Utilisez le OpenAI Python SDK et LangChain avec une API moins chère (UberLLM)

Étapes (OpenAI Python SDK)

1. Créez une clé sur votre page des clés et ajoutez du crédit.
2. Enregistrez-la comme variable d'environnement :

export UBERLLM_API_KEY=ull_your_key

3. Faites pointer le client vers UberLLM :

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.uberllm.dev/v1",
    api_key=os.environ["UBERLLM_API_KEY"],
)

resp = client.chat.completions.create(
    model="deepseek/deepseek-v4.1-flash",
    messages=[{"role": "user", "content": "Give me three names for a coffee shop."}],
)
print(resp.choices[0].message.content)

C'est tout le changement. client.chat.completions.create avec stream=True, tools, response_format, temperature et max_tokens fonctionne comme avant. Le client async (AsyncOpenAI) prend les mêmes deux arguments.

Sans toucher au code

Le SDK OpenAI lit également deux variables d'environnement, donc un script qui appelle OpenAI() sans arguments peut être déplacé sans être modifié :

export OPENAI_BASE_URL=https://api.uberllm.dev/v1
export OPENAI_API_KEY=ull_your_key
python your_script.py

Vous devez toujours changer la chaîne model= en un ID UberLLM tel que deepseek/deepseek-v4.1-flash.

Étapes (LangChain)

pip install langchain-openai

import os
from langchain_openai import ChatOpenAI

llm = ChatOpenAI(
    model="deepseek/deepseek-v4.1-flash",
    base_url="https://api.uberllm.dev/v1",
    api_key=os.environ["UBERLLM_API_KEY"],
)
print(llm.invoke("Say hello in one sentence.").content)

Chains, agents, bind_tools et .stream() fonctionnent sans changement. Passez base_url dans le code plutôt que de vous fier aux variables d'environnement : l'argument l'emporte toujours, donc un OPENAI_API_BASE égaré sur la machine ne peut pas envoyer d'appels ailleurs.

LangChain.js repose sur la même idée :

import { ChatOpenAI } from "@langchain/openai";

const llm = new ChatOpenAI({
  model: "deepseek/deepseek-v4.1-flash",
  apiKey: process.env.UBERLLM_API_KEY,
  configuration: { baseURL: "https://api.uberllm.dev/v1" },
});

Choisir un modèle moins cher pour chaque tâche

L'intérêt d'une clé unique pour tous les modèles est que vous pouvez arrêter de payer les prix des modèles de pointe pour les tâches faciles. Une répartition courante :

• Raisonnement complexe ou réponses destinées aux clients : un modèle de pointe tel que deepseek/deepseek-v4.1-flash.
• Résumés en masse, étiquetage, extraction : google/gemma-3-27b-it ou un autre modèle du tableau de traitement par lot ci-dessous, souvent 50 à 100 fois moins cher par token.

Il suffit de modifier la chaîne model= pour passer de l'un à l'autre.

Ce qui n'est pas là

UberLLM propose les complétions de chat (/v1/chat/completions), l'API Responses (client.responses.create, streaming et appels d'outils inclus) et la route de messages Anthropic. Il ne conserve aucun état entre les appels, envoyez donc toute la conversation dans input au lieu de previous_response_id (Référence de l'API Responses). Il ne propose pas les embeddings ni l'API Assistants : gardez ces appels sur leur fournisseur actuel.

Dépannage

• openai.AuthenticationError (401) : la clé est incorrecte ou vide. Imprimez len(os.environ["UBERLLM_API_KEY"]) ; une clé est ull_ plus 43 caractères.
• openai.NotFoundError (404) sur /responses ou /embeddings : ces routes n'existent pas ici, voir ci-dessus.
• model_not_found : les IDs de style OpenAI comme gpt-4o nécessitent le fabricant devant : openai/gpt-4o.
• openai.RateLimitError (429) : la limite par minute de la clé (300 par défaut). Augmentez-la sur la page des clés, ou ajoutez des retries avec backoff.
• 402 insufficient_credits : rechargez sur la page des crédits.

Continuez à lire

• Référence du SDK OpenAI et Documentation LangChain
• L'API GPT la moins chère
• Une clé API unique pour tous les LLM