Первый запрос к CheapTokens на Python через requests, без SDK

Чтобы работать с OpenAI-совместимым API, пакет openai не нужен. Хватит одного requests.post, ключа в заголовке и JSON в теле, а заодно вы увидите, что именно уходит по сети. Здесь мы соберём такой скрипт для CheapTokens (https://api.cheaptokens.dev/v1/chat/completions), и он выведет ответ, finish_reason и расход токенов.

Подойдёт, если на машине стоит только requests, если небольшому cron-скрипту не нужен SDK, или если вы хотите понять, что SDK делает за вас. Первый запрос через SDK, curl и Node описан отдельно; это вариант на чистом Python.

Весь скрипт целиком#

Сначала положите ключ в переменную окружения (как это сделать безопасно — в статье как хранить API-ключ), затем сохраните файл 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"])

Запустите python ask.py. Id модели — полный: deepseek-ai/DeepSeek-V4-Flash-0731; если не уверены, что подставить, посмотрите список моделей через GET /v1/models. Чтобы попробовать другую модель, замените id на zai-org/GLM-5.3-Flash, больше ничего менять не нужно: баланс один на все модели.

Что делает каждая строка#

Разберём пять идей, на которых держится скрипт. Большинство из них объясняет Quickstart библиотеки requests (живая документация, сверено 2 ноября 2026), а поля ответа описаны в справочнике Chat Completions от OpenAI.

Третий пункт пропускают чаще всего. Скрипт, который навсегда завис в cron, хуже скрипта, который громко упал через 30 секунд.

Читаем ответ#

Успешный ответ — это JSON. Что в нём важно, по справочнику Chat Completions:

• choices[0].message.content — текст. Он может быть null, поэтому не вызывайте у него строковые методы вслепую.
• choices[0].finish_reason — почему модель остановилась: stop (закончила), length (упёрлась в max_tokens), tool_calls, content_filter.
• usage.prompt_tokens, usage.completion_tokens и usage.total_tokens — то, за что вы платите: вход, выход и их сумма.

Форма ответа такая (числа здесь условные):

{
  "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}
}

Если не работает#

Скрипт превращает большинство сбоев в одну строку вывода. Вот что они обычно значат:

Реальные тела ошибок и проверку ключа, адреса и id модели по шагам ищите в статье Ошибка API 401 или 404: ключ, base URL или id модели. И ещё две мелочи: если видите KeyError: 'choices', вы разобрали тело ошибки как успешный ответ, значит, raise_for_status() пропущен. А если на машине есть файл ~/.netrc, requests может взять учётные данные оттуда вместо вашего заголовка Authorization.

Сколько стоит один вызов#

По условным числам из ответа выше (около 18 токенов на входе и 52 на выходе) один вызов DeepSeek-V4-Flash стоит $0.0000055. Такую сумму не прочувствовать, так что умножим. Допустим, скрипт разбирает 1 000 обращений в поддержку в день, примерно по 800 токенов на входе и 300 на выходе:

Цена модели фиксирована и не зависит от времени суток, так что в три ночи скрипт обойдётся так же, как в полдень. Актуальные цены — на странице тарифов, эндпоинты — в документации.

Что дальше#

Когда это заработает, обычно идут дальше тремя путями: цикл по множеству входов, повтор при 429 (см. 429 Too Many Requests: повторы с паузой) или тот же вызов со стримингом. А если не хочется самому возиться с HTTP, переход на SDK — это одна замена base_url.