संक्षिप्त जवाब
कोडिंग स्पेशलिस्ट उन श्रेणियों में से एक हैं जिन्हें Powerhouse पर रोका गया है। Pro तक कोई भी कोडर स्पेशलिस्ट नहीं पहुंचता, इसलिए इसका कोड पाथ Claude Sonnet क्लास, Kimi K3, और चुनिंदा जनरल पंक्तियों से होकर जाता है। Starter में कुल मिलाकर चार पिकर एंट्री मिलती हैं और उनमें से कोई भी कोडिंग मॉडल नहीं है। एक फ्री खाता किसी भी कोडिंग पंक्ति तक नहीं पहुंचता: 2026-09-02 से यह सिर्फ़ Whizi AI और Auto खोलता है, पहले दिन 7 मैसेज पर, फिर रोज़ 3 पर।
| प्लान | कोड के लिए यह क्या देता है |
|---|---|
| Free | सिर्फ़ Whizi AI और Auto, पहले दिन 7 मैसेज फिर रोज़ 3 |
| Starter, $15.99/महीना | कुल मिलाकर चार पिकर एंट्री: Auto, हाउस मॉडल, एक GPT पंक्ति और एक Gemini Flash पंक्ति। कोई कोडिंग स्पेशलिस्ट नहीं |
| Pro, $29.99/महीना | Claude Sonnet क्लास, Kimi K3, और GPT, Gemini, DeepSeek, Llama, Mistral, Qwen और GLM में चुनिंदा जनरल पंक्तियाँ। फिर भी कोई कोडिंग स्पेशलिस्ट नहीं |
| Powerhouse, $49.99/महीना | ऊपर की सभी चीज़ें, साथ ही कोडिंग स्पेशलिस्ट |
इस पेज का बाकी हिस्सा कोडर नाम वाली पंक्तियों और उनकी लागत, कोड को चैट में कैसे लाया जाए और क्या इसे मना करता है, और कंपेयर व स्विच लूप के हर हिस्से का मालिक कौन सा मौजूदा पेज है, इस बारे में है।
कैटलॉग में कोडर नाम वाली पंक्तियाँ, और हर एक की कीमत
जो कुछ भी Starter सेट, एजेंट सेट, या साफ़ तौर पर बताई गई Pro लिस्ट में नहीं है, वह Powerhouse में आता है, और कोडिंग स्पेशलिस्ट उन श्रेणियों में से एक हैं जिन्हें जानबूझकर वहीं रोका गया है ताकि टॉप टियर के पास बेचने के लिए कुछ रहे। ये फ्रंटियर रीज़निंग टियर, 400B क्लास ओपन वेट्स और राउटिंग मॉडलों के साथ रहते हैं।
नीचे दिए गए आइडेंटिफ़ायर संदर्भ डेटा हैं, जैसे कैटलॉग में दर्ज हैं वैसे ही दिए गए हैं।
| मॉडल | प्रति मैसेज क्रेडिट | न्यूनतम प्लान |
|---|---|---|
openai gpt-5.3-codex | 12 | Powerhouse |
openai gpt-5.2-codex | 10 | Powerhouse |
moonshotai kimi-k2.7-code | 10 | Powerhouse |
openai gpt-5.1-codex | 8 | Powerhouse |
openai gpt-5.1-codex-max | 8 | Powerhouse |
qwen qwen3-coder | 3 | Powerhouse |
qwen qwen3-coder-plus | 3 | Powerhouse |
kwaipilot kat-coder-pro-v2.5 | 3 | Powerhouse |
x-ai grok-build-0.1 | 3 | Powerhouse |
openai gpt-5.1-codex-mini | 2 | Powerhouse |
qwen qwen-2.5-coder-32b-instruct | 2 | Powerhouse |
qwen qwen3-coder-next | 1 | Powerhouse |
qwen qwen3-coder-flash | 1 | Powerhouse |
qwen qwen3-coder-30b-a3b-instruct | 1 | Powerhouse |
