Waarom OpenAI en Anthropic hun LLM-prijzen in enkele maanden tijd met wel 80% hebben verlaagd

Tijdlijn van model releases en prijsaanpassingen

26 juni 2026 OpenAI kondigde GPT-5.6 Sol en Luna aan. Sol is de directe opvolger van GPT-5.5 tegen dezelfde prijs van $5 / $30 / $0,50, terwijl Luna een klein model is dat specifiek is ontworpen voor goedkopere use-cases tegen $1 / $6 / $0,10. Ze kondigden ook een Terra-model aan dat tussen deze twee modellen in zit, maar daar besteedde weinig aandacht aan.

30 juni 2026 Anthropic kondigde Claude Sonnet 5 aan. Anthropic beweerde dat dit model dichter bij hun Opus-modellen lag, maar de feedback was wisselend. Opvallend was de introductieprijs van $2 / $10 / $0,20, wat aanvankelijk tijdelijk zou zijn en later zou stijgen.

24 juli 2026 Anthropic kondigde Claude Opus 5 aan, een langverwachte grote versie-update gezien de impact die Opus 4.5 had op de opkomst van agentic coding, tegen een prijs van $5 / $25 / $0,50 (vergelijkbaar met GPT-5.6 Sol). Hoewel sommige van de verstrekte benchmarkresultaten verrassend genoeg die van het veel grotere Fable 5 overtroffen, was de feedback uit de praktijk gemengder.

30 juli 2026 OpenAI kondigt aan dat ze de prijs van GPT-5.6 Luna met 80% verlagen (???) naar $0,20 / $1,20 / $0,02. (Bijschrift: Modelkwaliteit vs. kosten per taak voor GPT-5.6 Luna na de massale prijsverlaging. Rechtsboven is beter; als OpenAI de prijsverlaging van 80% niet had doorgevoerd, zou het hebben verloren van DeepSeek V4 Pro. via OpenAI)

10 augustus 2026 Anthropic kondigt aan dat de tijdelijke prijsverlaging voor Sonnet 5 nu permanent is.

21 augustus 2026 OpenAI kondigt aan dat ze de prijs voor GPT-5.6 Sol voor de komende drie maanden met ongeveer 20% verlagen ($4 / $20 / $0,40).

1 september 2026 Anthropic kondigde Fable 5.1 aan tegen een prijs van $10 / $50 / $0,25. Naast een strikt betere benchmarkprestatie op alle gebieden dan Fable 5 uit juni ($10 / $50 / $1), werd de kostprijs voor het lezen van de cache met 75% verlaagd.

Cache read kosten

Bij het gebruik van agents voor coderen vormen de cache read kosten het overgrote deel (96% - 99%) van de totale token-uitgaven, omdat de cache bij elke beurt het gehele voorgaande gesprek bevat. Daarnaast wordt de cache ongeveer 90% tot 100% van de tijd geraakt (dit varieert per infrastructuur van de LLM-inference provider). Samen genomen correleert een vermindering van 75% in de cache read-kosten met een vermindering van 70-75% in de kosten voor het gebruik van het model—overduidelijk merkbaar, zelfs als cache-kosten doorgaans slechts een voetnoot zijn.

3 september 2026 OpenAI kondigde GPT-6 Astra aan, die qua omvang vergelijkbaar is met Fable 5.1 en een vergelijkbare prijs heeft van $10 / $50 / $1, maar zonder de lagere cache read-kosten. De prestaties van Astra zijn inderdaad vergelijkbaar met die van Fable.

22 september 2026 OpenAI kondigde GPT-6 Sol aan tegen een schokkende prijs van $2 / $10 / $0,20, wat de input- en outputprijs halveert ten opzichte van de tijdelijk afgeprijsde GPT-5.6 Sol. Tegelijkertijd brachten ze GPT-6 Luna uit, eveneens tegen de helft van de input- en outputprijs ($0,10 / $0,50 / $0,01) van de vorige versie.

Op exact dezelfde dag kondigde Anthropic Claude Opus 5.5 aan, waarbij expliciet werd vermeld: "Opus 5.5 vereist minder compute om te bedienen dan Opus 5, en de prijs weerspiegelt dat". De prijs van $4 / $20 / $0,20 is in totaal veel lager dan die van Opus 5 door een verlaging van 20% in input/output-kosten en een grotere verlaging van de cache read-kosten, wat resulteert in een totale kostenreductie van 40-60% voor een model dat zelfs beter is dan Fable 5.1.

29 september 2026 Het bleek dat GPT-6 Sol qua prestaties tegenviel, dus een week later kondigde OpenAI GPT-6.1 Sol aan. Dit model heeft verrassend genoeg vergelijkbare prestaties als Astra, maar OpenAI verlaagde terloops de cache-prijs met de helft ($2 / $10 / $0,10), waarmee ze de cache read-kosten van 5% van de input van Anthropic evenaarden. Dit maakt deze modelfamilie cumulatief 75% goedkoper.

