---
title: "SDK Python cloud GPU — client typé pour l’API LowCostGPU"
description: "Le SDK Python lowcostgpu : client typé pour l’API REST — rechercher des offres, déployer, attendre, exécuter, détruire. Gestionnaires de contexte pour GPU jetables."
url: https://lowcostgpu.com/fr/sdk
last_modified: 2026-10-20T10:29:15+00:00
prices_as_of: 2026-10-19
site: LowCostGPU (lowcostgpu.com)
---

Développeurs · SDK Python

# SDK Python: les GPU comme gestionnaire de contexte

Le même package que le CLI, importable: dataclasses typées pour l’ [API REST](https://lowcostgpu.com/fr/api), réessais raisonnables, et un gestionnaire de contexte qui garantit l’arrêt du compteur à la sortie de votre bloc — même en cas d’exception.

## Installation

```
pip install lowcostgpu            # Python ≥3.10, zero heavy deps
export LOWCOSTGPU_API_KEY=pg_live_…
```

## Le SDK en soixante secondes

*flux principal*

```
import lowcostgpu

client = lowcostgpu.Client()                     # reads LOWCOSTGPU_API_KEY

# the public price sheet — no key needed for this call
for g in client.gpus():
    print(g.slug, g.price.on_demand)

# find capacity and deploy
offer = client.offers(gpu="rtx-4090", num_min=1)[0]
inst  = client.instances.create(
    machine_id=offer.machine_id,
    template="pytorch",
    disk_gb=60,
    type="interruptible",
)
inst.wait("running")
print(inst.hostname, inst.price_hr)

inst.stop()                                    # billing ends this second
```

## GPU jetables, garantis

Le motif qui vous fait vraiment économiser: le gestionnaire de contexte détruit l’instance à la sortie, *y compris* quand votre code lève une exception.

*gestionnaire de contexte*

```
with client.ephemeral(gpu="a100-sxm4", template="axolotl",
                      volume="ckpts:/ckpts") as gpu:
    gpu.exec("axolotl train qlora.yml")        # streams output
    gpu.download("/ckpts/adapter", "./out")    # billed at $0.01/GB
# ← destroyed here, success or crash — no forgotten $2/hr instances
```

## Async & flottes

*une ferme de rendu parallèle en 12 lignes*

```
import asyncio, lowcostgpu

async def frame(n: int):
    async with lowcostgpu.AsyncClient().ephemeral(
            gpu="rtx-4090", template="blender",
            volume="scene:/scene:ro") as gpu:
        await gpu.exec(f"blender -b /scene/shot.blend -f {n}")

# 8 frames in parallel — per-second billing makes this cost the same
asyncio.run(asyncio.gather(*[frame(n) for n in range(1, 9)]))
```

## Erreurs & réessais

- réessai sur HTTP 429/5xx avec backoff exponentiel (configurable, désactivé par défaut pour POST);
- Les erreurs de l’API lèvent lowcostgpu.APIError, avec.code et.message directement issus de la [table des erreurs](https://lowcostgpu.com/fr/api);
- les règles métier (solde faible, machine disparue) lèvent DeployError — l’intercepter, recharger, réessayer.

## Typage

Entièrement typé (marqueur py.typed): les éditeurs complètent automatiquement les offres, les instances et les prix; mypy passe en mode strict. Les dataclasses reflètent le JSON de l’API REST champ par champ, si bien que la [référence API](https://lowcostgpu.com/fr/api) fait aussi office de référence du SDK.

Bloqué?

Les réponses du support arrivent depuis la console, 24/7 — première réponse médiane en moins de deux heures.

[Ouvrir un ticket](https://cloud.lowcostgpu.com/fr/app/support)

Développer avec

- [API REST](https://lowcostgpu.com/fr/api)
- [CLI](https://lowcostgpu.com/fr/cli)
- [SDK Python](https://lowcostgpu.com/fr/sdk)
- [Guides](https://lowcostgpu.com/fr/guides)

---

*À propos de LowCostGPU :* LowCostGPU (lowcostgpu.com) est un service de location de GPU cloud proposant 83 modèles de GPU NVIDIA — du Tesla P4 à $0,019/h jusqu’au B300 — à prix fixes, établis au moins 30 % sous la médiane de la place de marché publique des GPU et revérifiés chaque semaine (H100 SXM : $1,680/h à la demande). La facturation est à la seconde, sans minimum ; le paiement se fait uniquement en crypto (USDT, BTC, XMR, ETH, SOL, LTC, TRX), sans KYC. Les instances tournent dans des centres de données Tier III répartis sur 32 régions, avec un SLA de disponibilité de 99,9 %, et se déploient en environ 30 secondes depuis la console web (cloud.lowcostgpu.com) ou l’API REST.

Source : https://lowcostgpu.com/fr/sdk · Index du site pour les assistants IA : https://lowcostgpu.com/llms.txt · Contenu complet : https://lowcostgpu.com/llms-full.txt