नए मॉडल, और कुछ ईमानदार विदाइयाँ

हमने एक ही सेशन में हर प्रोवाइडर के अपने डॉक्यूमेंटेशन को देखा और कैटलॉग को उससे लाइन-दर-लाइन मिलाया। किसी एग्रीगेटर की लिस्ट नहीं: एग्रीगेटर बीच में अपना मार्जिन डालते हैं और जो दिखाते हैं उसके अपने कारण होते हैं। हमने जो पेज पढ़े वे ख़ुद प्रोवाइडर्स के थे।

नए शामिल हुए

OpenAI से: gpt-6-astra, एक रीज़निंग मॉडल; कोड के लिए gpt-5.3-codex; एक छोटा रीयल-टाइम वॉइस मॉडल gpt-realtime-2.1-mini; और स्पीच-टू-टेक्स्ट के लिए gpt-transcribe। Anthropic से: claude-fable-5-1। Google से: gemini-3.8-flash, gemini-3.5-flash-lite और म्यूज़िक के लिए lyria-3.5। xAI से: grok-4.6। DeepSeek का V4.1 Flash टियर उसी शाम अपने नाम के साथ शामिल हुआ।

इनमें से हर एक जिसका रनटाइम पथ है, उसकी लाइन लिखने से पहले डेवलपमेंट key से सच में कॉल किया गया। एक कैटलॉग एंट्री जिसे कभी आज़माया नहीं गया वह ऊपर चिपकाई गई क़ीमत वाला एक अंदाज़ा है।

विदाई, और नई क़ीमत

जिन मॉडलों के बनाने वालों ने एंड डेट पब्लिश की है वे अब वह तारीख़ रखते हैं — याददाश्त से नहीं, बल्कि प्रोवाइडर के डेप्रिकेशन पेज से ली गई: कई Claude जनरेशन, पुरानी Mistral लाइन, दो इमेज मॉडल, एक OpenAI वॉइस मॉडल, सर्च मॉडलों का एक परिवार। जो मॉडल वाक़ई बंद हो गया है उसे बंद के रूप में मार्क किया जाता है, न कि सक्रिय क़ीमत के साथ वहीं छोड़ दिया जाता है।

क़ीमतें कभी अपनी जगह पर एडिट नहीं की जातीं। जब कोई प्रोवाइडर रेट बदलता है, तो पुरानी लाइन को एंड डेट मिलती है और एक नई शुरू होती है — ताकि पिछले महीने का बिल हमेशा उसी रेट पर पढ़ा जाए जो वाक़ई चार्ज किया गया था। इसीलिए इस पास ने मॉडलों से कहीं ज़्यादा लाइनें पैदा कीं।

शटडाउन डेट जो मौजूद ही नहीं थी

वह खोज जो मायने रखती थी। हमारे कैटलॉग में चार Gemini 2.5 मॉडलों की अक्टूबर में रिटायरमेंट डेट थी। Google का डेप्रिकेशन पेज उनके लिए कोई शटडाउन डेट लिस्ट नहीं करता। अगर न सुधारा जाता, तो आज इस्तेमाल हो रहे तीन मॉडल हमारी बनाई हुई एक तारीख़ पर ख़ुद बंद हो जाते, और वह गड़बड़ी प्रोवाइडर की लगती।

इसे हटा दिया गया है। इसके पड़ोसी — वाक़ई पब्लिश की गई तारीख़ें — वैसी ही रहीं, और उलटी दिशा में ग़लत दो को ठीक किया गया।

क्षमताएँ सबसे पहले का मतलब है: एक ग़लत लाइन सब कुछ तोड़ देती है

ToRun नाम से मॉडल नहीं चुनता। यह तय करता है कि किसी टर्न को वाक़ई क्या चाहिए — क्या यह देख सकता है, क्या यह टूल्स कॉल कर सकता है, क्या इसे लंबे कॉन्टेक्स्ट की ज़रूरत है, क्या यह बोलेगा — सिर्फ़ वे मॉडल रखता है जो यह सब कर सकते हैं, और बाक़ी को रैंक करता है। इसका मतलब यह है कि ग़लत दर्ज की गई क्षमता किसी एक फ़ीचर को ख़राब नहीं करती। यह चुपचाप उस क्षमता की ज़रूरत वाली हर चीज़ को ग़लत रास्ते पर भेज देती है।

तो इस पास ने कनेक्शन भी ठीक किए। एक उदाहरण: हमारे सबसे ऊँचे Anthropic टियर का कोई इंटेलिजेंस स्कोर ही नहीं था, इसलिए इसे अनजान समझा गया और अपने ही परिवार के सबसे सस्ते मॉडल से नीचे रैंक किया गया। दूसरा: एक म्यूज़िक मॉडल जिसकी पहचान एक catch-all ब्रांच में गिर जाती थी और चुपचाप लाइन में लिखे मॉडल से अलग मॉडल चलाती थी।

हाथ से मॉडल चुनना अब भी बिल्कुल पहले जैसा सम्मान पाता है — यही वजह है कि इस चुनाव को अब भी उस काम के लिए अस्वीकार किया जा सकता है जो यह नहीं कर सकता।