Primera petición a CheapTokens en Python con requests, sin SDK

No necesitas el paquete openai para hablar con una API compatible con OpenAI. Una llamada requests.post, una clave Bearer y un cuerpo JSON son suficientes, y además ves exactamente qué viaja por la red. Esta guía construye ese script para CheapTokens (https://api.cheaptokens.dev/v1/chat/completions) y termina con él imprimiendo la respuesta, finish_reason y el uso de tokens.

Es una buena opción si estás en una máquina restringida donde solo está instalado requests, si un pequeño cron job no debería arrastrar un SDK, o si simplemente quieres entender qué hace el SDK por ti. La guía de la primera petición cubre las rutas del SDK, curl y Node; esta es la de Python puro.

El script completo#

Primero pon tu clave en una variable de entorno (consulta cómo almacenar una clave de API de forma segura), luego guarda esto como 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"])

Ejecuta python ask.py. El id del modelo es el id completo del gateway, deepseek-ai/DeepSeek-V4-Flash-0731; si no estás seguro de qué poner ahí, lista los modelos con GET /v1/models. Para probar otro modelo, cambia a zai-org/GLM-5.3-Flash y no modifiques nada más: un solo saldo cubre todos los modelos.

Qué hace cada línea#

Estas son las cinco ideas en las que se apoya el script. El Quickstart de requests (documentación viva, revisada el 2 de noviembre de 2026) explica la mayoría, y la referencia de Chat Completions de OpenAI define los campos de la respuesta.

El tercer punto es el que la gente omite. Un script que se cuelga para siempre en un cron job es mucho peor que uno que falla ruidosamente después de 30 segundos.

Leer la respuesta#

Una respuesta exitosa es JSON. Las partes que te importan, según la referencia de Chat Completions:

• choices[0].message.content es el texto. Puede ser null, así que no le apliques métodos de cadena a ciegas.
• choices[0].finish_reason indica por qué se detuvo el modelo: stop (terminó), length (el límite max_tokens lo cortó), tool_calls, content_filter.
• usage.prompt_tokens, usage.completion_tokens y usage.total_tokens son lo que se te factura: entrada, salida y su suma.

La respuesta tiene esta forma (los números son marcadores de posición):

{
  "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}
}

Cuando no funciona#

El script convierte la mayoría de los fallos en una línea de salida. Esto es lo que suele significar cada uno:

Para ver los cuerpos de error reales y una comprobación paso a paso de la clave, la URL base y el id del modelo, usa Error 401 o 404 de API: clave, URL base o id de modelo incorrectos. Dos trampas menores: si ves KeyError: 'choices', analizaste un cuerpo de error como si fuera un éxito, lo que significa que se omitió raise_for_status(). Y si tu máquina tiene un archivo ~/.netrc, requests puede usar sus credenciales en lugar de la cabecera Authorization que estableciste.

Cuánto cuesta una llamada#

Con los números de marcador de posición de la respuesta anterior (unos 18 tokens de entrada, 52 de salida), una llamada a DeepSeek-V4-Flash cuesta $0.0000055. Es una cifra que no puedes percibir, así que escálala. Digamos que tu script resume 1.000 tickets de soporte al día, aproximadamente 800 tokens de entrada y 300 de salida cada uno:

Los precios son fijos por modelo, sin horas punta, así que el mismo script cuesta lo mismo a las 3 de la madrugada que al mediodía. Los precios actuales por modelo están en la página de precios, y la documentación enumera los endpoints.

A dónde ir desde aquí#

Una vez que esto funciona, los siguientes pasos habituales son un bucle sobre muchas entradas, un reintento ante 429 (consulta 429 Too Many Requests: reintentos con backoff), o la misma llamada con streaming. Si prefieres no gestionar HTTP tú mismo, la ruta del SDK está a un cambio de base_url de distancia.