De bedrijven achter ChatGPT, Claude, Gemini en andere grote AI-modellen smijten ook dit jaar met honderden miljarden. Alles voor een plek op het erepodium van de software die de wereld verandert. Geld dat ze voorlopig niet zullen terugverdienen, maar daar wordt duidelijk een begin mee gemaakt.
Waar beginnende gebruikers voldoende hebben aan een abonnementje van pakweg 25 euro per maand, bieden OpenAI, Anthropic en de rest meestal ook een wat uitgebreidere toegang tot hun LLM’s (Large Language Models) aan, met prijzen vanaf 200 euro. Maar voor de intensievere gebruikers – vaak softwareprogrammeurs – begint het daarbij pas.
De grote AI-aanbieders stappen dan over van maandprijzen naar betalen per gebruik. De stroom die de kostbare chips in hun datacenters vreten, moet immers ook worden betaald. Dat gebruik wordt bijgehouden in zogeheten tokens, waarbij een token een stukje tekst is dat het AI-model genereert of dat je invoert als onderdeel van een opdracht, vaak niet eens een compleet woord. Per miljoen token wordt daarbij afgerekend.
Dat gaat dan bijvoorbeeld om 5 dollar per miljoen tokens die je aan GPT 5.5 voert in de bekende prompts, en 30 dollar voor elke miljoen tokens die het model van OpenAI genereert als output. Anthropic blijft bij die prijzen in de buurt, Google zit er met Gemini iets onder. Dat zijn de prijzen van hun ‘topmodellen’, voor eenvoudigere, oudere modellen zijn de prijzen een stuk lager.
AI-agents laten de rekening exploderen
Het punt: het telt nogal snel op, zodra je stevig gebruikmaakt van AI. Zeker sinds de opkomst van AI agents, AI die zelf voor je aan het werk gaat. Het afgelopen jaar konden softwareontwikkelaars ervaren dat AI steeds beter wordt in het schrijven, testen en opschonen van software. Agents als Claude Code, Cursor en OpenAI Codex werden dan ook steeds vaker en intensiever aan het werk gezet. Maar ze verbranden daarbij ook tokens, als het moet 24/7.
En de werkgever betaalt, toch? De kosten voor de tokens en abonnementen waarmee werknemers aan de slag gaan, kunnen tegen 2028 zelfs oplopen tot boven het salaris van een gemiddelde programmeur in India, waarschuwt onderzoeksbureau Gartner inmiddels na onderzoek. Concreet: op dit moment geeft een kwart van de ondervraagde managers op IT-afdelingen hun programmeurs een budget van 200 tot 500 dollar per maand, maar dat bedrag kan oplopen tot 2.000 dollar. Nu al zei 6 procent van de door Gartner bevraagde techleiders aan meer dan 2.000 dollar uit te geven per developer.
De totale AI-budgetten beginnen uit de klauwen te lopen, en bedrijven vragen zich af of ze wel waar voor hun geld krijgen. Duizenden medewerkers van Microsoft moesten eind juni stoppen met Claude Code omdat de kosten te hoog opliepen. En dan zijn er nog de ongelukken bij organisaties die vergeten een limiet te stellen aan de tokens die hun mensen – en AI agents – verstoken. Zoals bij Amazon, zelf bepaald geen digibeet, waar de rekening voor een (mislukt) project opliep tot 1,8 miljoen dollar, zonder dat iemand het in de gaten had.
Grip op kosten én AI-soevereiniteit
Op dit moment subsidiëren de grote AI-spelers hun diensten nog gedeeltelijk, volgens het vertrouwde businessmodel van de heroïnedealer: de eerste shotjes zijn gratis, maar zodra je verslaafd bent, wordt er echt afgerekend. Hoe voorkom je als organisatie dat je aan de bedelstaf raakt door een AI-verslaving?
Het antwoord bevat twee elementen: voorkom dat de rekening zo hoog oploopt, en zorg tegelijkertijd dat je niet afhankelijk wordt van één groot AI-model. Met andere woorden: probeer te werken aan je AI-soevereiniteit.
De Nederlandse scaleup orq.ai heeft software ontwikkeld waarmee organisaties meer grip kunnen krijgen op het AI-gebruik door hun medewerkers. De wat grotere bedrijven werken inmiddels met tientallen AI-modellen, en niet alleen van Amerikaanse maar ook van Chinese aanbieders – waarover later meer. Medewerkers kunnen samen veilig werken aan prompts en experimenten, maar orq.ai geeft ook inzicht in de kosten ervan.
