De inputprijs op het prijskaartje van een AI-model vertelt je niet wat een afgeronde taak kost. Bij ’$ 3 per miljoen inputtokens’ betaal je $ 3 voor elk miljoen tokens dat je verstuurt. Het antwoord komt op een aparte outputmeter, meestal tegen een hoger tarief. Gecachete input en verborgen redeneerwerk kunnen de rekening daarna nog veranderen.
Op de prijslijsten van OpenAI en Anthropic, bekeken op 24 september 2026, kostte output bij de vlaggenschipmodellen vijf keer zoveel als input. Dat is een momentopname, geen vaste verhouding voor elk model of elke prijsklasse. Vraag dus welke meter een genoemde prijs dekt, en meet daarna wat één afgeronde taak kost.
Wat is een token?
Een token is de eenheid waarin een AI-taalmodel leest en schrijft. Volgens de helppagina van OpenAI kan een token één teken zijn, een deel van een woord, een heel woord of een leesteken. Een woord kan dus één token zijn of meerdere; de tokenizer van het model bepaalt hoe de tekst wordt opgeknipt.
Voor Engelse tekst geeft OpenAI drie vuistregels:
- 1 token is ongeveer 4 tekens.
- 1 token is ongeveer driekwart woord.
- 100 tokens zijn ongeveer 75 woorden.
Een miljoen tokens Engelse tekst is dus ruwweg 750.000 woorden. Daarmee schat je de orde van grootte; de kosten reken je uit met de tokentellingen die je aanbieder rapporteert.
Andere talen kunnen voor dezelfde inhoud meer tokens nodig hebben. In 78 gepubliceerde Engels-Nederlandse artikelparen op deze site, geteld met tiktoken 0.14.0 en de encoding o200k_base, had het Nederlands 1,20 keer zoveel tokens nodig als het Engels: zo’n 20% meer. Dat is een meting van dit corpus met die tokenizer, geen vaste toeslag op het Nederlands.
Waarom is output duurder dan input?
De genoemde prijslijsten verklaren het verschil niet. De technische uitleg van NVIDIA beschrijft twee fasen. In de eerste, prefill, verwerkt het model de inputtokens parallel en benut het de GPU goed. In de tweede, decode, genereert het de outputtokens één voor één, en elk nieuw token hangt af van de output ervoor. Volgens die uitleg bepaalt in die fase het ophalen van data uit het geheugen het tempo, en blijft een deel van de rekenkracht onbenut.
Dat beschrijft hoe het werk verschilt, niet hoe prijzen tot stand komen. Geen van de genoemde aanbieders geeft het als reden voor zijn prijsverhouding.
Voor de rekening is het punt eenvoudiger. Bij een tarief van vijf keer de inputprijs kost een antwoord van 300 tokens evenveel als 1.500 inputtokens. Een korter antwoord vragen kan de zichtbare output verkleinen, maar begrenst het verborgen redeneerwerk nog niet.
Wat zijn gecachete input en reasoningtokens?
Nog twee soorten tokens veranderen de rekening.
Gecachete input. Een blok instructies of documenttekst dat in meerdere verzoeken terugkomt, kan in aanmerking komen voor caching: de aanbieder bewaart het en leest het daarna goedkoper opnieuw. In de momentopname van 24 september kostte herlezen uit de cache bij de GPT-6-vlaggenschipmodellen van OpenAI en de meeste Claude-modellen 0,1 keer de normale inputprijs, en het vullen van de cache 1,25 keer bij een bewaartijd van vijf minuten. Anthropic noemde lagere leesfactoren voor Claude Fable 5.1, Mythos 5.1 en Opus 5.5, en rekende voor het vullen bij een bewaartijd van een uur het dubbele van de normale inputprijs. Controleer de actuele tarieven en cachevoorwaarden van jouw model. Wat je bespaart, hangt af van hoeveel opgeslagen tekst je na de vulkosten echt hergebruikt.
Reasoningtokens. Redeneermodellen kunnen intern tokens gebruiken die je niet als antwoordtekst ziet. Volgens de helppagina van OpenAI tellen die tokens mee als outputgebruik en worden ze als outputtokens afgerekend. Een kort zichtbaar antwoord kan daardoor meer tokens gebruiken dan de getoonde tekst doet vermoeden, voegt OpenAI eraan toe.
