ایک تازہ ترین لاگت کا تجزیہ ظاہر کرتا ہے کہ ایک لارج لینگویج ماڈل (LLM) کو خود ہوسٹ کرنا (self-hosting) تجارتی APIs کے مقابلے میں صرف اس وقت فائدہ مند ہوتا ہے جب کوئی کاروبار ماہانہ تقریباً 5 ملین سے 10 ملین ان پٹ ٹوکنز پروسیس کرتا ہو۔ AI سروسز کے لیے بجٹ بنانے والے کسی بھی شخص کے لیے، 'بریک ایون پوائنٹ' (break-even point) یہ فیصلہ کرتا ہے کہ آیا "مفت" اوپن ویٹس (open weights) کا لالچ حقیقی بچت میں بدلتا ہے یا نہیں۔
API ماڈل
API فراہم کنندگان فی ٹوکن چارج کرتے ہیں اور تمام ہارڈ ویئر، بجلی، اور کولنگ کا انتظام خود کرتے ہیں۔ موجودہ عوامی نرخ یہ ہیں:
- Claude Sonnet 5 – $2 فی ملین ان پٹ ٹوکنز
- GPT-5.6 – تقریباً $1 فی ملین ان پٹ ٹوکنز
- Meta Muse Spark – $1.25 فی ملین ان باؤنڈ (inbound) ان پٹ ٹوکنز، $4.25 فی ملین آؤٹ باؤنڈ (outbound) ٹوکنز
یہ ماڈل 'پے ایز یو گو' (pay-as-you-go) پر مبنی ہے۔ جب ٹریفک صفر ہو جاتا ہے، تو بل بھی صفر ہو جاتا ہے۔ صارفین GPU کی خرابیوں، فرم ویئر اپ ڈیٹس، اور کیپیسٹی پلاننگ کی پریشانیوں سے بھی بچ جاتے ہیں۔
سیلف ہوسٹنگ ماڈل
اپنے ہارڈ ویئر پر اوپن ویٹ ماڈل چلانے کا مطلب ہے کہ استعمال کے قطع نظر کمپیوٹ کی لاگت آپ کی ذمہ داری ہے۔ ایک واحد NVIDIA H100—جو LLM انفرنس (inference) کے لیے ایک عام انتخاب ہے—کی قیمت یہ ہے:
- عام GPU کلاؤڈ سروسز پر $2 سے $3 فی گھنٹہ
- بڑے کلاؤڈ پلیٹ فارمز (AWS, Azure) پر $7 سے $12 فی گھنٹہ
اس کا مطلب ایک H100 کے مسلسل آپریشن کے لیے ماہانہ تقریباً $1,800 سے $2,000 بنتا ہے۔ ہارڈ ویئر کی قیمت بل کا صرف ظاہری حصہ ہے۔
جہاں اعداد و شمار ملتے ہیں
تجزیہ بتاتا ہے کہ سیلف ہوسٹنگ پریمیم APIs سے سستی اس وقت ہو جاتی ہے جب ماہانہ ان پٹ ٹوکن کا حجم 5 ملین سے 10 ملین کی حد تک پہنچ جاتا ہے۔ اس حد سے کم ہونے پر، فی ٹوکن API نرخ بہتر رہتے ہیں۔ 100 ملین ٹوکنز ماہانہ یا اس سے زیادہ کے حجم پر، صرف ہارڈ ویئر کی لاگت کی لائن API لائن سے نیچے گر جاتی ہے، جس سے کاغذ پر سیلف ہوسٹنگ پرکشش نظر آتی ہے۔
پوشیدہ آپریشنل اخراجات
پروڈکشن میں ماڈل چلانے کی اصل لاگت کا تقریباً 30% صرف GPU کا کرایہ ہے۔ باقی اخراجات درج ذیل سے آتے ہیں:
- نیٹ ورکنگ اور اسٹوریج – ہائی تھرو پٹ لنکس اور تیز ڈسک لیٹنسی (latency) کو کم رکھتے ہیں۔
- ریڈنڈنسی اور مانیٹرنگ – متعدد انسٹنسز، ہیلتھ چیکس، اور الرٹ پائپ لائنز سافٹ ویئر اور ہارڈ ویئر دونوں اخراجات میں اضافہ کرتے ہیں۔
