Infographic · basis van AI-kosten

Wat een prompt echt kost, en waar het geld heen gaat.

Elke call naar een taalmodel wordt per token afgerekend. De meeste mensen kijken naar de input. De rekening zit vooral in de output.

Nieuw met tokens? Begin bij hoe een taalmodel leest →

per 1M inputtokens: $2
per 1M outputtokens: $10
van de kosten van de eerste vraag was output: 97%

Deel IHoe er wordt afgerekend

Input vs output

Een outputtoken kost 5 keer zoveel als een inputtoken

Lezen is goedkoop. Schrijven is duur. Elk vierkantje hieronder is één dollar, voor één miljoen tokens op Claude Sonnet 5.5.

Input

Output

$10

1 vierkantje = $1 per miljoen tokens.

De eerste vraag uit de oefeningen

97% output

3% input: de vraag zelf

Een korte vraag met een lang antwoord. Bijna de hele rekening is het antwoord.

Vorm van het werk

Het type taak bepaalt welke meter het hardst loopt

Een chatantwoord is lang, dus de output domineert. Duizenden teksten classificeren is precies andersom: lange inputs, een antwoord van één woord.

Chat

één vraag

output 97%

Classificatie

10.000 teksten · $15

input $10

output $5

Zelfde model, zelfde prijzen. Zoek eerst uit op welke meter jouw taak écht draait voordat je gaat optimaliseren.

Waar het heen gaat

Probeer het: één request, gesplitst in input en output

Verschuif de sliders. Tenzij de input vele malen langer is dan de output, blijft het ambergele deel dominant.

Inputtokens

Outputtokens

Input 3% · $0,0006Output 97% · $0,020

per request: $0,021
per 1.000 requests: $20,60

Standaard: een korte vraag (300 tokens) en een lang antwoord (2.000 tokens). Dat geeft de 97/3-verdeling uit hoofdstuk 01.

Deel IIWat er wordt geteld

Eerst tellen

Tellen is gratis, en het is exact

Het count-endpoint geeft je het totale aantal tokens voordat je iets verstuurt. In de oefeningen kwam dat tot op de token overeen met de rekening.

tokens voorspeld door count · gratis: 29
tokens gefactureerd door live: 29

Elk bericht komt in een verpakking

“hoi”

11 tokens

het woordopmaak eromheen, ~10 tokens

Een bericht van één woord betaalt nog steeds voor zijn verpakking. Bij 10.000 korte calls is dat 100.000 tokens aan overhead.

Tokenizer & taal

Elk model telt anders, en Nederlands kost meer

Een online teller die op een andere tokenizer draait, kwam ongeveer op de helft uit. En dezelfde betekenis kost in het Nederlands meer tokens dan in het Engels.

Online teller

Claude

Tokens voor dezelfde zin. De online teller schatte 47% te laag.

Dezelfde betekenis, twee talen

Engels

Nederlands

Nederlands had ongeveer 36% meer tokens nodig, terwijl de Engelse zin méér tekens had. Tekens zijn geen tokens.

Nieuw met tokens? Begin bij hoe een taalmodel leest →

Deel IIITokens die je niet ziet

Reasoning

Thinking tokens zijn onzichtbaar, maar worden als output gefactureerd

Stel een lastigere vraag en het model denkt na voordat het antwoordt. Die tekst zie je nooit. Je betaalt er wel voor, tegen het outputtarief.

167 denken · 92%14 zichtbaar antwoord

De treinvraag: 181 outputtokens, elk 1 vakje. Als je alleen op het antwoord afgaat, schat je 13× te laag.

Effort is een kostenknop

17 × 24

Lastige vraag, effort hoog

167

Thinking tokens per vraag. Met adaptief denken bepaalt het model zelf hoeveel het nadenkt; effort stelt het plafond in.

Deel IVBesparen

Besparen

Kort het antwoord in, niet de vraag

De output halveren bespaart veel meer dan de input halveren. Vraag om kortere antwoorden, gestructureerde output en geen herhaling van de vraag.

$0,021

Input −50%

$0,020

Output −50%

$0,011

Kosten per request, met de tokenaantallen uit hoofdstuk 03. De output halveren bespaart 49%; de input halveren 1%.

