घर पर AI कोडिंग, बिना दिवालिया हुए

मूल लेख ↗ Hacker News चर्चा ↗

घर पर AI कोडिंग की लागत

  • कई लोग कहते हैं कि गंभीर साइड प्रोजेक्ट्स के लिए $20–$100/माह के सब्सक्रिप्शन (Claude, Gemini, Cursor, आदि) पर्याप्त हैं, बशर्ते आप सक्रिय रहें और कोड की समीक्षा करें।
  • अन्य लोग बताते हैं कि वे $200+ वाले प्लान्स और यहाँ तक कि कई सब्सक्रिप्शन भी जला देते हैं, खासकर agentic workflows, automations, या लंबे unattended runs में।
  • API pricing बनाम subscriptions: fixed-price plans सूचीबद्ध API rates की तुलना में भारी सब्सिडी वाले होते हैं; कुछ लोग इन्हें सीमा तक धकेल देते हैं, और कुछ सौ की फीस में हज़ारों डॉलर के tokens का प्रभावी उपयोग कर लेते हैं।

DeepSeek और Middlemen

  • DeepSeek V4 Flash/Pro को अक्सर “cheat code” कहा जाता है: coding tasks में “~80–95%” गुणवत्ता के लिए frontier US APIs की तुलना में लगभग 1–2 orders of magnitude सस्ता।
  • Direct DeepSeek API, अधिकांश OpenRouter providers से कहीं सस्ता है; caching एक बड़ा cost saver है, और कुछ लोगों का दावा है कि OpenRouter की routing/headers cache rates को नुकसान पहुँचाते हैं।
  • कुछ लोग Opencode Go या अन्य harnesses पसंद करते हैं जो DeepSeek को flat fee में bundle करते हैं; अन्य तर्क देते हैं कि direct API अभी भी सस्ता है।

Cloud बनाम Self‑Hosting

  • Self-hosting को मुख्यतः privacy play माना जाता है; hardware (high‑VRAM GPUs, DGX Spark, Halo/Stryx, आदि) महँगा है, और बिजली मुफ़्त नहीं है।
  • ऊर्जा की back-of-the-envelope तुलना: मनुष्य metabolically efficient होते हैं; लेकिन कुछ दृष्टिकोणों में “human + LLM” समय बचा सकता है और इसलिए कुल resource use कम कर सकता है।
  • पुराने या “free” GPUs (जैसे 1080 Ti) mid-size models को सस्ते में चला सकते हैं, लेकिन अक्सर वे ultra-cheap hosted models जैसे DeepSeek Flash से स्पष्ट रूप से सस्ते नहीं होते।

Local Models और Capability

  • आम सहमति: अभी तक local रूप से कुछ भी सचमुच Opus‑level नहीं है; सबसे अच्छे local setups, महँगे multi-GPU rigs के साथ, कहीं Sonnet‑tier के आसपास पहुँचते हैं।
  • कई लोग Qwen 3.x, Gemma 4, और समान 26–35B models से 24–128 GB RAM पर non‑“vibe coding” tasks में संतुष्ट हैं, खासकर जब उन्हें कड़े, function-level prompts के साथ उपयोग किया जाए।

Token Usage Patterns

  • भारी खर्च अक्सर यहाँ से आता है:
    • लंबे “plan mode” sessions और बहुत बड़े contexts।
    • हर turn पर लोड किए गए कई tools/skills/MCPs।
    • Autonomous agents का खराब-परिभाषित tasks, refactors, या reverse engineering पर लगातार काम करना।
  • कम खर्च का संबंध यहाँ से है:
    • छोटे, केंद्रित sessions; बार-बार restarts।
    • स्पष्ट specs, छोटे tasks, और context कम करने के लिए local tools (tests, search, embeddings)।
    • साधारण coding के लिए सस्ते models का उपयोग और analysis/architecture के लिए premium models सुरक्षित रखना।

भावनात्मक और करियर प्रभाव

  • कुछ लंबे समय के “craft” developers शोक और burnout महसूस करते हैं: agents द्वारा displaced होने, code-as-art के नुकसान, और केवल “machines के caretakers” बन जाने के डर के कारण।
  • अन्य लोग तर्क देते हैं कि pendulum फिर product thinking और human-centric design की ओर लौटेगा; AI एक tool है, पूर्ण replacement नहीं।

Privacy, Jurisdiction, और Alternatives

  • कुछ लोग US middlemen से बचते हैं, GDPR/privacy कारणों से EU-only providers या local inference को प्राथमिकता देते हैं।
  • यह लेकर संदेह है कि cloud के लिए भुगतान करने से अपने-आप privacy की गारंटी मिल जाती है।

भविष्य का दृष्टिकोण

  • कई लोगों को उम्मीद है कि home-runnable models कुछ वर्षों में आज के mid-frontier level तक पहुँच जाएँगे और वे बड़े hardware buys टालने की सलाह देते हैं।
  • अन्य लोग चेतावनी देते हैं कि भविष्य के chips/models locked down हो सकते हैं या geopolitically constrained हो सकते हैं, जिससे local autonomy अनिश्चित हो जाएगी।