io.net claimt 30x groei in AI-inference in zeven maanden

TL;DR

• Wat: io.net, een gedecentraliseerd GPU-netwerk, zegt in zeven maanden te zijn gegroeid van 500 miljoen naar 15 miljard verwerkte AI-tokens per dag.
• Waarom relevant: als open-source modellen steeds goedkoper worden om te draaien, verandert dat de kosten-batenanalyse voor ondernemers die AI willen inzetten.
• Wat je ermee kunt: bekijk of je huidige AI-kosten nog kloppen — alternatieven op basis van open modellen worden snel betaalbaarder.

Ik kwam een bericht tegen van io.net op X waarin het bedrijf forse groeicijfers deelt over hun AI-infrastructuur. Wat mij triggerde is niet zozeer het getal zelf, maar wat het zegt over de richting waarin AI-inference beweegt — en wat dat kan betekenen als je als ondernemer AI-tools gebruikt of overweegt.

Wat zegt io.net precies?

io.net is een platform dat verspreide GPU's — grafische kaarten die normaal gesproken in datacenters staan — bundelt tot een netwerk waarop AI-modellen kunnen draaien. Denk aan een soort Airbnb voor rekenkracht: in plaats van zelf dure hardware te kopen, tap je in op een netwerk van beschikbare capaciteit.

In hun bericht claimen ze het volgende:

• In maart 2026 verwerkten ze 500 miljoen tokens per dag.
• Eind september 2026 is dat 15 miljard tokens per dag.
• Dat is een groei van factor 30 in minder dan zeven maanden.
• Ze zeggen 64% van het tokenverkeer van Nemotron 3.5 Lightning op OpenRouter voor hun rekening te nemen.

Nemotron 3.5 Lightning is een open AI-model van NVIDIA — een zogenaamd Mixture-of-Experts-model met 30 miljard parameters, waarvan er slechts 3 miljard tegelijk actief zijn. Dat maakt het model relatief licht om te draaien, maar toch behoorlijk capabel. OpenRouter is een soort marktplaats waar je via één API toegang krijgt tot verschillende AI-modellen bij verschillende aanbieders.

Een kanttekening bij de cijfers

Ik wil hier wel eerlijk zijn: de groeicijfers komen uit io.net's eigen communicatie. In juni 2026 rapporteerden diverse bronnen dat io.net op 4 miljard tokens per dag zat. De sprong naar 15 miljard in drie maanden tijd is fors. Ik heb geen onafhankelijke bevestiging van dat getal kunnen vinden. Dat maakt de claim niet onwaar, maar het is goed om te weten dat dit vooralsnog zelfgerapporteerde cijfers zijn.

Waarom open modellen interessant worden voor ondernemers

Wat mij opvalt aan dit verhaal is niet zozeer io.net als bedrijf, maar het bredere patroon erachter. De slotopmerking in hun bericht vind ik eigenlijk het interessantst: "Capable open models are here. Making them affordable at scale is the work."

Dat is precies wat er aan het verschuiven is. De modellen zelf — Llama, Mistral, Nemotron, DeepSeek — zijn gratis te downloaden en te gebruiken. De uitdaging zit 'm niet meer in het bestaan van goede modellen, maar in het betaalbaar draaien ervan. En daar positioneren bedrijven als io.net zich.

Voor jou als ondernemer betekent dat concreet: de kosten van AI-gebruik dalen. Waar je met propriëtaire modellen als GPT-4 of Claude al snel duizenden euro's per maand kwijt bent aan tokenkosten, bieden open alternatieven steeds vaker een voorspelbaarder kostenplaatje. Volgens analyses van Accenture rapporteren organisaties die eigen open-source modellen draaien 20 tot 50 procent lagere inferencekosten.

Wat is gedecentraliseerde inference eigenlijk?

