---
title: "SDK Python da OpenAI com base_url personalizada | BroadRouter"
description: "Aponte o SDK Python oficial da OpenAI para a BroadNet Inference mudando só a base_url. Instale, defina a chave, faça a primeira requisição e use streaming."
url: https://broadrouter.com/pt/guides/openai-python-sdk/
lang: pt-BR
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Traduzido do inglês com ajuda de IA. [Leia o original em inglês](https://broadrouter.com/guides/openai-python-sdk/) (atualizado em 2026-11-16).

# Como usar o SDK Python da OpenAI com a BroadNet Inference

Atualizado em 2026-11-16

Instale o pacote openai e crie o client com base\_url definida como https://inference.broadnet.ai/v1 e sua chave da BroadNet como api\_key. Todas as chamadas chat.completions funcionam sem mudanças; só o ID do modelo muda, por exemplo broadnet/deepseek-v4.1-flash. A BroadNet oferece chat completions e transcrições, não a Responses API.

Você precisa de uma conta na BroadNet Inference e de uma chave de inferência. Contas novas começam com $5 de crédito e sem cartão; [crie a sua em inference.broadnet.ai](https://inference.broadnet.ai/?utm_source=broadrouter&utm_medium=referral&utm_campaign=pt-guides-openai-python-sdk&utm_content=body). O console mostra a chave uma única vez e guarda apenas o hash dela, então copie-a direto para o seu ambiente.

## 1\. Instale e defina a chave

O pacote `openai` atual (3.x) exige Python 3.10 ou mais recente.

```bash
python -m pip install openai
export BROADNET_API_KEY='paste-the-key-once'
```

## 2\. Faça a primeira requisição

Salve isto como `first_request.py`:

```python
from openai import OpenAI
import os

client = OpenAI(
    base_url="https://inference.broadnet.ai/v1",
    api_key=os.environ["BROADNET_API_KEY"],
)

response = client.chat.completions.create(
    model="broadnet/gemma-4-26b-a4b",
    messages=[{"role": "user", "content": "Reply with one short sentence."}],
)
print(response.choices[0].message.content)
```

Rode com `python first_request.py`. O exemplo usa `broadnet/gemma-4-26b-a4b` porque ele funciona com o crédito gratuito. Os outros modelos de chat ficam disponíveis depois de uma recarga.

## 3\. Troque para o modelo que você quer

Mude só `model`:

| Você quer | ID do modelo |
| --- | --- |
| Ilimitado em um plano de preço fixo, contexto de 1M | `broadnet/deepseek-v4.1-flash` |
| Ferramentas e saída estruturada, contexto de 1M | `broadnet/glm-5.3` |
| Texto e imagens em árabe | `broadnet/qwen3.8-27b` |
| Preço baixo, funciona com o crédito gratuito | `broadnet/gemma-4-26b-a4b` |

DeepSeek V4.1 Flash, GLM 5.3 e Qwen3.8 27B raciocinam antes de responder, e o raciocínio conta para `max_tokens`. Dê a eles 1.000 tokens ou mais. [Veja por que um limite baixo retorna uma resposta vazia](https://broadrouter.com/pt/guides/reasoning-tokens-empty-response/).

## 4\. Receba a resposta em streaming

```python
stream = client.chat.completions.create(
    model="broadnet/deepseek-v4.1-flash",
    stream=True,
    stream_options={"include_usage": True},
    messages=[{"role": "user", "content": "Count from one to three."}],
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)
    if chunk.usage:
        print("\n", chunk.usage)
```

Com `include_usage`, as contagens de tokens chegam no último chunk, que não tem `choices`. [O guia de streaming](https://broadrouter.com/pt/guides/streaming-chat-completions/) explica como lidar com conexões que caem.

## 5\. Guarde o ID da requisição

Toda resposta traz um cabeçalho `X-Request-ID`. Registre esse valor: o suporte da BroadNet pede por ele. As respostas já interpretadas o expõem como `response._request_id`. Para lê-lo junto com os outros cabeçalhos:

```python
raw = client.chat.completions.with_raw_response.create(
    model="broadnet/gemma-4-26b-a4b",
    messages=[{"role": "user", "content": "Hi"}],
)
print(raw.headers.get("x-request-id"))
response = raw.parse()
```

Chaves de pagamento por uso permitem 30 requisições por minuto e 4 simultâneas. [O que cada código de erro significa e quando tentar de novo](https://broadrouter.com/pt/guides/errors-and-retries/).

## Solução de problemas

-   **`AuthenticationError` (401).** A chave está errada, expirou ou ficou sem cota de pagamento por uso. Confira se `BROADNET_API_KEY` está definida no processo que roda o seu código.
-   **`NotFoundError` (404).** Confira se `base_url` termina em `/v1` e se você chama `chat.completions`, não `responses`. Depois confira o ID do modelo, com o prefixo `broadnet/`.
-   **Modelo pago falha em uma conta nova.** O crédito inicial de $5 cobre o BroadNet Gemma 4 VL 26B (`broadnet/gemma-4-26b-a4b`) e os dois modelos BroadNet Transcribe. Faça uma recarga para usar os outros modelos de chat: DeepSeek V4.1 Flash, GLM 5.3 e Qwen3.8 27B.
-   **`content` vazio.** O raciocínio conta para `max_tokens`. Aumente para 1.000 ou mais. [Por que as respostas vêm vazias](https://broadrouter.com/pt/guides/reasoning-tokens-empty-response/).
-   **`RateLimitError` (429).** Você passou do limite por minuto ou do limite de simultaneidade. Por padrão, o SDK tenta de novo duas vezes; defina `max_retries` no client para mudar isso.
-   **Erros no client HTTP personalizado depois de atualizar.** O SDK 3.x usa HTTPX2. Se você passa o seu próprio `http_client`, siga o guia de migração para HTTPX2 do SDK.

