Kosten van AI-prestaties dalen 47 procent per kwartaal
Wie vandaag een AI-model een taak laat doen die twee jaar geleden ook al kon, betaalt daar een fractie voor. Onderzoeksbureau Epoch AI zette de cijfers op een rij in de publicatie The plunging price of thought en komt op een daling van ongeveer 47 procent per kwartaal sinds 2023. Omgerekend is dat dertien keer goedkoper per jaar, voor precies hetzelfde prestatieniveau.
Wat Epoch AI precies heeft gemeten
De onderzoekers Emberson en Roodman keken niet naar de prijs per miljoen tokens, maar naar de prijs van een uitkomst. Voor vijf benchmarks bepaalden ze telkens het goedkoopste model dat een bepaalde score haalt: AIME, FrontierMath (tier 1 tot en met 3), GPQA Diamond, schaakpuzzels en een set mysteriepuzzels. Die zogeheten Pareto-grens verschuift kwartaal na kwartaal omlaag.
Het scherpste voorbeeld staat bij GPQA Diamond, een set vragen op promovendusniveau uit de natuurwetenschappen. In januari 2025 haalde OpenAI o3 daar 75 procent op, tegen ongeveer 0,30 dollar per vraag. In juni 2026 kwam GPT-5.6 Luna op dezelfde score uit voor 0,0004 dollar. Dat is een factor 725 in achttien maanden tijd.
Sneller dan zonnepanelen, chips of DNA
Epoch AI legde het tempo naast andere technologie die ooit spectaculair goedkoper werd. DNA-sequencing daalde met een factor 1,84 per jaar, rekenkracht met 1,51 en lithiumbatterijen met 1,16. Elektriciteit, tussen 1892 en 1973, kwam op 1,05 per jaar uit. De dertienvoudige jaarlijkse daling bij taalmodellen ligt dus vier tot ruim vijftig keer hoger dan die referentiepunten.
Het tempo verschilt wel per soort taak. Bij wiskundeopgaven zakt de prijs met 50 tot 52 procent per kwartaal, bij de puzzelbenchmarks blijft het steken op 39 tot 43 procent. Redeneren over spelregels blijkt lastiger goedkoop te maken dan sommen uitrekenen.
Kanttekeningen bij het cijfer
Epoch AI noemt zelf drie zwakke plekken. De meetreeks beslaat pas drie jaar. Modellen kunnen bovenop bekende benchmarks getraind zijn, waardoor de scores gunstiger uitvallen dan het echte kunnen. En de berekening gaat ervan uit dat je telkens overstapt op het goedkoopste model dat het niveau haalt, iets wat vrijwel geen gebruiker doet. De onderzoekers simuleerden de prestaties bij verschillende tokenbudgetten met de CAISI-methode in plaats van elk model volledig door te meten.
De trend sluit wel aan bij wat leveranciers zelf doen. Alibaba en Google verlaagden deze week de prijs van hun spraakmodellen met 70 tot 95 procent, OpenAI haalde eerder 80 procent van de prijs van Luna af, en de lancering van Opus 5.5 en GPT-6 Sol ging opnieuw gepaard met lagere tarieven. Ook aan de open kant, met modellen als MiMo-V2.6-Pro van Xiaomi, drukt de concurrentie de prijs.
Wat betekent dit
Voor bedrijven die AI inzetten verandert de rekensom sneller dan de meeste inkoopcycli. Een toepassing die vorig jaar te duur leek om uit te rollen, kan dit jaar binnen budget vallen zonder dat er iets aan het ontwerp is veranderd. Tegelijk verklaart deze daling waarom de rekeningen van AI-bedrijven blijven stijgen: als een antwoord goedkoper wordt, vragen gebruikers er meer. Sam Altman waarschuwde eerder voor de bouwdrift in AI-clouds die daaruit volgt. Wie nu een langetermijncontract tekent voor vaste modelprijzen, doet er goed aan te rekenen met een markt waarin de prijs elk kwartaal bijna halveert.
