Welke AI-agent is goedkoper in 2026: de kosten van één opgeloste taak

Kort gezegd: abonnements- en tokenprijzen alleen volstaan niet om AI-agenten te vergelijken, maar horen wel in de berekening. Voor hetzelfde bedrag kan de ene agent vijf taken voltooien en de andere maar één, afhankelijk van model, werklast, verbruik en succespercentage. Vergelijk de totale kosten van alle pogingen per werkelijk bruikbaar resultaat.

Hierna laat ik de formule voor deze kosten zien en maak ik een berekening met de prijzen van aanbieders van begin september 2026. Ik gebruik voorbeeldcijfers voor het verbruik en maak dat duidelijk: jouw cijfers zullen anders zijn. Je kunt alles hieronder zelf opnieuw berekenen; ik beloof geen besparingen en er zijn geen magische combinaties.

Zie de Ailoot-documentatie voor informatie over het werken met de dienst.

Waarom vertelt de maandprijs niet welke agent goedkoper is?#

De meeste mensen kijken bij hun keuze naar de abonnementsprijs. De ene agent kost $20 per maand, de andere $200, en dan lijkt de eerste tien keer voordeliger. In werkelijkheid zegt die vergelijking niets: een abonnement meet de toegang, niet het verrichte werk.

Stel je twee taxi’s met een vast maandbedrag voor. De ene brengt je meteen naar je bestemming, terwijl de andere bij de helft van de ritten verkeerd rijdt, zodat je hem opnieuw moet bellen. Hun abonnementen kunnen even duur zijn, maar in de praktijk bereik je met de eerste je bestemming voor de helft van de kosten. Bij agenten werkt het net zo: je betaalt hetzelfde abonnement, maar hoeveel taken je voltooit hangt af van wat er onder de motorkap zit.

Je kunt het abonnement het beste los zien van de discussie over de kosten van een taak. Het voordeel is dat het bedrag voorspelbaar is. Een afzonderlijke uiteenzetting over de keuze van een prijsmodel — abonnement, betalen naar gebruik of maatwerk — vind je in wat er in de prijs van een AI-agent zit. Dit artikel behandelt een andere vraag: welke agent levert, ongeacht het betaalmodel, resultaten tegen lagere kosten?

Waarom is de prijs per token ook misleidend?#

De op een na populairste manier om te vergelijken is kijken naar de prijs per token. Een token is een stukje tekst, ongeveer een deel van een woord; het meet zowel wat je naar het model stuurt als wat het als antwoord schrijft. Aanbieders publiceren prijzen per miljoen tokens, en die prijzen lopen sterk uiteen tussen modellen. Het lijkt logisch: kies het model met de lagere prijs en betaal minder.

De valkuil is dat de prijs per token de prijs van een grondstof is, zoals de prijs van benzine per liter. Het gaat je om de kosten van de hele rit; een liter op zichzelf zegt niet veel. Een agent lost een taak in veel stappen op: hij bladert door bestanden, voert opdrachten uit, leest fouten, herschrijft code en stuurt de context bij elke stap opnieuw naar het model. Eén gesprek met een agent kan gemakkelijk uitgroeien tot tientallen verzoeken, die elk tokens gebruiken.

Dat leidt tot twee effecten die een rechtstreekse prijsvergelijking ondermijnen. Een goedkoop model is vaak minder capabel, waardoor het meer onnodige stappen zet en de taak meerdere keren opnieuw probeert met verschillende aanpakken — en meer tokens gebruikt. Ook slaagt het er vaker niet in de taak werkend op te leveren; in dat geval zijn de verbruikte tokens verspild. Een gedetailleerde uiteenzetting over hoe de rekening oploopt vind je in hoe je het API-tokenverbruik berekent, en daarnaast in waarom vibe coding meer kost dan het lijkt.

Wat zijn de kosten van één opgeloste taak?#

Nu komen we bij de maatstaf waar dit artikel over gaat. Je moet de kosten berekenen van één resultaat dat tot voltooiing is gebracht; daarvoor zijn noch de abonnementsprijs, noch de tokenprijs geschikt. De formule is eenvoudig:

1. Neem de kosten van één run van een agent voor een taak: de kosten van alle tokens die hij in één poging gebruikt.
2. Schat het aandeel taken dat de agent daadwerkelijk werkend oplevert.
3. Deel het eerste getal door het tweede om de kosten van één opgeloste taak te berekenen.

Dit is waarom je deelt. Als een agent zeven van de tien taken voltooit, zijn drie van de tien runs verspild, maar je hebt voor alle tien betaald. Dat betekent dat de kosten van die tien runs over zeven werkende resultaten worden verdeeld, waardoor elk resultaat duurder is dan één run. Hoe lager het succespercentage, hoe hoger de kosten per werkende taak.

