AI-API-kosten per token: wat betaal je echt?

Prijzen per token betekenen dat je tekst per volume betaalt, en wel tegen twee tarieven: een voor de tokens die je verstuurt en een hoger tarief voor de tokens die het model terugschrijft. Bij Union AI loopt dat van € 0,40 per miljoen inputtokens op de goedkoopste tier tot € 12 per miljoen outputtokens op de zwaarste, exclusief btw. Aan de API hangt geen abonnement, geen maandminimum en geen factuur die je niet zelf hebt veroorzaakt.

Het lastige is dat niemand een miljoen tokens kan voelen. Dit artikel vertaalt het naar getallen die je wel kunt voelen, met dezelfde prijzen waar onze router mee afrekent.

Wat kost een miljoen tokens?

Dit is de complete prijslijst. Vier tiers, elk met twee tarieven, in euro’s, exclusief btw.

Tier	Geschikt voor	Input per 1M	Output per 1M	Context
Lite	Classificatie, extractie, korte antwoorden	€ 0,40	€ 1,60	131k tokens
Standaard	Het werkpaard: chat en het meeste API-verkeer	€ 0,70	€ 3,50	262k tokens
Lange context	Complete dossiers, contracten, codebases	€ 1,00	€ 2,00	1M tokens
Pro	Zwaar redeneerwerk, agents, complexe code	€ 4,00	€ 12,00	1M tokens

Twee dingen in die tabel verrassen mensen. De tier Lange context is op output goedkoper dan het werkpaard, omdat een model dat gebouwd is voor een miljoen tokens input niet per se het sterkste redeneert. En tussen de goedkoopste en de duurste tier zit een factor tien. De keuze van je tier doet dus veel meer met je rekening dan het finetunen van je prompts ooit zal doen.

De volledige tabel, met een rekentool en een vergelijking met de Amerikaanse aanbieders tegen hun lijstprijzen, staat op de prijspagina. Welk open-weight model achter elke tier zit, en onder welke licentie, lees je op de pagina over AI-transparantie.

Hoeveel tokens is een pagina, een bericht, een codebase?

Een token is een stukje tekst dat het model leest of schrijft, meestal een veelvoorkomend woord of een deel ervan. De vuistregel voor Engels is duizend tokens voor ongeveer 750 woorden. Andere talen worden minder efficiënt in tokens opgeknipt, dus dezelfde tekst in het Nederlands, Fins of Pools kost iets meer.

Een paar ijkpunten die het abstracte concreet maken:

• Een korte vraag met een alinea als antwoord: ongeveer 300 tokens erin, 200 eruit.
• Een middelgroot bericht, met wat context en een uitgewerkt antwoord: zo’n 900 erin en 500 eruit. Dat is de aanname achter elk bedrag op onze prijspagina.
• Een contract van 40 pagina’s: ergens rond de 20.000 inputtokens. Er een samenvatting van maken op de Standaard-tier kost een fractie van een cent.
• Een middelgrote codebase, zeg 5.000 regels: past ruim in het venster van 262.000 tokens van de Standaard-tier, en komt lang niet in de buurt van het miljoen van de tier Lange context.

Stuur het middelgrote bericht door de Standaard-tier en je betaalt € 2,38 voor duizend stuks. Dat getal is het onthouden waard, want het zet de hele vraag in een ander licht: voor de meeste teams is het model niet het dure deel van het product.

Waarom is output duurder dan input?

Omdat schrijven trager werk is dan lezen. Inputtokens gaan in één parallelle stap door het model, dus een lange prompt kost ongeveer wat zijn lengte doet vermoeden en niet meer. Outputtokens komen er een voor een uit, elk afhankelijk van het vorige, en de hardware is de hele reeks bezet. Het hogere outputtarief is die seriële tijd.

Daar volgt een gewoonte uit die de moeite waard is: begrens je output, niet je input. Een heel document in de prompt plakken is meestal goedkoop. Om een antwoord van duizend woorden vragen terwijl honderd woorden volstaan, is wat je echt op de rekening terugziet. max_tokens instellen is de effectiefste kostenbeheersing in de API, en het is één regel.

Is betalen per gebruik goedkoper dan een abonnement?

Bij een laag volume bijna altijd. Een paar honderd berichten per maand via de API kost op de Standaard-tier ruim minder dan een euro, terwijl elk abonnement hetzelfde vaste bedrag rekent, of je het gebruikt of niet. Onder de duizend berichten per maand is het voor prijzen per token niet eens een eerlijke strijd.

Het beeld draait om in drie gevallen, die je met de vergelijking hierboven zelf kunt opzoeken:

1. Lange berichten. Een prompt van vierduizend tokens met een lang antwoord kost een veelvoud van een middelgroot bericht, en dan oogt het vaste bedrag niet meer zo gek.
2. De dure tier. Een Pro-antwoord kost van je tegoed ongeveer vier keer zoveel als een Standaard-antwoord, en telt als vijf berichten van de maandelijkse bundel van het chatabonnement.
3. Je wilt het product, niet de leiding. Ons chatabonnement kost € 13 per maand voor een interface, bijlagen, lange documenten en gedeelde gesprekken, of € 11 per maand als je een jaar vooruit betaalt. Dat zelf bouwen bovenop de API kost je in de eerste middag al meer dan € 13 aan eigen tijd.

