Liệt kê model với GET /v1/models để tìm id model chính xác

Mã của bạn trả về 404 với một tên model trông có vẻ ổn trong ví dụ của người khác. Hãy hỏi chính API: một request GET tới https://api.cheaptokens.dev/v1/models liệt kê các model bạn có thể gọi, kèm context và giới hạn output của chúng. Sao chép id từ câu trả lời đó, không phải từ trí nhớ, và kiểm tra giới hạn trước khi đặt max_tokens.

Trang tài liệu (CheapTokens docs, kiểm tra ngày 28 tháng 10 năm 2026) mô tả GET /v1/models là danh sách các model có thể gọi kèm context và giới hạn output. Bên cạnh đó là GET /v1/models/{model} cho một model và GET /v1/capabilities. Bản thân chat đi qua POST /v1/chat/completions (tương thích OpenAI) hoặc POST /v1/messages (tương thích Anthropic).

Vì sao cùng một model lại có id khác nhau ở mọi nơi#

Giả sử bạn tìm thấy một hướng dẫn cho nhà cung cấp khác. Nó dùng model: "deepseek-chat", bạn dán nó bên cạnh base URL của CheapTokens, và request thất bại. Không có gì sai với key của bạn. Các nhà cung cấp đặt tên khác nhau cho cùng một model: một tiền tố như deepseek-ai/, một hậu tố phiên bản như -0731, cách viết hoa khác nhau. API chỉ chấp nhận đúng chuỗi mà nó liệt kê, và một tên ngắn lấy từ nhãn giá cũng sẽ không hoạt động.

Đó chính là lý do để tra id một lần. Nếu bạn muốn toàn bộ câu chuyện về việc một id sai trông như thế nào trên màn hình, API 401 or 404 error: wrong key, base URL or model id đi qua từng bước. Hướng dẫn này là bước trước đó: tìm đúng id để bạn không bao giờ gặp lỗi đó.

Hỏi API: một request#

Chọn tab bạn dùng. Cả hai đều gửi cùng một request. Trong cả hai ví dụ, key lấy từ biến môi trường CHEAPTOKENS_API_KEY (key nằm trong dashboard khi số dư đã có tiền).

export CHEAPTOKENS_API_KEY="sk-your-key"

curl https://api.cheaptokens.dev/v1/models \
  -H "Authorization: Bearer $CHEAPTOKENS_API_KEY"

import json
import os

import requests

resp = requests.get(
    "https://api.cheaptokens.dev/v1/models",
    headers={"Authorization": f"Bearer {os.environ['CHEAPTOKENS_API_KEY']}"},
    timeout=30,
)
resp.raise_for_status()
print(json.dumps(resp.json(), indent=2))

Bản Python in JSON thô là có chủ đích. Hãy đọc nó một lần bằng chính mắt bạn: bạn đang tìm các model id và, bên cạnh chúng, context và giới hạn output. Sao chép từng id từ bản in ra một cách đầy đủ.

Ba id và giới hạn của chúng#

Tài liệu liệt kê các model có thể gọi này (kiểm tra ngày 28 tháng 10 năm 2026). Gửi chuỗi ở định dạng code ở đầu mỗi dòng dưới dạng model:

• zai-org/GLM-5.3-Flash — context 390K, tối đa 8.192 token output.
• deepseek-ai/DeepSeek-V4-Flash-0731 — context 380K, tối đa 32.768 token output.
• MiniMaxAI/MiniMax-M2.7 — context 180K, tối đa 8.192 token output.

Hai con số quan trọng cho hầu hết các quyết định. Context là lượng model có thể chứa trong một request, prompt của bạn và câu trả lời của nó cộng lại. Giới hạn output là câu trả lời đơn dài nhất. Nếu những từ này còn mới, how to read AI model names và why an answer stops mid-sentence giải thích chúng bằng ngôn ngữ đơn giản.

Chọn model đầu tiên cho tác vụ của bạn#

Bạn không cần một nghiên cứu benchmark dài để bắt đầu. Hai câu hỏi giải quyết hầu hết các lựa chọn đầu tiên: input của bạn lớn đến đâu, và câu trả lời phải dài bao nhiêu? Nhấp vào trường hợp gần nhất với bạn.

Cả ba dùng chung một số dư và một mức giá vào bất kỳ thời điểm nào trong ngày, không có giờ cao điểm, nên chuyển đổi sau này chỉ tốn một chuỗi thay đổi. So với OpenRouter, mỗi model trong ba đều rẻ hơn về tổng cộng, khi tính cả input và output cùng nhau. Đây là một khối lượng công việc trông như thế nào: giả sử bạn chạy một trợ lý nhỏ gửi 2.000 token input và nhận lại 500, 1.000 lần một ngày. Bảng trực tiếp bên dưới định giá chính xác điều đó.

Giá hiện tại theo từng token cho mọi model nằm trên pricing page, và model pages đi sâu hơn về từng model. Nếu bạn muốn so sánh song song theo tác vụ, có GLM vs DeepSeek vs MiniMax: which model to choose.

Đặt max_tokens từ giới hạn, rồi gửi request#

Một sơ suất phổ biến: bạn yêu cầu một báo cáo dài từ một model có giới hạn 8.192, và câu trả lời dừng giữa chừng. Giới hạn bạn thấy trong danh sách là mức trần cho max_tokens. Hãy ở mức bằng hoặc dưới nó.

Đây là một request với id đầy đủ từ danh sách. Nó yêu cầu một câu trả lời dài từ model cho phép điều đó:

curl https://api.cheaptokens.dev/v1/chat/completions \
  -H "Authorization: Bearer $CHEAPTOKENS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-ai/DeepSeek-V4-Flash-0731",
    "messages": [{"role": "user", "content": "Write a 1,500-word guide to API keys."}],
    "max_tokens": 4000
  }'

Mới gọi lần đầu? Your first API request with CheapTokens bao gồm định dạng câu trả lời và trường usage.

Để cố định quy trình, hãy sắp xếp các bước theo thứ tự:

Nếu request vẫn thất bại#

Bắt đầu với chuỗi. Một model id khác một ký tự là nguyên nhân thường gặp của 404, nên hãy dán lại từ danh sách thay vì gõ lại. 402 nghĩa là số dư đã cạn, và giới hạn tốc độ là 120 request mỗi phút cho mỗi API key. Lỗi trả về theo định dạng JSON chuẩn của OpenAI/Anthropic, nên các SDK phân tích chúng như bình thường. Để xem hướng dẫn đầy đủ, xem API 401 or 404 error.

API tương thích OpenAI và Anthropic tại https://api.cheaptokens.dev/v1; các SDK Anthropic và Claude Code dùng URL gốc https://api.cheaptokens.dev không có /v1. Chi tiết thiết lập thêm nằm trong docs.