AI-tokenindex zakt voor het eerst onder een dollar per miljoen tokens

De tokenprijsindex van Silicon Data zakte maandag naar 97 dollarcent per miljoen tokens, de eerste notering onder een dollar sinds de start eind vorig jaar en minder dan de helft van de zomerpiek.

Dat cijfer is geen prijskaartje maar een marktgemiddelde, en juist dat verschil bepaalt wat je er in september mee kunt. De index verloor in zeven dagen 8,6 procent. Wie nu een AI-budget voor het vierde kwartaal vaststelt of een jaarcontract tekent, legt een prijs vast in een markt die per week beweegt. Op de prijslijsten van de labs staat intussen iets heel anders: Claude Opus 5 kost 5 dollar per miljoen invoertokens en 25 dollar per miljoen uitvoertokens, ruim vijf tot ruim vijfentwintig keer het indexniveau. Wie 97 cent als onderhandelingsanker gebruikt voor capaciteit op een topmodel, rekent met het verkeerde getal.

Wat de index wel en niet meet

De LLM Token Expenditure Index staat op de Bloomberg-terminal onder ticker SDLLMTK en berekent dagelijks de verbruiksgewogen prijs van een miljoen tokens. Silicon Data volgt daarvoor ruim 200 open modellen en 120 gesloten modellen en combineert actieve aanbiedersprijzen met echt waargenomen verbruik op routeringsplatforms. Het bedrijf schrijft er zelf bij dat een gepubliceerde prijslijst de markt niet beschrijft, omdat een model genoteerd kan blijven terwijl het zijn economische betekenis verliest.

Daardoor beweegt de index op drie verschillende dingen:

• Prijs. Een aanbieder past zijn tarief aan en de effectieve kosten van toegang veranderen mee.
• Mix. Klanten verschuiven hun verbruik naar goedkopere modellen, waardoor de index zakt terwijl geen enkele prijslijst verandert.
• Samenstelling. Modellen komen de mand in of gaan eruit naarmate hun marktaandeel groeit of krimpt.

Een daling van 8,6 procent in een week betekent dus niet automatisch dat jouw leverancier goedkoper werd. Het kan net zo goed betekenen dat de rest van de markt naar een ander model verhuisde.

Waarom hij nu onder een dollar zakt

Volgens CNBC, dat de daling maandag als eerste meldde, drukken drie krachten tegelijk. Goedkopere Chinese open modellen zoals Kimi K3 van Moonshot trekken de markttarieven omlaag, OpenAI verlaagde eind juli de prijs van twee GPT-5.6-modellen, en andere labs voerden dynamische tarieven in die met de vraag meebewegen. Daar komt bij dat het produceren van een token zelf goedkoper wordt.

Die verschuiving naar goedkopere modellen was op routeringsplatforms al zichtbaar voordat de index onder een dollar dook: open modellen zijn goed voor 62 procent van het tokenverkeer op Vercels AI Gateway.

Wat er sinds half augustus is veranderd

Twee weken geleden stond de teller nog anders. Toen betaalden klanten van de Amerikaanse labs bijna een kwart minder per miljoen tokens dan midden juli, en haalde Anthropic een verhoging van tafel die op 1 september zou ingaan. Die datum is nu gepasseerd zonder verhoging: in de prijsdocumentatie staat het introductietarief van Claude Sonnet 5 van 2 en 10 dollar per miljoen in- en uitvoertokens als standaardprijs.

Aan de kant van OpenAI loopt sinds 21 augustus een actietarief voor GPT-5.6 Sol van 4 dollar invoer en 20 dollar uitvoer per miljoen tokens. De eigen prijsdocumentatie van OpenAI zegt dat dat tarief ten minste tot 21 november 2026 geldt. Dat is de datum die telt voor wie nu een begroting maakt: het goedkoopste moment op de kalender heeft een einddatum.

Een lagere index is geen lagere factuur

De prijs per token daalt al jaren en toch lopen de rekeningen op. Een agentproces verstookt per opdracht al snel het honderdvoudige van een gewone chatvraag, en dat verbruik groeit harder dan het tarief zakt. Gartner rekent erop dat de inferentiekosten per agentische workflow tot 2028 vervijfvoudigen. Een begroting die op de tokenprijs rust in plaats van op het verwachte aantal tokens, staat in de verkeerde eenheid.

De druk verschuift naar de labs

Bij de aanbieders werkt dezelfde daling de andere kant op. "Foundation model labs are the most directly exposed", schreef Charles Henry Monchau, beleggingsdirecteur bij Syz Group, in een notitie die CNBC aanhaalt. Tokendeflatie drukt de omzetregel terwijl de vastgelegde uitgaven aan rekenkracht gewoon doorlopen. Steve Hou, hoofd onderzoek bij Silicon Data, leest de daling als een teken dat het bestaande aanbod aan modellen voor de meeste taken al ruim voldoende is.

Dat verklaart waar de labs hun concurrentie naartoe verplaatsen. Monchau ziet ze wegdraaien van pure modelprestatie, een terrein waarop open modellen de achterstand tot een kwestie van maanden hebben teruggebracht, richting distributie, geheugen en context. De prijs van ruwe intelligentie wordt daarmee een gewoon marktcijfer, net als de dagprijs van rekenkracht of geheugen. Voor wie de factuur betaalt schuift de hefboom mee: niet het tarief per token bepaalt de komende jaren je AI-kosten, maar hoeveel tokens je processen opvragen en op welk model ze landen.