"अनलिमिटेड" का दावा मत कीजिए, साफ़-साफ़ बताएँ कि यह तब तक है जब तक हम अपना निर्णय नहीं बदलते

• Anthropic ने Claude Pro और Claude Max के लिए साप्ताहिक उपयोग सीमा लागू की है
• कई AI कंपनियों ने शुरुआत में "unlimited" का प्रचार किया, लेकिन व्यवहार में शीर्ष उपयोगकर्ताओं पर सीमाएँ लगाई
• इन सीमाओं का वास्तविक नुकसान प्लेटफॉर्म विस्तार को आगे बढ़ाने वाले मुख्य उपयोगकर्ताओं में भरोसे की गिरावट है
• जब डेवलपर्स पर सीमा लगती है, वे प्रतिस्पर्धी सेवाओं पर विचार करने लगते हैं या उपयोग ही रोक देते हैं
• डेवलपर्स पारदर्शी प्राइसिंग और उपयोग की जानकारी चाहते हैं, और असली "unlimited" के बजाय स्पष्ट उपयोग मानदंड की मांग करते हैं

---

परिचय

Anthropic ने Claude Pro (20 डॉलर/माह) और Claude Max (200 डॉलर/माह) सब्सक्राइबरों के लिए साप्ताहिक उपयोग सीमा तुरंत लागू कर दी। इसके कारण खासकर Claude Code के सक्रिय उपयोगकर्ताओं को काम के बीच अचानक रोक लगने की स्थिति का सामना करना पड़ा।

यह नीति बदलाव AI उद्योग की एक आम रणनीति जैसा है: शुरुआत में "unlimited" का दावा, और बाद में सीमा जोड़कर शीर्ष उपयोगकर्ताओं को निशाना बनाना। इसलिए यह पहले के कई मामलों से मिलता-जुलता है।

AI प्राइसिंग का सामान्य पैटर्न

• शुरुआत में उदार या अनलिमिटेड उपयोग की मार्केटिंग की जाती है
• उपयोगकर्ताओं को सेवा पर डिपेंडेंसी विकसित करने के लिए प्रोत्साहित किया जाता है
• किसी चरण के बाद, लगभग शीर्ष 5% सक्रिय उपयोगकर्ताओं पर ही सीमा (कॅप) लगाई जाती है
• इसे "सततता" या "न्याय" के तर्क के साथ पेश किया जाता है

यह तरीका Cursor, Windsurf, GitHub Copilot जैसी कई AI सेवाओं में बार-बार दिखा है। Claude Code भी उसी क्रम को फॉलो कर रहा है।

आर्थिक नजरिए से Anthropic का पक्ष समझ में आता है, लेकिन ऐसा भरोसे में कमी लाने वाला रणनीतिक मॉडल डेवलपर इकोसिस्टम पर केवल नकारात्मक असर डालता है।

शीर्ष 5% ही मुख्य उपयोगकर्ता वर्ग

वास्तव में सीमा का असर झेलने वाले लोग हैं:

• व्यवसायिक वर्कफ़्लो में गहराई से एकीकृत power users
• शुरुआती अपनाने में जोखिम लेने वाले early adopters
• कंपनियों के अंदर प्लेटफॉर्म अपनाने को आगे बढ़ाने वाले प्रभावशाली उपयोगकर्ता
• 200 डॉलर/माह के आसपास के Claude Max का भुगतान करने वाले ग्राहक जो इसे गंभीरता से उपयोग करते हैं

यानी यह सिर्फ सीमाओं में फँसे 5% का मामला नहीं है। यही समूह प्लेटफॉर्म के विस्तार और ग्रोथ को चलाने वाली परत है।

भरोसे की लागत में वृद्धि

यह "bait" रणनीति डेवलपर्स में इन व्यवहारों को जन्म देती है:

• पूरी तरह निर्भर रहने के बजाय जोखिम विभाजन और पारदर्शिता की मांग
• जब तक कीमत की नीति स्थिर न हो, अपनाने को टालना
• ओवरयूज़ का डर होने पर स्व-नियंत्रित सीमाएँ लगाना

Hacker News के यूज़र्स ने बताया कि साप्ताहिक सीमा अनिश्चितता बढ़ाती है।

डेवलपर्स जब अचानक किसी दबाव वाली स्थिति में "usage exceeded" संदेश देखते हैं, तो वे सेवा की इंफ्रास्ट्रक्चर कॉस्ट पर ज्यादा फोकस करने के बजाय तुरंत वैकल्पिक समाधान खोजने लग जाते हैं।

AI उपयोग शुल्क की वास्तविकता और डेवलपर अपेक्षाएँ

सबको पता है कि AI inference की अपनी लागत होती है। लेकिन "unlimited" के विज्ञापन के बाद जब छिपी हुई सीमाएँ और अस्पष्ट उपयोग मार्गदर्शन सामने आता है, तो सीधे-सीधे भरोसा टूटता है।

डेवलपर चाहते हैं कि दाम और सीमा की जानकारी स्पष्ट रूप से सार्वजनिक हो ताकि वे अपनी ज़रूरत के हिसाब से टूल और वर्कफ़्लो को लचीले तरीके से डिजाइन कर सकें।

Hacker News के यूज़र्स का मानना है कि जिन कंपनियों में उपयोग स्थिति की जानकारी भी पारदर्शी रूप से नहीं दी जाती, उसकी नीति जानबूझकर अस्पष्ट लगती है।

Kilo Code का अलग दृष्टिकोण

Kilo Code ने अलग तरीके से काम किया:

• छिपी सीमा के बिना किसी भी तरह के "unlimited" bait ऑफ़र से दूरी
• पारदर्शी उपयोग-आधारित बिलिंग मॉडल अपनाना
• उपयोगकर्ता-चालित खर्च/उपयोग प्रबंधन की सुविधा
• दिए गए क्रेडिट की कोई एक्सपायरी नहीं (सिर्फ बोनस क्रेडिट पर 30 दिन की शर्त)

विशेष प्रोमोशन में जमा राशि के 300% के बोनस क्रेडिट दिए जाते हैं (जैसे, 50 डॉलर जमा करने पर 200 डॉलर के बराबर AI कोडिंग सपोर्ट)।

यह नीति दिखाती है कि bait सीमा के बजाय वास्तविक क्रेडिट देकर भरोसा और बेहतर अनुभव दिया जा सकता है।

उद्योग और डेवलपर्स के लिए सुझाव

लेख फिर से याद दिलाता है कि AI किसी डेवलपर को बदलने नहीं आया है; बदलने वाली चीज़ यह है कि AI-सेवा उपयोग करने वाला डेवलपर, AI बिना काम करने वाले डेवलपर को रिप्लेस करता है।

AI इकोसिस्टम में प्राइसिंग की परिपक्वता, पूर्वानुमानित व्यवहार और यूज़र-केंद्रित प्रबंधन क्षमता अब अनिवार्य हो गए हैं।

• कंपनियों को वास्तविक खर्च ईमानदारी से बताना चाहिए, उपयोग सीमा को स्पष्ट रूप से नियंत्रित करना चाहिए, और अनुमान लगाने योग्य प्राइसिंग मॉडल पेश करना चाहिए
• डेवलपर्स को भी bait प्राइसिंग पर निर्भर रहने के बजाय पारदर्शी विकल्पों की सक्रिय खोज करनी चाहिए