Ethereum-medestichter Vitalik Buterin heeft de aandacht gevestigd op een fundamenteel verschil in de exploitatie-economie van Bitcoin-mining en kunstmatige-intelligentie-inferentie (AI): elektriciteit maakt bijna de helft uit van de kosten van het minen van een Bitcoin, terwijl computerinfrastructuur de uitgaven van het draaien van AI-modellen domineert.

In een bericht op X van 17 oktober vergeleek Buterin de kostenstructuren van de twee sectoren, met schattingen waaruit blijkt dat de Bitcoin-mijnkosten ongeveer gelijk verdeeld zijn tussen kapitaaluitgaven (CapEx) voor hardware en stroom, terwijl de AI-inferentiekosten overweldigend geconcentreerd zijn in computerapparatuur.

Bitcoin-mining: kosten verdeeld tussen hardware en stroom

Volgens Buterin zijn de Bitcoin-mijnkosten ongeveer 50/50 verdeeld tussen computing-CapEx en elektriciteit. Die balans weerspiegelt de eisen van mining op industriële schaal: exploitanten moeten gespecialiseerde hardware aanschaffen — application-specific integrated circuits (ASIC's), uitsluitend gebouwd voor mining — en continue stroomvoorzieningen onderhouden terwijl ze strijden om blockbeloningen.

De kostenopsomming bij het bericht schat de totale mijnkosten op ongeveer $93.700 per Bitcoin. Computerinfrastructuur good is voor $37.600, of circa 40% van het totaal.

Elektriciteit die rechtstreeks door mijnmachines wordt verbruikt, wordt geschat op $40.600 per Bitcoin. Aanvullende stroomgerelateerde kosten voegen nog eens $2.400 toe, wat de gecombineerde elektriciteitskosten op $43.000 brengt — 45,9% van het totaal.

Andere posten omvatten ongeveer $3.200 voor arbeid, $2.500 voor faciliteitshuur en $7.400 voor onderhoud, verzekeringen, belastingen, bandbreedte en verwante operationele vereisten.

De cijfers onderstrepen waarom elektriciteitsprijzen een cruciale factor blijven voor mijnrendabiliteit, hoewel de werkelijke productiekosten variëren met hardware-efficiëntie, lokale energietarieven, financieringsregelingen en bedrijfsomstandigheden. En omdat mijnhardware single-purpose is en niet kan worden heringericht voor andere workloads, koppelt die kostenmix de economie van exploitanten nauw aan waar — en tegen welke prijs — ze stroom kunnen verkrijgen.

Fun fact of the day: Bitcoin mining cost is split about 50/50 between compute capex and electricity. Meanwhile, AI inference is almost completely dominated by compute capex. pic.twitter.com/PCFKZSuNRw

— vitalik.eth (@VitalikButerin) October 17, 2026

AI-inferentie: computerinfrastructuurineert

Buterin zette dit af tegen AI-inferentie — het proces waarmee getrainde modellen antwoorden, voorspellingen en andere uitvoer genereren. In die sector good is computing-kapitaaluitgaven voor ongeveer $19.900 per GPU-jaar, wat 76% van de totale inferentiekosten vertegenwoordigt.

Elektriciteit speelt een veel kleinere rol. Direct stroomverbruik wordt geschat op $1.050 per GPU-jaar, met andere elektriciteitskosten die $210 toevoegen. Samen vertegenwoordigen deze categorieën circa 4,8% van de geschatte jaarlijkse kosten per GPU van $26.260.

Arbeid good is voor nog eens $1.400, terwijl faciliteitshuur $900 uitmaakt. Overige kosten — waaronder onderhoud, verzekeringen, belastingen en bandbreedte — bedragen in totaal ongeveer $2.800.

Anders dan mijnmachines zijn de GPU's die voor inferentie worden gebruikt general-purpose processoren die een breed scala aan computing-workloads kunnen bedienen. Met apparatuur in plaats van stroom als dominantste kostenpost zijn hardwareprijzen, financiering en gebruik de variabelen die het zwaarst wegen voor exploitanten.

Uiteenlopende economische druk

De vergelijking belicht de verschillende kostendruk waarmee elke sector te maken heeft. Bitcoin-miners moeten investeringen in apparatuur afwegen tegen aanzienlijke terugkerende elektriciteitsrekeningen, terwijl AI-exploitanten groter blootstaan aan kosten van computerinfrastructuur.

Omdat de twee opsommingen verschillende eenheden gebruiken — kosten per geminede Bitcoin versus kosten per GPU-jaar — gaan de cijfers over kostenopbouw in plaats van een directe, vergelijkbare totale uitgavenpost.

Deze dynamiek helpt verklaren waarom sommige Bitcoin-mijnbedrijven uitbreiden naar AI-datacenters. Bestaande stroomovereenkomsten en infrastructuur kunnen zulke diversificatie ondersteunen, hoewel financiering, apparatuurvereisten en klantvraag belangrijke overwegingen blijven. Wat bij zulke conversies overdraagbaar is, is grotendeels infrastructuur op locatieniveau — netaansluitingen, stroomcontracten en koeling — eerder dan de mijnmachines zelf.

De vergelijking van Buterin stelt niet dat de ene sector universeel goedkoper te exploiteren is. In plaats daarvan illustreert ze hoe investeringen in hardware en elektriciteitsverbruik anders wegen binnen de twee exploitatiemodellen — een verdeling die naar verschillende variabelen wijst om in de gaten te houden: energiemarkten aan de mijnkant, en het aanbod en de prijzen van computerhardware aan de AI-kant.