LLM API 入門指南:從零開始使用 AI 模型 API
想把 AI 整合進自己的 App 或工作流,卻被「API」、「Token」、「provider」這些名詞搞得一頭霧水?別擔心。這篇從零開始的入門指南,會用最白話的方式,帶完全不懂的初學者搞懂 LLM API 是什麼、怎麼計費、怎麼選,以及怎麼省錢。
什麼是 LLM API?
LLM(Large Language Model,大型語言模型)就是 ChatGPT、Claude、Gemini 背後的 AI 大腦。而 API(Application Programming Interface)則是一座「橋樑」—— 它讓你的程式可以直接「打電話」給這些 AI,送出問題、拿回答案,全程不需要打開網頁聊天視窗。
打個比方:聊天網站像是去餐廳內用,你親自坐下來點餐;API 則像是外送,你的程式自動下單、AI 把結果送回來。有了 API,你就能把 AI 的能力嵌進自己的客服機器人、自動寫作工具、資料分析腳本等任何應用裡。
Token 是什麼?為什麼用它計費?
AI 不是用「字數」計費,而是用 Token。Token 是 AI 處理文字的最小單位 —— 一個 Token 大約是英文的 4 個字元,或中文的 1~2 個字。例如「Hello world」約是 2~3 個 Token,「你好世界」約是 4~8 個 Token。
計費時會分成兩種 Token,價格通常不同:
- 輸入 Token(Input):你送給 AI 的內容(問題、文件、對話歷史)。
- 輸出 Token(Output):AI 回覆給你的內容。輸出通常比輸入貴好幾倍。
價格一律以「每百萬 Token(1M tokens)多少美金」標示。看一個實際例子:
| 模型 | 輸入 / 1M | 輸出 / 1M | 定位 |
|---|---|---|---|
| GPT-5.5 | $5.00 | $30.00 | 旗艦級 |
| Claude Opus 4.8 | $10.00 | $12.50 | 旗艦級 |
| Gemini 3.5 Flash | $1.50 | $9.00 | 快速 |
| DeepSeek V4 | $0.20 | $0.80 | 超便宜 / 開源 |
所以一筆請求的成本就是:(輸入 Token ÷ 1,000,000 × 輸入單價)+(輸出 Token ÷ 1,000,000 × 輸出單價)。覺得算起來麻煩?直接用我們的 成本計算機 輸入數字就能秒算。
什麼是 provider?怎麼選?
Provider(供應商)就是提供 API 的公司,例如 OpenAI(GPT)、Anthropic(Claude)、Google(Gemini)、DeepSeek 等。同一個開源模型,有時還能透過不同 provider(如 OpenRouter、Together AI、Groq)取得,價格與速度各異。選 provider 時主要看四件事:
- 價格:輸入與輸出單價,直接影響成本。
- 品質:模型的綜合能力分數,越高越聰明。
- 速度:回應快慢,即時應用尤其重要。
- Context Window:一次能「記住」多少 Token,長文件任務需要大一點。
不知道從何選起?我們的 推薦精靈 會問你幾個問題,幫你挑出最適合的模型;想看所有選項的橫向比較,可到 首頁比較表。
5 個實用的省錢技巧
- 選對模型:別什麼任務都用旗艦模型。簡單的分類、摘要用便宜的小模型(如 DeepSeek V4、GPT-5.4-mini)就夠,成本可省下數十倍。
- 精簡你的 Prompt:輸入也要錢。移除不必要的範例與冗長指令,能直接降低輸入成本。
- 善用 Prompt Caching:若每次請求都重複送相同的系統提示,許多 provider 提供快取折扣,重複部分能大幅降價。
- 用 Batch API:不急著要結果的大量任務(如批次翻譯),用批次模式通常打 5 折。
- 限制輸出長度:輸出最貴。設定 max tokens、要求 AI「簡短回答」,能有效控制帳單。
常見問題(FAQ)
用 API 會比訂閱聊天網站貴嗎?
不一定。如果你用量小、只是偶爾呼叫,API 通常更便宜(按用量付費,沒用就不花錢);但若每天大量呼叫,成本會累積,這時就要靠上面的省錢技巧。
我需要會寫程式才能用 API 嗎?
基本上需要一點程式基礎(多數人用 Python 或 JavaScript),但現在也有很多無程式碼(no-code)工具能幫你串接 API,門檻已大幅降低。
免費試用有額度嗎?
多數 provider 會給新用戶少量免費額度試玩,用完後才開始計費。建議先用便宜的模型做測試,確認可行再放大規模。
結論
搞懂了「API 是橋樑、Token 是計費單位、provider 是供應商」這三件事,你就掌握了 LLM API 的核心。接下來最重要的,就是挑對模型 —— 在品質與成本之間找到最適合你的平衡點。