Prima richiesta a CheapTokens in Python con requests, senza SDK

Non hai bisogno del pacchetto openai per parlare con un'API compatibile con OpenAI. Una chiamata requests.post, una chiave Bearer e un corpo JSON sono sufficienti, e vedi esattamente cosa passa sulla rete. Questa guida costruisce quello script per CheapTokens (https://api.cheaptokens.dev/v1/chat/completions) e termina con la stampa della risposta, finish_reason e dell'utilizzo dei token.

È adatto se sei su una macchina bloccata dove è installato solo requests, se un piccolo cron job non dovrebbe tirare dentro un SDK, o se vuoi semplicemente capire cosa fa l'SDK per te. La guida alla prima richiesta copre le vie SDK, curl e Node; questa è quella in puro Python.

Lo script completo#

Metti prima la tua chiave in una variabile d'ambiente (vedi come memorizzare in sicurezza una chiave API), poi salva questo come 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"])

Esegui python ask.py. L'id del modello è l'id completo del gateway, deepseek-ai/DeepSeek-V4-Flash-0731; se non sei sicuro di cosa mettere, elenca i modelli con GET /v1/models. Per provare un altro modello, sostituisci con zai-org/GLM-5.3-Flash e non cambiare altro: un saldo copre tutti i modelli.

Cosa fa ogni riga#

Ecco le cinque idee su cui si basa lo script. Il Quickstart di requests (documentazione viva, verificata il 2 novembre 2026) spiega la maggior parte di esse, e il riferimento Chat Completions di OpenAI definisce i campi della risposta.

Il terzo punto è quello che la gente salta. Uno script che si blocca per sempre in un cron job è molto peggio di uno che fallisce rumorosamente dopo 30 secondi.

Leggere la risposta#

Una risposta riuscita è JSON. Le parti che ti interessano, secondo il riferimento Chat Completions:

• choices[0].message.content è il testo. Può essere null, quindi non chiamare metodi di stringa su di esso alla cieca.
• choices[0].finish_reason dice perché il modello si è fermato: stop (ha finito), length (il limite max_tokens l'ha interrotto), tool_calls, content_filter.
• usage.prompt_tokens, usage.completion_tokens e usage.total_tokens sono ciò per cui paghi: input, output e la loro somma.

La risposta ha questa forma (i numeri sono segnaposto):

{
  "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}
}

Quando non funziona#

Lo script trasforma la maggior parte dei fallimenti in una riga di output. Ecco cosa significa di solito ciascuno:

Per i corpi di errore effettivi e un controllo passo passo di chiave, URL di base e id del modello, usa Errore API 401 o 404: chiave, URL di base o id del modello sbagliati. Due insidie minori: se vedi KeyError: 'choices', hai analizzato un corpo di errore come successo, il che significa che raise_for_status() è stato saltato. E se la tua macchina ha un file ~/.netrc, requests può usare le sue credenziali invece dell'header Authorization che hai impostato.

Quanto costa una chiamata#

Con i numeri segnaposto della risposta sopra (circa 18 token in, 52 out), una chiamata a DeepSeek-V4-Flash costa $0.0000055. È un numero che non riesci a percepire, quindi ingrandiscilo. Diciamo che il tuo script riassume 1.000 ticket di supporto al giorno, circa 800 token in e 300 out ciascuno:

I prezzi sono fissi per modello, senza ore di punta, quindi lo stesso script costa lo stesso alle 3 di notte e a mezzogiorno. I prezzi attuali per modello sono sulla pagina dei prezzi, e la documentazione elenca gli endpoint.

Da dove andare da qui#

Una volta che funziona, i prossimi passi abituali sono un ciclo su molti input, un retry su 429 (vedi 429 Too Many Requests: retry con backoff), o la stessa chiamata con lo streaming. Se preferisci non gestire HTTP da solo, la via SDK è a un cambio di base_url di distanza.