kwaipilot kat-coder-air-v2.5 | 1 | Powerhouse |
kwaipilot kat-coder-pro-v2 | 1 | Powerhouse |
mistralai codestral-2508 | 1 | Powerhouse |
Cost Index इनमें से कई पंक्तियों की कीमत बताता है, यानी 1,000 इनपुट प्लस 500 आउटपुट टोकन के एक मानक जवाब की कीमत प्रोवाइडर की लिस्ट रेट पर, जो OpenRouter से 2026-08-20 को ली गई थी।
| मॉडल | कॉन्टेक्स्ट विंडो | प्रति मानक जवाब लागत | क्रेडिट |
|---|---|---|---|
| Qwen3 Coder Next | 262K | $0.00052 | 1 |
| Codestral 2508 | 256K | $0.00075 | 1 |
| Grok Build 0.1 | 256K | $0.002 | 3 |
| Kimi K2.7 Code | 262K | $0.00246 | 10 |
कीमत वाली चार पंक्तियों में से दो 1 क्रेडिट पर, एक 3 पर और एक 10 पर है, सभी एक ही प्लान के पीछे।
क्रेडिट लागत हर मैसेज पर एक तय पूर्णांक है। इसमें आपके कोड की लंबाई, थ्रेड की लंबाई, या जवाब की लंबाई का कोई असर नहीं पड़ता, इसलिए एक ही मॉडल पर एक लाइन का सवाल और 400 लाइन की फ़ाइल की कीमत बराबर होती है। पूरी लिस्ट क्रेडिट कैसे काम करते हैं में है।
इसकी जगह Pro क्या इस्तेमाल करता है
Pro पूरा नहीं बल्कि चुना हुआ सेट है: हर फ़ैमिली से एक या दो मौजूदा फ्लैगशिप, हर फ़ैमिली का फास्ट टियर, और ज़्यादा इस्तेमाल होने वाले वर्कहॉर्स मॉडल। Anthropic पर Sonnet ही Pro की ऊपरी सीमा है और Opus क्लास Powerhouse में है, इसलिए Pro पर कोड के लिए सबसे मज़बूत चुनी गई पंक्तियाँ 10 क्रेडिट पर Claude Sonnet क्लास और 10 क्रेडिट पर Kimi K3 हैं।
Auto भी यही मानता है। Auto हर मैसेज को छह तय पायदानों में से एक पर रखता है, और इसका कोड पायदान 10 क्रेडिट पर Claude Sonnet क्लास पर टिका है, और Pro ही सबसे कम प्लान है जो इस तक पहुंचता है। Pro पर, कोड मैसेज के लिए Auto जो पंक्ति चुनता है और जो सबसे अच्छी कोड पंक्ति आप खुद हाथ से चुन सकते हैं, दोनों एक ही हैं। पूरी लिस्ट Auto रूटिंग कैसे काम करती है में है।
मुश्किलता थ्रेड के अंदर भी चिपकी रहती है: पिछले टर्न का मॉडल एक न्यूनतम सीमा की तरह काम करता है, इसलिए किसी कोड जवाब का फॉलो-अप अपने आप सबसे सस्ती पंक्ति पर वापस नहीं जा सकता।
कोड को चैट में कैसे लाया जाए
कोड लाने के दो रास्ते हैं, और दोनों अलग अलग चीज़ें स्वीकार करते हैं।
हर मैसेज पर। कंपोज़र का फ़ाइल पिकर सीधे सोर्स फ़ाइलें लेता है, और पूरी एक्सटेंशन लिस्ट सपोर्टेड फ़ाइल टाइप्स में है। वेबसाइट कंपोज़र हर मैसेज पर ज़्यादा से ज़्यादा 6 फ़ाइलें रखता है, हर एक 10 MB तक सीमित।