- انجینئرنگ ٹیلنٹ – ایک ماڈل کو قابل اعتماد طریقے سے آن لائن رکھنے کے لیے عام طور پر 1.5 سے 2 فل ٹائم انجینئرز کی ضرورت ہوتی ہے۔ مارکیٹ ریٹس کے مطابق، یہ سالانہ اخراجات میں $270,000 سے $550,000 کا اضافہ کرتا ہے۔
جب یہ تمام عوامل شامل کیے جاتے ہیں، تو صرف ہارڈ ویئر سے ہونے والی ظاہری بچت تیزی سے ختم ہو جاتی ہے۔
کن لوگوں کو سیلف ہوسٹنگ پر غور کرنا چاہیے
سیلف ہوسٹنگ صرف مخصوص حالات میں ہی منطقی ہے:
- مسلسل بھاری حجم – ادارے کو باقاعدگی سے 5 ملین ٹوکن کی حد سے تجاوز کرنا چاہیے، ورنہ فی ٹوکن API کی قیمت کم رہتی ہے۔
- ریگولیٹری یا ڈیٹا پرائیویسی کی پابندیاں – کچھ شعبے ملکیتی یا ذاتی ڈیٹا کو تھرڈ پارٹی اینڈ پوائنٹس پر بھیجنے سے منع کرتے ہیں۔
- خصوصی کسٹمائزیشن یا لیٹنسی کی ضمانت – جب کسی ماڈل کو اندرونی ڈیٹا پر فائن ٹیون (fine-tune) کرنا ہو یا سیکنڈ کے کسرے میں جوابات دینے ہوں، تو اپنا اسٹیک (stack) رکھنا جائز ہو سکتا ہے۔
اگر ان میں سے کوئی بھی دباؤ موجود نہ ہو، تو اکثر پوشیدہ عملے اور انفراسٹرکچر کے اخراجات ہارڈ ویئر کی بچت پر بھاری پڑ جاتے ہیں۔
ایک ہائبرڈ حکمت عملی
زیادہ تر ٹیمیں جو اس پیمانے تک پہنچ جاتی ہیں جہاں سیلف ہوسٹنگ قابل عمل ہو، وہ پھر بھی ایک مخلوط طریقہ کار اپناتی ہیں:
- APIs سے آغاز کریں – یہ سستی ہیں، انہیں انٹیگریٹ کرنا آسان ہے، اور تجربات یا کم حجم کے کاموں کے لیے بہترین ہیں۔
- زیادہ حجم والے اسٹریمز کو منتقل کریں – جب ٹوکن کی تعداد مستقل طور پر بریک ایون پوائنٹ سے آگے نکل جائے، تو ان پائپ لائنز کو ان ہاؤس کلسٹر (in-house cluster) پر منتقل کر دیں۔
- حفاظتی جال برقرار رکھیں – آن پریم (on-prem) وسائل کی ضرورت سے زیادہ فراہمی سے بچنے کے لیے کبھی کبھار یا اچانک آنے والی درخواستوں کے لیے API کا استعمال جاری رکھیں۔
ٹوکن کے حساب کتاب کا باقاعدگی سے جائزہ لیں، پھر اس میں آپریشنل اخراجات بھی شامل کریں جنہیں محض ہارڈ ویئر کی قیمتوں میں نظر انداز کر دیا جاتا ہے۔ اس مکمل تصویر کی بنیاد پر کیے گئے فیصلے غلط فہمیوں کا شکار ہونے کے امکانات بہت کم ہوتے ہیں۔
خلاصہ
اگر آپ کی AI پروڈکٹ ماہانہ چند ملین سے کم ٹوکنز پروسیس کرتی ہے، تو سب سے سادہ اور سستا راستہ اب بھی API کا استعمال کرنا ہے۔ سیلف ہوسٹنگ صرف اس وقت مالی طور پر قابل عمل ہوتی ہے جب مسلسل، زیادہ حجم کی طلب، سخت تعمیل (compliance)، یا کسٹم لیٹنسی کی ضروریات پیدا ہوں—اور تب بھی، کلاؤڈ پر فتح کا اعلان کرنے سے پہلے عملے اور انفراسٹرکچر کے پوشیدہ اخراجات کو مدنظر رکھنا ضروری ہے۔