Ontwikkelaar

AI Inferentie Kosten

Bereken AI-modelinferentiekosten voor OpenAI, Anthropic en andere LLM-aanbieders. Vergelijk prijzen over modellen, schat maandelijkse kosten op basis van tokengebruik en optimaliseer uw AI-infrastructuurbudget.

Heeft deze tool u geholpen?

Wat is AI Inferentie Kosten?

Een AI inferentie kosten calculator schat hoeveel u uitgeeft aan AI API-aanroepen door de relatie tussen tokengebruik, per-token prijsstelling en verzoekvolume te modelleren. Hij neemt drie kerninvoeren — hoeveel tokens elk verzoek gebruikt (gesplitst in invoer en uitvoer), wat uw aanbieder per miljoen tokens in rekening brengt, en hoeveel verzoeken u per dag verwacht — en projecteert uw maandelijkse kosten. AI inferentieprijsstelling volgt een eenvoudige formule maar de details doen ertoe: invoertokens (uw prompt en context) zijn altijd goedkoper dan uitvoertokens (het antwoord van het model), prijzen variëren sterk over aanbieders en modelniveaus, en kosten schalen lineair met volume. Een chatbot die 10.000 dagelijkse vragen afhandelt met GPT-4o-mini kost mogelijk $30/maand, terwijl hetzelfde volume op Claude Opus $300 kan overschrijden. Deze calculator helpt u aanbieders te vergelijken, het juiste modelniveau voor uw gebruikstoepassing te kiezen, kosten te schatten voordat u een AI-functie lanceert, en te begrijpen waar uw inferentiebudget daadwerkelijk naartoe gaat. Hij is ontworpen voor ontwikkelaars, productmanagers en startup-oprichters die AI-gestuurde toepassingen bouwen.

Wanneer gebruik je deze rekenmachine

  • Budgettering van een AI-gestuurde functie vóór de lancering — schat maandelijkse kosten bij geprojecteerde verzoekvolumes om infrastructuuruitgaven te begrijpen.
  • Vergelijken van modelaanbieders en -niveaus — model dezelfde werklast over GPT-4o, Claude Opus, GPT-4o-mini en Claude Haiku om de kostenoptimale keuze te vinden.
  • Evalueren van zelf-hosten versus API — bepaal het volumedrempel waarop zelf-hosten van een open-weight model goedkoper wordt dan betalings-per-token API-prijsstelling.
  • Optimaliseren van promptontwerp — begrijp de kostenimpact van kortere prompts, gecachte systeemprompts en verminderde outputlengtes.
  • Plannen voor schaal — projecteer hoe kosten groeien naarmate dagelijkse verzoeken stijgen van 1K naar 100K, en identificeer waar kostenoptimalisatie cruciaal wordt.
  • AI-infrastructuuruitgaven rechtvaardigen — bouw gedocumenteerde budgetverzoeken door belanghebbenden precies te laten zien wat AI-inferentie kost bij huidige en geprojecteerde volumes.

Stappen:

  1. Voer het aantal invoertokens per verzoek in (uw prompt + context).
  2. Voer het aantal uitvoertokens per verzoek in (het antwoord van het model).
  3. Voer de invoerkosten per miljoen tokens van uw aanbieder in.
  4. Voer de uitvoerkosten per miljoen tokens van uw aanbieder in.
  5. Voer uw verwachte dagelijkse verzoekvolume in.
  6. Bekijk de geprojecteerde maandelijkse kosten, kosten per token en tokens per dollar.