प्रोजेक्ट से पिन की गई। यह लिस्ट छोटी है और इसमें सोर्स कोड शामिल नहीं है: पिन की गई फ़ाइलें PDF, प्लेन टेक्स्ट, Markdown, CSV, JSON, .docx और .xlsx स्वीकार करती हैं, और इमेजेज़ जानबूझकर बाहर रखी गई हैं क्योंकि पिन की गई फ़ाइल हर टर्न पर प्रॉम्प्ट टेक्स्ट की तरह साथ चलती है। .ts या .py फ़ाइल चुनने पर Choose a PDF, Word, Excel, text, Markdown, CSV, or JSON file. HTTP 415 unsupported_project_file_type के रूप में मिलता है। फ़ाइल को पहले .txt या .md के रूप में सेव करना इसका रास्ता है। बाकी अपलोड इनकार फ़ाइल अपलोड नहीं हुई में हैं।
अटैच करने की जगह पेस्ट करने पर मैसेज कैप की सीमा आ जाती है। एक चैट मैसेज ज़्यादा से ज़्यादा 100,000 कैरेक्टर तक सीमित है, और इससे ऊपर भेजना This message is {count} characters, over the 100,000 character limit. Attach a shorter file, or ask about one section at a time. कहकर HTTP 400 message_too_long के साथ मना कर दिया जाता है। इस गिनती में आपकी फ़ाइलों से निकाला गया टेक्स्ट भी शामिल है। देखें मैसेज नहीं भेजा जा रहा।
जो भी फिट होता है, ज़्यादातर कैटलॉग मॉडलों को फिर हर टर्न पर एक तय 40,000 इनपुट टोकन का बजट मिलता है, और जिस मॉडल की कॉन्टेक्स्ट विंडो 93,000 टोकन से कम है उसे इसकी जगह एक छोटा आनुपातिक बजट मिलता है, इसलिए एक बड़ी फ़ाइल और एक लंबा थ्रेड एक ही जगह के लिए होड़ करते हैं। पूरा बजट जब बातचीत बहुत लंबी हो जाए में है।
लूप, और इसका हर आधा हिस्सा कहाँ दर्ज है
असली काम दो तरीके करते हैं, और हर एक का अपना पेज है।
- सीक्वेंशियल। बातचीत के बीच में मॉडल बदलना।
- पैरेलल। मॉडलों की साथ साथ तुलना करना।
एक अटैचमेंट नियम दोनों तरीकों में साथ रखने लायक है: सिर्फ़ सबसे हाल के यूज़र मैसेज के अटैचमेंट ही प्रोवाइडर को भेजे जाते हैं, इसलिए पांच टर्न पहले अटैच की गई फ़ाइल मौजूदा टर्न पर दोबारा नहीं भेजी जाती।
तीन सीमाएँ तय करती हैं कि कोड पर यह लूप असल में कैसा महसूस होता है।
कोई रीजनरेट कंट्रोल नहीं है। किसी टर्न को फिर से चलाने का तरीका है अपना मैसेज एडिट करके दोबारा भेजना, जिससे उस टर्न का एक वर्ज़न बनता है, जिसे "2/2" जैसे तीरों से नेविगेट किया जा सकता है। एक वर्ज़न सिर्फ़ एडिट किया गया मैसेज नहीं है: यह वह मैसेज और उसके बाद का हर जवाब है, इसलिए वर्ज़न बदलने से बातचीत की पूरी पूंछ बदल जाती है, और किसी टर्न को एडिट करने से उसके बाद के हर टर्न का वर्ज़न इतिहास मिट जाता है। तीन टर्न पीछे किसी प्रॉम्प्ट को ठीक करने से आपने उसके आगे जो शाखाएँ खोजी थीं वे सब गायब हो जाती हैं।