Het ‘aandeel voltooide taken’ is meetbaar. Het wordt gemeten met benchmarks zoals SWE-bench: een agent krijgt echte bugs uit echte projecten en dient oplossingen in, die het systeem controleert met geautomatiseerde tests. Het percentage in de tabel is het aandeel opgeloste taken. Maar een laboratoriumpercentage is niet hetzelfde als jouw percentage: in je eigen project zal het aandeel anders zijn. Zie de benchmark dus als een referentiepunt, niet als een belofte. Hoe je zulke tabellen leest, leg ik afzonderlijk uit in het artikel over de ranglijst van AI-codeeragenten.

Uit welke drie factoren bestaan de kosten van een taak?#

Laten we de kosten opdelen in onderdelen, zodat we kunnen zien waar de extra uitgaven verborgen zitten.

Ten eerste: de prijs per token. De basisprijs van het model: hoeveel een miljoen invoertokens en een miljoen uitvoertokens kosten. Tussen een zwaar en een licht model kan de prijs tientallen keren verschillen.

Ten tweede: het aantal tokens per taak. Hoeveel tekst de agent in één poging door het model haalt. Dat hangt af van de omvang van de taak, hoeveel bestanden de agent opnieuw leest en hoeveel stappen hij zet. Een slim model gebruikt vaak minder, omdat het in minder stappen tot een oplossing komt. Dat zie je meteen terug op de rekening.

Ten derde: het aandeel voltooide taken. Het percentage pogingen dat eindigt met een werkend resultaat. Deze factor deelt de totale kosten: bij gelijke kosten per run betaal je met een succespercentage van 40 procent per werkende taak twee keer zoveel als bij 80 procent. Deze vergelijking bewijst niet welke factor het belangrijkst is wanneer ook prijzen en verbruik veranderen.

Alle verwarring bij vergelijkingen ontstaat doordat mensen alleen naar het eerste getal kijken: de prijs per token. Maar alle drie de getallen bepalen de uiteindelijke kosten. Een lage prijs met een hoog verbruik en een laag succespercentage kan uiteindelijk gemakkelijk meer kosten dan een hoge prijs met een laag verbruik en een hoog succespercentage.

Deze drie getallen combineren tot een werkende configuratie is een aparte taak. Modelprijs en methode werken daarbij samen; hun relatieve invloed moet je voor de eigen werklast meten. De aanpak rust op drie pijlers: een AI-kloon, een Second Brain en context engineering. Een schone context kan het tokenverbruik verlagen en het succespercentage verhogen — het tweede en derde getal in de formule.

Wat kost één run voor verschillende modellen?#

Om de formule concreet te maken, bereken ik de kosten van een run aan de hand van de werkelijk gepubliceerde prijzen. Ik gebruik een voorbeeld van een niet-triviale taak waarbij de agent per poging ongeveer 300,000 invoertokens gebruikt (door het project en fouten in vele stappen opnieuw te lezen) en ongeveer 40,000 uitvoertokens. Nogmaals, dit is een rekenvoorbeeld, geen meting; jouw verbruik zal anders zijn.

Hieronder staan de prijzen per miljoen tokens volgens de officiële prijzen van de aanbieders van begin september 2026:

Je kunt de formule controleren met een echt voorbeeld uit de documentatie van Anthropic. Voor een verzoek aan Opus 5 met 50,000 invoertokens en 15,000 uitvoertokens geeft die deze berekening:

Met andere woorden: invoer en uitvoer worden opgeteld met hun respectieve prijzen — precies zoals in de formule. Het enige wat nog rest, is de kosten van de run delen door het aandeel voltooide taken. En dan gaat een lage prijs zich onverwacht gedragen.

Waarom kan een goedkoop model een taak duurder maken dan een krachtig model?#

Vergelijk de kosten per bruikbaar resultaat. De kosten per run blijven een invoerwaarde, samen met het werkelijke verbruik en het aandeel geslaagde pogingen; zonder meting is geen van die factoren principieel belangrijker.

Sonnet 5: een run kost ongeveer een dollar en voor onze voorbeeldtaak nemen we aan dat het 70 procent van de pogingen voltooit. De kosten van één werkende taak zijn één dollar gedeeld door 0.7, oftewel ongeveer $1.40.

Haiku 4.5: een run is goedkoper, ongeveer 50 cent, en de prijs per token is half zo hoog. Voor dit rekenvoorbeeld nemen we bovendien ongeveer 1.6 keer zoveel tokens en 40 procent voltooide taken aan; dit zijn geen gemeten eigenschappen van het model. Het verbruik neemt toe, het succespercentage daalt — en een werkende taak kost ongeveer $2.

Deze uitkomst geldt voor de hier aangenomen waarden en onderbouwt geen gemeten modelranglijst. Het resultaat lijkt alleen op het eerste gezicht paradoxaal. Het model met de helft van de prijs per token leverde een duurdere taak op. Goedkope grondstof hielp niet, omdat er meer van werd gebruikt en er minder werkende resultaten uit voortkwamen. Het is alsof een goedkope aannemer die het werk drie keer opnieuw doet uiteindelijk meer kost dan een dure aannemer die het meteen goed doet.

