API языковых моделей: как подключить ИИ к своему продукту

Кратко. API языковой модели — способ вызвать ИИ прямо из своего кода: программа шлёт на сервер провайдера запрос с промптом, а получает обратно сгенерированный текст. Чтобы встроить ИИ в продукт, нужны ключ доступа, адрес эндпоинта и оплата по использованию, которая считается в токенах входа и выхода.

Подключить языковую модель к приложению сегодня — это несколько строк кода, а не свой дата-центр. Через API чат-боты, поиск, генерация текста и анализ документов получают доступ к той же модели, что стоит за ChatGPT или GigaChat, без обучения и без покупки GPU. Этот материал — практическая карта: как устроен вызов, какие провайдеры доступны в РФ и сколько это стоит. Общий контекст раздела — в хабе разработка с ИИ.

Что такое API модели и зачем

API языковой модели — это программный интерфейс, через который ваш код обращается к модели на сервере провайдера и получает ответ. Вместо того чтобы скачивать модель и держать дорогое железо, вы отправляете запрос по сети и платите только за обработанный текст. Это превращает ИИ в обычный сетевой сервис, который встраивается в продукт так же, как платёжный шлюз или карты.

Зачем это нужно на практике: API закрывает задачи, где текст надо понять или сгенерировать. Чат-боты поддержки, автоответы на письма, извлечение данных из документов, классификация обращений, черновики статей, перевод. Везде, где раньше требовался человек-редактор или сложная ручная логика, теперь работает один вызов модели с понятным промптом.

Как устроен вызов: ключ, запрос, ответ

Вызов API проходит по простой схеме: программа формирует HTTP-запрос на адрес эндпоинта, прикладывает ключ доступа в заголовке авторизации и тело с промптом, а в ответ получает JSON со сгенерированным текстом. Никакого состояния между запросами модель не хранит — каждый вызов самостоятелен, и весь нужный контекст вы передаёте заново в теле запроса.

Тело запроса задаёт поведение модели через параметры:

1. messages — список сообщений диалога: системная инструкция, реплики пользователя и предыдущие ответы модели для контекста.
2. model — какую именно модель вызвать: флагманскую, лёгкую или специализированную.
3. temperature — степень случайности ответа: значения ближе к нулю дают предсказуемый результат, выше — более вольный.
4. max_tokens — потолок длины ответа, чтобы ограничить объём и стоимость.

В ответе приходит текст модели и поле usage со счётчиком токенов входа и выхода — по нему и считается оплата за вызов.

Какие провайдеры доступны

Провайдеров языковых моделей удобно делить на зарубежных и российских, и для продукта в РФ это практический выбор, а не вкусовщина. Зарубежные дают передовые модели, но требуют решать вопрос доступа и оплаты. Российские работают напрямую, принимают рубли, соответствуют требованиям к данным и хорошо понимают русский язык. На старте часто берут российский API, а зарубежный подключают точечно под конкретные задачи.

• OpenAI — модели GPT, эндпоинт chat completions, де-факто стандарт интерфейса, который копируют остальные (офиц. документация).
• Anthropic — модели Claude с упором на длинный контекст и работу с инструментами.
• GigaChat (Сбер) — российская модель: REST API, оплата в рублях, бесплатный стартовый пакет для физлиц (офиц. документация).
• YandexGPT (Yandex Cloud) — российская модель через AI Studio: REST и gRPC, синхронный и асинхронный режимы (офиц. документация).

Сколько стоит и как считаются токены

Оплата API считается в токенах — это куски текста, на которые модель разбивает вход и выход. Один токен — примерно 3–4 символа русского текста, или около 0,75 слова для английского. Тарифицируются отдельно входные токены (ваш промпт, контекст, история диалога) и выходные (ответ модели), причём выходные обычно дороже входных в несколько раз.

Стоимость вызова напрямую зависит от выбранной модели и длины запроса. Лёгкие модели дешевле флагманских в десятки раз, поэтому простые задачи — классификацию, короткие ответы — выгодно отдавать им, а тяжёлые рассуждения оставлять мощной модели. У GigaChat для физлиц действует стартовый пакет на 1 000 000 бесплатных токенов в год, дальше счёт идёт по выбранному тарифу. Два рычага экономии работают всегда: короткий контекст и ограничение длины ответа через max_tokens.

Безопасность ключей и данных

Ключ доступа к API — это полный доступ к вашему биллингу, поэтому относиться к нему надо как к паролю от платёжной карты. Ключ нельзя зашивать в код фронтенда или публиковать в репозитории: утёкший ключ означает чужие запросы за ваш счёт. Правильное место — переменные окружения на сервере или защищённое хранилище секретов, а сами вызовы модели идут только с бэкенда, не из браузера пользователя.

Второй слой — данные, которые вы отправляете в модель. Перед отправкой стоит убирать из промпта лишние персональные и коммерческие данные, которые модели для ответа не нужны. Для чувствительных сценариев в РФ российские провайдеры дают преимущество: обработка идёт на инфраструктуре внутри страны, что упрощает соответствие требованиям к персональным данным. Если ключ всё же засветился — его немедленно отзывают и выпускают новый.

С чего начать первый вызов

Первый вызов делается за пять шагов и не требует ничего, кроме аккаунта и любого языка с поддержкой HTTP. Начните с российского провайдера: регистрация проще, оплата в рублях, а бесплатного стартового пакета хватает на десятки тысяч экспериментов. Соберите минимальный запрос, проверьте, что ответ приходит, и только потом наращивайте логику вокруг.

1. Зарегистрируйтесь у провайдера и получите ключ доступа в личном кабинете.
2. Положите ключ в переменную окружения, не в код.
3. Отправьте тестовый запрос с одним сообщением и коротким промптом — через готовый SDK или обычный HTTP-клиент.
4. Проверьте поле usage в ответе, чтобы понимать расход токенов.
5. Оберните вызов в свою логику: обработку ошибок, повторы при сбое, ограничение длины ответа.

Следующий шаг после рабочего вызова — научить модель отвечать по вашим данным. Для этого к ней подключают поиск по базе знаний: см. RAG и его основу — эмбеддинги.

Источники

1. OpenAI. «Chat Completions» — официальная справка по эндпоинту, авторизации и параметрам запроса. developers.openai.com/api/reference/chat-completions/overview
2. Сбер. «GigaChat API» — официальная документация: получение токена, эндпоинты, тарифы. developers.sber.ru/docs/ru/gigachat/api/overview
3. Yandex Cloud AI Studio. Документация YandexGPT — REST/gRPC API, режимы вызова, авторизация. aistudio.yandex.ru/docs/ru

Связанные концепты

• RAG — как научить модель отвечать по вашим документам через поиск
• Embeddings — векторные представления текста, основа поиска для RAG