De kosten voor het gebruik van grensverleggende AI-modellen zijn stilletjes ingestort. Sinds juni hebben OpenAI en Anthropic de prijzen van hun vlaggenschip LLM’s met 40% tot 80% verlaagd door een snelle reeks overlappende prijsverlagingen – en een analyse die op 25 oktober werd gepubliceerd door datawetenschapper Max Woolf legt maand na maand uit hoe een regelrechte prijzenoorlog zich ontvouwde tussen de twee bedrijven.

De tijdlijn is van belang omdat het laat zien dat de bezuinigingen geen eenmalige korting waren, maar een aanhoudende concurrentiespiraal, waarbij elk bedrijf binnen enkele dagen op de stappen van de ander reageerde. Voor meer context over dit verhaal, zie onze voortdurende berichtgeving over AI news.

De tijdlijn: vier maanden van dalende prijzen

De analyse van Woolf volgt de prijzen per miljoen tokens (invoer, uitvoer en cache-lezen) voor elke grote release van beide laboratoria sinds eind juni:

  • 26 juni: OpenAI lanceerde GPT-5.6 Sol voor $5 input / $30 output per miljoen tokens, met klein model Luna voor $1 / $6.
  • 30 juni: Anthropic lanceerde Claude Sonnet 5 voor $ 2 / $ 10 – een lanceringsprijs die het als tijdelijk omschreef.
  • 24 juli: Anthropic lanceerde Claude Opus 5 voor $5 / $25, wat direct overeenkomt met GPT-5.6 Sol.
  • 30 juli: OpenAI verlaagde de prijs van GPT-5.6 Luna met 80% naar $0,20 / $1,20.
  • 10 augustus: Anthropic heeft de kortingsprijs van Sonnet 5 permanent gemaakt.
  • 21 augustus: OpenAI verlaagt GPT-5.6 Sol met ongeveer 20%, naar $4 / $20, gedurende drie maanden.
  • 1 september: Anthropic lanceerde Fable 5.1 voor $10 / $50, waarbij de cache-read-prijs met 75% werd verlaagd.
  • 22 september: OpenAI lanceerde GPT-6 Sol voor een verrassende prijs van $2 / $10 – de helft van zijn afgeprijsde voorganger – en op dezelfde dag lanceerde Anthropic Claude Opus 5.5 voor $4 / $20, waarbij het bedrijf verklaarde dat "Opus 5.5 minder rekenkracht nodig heeft dan Opus 5, en de prijs weerspiegelt dat."
  • 29 september: OpenAI volgde met GPT-6.1 Sol, opnieuw op $2 / $10, maar waarbij de cache-leesprijs gehalveerd werd naar $0,10 — waardoor de modelfamilie cumulatief ongeveer 75% goedkoper is dan in juni.

Volgens Woolf's boekhouding zijn de kosten voor het gebruik van deze modelfamilies in vier maanden tijd enorm gedaald, zonder zichtbaar verlies aan uitvoerkwaliteit. De bezuinigingen vloeien ook voort uit op abonnementen gebaseerde codeertools zoals Codex en Claude Code, en niet alleen via onbewerkte API-toegang.

Cacheprijzen zijn het verborgen slagveld

Een van de scherpste inzichten uit de analyse betreft de cache-leeskosten: de prijs voor het opnieuw lezen van de herinnering van een model aan een lopend gesprek. Bij agentische coderingsworkloads vormen cache-lezingen 96% tot 99% van de totale tokenuitgaven, en de cache-hitpercentages lopen doorgaans op van 90% tot 100%.

Deze rekensom is de reden waarom de 75% cache-read-reductie van Anthropic voor Fable 5.1 correleerde met een 70% tot 75% reductie van de werkelijke kosten van het gebruik van het model, ook al zijn de belangrijkste input- en outputprijzen nooit veranderd. Toen OpenAI een maand later de cacheprijs van GPT-6.1 Sol halveerde, kwam dit overeen met de cache van Anthropic die was vastgesteld op ongeveer 5% van de inputprijs.

Waarom de prijzen met 80% verlagen?

Woolfs antwoord concentreert zich op commoditisering. Sinds het gebruik van agentic LLM in november 2025 een enorme groei doormaakte, zijn modellen volgens hem gemakkelijk uitwisselbaar geworden: ontwikkelaars kunnen tussen modellen schakelen met een schakelaar in tools als OpenCode of een ander eindpunt op OpenRouter, waardoor laboratoria weinig beperkingen en veel prijsdruk hebben.

De andere externe factor is concurrentie met open gewicht. DeepSeeks V4 Flash, uitgebracht in april 2026 met een input van $ 0,14 / output van $ 0,28 en een cache-leesprijs van slechts $ 0,0028, ging viraal, juist omdat OpenAI destijds geen goedkoop kleinschalig model had. Woolf vermoedt dat de 80% GPT-5.6 Luna-verlaging in juli rechtstreeks op deze kleinere modellen met open gewicht was gericht. De bijgewerkte Flash V4.1 van DeepSeek scoort 45 op de Artificial Analysis-index, een stijging ten opzichte van 24, tegen vergelijkbare prijzen – waardoor de druk hoog blijft.

"Niemand verlaagt de prijzen met 80%, tenzij er iets van buitenaf in het spel is", schrijft Woolf.

De uitgaven stijgen hoe dan ook

De wending aan het einde van de analyse: goedkopere tokens hebben niet geleid tot goedkopere rekeningen. Uit gegevens van de AI-modelgateway van Vercel blijkt dat de kosten per token dalen tot 43,3% van het niveau van april 2026 – terwijl de totale uitgaven blijven stijgen, omdat modellen sneller capabeler worden dan dat ze goedkoper worden.

Die dynamiek verklaart de strategische logica aan beide kanten. Voor de laboratoria zorgen lagere prijzen voor een toename van het gebruik en het vasthouden van ontwikkelaars, zelfs als de marges per token kleiner worden. Voor klanten daalt de effectieve prijs van een eenheid nuttig werk – een gesloten ticket, een samengevoegd pull-verzoek, een voltooide onderzoekstaak – nog sneller dan de stickerprijzen suggereren.

Wat je nu moet bekijken

Als dit patroon standhoudt, zullen de volgende modelreleases van OpenAI en Anthropic verschijnen met prijzen op of onder hun voorgangers, en zullen de cache-read-prijzen blijven convergeren in de richting van de agressieve verhoudingen die DeepSeek heeft vastgesteld. Google en Meta, die volgens Woolf ook op deze markt concurreren, worden met dezelfde wiskunde geconfronteerd.

Voorlopig zijn kopers van AI-computers de duidelijke winnaars van een oorlog die nog geen tekenen van einde vertoont – en de analyse suggereert dat het eindspel een markt is waar grenscapaciteiten worden geprijsd als handelswaar, waarbij differentiatie voortkomt uit alles wat rond het model is verpakt en niet zozeer uit het model zelf.

---

Blijf AI een stap voor

Ontvang het laatste AI-nieuws, analyses en doorbraken – allemaal op één plek.

Lees meer AI-nieuws →