Switchen tussen AI-modellen
Kosten die je onder meer kunt sturen door je mensen een tokenbudget toe te kennen. Orq.ai-oprichter Sohrab Hosseini: ‘We verbranden zelf voor duizenden euro’s per maand, maar de productiviteit die we daarvoor terugkrijgen is enorm. Een goede developer kan tien keer zoveel opleveren, het is bijna doping.’
Daarom is het misschien nóg belangrijker om het juiste AI-model in te schakelen voor elke klus. Dat maakt de LLM-router die orq.ai dit jaar als aparte software lanceerde ook zo populair. ‘Grote bedrijven rollen tegenwoordig allemaal dat smart router concept uit: automatisch schakelen tussen modellen aan de hand van kosten en benodigde intelligentie.’
Maar inderdaad, je moet goed weten waarmee je werkt. ‘Controle houden over AI is als het temmen van een veelkoppig monster, met kosten, kwaliteit, snelheid, privacy en veiligheid als voorwaarden die je op orde moet hebben. In feite is veel een kwestie van control en governance.’ Hosseini’s software geeft alerts af als de kosten uit de klauwen lopen of een datalek dreigt.
Eerst een budget, dan pas experimenteren
Bepaal liefst vooraf een AI-budget en geef bijvoorbeeld niet iedereen toegang tot de zwaarste en duurste modellen, tipt Hosseini. ‘De afdeling marketing heeft geen bleeding edge model nodig voor wat testjes, maar de R&D mag er misschien best miljoenen per maand aan uitgeven.’ Inmiddels worden taken ook uitgesplitst in subtaken die worden belegd bij een kleiner en goedkoper AI-model en complexer werk voor de zwaarste modellen.
Vaak genoeg ziet hij dat bedrijven het strakker aansturen nadat ze een ‘bloedneus’ hebben opgelopen met AI. ‘Dan blijkt iemand tijdens het weekend 80.000 dollar te hebben verbrand met een agent, iets waar je pas op maandag achterkomt. Of heeft een agent data lopen lekken.’
Ook als je het AI-monster weet te temmen, zullen de tarieven oplopen, schat Hosseini in. ‘Ik vergelijk het met Uber. Daarmee kon je in het begin ook voor 15 euro naar Schiphol vanuit Amsterdam. De eerste jaren subsidiëren die bedrijven hun diensten, maar de miljarden moeten een keer worden terugverdiend.’
China zet de markt op scherp
Maar nu de olifant in de kamer: de Chinese modellen. Sinds DeepSeek begin 2025 met een taalmodel kwam dat bijna net zo goed werkt als dat van de Amerikanen, maar veel minder rekenkracht nodig had en daardoor goedkoper werkte, zijn de spelregels veranderd. Qwen van Alibaba, MiMo van Xiaomi, GLM van Z.ai: Chinese aanbieders brengen het ene model na het andere uit, en de prestaties komen zeker de afgelopen maanden verbluffend dicht bij die van de snelste Amerikaanse AI.
Sterker nog: de Chinezen gaan de AI-race winnen als het zo doorgaat. Dat zei Clément Delangue deze week, ceo van platform voor AI-ontwikkelaars Hugging Face. Dat komt vooral doordat de Chinese AI-software als ‘open weight’ wordt aangeboden: een soort open source-light, waarbij de gebruiker het model mag downloaden om er kleine aanpassingen aan te doen en inzicht krijgt in de manier waarop het is getraind. Die open aanpak is volgens hem de winnende, zeker als de Amerikanen blijven werken in gesloten silo’s.
Lees ook: DeepSeek legt bom onder big tech: zuinig AI-model uit China dwingt Silicon Valley tot herbezinning
Rekenkracht blijft duur
Kosten spelen daarin een cruciale rol. Nog steeds kost rekenkracht geld: de gpu’s in al die AI datacenters zijn duur en vreten stroom. ‘Maar de tokens van Chinese modellen kosten soms een honderdste van wat je bij de Amerikanen kwijt bent’, zegt Hosseini.
Bij OpenRouter, ook een service waarmee gebruikers toegang krijgen tot LLM’s, wordt de top 10 van populairste modellen gedomineerd door Chinezen. Alleen voor OpenAI’s GPT 5.6 is nog een plekje – Claude verdween uit de top.
