ہر VocaLingo ٹول کے لیے ٹوکن کی قیمتیں
ہر ٹول کے لیے فی سیکنڈ، منٹ یا 1,000 حروف کی شرحیں، مع مثالیں۔ Premium سے یہ قیمتیں تبدیل نہیں ہوتیں۔
اپ ڈیٹ کردہ 2 نومبر، 20268 منٹ کا مطالعہ
ہر ٹول شروع ہونے سے پہلے ایک تخمینہ دکھاتا ہے۔ نیچے دی گئی شرحیں وہ ہیں جو سرور اصل میں وصول کرتا ہے۔ کٹوتیوں کو مکمل ٹوکن تک راؤنڈ اپ کیا جاتا ہے، اور معمولی آپریشنز جن کی لاگت ٹوکن کا ایک حصہ ہوتی ہے، اس وقت تک جمع ہوتے رہتے ہیں جب تک کہ وہ ایک مکمل ٹوکن نہ بن جائیں۔ عمومی طور پر کٹوتی کیسے کام کرتی ہے، اس کی وضاحت ٹوکن کیسے کام کرتے ہیں میں کی گئی ہے۔
Video Translation
Video Translation کے چارجز ماخذ ویڈیو کے فی سیکنڈ کے حساب سے لیے جاتے ہیں، صرف اس وقت جب ترجمہ شدہ ویڈیو تیار ہو جائے۔ کم از کم 1 ٹوکن ہے۔
| فراہم کنندہ اور آپشن | فی سیکنڈ | فی منٹ |
|---|---|---|
HeyGen (lip-sync) | 4 | 240 |
HeyGen مع Enhanced cloning | 8 | 480 |
ElevenLabs | 4.4 | 264 |
ElevenLabs مع Lip Sync | 5.2 | 312 |
HeyGen 30 منٹ تک کی ویڈیوز قبول کرتا ہے۔ اگر Lip Sync ناکام ہو جائے تو آپ کو اس کے بغیر ڈب شدہ ویڈیو ملتی ہے اور آپ بغیر Lip Sync والی ElevenLabs کی شرح ادا کرتے ہیں۔
Audio Translation
Audio Translation تین مراحل کے لیے الگ الگ چارج کرتا ہے۔ شناخت اور ترجمہ خودکار طور پر چلتے ہیں اور ان پر بہت کم لاگت آتی ہے۔ وائس اوور صرف اسی وقت بنتا ہے جب آپ پلے بٹن کو دباتے ہیں، اور زیادہ تر لاگت اسی کی ہوتی ہے۔
آواز کی شناخت
| Settings میں آپشن | قیمت |
|---|---|
ElevenLabs Scribe (ڈیفالٹ) | تقریباً 0.73 ٹوکن فی منٹ، 44 فی گھنٹہ |
OpenAI Transcribe | تقریباً 1.2 ٹوکن فی منٹ |
OpenAI Whisper | 1.2 ٹوکن فی منٹ |
ایک عام ریکارڈنگ کے لیے شناخت شدہ متن کا ترجمہ اور Summary ٹیب ٹوکن کے کچھ حصوں پر مشتمل ہوتے ہیں۔
وائس اوور
وائس اوور کے چارجز ترجمہ شدہ متن کی لمبائی کے مطابق لیے جاتے ہیں۔ 1,000 حروف تقریباً ایک منٹ کی گفتگو کے برابر ہوتے ہیں۔
| آواز | قیمت |
|---|---|
ElevenLabs | 10 ٹوکن فی 1,000 حروف، کم از کم 1 |
OpenAI | ہر شروع ہونے والے 150 الفاظ کے لیے 1.8 ٹوکن |
Voice cloning (MiniMax)، Clone from file | کلوننگ کے لیے 180 ٹوکن + 12 فی 1,000 حروف |
My MiniMax voice | 12 فی 1,000 حروف |
Voice cloning (Qwen 3)، Clone from file | 20 فی 1,000 حروف، کم از کم 5 |
My Qwen voice | 10.8 فی 1,000 حروف |
ElevenLabs Dubbing v2 | ماخذ آڈیو کا 4.4 فی سیکنڈ (264 فی منٹ) |
مثال: ایک منٹ کا صوتی پیغام جس کا وائس اوور ElevenLabs کی آواز میں کیا گیا ہو، شناخت اور ترجمے کے لیے تقریباً 1 ٹوکن اور وائس اوور کے لیے تقریباً 10 ٹوکن لاگت آتی ہے۔ ElevenLabs Dubbing v2 کے ساتھ اسی ایک منٹ پر تقریباً 264 ٹوکن لاگت آتی ہے۔
جب آپ نے کوئی آواز منتخب نہ کی ہو تو 10 زبانوں کے لیے Voice cloning (Qwen 3) خودکار طور پر منتخب ہو جاتا ہے۔ فی الحال ایپ اس کے لیے اصل قیمت کا تقریباً نصف دکھاتی ہے: فی 1,000 حروف پر 20 ٹوکن کا حساب رکھیں، فی وائس اوور کم از کم 5 ٹوکن۔
