De prijs per token zegt weinig: zo meet je wat AI echt oplevert

Home » AI Kennisbank » De prijs per token zegt weinig: zo meet je wat AI echt oplevert

Wie AI via een abonnement gebruikt, merkt vaak weinig van tokens. Je betaalt een vast bedrag per maand en kunt binnen bepaalde grenzen gebruikmaken van een model. Maar zodra een bedrijf AI via een API, automatisering of AI-agent inzet, wordt het verbruik zichtbaar op de rekening.

In een eerder artikel over de token-economie legde ik uit waarom tokens een nieuwe kostprijs van werk vormen. Kort samengevat: een token is de eenheid waarin een AI-model tekst verwerkt en waarin aanbieders afrekenen. Meer verwerkte of gegenereerde tekst betekent meestal meer tokenverbruik, en de uiteindelijke kosten hangen ook af van het model, de tarieven voor invoer en uitvoer, caching, redeneerstappen en het aantal aanroepen.

Alleen naar de prijs per token kijken is daarom niet genoeg. Een goedkoop model dat meerdere pogingen en veel correctiewerk nodig heeft, kan uiteindelijk duurder zijn dan een krachtiger model dat meteen een bruikbaar resultaat geeft.

De belangrijkste bedrijfsvraag is niet alleen wat de tokens kosten, maar wat een bruikbaar resultaat uiteindelijk kost.

Tokens meten verbruik, geen waarde

Het aantal tokens zegt vooral hoeveel tekst een model verwerkt en genereert. Het vertelt niet wat het resultaat waard is. Tienduizend tokens voor een rapport dat ongebruikt in een map verdwijnt, hebben weinig waarde. Honderdduizend tokens voor een analyse die een medewerker een werkdag bespaart of een kostbare fout helpt voorkomen, kunnen juist een goede investering zijn.

Dat lijkt vanzelfsprekend. Toch sturen bedrijven bij oplopende AI-kosten al snel op minder gebruik, kortere opdrachten of een goedkoper model. Daarmee daalt misschien de rekening van de AI-aanbieder, maar niet noodzakelijk de totale kostprijs van het werk. Op die rekening staan namelijk lang niet alle kosten. Wat je vaak vergeet mee te tellen:

• mislukte pogingen en opdrachten die opnieuw worden uitgevoerd;
• de tijd die medewerkers besteden aan controleren en corrigeren;
• abonnementen, koppelingen en andere softwarekosten;
• resultaten die wel worden gemaakt, maar niet worden gebruikt;
• fouten en vertraging doordat een minder geschikt model is gekozen.

Pas als je die onderdelen meeneemt, kun je beoordelen of een AI-proces werkelijk voordelig is.

Reken met de kosten per geaccepteerde taak

In een aflevering van The AI Daily Brief bespreekt Nufar Gaspar, AI-adviseur en voormalig hoofd AI-toepassingen bij de IT-organisatie van Intel, een nuttige maatstaf: de kosten per geaccepteerde taak.

Je telt alle kosten op die nodig waren om taken uit te voeren. Daaronder vallen de AI-kosten, mislukte pogingen, controles en herstelstappen. Vervolgens deel je dat bedrag door het aantal taakuitvoeringen dat aan de vooraf afgesproken kwaliteitseisen voldoet.

In eenvoudige vorm:

Kosten per geaccepteerde taak = totale proceskosten van alle uitvoeringen / aantal taakuitvoeringen dat aan de kwaliteitseisen voldoet

Spreek vooraf af wat je als één taak telt. Dat kan bijvoorbeeld een klantupdate, een document, een klantdossier of een volledig advies zijn. Leg ook vast wanneer het resultaat goed genoeg is. Zonder zo’n vaste definitie kun je modellen en werkwijzen niet eerlijk vergelijken.

Een fictief rekenvoorbeeld

Stel dat een makelaarskantoor iedere week conceptupdates voor verkopers laat opstellen. Het kantoor test twee verschillende AI-modellen en maakt met elk model honderd updates. Een medewerker controleert iedere tekst en bepaalt of die na correctie aan de kwaliteitseisen voldoet.

Model A kost in totaal 3 euro aan AI-verbruik. De medewerker heeft gemiddeld acht minuten nodig om iedere tekst te controleren en te verbeteren. Bij een intern uurtarief van 40 euro kost die correctietijd ongeveer 533 euro. De totale proceskosten komen daarmee uit op ongeveer 536 euro. Van de honderd updates keurt de medewerker er negentig goed; tien teksten halen ook na correctie de kwaliteitseisen niet. Dat maakt de kosten 5,96 euro per geaccepteerde update. De kosten om die tien afgekeurde teksten opnieuw te maken tellen dan nog niet eens mee.

Model B kost 12 euro aan AI-verbruik. De kwaliteit van de eerste versie is beter, waardoor de controle gemiddeld drie minuten per tekst vraagt. De correctietijd kost dan 200 euro en de totale proceskosten zijn 212 euro. Alle honderd updates worden goedgekeurd. Dat is 2,12 euro per geaccepteerde update.

