AI kosten verlagen doe je met vier knoppen die de leverancier zelf van een vermenigvuldiger voorziet: het model op de taak kiezen, herhaalde context cachen, niet-urgent werk in batch draaien, en het tokenverbruik volgen. Caching en de batchkorting stapelen, dus je hoeft niet te kiezen. Begin bij het volgen, want zonder verbruikscijfers draai je blind.

Dit artikel is voor een operations manager of COO die een rekening ziet oplopen en wil weten welke knop wat doet. Alle factoren hieronder komen uit de gepubliceerde prijslijst van Anthropic, prijslijst van 18 oktober 2026, en staan in dollars zoals de bron ze noemt. Wat een traject in totaal kost staat in wat kost AI-automatisering; hier gaat het om een rekening die er al is.

Hoe verlaag je de rekening van een taalmodel?

De documentatie noemt vier hefbomen, en in deze volgorde[1]:

  • Een passend model kiezen. Haiku voor eenvoudige taken, Sonnet voor de meeste productieworkloads, Opus voor het meest complexe denkwerk.
  • Prompt caching inzetten om de kosten van herhaalde context te verlagen.
  • Batchverwerking gebruiken via de Batch API, voor taken die niet tijdgebonden zijn.
  • Het tokenverbruik volgen om verbeterpunten te vinden.

Dat is de bron die spreekt, niet een bureau dat een model verkoopt. Het nuttige eraan is dat bij drie van de vier een getal staat waarmee je vooraf kunt rekenen.

Wat scheelt elke hefboom volgens de prijslijst van 18 oktober 2026?

Elke hefboom heeft een eigen factor, een eigen aangrijpingspunt en een eigen grens. Deze tabel zet ze naast elkaar, met het bron-id erbij.

HefboomFactor volgens de documentatieWerkt opWanneer hij niet helpt
Model op de taak kiezenHaiku 5.5 $0,10 en $0,50 per miljoen tokens bij prompts tot 100.000 tokens, Sonnet 5.5 $2 en $10, Opus 5.5 $4 en $20[1]invoer en uitvoerals de taak het zwaardere model echt nodig heeft, of als het aantal tokens per model verschilt[1]
Prompt caching, cache van 5 minutenschrijven 1,25x de basisprijs voor invoer, een hit 0,1x[1]invoerbij context die niet terugkomt; onder één cache-read is het schrijven niet terugverdiend[1]
Prompt caching, cache van 1 uurschrijven 2x de basisprijs voor invoer, terugverdiend na twee cache-reads[1]invoerbij werk dat korter dan een uur na elkaar terugkomt; dan is vijf minuten voldoende[1]
Cache-hit op Opus 5.5 en Sonnet 5.55 procent van de gewone invoerprijs in plaats van 10 procent[1]invoerop andere modellen blijft het 10 procent, op Fable 5.1 en Mythos 5.1 is het 2,5 procent[1]
Batch API50 procent korting op zowel invoer- als uitvoertokens[1]invoer en uitvoerbij werk dat op tijd moet, en bij sessies van beheerde agents, die stateful en interactief zijn[1]
Tokenverbruik volgengeen factor; de documentatie noemt het als de hefboom die de verbeterpunten aanwijst[1]allebei, indirectnooit, maar op zichzelf verlaagt het niets

De vermenigvuldigers van caching stapelen volgens de documentatie met andere prijsmodificatoren, waaronder de korting van de Batch API[1]. Dat is precies de reden om deze tabel als knoppenpaneel te lezen en niet als keuzemenu.

Hoeveel scheelt prompt caching precies?

Drie getallen, en ze hangen samen. Een cache van vijf minuten schrijven kost 1,25 keer de basisprijs voor invoer, een cache van een uur schrijven kost 2 keer, en een cache-hit kost 0,1 keer de basisprijs[1]. Een hit kost dus 10 procent van de gewone invoerprijs, en op Claude Opus 5.5 en Claude Sonnet 5.5 is dat 5 procent[1].

Daaruit volgt het omslagpunt dat de documentatie zelf noemt: caching verdient zich terug na één cache-read bij de duur van vijf minuten, en na twee cache-reads bij de duur van een uur[1]. Komt je context minder vaak terug dan dat, dan kost caching geld in plaats van dat het bespaart.

Waar het op werkt, is alleen de invoerkant. De systeemprompt, de toolbeschrijvingen en de documenten die bij elke aanroep meegaan zijn de kandidaten. Dat zijn vaak precies de onderdelen die ontstaan als je een model aan je eigen systemen hangt; hoe die koppeling eruitziet staat in AI koppelen aan eigen systemen.

Stapelen de batchkorting en caching?

Ja. De documentatie zegt dat de caching-vermenigvuldigers stapelen met andere prijsmodificatoren, waaronder de korting van de Batch API, en dat batch- en cachingkortingen te combineren zijn[1]. De Batch API zelf verwerkt grote aantallen verzoeken asynchroon met 50 procent korting op zowel invoer- als uitvoertokens[1].

