De kosten van commerciële AI-modellen kunnen voor intensieve gebruikers snel oplopen tot boven het salaris van een medewerker. Open-source modellen, waaronder verschillende Chinese alternatieven, bieden een manier om deze kosten drastisch te verlagen zonder in te leveren op functionaliteit voor typische MKB-taken.

Wat er aan de hand is

De grote AI-aanbieders zoals OpenAI, Anthropic en Google rekenen voor hun krachtigste modellen niet alleen een vast maandbedrag, maar ook per gebruik. Dat gebruik wordt gemeten in tokens, stukjes tekst die het model verwerkt of genereert. De prijzen voor topmodellen liggen rond de 5 dollar per miljoen invoertokens en kunnen oplopen tot 30 dollar per miljoen outputtokens bij OpenAI’s GPT-5.5. Anthropic hanteert vergelijkbare prijzen, Google zit er met Gemini iets onder.

Voor bedrijven die AI-agents inzetten, zoals programmeertools die zelfstandig code schrijven en testen, kan de rekening snel exploderen. Deze agents draaien soms 24/7 en verbranden continu tokens. Onderzoeksbureau Gartner waarschuwt dat de kosten voor tokens en abonnementen tegen 2028 kunnen oplopen tot boven het salaris van een gemiddelde programmeur in India. Nu al geeft een kwart van de ondervraagde IT-managers hun programmeurs een budget van 200 tot 500 dollar per maand, maar dat bedrag kan oplopen tot 2.000 dollar. Zes procent van de door Gartner bevraagde techleiders geeft zelfs meer dan 2.000 dollar per developer uit.

Wat dit betekent

Voor het MKB is dit een reëel probleem. Een abonnement van 25 euro per maand is prima voor incidenteel gebruik, maar zodra je AI structureel inzet voor taken als klantenservice, contentproductie of softwareontwikkeling, wordt de prijs per token een significante kostenpost. De stap van maandprijzen naar betalen per gebruik raakt precies de bedrijven die AI willen opschalen van experiment naar dagelijkse praktijk.

Hier komen open-source modellen in beeld. Deze modellen zijn vrij beschikbaar en kunnen vaak op eigen hardware of via goedkopere providers worden gedraaid. Vooral Chinese aanbieders hebben de afgelopen periode modellen uitgebracht die qua prestaties dicht bij de westerse topmodellen zitten, maar tegen een fractie van de kosten. Voor typische MKB-taken zoals het opstellen van offertes, het samenvatten van documenten of het beantwoorden van standaard klantvragen zijn deze modellen vaak ruim voldoende. De besparing zit hem niet alleen in de licentiekosten, maar ook in de flexibiliteit: je betaalt voor de rekenkracht die je daadwerkelijk gebruikt, niet voor een vast abonnement met onvoorspelbare overschrijdingen.

Hoe je dit kunt toepassen

Als je een klein team hebt dat dagelijks met AI werkt, is het verstandig om je huidige tokenverbruik eens te analyseren. Kijk welke taken echt de kracht van een duur topmodel nodig hebben en welke eenvoudiger kunnen. Voor het samenvatten van vergadernotulen, het opstellen van standaard e-mails of het genereren van eerste concepten zijn open-source modellen vaak prima geschikt. Je zou kunnen overwegen om een hybride aanpak te hanteren: goedkope modellen voor routinewerk, dure modellen alleen voor complexe vraagstukken.

Als je software laat ontwikkelen door AI-agents, is dit het moment om de kosten per developer te berekenen. De Gartner-cijfers laten zien dat de uitgaven snel kunnen oplopen. Een mogelijkheid is om te experimenteren met open-source codeermodellen die lokaal draaien of via goedkopere API’s beschikbaar zijn. Voor veel programmeertaken zijn deze modellen inmiddels concurrerend met de commerciële alternatieven. Overweeg om een pilot te draaien met een klein team om te zien of de kwaliteit voor jouw specifieke codebase voldoende is.

Als je een webshop runt en AI inzet voor klantenservice of productbeschrijvingen, kun je de kosten per transactie berekenen. Bij hoge volumes worden de tokenkosten van commerciële modellen een directe kostenpost per order. Open-source modellen kunnen hier een aanzienlijke besparing opleveren. Je zou kunnen overwegen om een open-source model te draaien op een eigen server of via een goedkope provider, en alleen de meest complexe klantvragen door te sturen naar een duurder model.

Als je als ondernemer vooral wilt weten waar je aan toe bent, is het verstandig om de prijzen van verschillende aanbieders naast elkaar te leggen. De genoemde prijzen van 5 dollar per miljoen invoertokens en 30 dollar per miljoen outputtokens zijn voor de topmodellen van OpenAI; oudere en eenvoudigere modellen zijn aanzienlijk goedkoper. Vergelijk deze prijzen met de kosten van open-source alternatieven en maak een inschatting van je maandelijkse verbruik. Een eenvoudige rekensheet met je verwachte aantal prompts en gegenereerde tekst kan al snel duidelijk maken waar de kosten gaan liggen.

Bron: Sprout