วิธีใช้ LLM API: โทเคน ค่าใช้จ่าย Key และฟีเจอร์ AI ตัวแรกของคุณ

LLM API คือบริการเว็บที่ให้แอปของคุณส่งข้อความไปยังโมเดลภาษาขนาดใหญ่ เช่น โมเดล GPT ของ OpenAI, Claude ของ Anthropic หรือ Gemini ของ Google และรับคำตอบกลับมาในโค้ด คุณสมัครกับผู้ให้บริการ สร้าง API key แล้วเซิร์ฟเวอร์ของแอปส่งคำขอพร้อม key นั้น และคุณจะถูกเรียกเก็บเงินตามจำนวน โทเคน (ชิ้นส่วนของข้อความ) ที่ส่งเข้าไปและที่ได้กลับมา นั่นคือสิ่งที่ “การเพิ่ม AI ในแอป” มักหมายถึง: คำขอที่เขียนดีไปยังโมเดลของคนอื่น ที่ส่งจากเซิร์ฟเวอร์ของคุณอย่างปลอดภัย

ทำไมเรื่องนี้จึงสำคัญเมื่อสร้างงานด้วย AI

ในแอปที่สร้างด้วย AI มี AI อยู่สองตัวที่ต่างกัน และมักจะสับสนได้ง่าย:

1. AI ที่สร้างแอปของคุณ คือ agent ของเครื่องมือสร้างแอป ซึ่งเป็นผู้เขียนโค้ด
2. AI ที่อยู่ในแอปของคุณ คือฟีเจอร์ที่ผู้ใช้ของคุณใช้ เช่น แชตผู้ช่วย ปุ่ม “สรุปข้อความนี้” หรือการติดแท็กอัตโนมัติ

ตัวที่สองเรียก LLM API ด้วย key ของคุณ และเรียกเก็บเงินจากบัญชีผู้ให้บริการของ คุณ การเข้าใจโทเคน context และราคาคือสิ่งที่ทำให้คุณออกแบบฟีเจอร์ที่ใช้งานได้ ไม่ทำให้ key รั่วไหล และไม่ทำให้คุณประหลาดใจกับบิลที่ได้รับ

ภาพเปรียบเทียบในชีวิตประจำวัน: นักเขียนอิสระที่เก่งมาก คิดเงินตามคำ

ลองคิดว่า LLM API เป็นนักเขียนอิสระที่เก่งมาก คุณติดต่อผ่านอีเมล และจ่ายตามจำนวนคำ ทั้งคำที่คุณส่งให้เขาและคำที่เขาเขียนตอบกลับ (และคำที่เขาเขียนมีราคาแพงกว่า)

• เขา ไม่มีความจำระหว่างอีเมล หากคุณอยากให้การสนทนาต่อเนื่อง คุณต้องวางข้อความก่อนหน้าลงในอีเมลฉบับใหม่ทุกครั้ง
• เขาอ่านได้ทีละจำนวนจำกัด ขีดจำกัดนั้นคือ context window
• ยิ่งคำสั่งชัดเจนเท่าไร คำตอบก็ยิ่งดีและสั้นลง ซึ่งยังช่วยให้ถูกลงด้วย

แนวคิดหลัก

โทเคน

โมเดลอ่านและเขียนข้อความเป็นโทเคน เอกสารราคาของ Anthropic ประมาณว่าประมาณ 4 ตัวอักษร หรือราว 0.75 คำภาษาอังกฤษต่อหนึ่งโทเคน ณ เดือนกันยายน 2026 โมเดลและภาษาต่างกันจะแบ่งโทเคนต่างกัน ดังนั้นให้ถือว่าตัวเลขนี้เป็นแนวทางคร่าว ๆ ทุกอย่างถูกนับ ได้แก่ คำสั่งของคุณ ข้อความของผู้ใช้ เอกสารใดก็ตามที่คุณใส่เข้าไป บทสนทนาก่อนหน้า และคำตอบ

อินพุตและเอาต์พุต

อินพุตโทเคน คือสิ่งที่คุณส่งไป เอาต์พุตโทเคน คือสิ่งที่โมเดลเขียน ในหน้าราคาของ OpenAI, Anthropic และ Google ณ เดือนกันยายน 2026 เอาต์พุตโทเคนมีราคาแพงกว่าอินพุตโทเคนหลายเท่าสำหรับโมเดลเดียวกัน หน้าราคาของ Gemini ของ Google ยังระบุด้วยว่า “การคิด” ภายในของโมเดลนับเป็นเอาต์พุต