Formule

Maandelijkse kosten = Verzoeken/dag × 30 × [(Invoertokens × Invoerkosten per 1M / 1.000.000) + (Uitvoertokens × Uitvoerkosten per 1M / 1.000.000)] Kosten per token = (Invoertokens × Invoerkosten per 1M + Uitvoertokens × Uitvoerkosten per 1M) / (Invoertokens + Uitvoertokens) Tokens per dollar = 1 / Kosten per token Voorbeeld: Invoertokens = 1.000, Uitvoertokens = 500 Invoerkosten = $2,50/1M, Uitvoerkosten = $10,00/1M Verzoeken/dag = 10.000 Kosten per verzoek = (1.000 × $2,50 / 1M) + (500 × $10,00 / 1M) = $0,0025 + $0,0050 = $0,0075 Maandelijkse kosten = 10.000 × 30 × $0,0075 = $2.250/maand

Gebruikscases

  • Budgettering van een AI-gestuurde functie vóór de lancering om infrastructuurkosten te begrijpen
  • Vergelijken van prijzen over aanbieders (OpenAI, Anthropic, Google, open-weight) voor een specifiek gebruikscenario
  • Beslissen of u een vlaggenschipmodel of een kleiner, goedkoper model gebruikt voor uw taak
  • Evalueren van het break-evenpunt voor zelf-hosten versus API-aanroepen bij verschillende volumes
  • Optimaliseren van promptontwerp om tokenverspilling te verminderen en kosten te verlagen
  • Voorspellen hoe kosten schalen naarmate uw gebruikersbestand groeit van 1K naar 100K dagelijkse verzoeken

Belangrijkste voordelen

  • Schat onmiddellijk maandelijkse AI API-kosten voor elke aanbieder- en modelcombinatie
  • Vergelijk prijzen over OpenAI, Anthropic, Google en open-weight modelopties
  • Model kostenopschaling naarmate het verzoekvolume groeit van prototype tot productie
  • Identificeer het goedkoopste modelniveau dat aan uw kwaliteitsvereisten voldoet
  • Begrijp de kostenimpact van promptoptimalisatie en cachingstrategieën
  • Plan infrastructuurbudgetten met vertrouwen voordat u zich vastlegt op een AI-aanbieder
  • Gratis te gebruiken, geen registratie vereist

Pro-tips

  • Begin met het goedkoopste model dat aan uw kwaliteitsnorm voldoet en upgrade alleen als de nauwkeurigheid onvoldoende is — het kostenverschil is vaak 10–30×
  • Optimaliseer uw systeemprompt om beknopt maar effectief te zijn — elk token in een herhaalde systeemprompt wordt vermenigvuldigd met elk verzoek
  • Gebruik prompt caching voor werklasten met herhaalde voorvoegsels om invoertokenkosten met 50–90% te verlagen
  • Volg kosten per functie, niet alleen totale uitgaven — dit onthult welke AI-mogelijkheden het duurst zijn en waar optimalisering de grootste impact heeft
  • Stel budgetwaarschuwingen in op 50% en 80% van uw maandelijkse limiet om onverwachte rekeningen van piekverkeer te voorkomen

Veelgemaakte fouten

  • Alleen invoertokenkosten berekenen en vergeten dat uitvoertokens doorgaans 2–8× duurder zijn per token
  • Systeemprompt tokens negeren die met elk verzoek worden verzonden en aanzienlijke kosten ophopen bij volume
  • Gespreksgeschiedenis niet meerekenen in meerdraads chattoepassingen, waarbij de context met elke beurt groeit
  • Aannemen dat vlaggenschipmodellen altijd nodig zijn — kleinere modellen bereiken vaak 90%+ nauwkeurigheid tegen 5–10% van de kosten voor eenvoudige taken
  • Niet budgetteren voor herhalingen, snelheidsgelimiteerde fouten en randgevallen die langere outputs genereren dan verwacht

Sleutelbegrippen

Token: De basiseenheid van tekst die door een AI-model wordt verwerkt — ongeveer 0,75 Engelse woorden of 1,5 Chinese tekens. Zowel invoer- als uitvoertokens worden apart gefactureerd.
Invoertokens: Tokens in uw prompt en context die het model leest voordat het een antwoord genereert. Doorgaans lager geprijsd dan uitvoertokens.
Uitvoertokens: Tokens die het model in zijn antwoord genereert. Duurder dan invoertokens omdat generatie rekengebonden en sequentieel is.
Contextvenster: Het maximum aantal tokens dat een model in één verzoek kan verwerken (invoer + uitvoer gecombineerd). Overschrijding vereist inkorting of opsplitsing.
Prompt caching: Een kostenoptimalisatietechniek waarbij veelgebruikte voorvoegsels (zoals systeemprompts) door de aanbieder worden gecached en tegen een lager tarief worden gefactureerd.
Per-token prijsstelling: De kosten per miljoen tokens, doorgaans gesplitst in aparte invoer- en uitvoertarieven die variëren per modelniveau.