एक बार में एक अकाउंट पर सिर्फ़ एक जनरेशन चलती है। प्रति-यूज़र लॉक का मतलब है कि एक ही अकाउंट के लिए दो डिवाइस, या दो टैब, कभी भी एक साथ जनरेट नहीं कर सकते, और दूसरी कोशिश एक जनरेशन इन प्रोग्रेस कॉन्फ़्लिक्ट के तौर पर मना कर दी जाती है। हालांकि जवाब क्लाइंट से बचकर निकल जाता है: जनरेशन एक प्रति-बातचीत कोऑर्डिनेटर में चलती है, इसलिए स्ट्रीम के बीच में टैब बंद करने से जवाब अब नहीं मरता, और दोबारा खोला गया टैब पहले से चल रही स्ट्रीम से दोबारा जुड़ सकता है।
अपने प्लान से ऊपर का मॉडल चुनना डाउनग्रेड नहीं, इनकार है। यह Upgrade your plan to use this model. को HTTP 403 tier_upgrade_required के रूप में लौटाता है। Auto कभी यह एरर नहीं देता, क्योंकि यह हमेशा वही पंक्तियाँ चुनता है जो आपका प्लान पहले से खोल सकता है। बाकी गेट मैसेज मॉडल उपलब्ध नहीं है में हैं।
कोड के लिए Whizi के पास क्या नहीं है
कोई पब्लिक या डेवलपर API नहीं है, कोई API की जारी नहीं होती और कोई पर्सनल एक्सेस टोकन नहीं है, इसलिए Whizi को किसी एडिटर, टर्मिनल या CI जॉब में नहीं जोड़ा जा सकता। हर रूट थर्ड-पार्टी इंटीग्रेशन के बजाय एंड यूज़र सेशन के तौर पर ऑथेंटिकेट होता है। इसकी जगह क्या करें, यह क्या Whizi के पास API है में बताया गया है।
कोई अकाउंट-लेवल कस्टम इंस्ट्रक्शन सेटिंग भी नहीं है। प्रति-प्रोजेक्ट इंस्ट्रक्शन, जो 32,000 कैरेक्टर तक हो सकते हैं और उस प्रोजेक्ट की हर बातचीत पर लागू होते हैं, प्रोडक्ट में यूज़र द्वारा लिखा गया इकलौता स्थायी इंस्ट्रक्शन है, और यहीं स्टैक डिस्क्रिप्शन या हाउस कन्वेंशन की जगह बनती है।
कोई प्रॉम्प्ट टेम्पलेट या सेव्ड प्रॉम्प्ट फ़ीचर नहीं है: चैट UI में कहीं भी कोई टेम्पलेट लाइब्रेरी, कोई सेव्ड प्रॉम्प्ट और कोई स्निपेट इंसर्शन नहीं है। इसका सबसे करीबी असली विकल्प किसी प्रोजेक्ट के इंस्ट्रक्शन हैं, जो उस प्रोजेक्ट की हर चैट पर अपने आप लागू होते हैं।
- कोडिंग स्पेशलिस्ट सिर्फ़ Powerhouse की श्रेणी हैं; Starter और Pro उन तक नहीं पहुंचते
- Pro के पास कोडर स्पेशलिस्ट नहीं है; इसकी कोड पंक्तियाँ 10 क्रेडिट पर Claude Sonnet क्लास और Kimi K3 हैं
- Starter में कुल मिलाकर चार पिकर एंट्री मिलती हैं और उनमें से कोई भी कोडिंग मॉडल नहीं है
- एक फ्री खाता किसी भी कोडिंग पंक्ति तक नहीं पहुंचता: स्पेशलिस्ट Powerhouse में रहते हैं
- कोडर नाम वाली पंक्तियाँ प्रति मैसेज 1 से 12 क्रेडिट तक हैं, हर एक Powerhouse के पीछे
- सोर्स फ़ाइलें हर मैसेज पर अटैच करें; प्रोजेक्ट में पिन की गई फ़ाइलें कोड एक्सटेंशन स्वीकार नहीं करतीं
- एक चैट मैसेज 100,000 कैरेक्टर तक सीमित है, और ज़्यादातर मॉडलों को 40,000 टोकन का इनपुट बजट मिलता है
- कोई रीजनरेट कंट्रोल नहीं है: मैसेज एडिट करें और दोबारा भेजें, जिससे पूरी पूंछ का वर्ज़न बनता है
अक्सर पूछे जाने वाले सवाल
Whizi में कोडिंग के लिए कौन सा मॉडल सबसे अच्छा है?