Caching

Eén keer iets extra betalen, daarna bijna gratis hergebruiken

Een cache write kost 25% meer dan normale input. Elke read daarna krijgt 90% korting. Eén keer hergebruiken is al genoeg om quitte te spelen.

input, per 1M tokens: $2,00
cache write · +25%: $2,50
cache read · −90%: $0,20

Cumulatieve kosten van dezelfde prompt-prefix

1 run, zonder cache

1,00

1 run, met cache

1,25

2 runs, zonder cache

2,00

2 runs, met cache

1,35

3 runs, zonder cache

3,00

3 runs, met cache

1,45

Ten opzichte van één run van de prefix zonder cache. In de oefeningen waren twee runs samen 23% goedkoper in totaal, output inbegrepen.

Valkuil: input_tokens verbergt de cache

2.942 gecachet, niet in input_tokens

18 gerapporteerd in input_tokens, terwijl er 2.960 verwerkt zijn

Tel cache_read_input_tokens en cache_creation_input_tokens er ook bij op, anders ziet je dashboard er te mooi uit om waar te zijn.

De grens: caching raakt de output nooit

input 22%

output 78%

Tweede run met cache. Nu de input goedkoop is, is het antwoord weer de rekening: terug naar hoofdstuk 07.

Batch

Halve prijs, als je kunt wachten

Stuur requests als batch en het antwoord komt later, met 50% korting. Voor werk waar niemand op wacht, is dat gratis geld.

Direct

$15

Batch

$7,50

10.000 classificaties uit hoofdstuk 02. Goed voor nachtelijke jobs, rapportages en bulklabeling; niet voor chat.

Deel VForecasting

Schatting

Je kunt de rekening kennen voordat je bouwt

Drie getallen zijn genoeg: tokens in, tokens uit en hoe vaak het draait.

kosten = (input × $2 + output × $10) ÷ 1.000.000 × requests

Met 300 input- en 2.000 outputtokens per request, uit hoofdstuk 03.

Als batch draaien (−50%, hoofdstuk 09)

per maand, bij 10.000 requests: $206,00
per jaar: $2.472

Vooruitblik

De prijs van vandaag is niet de echte prijs

AI wordt op dit moment zwaar gesubsidieerd. Dat houdt een keer op. Reken met marge: wat kost dezelfde workload als de prijzen stijgen?

×1

$206,00

×2

$412,00

×3

$618,00

×5

$1.030

Maandkosten van de workload uit hoofdstuk 10 bij ×1, ×2, ×3 en ×5 de prijs van vandaag. Dit zijn scenario's, geen voorspellingen.

Check de bron

Prijzen, model-ID's en API's verouderen

Een prognose is niet beter dan de prijstabel eronder. Vier checks uit de oefeningen.

Sonnet 5.5	Input	Cache write	Cache read	Output
per 1M tokens	$2	$2,50	$0,20	$10

De leesfout: cache read leek $2,50 te zijn, meer dan gewone input. Dat sloeg nergens op, dus is het nagekeken: het was de kolom cache write.

Controleer prijzen bij de bron
De voorbeeldprijzen en model-ID's in pricing.json klopten niet. Snelle check: reken de kosten van 1M tokens uit; dat moet gelijk zijn aan de prijs per MTok.
Een onlogische uitkomst betekent een leesfout
Een cache read kan nooit meer kosten dan input. Zeggen de cijfers iets anders, lees de tabel dan opnieuw.
De API verandert onder je handen
budget_tokens werkt niet meer op Sonnet 5.5. Adaptive thinking met effort heeft het vervangen.
Een abonnement is geen API-tegoed
Een Pro-abonnement dekt geen API-gebruik. Dat wordt apart afgerekend, via de Console.

Rode draad

Meten wint het van aannemen.

Bijna elk inzicht kwam uit een getal dat anders uitpakte dan verwacht.

Verwacht

Gemeten

Tokenizer

10 tokens

19 tokens

Prijs cache read

$2,50

$0,20

Output tokens

181

Input verwerkt

2.960

Contact

Wil je zien wat jouw AI-workflow echt kost, voordat de subsidies stoppen?

Neem contact op

Bron · costlab-oefeningen, module 1 · Claude Sonnet 5.5 · prijzen gecontroleerd op 29 september 2026