Hvilken AI-agent er billigst i 2026: kostnaden for én løst oppgave

Kort sagt: Abonnements- og tokenpris alene er ikke nok til å sammenligne AI-agenter, men prisene hører med i regnestykket. For samme beløp kan én agent fullføre fem oppgaver og en annen bare én, avhengig av modell, arbeidsmengde, forbruk og suksessrate. Sammenlign samlet kostnad for alle forsøk per faktisk brukbare resultat.

Nedenfor viser jeg formelen for denne kostnaden og regner den ut med leverandørenes priser fra begynnelsen av september 2026. Jeg bruker eksempelverdier for forbruket og gjør det tydelig: dine tall vil være dine egne. Du kan regne ut alt nedenfor på nytt selv; det er ingen løfter om besparelser og ingen magiske kombinasjoner.

Du finner informasjon om hvordan du bruker tjenesten i Ailoot-dokumentasjonen.

Hvorfor forteller ikke månedsprisen deg hvilken agent som er billigst?#

De fleste ser på abonnementsprisen når de skal velge. Én agent koster $20 i måneden, en annen $200, og det virker som om den første gir ti ganger så mye for pengene. I virkeligheten forteller denne sammenligningen deg ingenting: et abonnement måler tilgang, ikke arbeidet som blir gjort.

Se for deg to drosjer med en fast månedsavgift. Den ene kjører deg dit du skal på første forsøk, mens den andre tar feil vei på halvparten av turene, så du må ringe den på nytt. De kan ha samme abonnementspris, men i praksis kommer du fram for halvparten av kostnaden med den første. Det er det samme med agenter: Du betaler det samme abonnementet, men hvor mange oppgaver du fullfører, avhenger av hva som ligger under panseret.

Det er best å holde abonnementet adskilt fra diskusjonen om kostnaden for en oppgave. Fordelen er at beløpet er forutsigbart. Jeg har en egen gjennomgang av valget av prismodell — abonnement, betaling etter forbruk eller skreddersydd utvikling — i hva som inngår i prisen på en AI-agent. Denne artikkelen tar for seg et annet spørsmål: Uansett betalingsmodell, hvilken agent leverer resultater til lavere kostnad?

Hvorfor er ikke prisen per token til å stole på heller?#

Den nest mest populære måten å sammenligne på er å se på prisen per token. Et token er en tekstbit, omtrent en del av et ord; det måler både det du sender til modellen, og det modellen skriver som svar. Leverandørene oppgir priser per million tokens, og prisene varierer mye mellom modellene. Det virker logisk: Velg modellen med lavere pris, og betal mindre.

Fellen er at prisen per token er prisen på en råvare, som bensinprisen per liter. Det du er opptatt av, er kostnaden for hele turen; en liter alene forteller deg ikke så mye. En agent løser en oppgave i mange trinn: Den blar gjennom filer, kjører kommandoer, leser feilmeldinger, skriver om kode og sender konteksten til modellen på nytt i hvert trinn. Én samtale med en agent kan lett bli til dusinvis av forespørsler, som hver bruker tokens.

Dette fører til to effekter som ødelegger for en direkte prissammenligning. En billig modell har ofte mindre kapasitet, så den bruker flere unødvendige trinn og prøver å løse oppgaven flere ganger med ulike tilnærminger — og bruker flere tokens. Den klarer også oftere ikke å få oppgaven over i en fungerende tilstand, og da er tokenene som ble brukt, bortkastet. Jeg har en detaljert gjennomgang av hvordan regningen vokser i slik beregner du API-tokenforbruk, og en egen artikkel om hvorfor vibe coding koster mer enn det ser ut til.

Hva koster én løst oppgave?#

Nå kommer vi til målet denne artikkelen handler om. Du må regne ut kostnaden for ett resultat som er fullført; verken abonnementsprisen eller tokenprisen fungerer til dette. Formelen er enkel:

1. Ta prisen for én kjøring av agenten på en oppgave — kostnaden for alle tokens den bruker i ett forsøk.
2. Anslå andelen av oppgavene agenten faktisk får over i en fungerende tilstand.
3. Del det første på det andre for å finne kostnaden for én løst oppgave.

Her er grunnen til at du deler. Hvis en agent fullfører sju av ti oppgaver, er tre av de ti kjøringene bortkastet, men du betalte for alle ti. Det betyr at kostnaden for de ti kjøringene fordeles på sju fungerende resultater, slik at hvert resultat koster mer enn én enkelt kjøring. Jo lavere suksessrate, desto høyere blir kostnaden per fungerende oppgave.