Een kanttekening: ik heb succespercentages van 70 en 40 procent en voorbeeldvolumes aan tokens gebruikt om te laten zien hoe de werking in elkaar zit. Jouw cijfers zullen anders zijn, en het is heel goed mogelijk dat een licht model jouw werk goed aankan en toch de goedkoopste keuze blijft. Een duurder model biedt niet per se meer waar voor je geld; vergelijk de kosten per resultaat aan de hand van jouw eigen drie getallen.

Hoe bereken je de kosten per taak: drie profielen?#

Om dit op je eigen werk toe te passen, schat je in welk profiel het beste past. De formule blijft hetzelfde; alleen de drie getallen veranderen.

Profiel één: eenvoudige, repetitieve taken. Tekst herschrijven, gegevens ordenen, een kleine codeaanpassing doen. Test of een licht model zoals Haiku of DeepSeek V4-Flash met weinig verbruik en herhalingen aan je acceptatiecriteria voldoet. Vergelijk de gemeten kosten per werkend resultaat met een andere kandidaat voordat je een van beide de goedkoopste noemt of Opus als overbetaling beschouwt.

Profiel twee: complex werk met onbekende code. Het project van iemand anders begrijpen, een niet voor de hand liggende bug oplossen, een nieuwe functie bouwen. Meet volledige pogingen op deze taken. Een model met een hogere tokenprijs kan per bruikbaar resultaat minder kosten als een beter succespercentage of lager verbruik die prijs compenseert. Dat voordeel moet uit je resultaten blijken, niet uit de categorie van het model worden aangenomen.

Profiel drie: een gemengde werklast. Vergelijk één model met het verdelen van routinewerk en moeilijke taken over verschillende kandidaten. Tel verbruik, fouten en correctiewerk voor de hele werklast mee. Verdeling kan de kosten per resultaat verbeteren, maar dit artikel heeft haar niet als goedkoopste oplossing gemeten. Bij veel agenten kun je tijdens het werk van model wisselen.

Bereken elk profiel afzonderlijk met dezelfde formule; dan zie je waar de kosten lager zijn.

Wat is de meest voorkomende fout bij het kiezen?#

Een mogelijk scenario: je gebruikt een model met een lage tokenprijs voor tekstwerk en complexe functies. Het kan bij routinewerk besparen. Vraagt het bij moeilijke taken echter meer pogingen en tokens of levert het minder bruikbare resultaten, dan kan een model met een hogere tokenprijs uiteindelijk goedkoper zijn. Controleer die voorwaarden met je eigen volledige runs.

Ook een krachtig model kan onnodig duur zijn: als een test laat zien dat een licht model dezelfde taak volgens dezelfde criteria bijvoorbeeld tegen een derde van de kosten oplost, is de meerprijs voor dat geval niet gerechtvaardigd. Dat derde deel is een mogelijke vergelijkingsaanname, geen hier gemeten resultaat.

Een opmerking over mijn eigen aanpak. Ik werk met Claude Code en een abonnement; voor dagelijks werk gebruik ik de gewone API niet, omdat ik liever een voorspelbaar bedrag betaal dan een meter te laten doorlopen. Mijn ervaring laat zien dat gestructureerd werk het verbruik en het succespercentage kan beïnvloeden. Dat bewijst niet dat de modelprijs onbelangrijk is. Neem prijs, alle gebruikte tokens, herhalingen en werkelijk bruikbare resultaten samen mee; meet het effect van context en modelkeuze op dezelfde taken.

Dus, welke agent is goedkoper?#

Er bestaat geen universeel goedkoopste agent: kosten per resultaat verschillen per werklast en model. Gebruik de werkelijke modelprijzen, bereken de kosten van alle pogingen en je eigen voltooiingspercentage, en vergelijk de kosten per bruikbaar resultaat. De prijspagina levert daarvoor een invoerwaarde, maar bepaalt de keuze niet alleen.

Nog één punt. De kosten per opgeloste taak hangen af van de modelprijzen, alle tokens die bij alle pogingen worden gebruikt en het aandeel taken dat werkelijk slaagt. Context en werkwijze kunnen het verbruik en het succespercentage veranderen; de modelkeuze kan dat ook. De voorbeeldpercentages hierboven meten niet welke factor het zwaarst weegt. Vergelijk modellen op dezelfde representatieve taken, tel herhalingen en menselijke correcties mee en kies op basis van de gemeten kosten per bruikbaar resultaat.

De volledige aanpak van vibe coding verbindt methode en modelkeuze: een AI-kloon plus een Second Brain plus context engineering. Een schone context en gestructureerd werk kunnen het tokenverbruik en het succespercentage beïnvloeden; samen met de werkelijke modelprijs bepalen die de kosten van een taak.

Maak kennis met Ailoot.