## Termos neste guia

[Token](https://broadrouter.com/pt/glossary/token/)

Um token é a unidade de texto que um modelo de linguagem lê e escreve: uma palavra, parte de uma palavra, um sinal de pontuação ou uma sequência de bytes gerada pelo tokenizador do modelo. As APIs de LLM contam, limitam e normalmente cobram o uso em tokens.

[Pagamento por uso (pay-as-you-go)](https://broadrouter.com/pt/glossary/pay-as-you-go/)

Pagamento por uso é um modelo de preço em que você paga só pelo que usa, medido por unidade, como tokens, requisições ou minutos de áudio, sem assinatura nem compromisso mínimo. A maioria das APIs de LLM cobra assim, a partir de um saldo pré-pago ou de uma fatura periódica.

[Streaming](https://broadrouter.com/pt/glossary/streaming/)

Streaming é uma forma de devolver a resposta de um modelo de linguagem em pequenos pedaços enquanto ela ainda está sendo gerada, em vez de uma resposta única no final. APIs compatíveis com a OpenAI fazem streaming via server-sent events quando a requisição define stream como true.

[Concorrência (concurrency)](https://broadrouter.com/pt/glossary/concurrency/)

Concorrência é o número de requisições que um cliente tem em andamento ao mesmo tempo. APIs de LLM muitas vezes a limitam por chave ou por plano, separadamente das requisições por minuto, porque cada requisição aberta ocupa capacidade de GPU até a resposta terminar.

[Crédito pré-pago (prepaid credit)](https://broadrouter.com/pt/glossary/prepaid-credit/)

Crédito pré-pago é dinheiro adicionado a uma conta de API antes do uso. Cada requisição desconta o próprio custo do saldo e, quando o saldo acaba, as requisições cobradas por uso param até você fazer uma recarga. Ele limita o gasto ao que você já pagou.

[Rate limit (limite de taxa)](https://broadrouter.com/pt/glossary/rate-limit/)

Um rate limit é um teto que uma API impõe a quanto um cliente pode usá-la em um intervalo de tempo, como requisições por minuto ou tokens por minuto. As requisições acima do limite são recusadas, normalmente com HTTP 429 Too Many Requests, até que o uso volte a ficar abaixo dele.

[Chave de API (API key)](https://broadrouter.com/pt/glossary/api-key/)

Uma chave de API é uma string secreta que identifica e autoriza um cliente que chama uma API. As APIs de LLM normalmente a esperam em um cabeçalho Authorization: Bearer, e qualquer pessoa que tenha a chave pode fazer requisições cobradas da conta dona dela.

[Plano de LLM com preço fixo (flat-rate)](https://broadrouter.com/pt/glossary/flat-rate-llm-plan/)

Um plano de LLM com preço fixo cobra um valor fixo por um período, como um mês, pelo acesso à API de um modelo de linguagem, em vez de cobrar por token. Esses planos costumam limitar outra coisa, como simultaneidade, velocidade, modelos ou janelas de uso, então os limites importam tanto quanto o preço.

## Perguntas frequentes

### Preciso de outro SDK?

Não. A BroadNet Inference fala os formatos de chat completions e audio transcriptions da OpenAI, então o pacote oficial openai funciona com outra base\_url.

### Posso continuar usando OPENAI\_API\_KEY?

Pode, mas uma variável separada BROADNET\_API\_KEY evita mandar, por engano, a chave de um provedor para outro.

### O SDK lê OPENAI\_BASE\_URL?

Sim. Se você não passar base\_url, o client usa OPENAI\_BASE\_URL. Defina essa variável como https://inference.broadnet.ai/v1, defina OPENAI\_API\_KEY com a sua chave da BroadNet, e OpenAI() não precisa de argumentos.

### Posso usar client.responses.create com a BroadNet?

Não. O README do SDK começa pela Responses API, mas a documentação da BroadNet lista apenas chat completions e audio transcriptions. Use client.chat.completions.create.

## Guias relacionados

-   [Como usar o SDK Node.js da OpenAI com a BroadNet Inference](https://broadrouter.com/pt/guides/openai-node-sdk/)
-   [Streaming de chat completions e conexões que caem](https://broadrouter.com/pt/guides/streaming-chat-completions/)
-   [Por que um modelo de raciocínio devolve uma resposta vazia](https://broadrouter.com/pt/guides/reasoning-tokens-empty-response/)
-   [Códigos de erro da BroadNet Inference e quando tentar de novo](https://broadrouter.com/pt/guides/errors-and-retries/)

Teste com a sua carga de trabalho real. Contas novas começam com US$ 5 de crédito para Gemma e transcrição. DeepSeek, GLM e Qwen3.8 exigem uma recarga.

[Começar](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=pt-guides-openai-python-sdk&utm_content=page-cta) ·

**Fontes**

-   [Referência da API da BroadNet Inference, primeira requisição (em inglês)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=pt-guides-openai-python-sdk&utm_content=sources#base-url)
-   [Biblioteca Python da OpenAI no PyPI (3.x, Python 3.10+, conferido em 2026-11-14)](https://pypi.org/project/openai/)
