Come usare le API LLM: token, costi, chiavi e la tua prima funzione con IA

Un'API LLM è un servizio web che permette alla tua app di inviare testo a un modello linguistico di grandi dimensioni, come i modelli GPT di OpenAI, Claude di Anthropic o Gemini di Google, e di ricevere la risposta nel tuo codice. Ti registri presso il fornitore, crei una chiave API e il server della tua app invia le richieste con quella chiave; paghi per ogni richiesta in base al numero di token (frammenti di testo) in entrata e in uscita. Di solito "aggiungere l'IA a un'app" significa tutto qui: una richiesta ben scritta al modello di qualcun altro, fatta in modo sicuro dal tuo server.

Perché conta quando costruisci con l'IA

In un'app creata con l'IA ci sono due IA diverse, ed è facile confonderle:

1. L'IA che costruisce la tua app: l'agente del builder, che scrive il codice.
2. L'IA dentro la tua app: una funzione che usano i tuoi utenti, come un assistente in chat, un pulsante "riassumi questo" o l'assegnazione automatica di tag.

La seconda chiama un'API LLM con la tua chiave e addebita i costi sul tuo account presso il fornitore. Capire token, contesto e prezzi ti permette di progettare una funzione che funziona, non perde la tua chiave e non ti sorprende con una fattura.

Un'analogia quotidiana: un freelance molto capace, pagato a parola

Pensa a un'API LLM come a un brillante scrittore freelance che raggiungi via email e che paghi a parola, sia per le parole che gli invii sia per quelle che ti restituisce (e le parole in uscita costano di più).

• Non ha memoria tra un'email e l'altra. Se vuoi che continui una conversazione, incolli i messaggi precedenti in ogni nuova email.
• Può leggere solo una certa quantità alla volta. Quel limite è la finestra di contesto.
• Più chiaro è il tuo brief, migliore e più breve sarà la risposta, e anche più economica.

I concetti chiave

Token

I modelli leggono e scrivono testo in token. La documentazione sui prezzi di Anthropic stima circa 4 caratteri, ovvero circa 0,75 parole inglesi, per token a settembre 2026. Modelli e lingue diversi si tokenizzano in modo diverso, quindi consideralo una guida approssimativa. Conta tutto: le tue istruzioni, il messaggio dell'utente, eventuali documenti inclusi, la conversazione precedente e la risposta.

Input e output

I token di input sono quelli che invii. I token di output sono quelli che il modello scrive. Nelle pagine dei prezzi di OpenAI, Anthropic e Google, a settembre 2026, i token di output costano diverse volte più dei token di input per lo stesso modello. Anche il prezzo di Gemini di Google precisa che il "ragionamento" interno del modello conta come output.

Finestra di contesto

Il numero massimo di token che un modello può accettare in una singola richiesta, inclusa la risposta. I modelli moderni accettano input molto lunghi: alcuni modelli attuali di Anthropic, per esempio, arrivano fino a un milione di token. Ma gli input lunghi costano di più e richiedono più tempo, quindi invia solo ciò che il compito richiede.

Richieste senza stato

Con la maggior parte delle API in stile chat, ogni richiesta è autonoma per impostazione predefinita. Per fare in modo che una chat "ricordi", la tua app invia di nuovo i messaggi precedenti a ogni nuovo messaggio. Per questo una conversazione lunga costa di più a messaggio rispetto a una breve.

Il prompt di sistema

Sono le istruzioni che definiscono il ruolo del modello e le regole per ogni richiesta: "Riassumi i ticket di supporto in tre punti elenco. Non includere mai gli indirizzi email dei clienti." Gli utenti non le vedono, ma influenzano ogni risposta.

Streaming

Invece di aspettare la risposta completa, l'API può inviare il testo mano a mano che viene generato, così gli utenti vedono comparire subito le parole. Rende le interfacce di chat molto più veloci.

Come funzionano i prezzi

A settembre 2026, verificato sulle pagine dei prezzi dei fornitori:

Alcuni fornitori offrono anche un modo per provare prima di pagare: Anthropic regala ai nuovi utenti un piccolo credito gratuito, e l'API Gemini di Google ha un piano gratuito su alcuni modelli, con l'avvertenza che i contenuti inviati su quel piano possono essere usati per migliorare i prodotti di Google.

I prezzi differiscono molto tra i modelli piccoli e veloci di un fornitore e quelli più grandi, e cambiano spesso, quindi non li riportiamo qui. Una stima semplice per qualsiasi funzione è: (token di input × prezzo di input + token di output × prezzo di output) × numero di richieste al mese. Poi aggiungi un margine e imposta un limite di spesa mensile nella dashboard del fornitore.

Un esempio svolto: un pulsante "riassumi questo ticket"

Un piccolo team di supporto vuole un pulsante che trasformi una lunga conversazione email di un cliente in tre punti elenco e in una risposta suggerita.

