OpenAI Agents Python SDK中ChatCompletions API的令牌计算问题解析

在OpenAI Agents Python SDK的开发过程中，开发者发现了一个与ChatCompletions API令牌计算相关的重要问题。这个问题不仅影响使用Anthropic等第三方LLM提供商的用户，也影响了使用OpenAI自身ChatCompletions API的用户。

问题背景

当开发者尝试使用ChatCompletions API与Anthropic的Claude模型进行交互时，系统在计算使用令牌数量时抛出了异常。错误信息显示，CompletionUsage对象缺少input_tokens属性。经过深入调查发现，这个问题实际上是一个更普遍的问题，不仅限于第三方提供商，使用OpenAI自己的gpt-4o-mini模型时也会出现同样的问题。

技术细节分析

问题的核心在于SDK对API响应中令牌使用统计数据的处理方式。OpenAI和Anthropic在API响应中返回的令牌使用数据结构存在差异：

• OpenAI的ResponseUsage对象包含input_tokens和output_tokens字段
• Anthropic的CompletionUsage对象则使用prompt_tokens和completion_tokens字段

这种数据结构的不一致性导致了SDK在处理响应时无法正确读取令牌使用数据。具体来说，当SDK尝试访问event.response.usage.input_tokens时，对于Anthropic的响应就会抛出AttributeError异常。

解决方案

该问题已在SDK的v0.0.4版本中得到修复。升级到最新版本后，令牌计算功能可以正常工作。对于开发者来说，解决方案非常简单：

1. 确保使用的SDK版本为v0.0.4或更高
2. 更新依赖后重新运行应用程序

最佳实践建议

对于使用多模型提供商的开发者，建议：

1. 定期检查SDK更新，及时获取bug修复和新功能
2. 在使用新模型或新提供商时，先进行小规模测试验证基本功能
3. 对于令牌计算等关键功能，实现适当的错误处理机制
4. 考虑在代码中添加版本检查，确保使用兼容的SDK版本

总结

这个问题展示了在支持多提供商环境时API设计一致性的重要性。OpenAI Agents Python SDK团队快速响应并修复了这个问题，体现了对开发者体验的重视。开发者在使用这类工具时，保持对SDK版本的关注并及时更新，是避免类似问题的有效方法。