AI-agents verbruiken nu vijf keer meer tokens dan mensen

TL;DR

• Wat: AI-agents verbruiken op OpenRouter inmiddels vijf keer zoveel tokens als menselijke gebruikers — een groei van 14x sinds februari 2026.
• Waarom relevant: de manier waarop AI wordt ingezet verschuift van chatgesprekken naar continu draaiende softwareprocessen, en dat heeft directe gevolgen voor kosten en bedrijfsvoering.
• Wat je ermee kunt: breng in kaart welke AI-tools in jouw bedrijf draaien, of ze agentisch werken, en wat dat betekent voor je tokenverbruik en factuur.

Ik kwam een tweet tegen van @FinanceYF5 die me aan het denken zette: "Mensen zijn de minderheidsgebruiker van AI geworden." Dat klinkt als sciencefiction, maar de data erachter is concreet en afkomstig van OpenRouter, een groot routeringsplatform voor AI-modellen. Ik vind dit interessant genoeg om er even bij stil te staan.

Wat de cijfers laten zien

OpenRouter verwerkt verzoeken naar verschillende AI-modellen — je kunt het zien als een soort verkeersknooppunt voor AI-verkeer. Analyst Peter Walker publiceerde data waaruit blijkt dat het tokenverbruik door AI-agents is gestegen van 0,51 biljoen naar 7,3 biljoen tokens. Dat is een groei van veertien keer sinds februari 2026. Menselijk gebruik groeide in dezelfde periode met een factor 2,8.

Even voor de context: een "token" is een stukje tekst dat een AI-model verwerkt. Ruwweg komt 100 tokens overeen met een alinea tekst. Wat hier dus staat is dat machines veertien keer meer tekst zijn gaan verwerken, terwijl menselijk gebruik minder dan drie keer groeide.

Volgens dezelfde analyse was 6 februari 2026 mogelijk de laatste dag waarop menselijke gebruikers meer tokens verbruikten dan AI-agents. Sindsdien zijn de rollen omgedraaid.

Wat is een AI-agent eigenlijk?

Dit is een belangrijk onderscheid. Als jij ChatGPT opent en een vraag stelt, ben jij de gebruiker. Jij typt, het model antwoordt, klaar. Dat is een chatgesprek.

Een AI-agent werkt anders. Stel dat je als ondernemer een softwaretool inzet die automatisch klantmails beantwoordt, daarvoor eerst je CRM raadpleegt, vervolgens een concept schrijft, dat concept laat controleren door een ander AI-model, en pas dan verstuurt. Dat hele proces draait zonder dat jij er iets voor hoeft te doen. Elke stap — het plannen, het ophalen van informatie, het aanroepen van andere tools, het evalueren — kost tokens. Veel tokens.

Daar zit de kern van die verschuiving. Waar AI eerder draaide om één mens die één vraag stelde, draait het nu steeds vaker om software die zelfstandig doorwerkt. Continu. Met meerdere stappen. En soms start zo'n agent weer een nieuw AI-proces op als tussenstap.

De kostenkant: minder dramatisch dan het lijkt

Wat mij opvalt als ik iets dieper in de data duik, is dat de kosten niet evenredig stijgen met het tokenverbruik. Volgens analyses van onder andere Andreessen Horowitz bestaat zo'n 70 tot 85 procent van het agentverbruik uit zogenaamde "cached prompts" — herhaalde instructies die het model al eerder heeft verwerkt en die daardoor veel goedkoper zijn.

Een concreet voorbeeld: bij sommige modellen kost een standaard input-token 4 dollar per miljoen tokens, maar een gecachte variant slechts 0,40 dollar. Dat is een verschil van 90 procent. Dus hoewel agents vijf keer meer tokens verbruiken dan mensen, is de werkelijke kostenstijging volgens sommige berekeningen slechts zo'n 18 procent. Dat is een stuk minder alarmerend dan de kale cijfers suggereren.

Maar — en dat is een belangrijke kanttekening — die kosten groeien wél door. Het totale weekelijkse tokenvolume op OpenRouter steeg van 0,4 biljoen in december 2024 naar 27 biljoen in maart 2026. Dat is bijna 68 keer zoveel in vijftien maanden. Zelfs met kortingen op caching is dat een flinke stijging.

Wat betekent dit voor een ondernemer?

Ik denk dat dit voor veel ondernemers nog ver van hun bed staat. Maar dat verandert sneller dan je denkt. Steeds meer softwaretools die je als bedrijf gebruikt — van boekhoudsoftware tot klantenserviceplatforms — bouwen agentische functies in. Die tools werken op de achtergrond, verbruiken tokens, en de rekening komt uiteindelijk bij jou terecht.

Dat vraagt om een ander soort bewustzijn. Bij traditionele software betaal je per licentie of per gebruiker. Bij AI-agents betaal je per verbruik — en dat verbruik kan flink oplopen als een agent continu draait en meerdere modellen aanspreekt.

Een paar dingen waar ik als ondernemer over zou nadenken:

Inzicht in verbruik

Weet je welke tools in jouw bedrijf op AI-agents draaien? En heb je zicht op wat dat kost? Veel platforms rekenen per API-aanroep of per token, en die kosten kunnen oplopen zonder dat je het merkt als een agent 24 uur per dag doorwerkt.

Budgettering herzien

De traditionele manier van software budgetteren — vaste licentie, vaste prijs — werkt niet goed voor agentische AI. Volgens de eWeek-analyse moeten bedrijven "zichtbaarheid hebben in tokenverbruik, modelaanroepen en langlopende workflows" om kosten beheersbaar te houden.

Proportionaliteit

Niet elke taak heeft een continu draaiende agent nodig. Soms is een eenvoudig chatgesprek met een AI-model effectiever én goedkoper. De kunst is om agentische AI in te zetten waar het écht waarde toevoegt — bij herhaalde, complexe processen — en niet omdat het kan.

Een kanttekening bij de data

Ik wil eerlijk zijn: deze cijfers komen van één platform, OpenRouter, dat zich richt op open-weight modellen. Dat zijn modellen die doorgaans minder efficiënt zijn dan gesloten alternatieven van bijvoorbeeld OpenAI of Anthropic. Het is dus mogelijk dat de verhoudingen er bij andere platforms anders uitzien. Tegelijkertijd is de richting van de trend breed zichtbaar: Goldman Sachs, Dell en Futurum Research publiceren vergelijkbare analyses over de explosieve groei van agentisch tokenverbruik.

Ook interessant: Stripe nam OpenRouter eerder dit jaar over voor 7,5 miljard dollar. Dat zegt iets over hoe serieus de markt deze infrastructuurlaag neemt.

Wat ik hieruit meeneem

Voor mij is dit vooral een signaal dat de relatie tussen mens en AI aan het verschuiven is. We gaan van "ik stel een vraag" naar "ik zet een proces in gang". Dat is fundamenteel anders — niet alleen technisch, maar ook in hoe je als bedrijf met kosten, controle en verantwoordelijkheid omgaat. De machine is niet meer alleen een gesprekspartner. Ze is een collega die doorwerkt als jij naar huis gaat. En die collega stuurt ondertussen haar eigen factuur.