Erster Request an CheapTokens in Python mit requests, ohne SDK

Du brauchst das Paket openai nicht, um mit einer OpenAI-kompatiblen API zu sprechen. Ein requests.post-Aufruf, ein Bearer-Key und ein JSON-Body reichen aus, und du siehst genau, was über die Leitung geht. Diese Anleitung baut dieses Skript für CheapTokens (https://api.cheaptokens.dev/v1/chat/completions) und endet damit, dass es die Antwort, finish_reason und die Token-Nutzung ausgibt.

Es passt gut, wenn du auf einer abgeschotteten Maschine arbeitest, auf der nur requests installiert ist, wenn ein kleiner Cron-Job kein SDK mitziehen soll oder wenn du einfach verstehen willst, was das SDK für dich tut. Die Anleitung zum ersten Request behandelt SDK, curl und Node; hier geht es um reines Python.

Das ganze Skript#

Lege deinen Key zuerst in einer Umgebungsvariable ab (siehe wie man einen API-Key sicher speichert) und speichere dann dies als ask.py:

import os
import requests

url = "https://api.cheaptokens.dev/v1/chat/completions"
headers = {"Authorization": f"Bearer {os.environ['CHEAPTOKENS_API_KEY']}"}
payload = {
    "model": "deepseek-ai/DeepSeek-V4-Flash-0731",
    "messages": [
        {"role": "user", "content": "Explain what a token is in two sentences."}
    ],
    "max_tokens": 200,
}

try:
    r = requests.post(url, headers=headers, json=payload, timeout=30)
    r.raise_for_status()
except requests.exceptions.Timeout:
    raise SystemExit("No reply within 30 seconds - try again or raise the timeout")
except requests.exceptions.HTTPError as e:
    raise SystemExit(f"HTTP {e.response.status_code}: {e.response.text}")

data = r.json()
choice = data["choices"][0]
print(choice["message"]["content"])
print("finish_reason:", choice["finish_reason"])
print("usage:", data["usage"])

Führe python ask.py aus. Die Modell-ID ist die vollständige Gateway-ID, deepseek-ai/DeepSeek-V4-Flash-0731; wenn du unsicher bist, was dort hingehört, liste die Modelle mit GET /v1/models. Um ein anderes Modell auszuprobieren, tausche zai-org/GLM-5.3-Flash ein und ändere sonst nichts: ein Guthaben deckt alle Modelle ab.

Was jede Zeile tut#

Hier sind die fünf Ideen, auf denen das Skript aufbaut. Der requests Quickstart (lebende Doku, geprüft am 2. November 2026) erklärt die meisten davon, und die Chat-Completions-Referenz von OpenAI definiert die Felder in der Antwort.

Der dritte Punkt ist der, den die Leute überspringen. Ein Skript, das in einem Cron-Job ewig hängt, ist viel schlimmer als eines, das nach 30 Sekunden laut scheitert.

Die Antwort lesen#

Eine erfolgreiche Antwort ist JSON. Die Teile, die dich interessieren, laut Chat-Completions-Referenz:

• choices[0].message.content ist der Text. Er kann null sein, also rufe nicht blind String-Methoden darauf auf.
• choices[0].finish_reason sagt, warum das Modell gestoppt hat: stop (es ist fertig), length (das Limit max_tokens hat es abgeschnitten), tool_calls, content_filter.
• usage.prompt_tokens, usage.completion_tokens und usage.total_tokens sind das, wofür du bezahlst: Input, Output und deren Summe.

Die Antwort hat diese Form (die Zahlen sind Platzhalter):

{
  "choices": [
    {
      "message": {"role": "assistant", "content": "A token is a small piece of text..."},
      "finish_reason": "stop"
    }
  ],
  "usage": {"prompt_tokens": 18, "completion_tokens": 52, "total_tokens": 70}
}

Wenn es nicht funktioniert#

Das Skript verwandelt die meisten Fehler in eine Zeile Ausgabe. Hier ist, was jede davon meist bedeutet:

Für die tatsächlichen Fehler-Bodys und eine schrittweise Prüfung von Key, Basis-URL und Modell-ID nutze API 401- oder 404-Fehler: falscher Key, falsche Basis-URL oder Modell-ID. Zwei kleinere Stolperfallen: wenn du KeyError: 'choices' siehst, hast du einen Fehler-Body als Erfolg geparst, was bedeutet, dass raise_for_status() übersprungen wurde. Und wenn deine Maschine eine ~/.netrc-Datei hat, kann requests deren Credentials statt des von dir gesetzten Authorization-Headers verwenden.

Was ein Aufruf kostet#

Mit den Platzhalterzahlen aus der Antwort oben (etwa 18 Tokens rein, 52 raus) kostet ein Aufruf von DeepSeek-V4-Flash $0.0000055. Das ist eine Zahl, die man nicht spürt, also rechne es hoch. Sagen wir, dein Skript fasst 1.000 Support-Tickets pro Tag zusammen, jeweils etwa 800 Tokens rein und 300 raus:

Die Preise sind pro Modell fest, ohne Stoßzeiten, also kostet dasselbe Skript um 3 Uhr nachts dasselbe wie mittags. Die aktuellen Preise pro Modell stehen auf der Preisseite, und die Doku listet die Endpunkte auf.

Wie es weitergeht#

Sobald das funktioniert, sind die üblichen nächsten Schritte eine Schleife über viele Eingaben, ein Retry bei 429 (siehe 429 Too Many Requests: Retries mit Backoff) oder derselbe Aufruf mit Streaming. Wenn du HTTP lieber nicht selbst verwalten möchtest, ist der SDK-Weg nur eine base_url-Änderung entfernt.