LLM-API’s gebruiken: tokens, kosten, sleutels en je eerste AI-functie

Een LLM-API is een webdienst waarmee je app tekst naar een groot taalmodel kan sturen, zoals de GPT-modellen van OpenAI, Claude van Anthropic of Gemini van Google, en het antwoord in code terug kan ontvangen. Je meldt je aan bij de aanbieder, maakt een API-sleutel aan, en de server van je app stuurt verzoeken met die sleutel; je wordt per verzoek gefactureerd op basis van het aantal tokens (stukjes tekst) dat erin en eruit gaat. Meer is ‘AI aan een app toevoegen’ meestal niet: een goed geschreven verzoek aan het model van iemand anders, veilig gestuurd vanaf je eigen server.

Waarom het ertoe doet bij het bouwen met AI

In een met AI gebouwde app zitten twee verschillende AI’s, en die worden makkelijk met elkaar verward:

1. De AI die je app bouwt — de eigen agent van de app-builder, die de code schrijft.
2. De AI binnen je app — een functie die je gebruikers gebruiken, zoals een chatassistent, een knop ‘vat dit samen’ of automatisch taggen.

De tweede roept een LLM-API aan met jouw sleutel en factureert jouw account bij de aanbieder. Begrip van tokens, context en prijs maakt het mogelijk een functie te ontwerpen die werkt, je sleutel niet lekt en je niet met een verrassende rekening opzadelt.

Een alledaagse vergelijking: een zeer bekwame freelancer, betaald per woord

Stel je een LLM-API voor als een briljante freelance schrijver die je per e-mail bereikt en per woord betaalt — zowel voor de woorden die je hem stuurt als voor de woorden die hij terugschrijft (en die woorden kosten meer).

• Hij heeft geen geheugen tussen e-mails. Als je wilt dat hij een gesprek voortzet, plak je de eerdere berichten in elke nieuwe e-mail.
• Hij kan maar een beperkte hoeveelheid tegelijk lezen. Die grens is het contextvenster.
• Hoe duidelijker je opdracht, hoe beter en korter het antwoord — wat ook goedkoper is.

De kernbegrippen

Tokens

Modellen lezen en schrijven tekst in tokens. De prijsdocumentatie van Anthropic schat vanaf september 2026 ongeveer 4 tekens, of ruwweg 0,75 Engels woord, per token. Verschillende modellen en talen splitsen tekst anders op, dus zie dat als een ruwe richtlijn. Alles telt mee: je instructies, het bericht van de gebruiker, eventuele documenten die je meestuurt, eerdere gespreksberichten en het antwoord.

Invoer en uitvoer

Invoertokens zijn wat je verstuurt. Uitvoertokens zijn wat het model schrijft. Op de prijspagina’s van OpenAI, Anthropic en Google kosten uitvoertokens vanaf september 2026 voor hetzelfde model meerdere keren zoveel als invoertokens. De prijs van Gemini van Google vermeldt bovendien dat het interne ‘denken’ van een model als uitvoer telt.

Contextvenster

Het maximale aantal tokens dat een model in één verzoek kan verwerken, inclusief het antwoord. Moderne modellen accepteren zeer lange invoer — sommige huidige modellen van Anthropic bijvoorbeeld tot een miljoen tokens. Maar lange invoer kost meer en duurt langer, dus stuur alleen wat de taak nodig heeft.

Stateloze verzoeken

Bij de meeste chat-achtige API’s staat elk verzoek standaard op zichzelf. Om een chat ‘te laten onthouden’, stuurt je app de eerdere berichten bij elk nieuw bericht opnieuw mee. Daarom kost een lang gesprek per bericht meer dan een kort gesprek.

De systeemprompt

Instructies die de rol en regels van het model vastleggen voor elk verzoek: ‘Je vat supporttickets samen in drie opsommingstekens. Neem nooit e-mailadressen van klanten op.’ Gebruikers zien die niet, maar die bepaalt elk antwoord.

Streaming

In plaats van op het volledige antwoord te wachten, kan de API tekst versturen terwijl die wordt gegenereerd, zodat gebruikers woorden meteen zien verschijnen. Chatinterfaces voelen daardoor veel sneller aan.

Zo werkt de prijs

Vanaf september 2026, gecontroleerd op de prijspagina’s van de aanbieders zelf:

Sommige aanbieders bieden ook een manier om eerst te proberen: Anthropic geeft nieuwe gebruikers een klein bedrag aan gratis tegoed, en de Gemini API van Google heeft bij sommige modellen een gratis laag, met als kanttekening dat inhoud die erop wordt verstuurd mogelijk wordt gebruikt om de producten van Google te verbeteren.

De prijzen verschillen sterk tussen de kleine, snelle modellen van een aanbieder en de grootste, en ze veranderen vaak, dus we noemen ze hier niet. Een eenvoudige schatting voor elke functie is: (invoertokens × invoerprijs + uitvoertokens × uitvoerprijs) × aantal verzoeken per maand. Tel daar een marge bij op, en stel een maandelijkse uitgavenlimiet in via het dashboard van de aanbieder.

Een uitgewerkt voorbeeld: een knop ‘vat dit ticket samen’

Een klein supportteam wil een knop die een lange e-mailthread van een klant omzet in drie opsommingstekens en een voorgestelde reactie.