Text to Speech
Text to Speech کے چارجز متن کی لمبائی کے مطابق لیے جاتے ہیں، فی درخواست 10,000 حروف تک۔
| آواز | قیمت |
|---|---|
OpenAI | ہر شروع ہونے والے 150 الفاظ کے لیے 1.8 ٹوکن (150 الفاظ تک: 2 ٹوکن) |
ElevenLabs | 12 فی 1,000 حروف، کم از کم 1 |
MiniMax | 12 فی 1,000 حروف (HD آوازیں)، 7.2 (Turbo آوازیں) |
Qwen 3 | 20 فی 1,000 حروف |
My voices سے آپ کی اپنی MiniMax آواز | 12 فی 1,000 حروف |
My voices سے آپ کی اپنی Qwen آواز | 10.8 فی 1,000 حروف |
Qwen 3 آوازوں کے لیے ایپ فی الحال اصل قیمت کا تقریباً نصف دکھاتی ہے۔
اپنی آواز کو My Voices میں محفوظ کرنا
MiniMax آواز کو محفوظ کرنے کی لاگت 180 ٹوکن ہے۔ یہ کلوننگ شروع ہونے سے پہلے لیے جاتے ہیں اور اگر کلوننگ ناکام ہو جائے تو خودکار طور پر واپس کر دیے جاتے ہیں۔ Qwen 3 آواز محفوظ کرنے پر تقریباً 1 ٹوکن لاگت آتی ہے۔ آن بورڈنگ ٹور میں آپ جو آواز ریکارڈ کرتے ہیں وہ مفت محفوظ ہوتی ہے۔
Voice Changer
Voice Changer کی لاگت ماخذ ریکارڈنگ کے اصل دورانیے کے مطابق 14.4 ٹوکن فی منٹ ہے، کم از کم 1۔ 30 سیکنڈ کے کلپ کی لاگت 8 ٹوکن ہے، 5 منٹ کی ریکارڈنگ (زیادہ سے زیادہ حد) کے 72 ٹوکن ہیں۔ ٹوکن نتیجہ تیار ہونے پر وصول کیے جاتے ہیں۔
Add Captions
Add Captions کے چارجز کیپشن والی ویڈیو تیار ہونے کے بعد لیے جاتے ہیں۔ قیمت کیپشن کے ترجمے کے ساتھ یا اس کے بغیر یکساں ہے۔
| موڈ | قیمت | مثالیں |
|---|---|---|
Mirage (عمودی 9:16 ویڈیو، 5 منٹ تک) | ہر شروع ہونے والے منٹ کے لیے 15 ٹوکن | 40 سیکنڈ: 15، 2 منٹ 10 سیکنڈ: 45 |
Standard | تقریباً 6 ٹوکن فی منٹ، کم از کم 15 سیکنڈ کا بل بنتا ہے | 30 سیکنڈ: 3، 1 منٹ: 6، 5 منٹ: 29، 10 منٹ: 58 |
Text Transcription اور Video to Text
دونوں ٹولز Audio Translation والی شناخت کی قیمتیں ہی استعمال کرتے ہیں۔ ڈیفالٹ ElevenLabs Scribe کے ساتھ ٹرانسکرپٹ پر تقریباً 0.73 ٹوکن فی منٹ لاگت آتی ہے۔ Video to Text فی ویڈیو کم از کم 1 ٹوکن چارج کرتا ہے: 10 منٹ کے 8 ٹوکن، ایک گھنٹے کے 44 ٹوکن۔ Essence ٹیب اور Export to PDF ٹوکن کے کچھ حصوں پر مشتمل ہوتے ہیں۔
Text Translation، تصویر کا ترجمہ اور Text Analysis
Text Translation اور Text Analysis: ایک عام متن کے لیے ٹوکن کے کچھ حصے۔ یہ جمع ہوتے رہتے ہیں اور Usage History میں مکمل ٹوکن کے طور پر ظاہر ہوتے ہیں۔
Text Translation میں Listen: زبان کے لحاظ سے 10 یا 20 ٹوکن فی 1,000 حروف۔
Translate photo: تصویر کے سائز کی بنیاد پر Nano Banana 2.1 کی لاگت 4 یا 6 ٹوکن ہے؛ GPT Image 2.5 ایک مربع تصویر کے لیے 6 اور لینڈ اسکیپ یا پورٹریٹ تصویر کے لیے 5 ٹوکن چارج کرتا ہے۔
Tourist Translator
