SDK Python di Anthropic con CheapTokens: API Messages

Se il tuo codice usa già l'SDK Python di Anthropic, non devi riscriverlo per chiamare un altro modello. CheapTokens parla l'API Anthropic Messages, quindi cambi le impostazioni del client e lasci client.messages.create(...) così com'è. Questa guida ti porta da una cartella vuota a uno script che stampa una risposta.

Cosa ti serve#

• Python 3.10 o superiore (requisito dell'SDK).
• Una chiave API CheapTokens. Se non ne hai ancora una, vedi "Cos'è una chiave API e come conservarla in modo sicuro".
• Un unico saldo copre tutti i modelli e non ci sono fasce di punta, quindi lo stesso script costa lo stesso a qualsiasi ora del giorno.

Installa l'SDK#

pip install anthropic
export CHEAPTOKENS_API_KEY="your-key"

Tieni la chiave in una variabile d'ambiente, non nel file sorgente.

Crea il client#

Due impostazioni differiscono da una configurazione Anthropic predefinita: la chiave e base_url.

import os
import anthropic

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

L'SDK aggiunge da solo il percorso /v1/messages, quindi base_url è l'host senza /v1. (L'endpoint in stile OpenAI, https://api.cheaptokens.dev/v1, è quello che usi con l'SDK OpenAI; vedi "La tua prima richiesta API con CheapTokens".)

Prima richiesta#

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)

Prendi l'id del modello dalla documentazione CheapTokens; gli id differiscono tra i provider. Qui usiamo DeepSeek-V4-Flash: una finestra di contesto di 380K e fino a 32.768 token in una risposta, adatto a risposte lunghe e cicli di agenti.

La risposta è in message.content, una lista di blocchi; il testo è nel primo. usage mostra quanti token di input e output ha usato la chiamata, che è ciò per cui vieni fatturato.

max_tokens è obbligatorio#

A differenza dell'API OpenAI, messages.create non funziona senza max_tokens. Limita la lunghezza della risposta:

• Troppo basso, e la risposta viene troncata. message.stop_reason è quindi "max_tokens" invece di "end_turn".
• Per DeepSeek-V4-Flash puoi arrivare fino a 32.768 per risposte lunghe come file completi o report.
• Paghi per i token effettivamente generati, non per il limite che imposti.

Se una risposta si interrompe a metà frase, leggi "Perché una risposta AI si interrompe a metà frase?" per la spiegazione completa.

Cambiare modello#

Cambia solo la stringa model; il resto dello script resta uguale. Scegli in base al compito:

• DeepSeek-V4-Flash: risposte lunghe e cicli di agenti, un prezzo a qualsiasi ora, fino a 32.768 token di output.
• GLM-5.3-Flash: chat quotidiana e chiamate di coding economiche, contesto 390K, fino a 8.192 token di output.
• MiniMax-M2.7: lavoro di agenti e coding a basso costo, contesto 180K, fino a 8.192 token di output.

L'elenco degli id disponibili è restituito da GET https://api.cheaptokens.dev/v1/models, ad esempio zai-org/GLM-5.3-Flash e MiniMaxAI/MiniMax-M2.7.

I prezzi attuali per 1M di token per MiniMax-M2.7 sono $0.05 per l'input e $0.15 per l'output. MiniMax-M2.7 è più economico di OpenRouter in totale, contando insieme input e output. Ecco quanto costa una richiesta con 2.000 token di input e 500 di output su ciascun modello, in tempo reale dal listino prezzi:

GLM-5.3-Flash e MiniMax-M2.7 sono più economici di OpenRouter in totale, contando insieme input e output.

Prossimo passo#

Crea una chiave ed esegui lo script dalla sezione Prima richiesta. Quando stampa una risposta, scambia la stringa model per confrontare i modelli sul tuo compito.