ChatGPT API в рублях: OpenAI SDK и Codex в России без VPN

Из России с API OpenAI — тем самым ChatGPT API — работать неудобно: карта не проходит, регион не поддерживается, счёт приходит в долларах, а запросы из CI идут через VPN, который периодически отваливается. С Codex CLI то же самое: инструмент отличный, но платить за него нечем.

На Татнет есть ИИ-модели — один OpenAI-совместимый адрес, за которым стоят модели OpenAI и Google Gemini и открытые модели GLM, Kimi, DeepSeek, Qwen, MiMo и MiniMax. Код на OpenAI SDK переключается сменой базового URL и ключа, Codex — одним файлом настроек. Платите рублями с баланса аккаунта, без отдельной подписки.

Что получится в конце:

• ключ API с месячным лимитом трат, который не страшно отдать в CI;
• OpenAI SDK для Python и Node.js, который ходит в нужную модель;
• Codex CLI (и, если нужно, Claude Code) на тех же моделях без VPN;
• эмбеддинги для поиска и RAG и веб-поиск со ссылками на источники.

Шаг 1. Ключ с лимитом

В панели Татнет откройте раздел ИИ-модели и нажмите «Создать ключ». При создании можно:

• задать предел расхода за месяц. Если ключ утечёт, он упрётся в этот потолок, а не в весь баланс аккаунта;
• сузить список моделей. Ключу для CI, например, хватит одной дешёвой модели.

Ключ начинается с tnai_live_ и показывается один раз: Татнет хранит только его хеш и повторно отдать не может. Сохраните его сразу в менеджер секретов, а в терминале положите в переменную:

export TATNET_AI_KEY=tnai_live_...

Ключ даёт доступ к платному API. Не коммитьте его в репозиторий и не отдавайте в код, который выполняется в браузере. Для разработки, стейджинга и продакшена удобнее завести разные ключи с разными лимитами — так же, как разные базы (подробнее — в статье про dev/stage/prod окружения).

Важно про оплату. Запросы к моделям списываются только реальными рублями с баланса. Бонусные кредиты на инференс не тратятся и доступ к нему не открывают: чтобы начать, баланс нужно хотя бы раз пополнить настоящими деньгами.

Шаг 2. Первый запрос

Проверяем ключ обычным curl:

curl https://ai.tatnet.cloud/v1/chat/completions \
  -H "Authorization: Bearer $TATNET_AI_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "glm-5.2",
    "messages": [{"role": "user", "content": "Привет"}]
  }'

Ответ приходит в том же формате, что у OpenAI:

{
  "id": "chatcmpl-8f3a…",
  "object": "chat.completion",
  "model": "glm-5.2",
  "choices": [{
    "index": 0,
    "message": {"role": "assistant", "content": "Привет! Чем могу помочь?"},
    "finish_reason": "stop"
  }],
  "usage": {"prompt_tokens": 9, "completion_tokens": 8, "total_tokens": 17}
}

По usage удобно считать расход в своём коде: за эти токены и спишутся деньги. Список моделей с их возможностями и пределами отдаёт GET /v1/models:

curl https://ai.tatnet.cloud/v1/models

{"id": "glm-5v-turbo", "object": "model", "owned_by": "tatnet",
 "context_window": 202752, "max_output_tokens": 131072,
 "capabilities": {"tools": true, "vision": true, "reasoning": true}}

Цен в этом ответе нет: их показывает каталог в панели (раздел «ИИ-модели» → «Каталог»).

Шаг 3. OpenAI API через официальный SDK

Python

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://ai.tatnet.cloud/v1",
    api_key=os.environ["TATNET_AI_KEY"],
)

answer = client.chat.completions.create(
    model="glm-5.2",
    messages=[{"role": "user", "content": "Объясни, что такое VPC, в двух предложениях"}],
)
print(answer.choices[0].message.content)

VPC — это изолированная виртуальная сеть в облаке, внутри которой ваши серверы,
базы и кэш общаются по приватным адресам. Снаружи в неё попадает только то, что
вы явно открыли, например HTTPS к приложению.

Node.js

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://ai.tatnet.cloud/v1",
  apiKey: process.env.TATNET_AI_KEY,
});

const stream = await client.chat.completions.create({
  model: "deepseek-v4.1-flash",
  messages: [{ role: "user", content: "Напиши регулярку для российского номера телефона" }],
  stream: true,
});

for await (const chunk of stream) {
  process.stdout.write(chunk.choices[0]?.delta?.content ?? "");
}

Ответ печатается по мере генерации:

Для номеров в форматах +7 900 123-45-67, 8 (900) 123-45-67 и 89001234567:

```
^(\+7|8)[\s(-]*\d{3}[\s)-]*\d{3}[\s-]*\d{2}[\s-]*\d{2}$
```

Перед сохранением номер лучше нормализовать: убрать всё, кроме цифр,
и заменить ведущую 8 на 7.