Gerelateerde concepten

  • GPU Rekenkosten Calculator: Voor werklasten die zelf-hosting rechtvaardigen, helpt het begrijpen van GPU-kosten om on-premise inferentie tegen API-prijsstelling te vergelijken. Onze GPU rekenkosten calculator modeleert cloud GPU-uurtarieven tegen token-doorvoer.
  • Cloud Hosting Kosten Calculator: AI inferentie-infrastructuur draait vaak naast andere clouddiensten — onze cloud hosting kosten calculator helpt het complete infrastructuurstapel te budgetteren.
  • API Monetisatie Calculator: Als u een product bouwt dat AI-inferentie gebruikt en gebruikers in rekening brengt, is het begrijpen van de marge tussen uw inferentiekosten en uw inkomsten per verzoek cruciaal. Onze API monetisatie calculator modelleert deze eenheidseconomie.
  • Eenheidseconomie Calculator: AI inferentiekosten per verzoek zijn een belangrijke input voor de eenheidseconomie van uw product — het combineren van CAC, LTV en per-verzoekkosten onthult de werkelijke winstgevendheid.
  • Startup Runway Calculator: Hoge inferentiekosten kunnen het verbrandingstarief sterk beïnvloeden — onze startup runway calculator helpt te modelleren hoe AI-infrastructuurkosten uw financiële runway beïnvloeden.

Voorbeeld

Een klantenservicechatbot stuurt 800 invoertokens (systeemprompt + gespreksgeschiedenis) en ontvangt 400 uitvoertokens per vraag. Met GPT-4o-mini tegen $0,15/1M invoer en $0,60/1M uitvoer, met 15.000 vragen per dag: Kosten per verzoek = (800 × $0,15 / 1M) + (400 × $0,60 / 1M) = $0,00012 + $0,00024 = $0,00036 Maandelijkse kosten = 15.000 × 30 × $0,00036 = $162/maand Upgraden naar GPT-4o tegen $2,50/1M invoer en $10,00/1M uitvoer: Kosten per verzoek = (800 × $2,50 / 1M) + (400 × $10,00 / 1M) = $0,002 + $0,004 = $0,006 Maandelijkse kosten = 15.000 × 30 × $0,006 = $2.700/maand — een 16,7× kostenstijging voor hetzelfde volume.

Resultaten interpreteren

De maandelijkse kostenraming is uw belangrijkste planningsgetal — het vertegenwoordigt wat u daadwerkelijk betaalt bij het gegeven volume en de prijsstelling. De kosten per token vertellen u hoe duur elke eenheid tekst is, wat nuttig is voor het vergelijken van modellen. Tokens per dollar laat zien hoeveel tekst u kunt genereren voor $1, wat handig is voor het begrijpen van capaciteit. Als uw maandelijkse kosten hoog lijken, zijn de grootste hefbomen voor verlaging: (1) overschakelen naar een kleiner modelniveau als de taakcomplexiteit het toelaat, (2) prompts optimaliseren om het tokenaantal te verminderen, (3) prompt caching implementeren voor herhaalde voorvoegsels, en (4) verzoeken samenvoegen waar de aanbieder batchpricing aanbiedt. Merk op dat deze calculator directe API-kosten modelleert. Voor een volledig kostenoverzicht houd ook rekening met: herhalingen (tel 5–15% op), systeemprompt-overhead (tel de per-verzoek systeemprompttokens × volume op), gespreksgeschiedenisgroei in meerdraads apps, en een marge van 20–30% voor piekverkeer en randgevallen. Bij het vergelijken van aanbieders, onthoud dat het goedkoopste per-token tarief niet altijd het goedkoopste overall is — een model dat kortere, beknoptere outputs genereert, kan minder uitvoertokens gebruiken en goedkoper zijn, zelfs tegen een hoger per-token tarief.