Tourist Translator شناخت، ترجمے اور وائس اوور کے چارجز لیتا ہے۔ شناخت کی لاگت تقریباً 1.3 ٹوکن فی منٹ گفتگو ہے، لہذا لیکچر موڈ میں ایک گھنٹے کی مسلسل گفتگو پر تقریباً 80 ٹوکن لاگت آتی ہے۔ وائس اوور فی 1,000 حروف پر 10 ٹوکن کا اضافہ کرتا ہے، اور ترجمے پر ٹوکن کے کچھ حصے لاگت آتی ہے۔ شناخت اور وائس اوور کے چارجز صرف اسی صورت میں لیے جاتے ہیں جب وہ کامیاب ہوں۔
Chat
چیٹ کا ایک پیغام اتنا ہی خرچ کرتا ہے جتنا ماڈل آپ کے پیغام کو اس کے سیاق و سباق کے ساتھ پڑھنے اور جواب لکھنے پر صرف کرتا ہے۔ جدول میں فی 1 ملین ماڈل ٹوکنز (ان پٹ / آؤٹ پٹ) VocaLingo ٹوکن دکھائے گئے ہیں۔ ایک مختصر سوال و جواب پر عام طور پر ٹوکن کا ایک حصہ لاگت آتی ہے؛ فائلوں والی لمبی چیٹس پر زیادہ لاگت آتی ہے کیونکہ سارا سیاق و سباق دوبارہ پڑھا جاتا ہے۔
| ماڈل | ان پٹ / آؤٹ پٹ |
|---|---|
GPT 6 Luna | 12 / 60 |
DeepSeek, MiniMax 2.7 | 36 / 144 |
Gemini 3.8 Flash (Auto اسے ڈیفالٹ کے طور پر استعمال کرتا ہے) | 90 / 450، 31 دسمبر 2026 تک |
GPT 6 Sol, Claude Sonnet 5.5 | 240 / 1,200 |
Gemini 3.1 Pro | 240 / 1,440 |
Grok 4.7 | 240 / 720 |
Claude Opus 5.5 | 480 / 2,400 |
GPT 6 Astra, Claude Fable 5.1 | 1,200 / 6,000 |
چیٹ کے اندر موجود ٹولز کے الگ سے چارجز ہوتے ہیں: ویب سرچ کی لاگت ماڈل کے لحاظ سے 0.6 سے 1.7 ٹوکن ہے، Nano Banana 2.1 کی تصویر پر 4.8 ٹوکن (1K)، 7.2 (2K) یا 15.6 (4K) لاگت آتی ہے، اور GPT Image 2.5 کی تصویر پر 6 سے 7.2 ٹوکن لاگت آتی ہے۔ Deep Research کی کوئی مقررہ قیمت نہیں ہے: یہ اس بات پر منحصر ہے کہ یہ کتنے صفحات پڑھتی ہے۔ چیٹ میں Download Video مفت ہے۔
AI Calls
AI Calls کے چارجز فی منٹ کے حساب سے، 30 سیکنڈ کے مراحل میں لیے جاتے ہیں۔ قیمت کا انحصار اس ملک اور نیٹ ورک پر ہے جہاں آپ کال کرتے ہیں اور اس بات پر کہ آیا AI ترجمے کو آواز دیتا ہے یا نہیں۔ آپ کے نمبر کے لیے درست قیمت کال سے پہلے ایپ میں دکھائی جاتی ہے۔
| منزل | صرف اصل آواز | دونوں طرف آواز کے ساتھ ترجمہ |
|---|---|---|
USA | 6 فی منٹ | 28 فی منٹ |
جرمنی (موبائل) | 12 | 34 |
بھارت (موبائل) | 17 | 39 |
قازقستان (موبائل) | 40 | 62 |
روس (موبائل) | 65 | 88 |
My Numbers میں اپنے نمبر کی تصدیق پر SMS یا کال کی قیمت (کم از کم 1 ٹوکن) کے علاوہ کوڈ کی تصدیق کرنے پر 10 ٹوکن لاگت آتی ہے۔
اکثر پوچھے جانے والے سوالات
کیا Premium کے ساتھ کوئی چیز سستی ہے؟
نہیں۔ ٹول کی قیمتیں Premium کے ساتھ اور اس کے بغیر یکساں ہیں۔ Premium آپ کو ٹوکنز کی ماہانہ یا سالانہ مقدار دیتا ہے اور ویڈیوز سے واٹر مارک ہٹانے کی سہولت دیتا ہے۔ دیکھیں VocaLingo Premium میں کیا شامل ہے۔
مجھ سے تخمینے سے زیادہ چارج کیوں لیا گیا؟
تخمینہ پروسیسنگ سے پہلے ایپ میں لگایا جاتا ہے، اور سرور پر کٹوتی ترجمہ شدہ متن یا فائل کی اصل لمبائی کے مطابق ہوتی ہے۔ سب سے بڑا فرق Qwen 3 آوازوں میں آتا ہے، جہاں ایپ قیمت کا تقریباً نصف دکھاتی ہے۔ ہر کٹوتی کی تفصیل Usage History میں درج ہوتی ہے۔
سپورٹ سے رابطہ کریں
مسئلے کی وضاحت کریں اور ہم ای میل کے ذریعے جواب دیں گے۔ اگر آپ کے پاس فائل کا نام یا جاب ID ہے تو شامل کریں۔