DOTV में हर जनरेशन क्रेडिट खर्च करती है: कौन सा मॉडल, क्या रिज़ॉल्यूशन और कितनी अवधि चुनते हैं, यही तय करता है कि कितने क्रेडिट लगेंगे। यह खंड "कौन सा मॉडल है" और "कीमत कैसे आती है" को साथ रखता है — वह दोनों एक का ही दो पहलू हैं: मॉडल कहाँ चुनते हैं, अभी कौन सा है, किस तरीके से कीमत लगती है, दर आती है, अनुमान कैसे, असली खर्च।
कोई नोड चुनें और नीचे इनपुट बार तैर उठता है। सबसे बाएँ पहला कंट्रोल मॉडल ही है। हर तरह के नोड की अपनी लिस्ट होती है (इमेज मॉडल कभी वीडियो नोड पर नहीं दिखते)।
मॉडल बदलने पर उसके बगल के रेज़ोल्यूशन और अवधि के विकल्प भी बदल जाते हैं —— हर प्रोवाइडर अलग-अलग चीज़ें सपोर्ट करता है, और ऐसा विकल्प चुनना जो दूसरी तरफ़ मान्य न हो, बेकार है। इसलिए मॉडल बदलने के बाद एस्पेक्ट रेशियो · रेज़ोल्यूशन · अवधि बटन को एक नज़र देख लें।
| कहाँ इस्तेमाल | मॉडल | नोट |
|---|---|---|
| इमेज | Gemini Image (Nano Banana 2) | जनरेशन और एडिटिंग दोनों का डिफ़ॉल्ट |
| इमेज | Gemini Image Pro (Nano Banana Pro) | टेक्स्ट रेंडरिंग और जटिल लेआउट के लिए पहला दर्जा; 4K तक |
| इमेज | Seedream 4.5 Image | चीनी दृश्यों और पोस्टर टाइपोग्राफ़ी में मज़बूत; वॉल्यूम विकल्प |
| इमेज | Seedream 5.0 Pro / Lite Image | Pro मल्टी-इमेज फ़्यूज़न/एडिटिंग में बेहतर, Lite तेज़ और सस्ता; सिंक्रोनस — एक इमेज दस-बारह सेकंड में |
| इमेज | FLUX.2 Pro Image | फ़ोटो-ग्रेड क्वालिटी वाला विकल्प |
| इमेज | Midjourney | सबमिट और फिर पोलिंग (एक-दो मिनट); एक रन में एक इमेज, ग्रिड के पहले सेक्शन को अपने आप अपस्केल करता है |
| इमेज | GPT Image 2.5 | OpenAI इमेज मॉडल, जटिल लेआउट में स्थिर; "स्पेस" पॉपओवर में रेज़ोल्यूशन (1K / 2K / 4K) और संख्या के साथ क्वालिटी की एक अतिरिक्त पंक्ति भी मिलती है (सिर्फ़ इसी मॉडल में); अधिकतम 10 रेफरेंस इमेज |
| वीडियो | Seedance 2.0 mini Video | 480P / 720P, 4–15 सेकंड, अवधि के लिए "ऑटो" भी चुन सकते हैं (मॉडल खुद तय करे) |
| वीडियो | Seedance 2.5 Video | 1080p अतिरिक्त, नेटिव ऑडियो-सिंक, 50 तक ओमनीमोडल रेफरेंस |
| वीडियो | MiniMax H3 Video (2K) | सिर्फ़ 2K एक ही विकल्प, "ऑटो" अवधि वाला विकल्प नहीं |
| वीडियो | MiniMax H3 Max Video | उसी पीढ़ी का स्पीड विकल्प: 480P / 768P, तेज़ और सस्ता |
| वीडियो | Kling 3.0 Standard / Pro / Turbo / 4K Video | हर स्तर का अलग एंडपॉइंट: Standard सबसे सस्ता, Turbo तेज़ और नेटिव साउंडट्रैक (बंद नहीं होता), 4K एक ही बार में 4K |
| वीडियो | Veo 3.1 / Fast / Lite Video | ऑडियो-सिंक खासियत; अवधि सिर्फ़ 4 / 6 / 8 सेकंड; Lite साइट का सबसे सस्ता ऑडियो-सिंक विकल्प |
| वीडियो | Vidu Q3 Pro / Turbo Video | ऑडियो-सिंक कीमत में शामिल; 1–16 सेकंड, 540p–1080p |