Model B kost in dit voorbeeld vier keer zoveel aan AI-verbruik, maar per geaccepteerde update ongeveer 65 procent minder. Wie alleen naar de rekening van de AI-aanbieder kijkt, zou hier dus de verkeerde keuze kunnen maken.

De cijfers zijn fictief en bewijzen niet dat een duurder model in het algemeen voordeliger is. Ze laten zien welke variabelen je in een praktijktest moet meenemen. In werkelijkheid moet je naast tijd en kosten ook kijken naar feitelijke juistheid, tone of voice, privacy, risico’s en de vraag of medewerkers het resultaat werkelijk gebruiken.

Drie soorten tokenverbruik

Gaspar maakt onderscheid tussen drie functies van tokens. In haar Engelstalige indeling zijn dat teach, produce en spin. Vrij vertaald gaat het om tokens waarmee je leert, tokens die direct rendement opleveren en tokens waar geen bruikbaar resultaat tegenover staat.

Deze indeling helpt om een AI-rekening beter te begrijpen. Niet ieder verbruik zonder direct eindproduct is namelijk verspilling.

1. Tokens om te leren

Dit zijn tokens die je gebruikt om ervaring en herbruikbare kennis op te bouwen. Medewerkers proberen verschillende opdrachten uit, vergelijken modellen en ontdekken voor welke taken AI wel en niet geschikt is. Ook het ontwikkelen en testen van een nieuwe werkwijze valt hieronder.

Niet ieder experiment levert direct bruikbaar werk op. Toch kan het rendement hebben. Een mislukte test kan bijvoorbeeld duidelijk maken welke informatie ontbreekt, welk risico nog niet is afgedekt of waarom een proces anders moet worden ingericht.

Het moet wel aantoonbaar leren opleveren. Als een team telkens dezelfde proef herhaalt zonder de uitkomsten vast te leggen of de werkwijze aan te passen, verschuift leerverbruik naar onrendabel verbruik.

2. Tokens die direct rendement opleveren

Dit zijn tokens die direct bijdragen aan bruikbaar werk of een concreet bedrijfsresultaat. Denk aan een verstuurde klantmail, een gecontroleerde samenvatting, een verwerkt document of een conceptadvies dat door een medewerker is goedgekeurd en gebruikt.

Rendement betekent hier niet alleen directe omzet. Ook tijdwinst, een kortere doorlooptijd, hogere kwaliteit of minder fouten kunnen waarde opleveren. Die waarde moet wel in verhouding staan tot de totale proceskosten.

Bij dit verbruik is optimalisatie zinvol. Je kunt bijvoorbeeld nagaan welk model voldoende kwaliteit levert, hoeveel context echt nodig is en waar onnodige herhaalstappen zitten. Het doel is niet om zo weinig mogelijk tokens te gebruiken, maar om tegen aanvaardbare kosten betrouwbare resultaten te leveren.

3. Tokens zonder bruikbaar resultaat

Dit is verbruik dat geen bruikbaar werk, waardevolle kennis of aantoonbare procesverbetering oplevert. Een automatisering draait bijvoorbeeld ieder uur, terwijl niemand de uitkomst leest. Een AI-agent blijft dezelfde fout proberen te herstellen. Een lange conversatie stuurt bij iedere nieuwe vraag steeds meer oude informatie mee. Of een zwaar model wordt gebruikt voor een eenvoudige sorteertaak.

Dit onrendabele verbruik is vaak moeilijker te herkennen dan een duidelijke foutmelding. Technisch gezien werkt het proces misschien precies zoals het is ingesteld. Zakelijk gezien levert het te weinig op.

Onrendabel verbruik zit vaak in het proces

Bij oplopende kosten krijgt het model al snel de schuld. Het model zou te duur zijn of te veel tokens gebruiken. De oorzaak kan echter ook in de inrichting van het proces zitten.

Veelvoorkomende oorzaken zijn:

• lange gesprekken waarin oude context telkens opnieuw wordt verwerkt;
• complete dossiers meesturen terwijl slechts enkele gegevens nodig zijn;
• gekoppelde hulpmiddelen laden die voor de taak niet worden gebruikt;
• een AI-agent geen duidelijke stopvoorwaarde geven;
• automatisch rapporten laten maken die niemand leest;
• een goedkoop model gebruiken dat veel herstelpogingen nodig heeft;
• bij iedere eenvoudige taak het krachtigste model inschakelen.

