نحوه استفاده از LLM API: توکن‌ها، هزینه‌ها، کلیدها و اولین قابلیت هوش مصنوعی شما

یک LLM API سرویس وبی است که به اپلیکیشن شما اجازه می‌دهد متن را برای یک مدل زبانی بزرگ — مانند مدل‌های GPT از OpenAI، Claude از Anthropic یا Gemini از Google — بفرستد و پاسخ آن را در کد دریافت کنید. شما با ارائه‌دهنده ثبت‌نام می‌کنید، یک کلید API می‌سازید، و سرور اپلیکیشنتان با آن کلید درخواست می‌فرستد؛ برای هر درخواست بر اساس تعداد توکن (تکه‌های متن) ورودی و خروجی هزینه می‌پردازید. «افزودن هوش مصنوعی به یک اپلیکیشن» معمولاً همین است: یک درخواست خوش‌نوشته به مدل یک شخص دیگر، که امن از سرور شما ارسال می‌شود.

چرا وقتی با هوش مصنوعی می‌سازید اهمیت دارد

در یک اپلیکیشن ساخته‌شده با هوش مصنوعی دو هوش مصنوعی متفاوت وجود دارد و به‌راحتی می‌شود آن‌ها را با هم اشتباه گرفت:

1. هوش مصنوعی‌ای که اپلیکیشن شما را می‌سازد — عامل خود ابزار ساخت اپلیکیشن که کد را می‌نویسد.
2. هوش مصنوعی داخل اپلیکیشن شما — قابلیتی که کاربرانتان استفاده می‌کنند، مثل دستیار چت، دکمهٔ «این را خلاصه کن» یا برچسب‌گذاری خودکار.

دومی با کلید شما یک LLM API را صدا می‌زند و حساب ارائه‌دهندهٔ شما صورتحساب می‌گیرد. درک توکن‌ها، زمینه و قیمت‌گذاری به شما امکان می‌دهد قابلیتی طراحی کنید که کار کند، کلیدتان را نشت ندهد و شما را با صورتحساب غافلگیر نکند.

یک تشبیه روزمره: یک نویسندهٔ مستقل بسیار توانا که با کلمه پرداخت می‌شود

LLM API را مثل یک نویسندهٔ مستقل بسیار توانا در نظر بگیرید که با ایمیل به او دسترسی دارید و به ازای هر کلمه پول می‌دهید — هم برای کلماتی که برایش می‌فرستید و هم برای کلماتی که در پاسخ می‌نویسد (و کلمات نوشته‌شده‌اش گران‌تر است).

• بین ایمیل‌ها حافظه ندارد. اگر بخواهید گفتگو را ادامه دهد، پیام‌های قبلی را در هر ایمیل تازه برایش کپی می‌کنید.
• در هر بار فقط می‌تواند مقدار محدودی را بخواند. آن حد پنجرهٔ زمینه است.
• هرچه دستورکار شما روشن‌تر باشد، پاسخ بهتر و کوتاه‌تر است — که ارزان‌تر هم هست.

مفاهیم اصلی

توکن‌ها

مدل‌ها متن را به‌صورت توکن می‌خوانند و می‌نویسند. مستندات قیمت‌گذاری Anthropic از سپتامبر ۲۰۲۶ تخمین می‌زند که هر توکن حدود ۴ نویسه، یا تقریباً ۰٫۷۵ کلمهٔ انگلیسی است. مدل‌ها و زبان‌های مختلف متن را متفاوت توکن‌بندی می‌کنند، پس آن را یک راهنمای تقریبی بدانید. همه‌چیز حساب می‌شود: دستورهای شما، پیام کاربر، هر سندی که ضمیمه می‌کنید، گفتگوی قبلی و پاسخ.

ورودی و خروجی

توکن‌های ورودی چیزی است که می‌فرستید. توکن‌های خروجی چیزی است که مدل می‌نویسد. در صفحات قیمت OpenAI، Anthropic و Google، از سپتامبر ۲۰۲۶، توکن‌های خروجی برای یک مدل یکسان چند برابر توکن‌های ورودی هزینه دارند. صفحهٔ قیمت Gemini گوگل هم اشاره می‌کند که «تفکر» داخلی یک مدل به‌عنوان خروجی حساب می‌شود.

پنجرهٔ زمینه

حداکثر تعداد توکنی که یک مدل در یک درخواست می‌تواند بپذیرد، شامل پاسخ. مدل‌های امروزی ورودی‌های بسیار طولانی را می‌پذیرند — برای نمونه بعضی مدل‌های فعلی Anthropic تا یک میلیون توکن را. اما ورودی طولانی هزینهٔ بیشتر دارد و زمان بیشتری می‌برد، پس فقط آنچه را که کار لازم دارد بفرستید.

درخواست‌های بدون وضعیت

در بیشتر APIهای سبک چت، هر درخواست به‌طور پیش‌فرض مستقل است. برای اینکه چت «به خاطر بسپارد»، اپلیکیشن شما پیام‌های قبلی را با هر پیام تازه دوباره می‌فرستد. به همین دلیل یک گفتگوی طولانی برای هر پیام نسبت به یک گفتگوی کوتاه هزینهٔ بیشتری دارد.

