用 requests 在 Python 中向 CheapTokens 发送首次请求，无需 SDK

你不需要 openai 包就能与 OpenAI 兼容的 API 对话。一次 requests.post 调用、一个 Bearer 密钥和一个 JSON 请求体就足够了，而且你能确切看到线上传输的内容。本指南为 CheapTokens（https://api.cheaptokens.dev/v1/chat/completions）构建该脚本，最终它会打印出答案、finish_reason 和 token 用量。

如果你在只有 requests 的受限机器上，或者一个小型 cron 任务不应引入 SDK，又或者你只是想了解 SDK 为你做了什么，这都很合适。首次请求指南 涵盖了 SDK、curl 和 Node 路线；本文是纯 Python 路线。

完整脚本#

先把密钥放入环境变量（参见如何安全存储 API 密钥），然后将其保存为 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"])

运行 python ask.py。模型 id 是完整的网关 id，即 deepseek-ai/DeepSeek-V4-Flash-0731；如果不确定该填什么，用 GET /v1/models 列出模型。要尝试其他模型，换成 zai-org/GLM-5.3-Flash 即可，其他什么都不用改：一个余额覆盖所有模型。

每一行在做什么#

以下是脚本依赖的五个要点。requests 快速入门（动态文档，2026 年 11 月 2 日检查）解释了其中大部分内容，OpenAI 的 Chat Completions 参考定义了回复中的字段。

第三个要点是人们常忽略的。在 cron 任务中永远挂起的脚本，比在 30 秒后大声失败的脚本要糟糕得多。

读取回复#

成功的响应是 JSON。根据 Chat Completions 参考，你关心的部分如下：

• choices[0].message.content 是文本。它可能是 null，所以不要盲目对其调用字符串方法。
• choices[0].finish_reason 说明模型为何停止：stop（已完成）、length（被 max_tokens 限制截断）、tool_calls、content_filter。
• usage.prompt_tokens、usage.completion_tokens 和 usage.total_tokens 是你计费的部分：输入、输出及其总和。

回复具有以下结构（数字为占位符）：

{
  "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}
}

当它不工作时#

脚本将大多数失败转换为一行输出。以下是每种情况通常的含义：

有关实际的错误响应体以及密钥、基础 URL 和模型 id 的分步检查，请使用 API 401 或 404 错误：错误的密钥、基础 URL 或模型 id。两个较小的陷阱：如果你看到 KeyError: 'choices'，说明你将错误响应体解析为成功，这意味着 raise_for_status() 被跳过了。如果你的机器上有 ~/.netrc 文件，requests 可能会使用其凭据而不是你设置的 Authorization 头。

一次调用的成本#

使用上面回复中的占位数字（约 18 个输入 token，52 个输出 token），一次对 DeepSeek-V4-Flash 的调用花费 $0.0000055。这是一个你感觉不到的数字，所以放大来看。假设你的脚本每天总结 1,000 个支持工单，每个大约 800 个输入 token 和 300 个输出 token：

价格按模型固定，没有高峰时段，因此同一脚本在凌晨 3 点和中午的成本相同。当前各模型价格见定价页面，文档列出了端点。

从这里去哪里#

一旦这能工作，通常的下一步是循环处理多个输入、在 429 时重试（参见429 Too Many Requests：带退避的重试），或者使用流式进行相同的调用。如果你不想自己管理 HTTP，SDK 路线只需更改一个 base_url。