David Schrooten is cto van Akela Hub, dat toepassingen bouwt voor recruiters en business development, en gaat in de AI-wereld al veel langer terug dan de opkomst van ChatGPT. Ook hij houdt de Chinese aanbieders in de gaten. ‘Het speelveld is totaal veranderd. Ik was eerder sceptisch, maar sinds dit jaar programmeren we ook met AI en ik test regelmatig ook de Chinese modellen die uitkomen.’
Dan blijkt wel: ‘gratis’ gebruik van die software op je eigen of gehuurde hardware kan flink in de papieren lopen. ‘Dan blijkt ook wel waarom die grote bedrijven megaverliezen maken. Het kost mij 110 dollar per uur om bijvoorbeeld GLM 5.2 te draaien. Dat doe ik alleen als ik heel zware taken te doen heb.’
Soevereiniteit als verkoopargument
Inmiddels beperkt de Chinese opmars de ruimte voor OpenAI en Anthropic om hun prijzen al te drastisch te blijven verhogen. Maar dat is te weinig aanleiding om zaken te blijven doen met (alleen) Amerikanen. Je wilt zoals bij alle leveranciers een lock-in voorkomen. Vanwege hun prijszettingsmacht, maar helaas ook om voorbereid te zijn op het moment dat ‘de stekker eruit gaat’ voor Europese klanten van de Amerikaanse big tech.
Lees ook: Afas-ceo Bas van der Veldt vraagt zich af: hoe word je digitaal soeverein?
Het is precies waarmee Daan Witte tegenwoordig klanten wint: zijn bedrijf belooft soevereine oplossingen voor Nederland. Dat begon als Gradient voor ministeries en andere organisaties in de publieke sector, maar nu is er met Soev.ai ook een dochter die bedrijven bedient. Vaak lift het daarbij mee met aanbieders van Nederlandse clouddiensten. ‘We bouwden eerst toepassingen die lokaal draaiden, met open modellen, puur vanwege de veiligheid. Dat was voordat het echt uit de hand liep met Trump.’
Kosten en lock-in als verkoopargument
Inmiddels zijn kosten en lock-in ook verkoopargumenten voor Soev.ai. ‘Soms zijn klanten geschrokken van de rekening die ze krijgen van Microsoft Azure.’ Maar het moet niet alleen draaien om de kosten, zegt Witte. Stel dat je over een paar jaar bij 30-40 procent van je processen AI inzet, wil je dan afhankelijk zijn van één externe leverancier?
‘Het gevaar van geen controle hebben is niet eens zozeer dat Amerika zijn diensten uitzet’, zegt hij. ‘Wel dat de prijs straks keer 5 en keer 10 gaat.’
Soev.ai rekent op dit moment 35 euro per gebruiker. ‘Je wilt controle hebben over je data en software, over de functionaliteit van de AI en ook over de prijs. Uitgangspunt is dat we iets neerzetten wat net zo makkelijk werkt als de bekende Amerikaanse AI-diensten en hun agents, maar je kunt zelf kiezen waar het draait én je kunt naar een andere partij verhuizen zonder schade. We geven je alle handvaten om je data mee te nemen. Het reduceren van afhankelijkheid is namelijk de kern van de oplossing.’
Ook Chinese modellen in de mix
Daarbij zet Soev.ai voor elke taak het meest geschikte LLM in. ‘Voor het klaarzetten van een wekelijkse agenda heb je geen Claude Opus 4.8 nodig.’ En Chinese modellen? Zeker, zegt Witte. ‘Ze bieden ontzettend krachtige modellen, maar ook veel kleinere, die als ze op grote schaal ergens draaien veel goedkoper zijn. Met name bedrijven zijn daarin vrij pragmatisch, die willen efficiency en waar voor hun geld. Google en Nvidia bieden ook open weight modellen, maar andere Amerikaanse spelers weten dat ze met een antwoord moeten komen op de Chinese spelers.’
Cto Schrooten noemt het model K3 dat het Chinese Kimi vorige maand uitbracht, een ‘kaakslag voor de Amerikaanse techbedrijven’. ‘Met vergelijkbare prestaties als Claude Fable, terwijl iedereen het zelf kan draaien. Het verdienmodel van de Amerikanen was gebaseerd op dominantie waarmee ze de prijzen konden afdwingen. Er gaat de komende tijd veel veranderen.’