Veelgestelde Vragen

Hoeveel kosten AI API-aanroepen?
AI API-kosten variëren sterk per model en aanbieder. Anno 2025 variëren invoertokens van ongeveer $0,15 per miljoen voor kleinere modellen (GPT-4o-mini, Claude Haiku) tot $15 per miljoen voor vlaggenschipmodellen (GPT-4o, Claude Opus). Uitvoertokens kosten doorgaans 2–8× meer dan invoertokens op hetzelfde niveau. Een typische klantenservicechatbot-vraag met 1.000 invoer- en 500 uitvoertokens kost ongeveer $0,003–$0,015 afhankelijk van het model.
Waarom kosten uitvoertokens meestal meer dan invoertokens?
Uitvoertokens zijn duurder omdat het genereren ervan vereist dat het model inference sequentieel uitvoert — elk uitvoertoken is afhankelijk van alle eerdere tokens, waardoor de generatie rekengebonden is in plaats van geheugengebonden zoals bij invoerverwerking. Invoertokens kunnen parallel worden verwerkt (één matrixvermenigvuldiging voor alle), terwijl uitvoertokens één voor één moeten worden gegenereerd in een autoregressieve lus. Aanbieders verwerken deze hogere rekenkosten in de uitvoertokentarief, doorgaans 2–8× het invoertarief.
Bij welk gebruikersvolume wordt zelf-hosten goedkoper dan API-aanroepen?
Het break-evenpunt hangt af van de modelgrootte en uw infrastructuurkosten. Voor een 7B-parametermodel op één A100 GPU (~$2/uur) wordt zelf-hosten goedkoper dan API-aanroepen bij ongeveer 500K–1M tokens per dag. Voor grotere 70B-modellen die meerdere GPU's vereisen, ligt de drempel dichter bij 5–10M tokens per dag. Onder deze volumes is API-betalings-per-token meestal kosteneffectiever omdat u alleen betaalt wat u gebruikt, zonder idle GPU-kosten.
Hoeveel kunnen prompt caching of batching mijn kosten verlagen?
Prompt caching kan kosten met 50–90% verlagen voor werklasten met herhaalde voorvoegsels (zoals systeemprompts). OpenAI's Prompt Caching en Anthropic's Prompt Caching cachen beide automatisch veelgebruikte context, met cashed tokens geprijsd op 10–50% van het niet-gecachede tarief. Het samenvoegen van meerdere verzoeken in één API-aanroep (waar ondersteund) kan per-verzoek-overhead verlagen en soms in aanmerking komen voor batchpricingtarieven die 50% goedkoper zijn. Samen kunnen caching en batching inferentiekosten met 60–80% verlagen voor geschikte werklasten.
Hoe schat ik tokengebruik voordat ik een functie bouw?
Begin met een prototype en meet werkelijke tokenaantallen, of schat op basis van vergelijkbare gevallen. Een vuistregel: 1 token ≈ 0,75 Engelse woorden (of ≈ 1,5 Chinese/Japanse tekens). Een typische klantensupportvraag gebruikt 500–2.000 invoertokens en 200–1.000 uitvoertokens. Een documentsamenvattingstaak gebruikt ongeveer 1 token per 4 tekens van bron tekst. Bouw een marge van 20–30% in voor systeemprompts, gespreksgeschiedenis en randgevallen die langere outputs genereren.
Wat is het kostenverschil tussen vlaggenschip- en kleinere modellen?
Vlaggenschipmodellen (GPT-4o, Claude Opus) kosten doorgaans 10–30× meer per token dan kleinere modellen (GPT-4o-mini, Claude Haiku). Voor eenvoudige taken like classificatie, extractie of eenvoudige Q&A bereiken kleinere modellen vaak 90–95% van de nauwkeurigheid tegen 5–10% van de kosten. De sleutel is taakcomplexiteit: creatief schrijven, genuanceerd redeneren en meerstapanalyse profiteren meer van vlaggenschipmodellen, terwijl gestructureerde data-extractie en eenvoudige chatbots goed werken met kleinere, goedkopere modellen.
