De gemiddelde prijzen voor kunstmatige-intelligentie-tokens zijn sinds mei 2026 met 67% gedaald, maar de totale uitgaven aan tokens zijn met meer dan 120% gestegen, volgens data gepubliceerd door het durfkapitaalbedrijf Andreessen Horowitz, algemeen bekend als a16z. De cijfers verschenen in de Charts of the Week van het bedrijf, een terugkerende datapublicatie, uitgegeven op 31 oktober 2026, en laten zien dat de vraag naar AI-inferentie snel genoeg groeit om de steilste prijsdalingen te overtreffen. Schattingen van de toename in totale tokenuitgaven lopen uiteen van 122% tot 160% over de ruwweg vijf maanden, wat onderstreept hoe dalende kosten per eenheid gepaard gingen met een algemene uitbreiding van AI-gebruik. Een opmerking voor lezers die "token" doorgaans als een crypto-activum lezen: in deze data verwijst het woord naar eenheden van AI-computatie, niet naar digitale activa.

Wat de cijfers laten zien

In deze context is een token de afrekeneenheid voor AI-modelinferentie: een klein stukje tekst dat een model leest of schrijft, doorgaans enkele tekens tot een volledig woord. Inferentie is het draaien van een getraind AI-model om een uitvoer te produceren, en aanbieders rekenen dit per token af.

De divergentie in de data is opvallend. De prijzen per token daalden sinds mei met 67%, terwijl de totale uitgaven in dezelfde periode met 122% tot 160% stegen. De eenheid werd goedkoper, maar de rekening werd langer. Het gebruik groeide snel genoeg om de prijverlaging volledig te compenseren.

De grootste drijfveer lijken AI-agenten te zijn. Volgens de a16z-data verbruiken agenten bijna vijf keer zoveel tokens als menselijke gebruikers. Een persoon stelt doorgaans een vraag aan een chatbot en leest het antwoord. Een agent voert een langere taak van begin tot eind uit, houdt meer context bij tussen stappen, roept herhaaldelijk tools en modellen aan en zet meer stappen in totaal — en elke stap verbruikt tokens.

Het tokengebruik door agenten is sinds februari 2026 ook met ruwweg een factor veertien gegroeid, wat wijst op een verschuiving naar grotere, meer geautomatiseerde workflows in plaats van eenmalige prompts.

De Jevons-paradox, nu met GPU's

a16z koppelt de trend aan de Jevons-paradox: de observatie, toegeschreven aan de negentiende-eeuwse Engelse econoom William Stanley Jevons, dat wanneer een hulpbron efficiënter of goedkoper te gebruiken wordt, het totale verbruik kan stijgen in plaats van dalen. In de jaren 1860 merkte Jevons op dat efficiënter steenkoolgebruik in Groot-Brittannië gepaard ging met stijgende, niet dalende steenkoolconsumptie. Het concept heeft een tweede leven gekregen in moderne technologiedebatten, waar het routineuze wordt aangehaald wanneer efficiëntiewinsten de vraag lijken aan te wakkeren in plaats van te beteugelen. Op dezelfde manier maakt goedkopere inferentie nieuwe gebruiksscenario's economisch haalbaar, en taken die bij de prijzen van mei te duur waren om te automatiseren, rekenen plotseling uit tegen de tarieven van vandaag.

Er is een kanttekening aan de aanbodzijde. Terwijl de tokenprijzen bleven dalen, bewogen de GPU-huurprijzen zich scherp in de tegenovergestelde richting. De huurkosten voor Nvidia's B300-chips stegen sinds half juli 2026 met 106%, volgens de data, terwijl de huurprijzen voor de B200 in dezelfde periode met 66% stegen. De B300 en B200 zijn hoogwaardige Nvidia-datacentrum-GPU's die worden gebruikt om AI-workloads op schaal uit te voeren.

Dat is een ongemakkelijke combinatie voor iedereen die inferentie verkoopt. De output die ze verkopen wordt goedkoper, terwijl de hardware die ze huren om die te produceren duurder wordt. Het gat tussen de twee curves is een "rack spread" gedoopt — een knipoog naar de handelsterm voor de afstand tussen twee gekoppelde prijzen, in dit geval tussen wat een token opbrengt en wat de compute erachter kost om te huren.

De a16z-grafieken wijzen ook op concentratie aan koperszijde. Een relatief kleine groep topgebruikers is verantwoordelijk voor een aanzienlijk deel van de totale tokenuitgaven. In de praktijk betekent dit dat de totaalcijfers kunnen worden beïnvloed door de gewoonten van een handjevol accounts in plaats van door brede vraag in de gehele gebruikersbasis.

Wat het betekent

Voor aanbieders van AI-modellen is de data een gemengde zegen. Het volume stijgt sterk, en dat is het goede nieuws, maar de omzet per token stort in en de kosten van de GPU's eronder stijgen. De rack spread is die druk in cijfers uitgedrukt.

Voor GPU-eigenaren en cloudexploitanten ziet het er rooskleuriger uit. De sprong van 106% in B300-huurtarieven sinds half juli suggereert dat de vraag naar compute het aanbod voorbijstreeft, althans voor de nieuwste chips.

Voor bedrijven die op AI bouwen is elke individuele aanroep goedkoper dan in mei. Toch kunnen producten met veel agenten snel hoge rekeningen oplopen, aangezien agenten bijna vijf keer zoveel tokens verbruiken als een menselijke gebruiker.

Ook het concentratiepunt verdient aandacht. Wanneer een kleine groep zwaargebruikers het grootste deel van de uitgaven bepaalt, wordt de markt gevoelig voor hun beslissingen.

Voorlopig vertellen de grafieken van a16z een eenvoudig verhaal met een contra-intuïtief einde. AI-inferentie werd in ruwweg vijf maanden twee derde goedkoper, en de reactie van de wereld was om er zoveel meer van te gebruiken dat de totale uitgaven meer dan verdubbelden. Toekomstige updates van de data van het bedrijf zullen uitwijzen hoe de drie bewegende onderdelen — tokenprijzen, GPU-huurtarieven en de samenstelling van de uitgevers achter de totalen — zich verder ontwikkelen.

Bron: CryptoBriefing. Het originele bericht werd geredigeerd door Diego Almada Lopez.