Comment utiliser les API de LLM : jetons, coûts, clés et votre première fonction IA

Une API de LLM est un service web qui permet à votre app d'envoyer du texte à un grand modèle de langage, comme les modèles GPT d'OpenAI, Claude d'Anthropic ou Gemini de Google, et de recevoir sa réponse dans votre code. Vous vous inscrivez auprès du fournisseur, vous créez une clé API, et le serveur de votre app envoie des requêtes avec cette clé; vous êtes facturé pour chaque requête selon le nombre de jetons (morceaux de texte) envoyés et reçus. C'est tout ce que signifie habituellement « ajouter l'IA à une app » : une requête bien rédigée adressée au modèle de quelqu'un d'autre, faite de façon sécuritaire depuis votre serveur.

Pourquoi c'est important quand on construit avec l'IA

Il y a deux IA différentes dans une app créée par IA, et il est facile de les confondre :

1. L'IA qui construit votre app : l'agent du générateur, qui écrit le code.
2. L'IA à l'intérieur de votre app : une fonction utilisée par vos utilisateurs, comme un assistant de clavardage, un bouton « Résumer ceci » ou l'étiquetage automatique.

La seconde fait appel à une API de LLM avec votre clé et facture votre compte chez le fournisseur. Comprendre les jetons, le contexte et la tarification vous permet de concevoir une fonction qui fonctionne, ne laisse pas fuir votre clé et ne vous réserve pas de mauvaise surprise sur la facture.

Une analogie du quotidien : un pigiste très compétent, payé au mot

Pensez à une API de LLM comme à un rédacteur indépendant brillant que vous joignez par courriel et que vous payez au mot, à la fois pour les mots que vous lui envoyez et pour ceux qu'il vous renvoie (et les mots qu'il écrit coûtent plus cher).

• Il n'a aucune mémoire d'un courriel à l'autre. Si vous voulez qu'il poursuive une conversation, vous collez les messages précédents dans chaque nouveau courriel.
• Il ne peut lire qu'une certaine quantité à la fois. Cette limite est la fenêtre de contexte.
• Plus votre consigne est claire, meilleure et plus courte sera la réponse, ce qui la rend aussi moins chère.

Les concepts de base

Les jetons

Les modèles lisent et écrivent du texte en jetons. La documentation de tarification d'Anthropic estime qu'un jeton représente environ 4 caractères, soit à peu près 0,75 mot anglais, en date de septembre 2026. Les différents modèles et langues découpent le texte différemment, alors considérez ce chiffre comme une indication approximative. Tout compte : vos instructions, le message de l'utilisateur, les documents que vous joignez, la conversation précédente et la réponse.

Entrée et sortie

Les jetons d'entrée sont ceux que vous envoyez. Les jetons de sortie sont ceux que le modèle écrit. Sur les pages de tarification d'OpenAI, d'Anthropic et de Google, en date de septembre 2026, les jetons de sortie coûtent plusieurs fois plus cher que les jetons d'entrée pour un même modèle. La tarification de Gemini de Google précise aussi que la « réflexion » interne d'un modèle compte comme de la sortie.

Fenêtre de contexte

Le nombre maximal de jetons qu'un modèle peut recevoir dans une seule requête, y compris la réponse. Les modèles récents acceptent des entrées très longues; certains modèles actuels d'Anthropic, par exemple, acceptent jusqu'à un million de jetons. Mais les longues entrées coûtent plus cher et prennent plus de temps, alors n'envoyez que ce dont la tâche a besoin.

Requêtes sans état

Avec la plupart des API de type clavardage, chaque requête est indépendante par défaut. Pour qu'un clavardage « se souvienne », votre app renvoie les messages précédents avec chaque nouveau message. C'est pourquoi une longue conversation coûte plus cher par message qu'une courte.

L'invite système

Les instructions qui définissent le rôle du modèle et ses règles pour chaque requête : « Tu résumes des tickets de support en trois puces. N'inclus jamais les adresses courriel des clients. » Les utilisateurs ne la voient pas, mais elle façonne chaque réponse.

Diffusion en continu

Au lieu d'attendre la réponse complète, l'API peut envoyer le texte au fur et à mesure qu'il est généré, de sorte que les utilisateurs voient les mots apparaître immédiatement. Cela rend les interfaces de clavardage beaucoup plus rapides.

Comment fonctionne la tarification

En date de septembre 2026, vérifié sur les pages de tarification des fournisseurs :

Certains fournisseurs offrent aussi un moyen d'essayer avant de payer : Anthropic offre aux nouveaux utilisateurs un petit montant de crédit gratuit, et l'API Gemini de Google a un palier gratuit pour certains modèles, avec la mise en garde que le contenu envoyé dans ce palier peut servir à améliorer les produits de Google.

Les prix varient beaucoup entre les petits modèles rapides d'un fournisseur et ses plus grands modèles, et ils changent souvent; nous ne les citons donc pas ici. Une estimation simple pour n'importe quelle fonction est la suivante : (jetons d'entrée × prix d'entrée + jetons de sortie × prix de sortie) × nombre de requêtes par mois. Ajoutez ensuite une marge, et fixez une limite de dépenses mensuelle dans le tableau de bord du fournisseur.

Un exemple concret : un bouton « Résumer ce ticket »

Une petite équipe de support veut un bouton qui transforme un long fil de courriels de client en trois puces et une réponse suggérée.

