De kosten voor intensief AI-gebruik kunnen snel oplopen tot boven het salaris van een medewerker, maar open-source en Chinese modellen bieden een alternatief dat de tokenrekening aanzienlijk kan drukken. Voor ondernemers die AI-agents of programmeertools intensief inzetten, is de keuze tussen westerse topmodellen en goedkopere alternatieven niet langer alleen een technische, maar vooral een financiële afweging.

Wat er aan de hand is

De grote AI-aanbieders zoals OpenAI, Anthropic en Google rekenen niet langer alleen een vast maandbedrag, maar steeds vaker per gebruik. Die gebruikskosten worden bijgehouden in tokens, stukjes tekst die het model verwerkt of genereert. De prijzen voor de duurste modellen liggen rond de 5 dollar per miljoen invoertokens en 30 dollar per miljoen outputtokens bij OpenAI, met Anthropic in dezelfde orde van grootte en Google er iets onder.

Die kosten lopen hard op zodra AI-agents continu aan het werk worden gezet. Softwareontwikkelaars gebruiken tools als Claude Code, Cursor en OpenAI Codex intensief, en die verbranden tokens. Onderzoeksbureau Gartner waarschuwt dat de uitgaven aan tokens en abonnementen per programmeur 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 ontwikkelaars een budget van 200 tot 500 dollar per maand, maar dat kan oplopen tot 2.000 dollar. Zes procent van de techleiders geeft zelfs nu al meer dan 2.000 dollar per developer per maand uit.

Wat dit betekent

Voor bedrijven die AI niet incidenteel maar structureel inzetten, wordt de maandelijkse AI-rekening een serieuze kostenpost die je niet meer kunt wegstrepen tegen een vast abonnement. De businesscase van AI verandert: het gaat niet meer om de vraag of AI je werk verbetert, maar of de meerwaarde opweegt tegen de variabele kosten per token.

Hier komt het alternatief van open-source en Chinese modellen in beeld. Die modellen zijn vaak aanzienlijk goedkoper in gebruik, soms tot wel tientallen keren per miljoen token. Voor taken die niet de allernieuwste intelligentie vereisen, zoals het structureren van data, het opstellen van standaardteksten of het uitvoeren van routinematige codeertaken, kunnen deze goedkopere modellen een groot deel van de tokenlast overnemen. De uitdaging is om te bepalen welke taken wel en niet tegen een lager kostenniveau kunnen.

Hoe je dit kunt toepassen

Als je een softwareontwikkelingsteam aanstuurt… is de kans groot dat je maandelijkse tokenrekening inmiddels een serieuze post op de balans is. Je zou kunnen inventariseren welke taken je developers aan AI-agents overlaten en of die taken echt het duurste model nodig hebben. Overweeg om een deel van de routinematige codeertaken, zoals het schrijven van tests of het opschonen van code, over te hevelen naar een goedkoper open-source model. Een mogelijkheid is om per project vast te leggen welk model wordt gebruikt en een wekelijks overzicht van tokenverbruik te bekijken, zodat je ziet waar de kosten zich concentreren.

Als je AI inzet voor klantcontact of contentproductie… gebruik je waarschijnlijk modellen voor het genereren van teksten, samenvattingen of antwoorden. Niet elke tekst heeft de intelligentie van een topmodel nodig. Je zou kunnen experimenteren met een goedkoper model voor eerste concepten en het duurdere model alleen inzetten voor de eindredactie of complexe vragen. Een optie is om een kostenplafond in te stellen per afdeling of per medewerker, zodat je niet voor verrassingen komt te staan aan het einde van de maand.

Als je een eigen AI-toepassing bouwt voor je bedrijf… is de keuze voor een model een structurele beslissing die je operationele kosten bepaalt. Je zou kunnen onderzoeken of een open-source model dat je zelf host of een goedkoper Chinees model de prestaties levert die jouw toepassing nodig heeft. Overweeg om een proof of concept te draaien met een goedkoper model en de output te vergelijken met wat je nu gebruikt. Een mogelijkheid is om een hybride aanpak te kiezen: goedkope modellen voor de bulk, dure modellen voor uitzonderingen.

Als je een team van AI-gebruikers beheert met abonnementen… is het de moeite waard om te inventariseren wie daadwerkelijk intensief gebruikmaakt van de dure abonnementen en wie vooral licht gebruik. Je zou kunnen overwegen om een gelaagd beleid in te voeren: standaard een goedkoop of gratis model voor dagelijks gebruik, en alleen voor specifieke projecten toegang tot de duurdere modellen. Een optie is om medewerkers te vragen hun duurste AI-gebruik te rechtvaardigen, zodat je inzicht krijgt in waar de kosten echt nodig zijn.

De praktische toepassing hangt af van jouw situatie, maar de kern is helder: de tokenprijzen van westerse topmodellen maken intensief AI-gebruik tot een serieuze kostenpost. Open-source en Chinese modellen bieden een manier om die kosten te beheersen, zonder dat je per se inlevert op kwaliteit voor de meeste taken.

Bron: Sprout