Hoe beïnvloeden invoer- en uitvoertokengrenzen mijn kosten?
De meeste modellen hebben contextvensterlimieten (bijv. 128K tokens voor GPT-4o, 200K voor Claude). Als uw invoer de limiet overschrijdt, moet u deze inkorten of opdelen, wat complexiteit toevoegt en mogelijk kosten verhoogt. Langere contexten verhogen de invoerkosten ook lineair — een systeemprompt van 10.000 tokens kost 10× meer dan één van 1.000 tokens. Het optimaliseren van uw prompts om beknopt te zijn terwijl de kwaliteit behouden blijft, is een van de meest effectieve kostenbesparingsstrategieën.
Moet ik een streaming API of standaard verzoek gebruiken voor kostenbeheer?
Streaming verandert het per-token tarief niet — u betaalt hetzelfde tarief of het antwoord nu streamt of in één batch aankomt. Streaming verbetert echter de gebruikerservaring voor lange reacties en stelt u in staat om generatie vroeg te annuleren als de output niet nodig is, wat kosten kan besparen bij annuleringen. Voor kostenbeheer is de grotere hefboom het optimaliseren van uw promptlengte en het kiezen van het juiste modelniveau voor uw taakcomplexiteit.
Hoe volg en monitor ik mijn AI-uitgaven in de loop van de tijd?
De meeste aanbieders bieden gebruiksdashboards en facturatie-API's. Log elke API-aanroep met tokenaantallen en kosten, en aggregeer dagelijks/wekelijks/maandelijks. Stel budgetwaarschuwingen in op 50%, 80% en 100% van uw maandelijkse budget. Voor productiewerklasten kunt u kosten per functie of per gebruiker volgen om te identificeren welke AI-gestuurde functies het duurst zijn en waar optimalisering de grootste impact heeft. Tools zoals LangSmith, Helicone en OpenRouter bieden kostenopvolgingsmiddleware.
Welke verborgen kosten moet ik budgetteren naast rauwe API-tokens?
Naast tokenkosten moet u budgetteren voor: (1) herhalingen bij mislukte of snelheidsgelimiteerde verzoeken, die 5–15% aan tokenkosten kunnen toevoegen; (2) systeemprompt tokens die met elk verzoek worden verzonden maar niet veranderen; (3) gespreksgeschiedenis die ophoopt bij meerdraads interacties; (4) test- en ontwikkelkosten tijdens de bouwfase; (5) mogelijke kostenstijgingen naarmite aanbieders hun prijzen aanpassen. Een marge van 20–30% boven uw berekende tokenkosten is verstandig voor productiewerklasten.
Hoe beïnvloedt modelversiebeheer mijn inferentiekosten?
Aanbieders brengen regelmatig nieuwe modelversies uit met verschillende prijzen. GPT-4o is goedkoper dan GPT-4 Turbo ondanks dat het nieuwer en vaak sneller is. Op oudere, gedeprecieerde modellen blijven kan meer kosten of toegang tot kostenoptimalisaties kosten. Controleer regelmatig uw modelkeuze tegen huidige prijzen — overschakelen van een ouder model naar een nieuwer, goedkoper model kan kosten met 30–70% verlagen met gelijke of betere kwaliteit voor veel taken.

Ontdek meer tools

Verse selectie uit onze volledige toolbibliotheek.

House Hacking Rekenmachine

Brandstofefficëntie-omrekenaar

Grindcalculator

Qibla Richting

Thuiswerk Besparingen

FIRE Rekenmachine