Een abonnement is een gok op hoe duur je gemiddelde bericht uitvalt. Prijzen per token is weigeren om te gokken.

Geen van beide modellen is eerlijker dan het andere. Wat een prijs eerlijk maakt, is of je hem kunt voorspellen voordat je je vastlegt. Daarom noemt onze rekentool zijn aannames in plaats van een vriendelijk ogend maandbedrag te geven.

Wat prijzen per token verbergen

Vier dingen waardoor echte rekeningen afwijken van het rekenwerk. Geen ervan is een truc, en toch trappen mensen er allemaal in.

De gespreksgeschiedenis gaat bij elke beurt opnieuw mee

Een API-call is stateless. Beurt tien van een gesprek stuurt beurt een tot en met negen mee, dus de inputtokens groeien met de lengte van de thread. Een lange chat kan meer uitgeven aan het herlezen van zijn eigen geschiedenis dan aan iets nieuws. Oude beurten inkorten of samenvatten is geen voorbarige optimalisatie, het is de belangrijkste knop waar je aan kunt draaien.

Retries en agents vermenigvuldigen je requests

Eén actie van een gebruiker in een agent-loop kan twintig modelcalls zijn. Vermenigvuldig de kosten per request met de loop, niet met de gebruiker. Kijk daarna wat er gebeurt als de loop niet stopt; daar zijn de plafonds in de volgende sectie voor.

De tarieven in de etalage zijn niet de hele prijslijst

Aanbieders publiceren kortingen voor gecachte input, batchjobs en toegezegde afname. Die zijn echt, en ze betekenen dat een vergelijking alleen klopt als beide kanten tegen het standaardtarief staan. Onze vergelijkingstabel gebruikt daarom aan beide kanten lijstprijzen, met de wisselkoers en de datum waarop die is afgelezen eronder. Dezelfde getallen worden per aanbieder doorgerekend in Europese AI-aanbieders vergeleken.

Mislukt werk kost ook geld, tenzij iemand anders beslist

Als een model iets onbruikbaars teruggeeft, hebben de meeste meters de tokens al geteld. Wij kiezen de andere kant: een request dat geen bruikbaar antwoord opleverde, gaat niet van je saldo af, en een omgeleid request dat op een zwakker model belandt, rekenen we af tegen het laagste van de twee tarieven. In de documentatie staan de headers die laten zien welke van de twee er gebeurde.

Betaal ik btw over vooraf betaald AI-tegoed?

Dat hangt af van wie je bent en waar. Ben je een bedrijf in een ander EU-land met een geldig btw-nummer, dan wordt de btw verlegd: wij rekenen geen btw en jij draagt die zelf af. De uitleg van de Europese Commissie over btw op grensoverschrijdende diensten zegt het zonder omwegen: klanten betalen btw over de ontvangen diensten tegen het tarief in hun eigen land, volgens de verleggingsregeling.

Heb je geen geldig btw-nummer, of koop je als consument, dan geldt de btw tegen het tarief van waar jij zit. Elke prijs op deze site is exclusief btw, en op je factuur staat welke van de twee behandelingen van toepassing was.

Hoe voorkom je dat een tokenrekening uit de hand loopt?

Het probleem is nooit de prijs per miljoen. Het is een loop, een uitgelekte key of een job die het hele weekend doorliep. Vijf verdedigingslinies, in de volgorde waarin je ze het best instelt:

1. Stel een plafond per key in, in euro’s, per dag en per maand. Een key zonder plafond is een blanco cheque.
2. Zet max_tokens op elke call. Zie het outputtarief hierboven.
3. Lees X-EU-Cost-EUR op de response. Elk request vertelt je wat het van je saldo afhaalde, zodat je eigen logs de kostenvraag beantwoorden zonder dashboard.
4. Houd je saldo klein. Vooraf betaald tegoed heeft een harde bodem bij nul, en dat is een feature. Een opwaardering van € 10 kan geen verrassing van € 4.000 worden.
5. Laat de anomaliecheck zijn werk doen. Zien we binnen een uur meer dan tien keer je weekgemiddelde, dan pauzeren we de key en mailen we je. Nieuwe accounts zitten de eerste 48 uur op maximaal € 25 per dag, wat het saldo ook is.

Die laatste levert af en toe een vals alarm op. Wij vinden een onderbroken batchjob een betere uitkomst dan een lege portemonnee, en je kunt de limiet zelf opheffen zodra je weet dat het verkeer van jou is.

Wat kost het om te beginnen?

Tien API-requests zijn gratis, je laadt minimaal € 10 op en tegoed blijft 24 maanden geldig. Voor het uitproberen van de chat is geen kaart nodig: je krijgt 5 gratis berichten voordat er iets van je gevraagd wordt.

Een bestaande integratie overzetten om die getallen op je eigen verkeer te zien, is een key, een base URL en een tiernaam. Daarover gaat overstappen in drie regels.

Dat is het hele commerciële verhaal. Wil je de andere helft, waar die tokens worden verwerkt en wie ze onderweg kan lezen, dan loopt het zusterartikel over dataresidentie voor AI in de EU hetzelfde request stap voor stap door, en Europese soevereine AI laat zien wat het woord soeverein nog waard is als je het uit elkaar haalt.