ChatGPT ने मुझे मिनी मॉडल पर क्यों भेज दिया, और इसके बारे में क्या करें

आप सीमा तक पहुंचे और फ़ॉलबैक मॉडल पर भेज दिए गए

आपने यह कल्पना नहीं की। जब आप मज़बूत मॉडल पर अपना भत्ता खत्म कर लेते हैं, तो ChatGPT आमतौर पर आपको रोककर जवाब देने से मना नहीं करता। यह बातचीत एक छोटे, सस्ते मॉडल को सौंप देता है और उसी थ्रेड में, उसी टाइपिंग एनिमेशन के साथ आगे बढ़ता है। जवाब में कुछ भी यह ऐलान नहीं करता कि पीछे की मशीन बदल गई। आपको सिर्फ़ इसलिए पता चलता है क्योंकि जवाब छोटे, चपटे, ज़्यादा भूलने वाले और ज़्यादा आत्मविश्वास से गलत होने लगते हैं।

OpenAI इसे जान-बूझकर बनाया गया व्यवहार बताकर दस्तावेज़ में दर्ज करता है। इसके मॉडल रिलीज़ नोट्स एक मिनी मॉडल का ज़िक्र करते हैं जिस तक यूज़र मुख्य मॉडल पर रेट लिमिट पूरी करने के बाद पहुंचते हैं, और बताते हैं कि चूंकि यह एक फ़ॉलबैक के तौर पर काम करता है, यह मॉडल पिकर में नहीं दिखता। यही एक डिज़ाइन फ़ैसला ज़्यादातर उलझन की वजह बताता है: आप फ़ॉलबैक को चुन नहीं सकते, इसलिए आपको कभी यह जांचने का ख्याल ही नहीं आता कि आप उस पर हैं या नहीं।

तो ईमानदार निदान यह है: मॉडल शायद सचमुच कमज़ोर हुआ, और आपके चुने मॉडल के साथ किसी ने कुछ नहीं किया। आपको उससे हटा दिया गया। बाकी का यह हिस्सा बताता है कि इसे तीस सेकंड में कैसे पुष्टि करें और इससे हैरान होना कैसे बंद करें।

पहले जांच लें कि यही आपकी समस्या है, इसकी दो हमशक्ल समस्याएं नहीं। अगर आपको आपके प्लान या लिमिट का नाम लेते किसी मैसेज ने पूरी तरह रोक दिया, तो यह एक दिखने वाली सीमा है, और ChatGPT कहता है मैं अपनी सीमा पर पहुंच गया हूं इसे कवर करता है। अगर हर बातचीत में सामान्य एरर के साथ जवाब नाकाम हो रहे हैं, तो यह एक आउटेज है, और ChatGPT बंद हो तो क्या इस्तेमाल करें ज़्यादा तेज़ पढ़ाई है। यह लेख तीसरे मामले के लिए है, जिसमें कोई एरर मैसेज बिल्कुल नहीं आता: सब कुछ अब भी काम करता है, बस बदतर है।

सीमा पूरी होने पर असल में क्या होता है

हर कंज़्यूमर AI प्लान किसी न किसी तरह इस्तेमाल नापता है, क्योंकि बड़ा मॉडल चलाना हर मैसेज पर असली पैसा खर्च करता है। जो अलग होता है वह यह है कि सीमा पर क्या होता है, और इन तीन में से आपको क्या मिलता है, यही तय करता है कि आप कितने उलझते हैं।

सीमा पर व्यवहार	आपको क्या दिखता है	यह कितना उलझाने वाला है
हार्ड स्टॉप	एक बैनर कहता है कि आप एक बताए गए समय तक बाहर हैं, और कुछ नहीं भेजा जाता	परेशान करने वाला, पर ईमानदार। आपको ठीक-ठीक पता है कि आप कहां खड़े हैं
दिखने वाला डाउनग्रेड	एक नोटिस कहता है कि आपको एक छोटे मॉडल पर भेज दिया गया है	हल्का परेशान करने वाला, फिर भी ईमानदार
चुपचाप फ़ॉलबैक	बातचीत बस चलती रहती है, किसी दूसरे मॉडल से जवाब मिलता है	वह जो लोगों को यह सोचने पर मजबूर करता है कि प्रोडक्ट खराब हो गया

