Use o OpenAI Python SDK e LangChain com uma API mais barata (UberLLM)

Passos (OpenAI Python SDK)

1. Crie uma chave na sua página de chaves e adicione crédito.
2. Salve-a como uma variável de ambiente:

export UBERLLM_API_KEY=ull_your_key

3. Aponte o cliente para o 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)

Essa é a única alteração. client.chat.completions.create com stream=True, tools, response_format, temperature e max_tokens funciona como antes. O cliente assíncrono (AsyncOpenAI) aceita os mesmos dois argumentos.

Sem tocar no código

O OpenAI SDK também lê duas variáveis de ambiente, então um script que chama OpenAI() sem argumentos pode ser movido sem edição:

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

Você ainda precisa alterar a string model= para um ID do UberLLM como deepseek/deepseek-v4.1-flash.

Passos (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 e .stream() funcionam sem alterações. Passe base_url no código em vez de depender de variáveis de ambiente: o argumento sempre prevalece, então um OPENAI_API_BASE perdido na máquina não pode enviar chamadas para outro lugar.

LangChain.js é a mesma ideia:

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" },
});

Escolha um modelo mais barato para cada tarefa

O objetivo de uma chave para cada modelo é que você pode parar de pagar preços de modelos de ponta por tarefas simples. Uma divisão comum:

• Raciocínio complexo ou respostas diretas ao cliente: um modelo de ponta como deepseek/deepseek-v4.1-flash.
• Resumos em massa, marcação, extração: google/gemma-3-27b-it ou outro modelo da tabela de lote abaixo, muitas vezes 50 a 100 vezes mais barato por token.

Mude apenas a string model= para alternar entre um e outro.

O que não está incluído

UberLLM oferece chat completions (/v1/chat/completions), a Responses API (client.responses.create, incluindo streaming e tool calls) e a rota de mensagens da Anthropic. Não mantém estado entre as chamadas, portanto, envie a conversa completa em input em vez de previous_response_id (Referência da Responses API](](/docs/responses))). Não oferece embeddings ou a Assistants API: mantenha essas chamadas no seu provedor atual.

Solução de Problemas

• openai.AuthenticationError (401): a chave está errada ou vazia. Imprima len(os.environ["UBERLLM_API_KEY"]); uma chave tem ull_ mais 43 caracteres.
• openai.NotFoundError (404) em /responses ou /embeddings: essas rotas não existem aqui, veja acima.
• model_not_found: IDs no estilo OpenAI como gpt-4o precisam do fabricante na frente: openai/gpt-4o.
• openai.RateLimitError (429): o limite por minuto da chave (300 por padrão). Aumente-o na página de chaves, ou adicione retentativas com backoff.
• 402 insufficient_credits: adicione créditos na página de créditos.

Continue lendo

• Referência do SDK da OpenAI e Documentação do LangChain
• A API GPT mais barata
• Uma API key para todos os LLMs