CheapTokens کے ساتھ Anthropic Python SDK: Messages API

اگر آپ کا کوڈ پہلے سے Anthropic Python SDK استعمال کرتا ہے، تو کسی دوسرے ماڈل کو کال کرنے کے لیے اسے دوبارہ لکھنے کی ضرورت نہیں۔ CheapTokens Anthropic Messages API بولتا ہے، لہٰذا آپ کلائنٹ کی سیٹنگز بدلتے ہیں اور client.messages.create(...) کو ویسا ہی رکھتے ہیں۔ یہ گائیڈ آپ کو خالی فولڈر سے ایسی اسکرپٹ تک لے جاتی ہے جو جواب پرنٹ کرتی ہے۔

آپ کو کیا درکار ہے#

• Python 3.10 یا نیا (SDK کی شرط)۔
• ایک CheapTokens API key۔ اگر آپ کے پاس ابھی نہیں ہے تو "What is an API key and how to store it safely" دیکھیں۔
• ایک بیلنس ہر ماڈل کو کور کرتا ہے، اور کوئی پیک آورز نہیں ہیں، لہٰذا ایک ہی اسکرپٹ دن کے کسی بھی وقت ایک ہی لاگت رکھتی ہے۔

SDK انسٹال کریں#

pip install anthropic
export CHEAPTOKENS_API_KEY="your-key"

key کو ماحولیاتی متغیر میں رکھیں، سورس فائل میں نہیں۔

کلائنٹ بنائیں#

دو سیٹنگز ڈیفالٹ Anthropic سیٹ اپ سے مختلف ہیں: key اور base_url۔

import os
import anthropic

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

SDK خود /v1/messages پاتھ شامل کرتا ہے، لہٰذا base_url وہ ہوسٹ ہے جس میں /v1 نہیں ہے۔ (OpenAI طرز کا اینڈ پوائنٹ، https://api.cheaptokens.dev/v1، وہ ہے جو آپ OpenAI SDK کے ساتھ استعمال کرتے ہیں؛ "Your first API request with CheapTokens" دیکھیں۔)

پہلی درخواست#

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)

ماڈل id CheapTokens دستاویزات سے لیں؛ ids مختلف فراہم کنندگان کے درمیان مختلف ہوتی ہیں۔ یہاں ہم DeepSeek-V4-Flash استعمال کرتے ہیں: 380K context window اور ایک جواب میں 32,768 ٹوکنز تک، جو طویل جوابات اور agent loops کے لیے موزوں ہے۔

جواب message.content میں ہے، بلاکس کی فہرست؛ متن پہلے بلاک میں ہے۔ usage دکھاتا ہے کہ کال نے کتنے input اور output ٹوکنز استعمال کیے، جن کی آپ کو بلنگ ہوتی ہے۔

max_tokens لازمی ہے#

OpenAI API کے برعکس، messages.create max_tokens کے بغیر نہیں چلے گا۔ یہ جواب کی لمبائی کو محدود کرتا ہے:

• بہت کم، اور جواب کٹ جاتا ہے۔ message.stop_reason پھر "end_turn" کے بجائے "max_tokens" ہوتا ہے۔
• DeepSeek-V4-Flash کے لیے آپ طویل جوابات جیسے مکمل فائلیں یا رپورٹس کے لیے 32,768 تک جا سکتے ہیں۔
• آپ اصل میں پیدا ہونے والے ٹوکنز کی ادائیگی کرتے ہیں، نہ کہ آپ کی مقرر کردہ حد کی۔

اگر جواب درمیان میں رک جائے تو مکمل وضاحت کے لیے "Why does an AI answer stop mid-sentence?" پڑھیں۔

ماڈلز تبدیل کرنا#

صرف model سٹرنگ بدلتی ہے؛ اسکرپٹ کا باقی حصہ ویسا ہی رہتا ہے۔ کام کے مطابق منتخب کریں:

• DeepSeek-V4-Flash: طویل جوابات اور agent loops، کسی بھی وقت ایک قیمت، 32,768 output ٹوکنز تک۔
• GLM-5.3-Flash: سستا روزمرہ چیٹ اور کوڈنگ کالز، 390K context، 8,192 output ٹوکنز تک۔
• MiniMax-M2.7: کم لاگت agent اور کوڈنگ کام، 180K context، 8,192 output ٹوکنز تک۔

دستیاب ids کی فہرست GET https://api.cheaptokens.dev/v1/models سے واپس آتی ہے، مثلاً zai-org/GLM-5.3-Flash اور MiniMaxAI/MiniMax-M2.7۔

MiniMax-M2.7 کے لیے فی 1M ٹوکنز موجودہ قیمتیں input کے لیے $0.05 اور output کے لیے $0.15 ہیں۔ MiniMax-M2.7 مجموعی طور پر OpenRouter سے سستا ہے، input اور output کو ملا کر شمار کیا جائے۔ یہاں یہ ہے کہ 2,000 input اور 500 output ٹوکنز والی درخواست کی ہر ماڈل پر کتنی لاگت آتی ہے، قیمت کی فہرست سے براہ راست:

GLM-5.3-Flash اور MiniMax-M2.7 مجموعی طور پر OpenRouter سے سستے ہیں، input اور output کو ملا کر شمار کیا جائے۔

اگلا قدم#

ایک key بنائیں اور First request سیکشن سے اسکرپٹ چلائیں۔ جب یہ جواب پرنٹ کرے، تو اپنے کام پر ماڈلز کا موازنہ کرنے کے لیے model سٹرنگ بدلیں۔