Jak používat LLM API: tokeny, náklady, klíče a první funkce s AI

LLM API je webová služba, která vaší aplikaci umožní poslat text velkému jazykovému modelu — například GPT modelům OpenAI, Claude od Anthropic nebo Gemini od Googlu — a v kódu dostat zpět jeho odpověď. Zaregistrujete se u poskytovatele, vytvoříte API klíč a server vaší aplikace posílá požadavky s tímto klíčem; platíte za každý požadavek podle počtu tokenů (kusů textu) na vstupu a výstupu. Tím je obvykle myšleno „přidání AI do aplikace“: dobře napsaný požadavek k cizímu modelu, odeslaný bezpečně z vašeho serveru.

Proč na tom záleží při tvorbě s AI

V aplikaci vytvořené pomocí AI jsou dvě různé AI a snadno je zaměníte:

1. AI, která aplikaci staví — agent nástroje na tvorbu aplikací, který píše kód.
2. AI uvnitř vaší aplikace — funkce, kterou používají vaši uživatelé, například chatovací asistent, tlačítko „shrň toto“ nebo automatické štítkování.

Druhá z nich volá LLM API s vaším klíčem a účtuje váš účet u poskytovatele. Pochopení tokenů, kontextu a cen vám umožní navrhnout funkci, která funguje, neprozradí váš klíč a nepřekvapí vás účtem.

Každodenní přirovnání: velmi schopný externista placený za slovo

LLM API si představte jako skvělého žurnalistu na volné noze, kterého oslovíte e-mailem a platíte za slovo — jak za slova, která mu pošlete, tak za slova, která vám napíše zpět (a slova ve výstupu stojí víc).

• Mezi e-maily si nic nepamatuje. Chcete-li, aby pokračoval v rozhovoru, do každého nového e-mailu vložíte dřívější zprávy.
• Najednou zvládne jen omezené množství textu. Tuto hranici říká kontextové okno.
• Čím jasnější zadání, tím lepší a kratší odpověď — což je zároveň levnější.

Základní pojmy

Tokeny

Modely čtou a zapisují text v tokenech. Dokumentace Anthropic k cenám k září 2026 odhaduje asi 4 znaky, tedy zhruba 0,75 anglického slova, na jeden token. Různé modely a jazyky se tokenizují různě, takže to berte jako hrubé vodítko. Počítá se všechno: vaše instrukce, zpráva uživatele, všechny přiložené dokumenty, předchozí konverzace i odpověď.

Vstup a výstup

Vstupní tokeny jsou to, co posíláte. Výstupní tokeny jsou to, co model napíše. Na cenících OpenAI, Anthropic a Googlu platí k září 2026, že výstupní tokeny stojí u stejného modelu několikanásobně víc než vstupní. Cenový ceník Gemini navíc upozorňuje, že interní „přemýšlení“ modelu se počítá jako výstup.

Kontextové okno

Maximální počet tokenů, které model zpracuje v jediném požadavku, včetně odpovědi. Moderní modely přijímají velmi dlouhé vstupy — některé současné modely Anthropic například až milion tokenů. Dlouhé vstupy ale stojí víc a trvají déle, takže posílejte jen to, co úloha potřebuje.

Bezstavové požadavky

U většiny chatovacích API je každý požadavek ve výchozím stavu samostatný. Aby si chat „pamatoval“, vaše aplikace při každé nové zprávě pošle znovu i dřívější zprávy. Proto je dlouhá konverzace na zprávu dražší než krátká.

Systémový prompt

Instrukce, které nastavují roli modelu a pravidla pro každý požadavek: „Shrnuješ podpůrné tikety ve třech odrážkách. Nikdy neuváděj e-mailové adresy zákazníků.“ Uživatelé je nevidí, ale ovlivňují každou odpověď.

Streamování

Namísto čekání na celou odpověď může API posílat text, jak vzniká, takže uživatelé vidí slova hned. Chatovací rozhraní díky tomu působí mnohem rychleji.

Jak funguje cena

K září 2026, ověřeno na cenících samotných poskytovatelů:

Někteří poskytovatelé nabízejí i možnost vyzkoušet to před platbou: Anthropic dává novým uživatelům malý počet kreditů zdarma a Gemini API má u některých modelů bezplatnou úroveň, s upozorněním, že obsah odeslaný v této úrovni může být použit ke zlepšování produktů Googlu.

Ceny se u malých, rychlých modelů a u největších modelů jednoho poskytovatele výrazně liší a často se mění, proto je zde neuvádíme. Jednoduchý odhad pro jakoukoli funkci je: (vstupní tokeny × cena vstupu + výstupní tokeny × cena výstupu) × počet požadavků za měsíc. Pak přidejte rezervu a v dashboardu poskytovatele nastavte měsíční limit výdajů.

Příklad: tlačítko „shrň tento tiket“

Malý tým podpory chce tlačítko, které dlouhé vlákno e-mailů od zákazníka přemění na tři odrážky a navrhovanou odpověď.