ChatGPT ज़्यादातर तीसरी पंक्ति में बैठता है। बदलाव के पल पर अक्सर एक नोटिस आता है, पर नोटिस स्क्रॉल होकर चला जाता है और उसके बाद आने वाले जवाबों के साथ बना नहीं रहता। किसी लंबे थ्रेड में गहरे, इंटरफ़ेस के बजाय जवाब पढ़ते हुए, आप इसे नोटिस नहीं करेंगे। बाद में जब आपकी विंडो रीसेट होती है तो मॉडल चुपचाप सामान्य हो जाता है, यही वजह है कि लोग यह मान लेते हैं कि गुणवत्ता मीटर की गई नहीं, बेतरतीब है।

आंकड़ों पर एक टिप्पणी, क्योंकि इसी विषय के ज़्यादातर लेख यहीं गलती करते हैं। प्रोवाइडर बिना घोषणा किए लगातार सीमाएं बदलते हैं, और सीमाएं प्लान, मॉडल, फ़ीचर और कभी-कभी मौजूदा लोड के हिसाब से अलग होती हैं, इसलिए किसी लेख में छपा कोई भी आंकड़ा जल्दी पुराना पड़ जाता है। यह खुद दो महीनों में दो बार बदला। OpenAI सालों तक कुछ घंटों की घूमती हुई विंडो पर मीटर करता था, Engadget ने बताया कि जुलाई 2026 के आसपास फ़्री प्लान ने वह विंडो छोड़कर एक साप्ताहिक भत्ता अपना लिया लगा, और अगस्त 2026 की शुरुआत में OpenAI ने घोषणा की कि सादा टेक्स्ट चैट सभी टियर में अनलिमिटेड हो रही है जबकि फ़ाइलों, इमेज, वॉइस और इमेज जनरेशन पर अलग सीमाएं बनी रहेंगी। इसे छपे आंकड़ों के बारे में एक चेतावनी समझें, न कि मौजूदा हालत, यह लेख भी शामिल है। किसी थर्ड-पार्टी सार पर भरोसा करने के बजाय अपने प्रोवाइडर का अपना लिमिट पन्ना अपने अकाउंट के अंदर से जांचें। ChatGPT कहता है मैं अपनी सीमा पर पहुंच गया हूं रीसेट वाला सवाल पूरी तरह सुलझाता है।

अभी आपको कौन सा मॉडल जवाब दे रहा है, यह कैसे पता करें

एहसास पर भरोसा मत करें, जांचें। इंटरफ़ेस हर कुछ महीनों में दोबारा डिज़ाइन होते हैं, इसलिए आज किसी बटन की जगह बताने के बजाय, यहां वह है जो देखना चाहिए। ये फ़ीचर से जुड़े हैं, पिक्सल से नहीं, इसलिए ये दोबारा डिज़ाइन होने के बाद भी बने रहते हैं।

1. बातचीत के सबसे ऊपर मॉडल का नाम। हर चैट ऐप हेडर में या कंपोज़र के बगल में चुना गया मॉडल दिखाता है। यह बताता है कि क्या चुना गया है, हमेशा यह नहीं कि किसने जवाब दिया।
2. किसी अकेले जवाब के नीचे के कंट्रोल। किसी खास जवाब पर होवर करें या देर तक दबाएं। वहां की छोटी पंक्ति (कॉपी, थंब्स, रीट्राई) में आमतौर पर रीजेनरेट या "फिर कोशिश करें" का विकल्प होता है, और ChatGPT में वह मेन्यू आपको सवाल किसी नामित मॉडल को दोबारा भेजने देता है। किसी ज़्यादा मज़बूत मॉडल पर ज़ोर देने के लिए काम का, पर इसे रसीद नहीं, दोबारा पूछने का तरीका मानें: अगस्त 2026 तक हम OpenAI के अपने दस्तावेज़ से यह पुष्टि नहीं कर पाए कि ChatGPT आपके सामने पहले से बैठे जवाब पर यह लेबल लगाता है कि उसे किस मॉडल ने लिखा। अपने निदान को किसी प्रति-मैसेज लेबल ढूंढने पर टिकाकर न रखें।
3. अकाउंट सेटिंग में इस्तेमाल या लिमिट का पन्ना। इसे जांचें, पर ज़्यादा उम्मीद न रखें: कंज़्यूमर प्लान भरोसे से चलने वाला काउंटर नहीं दिखाते, और रीसेट का समय सेटिंग पन्ने से ज़्यादा लिमिट वाले मैसेज के अंदर आता है।
4. बदलाव के पल का नोटिस। जब यह दिखता है तो यह पॉपअप के बजाय थ्रेड के अंदर बैठा होता है, इसलिए अगर आप इसे स्क्रॉल करके निकल गए, तो यह अब भी ट्रांसक्रिप्ट में ऊपर मौजूद है।
5. चैटबॉट से मत पूछें कि वह कौन सा मॉडल है। मॉडल को भरोसे से अपना नाम या संस्करण नहीं पता होता, और यह पूरे आत्मविश्वास से वही नाम लेगा जिसकी उसके प्रशिक्षण टेक्स्ट में सबसे ज़्यादा चर्चा हुई हो। उस जवाब की कोई कीमत नहीं। AI गलत जवाब क्यों देता है इस तरह की आत्मविश्वासी बकवास को कवर करता है।