1. Haal een sleutel op. Maak een account aan bij één aanbieder en genereer een API-sleutel. Stel een lage maandelijkse uitgavenlimiet in.
2. Bewaar de sleutel als geheim op je server, met een naam zoals ANTHROPIC_API_KEY of OPENAI_API_KEY — nooit in de code van de pagina. Zie omgevingsvariabelen en geheimen.
3. Voeg een serverroute toe, POST /api/summarise, die:
   • controleert of de persoon is ingelogd en bij het supportteam hoort;
   • het ticket uit de database laadt;
   • de aanbieder een systeemprompt stuurt (‘Vat samen in drie opsommingstekens, stel daarna een beleefde reactie op; verzin geen ordernummers’) plus de tekst van het ticket;
   • de lengte van het antwoord begrenst met een instelling voor het maximale aantal uitvoertokens;
   • het resultaat teruggeeft en logt hoeveel tokens er zijn gebruikt.
4. De knop roept je route aan, niet de aanbieder, en toont de samenvatting terwijl die binnenkomt.
5. Behandel fouten. Als de aanbieder traag is of een fout teruggeeft, toon dan ‘Samenvatten lukt nu niet’ en houd het ticket bruikbaar.
6. Meet. Bekijk na een week de tokenlogs. Als het grootste deel van de kosten bij lange e-mailthreads ligt, snoei dan de geciteerde geschiedenis voordat je verstuurt.

Let op wat ontbreekt: geen modeltraining, geen speciale infrastructuur. Eén sleutel, één serverroute, één goed geschreven prompt.

Belangrijke termen

• API-sleutel: het geheim dat je account bij de aanbieder identificeert. Iedereen die hem heeft, kan je geld uitgeven.
• Model: het specifieke LLM dat je aanroept. Aanbieders bieden verschillende formaten tegen verschillende prijzen en snelheden.
• Temperatuur: een instelling voor hoe gevarieerd de antwoorden zijn. Lager is voorspelbaarder.
• Max tokens: een limiet op de lengte van het antwoord, wat ook de kosten begrenst.
• Rate limit: hoeveel verzoeken of tokens je account per minuut mag gebruiken.
• Embeddings: getallen die de betekenis van tekst weergeven, gebruikt voor zoeken in je eigen documenten.
• RAG (retrieval-augmented generation): relevante passages uit je eigen gegevens zoeken en in de prompt opnemen, zodat het model antwoordt op basis van jouw inhoud.
• Tool use / functieaanroepen: het model laten vragen dat je app een specifieke functie uitvoert, zoals ‘zoek de orderstatus op’.

Veelgemaakte fouten en misverstanden

• De sleutel in frontendcode zetten. De duurste fout. Browsercode is publiek. Roep altijd vanaf je server aan. De beveiligingschecklist voor met AI gebouwde apps behandelt dit samen met andere lanceringscontroles.
• Geen uitgavenlimiet of limieten per gebruiker. Een bug, een lus of een misbruikende gebruiker kan de kosten snel doen oplopen. Stel een limiet bij de aanbieder in en beperk verzoeken per gebruiker in je app.
• Alles elke keer meesturen. Hele documenten en volledige chatgeschiedenissen vermenigvuldigen de invoertokens. Snoei, vat oudere berichten samen, of haal alleen de relevante delen op.
• De uitvoer blindelings vertrouwen. Modellen kunnen met zelfvertrouwen onjuiste dingen zeggen. Baseer feiten, prijzen en alles wat juridisch of medisch is op je eigen gegevens en toon bronnen, of laat een persoon controleren.
• Gebruikersinvoer je regels laten overschrijven. Gebruikers kunnen typen ‘negeer je instructies’. Houd rechten en gevoelige acties in je servercode, niet alleen in de prompt.
• Met het grootste model beginnen. Probeer eerst een kleiner, goedkoper model; ga alleen omhoog als de kwaliteit dat vereist.
• Persoonsgegevens meesturen zonder na te denken. Controleer de gebruiksvoorwaarden voor gegevens van de aanbieder, zeker bij gratis lagen, en stuur alleen wat de functie nodig heeft.

Wat je aan je AI-builder vraagt

Voeg een knop ‘Samenvatten’ toe op de ticketpagina. Die roept een serverroute aan die de geheime OPENAI_API_KEY gebruikt (nooit zichtbaar voor de browser), controleert of de gebruiker is ingelogd, de tekst van het ticket stuurt met deze systeemprompt: […], het antwoord beperkt tot 300 tokens, het antwoord naar de pagina streamt en een vriendelijke foutmelding toont als de aanroep mislukt. Log de gebruikte tokens per verzoek en beperk elke gebruiker tot 30 samenvattingen per uur.

Voor een volledige chatervaring, zie hoe je een AI-chatbot-app bouwt; voor andere ideeën, hoe je AI-functies aan je app toevoegt. Als API’s in het algemeen nieuw voor je zijn, begin dan met wat een API is.

LLM-API’s in apps gebouwd met Mythex

Als je met Mythex bouwt, gebruikt de AI binnen je app je eigen sleutel van de aanbieder. Je voegt die toe als projectgeheim, of via de geheimenkaart die Mythex in de chat toont wanneer die nodig is, en je vraagt de agent om de aanroep op de server te maken. Het gebruik bij de aanbieder wordt gefactureerd op je eigen aanbiedersaccount, niet op Mythex-buildtegoed. Mythex levert geen tokens voor de gebruikers van je app en ook geen ingebouwd kennisbankproduct; rate limits en kostenbeheersing ontwerp en test je zelf. Het docs-recept AI-functies toevoegen met je eigen API-sleutels bevat een startprompt, en de AI-app-builder-pagina laat zien waar je moet beginnen.

Veelgestelde vragen