Context window

จำนวนโทเคนสูงสุดที่โมเดลรับได้ในคำขอเดียว รวมถึงคำตอบด้วย โมเดลสมัยใหม่รับอินพุตที่ยาวมากได้ เช่น โมเดลปัจจุบันบางตัวของ Anthropic รับได้ถึงหนึ่งล้านโทเคน แต่อินพุตที่ยาวจะมีค่าใช้จ่ายสูงกว่าและใช้เวลามากกว่า ดังนั้นส่งเฉพาะสิ่งที่งานต้องการ

คำขอแบบไม่มีสถานะ

กับ API แบบแชตส่วนใหญ่ แต่ละคำขอเป็นอิสระจากกันโดยค่าเริ่มต้น เพื่อให้แชต “จำ” ได้ แอปของคุณต้องส่งข้อความก่อนหน้าซ้ำในทุกข้อความใหม่ นั่นคือเหตุผลที่การสนทนายาว ๆ มีค่าใช้จ่ายต่อข้อความสูงกว่าการสนทนาสั้น ๆ

system prompt

คำสั่งที่กำหนดบทบาทและกฎของโมเดลสำหรับทุกคำขอ เช่น “คุณสรุปข้อความจากฝ่ายซัพพอร์ตเป็นสามข้อหลัก ห้ามใส่อีเมลของลูกค้า” ผู้ใช้จะไม่เห็นมัน แต่มันกำหนดรูปแบบของทุกคำตอบ

Streaming

แทนที่จะรอคำตอบทั้งหมด API สามารถส่งข้อความทีละส่วนขณะที่กำลังสร้าง ทำให้ผู้ใช้เห็นคำปรากฏขึ้นทันที ซึ่งทำให้อินเทอร์เฟซแชตรู้สึกเร็วขึ้นมาก

การคิดราคาทำงานอย่างไร

ณ เดือนกันยายน 2026 ตรวจสอบจากหน้าราคาของผู้ให้บริการเอง:

ผู้ให้บริการบางรายยังให้ลองใช้ก่อนจ่ายเงินด้วย Anthropic มอบเครดิตฟรีจำนวนเล็กน้อยให้ผู้ใช้ใหม่ และ Gemini API ของ Google มีแพ็กเกจฟรีสำหรับบางโมเดล โดยมีข้อควรระวังว่าเนื้อหาที่ส่งผ่านแพ็กเกจฟรีอาจถูกนำไปใช้ปรับปรุงผลิตภัณฑ์ของ Google

ราคาต่างกันมากระหว่างโมเดลขนาดเล็กและเร็วของผู้ให้บริการกับโมเดลที่ใหญ่ที่สุด และราคาเปลี่ยนบ่อย เราจึงไม่ระบุตัวเลขไว้ที่นี่ การประมาณอย่างง่ายสำหรับฟีเจอร์ใดก็ได้คือ (โทเคนอินพุต × ราคาอินพุต + โทเคนเอาต์พุต × ราคาเอาต์พุต) × จำนวนคำขอต่อเดือน จากนั้นเผื่อส่วนต่างไว้ และตั้งวงเงินการใช้จ่ายรายเดือนในแดชบอร์ดของผู้ให้บริการ

ตัวอย่างการทำงาน: ปุ่ม “สรุปคำร้องนี้”

ทีมซัพพอร์ตขนาดเล็กต้องการปุ่มที่เปลี่ยนเธรดอีเมลยาว ๆ ของลูกค้าให้เป็นสามข้อหลักและร่างคำตอบที่เหมาะสม