चूंकि इनमें से हर एक ऐसे इंटरफ़ेस पर निर्भर है जो बदलता रहता है, जो जांच असल में टिकती है वह व्यवहार पर आधारित है। कहीं एक छोटा बेंचमार्क प्रॉम्प्ट सेव करके रखें, ऐसा कुछ जिसका अच्छा जवाब आप फ़ौरन पहचान लें। कोई मुश्किल रीराइट, अपने ही काम से कोई छोटी लॉजिक पहेली। जब गुणवत्ता गड़बड़ लगे, इसे भेजें। सेकंडों में आपको पता चल जाएगा कि आप उसी मॉडल से बात कर रहे हैं जिसके बारे में आपको लगता है, और कोई रीडिज़ाइन आपसे यह नहीं छीन सकता।

छोटा मॉडल अलग क्यों महसूस होता है

फ़ॉलबैक बड़े मॉडल का बिगाड़ा हुआ संस्करण नहीं है। यह एक अलग, छोटा मॉडल है, अलग से प्रशिक्षित, जिसे इसलिए चुना गया क्योंकि इसे चलाना बहुत सस्ता पड़ता है। छोटे मॉडल ज़्यादातर आसान अनुरोधों में सचमुच अच्छे होते हैं, इसीलिए वे फ़ॉलबैक के तौर पर काम कर पाते हैं। वे एक खास पैटर्न में नाकाम होते हैं, और एक बार आपको वह पैटर्न पता चल जाए तो आप बिना किसी इंटरफ़ेस के भी बदलाव पहचान सकते हैं।

• व्यवहार में छोटी वर्किंग मेमोरी। छोटे मॉडल का कॉन्टेक्स्ट विंडो अक्सर छोटा होता है, और जहां बताई गई विंडो एक जैसी भी हो, वहां भी यह शुरुआती ब्योरा उतनी भरोसे से नहीं रखता। लक्षण है बीस मैसेज पहले तय की गई किसी बात को दोबारा समझाना, या शुरुआत में तय की गई कोई सीमा छोड़ देना। कॉन्टेक्स्ट विंडो क्या है बताता है कि लिमिट तक पहुंचने से पहले ही गुणवत्ता अक्सर क्यों गिरने लगती है।
• निर्देश मानने में कमज़ोरी, खासकर एक साथ ढेर सारे निर्देशों में। एक निर्देश यह मानेगा। एक साथ चार ("200 शब्दों के अंदर, कोई बुलेट पॉइंट नहीं, सेकंड पर्सन, क्लाइंट का नाम मत रखो") वहां है जहां यह चुपचाप एक-दो छोड़ने लगता है। यह सबसे भरोसेमंद पहचान है।
• चपटा ढांचा। जवाब एक सामान्य आकार की ओर बहते हैं: छोटा इंट्रो, तीन हेडिंग, सारांश। बड़ा मॉडल यह तय करने में बेहतर है कि आपके सवाल को अलग आकार चाहिए।
• ज़्यादा आत्मविश्वासी गलतियां। वही रवां आवाज़, इसके पीछे थोड़ी कम क्षमता, इसलिए यह कितना यकीन से बोलता है और कितना सही है, इनके बीच का फ़ासला और चौड़ा हो जाता है।
• कमज़ोर मल्टी-स्टेप रीज़निंग। किसी भी ऐसी चीज़ को जिसमें एक साथ कई बीच के नतीजे थामे रखने हों (शर्तों वाली गणना, निर्भरता वाली योजना, डिबगिंग), रीराइट के मुकाबले कहीं ज़्यादा नुकसान होता है।