Ik merk dat het concept misschien wat abstract klinkt, dus laat me het even ontleden. Traditioneel huur je AI-rekenkracht bij een cloudprovider — Amazon (AWS), Google Cloud, Microsoft Azure. Dat werkt, maar het is duur en je zit vast aan hun prijslijst.

io.net doet het anders: ze aggregeren GPU's van allerlei bronnen — onafhankelijke datacenters, miners, bedrijven met onbenutte hardware — en maken die beschikbaar als één netwerk. Het draait op de Solana-blockchain, wat het een DePIN-project maakt (Decentralized Physical Infrastructure Network).

De belofte: tot 70% lagere kosten dan AWS, met toegang tot meer dan 30.000 GPU's. Of die belofte in de praktijk standhoudt, hangt af van je specifieke situatie — maar het model is op z'n minst het volgen waard.

Kun je je voorstellen wat dit betekent als je bijvoorbeeld een klantenservice-chatbot draait die dagelijks duizenden gesprekken verwerkt? Of als je een AI-agent hebt die offertes samenstelt op basis van klantdata? Dan worden de kosten per interactie een serieuze post op je begroting, en elke halvering van die kosten telt.

Wat dit betekent voor het Nederlandse MKB

Nu denk je misschien: leuk die Amerikaans-crypto-tech-wereld, maar wat heb ik eraan in Eindhoven of Groningen?

Ik denk dat er een paar dingen relevant zijn:

De prijs van AI-tools daalt structureel

Of het nu via io.net gaat of via andere aanbieders — de trend is duidelijk. Voor het MKB worden eerste AI-implementaties steeds toegankelijker, met instapkosten vanaf zo'n €1.500 voor een afgebakend proces en maandelijkse kosten tussen de €200 en €600. Open-source modellen drukken die kosten verder omlaag.

Je hoeft niet alles zelf te bouwen

Platforms als OpenRouter maken het mogelijk om via één API verschillende modellen te proberen — inclusief budgetmodellen die slechts $0,02 tot $0,30 per miljoen tokens kosten. Dat is een fractie van wat de topmodellen vragen. Voor veel zakelijke toepassingen — samenvattingen, classificatie, standaard klantvragen — is zo'n model ruim voldoende.

Vendor lock-in wordt minder vanzelfsprekend

Als open modellen op meerdere platforms beschikbaar zijn bij meerdere aanbieders, ben je minder afhankelijk van één partij. Nemotron 3.5 Lightning wordt bijvoorbeeld gehost door vijf verschillende providers op OpenRouter, waaronder io.net, CoreWeave en DeepInfra. Die concurrentie is goed voor de prijs.

De blockchain-component: relevant of niet?

Ik wil niet doen alsof er geen kanttekening bij hoort. io.net is een crypto-project met een eigen token (IO) op Solana. Dat betekent dat er naast de technische propositie ook een financiële laag zit — tokenomics, staking, burns — die los staat van de vraag of de inference goed werkt.

Voor mij persoonlijk maakt dat het iets lastiger om puur op de technische merites te beoordelen. De groeicijfers die io.net deelt, kunnen deels gedreven zijn door crypto-incentives (subsidies, gratis credits) in plaats van puur organische vraag. Dat weet ik niet zeker, maar ik vind het eerlijk om het te benoemen.

Als ondernemer zou ik me vooral afvragen: werkt de API betrouwbaar, wat is de latency, en wat kost het per token? De blockchain eronder is dan een implementatiedetail — interessant, maar niet waar je je keuze op baseert.

Een signaal, geen conclusie

Wat ik uit dit bericht meeneem is niet zozeer dat io.net het antwoord is op al je AI-infra-vragen. Wat ik wél meeneem is dat de markt voor AI-inference snel volwassen wordt. Open modellen worden beter, de infrastructuur om ze te draaien wordt goedkoper, en de concurrentie tussen aanbieders neemt toe.

Voor mij is dit vooral een signaal dat het loont om je AI-kosten dit kwartaal eens kritisch te bekijken. Wat betaal je nu per API-call? Zijn er goedkopere alternatieven die voor jouw toepassing net zo goed werken? Die vragen worden met de maand relevanter.