Hoe ziet een maandrekening eruit?
Dit is een hypothetische tokenrekening met ronde getallen, geen gemeten praktijkgeval.
Stel je een klantenservice-assistent voor die 20.000 gesprekken per maand afhandelt. Neem aan dat één verzoek per gesprek genoeg is, met 2.000 inputtokens: 1.500 tokens aan vaste instructies en 500 voor de vraag en de gespreksgeschiedenis. Elk zichtbaar antwoord telt 300 tokens. Reken met $ 3 per miljoen inputtokens, $ 15 per miljoen outputtokens en $ 0,30 per miljoen tokens uit de cache. De $ 3 en $ 15 kwamen op 24 september 2026 overeen met de tarieven die Anthropic voor Claude Sonnet 4.6 noemde; hier zijn het alleen ronde getallen.
| Dezelfde assistent, vier rekeningen (hypothetisch) | Input | Output | Per maand |
|---|---|---|---|
| Basis | 40M × $ 3 = $ 120 | 6M × $ 15 = $ 90 | $ 210 |
| Instructies uit de cache | 10M × $ 3 + 30M × $ 0,30 = $ 39 | 6M × $ 15 = $ 90 | $ 129, plus kosten voor het vullen van de cache |
| Reasoning aan, 1.500 verborgen tokens per antwoord | 40M × $ 3 = $ 120 | 36M × $ 15 = $ 540 | $ 660 |
| Basis, maar in het Nederlands (aangenomen 1,20× tokens) | 48M × $ 3 = $ 144 | 7,2M × $ 15 = $ 108 | $ 252 |
M staat voor miljoen tokens. Elke regel verandert één aanname ten opzichte van de basis. De cacheregel gaat ervan uit dat elk token van de vaste instructies uit de cache wordt gelezen, en laat de vulkosten weg. De reasoningregel telt 1.500 verborgen tokens op bij elk antwoord van 300 tokens. De Nederlandse regel past onze gemeten factor 1,20 toe op input én output; met een andere tokenizer of ander werk kan dat anders uitvallen.
Onder deze aannames haalt de cache bijna 40% van de rekening af, exclusief de vulkosten. Verborgen redeneerwerk maakt de rekening ruim drie keer zo hoog, terwijl het zichtbare antwoord even lang blijft. De aangenomen extra Nederlandse tokens tellen er een vijfde bij op. Dit zijn rekenkundige vergelijkingen, geen beloften over besparingen of antwoordkwaliteit.
Hoe vergelijk je prijzen tussen modellen?
Vergelijk wat een afgeronde taak kost, niet wat een token kost. De helppagina van OpenAI waarschuwt er zelf voor: een lagere prijs per miljoen tokens levert niet vanzelf lagere totale kosten op, omdat modellen dezelfde tekst anders in tokens kunnen opdelen en niet evenveel output of reasoning genereren.
De prijspagina van Anthropic maakt dat concreet: Claude 4.7 en latere modellen gebruiken een nieuwere tokenizer die voor dezelfde tekst ongeveer 30% meer tokens oplevert. Bij een gelijke prijs per token kost dezelfde tekst dan meer. Een token is dus geen vaste hoeveelheid tekst: dat verschilt per model.
Ik bouwde Undominated.ai om modelprijzen naast elkaar te zetten. De index rangschikt modellen eerst op onafhankelijk gemeten kwaliteit en daarna op prijs. Geen commissie op inference, geen affiliate, geen betaalde plaatsing. Het introductieartikel legt de methode uit. Maak met actuele prijzen een shortlist en vergelijk die daarna op je eigen afgeronde taken.
Soms kan een ander soort model de taak goedkoper aan. Frontier, workhorse of lokaal legt die keuze uit.
Hoe houd je de rekening in de hand?
Kijk elke week naar de kosten per soort taak. Dat is de stap Tracken uit ROUTE.