गौर करें कि उस सूची में क्या नहीं है: आम बातचीत, छोटे रीराइट, फटाफट समझाना, लहज़े में बदलाव, किसी पैराग्राफ़ को संवारना। इस काम में छोटा मॉडल लगभग अलग पहचान में न आने लायक और तेज़ है। यह डिज़ाइन है, कोई हादसा नहीं। फ़ॉलबैक तभी समस्या है जब यह उन अनुरोधों पर पड़ता है जिन्हें बड़े मॉडल की ज़रूरत थी, और आप देख नहीं सकते कि आपको कौन सा मिला।

फ़ॉलबैक के साथ एक और बात याद रखें: सहायक अपने आप रूट भी करते हैं, आपके लिए तय करते हैं कि किसी सवाल को तेज़ मॉडल चाहिए या धीमे रीज़निंग मॉडल की ज़रूरत है। जब वह राउटर दोबारा ट्यून होता है, तो वही प्रॉम्प्ट पिछले हफ़्ते से अलग गहराई के साथ लौटते हैं, जो बाहर से देखने पर बिल्कुल मॉडल के कमज़ोर होने जैसा लगता है। फ़ॉलबैक और रूटिंग के बीच, एक अकेला ऐप बिना बताए फ़ैसला ले रहा होता है, इसलिए आप "मॉडल बदल गया" को "मुझे हटा दिया गया" से और "मैंने खराब सवाल पूछा" से अलग नहीं कर सकते।

इसके बारे में क्या करें

मेहनत के मोटे क्रम में। पहले तीन मुफ़्त हैं और मिनटों में हो जाते हैं।

1. शिकायत करने से पहले पुष्टि करें। अपना सेव किया बेंचमार्क प्रॉम्प्ट चलाएं। अगर जवाब उतना चपटा आए जितना आप जानते हैं कि वह प्रॉम्प्ट डिज़र्व नहीं करता, तो आप फ़ॉलबैक पर हैं और विंडो रीसेट होते ही आमतौर पर सामान्य हो जाएंगे।
2. मज़बूत मॉडल का बजट बनाएं। फ़ालतू काम (रीराइट, ब्रेनस्टॉर्म, फटाफट सवाल) कहीं सस्ती जगह करें। लंबे बेतरतीब थ्रेड सबसे तेज़ी से भत्ता खत्म करते हैं।
3. हर काम के लिए नई चैट शुरू करें। लंबे थ्रेड हर अनुरोध में पूरी हिस्ट्री साथ ले जाते हैं, जिससे लागत बढ़ती है और छोटा फ़ॉलबैक जल्दी जूझने लगता है।
4. जब आप छोटे मॉडल पर हों तो निर्देश बांट दें। यह एक निर्देश भरोसे से मानता है और चार भरोसे से नहीं, इसलिए चार मैसेज भेजें।
5. जिस पर भी आप कदम उठाने वाले हों उसे सत्यापित करें। फ़ॉलबैक विंडो में आत्मविश्वास ऊंचा रहता है जबकि सटीकता गिरती है। ठीक तभी कोई गलत आंकड़ा फिसलकर निकल जाता है।
6. एक दूसरा मज़बूत मॉडल पहुंच में रखें। यह हैरानी तभी चोट पहुंचाती है जब एक ही ऐप रूटिंग का फ़ैसला रखता हो और आपके पास हटाए जाने पर जाने को कहीं और न हो। एक दूसरा अकाउंट, या एक साथ कई मॉडल रखने वाला वर्कस्पेस, चुपचाप हुए डाउनग्रेड को आपके अपने चुनाव में बदल देता है।

इनमें से कुछ भी रेट लिमिट को गायब नहीं करता, और किसी को भी आपसे इसके उलट नहीं कहना चाहिए। क्षमता हर जगह पैसा खर्च कराती है। जो बदलता है वह यह है कि सीमा दिखने लायक और संभलने लायक बन जाती है, बजाय इसके कि आपको एक हफ़्ते बाद पता चले कि आपके आधे काम का ड्राफ्ट किसी ऐसे मॉडल ने बनाया जिसे आपने कभी चुना ही नहीं। अगर आपको यकीन नहीं कि कौन सा मॉडल किस काम के लिए ठीक है, तो AI मॉडल कैसे चुनें एक लीडरबोर्ड नहीं, एक ढांचा है।