Hoeveel kost het om een AI-agent te laten draaien? Kosten per taak in 2026

Een toolgebruikende agentrun kost tussen ongeveer vijf cent en vijftig cent per taak op de huidige mainstream API-modellen, en een lange 30-staps run kost tussen ongeveer 28 cent en vijf dollar. Gebruikmakend van een 4.000-token system prompt plus tooldefinities, 1.500-token toolresultaten en 300 uitvoertokens per stap, kost een 12-staps run $0.054 op DeepSeek V4.1 Flash ($0.30/$1.20 per 1M), $0.14 op Gemini 3.8 Flash ($0.75/$3.75), $0.37 op Claude Sonnet 5 ($2/$10) en $0.47 op GPT-5.4 ($2.50/$15). Alle prijzen zijn USD per 1M tokens uit onze catalogus, bijgewerkt op 2026-09-11. DeepSeek V4.1 Flash, API-naam deepseek-flash, verving V4 Flash, dat DeepSeek heeft stopgezet. DeepSeek-rijen gebruiken piektarieven; buiten piekuren kosten de helft. DeepSeek-prijzen gecontroleerd op 2026-10-27 op api-docs.deepseek.com.

Die cijfers gaan uit van geen prompt caching. Met caching komen dezelfde runs uit op ruwweg $0.12 (Sonnet 5), $0.15 (GPT-5.4) en $0.06 (Gemini 3.8 Flash). De rest van deze gids laat zien waar elk token vandaan komt, zodat u de schatting voor uw eigen agent kunt herbouwen; de goedkoopste LLM voor AI-agentengids rangschikt 30 modellen op hetzelfde spoor.

Een agent is een lus. Elke iteratie stuurt de systeemprompt, de toolschema's, de gebruikers taak, elke vorige assistentbeurt en elk vorig toolresultaat, en leest vervolgens een korte assistentbeurt terug die meestal een toolaanroep bevat. Het model onthoudt nooit de vorige stap; je stuurt het opnieuw.

Het referentiespoor dat in deze gids wordt gebruikt:

• Systeemprompt plus tooldefinities: 4,000 tokens, elke stap verzonden
• Toolresultaat toegevoegd na elke stap: 1,500 tokens
• Assistentuitvoer per stap (redenering plus de toolaanroep): 300 tokens
• Context bij stap k = 4,000 + (k - 1) × 1,800 tokens

Dus stap 1 stuurt 4,000 tokens, stap 12 stuurt 23,800 en stap 30 stuurt 56,200. Opgeteld over een run:

• 5 stappen: 38,000 invoertokens, 1,500 uitvoertokens
• 12 stappen: 166,800 invoertokens, 3,600 uitvoertokens
• 30 stappen: 903,000 invoertokens, 9,000 uitvoertokens

Een 30-stapsrun produceert slechts 49,000 tokens aan uniek materiaal (4,000 systeem plus 30 × 1,500 resultaten) maar factureert 903,000 invoertokens. Die 18× vermenigvuldiger is het hele verhaal van agentkosten.

Kosten = invoertokens × invoertarief + uitvoertokens × uitvoertarief. Voor Claude Sonnet 5 bij 12 stappen: 166.800 × $2/1M = $0.3336, plus 3.600 × $10/1M = $0.036, totaal $0.3696. Dezelfde rekenkunde voor elk model:

Twee dingen vallen op. Van 12 naar 30 stappen vermenigvuldigt de kosten met ongeveer 5×, niet 2.5×, omdat de contextgroei kwadratisch is in het aantal stappen. En uitvoertokens zijn bijna irrelevant: op Sonnet 5 besteedt de 30-staps run $1.806 aan invoer en $0.09 aan uitvoer. "Houd antwoorden kort" verplaatst de agentrekening nauwelijks; het kort houden van de context wel. Per stap op Sonnet 5 kost stap 1 $0.011 en stap 12 $0.051, vijf keer zoveel voor dezelfde hoeveelheid nieuw werk.

In het 12-stapsspoor zijn 166,800 van de 170,400 gefactureerde tokens (98%) invoer, en de meeste daarvan zijn identiek aan wat één stap eerder werd verzonden. Prompt caching bestaat precies voor deze vorm: de provider slaat het verwerkte voorvoegsel op en rekent een gereduceerd tarief wanneer je het opnieuw verzendt.

Cache-lezingen kosten ruwweg 10% van het vermelde invoertarief bij Anthropic en OpenAI, en ruwweg 25% bij Gemini. Anthropic rekent ook ruwweg 125% van de lijst voor de initiële cache-schrijving. Dit zijn geschatte vermenigvuldigers, geen catalogusrijen, dus behandel de onderstaande cijfers als schattingen:

Met caching daalt de 30-staps Sonnet 5-run van $1.90 naar ongeveer $0.40, een verlaging van 79%, omdat alleen de nieuwste 1,800 tokens per stap tegen het volledige tarief worden gefactureerd. Caching werkt op een voorvoegsel, dus alles wat vroeg in de prompt verandert (een tijdstempel, een herschikte toollijst) schakelt het stilzwijgend uit; controleer het aantal gecachte tokens in het gebruiksobject bij elke aanroep. Onze prompt caching-kostenvergelijking behandelt de regels per provider.