| वीडियो | Wan 3.0 / Prime Video | ओमनी-रेफरेंस आर्किटेक्चर; Prime स्पीड संस्करण — क्षमता वही, रफ़्तार ज़्यादा |
| वीडियो | Kling O3 Standard / Pro / 4K Video | «वीडियो इन, वीडियो आउट» लेने वाला इकलौता परिवार: मल्टी-इमेज रेफरेंस, वीडियो रेफरेंस (एक्सटेंड / रीशूट / 3D प्रीविज़ का सोर्स सच में मॉडल तक पहुंचता है), निर्देशानुसार एडिटिंग |
| वीडियो | Happy Horse 1.1 Video | टेक्स्ट-टू-वीडियो और इमेज-टू-वीडियो दोनों में अरीना टॉपर; नेटिव ऑडियो-सिंक + कई भाषाओं में फ़ोनीम-लेवल लिप-सिंक, साउंडट्रैक बंद नहीं होता |
| टेक्स्ट | DoTV LM 2.0 | डिफ़ॉल्ट, प्रोडक्ट-लेयर मॉडल (पीछे deepseek-v4.1-flash तय, प्रोडक्ट-स्तरीय प्रॉम्प्ट बंधनों के साथ; ऑडियो या वीडियो जुड़ने पर पीछे Doubao Seed 2.0 Lite Omni चलता है) |
| टेक्स्ट | DeepSeek V4.1 Flash | बिना परत का मॉडल: जो चुना, वही कॉल होता है |
| टेक्स्ट | GLM-5.3 Flash | बिना परत का विज़न मॉडल; web search Aihubmix :surfing से |
| टेक्स्ट | Doubao Seed 2.1 Turbo | बिना परत का मॉडल; तेज़ आउटपुट, कम कीमत |
| टेक्स्ट | Claude Opus 5 | सबसे मज़बूत रीज़निंग टियर, और सबसे महँगा — पड़ोसी मॉडलों से 10-100 गुना |
| स्पीच | Minimax-speech-2.8-hd / turbo | hd बेहतर, turbo सस्ता |
| स्पीच | Qwen3-TTS-Flash / Doubao-TTS-2.0 | विकल्प के तौर पर |
| म्यूज़िक व SFX | ACE-Step Music / ElevenLabs Music / Doubao Music (GenBGM) / Mureka / ElevenLabs SFX / Doubao Seed-Audio | स्कोर और इफ़ेक्ट, हर एक अपने प्रॉम्प्ट से |
| वीडियो समझ | Doubao Seed 2.0 Lite Omni (with Audio) | सिर्फ़ जब आप वीडियो से स्क्रिप्ट लिख रहे हों तभी लिस्ट में आता है (4.7 देखें)। यह आवाज़ सुन सकता है —— डायलॉग और म्यूज़िक के लिए यही चाहिए |
| वीडियो समझ | Doubao Seed 2.1 Pro Vision | तस्वीर पर ज़्यादा मज़बूत, लेकिन बहरा है: सिर्फ़ स्क्रीन पर दिख रहा काम इसे दें |
रेज़ोल्यूशन, एस्पेक्ट रेशियो, अवधि और बाकी पैरामीटर अपने-अपने अध्यायों में बताए गए हैं (इमेज 3.2, वीडियो 4.2, स्पीच 5.2)।
Claude Opus 5 यहाँ टेक्स्ट रीज़निंग का सबसे मज़बूत विकल्प है, और इसकी क़ीमत भी साफ़ तौर पर ज़्यादा है। इसे जटिल रचना और कई शर्तों के लिए चुनें: लंबी स्क्रिप्ट को जुड़े हुए शॉट्स में बाँटना, कई सीन के किरदार-रिश्ते सुलझाना, ब्रांड, अवधि, प्लेटफ़ॉर्म और टोन एक साथ रखते हुए सुधारना, या कई दौर के बदलावों के बाद ढाँचा फिर से कसना।
रोज़मर्रा का छोटा कॉपी, आसान नाम बदलना या एक प्रॉम्प्ट पॉलिश करना हो, तो इसे डिफ़ॉल्ट न बनाएँ। पहले साधारण टेक्स्ट मॉडल से ढाँचा और सामग्री तय करें, फिर मुश्किल व्यवस्था के लिए मज़बूत मॉडल लें; आमतौर पर इससे क्रेडिट बचते हैं। क़ीमत सामग्री की लंबाई के साथ बदलती है, इसलिए भेजने से पहले इनपुट बार में दिखी क़ीमत ही मानें।