Потоковый режим работает как у OpenAI, включая stream_options.include_usage. Вызов инструментов (tools) поддерживают модели с отметкой «инструменты» в каталоге, картинки на входе (image_url) — модели с отметкой «картинки».

Если код менять нельзя. Официальные SDK OpenAI для Python и Node.js читают адрес и ключ из переменных окружения. Достаточно задать их в окружении приложения:

OPENAI_BASE_URL=https://ai.tatnet.cloud/v1
OPENAI_API_KEY=tnai_live_...

Если в коде уже указаны модели OpenAI или Gemini, их тоже можно не трогать: имена моделей в Татнет совпадают с именами у вендоров (gpt-5.5, gpt-4.1-mini, gemini-3.5-flash и так далее).

Две вещи, о которых стоит знать заранее:

• Потолок вывода. Если max_tokens не задан, ответ ограничен 4096 токенами. Нужен длинный ответ — задайте max_tokens явно, но не выше предела модели.
• Размышления. У моделей с размышлениями рассуждение тратит тот же max_tokens, что и ответ. У DeepSeek размышления включены по умолчанию и на трудном вопросе могут съесть весь потолок (finish_reason: "length"). Для коротких ответов передавайте "reasoning_effort": "none" (дешевле и быстрее), для сложных — поднимайте max_tokens.

Шаг 4. OpenAI Codex CLI

Кроме Chat Completions, Татнет принимает формат OpenAI Responses API (POST /v1/responses), а на нём работает Codex CLI. Настройка — в ~/.codex/config.toml:

model = "glm-5.2"
model_provider = "tatnet"

[model_providers.tatnet]
name = "TatNet"
base_url = "https://ai.tatnet.cloud/v1"
env_key = "TATNET_AI_KEY"
wire_api = "responses"

Запуск:

export TATNET_AI_KEY=tnai_live_...
codex

Дальше Codex работает как обычно. Например, в небольшом проекте todo-app на Express просим добавить фильтр:

› Добавь в GET /todos фильтр по выполненным задачам: ?done=true|false

• Explored
  └ Read src/routes/todos.js, src/db.js
• Edited src/routes/todos.js (+9 -2)
• Ran npm test
  └ 6 passing
─ Worked for 41s ─
Готово: GET /todos принимает ?done=true|false. Без параметра возвращаются
все задачи, на неверное значение — 400. Добавил два теста в test/todos.test.js.

Codex работает с glm-5.2, kimi-k3 и deepseek-v4-pro: читает и правит файлы, вызывает инструменты. На старте он предупредит, что не знает метаданных модели. На работу это не влияет.

Чем этот вход отличается от API OpenAI:

• Ответы не хранятся, previous_response_id не поддерживается: история передаётся целиком. Codex так и делает, а в своём коде используйте store: false.
• Потолок вывода по умолчанию — 32 000 токенов. Codex не передаёт max_output_tokens, поэтому при проверке средств перед запросом учитывается именно этот потолок. Если на балансе или в пределе ключа почти ничего не осталось, запрос отклонят, даже если ответ был бы коротким.
• Встроенные инструменты OpenAI (веб-поиск, поиск по файлам) из запроса убираются. Свои функции работают.

Под Codex удобно завести отдельный ключ с небольшим месячным лимитом: в карточке ключа видно, во сколько обходится работа агента.

Бонус: Claude Code и Anthropic SDK

Тот же ключ принимает формат Anthropic Messages API (POST /v1/messages), поэтому модели Татнет подключаются и к Claude Code:

export ANTHROPIC_BASE_URL=https://ai.tatnet.cloud
export ANTHROPIC_AUTH_TOKEN=tnai_live_...
export ANTHROPIC_MODEL=glm-5.2
# Claude Code ходит и в «быструю» модель — укажите нашу, иначе он запросит haiku
export ANTHROPIC_DEFAULT_HAIKU_MODEL=glm-5.2
claude

Работает на glm-5.2, kimi-k3 и deepseek-v4-pro: чтение и правка файлов, вызов инструментов, размышления. Серверных инструментов Anthropic (веб-поиск, исполнение кода) нет, такие инструменты из запроса убираются.

Какую модель выбрать

Адрес, ключ и формат запроса у всех моделей одинаковые: модель меняется одним полем model. Начните с дешёвой и переходите на сильную, только если качества не хватает.

Окна контекста и пределы вывода у каждой модели — в документации и в ответе /v1/models.