1. Ottieni una chiave. Crea un account con un fornitore e genera una chiave API. Imposta un limite di spesa mensile basso.
2. Salva la chiave come segreto sul tuo server, con un nome come ANTHROPIC_API_KEY o OPENAI_API_KEY, mai nel codice della pagina. Vedi variabili d'ambiente e segreti.
3. Aggiungi una route sul server, POST /api/summarise, che:
   • verifica che la persona sia connessa e appartenga al team di supporto;
   • carica il ticket dal database;
   • invia al fornitore un prompt di sistema ("Riassumi in tre punti, poi prepara una risposta cortese; non inventare numeri d'ordine") più il testo del ticket;
   • limita la lunghezza della risposta con un'impostazione di token di output massimi;
   • restituisce il risultato e registra quanti token ha usato.
4. Il pulsante chiama la tua route, non il fornitore, e mostra il riassunto mentre viene trasmesso.
5. Gestisci gli errori. Se il fornitore è lento o restituisce un errore, mostra "Impossibile riassumere in questo momento" e lascia il ticket utilizzabile.
6. Misura. Dopo una settimana, guarda i log dei token. Se la maggior parte del costo deriva da lunghe conversazioni email, accorcia la cronologia citata prima di inviarla.

Nota cosa manca: nessun addestramento del modello, nessuna infrastruttura speciale. Una chiave, una route sul server, un prompt ben scritto.

Termini chiave

• Chiave API: il segreto che identifica il tuo account presso il fornitore. Chiunque la possieda può spendere i tuoi soldi.
• Modello: l'LLM specifico che chiami. I fornitori offrono più dimensioni a prezzi e velocità diversi.
• Temperatura: un'impostazione che regola quanto variano le risposte. Valori più bassi danno risultati più prevedibili.
• Token massimi: un limite alla lunghezza della risposta, che limita anche il costo.
• Limite di frequenza (rate limit): quante richieste o quanti token il tuo account può usare al minuto.
• Embedding: numeri che rappresentano il significato di un testo, usati per cercare nei tuoi documenti.
• RAG (retrieval-augmented generation): trovare passaggi pertinenti dai tuoi dati e includerli nel prompt, così il modello risponde in base ai tuoi contenuti.
• Uso di strumenti / function calling: permettere al modello di chiedere alla tua app di eseguire una funzione specifica, come "controlla lo stato dell'ordine".

Errori comuni e idee sbagliate

• Mettere la chiave nel codice frontend. L'errore più costoso. Il codice del browser è pubblico. Chiama sempre dal server. La checklist di sicurezza per le app create con l'IA tratta questo punto insieme agli altri controlli di lancio.
• Nessun limite di spesa o limiti per utente. Un bug, un ciclo o un utente abusivo possono far salire i costi in fretta. Imposta un limite presso il fornitore e limita le richieste per utente nella tua app.
• Inviare sempre tutto. Interi documenti e cronologie complete delle chat moltiplicano i token di input. Riduci, riassumi i messaggi più vecchi o recupera solo le parti pertinenti.
• Fidarsi ciecamente dell'output. I modelli possono affermare cose sbagliate con sicurezza. Per fatti, prezzi o qualsiasi cosa legale o medica, basa le risposte sui tuoi dati e mostra le fonti, oppure fai verificare a una persona.
• Permettere che l'input dell'utente sovrascriva le tue regole. Gli utenti possono scrivere "ignora le tue istruzioni". Mantieni permessi e azioni sensibili nel codice del server, non solo nel prompt.
• Partire dal modello più grande. Prova prima un modello più piccolo ed economico; passa a uno più grande solo se la qualità lo richiede.
• Inviare dati personali senza pensarci. Controlla i termini d'uso dei dati del fornitore, soprattutto nei piani gratuiti, e invia solo ciò che la funzione richiede.

Cosa chiedere al tuo builder con IA

Aggiungi un pulsante "Riassumi" alla pagina del ticket. Chiama una route del server che usa il segreto OPENAI_API_KEY (mai esposto al browser), verifica che l'utente sia connesso, invia il testo del ticket con questo prompt di sistema: […], limita la risposta a 300 token, trasmette la risposta alla pagina e mostra un messaggio di errore cortese se la chiamata fallisce. Registra i token usati per ogni richiesta e limita ogni utente a 30 riassunti all'ora.

Per un'esperienza di chat completa, vedi come creare un'app chatbot con IA; per altre idee, come aggiungere funzioni di IA alla tua app. Se le API in generale ti sono nuove, inizia da cos'è un'API.

API LLM nelle app create con Mythex

Quando costruisci con Mythex, l'IA dentro la tua app usa la tua chiave del fornitore. La aggiungi come segreto del progetto, oppure tramite la scheda dei segreti che Mythex mostra in chat quando ne ha bisogno, e chiedi all'agente di fare la chiamata sul server. L'uso del fornitore viene addebitato sul tuo account presso il fornitore, non sui crediti di build di Mythex. Mythex non include token per gli utenti della tua app né un prodotto di base di conoscenza integrato, e i limiti di frequenza e i controlli dei costi sono da progettare e testare da parte tua. La ricetta della documentazione aggiungere funzioni di IA con le tue chiavi API include un prompt di partenza, e la pagina builder di app con IA mostra da dove iniziare.

Domande