ROUTE is het framework uit mijn boek Het model-portfolio, dat nu verkrijgbaar is. Het maakt modelkeuze tot portfoliobeheer: elke taak gaat om een benoemde reden naar een benoemd model, en je meet de kosten per route. De letters volgen de Engelse namen van de vijf stappen:
- R · Register. Zet elk model dat je gebruikt op een lijst, met zijn mandaat (waarvoor het dient), kostenklasse, privacyklasse en uitfaseringsstatus, zodat niets onbeheerd draait.
- O · Doel-typering (Objective typing). Leg vast wat de taak nodig heeft voordat je een model kiest: hoeveel redeneerwerk, welk formaat, hoe snel, hoe goed, hoe vertrouwelijk.
- U · Uitvoeringsbeleid (Utilize policy). Schrijf de routeringsregels, inclusief cascades en fallbacks, die bepalen welk model welk verzoek afhandelt.
- T · Tracken (Track). Meet kosten, snelheid en kwaliteit per route, zodat een verspillingspatroon zichtbaar wordt vóór de factuur.
- E · Evolueren (Evolve). Promoveer, degradeer en faseer modellen uit volgens een vast schema, zodat uitfaseren een geplande release is en geen haastklus.
Geef bij de klantenservice-assistent elk verzoek een taaklabel mee, bijvoorbeeld ‘klantenservice-antwoord’. De Responses API van OpenAI en de API van Anthropic rapporteren allebei input_tokens en output_tokens; leg ook vast wat er uit de cache is gelezen en waarmee de cache is gevuld. Wordt reasoning als output afgerekend, zoals bij OpenAI, tel het dan één keer, binnen dat outputcijfer. Tel elke week de kosten voor dat soort taak op, herhaalde verzoeken inbegrepen, en deel door het aantal afgeronde gesprekken.
In de basisrekening hierboven komt dat uit op ongeveer een dollarcent per gesprek; in de reasoningregel op 3,3 dollarcent. Springt jouw weekcijfer zo omhoog, dan zie je in de vastgelegde categorieën welke meter is opgelopen, maar niet waarom. Zoek eerst de oorzaak voordat je van model wisselt. Het boek zegt het in één regel: “Meet de route, niet de factuur.” Wat is modelroutering? gaat over het geschreven beleid achter elke route.
Probeer dit vandaag: check in 15 minuten wat één taak kost
- Bepaal de taak. Kies één AI-toepassing en leg vast wanneer een taak af is, bijvoorbeeld een afgerond klantenservicegesprek. (2 minuten)
- Verzamel het gebruik van vorige week. Gebruik de gebruikspagina van je aanbieder en je log met taaklabels. Noteer de input buiten de cache, wat uit de cache is gelezen, waarmee de cache is gevuld, de afgerekende output en het aantal afgeronde taken, herhaalde verzoeken inbegrepen. Kun je de toepassing niet apart zien of de afgeronde taken niet tellen, schrijf dat dan op: dat is je eerste bevinding. (5 minuten)
- Bereken elke categorie één keer. Deel elk aantal tokens door een miljoen, vermenigvuldig met het bijbehorende tarief en tel de bedragen op. Tel gecachete tokens niet nog eens als gewone input, en tel reasoningtokens niet op bij een outputcijfer waar ze al in zitten. (3 minuten)
- Deel door het aantal afgeronde taken. Het aantal verzoeken is alleen een geldige deler als elk verzoek precies één taak afrondt. Weet je niet hoeveel taken er zijn afgerond, noem de uitkomst dan kosten per verzoek. (2 minuten)
- Leg een nulmeting vast. Bewaar de toepassing, de week, het model, de tarieven, de kosten per taak en de ontbrekende gegevens op een plek waar je team ze terugvindt. (3 minuten)
Doe het volgende week opnieuw, met dezelfde taakdefinitie. Pas het tweede getal vertelt je iets. Beweegt het, kijk dan eerst naar het gebruik en de tarieven voordat je van model wisselt.
Citeer deze pagina:Wat betekent '$ 3 per miljoen tokens'? Zo lees je een AI-rekening.Len P. van der Hof. https://lenvanderhof.com/nl/blog/ai-tokenprijzen-uitgelegd/ ·