«Andelen fullførte oppgaver» kan måles. Den måles med referansetester som SWE-bench: En agent får ekte feil fra ekte prosjekter og sender inn rettelser, som systemet kontrollerer med automatiserte tester. Prosenten i tabellen er andelen oppgaver som er løst. Men en prosent fra et laboratorium er ikke det samme som din: Andelen i ditt eget prosjekt vil være annerledes, så se på referansetesten som et sammenligningsgrunnlag, ikke et løfte. Jeg forklarer separat hvordan du leser disse tabellene i artikkelen om rangeringen av AI-kodeagenter.

Hvilke tre faktorer utgjør kostnaden for en oppgave?#

La oss dele kostnaden inn i bestanddelene, så vi kan se hvor de ekstra utgiftene skjuler seg.

For det første: Prisen per token. Modellens grunnpris: hvor mye én million input-tokens og én million output-tokens koster. Prisforskjellen mellom en tung og en lett modell kan være flere titalls ganger.

For det andre: Tokenvolum per oppgave. Hvor mye tekst agenten sender gjennom modellen i ett forsøk. Det avhenger av hvor stor oppgaven er, hvor mange filer agenten leser på nytt, og hvor mange trinn den bruker. En smart modell bruker ofte mindre fordi den finner en løsning med færre trinn, og det synes umiddelbart på regningen.

For det tredje: Andelen fullførte oppgaver. Prosentandelen av forsøkene som ender med et fungerende resultat. Faktoren deler totalkostnaden: Med lik kostnad per kjøring betaler du dobbelt så mye per fungerende oppgave ved 40 prosent suksessrate som ved 80 prosent. Sammenligningen fastslår ikke hvilken faktor som betyr mest når priser og forbruk også endres.

All forvirringen rundt sammenligninger skyldes at folk bare ser på det første tallet — prisen per token. Men alle tre tallene bestemmer den endelige kostnaden. En lav pris kombinert med høyt volum og lav suksessrate kan lett ende med å koste mer enn en høy pris kombinert med lavt volum og høy suksessrate.

Å kombinere disse tre tallene til et fungerende oppsett er en egen oppgave. Modellpris og metode virker sammen; den relative betydningen må måles for arbeidsmengden din. Tilnærmingen har tre bærebjelker: en AI-klone, en Second Brain og kontekstteknikk. En ryddig kontekst kan redusere tokenvolumet og øke suksessraten — det andre og tredje tallet i formelen.

Hva koster én kjøring med ulike modeller?#

For å gjøre formelen konkret regner jeg ut kostnaden for én kjøring med de faktisk oppførte prisene. Jeg bruker en eksempeloppgave som ikke er helt enkel, der agenten bruker rundt 300,000 input-tokens per forsøk (ved å lese prosjektet og feilmeldinger på nytt gjennom mange trinn) og rundt 40,000 output-tokens. Igjen: Dette er et regneeksempel, ikke en måling; ditt forbruk vil være annerledes.

Her er prisene per million tokens ifølge leverandørenes offisielle prislister fra begynnelsen av september 2026:

Du kan kontrollere formelen med et ekte eksempel fra Anthropics dokumentasjon. For en forespørsel til Opus 5 med 50,000 input-tokens og 15,000 output-tokens viser den denne beregningen:

Med andre ord legges input og output sammen med hver sin pris — nøyaktig som i formelen. Det eneste som gjenstår, er å dele kostnaden for kjøringen på andelen fullførte oppgaver. Det er her en lav pris begynner å gi uventede utslag.

Hvorfor kan en billig modell gjøre en oppgave dyrere enn en kraftig modell?#

Sammenlign kostnad per brukbart resultat. Kostnaden per kjøring er fortsatt en inngangsverdi, sammen med faktisk forbruk og andel vellykkede forsøk; ingen av faktorene er prinsipielt viktigst uten en måling.

Sonnet 5: En kjøring koster omtrent én dollar, og for eksempeloppgaven vår antar vi at modellen fullfører 70 prosent av forsøkene. Kostnaden for én fungerende oppgave er én dollar delt på 0.7, altså omtrent $1.40.

Haiku 4.5: En kjøring er billigere, omtrent 50 cent, og prisen per token er halvparten så høy. I dette regneeksemplet antar vi dessuten omtrent 1.6 ganger så mange tokens og 40 prosent fullførte oppgaver; dette er ikke målte egenskaper ved modellen. Volumet går opp, suksessraten går ned — og en fungerende oppgave koster omtrent $2.

Resultatet gjelder de antatte verdiene her og beviser ingen målt rangering av modellene. Resultatet virker bare paradoksalt ved første øyekast. Modellen med halvparten så lav pris per token ga en dyrere oppgave. Billige råvarer hjalp ikke fordi det ble brukt mer av dem, og færre fungerende resultater kom ut av det. Det er som en billig entreprenør som gjør jobben tre ganger på nytt, og derfor koster mer enn en dyr entreprenør som gjør den riktig med en gang.