Onderzoek van het Stanford Digital Economy Lab naar AI-agenten voor programmeertaken laat zien hoe sterk tokenverbruik bij dergelijke processen kan variëren. De onderzoekers volgden hoe acht AI-modellen programmeerproblemen uit de benchmark SWE-bench Verified probeerden op te lossen. Verschillende uitvoeringen van dezelfde programmeertaak konden tot dertig keer verschillen in totaal tokenverbruik. Meer tokens leidden daarbij niet automatisch tot een nauwkeuriger resultaat. De nauwkeurigheid piekte vaak bij een gemiddeld kostenniveau en vlakte bij hogere kosten af.

Het onderzoek zegt specifiek iets over agentische programmeertaken. Het bewijst niet dat ieder zakelijk AI-proces dezelfde verschillen of kostenstructuur kent. Het laat wel zien waarom je bij AI-agenten met meerdere stappen niet uitsluitend op gemiddelde tokenprijzen moet sturen. Meet het daadwerkelijke verbruik en resultaat per uitvoering.

Let daarbij op het verschil tussen tokenverbruik en financiële kosten. Dertig keer zoveel tokens betekent niet automatisch een dertig keer zo hoge rekening. Tarieven kunnen verschillen voor invoer, uitvoer, caching en redeneerstappen.

Zo voer je een praktische controle uit

Een MKB-bedrijf heeft geen ingewikkeld meetsysteem nodig. Begin met één terugkerende taak en test die met vijf tot tien representatieve voorbeelden. Gebruik voor iedere werkwijze dezelfde invoer en dezelfde kwaliteitscriteria.

Leg per uitvoering minimaal vast:

1. Welk model en welke werkwijze zijn gebruikt?
2. Wat waren de kosten van het AI-verbruik?
3. Was het resultaat bij de eerste poging bruikbaar?
4. Hoeveel tijd kostten controle en correctie?
5. Voldeed het eindresultaat aan de vooraf bepaalde eisen?
6. Is het resultaat daadwerkelijk gebruikt?

Bereken daarna de totale proceskosten per geaccepteerde taak. Vergelijk niet alleen modellen, maar eventueel ook verschillende opdrachten, hoeveelheden context en processtappen. Verander bij voorkeur één onderdeel tegelijk, zodat je weet waardoor een verschil ontstaat.

Kijk vervolgens waar het verbruik terechtkomt:

• Leren: welke experimenten leveren herbruikbare kennis of een aantoonbare procesverbetering op?
• Direct rendement: welke toepassingen leveren gebruikt werk van voldoende kwaliteit op?
• Geen bruikbaar resultaat: welke processen draaien door zonder nuttige uitkomst of nieuwe kennis?

Zo ontstaat een nuttiger gesprek dan alleen de vraag of het tokenbudget omhoog of omlaag moet.

Voorkom angst voor tokenverbruik

Kostenbeheersing is verstandig. Een te strakke beperking kan medewerkers echter terughoudend maken om AI voor waardevolle taken te gebruiken. Dan wordt AI vooral ingezet voor korte e-mails en eenvoudige samenvattingen, terwijl de grotere waarde misschien ligt bij analyse, voorbereiding of het verwerken van omvangrijke dossiers.

Geef medewerkers daarom niet de algemene opdracht om zo weinig mogelijk tokens te gebruiken. Maak onderscheid tussen leren, direct rendement en onrendabel verbruik. Stel grenzen aan processen die zelfstandig en onbeheerd kunnen blijven draaien, maar reserveer ook ruimte om nieuwe toepassingen gecontroleerd te testen.

De beste besparing is niet de opdracht die je niet verstuurt. Het is het proces dat je stopzet omdat het niets oplevert, de overbodige stap die je verwijdert of de modelkeuze die minder correctiewerk veroorzaakt.

Stuur op waarde, niet alleen op verbruik

Tokens blijven nuttig om het gebruik van een AI-model zichtbaar te maken. Maar een meterstand vertelt nog niet of dat gebruik waarde heeft opgeleverd.

Wie AI zakelijk inzet, moet daarom twee vragen naast elkaar beantwoorden:

1. Hoeveel middelen verbruiken we?
2. Wat krijgen we daarvoor terug?

De eerste vraag helpt om de rekening te beheersen. De tweede voorkomt dat je op de verkeerde zaken bezuinigt. Begin klein, met één terugkerende taak en een vaste afspraak over wanneer een resultaat goed genoeg is. De meting wijst daarna vanzelf uit welke werkwijze tegen de laagste totale kosten voldoende waarde oplevert. Dat is bijna nooit simpelweg het model met de laagste prijs per token.

Bronnen en inspiratie

• Van uurtje-factuurtje naar de token-economie: de nieuwe kostprijs van werk, AIMonnik.nl.
• Everything You Need to Know About AI Tokens, The AI Daily Brief met Nufar Gaspar.
• Tokens That Teach, Produce, and Spin: Everything You Need to Know About Your AI Bill, Nufar Gaspar.
• How Do AI Agents Spend Your Money? Analyzing and Predicting Token Consumption in Agentic Coding Tasks, Stanford Digital Economy Lab.
• De volledige onderzoekspublicatie op arXiv.