1. รับ key สร้างบัญชีกับผู้ให้บริการหนึ่งราย และสร้าง API key ตั้งวงเงินการใช้จ่ายรายเดือนไว้ให้ต่ำ
2. เก็บ key เป็น secret บนเซิร์ฟเวอร์ของคุณ ตั้งชื่อเช่น ANTHROPIC_API_KEY หรือ OPENAI_API_KEY และอย่าใส่ไว้ในโค้ดของหน้าเด็ดขาด ดู ตัวแปรสภาพแวดล้อมและ secret
3. เพิ่ม server route POST /api/summarise ที่:
   • ตรวจว่าคนนั้นเข้าสู่ระบบแล้วและเป็นทีมซัพพอร์ต
   • โหลดคำร้องจากฐานข้อมูล
   • ส่ง system prompt ไปยังผู้ให้บริการ (“สรุปเป็นสามข้อหลัก แล้วร่างคำตอบที่สุภาพ อย่าสร้างหมายเลขออเดอร์ขึ้นเอง”) พร้อมข้อความของคำร้อง
   • จำกัดความยาวคำตอบด้วยการตั้งค่า max output tokens
   • ส่งผลลัพธ์กลับ และบันทึกว่าใช้โทเคนไปกี่โทเคน
4. ปุ่มเรียก route ของคุณ ไม่ใช่เรียกผู้ให้บริการโดยตรง และแสดงสรุปขณะที่มันทยอยปรากฏ
5. จัดการเมื่อล้มเหลว หากผู้ให้บริการตอบช้าหรือส่ง error ให้แสดงข้อความว่า “ไม่สามารถสรุปได้ในขณะนี้” และทำให้คำร้องยังใช้งานได้
6. วัดผล หลังผ่านไปหนึ่งสัปดาห์ ให้ดู log โทเคน หากค่าใช้จ่ายส่วนใหญ่มาจากเธรดอีเมลที่ยาว ให้ตัดประวัติที่ถูกอ้างซ้ำออกก่อนส่ง

สังเกตว่าไม่มีสิ่งที่จำเป็นต้องมี: ไม่ต้องเทรนโมเดล ไม่ต้องมีโครงสร้างพื้นฐานพิเศษ มี key หนึ่งตัว server route หนึ่งเส้น และ prompt ที่เขียนดีหนึ่งชุด

คำศัพท์สำคัญ

• API key: secret ที่ระบุบัญชีของคุณต่อผู้ให้บริการ ใครก็ตามที่มี key สามารถใช้เงินของคุณได้
• โมเดล (Model): LLM เฉพาะที่คุณเรียกใช้ ผู้ให้บริการมีหลายขนาดในราคาและความเร็วที่ต่างกัน
• Temperature: การตั้งค่าที่กำหนดความหลากหลายของคำตอบ ค่าต่ำจะคาดเดาได้มากกว่า
• Max tokens: ขีดจำกัดความยาวของคำตอบ ซึ่งเป็นการจำกัดค่าใช้จ่ายไปในตัว
• Rate limit: จำนวนคำขอหรือโทเคนที่บัญชีของคุณใช้ได้ต่อนาที
• Embeddings: ตัวเลขที่แทนความหมายของข้อความ ใช้สำหรับค้นหาในเอกสารของคุณเอง
• RAG (retrieval-augmented generation): การค้นหาข้อความที่เกี่ยวข้องจากข้อมูลของคุณเอง แล้วใส่เข้าไปใน prompt เพื่อให้โมเดลตอบจากเนื้อหาของคุณ
• Tool use / function calling: การให้โมเดลขอให้แอปของคุณรันฟังก์ชันที่กำหนดไว้ เช่น “ค้นสถานะออเดอร์”

