NanoGPT API einrichten 2026: python anleitung

die NanoGPT API ist OpenAI-kompatibel. das heißt: wenn du die openAI-library schon kennst, ändere nur die base-url und fertig. wenn nicht - auch kein problem. hier ist die komplette anleitung.

ich nutze die API täglich für eigene tools, bots, und automatisierungen. funktioniert einwandfrei.

Kurzfassung: NanoGPT API ist OpenAI-kompatibel. Nur Base-URL auf api.nano-gpt.com/v1 ändern, sonst gleicher Code. Python openai Library funktioniert direkt. Streaming, Error-Handling und System-Prompts inklusive.

Kernaussagen:

Gleiche openai Python Library, nur Base-URL ändern

API-Key über Einstellungen generieren, sicher in .env speichern

Streaming für lange Antworten, max_tokens für Budget-Kontrolle

👉 NanoGPT API-key holen

voraussetzungen

Python 3.8+ installiert
NanoGPT account mit guthaben
API-key von NanoGPT
openai python library (pip install openai)

schritt 1: API-key generieren

Kurze Antwort: NanoGPT Einstellungen, API Keys, Neuen Key erstellen. Nur einmal sichtbar, sicher in .env speichern.

logge dich bei NanoGPT ein
geh zu Einstellungen → API Keys
klicke auf Neuen Key erstellen
kopiere den key (er wird nur einmal angezeigt)
speichere ihn sicher (nicht im code! nutze .env oder environment variables)

schritt 2: Python-library installieren

pip install openai

ja, die offizielle openAI-library funktioniert mit NanoGPT. du musst nur die base-url ändern. das ist das schöne daran.

schritt 3: erste anfrage

from openai import OpenAI

client = OpenAI(
    api_key="dein-api-key-hier",
    base_url="https://api.nano-gpt.com/v1"
)

response = client.chat.completions.create(
    model="gpt-4o",
    messages=[
        {"role": "user", "content": "Hallo! Erzähl mir etwas über KI."}
    ]
)

print(response.choices[0].message.content)

das war's. gleiche API wie OpenAI, nur andere base-url. wenn du von ChatGPT-SDK kommst, musst du quasi nichts ändern.

verschiedene modelle nutzen

GPT-4o (default)

response = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": "Hallo!"}]
)

Claude 3.5 Sonnet

response = client.chat.completions.create(
    model="claude-3-5-sonnet",
    messages=[{"role": "user", "content": "Schreib einen text über Datenschutz."}]
)

Mistral Large

response = client.chat.completions.create(
    model="mistral-large",
    messages=[{"role": "user", "content": "Erkläre mir Python Funktionen."}]
)

Gemini 1.5 Pro

response = client.chat.completions.create(
    model="gemini-1.5-pro",
    messages=[{"role": "user", "content": "Analysiere diesen text..."}]
)

alle verfügbaren modelle: NanoGPT Modelle

system-prompts nutzen

system-prompts definieren das verhalten des KI-modells:

response = client.chat.completions.create(
    model="gpt-4o",
    messages=[
        {
            "role": "system",
            "content": "Du bist ein hilfreicher Assistent der kurz und präzise antwortet."
        },
        {
            "role": "user",
            "content": "Was ist Python?"
        }
    ]
)

tipps für system-prompts

sei spezifisch über das gewünschte verhalten
definiere die sprache (antworte auf deutsch)
begrenze die antwort-länge wenn nötig
definiere den ton (formell, informell, technisch)

streaming responses

für lange antworten ist streaming besser - du siehst die antwort in echtzeit:

stream = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": "Erkläre mir Quantencomputing."}],
    stream=True
)

for chunk in stream:
    if chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="")

error handling

from openai import OpenAI, APIError, RateLimitError

client = OpenAI(
    api_key="dein-api-key",
    base_url="https://api.nano-gpt.com/v1"
)

try:
    response = client.chat.completions.create(
        model="gpt-4o",
        messages=[{"role": "user", "content": "Hallo!"}]
    )
    print(response.choices[0].message.content)
except RateLimitError:
    print("Rate limit erreicht. Warte einen moment.")
except APIError as e:
    print(f"API-fehler: {e}")
except Exception as e:
    print(f"Unerwarteter fehler: {e}")

kosten kontrollieren

token-zählung

response = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": "Hallo!"}]
)

print(f"Input tokens: {response.usage.prompt_tokens}")
print(f"Output tokens: {response.usage.completion_tokens}")
print(f"Total tokens: {response.usage.total_tokens}")

budget setzen

response = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": "Hallo!"}],
    max_tokens=500  # begrenzt die antwort-länge
)

kosten-übersicht: NanoGPT Kosten

mit bestehenden tools nutzen

Open WebUI

installiere Open WebUI
in den settings: API-base-url auf https://api.nano-gpt.com/v1 setzen
API-key von NanoGPT eingeben
fertig

SillyTavern

anleitung: NanoGPT + SillyTavern

LibreChat

gleiches princip wie Open WebUI - base-url und key konfigurieren.

curl beispiel

falls du die API mal schnell testen willst ohne python:

curl https://api.nano-gpt.com/v1/chat/completions \
  -H "Authorization: Bearer dein-api-key" \
  -H "Content-Type: application/json" \
  -d '{"model": "gpt-4o", "messages": [{"role": "user", "content": "Hallo!"}]}'

letztes update: Juli 2026