Pricing in tekstgeneratie is bijna altijd per token, opgesplitst in een goedkoper input-tarief en een duurder output-tarief. Een miljoen input-tokens komt overeen met ongeveer 750.000 Engelse woorden, dus zelfs uitgebreide prompts brengen de prijs per call zelden boven enkele centen. Bij output groeien de rekeningen: agentic loops die zichzelf opnieuw prompten, lange rapporten en niet-gecachte few-shot-voorbeelden stapelen snel. Cache de systeem-prompt, snoei de geschiedenis agressief en geef de voorkeur aan JSON-modus voor gestructureerde taken om het tokenaantal laag te houden.
De afwegingsdriehoek bestaat uit kwaliteit, latency en kosten. Flagshipmodellen (GPT-5, Claude 4.6, Gemini 2.5) kosten tien tot vijftig keer meer dan budgettiers (Haiku, Flash, Mini) en reageren twee tot vier keer trager, maar ze redeneren dieper, volgen instructies betrouwbaarder en hallucineren minder. Voor grootschalige classificatie of extractie is een budgetmodel bijna altijd de juiste keuze. Voor longform-analyse, code review of alles richting de eindgebruiker verdient het flagship zichzelf meestal terug.
Pas op voor context-verdunning: wanneer je 200K tokens in het venster propt, raakt de aandacht van het model verspreid en begint het de middelste delen van de prompt te negeren — zelfs bij long-context flagships. Haal de relevante 8-16K tokens op met embeddings in plaats van het hele document erin te plakken.