Première requête vers CheapTokens en Python avec requests, sans SDK

Vous n'avez pas besoin du paquet openai pour dialoguer avec une API compatible OpenAI. Un seul appel requests.post, une clé Bearer et un corps JSON suffisent, et vous voyez exactement ce qui passe sur le réseau. Ce guide construit ce script pour CheapTokens (https://api.cheaptokens.dev/v1/chat/completions) et se termine par l'affichage de la réponse, de finish_reason et de l'usage des tokens.

C'est un bon choix si vous êtes sur une machine verrouillée où seul requests est installé, si une petite tâche cron ne doit pas embarquer un SDK, ou si vous voulez simplement comprendre ce que le SDK fait pour vous. Le guide de la première requête couvre le SDK, curl et Node ; ici, c'est la version Python pur.

Le script complet#

Placez d'abord votre clé dans une variable d'environnement (voir comment stocker une clé API en sécurité), puis enregistrez ceci sous 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"])

Lancez python ask.py. L'identifiant du modèle est l'identifiant complet de la passerelle, deepseek-ai/DeepSeek-V4-Flash-0731 ; si vous ne savez pas quoi mettre, listez les modèles avec GET /v1/models. Pour essayer un autre modèle, remplacez par zai-org/GLM-5.3-Flash et ne changez rien d'autre : un seul solde couvre tous les modèles.

Ce que fait chaque ligne#

Voici les cinq idées sur lesquelles repose le script. Le Quickstart requests (docs vivantes, vérifiées le 2 novembre 2026) en explique la plupart, et la référence Chat Completions d'OpenAI définit les champs de la réponse.

C'est la troisième puce que les gens oublient. Un script qui se bloque indéfiniment dans une tâche cron est bien pire qu'un script qui échoue bruyamment au bout de 30 secondes.

Lire la réponse#

Une réponse réussie est du JSON. Les parties qui vous intéressent, selon la référence Chat Completions :

• choices[0].message.content est le texte. Il peut valoir null, donc n'appelez pas de méthodes de chaîne dessus à l'aveugle.
• choices[0].finish_reason indique pourquoi le modèle s'est arrêté : stop (il a terminé), length (la limite max_tokens l'a coupé), tool_calls, content_filter.
• usage.prompt_tokens, usage.completion_tokens et usage.total_tokens sont ce qui vous est facturé : entrée, sortie et leur somme.

La réponse a cette forme (les nombres sont des exemples) :

{
  "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}
}

Quand ça ne marche pas#

Le script transforme la plupart des échecs en une ligne de sortie. Voici ce que chacun signifie généralement :

Pour les corps d'erreur réels et une vérification pas à pas de la clé, de l'URL de base et de l'identifiant du modèle, consultez Erreur API 401 ou 404 : mauvaise clé, URL de base ou identifiant de modèle. Deux pièges plus discrets : si vous voyez KeyError: 'choices', vous avez analysé un corps d'erreur comme un succès, ce qui signifie que raise_for_status() a été ignoré. Et si votre machine a un fichier ~/.netrc, requests peut utiliser ses identifiants au lieu de l'en-tête Authorization que vous avez défini.

Combien coûte un appel#

Avec les nombres d'exemple de la réponse ci-dessus (environ 18 tokens en entrée, 52 en sortie), un appel à DeepSeek-V4-Flash coûte $0.0000055. C'est un montant imperceptible, alors changez d'échelle. Disons que votre script résume 1 000 tickets de support par jour, environ 800 tokens en entrée et 300 en sortie chacun :

Les prix sont fixes par modèle, sans heures de pointe, donc le même script coûte la même chose à 3 h du matin et à midi. Les prix actuels par modèle sont sur la page de tarifs, et la doc liste les endpoints.

Et ensuite#

Une fois que ça marche, les étapes suivantes habituelles sont une boucle sur de nombreuses entrées, une nouvelle tentative sur 429 (voir 429 Too Many Requests : réessais avec backoff), ou le même appel en streaming. Si vous préférez ne pas gérer HTTP vous-même, la voie du SDK n'est qu'à un changement de base_url.