अलग-अलग काम अलग-अलग आधार पर पैसे लेते हैं —— यही जवाब है "दोनों को वीडियो जनरेशन कहते हैं लेकिन कीमत दस गुना क्यों":
| क्या कर रहे हैं | किस आधार पर |
|---|---|
| इमेज जनरेशन | Nano Banana 2 में इमेज संख्या × रेज़ोल्यूशन; Midjourney एक रन में एक इमेज है, संख्या वाला विकल्प नहीं |
| वीडियो जनरेशन | सेकंड × रेज़ोल्यूशन (ज़्यादा रेज़ोल्यूशन = ज़्यादा महँगा, और यह सीधा अनुपात में नहीं) |
| स्पीच सिंथेसिस | पढ़वाने वाले अक्षरों की संख्या |
| म्यूज़िक व SFX | प्रति ट्रैक एक तय कीमत, या जेनरेट की लंबाई के हिसाब से (मॉडल पर निर्भर) |
| वीडियो साउंडट्रैक | प्रति सेकंड — रेंडर में साउंड चालू करने का अतिरिक्त शुल्क (नेटिव साउंडट्रैक वाले मॉडल में यह नहीं) |
| टेक्स्ट जनरेशन | सामग्री की लंबाई (जितना लंबा प्रॉम्प्ट, उतना महँगा) |
| वीडियो अपस्केल | सेकंड × लक्ष्य रेज़ोल्यूशन; स्लो मोशन चालू हो तो खिंची हुई अवधि के हिसाब से |
| इमेज अपस्केल | आउटपुट एरिया के हिसाब से बैंड —— छोटी इमेज को 4× करना बड़ी इमेज को 2× करने से सस्ता हो सकता है |
| इमेज एडिट | आउटपेंट / रीजनरेट / इरेज / बैकग्राउंड कटआउट, हर इमेज की फ्लैट कीमत (कटआउट साफ़ तौर पर सस्ता, क्योंकि यह नए पिक्सल नहीं बनाता) |
| स्मार्ट सबटाइटल हटाना | सेकंड; ऑटो-डिटेक्ट वाला विकल्प खुद बॉक्स बनाने से थोड़ा महँगा |
| ऑडियो सेपरेशन | सेकंड |
| वॉइस क्लोनिंग | हर रन (एक रन में वॉइस बनाना + सुनने वाला सैंपल दोनों शामिल) |
| वीडियो समझ | निकाले गए फ्रेमों की संख्या (सैंपलिंग रेट ज़्यादा = महँगा) |
| फेस डिटेक्शन | हर रन (एक इमेज, एक रन) |
| पॉइंट से एलिमेंट पहचानना | हर रन (एक इमेज, एक रन) |
| लेयर ऑटो पहचान | हर रन (एक इमेज, एक रन) |
सप्लायर लागत × हमारा मार्कअप (मॉडल के अनुसार 2.2–2.7×), ऊपर की ओर राउंड करके पूर्ण क्रेडिट में। 1 क्रेडिट = ¥0.04।
इससे दो नियम निकलते हैं:
इनपुट बार दाएँ कोने का नंबर एक अनुमान है: अभी चुने गए मॉडल, रेज़ोल्यूशन, अवधि और संख्या के आधार पर बनता है, और इनमें से कुछ भी बदलते ही बदल जाता है।
यह और असल में कटी रकम एक ही नियम से आती है, इसलिए स्क्रीन पर 18 और बिल पर 42 ऐसा कभी नहीं होगा। एक ही मामला है जहाँ अंतर हो सकता है: जब मॉडल खुद कोई पैरामीटर तय करे (जैसे अवधि "ऑटो" पर हो), तब अनुमान डिफ़ॉल्ट वैल्यू से लगता है।
बैलेंस कम होने पर सबमिशन सीधे अस्वीकार हो जाता है (बताता है कि इस रन के लिए कितने चाहिए और आपके पास कितने हैं), आधा-अधूरा फेल नहीं होता। जनरेशन फेल होने पर पैसे अपने आप वापस आ जाते हैं —— सब कुछ क्रेडिट विवरण में रिकॉर्ड होता है, 14.3 देखें।