1. Obtenir une clé. Créez un compte auprès d'un fournisseur et générez une clé API. Fixez une limite de dépenses mensuelle basse.
2. Conserver la clé comme secret sur votre serveur, sous un nom comme ANTHROPIC_API_KEY ou OPENAI_API_KEY, jamais dans le code de la page. Voir variables d'environnement et secrets.
3. Ajouter une route serveur, POST /api/summarise, qui :
   • vérifie que la personne est connectée et qu'elle fait partie de l'équipe de support;
   • charge le ticket depuis la base de données;
   • envoie au fournisseur une invite système (« Résume en trois puces, puis rédige une réponse polie; n'invente pas de numéros de commande ») accompagnée du texte du ticket;
   • limite la longueur de la réponse avec un réglage de nombre maximal de jetons de sortie;
   • renvoie le résultat et enregistre le nombre de jetons utilisés.
4. Le bouton appelle votre route, et non le fournisseur, et affiche le résumé pendant sa diffusion.
5. Gérer les échecs. Si le fournisseur est lent ou renvoie une erreur, affichez « Impossible de résumer pour le moment » et laissez le ticket utilisable.
6. Mesurer. Après une semaine, consultez les journaux de jetons. Si l'essentiel du coût provient de longs fils de courriels, retirez l'historique cité avant l'envoi.

Remarquez ce qui manque : aucun entraînement de modèle, aucune infrastructure particulière. Une clé, une route serveur, une invite bien rédigée.

Termes clés

• Clé API : le secret qui identifie votre compte auprès du fournisseur. Quiconque la possède peut dépenser votre argent.
• Modèle : le LLM précis que vous appelez. Les fournisseurs offrent plusieurs tailles à différents prix et vitesses.
• Température : un réglage qui détermine la variété des réponses. Plus bas, c'est plus prévisible.
• Nombre maximal de jetons : une limite de longueur de réponse, qui plafonne aussi le coût.
• Limite de débit : le nombre de requêtes ou de jetons que votre compte peut utiliser par minute.
• Plongements (embeddings) : des nombres qui représentent le sens d'un texte, utilisés pour la recherche dans vos propres documents.
• RAG (génération augmentée par récupération) : trouver des passages pertinents dans vos propres données et les inclure dans la requête, pour que le modèle réponde à partir de votre contenu.
• Utilisation d'outils / appel de fonctions : permettre au modèle de demander à votre app d'exécuter une fonction précise, comme « consulter le statut d'une commande ».

Erreurs courantes et idées reçues

• Mettre la clé dans le code frontal. L'erreur la plus coûteuse. Le code du navigateur est public. Appelez toujours depuis votre serveur. La liste de contrôle de sécurité pour les apps créées par IA couvre ce point avec les autres vérifications de lancement.
• Aucune limite de dépenses ni de limites par utilisateur. Un bogue, une boucle ou un utilisateur abusif peut faire grimper les coûts rapidement. Fixez une limite chez le fournisseur et limitez les requêtes par utilisateur dans votre app.
• Tout envoyer à chaque fois. Les documents entiers et les historiques de clavardage complets multiplient les jetons d'entrée. Retirez le superflu, résumez les messages plus anciens, ou ne récupérez que les parties pertinentes.
• Faire confiance aveuglément à la sortie. Les modèles peuvent affirmer des choses fausses avec assurance. Pour les faits, les prix ou tout sujet juridique ou médical, appuyez les réponses sur vos propres données et affichez les sources, ou faites vérifier par une personne.
• Laisser la saisie de l'utilisateur écraser vos règles. Les utilisateurs peuvent taper « ignore tes instructions ». Gardez les permissions et les actions sensibles dans le code de votre serveur, pas seulement dans l'invite.
• Commencer avec le plus gros modèle. Essayez d'abord un modèle plus petit et moins cher; passez à un modèle supérieur seulement si la qualité l'exige.
• Envoyer des données personnelles sans réfléchir. Vérifiez les conditions d'utilisation des données du fournisseur, surtout dans les paliers gratuits, et n'envoyez que ce dont la fonction a besoin.

Quoi demander à votre générateur d'apps IA

Ajoute un bouton « Résumer » sur la page du ticket. Il appelle une route serveur qui utilise le secret OPENAI_API_KEY (jamais exposé au navigateur), vérifie que l'utilisateur est connecté, envoie le texte du ticket avec cette invite système : […], limite la réponse à 300 jetons, diffuse la réponse dans la page, et affiche un message d'erreur convivial si l'appel échoue. Enregistre le nombre de jetons utilisés par requête, et limite chaque utilisateur à 30 résumés par heure.

Pour une expérience de clavardage complète, voir comment créer une app de clavardage IA; pour d'autres idées, comment ajouter des fonctions IA à votre app. Si les API en général sont nouvelles pour vous, commencez par ce qu'est une API.

Les API de LLM dans les apps créées avec Mythex

Quand vous construisez avec Mythex, l'IA à l'intérieur de votre app utilise votre propre clé de fournisseur. Vous l'ajoutez comme secret de projet, ou par la carte des secrets que Mythex affiche dans le clavardage lorsqu'il en a besoin, puis vous demandez à l'agent de faire l'appel sur le serveur. L'utilisation du fournisseur est facturée à votre compte chez le fournisseur, et non aux crédits de construction Mythex. Mythex n'inclut pas de jetons pour les utilisateurs de votre app ni de produit de base de connaissances intégré, et la conception et la mise à l'essai des limites de débit et des contrôles de coûts vous reviennent. La recette de la documentation ajouter des fonctions IA avec vos propres clés API contient une invite de départ, et la page générateur d'apps IA indique par où commencer.

Questions