> ## Documentation Index
> Fetch the complete documentation index at: https://docs.tokenlab.sh/llms.txt
> Use this file to discover all available pages before exploring further.

# En İyi Uygulamalar

> Maliyet, performans ve güvenilirlik için TokenLab API kullanımınızı optimize edin

## Model Seçimi

Doğru modeli seçmek, maliyet ve kaliteyi önemli ölçüde etkileyebilir.

### Görev Bazlı Öneriler

| Görev                     | Önerilen Modeller                                 | Gerekçe                     |
| ------------------------- | ------------------------------------------------- | --------------------------- |
| **Basit Soru-Cevap**      | `gpt-5-mini`, `gemini-3.5-flash`                  | Hızlı, ucuz, yeterince iyi  |
| **Karmaşık akıl yürütme** | `gpt-5.4`, `claude-opus-4-6`, `deepseek-r1`       | Daha iyi mantık ve planlama |
| **Kodlama**               | `claude-sonnet-4-6`, `gpt-4o`, `deepseek-v3-2`    | Kod için optimize edilmiş   |
| **Yaratıcı yazım**        | `claude-sonnet-4-6`, `gpt-4o`                     | Daha iyi düzyazı kalitesi   |
| **Görsel/Resimler**       | `gpt-4o`, `claude-sonnet-4-6`, `gemini-3.5-flash` | Yerel vision desteği        |
| **Uzun bağlam**           | `gemini-2.5-pro`, `claude-sonnet-4-6`             | 1M+ token pencereleri       |
| **Maliyete duyarlı**      | `gpt-5-mini`, `gemini-3.5-flash`, `deepseek-v3-2` | En iyi fiyat/performans     |

### Maliyet Katmanları

```
$$$$ Premium: gpt-5.4, claude-opus-4-6
$$$  Standard: claude-sonnet-4-6, gpt-4o
$$   Budget:   gpt-5-mini, gemini-3.5-flash
$    Economy:  deepseek-v3-2, deepseek-r1
```

## Maliyet Optimizasyonu

### 1. Önce Daha Küçük Modeller Kullanın

```python theme={null}
def smart_query(question: str, complexity: str = "auto"):
    """Use cheaper models for simple tasks."""

    if complexity == "simple":
        model = "gpt-5-mini"
    elif complexity == "complex":
        model = "gpt-4o"
    else:
        # Start cheap, escalate if needed
        model = "gpt-5-mini"

    response = client.chat.completions.create(
        model=model,
        messages=[{"role": "user", "content": question}]
    )
    return response
```

### 2. max\_tokens Ayarlayın

Her zaman makul bir `max_tokens` sınırı belirleyin:

```python theme={null}
# ❌ Bad: No limit, could generate thousands of tokens
response = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": "Summarize this article"}]
)

# ✅ Good: Limit response length
response = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": "Summarize this article"}],
    max_tokens=500  # Reasonable limit for a summary
)
```

### 3. Prompt'ları Optimize Edin

```python theme={null}
# ❌ Verbose prompt (more input tokens)
prompt = """
I would like you to please help me by analyzing the following text
and providing a comprehensive summary of the main points. Please be
thorough but also concise in your response. The text is as follows:
{text}
"""

# ✅ Concise prompt (fewer tokens)
prompt = "Summarize the key points:\n{text}"
```

### 4. Benzer İstekleri Batch Edin

```python theme={null}
# ❌ Many small requests
for question in questions:
    response = client.chat.completions.create(
        model="gpt-4o",
        messages=[{"role": "user", "content": question}]
    )

# ✅ Fewer larger requests
combined_prompt = "\n".join([f"{i+1}. {q}" for i, q in enumerate(questions)])
response = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": f"Answer each question:\n{combined_prompt}"}]
)
```

## Performans Optimizasyonu

### 5. UX için Streaming Kullanın

Streaming, algılanan performansı artırır:

```python theme={null}
stream = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": "Write a long essay"}],
    stream=True
)

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

### 6. Etkileşimli Kullanım için Hızlı Modeller Seçin

| Kullanım Durumu  | Önerilen                         | Gecikme           |
| ---------------- | -------------------------------- | ----------------- |
| Chat UI          | `gpt-5-mini`, `gemini-3.5-flash` | \~200ms ilk token |
| Tab tamamlama    | `claude-haiku-4-5`               | \~150ms ilk token |
| Arka plan işleme | `gpt-4o`, `claude-sonnet-4-6`    | \~500ms ilk token |

### 7. Timeout Değerleri Ayarlayın