ความเข้าใจผิดและข้อผิดพลาดที่พบบ่อย

• ใส่ key ในโค้ดฝั่งหน้าเว็บ เป็นความผิดพลาดที่แพงที่สุด โค้ดในเบราว์เซอร์เป็นสาธารณะ ให้เรียกจากเซิร์ฟเวอร์เสมอ รายการตรวจสอบความปลอดภัยสำหรับแอปที่สร้างด้วย AI ครอบคลุมเรื่องนี้พร้อมกับการตรวจก่อนเปิดตัวอื่น ๆ
• ไม่มีวงเงินการใช้จ่ายหรือขีดจำกัดต่อผู้ใช้ บั๊ก ลูป หรือผู้ใช้ที่ใช้งานในทางที่ผิดอาจทำให้ค่าใช้จ่ายพุ่งอย่างรวดเร็ว ตั้งวงเงินที่ผู้ให้บริการ และจำกัดจำนวนคำขอต่อผู้ใช้ในแอปของคุณ
• ส่งทุกอย่างทุกครั้ง เอกสารทั้งฉบับและประวัติแชตทั้งหมดทำให้โทเคนอินพุตเพิ่มขึ้นหลายเท่า ให้ตัดทอน สรุปข้อความเก่า หรือดึงเฉพาะส่วนที่เกี่ยวข้อง
• เชื่อผลลัพธ์โดยไม่ตรวจสอบ โมเดลอาจพูดสิ่งที่ผิดด้วยความมั่นใจ สำหรับข้อเท็จจริง ราคา หรือเรื่องที่เกี่ยวกับกฎหมายหรือการแพทย์ ให้อ้างอิงจากข้อมูลของคุณและแสดงแหล่งที่มา หรือให้คนตรวจสอบ
• ปล่อยให้ข้อความของผู้ใช้เขียนทับกฎของคุณ ผู้ใช้อาจพิมพ์ว่า “ละเว้นคำสั่งของคุณ” ให้เก็บสิทธิ์และการกระทำที่อ่อนไหวไว้ในโค้ดฝั่งเซิร์ฟเวอร์ ไม่ใช่แค่ใน prompt
• เริ่มด้วยโมเดลที่ใหญ่ที่สุด ให้ลองโมเดลที่เล็กกว่าและถูกกว่าก่อน แล้วค่อยเพิ่มขนาดเมื่อคุณภาพต้องการ
• ส่งข้อมูลส่วนบุคคลโดยไม่คิด ตรวจเงื่อนไขการใช้ข้อมูลของผู้ให้บริการ โดยเฉพาะในแพ็กเกจฟรี และส่งเฉพาะสิ่งที่ฟีเจอร์ต้องใช้

สิ่งที่ควรขอจากเครื่องมือสร้างแอปของคุณ

เพิ่มปุ่ม “Summarise” ในหน้าคำร้อง ปุ่มนี้เรียก server route ที่ใช้ secret OPENAI_API_KEY (ไม่เคยถูกเปิดเผยให้เบราว์เซอร์) ตรวจว่าผู้ใช้เข้าสู่ระบบแล้ว ส่งข้อความของคำร้องพร้อม system prompt นี้: […] จำกัดคำตอบไว้ที่ 300 โทเคน สตรีมคำตอบมาที่หน้า และแสดงข้อความผิดพลาดที่เป็นมิตรเมื่อการเรียกล้มเหลว บันทึกโทเคนที่ใช้ในแต่ละคำขอ และจำกัดให้ผู้ใช้แต่ละคนสรุปได้ไม่เกิน 30 ครั้งต่อชั่วโมง

สำหรับประสบการณ์แชตเต็มรูปแบบ ดู วิธีสร้างแอปแชตบอต AI สำหรับไอเดียอื่น ๆ ดู วิธีเพิ่มฟีเจอร์ AI ในแอปของคุณ หาก API โดยทั่วไปยังใหม่สำหรับคุณ ให้เริ่มจาก API คืออะไร

LLM API ในแอปที่สร้างด้วย Mythex

เมื่อสร้างด้วย Mythex AI ที่อยู่ในแอปของคุณจะใช้ key ของผู้ให้บริการของคุณเอง คุณเพิ่ม key เป็น secret ของโปรเจกต์ หรือผ่านการ์ด secret ที่ Mythex แสดงในแชตเมื่อต้องการ แล้วขอให้ agent เขียนการเรียกนั้นบนเซิร์ฟเวอร์ การใช้งานของผู้ให้บริการจะถูกเรียกเก็บเงินกับบัญชีผู้ให้บริการของคุณ ไม่ใช่เครดิตการสร้างของ Mythex Mythex ไม่ได้รวมโทเคนสำหรับผู้ใช้แอปของคุณ หรือผลิตภัณฑ์ฐานความรู้ในตัว และการออกแบบและทดสอบขีดจำกัดอัตราการใช้งานและการควบคุมค่าใช้จ่ายเป็นหน้าที่ของคุณ เอกสาร เพิ่มฟีเจอร์ AI ด้วย API key ของคุณเอง มี starter prompt ให้ และหน้า AI app builder บอกว่าควรเริ่มต้นจากที่ไหน

คำถาม