Whizi हर पंक्ति के लिए जो पब्लिश करता है वह है प्लान गेट, क्रेडिट पायदान और कॉन्टेक्स्ट विंडो, कोई रैंकिंग नहीं। प्रोडक्ट की राय के सबसे करीब चीज़ है Auto, जिसका कोड पायदान 10 क्रेडिट पर Claude Sonnet पर टिका है और Pro से पहुंचा जा सकता है। इसके अलावा, व्यावहारिक तरीका यह है कि एक ही काम को दो पंक्तियों पर चलाएं और अपने खुद के कोड पर जो जीते उसे रखें।
क्या मैं Pro पर Codex मॉडल इस्तेमाल कर सकता हूँ?
नहीं। Pro का OpenAI सेट जनरल GPT पंक्तियों का है, और हर Codex आइडेंटिफ़ायर Starter सेट और Pro सेट दोनों से बाहर पड़ता है, यानी Powerhouse। Codex पंक्तियाँ प्रति मैसेज openai gpt-5.1-codex-mini के लिए 2 क्रेडिट से लेकर openai gpt-5.3-codex के लिए 12 क्रेडिट तक हैं, इसलिए पांच में से तीन 10 क्रेडिट वाली Claude Sonnet क्लास से नीचे हैं।
क्या मैं एक सोर्स फ़ाइल किसी प्रोजेक्ट से पिन कर सकता हूँ ताकि हर चैट उसे देखे?
उसके मूल एक्सटेंशन के साथ नहीं, और यहां एक्सटेंशन से ज़्यादा सीमाएँ मायने रखती हैं। पिन की गई फ़ाइल उस प्रोजेक्ट के हर टर्न पर प्रॉम्प्ट में दोबारा बनाई जाती है, बातचीत जैसे ही इनपुट बजट के अंदर, हर पिन की गई फ़ाइल ज़्यादा से ज़्यादा 32,000 कैरेक्टर का निकाला गया टेक्स्ट देती है और पूरा प्रोजेक्ट ब्लॉक ज़्यादा से ज़्यादा 10 फ़ाइलों में 120,000 कैरेक्टर तक सीमित है।
क्या मेरा कोड AI मॉडलों को ट्रेन करने के लिए इस्तेमाल होता है?
नहीं। Whizi आपके प्रॉम्प्ट, फ़ाइलें, बातचीत, वॉइस ट्रांसक्रिप्ट, या जनरेट किया गया कंटेंट Whizi के अपने AI मॉडलों को ट्रेन करने के लिए इस्तेमाल नहीं करता। Whizi उस कंटेंट को ट्रेनिंग डेटा के तौर पर नहीं बेचता। अपलोड किए गए अटैचमेंट ज़्यादा से ज़्यादा 30 दिन बाद एक्सपायर होने के लिए सेट किए गए हैं और आपके द्वारा या अकाउंट डिलीट करने के दौरान इससे पहले भी मिटाए जा सकते हैं। अपस्ट्रीम मॉडल प्रोवाइडर्स द्वारा प्रोसेसिंग हर प्रोवाइडर की शर्तों और कॉन्फ़िगरेशन से तय होती है, और Whizi यह दावा नहीं करता कि हर प्रोवाइडर एक ही रिटेंशन सेटिंग फॉलो करता है। पूरी जानकारी Whizi आपके डेटा के साथ क्या करता है में है।