1. Získejte klíč. Založte účet u jednoho poskytovatele a vygenerujte API klíč. Nastavte nízký měsíční limit výdajů.
2. Uložte klíč jako tajný údaj na svém serveru, pojmenovaný například ANTHROPIC_API_KEY nebo OPENAI_API_KEY — nikdy v kódu stránky. Viz proměnné prostředí a tajné údaje.
3. Přidejte serverovou trasu, POST /api/summarise, která:
   • ověří, že je osoba přihlášená a patří do týmu podpory;
   • načte tiket z databáze;
   • pošle poskytovateli systémový prompt („Shrň ve třech odrážkách, pak navrhni zdvořilou odpověď; nevymýšlej čísla objednávek“) a text tiketu;
   • omezí délku odpovědi nastavením maximálního počtu výstupních tokenů;
   • vrátí výsledek a zaznamená, kolik tokenů spotřeboval.
4. Tlačítko volá vaši trasu, ne poskytovatele, a shrnutí zobrazí během streamování.
5. Ošetřete selhání. Pokud je poskytovatel pomalý nebo vrátí chybu, ukažte „Teď to nejde shrnout“ a tiket nechte použitelný.
6. Měřte. Po týdnu se podívejte na logy tokenů. Pokud většinu nákladů tvoří dlouhá vlákna e-mailů, před odesláním zkraťte citovanou historii.

Všimněte si, co chybí: žádné trénování modelu, žádná zvláštní infrastruktura. Jeden klíč, jedna serverová trasa, jeden dobře napsaný prompt.

Klíčové pojmy

• API klíč: tajný údaj, který identifikuje váš účet u poskytovatele. Kdokoli ho má, může utrácet vaše peníze.
• Model: konkrétní LLM, který voláte. Poskytovatelé nabízejí několik velikostí v různých cenách a rychlostech.
• Teplota (temperature): nastavení, jak různorodé jsou odpovědi. Nižší znamená předvídatelnější.
• Maximální počet tokenů (max tokens): limit délky odpovědi, který zároveň omezuje náklady.
• Limit rychlosti (rate limit): kolik požadavků nebo tokenů smí váš účet použít za minutu.
• Embeddingy: čísla, která reprezentují význam textu, používají se k hledání ve vlastních dokumentech.
• RAG (retrieval-augmented generation): vyhledání relevantních pasáží z vlastních dat a jejich vložení do promptu, takže model odpovídá z vašeho obsahu.
• Použití nástrojů / volání funkcí: model může požádat vaši aplikaci, aby spustila konkrétní funkci, například „zjisti stav objednávky“.

Časté chyby a omyly

• Klíč ve frontendovém kódu. Nejdražší chyba. Kód v prohlížeči je veřejný. Volejte vždy ze serveru. Kontrolní seznam zabezpečení pro aplikace vytvořené pomocí AI to řeší spolu s dalšími kontrolami před spuštěním.
• Žádný limit výdajů ani limit na uživatele. Chyba, smyčka nebo zneužívající uživatel mohou náklady rychle vyhnat. Nastavte limit u poskytovatele a omezte počet požadavků na uživatele ve vaší aplikaci.
• Posílat vše pokaždé. Celé dokumenty a celé historie chatů násobí vstupní tokeny. Zkraťte je, shrňte starší zprávy, nebo vyhledejte jen relevantní části.
• Slepá důvěra výstupu. Modely mohou sebejistě tvrdit nesprávné věci. U faktů, cen nebo cokoli právního či zdravotního ukotvěte odpovědi ve vlastních datech a ukazujte zdroje, nebo to nechte zkontrolovat člověkem.
• Nechat uživatelský vstup přepsat vaše pravidla. Uživatelé mohou napsat „ignoruj své instrukce“. Oprávnění a citlivé akce držte ve vašem serverovém kódu, ne jen v promptu.
• Začínat s největším modelem. Zkuste nejdřív menší a levnější model; na větší přejděte, jen pokud to kvalita vyžaduje.
• Posílat osobní údaje bez přemýšlení. Zkontrolujte podmínky poskytovatele pro použití dat, zvlášť u bezplatných úrovní, a posílejte jen to, co funkce potřebuje.

Co žádat od svého nástroje na tvorbu aplikací

Přidej na stránku tiketu tlačítko „Shrnout“. Volá serverovou trasu, která používá tajný údaj OPENAI_API_KEY (nikdy nevystavený prohlížeči), ověří, že je uživatel přihlášen, pošle text tiketu s tímto systémovým promptem: […], omezí odpověď na 300 tokenů, odpověď streamuje na stránku a při selhání volání zobrazí přátelskou chybu. Zaznamenávej spotřebu tokenů u každého požadavku a omez každého uživatele na 30 shrnutí za hodinu.

Pro plný chatovací zážitek viz jak vytvořit aplikaci AI chatbota; další nápady najdete v jak přidat do aplikace funkce AI. Pokud jsou API obecně pro vás nová, začněte článkem co je API.

LLM API v aplikacích vytvořených v Mythexu

Když stavíte v Mythexu, AI uvnitř vaší aplikace používá váš vlastní klíč poskytovatele. Přidáte jej jako tajný údaj projektu, nebo přes kartu tajných údajů, kterou Mythex v chatu ukáže, když ji bude potřebovat, a agenta požádáte, ať volání udělá na serveru. Využití poskytovatele se účtuje na váš účet u poskytovatele, ne jako kredity na tvorbu v Mythexu. Mythex neobsahuje tokeny pro uživatele vaší aplikace ani vestavěný produkt znalostní báze; limity rychlosti a řízení nákladů si navrhnete a otestujete sami. Návod v dokumentaci přidání funkcí AI pomocí vlastních API klíčů obsahuje startovací prompt a stránka AI tvůrce aplikací ukazuje, kde začít.

Otázky