया 110 रूबल) के साथ एक पायलट भी लाभदायक लगता है। ऑपरेटर के साथ समानता – 20-27% ऑटो-क्लोजर पर। लेकिन अगर ऑपरेटर एक दिन में 60 टिकट बंद करता है (99 रूबल/टिकट), तो सोननेट पर वही पायलट (110 रूबल) पहले से ही अधिक महंगा है। एक क्षेत्रीय/आउटसोर्सिंग ऑपरेटर (64 रूबल/टिकट) तस्वीर बदलता है: GigaChat-3-Pro (42 रूबल) सस्ता है, सोननेट (62 रूबल) – समानता। सवाल “क्या यह भुगतान करेगा” आपके टिकट की लागत और ऑटो-क्लोजर के अनुपात पर निर्भर करता है।

2. मात्रा: निश्चित लागत (ज्ञान आधार, कार्यान्वयन, बुनियादी ढांचा) – 163,000 रूबल/माह। 36,000 संवादों के साथ। 6000 संवादों पर, GigaChat-3-Pro पर एक उपयोगी प्रतिक्रिया – 101 रूबल, 3000 पर – 159 रूबल (ऑपरेटर से अधिक महंगा)। प्रति माह 3500 संवादों से नीचे एजेंट भुगतान नहीं करता है। यदि निश्चित लागत अधिक है (ज्ञान आधार के लिए एक पूर्ण दर – 200,000 रूबल/माह, कार्यान्वयन – 1.5 मिलियन रूबल), तो भुगतान की सीमा प्रति माह 7000 संवादों तक बढ़ जाती है। इस मामले में टोकन का अनुपात 4% तक गिर जाता है: आप अन्य लागतों की जितनी अधिक यथार्थवादी गणना करते हैं, एक मिलियन टोकन की कीमत उतनी ही कम महत्वपूर्ण लगती है।

मॉडल में क्या शामिल नहीं है (दोनों दिशाओं में)

• एजेंट के खिलाफ: टिकट-सिस्टम या चैट-प्लेटफ़ॉर्म लाइसेंस।
• एजेंट के पक्ष में: कर्मियों का कारोबार (प्रति वर्ष 50% तक), भर्ती और प्रशिक्षण लागत, नौसिखियों का धीमा काम, बिक्री के लिए स्केलिंग, रात/सप्ताहांत शिफ्टों का भुगतान। इन चीजों को विशिष्ट डेटा के बिना गिनना मुश्किल है, लेकिन व्यवसाय अक्सर इनके लिए भुगतान करने को तैयार होता है, भले ही दैनिक इकाई-अर्थशास्त्र समानता दिखाए।

अक्सर पूछे जाने वाले प्रश्न

एआई एजेंट के संदर्भ में “उपयोगी प्रतिक्रिया” क्या है?

एक उपयोगी प्रतिक्रिया एक ऐसा संवाद है जिसे एआई द्वारा मानवीय हस्तक्षेप के बिना बंद कर दिया गया है, और ग्राहक 72 घंटों के भीतर उसी प्रश्न के साथ वापस नहीं आया है और उसने नकारात्मक रेटिंग नहीं छोड़ी है। यह एआई सेवा की वास्तविक प्रभावशीलता और लागत का आकलन करने के लिए एक प्रमुख मीट्रिक है