Эмбеддинги для поиска и RAG

Модель qwen3-embedding-8b превращает текст в вектор из 4096 чисел. Она многоязычная, русский понимает, окно — 32 тысячи токенов.

result = client.embeddings.create(
    model="qwen3-embedding-8b",
    input=["Казань — столица Татарстана.", "Как добраться до Кремля?"],
    dimensions=1024,  # необязательно: короче вектор — меньше места в базе
)
vectors = [item.embedding for item in result.data]
print(len(vectors), len(vectors[0]), result.usage.prompt_tokens)

2 1024 19

Два текста — два вектора по 1024 числа, за запрос посчитано 19 входных токенов. Векторы складываются в pgvector, Qdrant или любую другую векторную базу.

Платится только вход: число токенов во всех текстах запроса. Несколько текстов можно отправить одним запросом.

Веб-поиск со ссылками на источники

Модели не знают свежих новостей. Плагин web перед ответом ищет в интернете (через Яндекс), кладёт найденные фрагменты в контекст, и модель отвечает со ссылками:

response = client.chat.completions.create(
    model="glm-5.2",
    messages=[{"role": "user", "content": "Что нового в Go 1.26?"}],
    extra_body={"plugins": [{"id": "web", "max_results": 5}]},
)
print(response.choices[0].message.content)
for a in response.choices[0].message.annotations or []:
    print("—", a.url_citation.title, a.url_citation.url)

В Go 1.26 главные изменения — в рантайме и стандартной библиотеке: новый сборщик
мусора включён по умолчанию, ускорены вызовы cgo, в go vet появились новые
проверки. Подробности — в release notes.
— Go 1.26 Release Notes https://go.dev/doc/go1.26
— Go 1.26 is released https://go.dev/blog/go1.26

То же самое делает суффикс у модели: "model": "glm-5.2:online". Ссылки на источники приходят в message.annotations, как у OpenAI и OpenRouter.

Плагин работает только в /v1/chat/completions. Если поиск не удался, запрос завершается ошибкой web_search_failed. Модель при этом не вызывается и ничего не списывается: ответа «без источников» вместо отказа вы не получите.

Ограничения и ошибки

Чего пока нет:

• PDF и аудио на входе: такой запрос сразу получает 400 unsupported_content без списания. Текст из PDF передавайте текстом, страницы — картинками;
• генерации изображений;
• моделей OpenAI с суффиксом -pro и gpt-5.3-codex: вендор отдаёт их только через свой Responses API.

Ошибки приходят в обычной для OpenAI форме {"error": {...}}, всегда с причиной:

Например, ключ для CI упёрся в месячный предел:

curl -s https://ai.tatnet.cloud/v1/chat/completions \
  -H "Authorization: Bearer $TATNET_AI_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "glm-5.2", "messages": [{"role": "user", "content": "Привет"}]}'

{"error": {"message": "Ключ «ci» исчерпал предел расхода за месяц. Поднимите предел в карточке ключа или дождитесь нового месяца."}}

Запрос отклонён до обращения к модели, поэтому ничего не списано. В коде ориентируйтесь на HTTP-код: 402 не стоит повторять в цикле, а 503 — можно.

Сколько это стоит

Как считается стоимость:

• За токены, в рублях. Отдельная цена за миллион токенов входа, вывода и чтения кеша. У эмбеддингов — только вход. Веб-поиск — цена за каждый поиск плюс найденный текст по ставке входа модели (обычно 4–6 тысяч токенов на 5 результатов).
• Без подписки. Платите только за запросы. Если запрос отклонён или ответ оборвался и счётчики токенов не пришли, он не тарифицируется.
• Длинный контекст дороже у части моделей (gpt-6*, gpt-5.6*, gemini-3.1-pro-preview): если вход больше порога, весь запрос считается по повышенной ставке. Обе ставки и порог показаны в каталоге.
• С реального баланса. Бонусные кредиты на инференс не тратятся.

Перед каждым запросом Татнет проверяет, хватит ли денег на худший случай: вход плюс максимальный вывод. Поэтому запрос, на который не хватает, отклоняется сразу и ничего не стоит. Расход по моделям и проектам виден в разделе «ИИ-модели» → «Расход».

Актуальные ставки — в каталоге моделей в панели и на странице тарифов.

Итого

1. Создайте ключ с месячным лимитом и, если нужно, с узким списком моделей.
2. В OpenAI SDK поменяйте базовый URL на https://ai.tatnet.cloud/v1. Если код трогать нельзя, хватит переменных OPENAI_BASE_URL и OPENAI_API_KEY.
3. Codex CLI подключается блоком [model_providers.tatnet] с wire_api = "responses", Claude Code — переменными ANTHROPIC_*.
4. Начинайте с дешёвой модели и переходите на сильную, когда качества не хватает: меняется одно поле model.
5. Для коротких ответов отключайте размышления, для длинных — задавайте max_tokens.

Полный справочник — в документации ИИ-моделей. Если ИИ-функция — часть вашего сервиса, само приложение можно развернуть там же: об этом гайд «Как запустить сайт, backend или API». Список моделей и создание первого ключа — на странице ИИ-модели Татнет.