```python theme={null}
client = OpenAI(
    api_key="sk-your-key",
    base_url="https://api.tokenlab.sh/v1",
    timeout=60.0  # 60 second timeout
)
```

## Güvenilirlik

### 8. Retry Mekanizması Uygulayın

```python theme={null}
import time
from openai import RateLimitError, APIError

def chat_with_retry(messages, max_retries=3):
    for attempt in range(max_retries):
        try:
            return client.chat.completions.create(
                model="gpt-4o",
                messages=messages
            )
        except RateLimitError:
            wait = 2 ** attempt
            print(f"Rate limited, waiting {wait}s...")
            time.sleep(wait)
        except APIError as e:
            if attempt == max_retries - 1:
                raise
            time.sleep(1)
    raise Exception("Max retries exceeded")
```

### 9. Hataları Zarif Şekilde Yönetin

```python theme={null}
from openai import APIError, AuthenticationError, RateLimitError

try:
    response = client.chat.completions.create(...)
except AuthenticationError:
    # Check API key
    notify_admin("Invalid API key")
except RateLimitError:
    # Queue for later or use backup
    add_to_queue(request)
except APIError as e:
    if e.status_code == 402:
        notify_admin("Balance low")
    elif e.status_code >= 500:
        # Server error, retry later
        schedule_retry(request)
```

### 10. Fallback Modeller Kullanın

```python theme={null}
FALLBACK_CHAIN = ["gpt-4o", "claude-sonnet-4-6", "gemini-3.5-flash"]

def chat_with_fallback(messages):
    for model in FALLBACK_CHAIN:
        try:
            return client.chat.completions.create(
                model=model,
                messages=messages
            )
        except APIError:
            continue
    raise Exception("All models failed")
```

## Güvenlik

### 11. API Key'leri Koruyun

```python theme={null}
# ❌ Never hardcode keys
client = OpenAI(api_key="sk-abc123...")

# ✅ Use environment variables
import os
client = OpenAI(api_key=os.environ["TOKENLAB_API_KEY"])
```

### 12. Kullanıcı Girdisini Doğrulayın

```python theme={null}
def validate_message(content: str) -> bool:
    """Validate user input before sending to API."""
    if len(content) > 100000:
        raise ValueError("Message too long")
    # Add other validation as needed
    return True
```

### 13. API Key Limitleri Belirleyin

Şunlar için harcama limitlerine sahip ayrı API key'leri oluşturun:

* Geliştirme/test
* Üretim
* Farklı uygulamalar

## İzleme

### 14. Kullanımı Takip Edin

Aşağıdakiler için dashboard'unuzu düzenli olarak kontrol edin:

* Modele göre token kullanımı
* Maliyet dağılımı
* Cache hit oranları
* Hata oranları

### 15. Önemli Metrikleri Loglayın

```python theme={null}
import logging

response = client.chat.completions.create(...)

logging.info({
    "model": response.model,
    "prompt_tokens": response.usage.prompt_tokens,
    "completion_tokens": response.usage.completion_tokens,
    "total_tokens": response.usage.total_tokens,
})
```

### 16. Uyarıları Ayarlayın

Hizmet kesintisini önlemek için dashboard'unuzda düşük bakiye uyarılarını yapılandırın.

## Kontrol Listesi

<AccordionGroup>
  <Accordion title="Maliyet optimizasyonu">
    * [ ] Her görev için uygun model kullanımı
    * [ ] max\_tokens limitleri belirlenmiş
    * [ ] Prompt'lar kısa ve öz
    * [ ] Uygun yerlerde caching etkin
    * [ ] Benzer istekler batch ediliyor
  </Accordion>

  <Accordion title="Performans">
    * [ ] Etkileşimli UX için streaming
    * [ ] Gerçek zamanlı kullanım için hızlı modeller
    * [ ] Timeout'lar yapılandırılmış
  </Accordion>

  <Accordion title="Güvenilirlik">
    * [ ] Retry mantığı uygulanmış
    * [ ] Hata yönetimi mevcut
    * [ ] Fallback modeller yapılandırılmış
  </Accordion>

  <Accordion title="Güvenlik">
    * [ ] API key'leri environment variable içinde
    * [ ] Girdi doğrulama
    * [ ] Geliştirme/production için ayrı key'ler
    * [ ] Harcama limitleri belirlenmiş
  </Accordion>
</AccordionGroup>