AI-inferencekosten dalen hard — wat betekent dat voor jou?

TL;DR

• Wat: B.AI biedt 50% korting op DeepSeek-V4-Flash-modellen, onderdeel van een bredere trend waarin AI-inferencekosten razendsnel dalen.
• Waarom relevant: goedkopere inference betekent dat AI-toepassingen in je bedrijf sneller rendabel worden — van klantenservice tot documentverwerking.
• Wat je ermee kunt: bekijk of je huidige AI-kosten nog marktconform zijn en vergelijk aanbieders, want de prijzen verschuiven snel.

Ik stuitte op een tweet van @kidsreallycute die een interessante observatie maakt: het platform B.AI heeft opnieuw forse kortingen aangekondigd op inference — het daadwerkelijk draaien van AI-modellen. Maar wat mij meer triggerde dan de korting zelf, is de onderliggende stelling: inference wordt steeds meer een optimalisatieprobleem. Dat klinkt technisch, maar heeft directe gevolgen voor wat jij als ondernemer betaalt voor AI.

Wat is er precies gebeurd?

B.AI is een platform dat via één API toegang biedt tot meer dan twintig grote taalmodellen — denk aan modellen van OpenAI, Anthropic, Google en DeepSeek. Je kunt het zien als een soort tussenstation: in plaats van bij elke aanbieder apart een account aan te maken, regel je het via één plek.

Per 3 september 2026 biedt B.AI 50% korting op het gebruik van DeepSeek-V4-Flash en DeepSeek-V4-Flash-Vision-Exp. Daarnaast draaien meerdere andere modellen op het platform met flinke kortingen of zelfs gratis — waaronder GLM-5.3-Flash en Qwen3.8-Flash.

Wat mij hier opvalt: dit is niet één aanbieder die een keer uitpakt met een actie. Dit past in een patroon dat al maanden zichtbaar is.

De grotere trend: inferencekosten in vrije val

Even een stapje terug. "Inference" is het moment waarop een AI-model daadwerkelijk iets voor je doet — een vraag beantwoorden, een tekst samenvatten, een afbeelding analyseren. Dat kost rekenkracht, en die rekenkracht kost geld.

Maar die kosten dalen in een tempo dat ik eerlijk gezegd bijzonder vind. Volgens analyses van onder meer Epoch AI en diverse marktoverzichten zijn de kosten voor het draaien van een GPT-4-klasse model gedaald van zo'n $30 naar minder dan $0,50 per miljoen tokens — een daling van ruwweg 95% in twee jaar tijd. Sommige berekeningen komen zelfs uit op een factor 1.000x goedkoper in drie jaar.

Die daling komt door een stapeling van factoren:

• Betere hardware — elke nieuwe generatie GPU's levert 2 tot 3 keer meer prestaties per watt.
• Slimmere software — technieken als continuous batching en PagedAttention maken het mogelijk meer verzoeken tegelijk te verwerken.
• Efficiëntere modelarchitectuur — zogeheten Mixture-of-Experts (MoE) modellen activeren alleen de delen van het netwerk die nodig zijn, wat 3 tot 5 keer scheelt in rekenkosten.
• Kwantisatie — modellen worden "lichter" gemaakt zonder al te veel kwaliteitsverlies, goed voor nog eens 2 tot 4 keer besparing.

Al die verbeteringen stapelen op elkaar. En dat verklaart waarom je overal kortingsacties ziet: de onderliggende kosten zakken zo snel dat aanbieders hun prijzen mee moeten laten dalen om concurrerend te blijven.

Waarom dit er voor jou als ondernemer toe doet

Stel dat je als ondernemer een AI-chatbot draait voor klantenservice, of dat je facturen automatisch laat verwerken met een taalmodel. De kosten daarvoor bestaan grofweg uit twee delen: de eenmalige inrichting en de doorlopende inferencekosten — elke keer dat het model iets doet, betaal je tokens.

Volgens recente schattingen liggen de maandelijkse kosten voor AI-automatisering in het MKB ergens tussen €50 en €5.000, afhankelijk van de complexiteit. Die ondergrens is de afgelopen twee jaar flink gezakt, juist doordat inferencekosten zijn gedaald.

Wat ik interessant vind aan de observatie uit de tweet: inference wordt een optimalisatieprobleem. Dat betekent in gewone taal: het gaat steeds minder om de vraag "kan ik het betalen?" en steeds meer om "hoe richt ik het slim in?"

Drie concrete dingen om over na te denken

1. Vergelijk je huidige aanbieder. Als je een jaar geleden een contract hebt afgesloten voor AI-diensten, is de kans groot dat je nu te veel betaalt. De markt beweegt snel. Volgens marktdata van Q2 2026 bieden inmiddels alle grote aanbieders batch-API's aan met 50% korting op invoertokens.

2. Kies het juiste model voor de taak. Niet elke vraag die je bedrijf stelt aan een AI-model vereist het duurste, krachtigste model. Een eenvoudige classificatie — "is deze e-mail een klacht of een compliment?" — kan prima met een klein, goedkoop model. Het slim routeren van verzoeken naar het juiste model is precies dat optimalisatieprobleem waar de tweet over gaat.

3. Gratis modellen als instap. Platformen als B.AI bieden op dit moment meerdere modellen gratis aan. Dat is een bewuste strategie om gebruikers aan te trekken, maar het biedt jou als ondernemer wél een kans om te experimenteren zonder meteen kosten te maken.

De keerzijde: goedkoop is niet altijd beter

Ik wil hier ook een kanttekening plaatsen. B.AI werkt met een credit-systeem en ondersteunt betalingen via crypto op de TRON-blockchain. Dat is voor veel Nederlandse ondernemers niet de meest gangbare manier van afrekenen. Het roept vragen op over facturering, boekhouding en btw-afhandeling.

Daarnaast geldt: het feit dat een model goedkoop is, zegt niets over of het goed genoeg is voor jouw specifieke toepassing. Een korting van 50% op een model dat niet de juiste antwoorden geeft voor jouw klanten, is geen besparing — het is weggegooid geld.

Wat mij betreft is het verstandig om bij dit soort prijsdalingen niet alleen naar de euro's te kijken, maar ook naar de kwaliteit van de output, de betrouwbaarheid van het platform en de vraag of je er zakelijk mee uit de voeten kunt.

Wat verwacht ik de komende maanden?

Volgens meerdere marktanalyses zullen API-prijzen naar verwachting nog eens 20 tot 30% dalen voor het einde van 2026. De concurrentie tussen aanbieders is hevig en de technische verbeteringen blijven komen.

Voor mij is dit vooral een signaal dat de drempel om AI zinvol in te zetten in je bedrijf — ook als kleiner bedrijf — elke maand lager wordt. Niet omdat er een magische nieuwe technologie verschijnt, maar simpelweg omdat het steeds minder kost om bestaande technologie te draaien. En dat is, op een rustige manier, best een grote verschuiving.