Et forbehold: Jeg har brukt suksessrater på 70 og 40 prosent og eksempelverdier for tokenvolumet for å vise hvordan mekanikken fungerer. Dine tall vil være annerledes, og det er fullt mulig at en lett modell håndterer arbeidsmengden din godt og fortsatt er det billigste alternativet. En dyrere modell gir ikke nødvendigvis mer for pengene; sammenlign kostnaden per resultat med dine egne tre tall.

Hvordan beregner du kostnaden per oppgave: tre profiler?#

For å bruke dette på ditt eget arbeid må du anslå hvilken profil som passer best. Formelen er den samme; bare de tre tallene endres.

Profil én: enkle, repetitive oppgaver. Skrive om tekst, organisere data, gjøre en liten kodeendring. Test om en lett modell som Haiku eller DeepSeek V4-Flash oppfyller godkjenningskravene med lavt forbruk og få nye forsøk. Sammenlign målt kostnad per fungerende resultat med en annen kandidat før du kaller noen billigst eller regner Opus som overbetaling.

Profil to: komplekst arbeid med ukjent kode. Forstå noen andres prosjekt, rette en feil som ikke er åpenbar, bygge en ny funksjon. Mål fullstendige forsøk på disse oppgavene. En modell med høyere tokenpris kan koste mindre per brukbart resultat hvis bedre suksessrate eller lavere forbruk oppveier prisen. Fordelen må vises i resultatene dine, ikke antas ut fra modellens kategori.

Profil tre: en blandet arbeidsmengde. Sammenlign ett modelloppsett med å fordele rutinearbeid og vanskelige oppgaver mellom ulike kandidater. Tell forbruk, feil og rettingsarbeid for hele arbeidsmengden. Fordeling kan forbedre kostnaden per resultat, men artikkelen har ikke målt den som den billigste løsningen. Mange agenter lar deg bytte modell mens du jobber.

Beregn hver profil for seg med den samme formelen, så ser du hvor det koster minst.

Hva er den vanligste feilen folk gjør når de velger?#

Et mulig scenario: Du bruker en modell med lav tokenpris til tekstoppgaver og komplekse funksjoner. Den kan spare penger på rutinearbeid. Trenger den derimot flere forsøk og tokens eller gir færre brukbare resultater på vanskelige oppgaver, kan en modell med høyere tokenpris bli billigere samlet. Kontroller vilkårene med dine egne fullstendige kjøringer.

Også en kraftig modell kan være unødvendig dyr: Hvis en test viser at en lett modell løser samme oppgave etter samme kriterier til for eksempel en tredel av kostnaden, er pristillegget ikke begrunnet for det tilfellet. Tredelen er en mulig sammenligningsantakelse, ikke et resultat målt her.

En merknad om min egen tilnærming. Jeg bruker Claude Code og et abonnement; jeg bruker ikke det vanlige API-et til daglig arbeid fordi jeg foretrekker et forutsigbart beløp framfor en måler som løper. Erfaringen min viser at strukturert arbeid kan påvirke forbruk og suksessrate. Det beviser ikke at modellprisen er uviktig. Vurder pris, alle brukte tokens, nye forsøk og faktisk brukbare resultater samlet; mål virkningen av kontekst og modellvalg på de samme oppgavene.

Så hvilken agent er billigst?#

Det finnes ingen universelt billigste agent: Kostnaden per resultat varierer med arbeidsmengde og modell. Bruk de faktiske modellprisene, beregn kostnaden for alle forsøk og egen fullføringsandel, og sammenlign kostnaden per brukbart resultat. Prissiden gir en verdi til regnestykket, men avgjør ikke valget alene.

Et siste poeng. Kostnaden per løste oppgave avhenger av modellprisene, tokenforbruket i alle forsøk og andelen oppgaver som faktisk lykkes. Kontekst og arbeidsmåte kan endre forbruk og suksessrate, og det kan modellvalget også. De illustrerende suksessratene ovenfor måler ikke hvilken faktor som betyr mest. Sammenlign modellene på de samme representative oppgavene, tell med nye forsøk og menneskelige rettelser, og velg etter målt kostnad per brukbart resultat.

Den fullstendige tilnærmingen til vibe coding kombinerer metode og modellvalg: en AI-klone pluss en Second Brain pluss kontekstteknikk. Ryddig kontekst og strukturert arbeid kan påvirke tokenvolum og suksessrate; sammen med den faktiske modellprisen bestemmer de kostnaden for en oppgave.

Bli kjent med Ailoot.