پرامپت سیستم

دستورهایی که نقش و قواعد مدل را برای هر درخواست تعیین می‌کنند: «تیکت‌های پشتیبانی را در سه بولت خلاصه می‌کنی. هرگز نشانی ایمیل مشتری را نیاور.» کاربران آن را نمی‌بینند، اما هر پاسخ را شکل می‌دهد.

استریمینگ

به‌جای صبر کردن برای پاسخ کامل، API می‌تواند متن را همان لحظه که تولید می‌شود بفرستد، تا کاربران کلمات را بلافاصله ببینند. این باعث می‌شود رابط‌های چت خیلی سریع‌تر به نظر برسند.

نحوه قیمت‌گذاری

از سپتامبر ۲۰۲۶، بررسی‌شده در صفحات قیمت خود ارائه‌دهندگان:

بعضی ارائه‌دهندگان هم راهی برای امتحان پیش از پرداخت دارند: Anthropic به کاربران جدید مقدار کمی اعتبار رایگان می‌دهد، و Gemini API گوگل روی بعضی مدل‌ها سطح رایگان دارد، با این هشدار که محتوای فرستاده‌شده روی آن ممکن است برای بهبود محصولات گوگل استفاده شود.

قیمت‌ها بین مدل‌های کوچک و سریع یک ارائه‌دهنده و بزرگ‌ترین مدل‌های آن خیلی فرق دارند و اغلب تغییر می‌کنند، پس اینجا قیمتی ذکر نمی‌کنیم. یک برآورد ساده برای هر قابلیت این است: (توکن‌های ورودی × قیمت ورودی + توکن‌های خروجی × قیمت خروجی) × تعداد درخواست در ماه. سپس یک حاشیهٔ اطمینان اضافه کنید و یک سقف هزینهٔ ماهانه در داشبورد ارائه‌دهنده تعیین کنید.

یک نمونهٔ کامل: دکمهٔ «این تیکت را خلاصه کن»

یک تیم کوچک پشتیبانی می‌خواهد دکمه‌ای داشته باشد که یک رشتهٔ ایمیل طولانی مشتری را به سه بولت و یک پاسخ پیشنهادی تبدیل کند.

1. کلید بگیرید. با یک ارائه‌دهنده حساب بسازید و یک کلید API تولید کنید. یک سقف هزینهٔ ماهانهٔ پایین تنظیم کنید.
2. کلید را به‌عنوان یک راز روی سرورتان ذخیره کنید، با نامی مثل ANTHROPIC_API_KEY یا OPENAI_API_KEY — هرگز در کد صفحه. ببینید متغیرهای محیطی و رازها.
3. یک مسیر سرور به نام POST /api/summarise اضافه کنید که:
   • بررسی کند شخص وارد شده و عضو تیم پشتیبانی است؛
   • تیکت را از پایگاه داده بارگذاری کند؛
   • برای ارائه‌دهنده یک پرامپت سیستم («در سه بولت خلاصه کن، سپس یک پاسخ مؤدبانه پیش‌نویس بزن؛ شماره سفارش نساز») به‌همراه متن تیکت بفرستد؛
   • طول پاسخ را با تنظیم حداکثر توکن خروجی محدود کند؛
   • نتیجه را برگرداند و تعداد توکن مصرف‌شده را ثبت کند.
4. دکمه به مسیر شما وصل می‌شود، نه به ارائه‌دهنده، و خلاصه را هنگام دریافت نمایش می‌دهد.
5. خطا را مدیریت کنید. اگر ارائه‌دهنده کند بود یا خطا داد، پیام «در حال حاضر نمی‌توان خلاصه کرد» را نشان دهید و تیکت را همچنان قابل استفاده نگه دارید.
6. اندازه‌گیری کنید. بعد از یک هفته، گزارش توکن‌ها را ببینید. اگر بیشترین هزینه از رشته‌های ایمیل طولانی است، پیش از ارسال، تاریخچهٔ نقل‌شده را کوتاه کنید.

توجه کنید چه چیزی نیست: نه آموزش مدل، نه زیرساخت خاص. یک کلید، یک مسیر سرور، یک پرامپت خوش‌نوشته.

اصطلاحات کلیدی

• کلید API: رازی که حساب شما را نزد ارائه‌دهنده شناسایی می‌کند. هر کسی که آن را داشته باشد می‌تواند پول شما را خرج کند.
• مدل: مدل زبانی مشخصی که صدا می‌زنید. ارائه‌دهندگان چند اندازه با قیمت و سرعت متفاوت ارائه می‌دهند.
• Temperature: تنظیمی برای میزان تنوع پاسخ‌ها. مقدار کمتر پیش‌بینی‌پذیرتر است.
• Max tokens: سقف طول پاسخ که هزینه را هم محدود می‌کند.
• Rate limit: اینکه حساب شما در هر دقیقه چند درخواست یا توکن می‌تواند استفاده کند.
• Embeddings: اعدادی که معنای متن را نمایش می‌دهند و برای جستجو در اسناد خودتان استفاده می‌شوند.
• RAG (تولید با بازیابی): پیدا کردن بخش‌های مرتبط از داده‌های خودتان و گنجاندن آن‌ها در پرامپت، تا مدل از محتوای شما پاسخ دهد.
• Tool use / function calling: اجازه دادن به مدل که از اپلیکیشن شما بخواهد یک تابع مشخص را اجرا کند، مثل «وضعیت سفارش را پیدا کن».