Per-token prijzen vertellen je wat een run kost, niet wat een voltooide taak kost, en de voltooide taak is wat een koper moet optimaliseren. Kosten per succesvolle taak = kosten per run ÷ slagingspercentage, plus wat een mislukte run kost aan herhalingen of menselijke beoordeling.

Een uitgewerkt voorbeeld met aangenomen slagingspercentages (meet uw eigen; deze zijn illustratief):

• DeepSeek V4.1 Flash: $0.054 per run bij 50% succes = $0.11 per succes
• Gemini 3.8 Flash: $0.139 per run bij 75% = $0.185 per succes
• Claude Sonnet 5: $0.370 per run bij 92% = $0.40 per succes

Het goedkope model wint nog steeds op API-uitgaven alleen. Het stopt met winnen zodra een mislukking iets kost: vijf minuten van iemands tijd per mislukte run weegt zwaarder dan de $0.32 besparing. Het stopt ook met winnen wanneer het zwakkere model meer stappen nodig heeft. Een Gemini 3.8 Flash run die 30 stappen dwaalt ($0.71) kost bijna twee keer zoveel als een Sonnet 5 run die in 12 stappen klaar is ($0.37). Houd het aantal stappen tot voltooiing per model bij; het voorspelt de kosten beter dan het per-token tarief. De praktische aanpak is om eerst naar het goedkope model te routeren, te valideren en mislukkingen te escaleren; de goedkoopste LLM voor AI-agentengids heeft de routeringscode.

Voor een goed gespecificeerde agent met strikte toolschema's en een validator op elke toolaanroep, zijn Gemini 3.8 Flash ($0.75/$3.75) en GPT-5.4 mini ($0.75/$4.50) de goedkoopste modellen die we onbemand zouden laten draaien: beide kosten ongeveer $0.14 voor het 12-stapsspoor, volgen consequent JSON-schema's en hebben zelden meer stappen nodig dan een vlaggenschip voor routinewerk. DeepSeek V4.1 Flash tegen $0.054 per run is een echte optie voor hoogvolume, laag-risico loops (classificatie, verrijking, scraping) waar een herhaling gratis is.

Betaal voor Claude Sonnet 5 of GPT-5.4 wanneer de taak open-ended is, wanneer een verkeerde toolaanroep bijwerkingen heeft (e-mail verzenden, code bewerken, geld overmaken), of wanneer het aantal stappen van het goedkope model uit de hand loopt. Betaal voor Claude Opus 5 ($5/$25, $0.92 per 12-staps run) of GPT-5.5 ($5/$30, $0.94) alleen voor de plannerrol in een multi-agent opstelling of waar een enkele mislukking meer dan een dollar kost. De meeste teams krijgen de beste kosten per taak van een vlaggenschip planner die delegeert naar goedkope werkers. De Claude, OpenAI en Gemini agentkostengidsen splitsen elke familie uit.

Agenten falen duur wanneer ze in een loop terechtkomen. Vier controles, in volgorde van hoe vaak ze geld besparen:

• Max stappen: hard-stop de loop bij N tool-aanroepen. Voor de meeste taaktypes is 15 royaal; als een run 30 nodig heeft, zit hij meestal vast.
• max_tokens per aanroep: de grootste plausibele tool-aanroep plus een korte uitleg, typisch 1.000 tot 4.000 voor agentbeurten. Het stopt weggelopen monologen, niet contextgroei.
• Stopcondities: eindig bij een final_answer tool-aanroep, een herhaalde identieke tool-aanroep (een loop-handtekening), of een leeg toolresultaat twee keer achter elkaar.
• Een per-run USD budget berekend uit gebruik: na elke aanroep, voeg input_tokens × rate_in + output_tokens × rate_out (cache-lezingen tegen het gereduceerde tarief) toe aan een lopend totaal en stop als uw limiet is overschreden.

Een $0,50 per-run budget op Sonnet 5 staat ongeveer 14 niet-gecachte stappen van de referentie-trace toe, of ruwweg 35 gecachte stappen. Voor werk dat niet latentiegevoelig is, verlagen batch-eindpunten de lijstprijzen met ongeveer 50% op Anthropic en Google; nuttig voor nachtelijke backfills, nutteloos voor een loop die het resultaat van elke stap nodig heeft voor de volgende. Zie LLM batch API prijzen.

Vul uw eigen cijfers in de formule. Met S = systeem plus tools tokens, R = gemiddelde toolresultaat tokens, O = gemiddelde output tokens per stap en N = stappen:

• Totale input tokens = N × S + (R + O) × N × (N - 1) ÷ 2
• Totale output tokens = N × O
• Runkosten = input tokens × rate_in ÷ 1,000,000 + output tokens × rate_out ÷ 1,000,000

Deel dan door uw gemeten slagingspercentage en voeg de kosten van het escalatiepad toe. Drie reducties die het proberen waard zijn voordat u van model wisselt: vat toolresultaten samen of laat ze vallen zodra ze een paar stappen oud zijn (dit pakt direct de kwadratische term aan), verklein tool-schema's zodat S dichter bij 2.000 dan 6.000 ligt, en schakel caching in zodat opnieuw verzonden context tegen het gereduceerde tarief wordt gefactureerd. De AI-kostencalculator neemt maandelijkse tokenvolumes; vermenigvuldig runkosten met runs per maand voor een budgetlijn, en raadpleeg de API vs abonnementsgids als een abonnementstool op tafel ligt.