SDK Python Anthropic avec CheapTokens : API Messages

Si votre code utilise déjà le SDK Python d'Anthropic, vous n'avez pas besoin de le réécrire pour appeler un autre modèle. CheapTokens parle l'API Anthropic Messages, vous modifiez donc les paramètres du client et conservez client.messages.create(...) tel quel. Ce guide vous mène d'un dossier vide à un script qui affiche une réponse.

Ce qu'il vous faut#

• Python 3.10 ou plus récent (exigence du SDK).
• Une clé API CheapTokens. Si vous n'en avez pas encore, voir « Qu'est-ce qu'une clé API et comment la stocker en toute sécurité ».
• Un seul solde couvre tous les modèles, et il n'y a pas d'heures de pointe, donc le même script coûte le même prix à toute heure de la journée.

Installer le SDK#

pip install anthropic
export CHEAPTOKENS_API_KEY="your-key"

Gardez la clé dans une variable d'environnement, pas dans le fichier source.

Créer le client#

Deux paramètres diffèrent d'une configuration Anthropic par défaut : la clé et base_url.

import os
import anthropic

client = anthropic.Anthropic(
    api_key=os.environ["CHEAPTOKENS_API_KEY"],
    base_url="https://api.cheaptokens.dev",
)

Le SDK ajoute lui-même le chemin /v1/messages, donc base_url est l'hôte sans /v1. (Le point de terminaison de style OpenAI, https://api.cheaptokens.dev/v1, est celui que vous utilisez avec le SDK OpenAI ; voir « Votre première requête API avec CheapTokens ».)

Première requête#

message = client.messages.create(
    model="deepseek-ai/DeepSeek-V4-Flash-0731",
    max_tokens=1024,
    messages=[
        {"role": "user", "content": "Explain what a token is in two sentences."}
    ],
)

print(message.content[0].text)
print(message.stop_reason, message.usage.input_tokens, message.usage.output_tokens)

Prenez l'id du modèle dans la documentation CheapTokens ; les ids diffèrent selon les fournisseurs. Ici nous utilisons DeepSeek-V4-Flash : une fenêtre de contexte de 380K et jusqu'à 32 768 tokens dans une réponse, ce qui convient aux réponses longues et aux boucles d'agents.

La réponse se trouve dans message.content, une liste de blocs ; le texte est dans le premier. usage indique combien de tokens d'entrée et de sortie l'appel a utilisés, ce qui correspond à ce qui vous est facturé.

max_tokens est obligatoire#

Contrairement à l'API OpenAI, messages.create ne s'exécute pas sans max_tokens. Il plafonne la longueur de la réponse :

• Trop bas, et la réponse est tronquée. message.stop_reason vaut alors "max_tokens" au lieu de "end_turn".
• Pour DeepSeek-V4-Flash, vous pouvez monter jusqu'à 32 768 pour les réponses longues comme des fichiers complets ou des rapports.
• Vous payez les tokens réellement générés, pas la limite que vous avez fixée.

Si une réponse s'arrête en milieu de phrase, lisez « Pourquoi une réponse IA s'arrête-t-elle en milieu de phrase ? » pour l'explication complète.

Changer de modèle#

Seule la chaîne model change ; le reste du script reste identique. Choisissez selon la tâche :

• DeepSeek-V4-Flash : réponses longues et boucles d'agents, un seul prix à toute heure, jusqu'à 32 768 tokens de sortie.
• GLM-5.3-Flash : chat quotidien et appels de codage économiques, contexte de 390K, jusqu'à 8 192 tokens de sortie.
• MiniMax-M2.7 : travail d'agent et de codage à faible coût, contexte de 180K, jusqu'à 8 192 tokens de sortie.

La liste des ids disponibles est renvoyée par GET https://api.cheaptokens.dev/v1/models, par exemple zai-org/GLM-5.3-Flash et MiniMaxAI/MiniMax-M2.7.

Les prix actuels par 1M de tokens pour MiniMax-M2.7 sont de $0.05 pour l'entrée et $0.15 pour la sortie. MiniMax-M2.7 est moins cher qu'OpenRouter au total, entrée et sortie comptées ensemble. Voici ce que coûte une requête de 2 000 tokens d'entrée et 500 tokens de sortie sur chaque modèle, en direct depuis la liste des prix :

GLM-5.3-Flash et MiniMax-M2.7 sont moins chers qu'OpenRouter au total, entrée et sortie comptées ensemble.

Étape suivante#

Créez une clé et exécutez le script de la section Première requête. Lorsqu'il affiche une réponse, remplacez la chaîne model pour comparer les modèles sur votre propre tâche.