اشتباهات رایج و باورهای غلط

• گذاشتن کلید در کد فرانت‌اند. پرهزینه‌ترین اشتباه. کد مرورگر عمومی است. همیشه از سرور خود صدا بزنید. چک‌لیست امنیتی برای اپلیکیشن‌های ساخته‌شده با هوش مصنوعی این را همراه سایر بررسی‌های انتشار پوشش می‌دهد.
• نداشتن سقف هزینه یا محدودیت برای هر کاربر. یک باگ، یک حلقه یا یک کاربر سوءاستفاده‌گر می‌تواند هزینه را سریع بالا ببرد. یک سقف در ارائه‌دهنده تعیین کنید و درخواست‌ها را برای هر کاربر در اپلیکیشنتان محدود کنید.
• فرستادن همه‌چیز در هر بار. کل اسناد و تاریخچهٔ کامل چت، توکن‌های ورودی را چندبرابر می‌کند. کوتاه کنید، پیام‌های قدیمی‌تر را خلاصه کنید، یا فقط بخش‌های مرتبط را بازیابی کنید.
• اعتماد کورکورانه به خروجی. مدل‌ها می‌توانند چیزهای نادرست را با اطمینان بگویند. برای واقعیت‌ها، قیمت‌ها یا هر موضوع حقوقی و پزشکی، پاسخ‌ها را به داده‌های خودتان متکی کنید و منبع نشان دهید، یا یک انسان بررسی کند.
• اجازه دادن به ورودی کاربر که قواعد شما را بازنویسی کند. کاربران می‌توانند بنویسند «دستورهایت را نادیده بگیر». دسترسی‌ها و کارهای حساس را در کد سرور نگه دارید، نه فقط در پرامپت.
• شروع با بزرگ‌ترین مدل. ابتدا یک مدل کوچک‌تر و ارزان‌تر امتحان کنید؛ فقط اگر کیفیت لازم داشت به مدل بزرگ‌تر بروید.
• فرستادن داده‌های شخصی بدون فکر. شرایط استفاده از داده‌های ارائه‌دهنده را بررسی کنید، به‌ویژه در سطوح رایگان، و فقط آنچه را که قابلیت لازم دارد بفرستید.

از ابزار ساخت اپلیکیشنتان چه بخواهید

یک دکمهٔ «Summarise» در صفحهٔ تیکت اضافه کن. این دکمه یک مسیر سرور را صدا می‌زند که از راز OPENAI_API_KEY استفاده می‌کند (هرگز به مرورگر نمایش داده نشود)، بررسی می‌کند کاربر وارد شده، متن تیکت را با این پرامپت سیستم می‌فرستد: […]، پاسخ را به ۳۰۰ توکن محدود می‌کند، پاسخ را به‌صورت استریم در صفحه نشان می‌دهد و اگر تماس شکست خورد یک خطای دوستانه نمایش می‌دهد. توکن‌های مصرف‌شده در هر درخواست را ثبت کن و هر کاربر را به ۳۰ خلاصه در ساعت محدود کن.

برای تجربهٔ کامل چت، ببینید نحوه ساخت یک اپلیکیشن چت‌بات با هوش مصنوعی؛ برای ایده‌های دیگر، نحوه افزودن قابلیت‌های هوش مصنوعی به اپلیکیشنتان. اگر APIها به‌طور کلی برایتان تازه‌اند، با API چیست شروع کنید.

LLM APIها در اپلیکیشن‌های ساخته‌شده با Mythex

وقتی با Mythex می‌سازید، هوش مصنوعی داخل اپلیکیشنتان از کلید ارائه‌دهندهٔ خودتان استفاده می‌کند. آن را به‌عنوان یک راز پروژه اضافه می‌کنید، یا از طریق کارت رازهایی که Mythex در گفتگو هنگام نیاز نشان می‌دهد، و از عامل می‌خواهید تماس را روی سرور انجام دهد. مصرف ارائه‌دهنده به حساب ارائه‌دهندهٔ شما صورتحساب می‌شود، نه به اعتبار ساخت Mythex. Mythex توکن برای کاربران اپلیکیشنتان یا یک محصول پایگاه دانش داخلی ارائه نمی‌دهد، و طراحی و آزمایش محدودیت‌های نرخ و کنترل هزینه با خود شماست. دستور آماده‌سازی مستندات افزودن قابلیت‌های هوش مصنوعی با کلیدهای API خودتان یک پرامپت شروع دارد، و صفحهٔ ساخت‌گر اپلیکیشن با هوش مصنوعی نشان می‌دهد از کجا شروع کنید.

پرسش‌ها