Dat is geen detail. Het verschil tussen “kies caching of batch” en “zet ze allebei aan” is het verschil tussen één korting en twee kortingen op dezelfde verwerking. Eén uitzondering hoort erbij: bij beheerde agent-sessies geldt de batchkorting niet, omdat sessies stateful en interactief zijn[1]. Caching werkt daar wel.

Waarom is een goedkoper model niet altijd goedkoper?

Omdat de prijs per miljoen tokens maar de helft van de som is. Hoeveel tokens dezelfde tekst oplevert, hangt af van de tokenizer van het model, de taal en het soort inhoud[1]. Claude 4.7 en latere modellen en Claude Mythos Preview gebruiken een nieuwere tokenizer die ongeveer 30 procent meer tokens voor dezelfde tekst produceert; hoeveel precies hangt af van de inhoud en de vorm van de workload, en Claude Sonnet 4.6 en eerder gebruiken de vorige tokenizer[1].

Praktisch betekent dat twee dingen. Een model dat per miljoen tokens lager staat, kan op jouw workload duurder uitpakken, want je betaalt per token en niet per woord. En een pilot die je op het ene model hebt gedraaid, levert geen bruikbaar tokenaantal voor het andere. Tel opnieuw: de documentatie verwijst voor het aantal tokens van een verzoek naar token counting met het model-ID dat je gaat gebruiken[1].

Welk model bij welke stap hoort, is daarom een meting en geen smaakkwestie. WeAdapt maakt die keuze per stap bij het bouwen van maatwerk AI-tools, in plaats van één model voor een heel systeem aan te wijzen.

Wat laat de documentatie zien als je het doorrekent?

De prijslijst rekent zelf één sessie voor: een sessie van één uur op Claude Opus 5.5 met 50.000 invoertokens en 15.000 uitvoertokens[1].

RegelBerekeningKosten
Invoertokens50.000 x $4 / 1.000.000$0,20
Uitvoertokens15.000 x $20 / 1.000.000$0,30
Sessieruntime1,0 uur x $0,08$0,08
Totaal$0,58

Is prompt caching actief en komen 40.000 van die invoertokens uit de cache, dan wordt dezelfde sessie[1]:

RegelBerekeningKosten
Ongecachete invoertokens10.000 x $4 / 1.000.000$0,04
Cache-reads40.000 x $4 x 0,05 / 1.000.000$0,008
Uitvoertokens15.000 x $20 / 1.000.000$0,30
Sessieruntime1,0 uur x $0,08$0,08
Totaal$0,428

Dit zijn de regels zoals de documentatie ze publiceert, niet een rekensom van WeAdapt. Twee dingen vallen op. De factor 0,05 in de cache-regel is de uitzondering van Opus 5.5 en Sonnet 5.5[1]. En de sessieruntime staat er als eigen regel, omdat beheerde agents op twee dimensies gefactureerd worden, tokens plus sessieruntime, tegen $0,08 per sessie-uur[1]. Die runtime loopt alleen terwijl de sessie de status running heeft; tijd in idle, rescheduling of terminated telt niet mee[1].

Van hier naar een maandbedrag is een andere vraag, met het aantal runs van je eigen proces erin. Die staat uitgewerkt in wat kost een AI-agent per maand, en wat het tegenover de opbrengst zet in ROI van AI-automatisering berekenen.

In welke volgorde draai je aan de knoppen?

Verbruik volgen staat in de documentatie op de vierde plek, maar hoort in de praktijk vooraan: het is de enige hefboom die je vertelt welke van de andere drie de jouwe is[1]. Zeven stappen:

  1. Zet het meten van tokenverbruik aan voordat je iets verandert. Zonder beginstand is elke verbetering een gevoel.
  2. Tel de tokens op het model dat je werkelijk gebruikt, met token counting en dat model-ID[1].
  3. Zoek de herhaalde context op: systeemprompt, toolbeschrijvingen, documenten die bij elke aanroep meegaan. Dat is het deel waar caching op aangrijpt.
  4. Kies de cacheduur op het ritme van je proces, met het omslagpunt uit de documentatie als maat: één cache-read bij vijf minuten, twee bij een uur[1].
  5. Zet alles wat niet op tijd hoeft in de Batch API, en laat caching daarbij aan staan, want de kortingen zijn te combineren[1][1].
  6. Pas daarna het model per stap aan, langs de lijn die de documentatie noemt: Haiku voor eenvoudige taken, Sonnet voor de meeste productieworkloads, Opus voor het meest complexe denkwerk[1].
  7. Meet opnieuw op hetzelfde model en leg het naast stap 1. Verandert er een model, dan begint het tellen opnieuw[1].

De eerste twee stappen kosten geen geld en leveren het inzicht waarop de rest rust. Weet je niet waar het verbruik vandaan komt, dan is dat een inventarisatievraag; WeAdapt doet die als consultancy of als audit op wat er nu draait.

Wil je weten welke van deze vier knoppen bij jouw workload het meest oplevert, voordat er iets verbouwd wordt? Plan een gesprek. Wat er in een traject zit, staat in de FAQ.

Bronnen

  1. Anthropic, Pricing (platform.claude.com, geraadpleegd 18 oktober 2026)