Analyse van de markttrend

Sinds de release van de GPT-5.6 modelfamilies in juni zijn de kosten voor het gebruik van deze populaire LLM's ingestort, iets wat ik een jaar geleden niet had verwacht. Deze prijsverlagingen gelden ook voor modelgebruik via abonnementen voor agentic harnesses zoals Codex en Claude Code. Belangrijker is dat deze modellen geen concessies lijken te hebben gedaan op het gebied van outputkwaliteit om deze prijsverlagingen te realiseren.

(Bijschrift: Data van Vercel’s AI model gateway ondersteunt de trend van dalende kosten per token tot 43,3% van de kosten van april 2026. De totale uitgaven zijn echter gestegen omdat de modellen sneller verbeteren dan ze goedkoper worden! via Vercel)

Uit de bovenstaande tijdlijn blijkt een duidelijke "tit-for-tat" dynamiek tussen Anthropic en OpenAI. Het is redelijk om aan te nemen dat deze specifieke prijsverlagingen een reactie op elkaar zijn. Echter, niemand verlaagt de prijzen met 80% zonder dat er een externe factor in het spel is. Wat is hier aan de hand?

Gedragseconomie van LLM's en concurrentiedruk op prijzen

Als je agents test met nieuwe LLM's zodra ze worden uitgebracht, kan het erg moeilijk zijn om ze te differentiëren buiten subjectieve gevoelens ("vibes"). Sinds november vorig jaar, wat de hypergroei van agentic LLM's inluidde, zijn modellen meer een commodity geworden. Het is triviaal om een nieuw model op je codebase te testen met slechts een schakelaar in een harness zoals OpenCode en Zed Agent, of een ander API-endpoint via OpenRouter. Hierdoor is er nauwelijks een moat (concurrentievoordeel). Daarnaast zijn er veel concurrenten—niet alleen grote bedrijven zoals Google en Meta—die modellen kunnen leveren die voldoende substituten zijn en daardoor prijsdruk uitoefenen.

Bij open-weight modellen kunnen we kijken naar DeepSeek Flash V4.1, die onlangs een geüpdatete 1017-variant heeft uitgebracht. (Bijschrift: OpenRouter is op dit moment de plek waar je terecht kunt voor open-weight modellen. Geraadpleegd op 24 oktober 2026.)

De originele DeepSeek V4 Flash 0420 werd in april 2026 uitgebracht tegen een prijs van $0,14 / $0,28 / $0,0028 en werd hierdoor megaviraal, vooral omdat OpenAI op dat moment geen klein model had voor eenvoudige taken. Die $0,0028 bleek de sleutel; een cache read-verhouding van 2% is aanzienlijk lager dan de 5%-10% van de bovengenoemde OpenAI- en Anthropic-modellen, wat de effectieve kosten nog lager maakt dan geadverteerd. Ik vermoed dat de prijsverlaging van 80% voor GPT-5.6 Luna in juli specifiek bedoeld was om te concurreren met deze kleinere open-weight modellen. Inmiddels presteert het nieuwe DeepSeek Flash V4.1 1017 model significant beter dan DeepSeek Flash V4 op basis van benchmarks (45 op de Artificial Analysis index vs. 24) en de kosten vanuit DeepSeek blijven vergelijkbaar op $0,15 / $0,60 / $0,003.

Op OpenRouter kan elke inference provider een model aanbieden dat zij hosten. Wanneer een gebruiker de OpenRouter API aanroept, wordt het verzoek naar een van die modellen gestuurd. Standaard gebeurt dit voor load balancing, maar de ontwikkelaar kan voorkeuren opgeven, zoals "laagste prijs". In mei merkte ik op dat er 13 verschillende providers waren die DeepSeek V4 Flash hostten op OpenRouter. Voor de geüpdatete 1017-variant zijn dat er nu 29. (Bijschrift: Providers voor DeepSeek V4.1 Flash 1017 gesorteerd op cache read-kosten. Geraadpleegd op 24 oktober 2026.)

Kijkt men echter naar de effectieve inputkosten (waarbij rekening wordt gehouden met de interactie tussen cache read-kosten en cache hit-rates), dan liggen veel providers qua kosten dicht bij elkaar. (Bijschrift: Effectieve kosten per endpoint, waarbij Cloudflare en DeepInfra binnen 10% van de kosten van DeepSeek liggen. Ondanks dat deze modellen het goedkoopst zijn, hebben ze slechts een minderheid van het totale token-aandeel. Geraadpleegd op 24 oktober 2026.)

OpenAI en Anthropic zullen zich moeten onderscheiden van deze open-weight modellen met modellen van hogere kwaliteit—wat ze momenteel goed doen, met name met Opus 5.5—maar ze moeten dit blijven doen, wat verklaart waarom er miljarden dollars in R&D worden geïnvesteerd. Open-weight modellen halen snel in: een paar dagen geleden kondigde Moonshot AI Kimi K3.1 Pro aan, die vergelijkbare prestaties levert als Opus 5.5 (Kimi 55 vs. Opus 5.5 58) tegen de helft van de input/output-prijs en dezelfde cache read-kosten ($2 / $10 / $0,20). Het heeft dezelfde omvang en architectuur als Kimi K3, dat momenteel door meer dan 20 verschillende inference providers wordt gehost. Zodra de weights op 4 november worden vrijgegeven, kun je verwachten dat de meeste van hen het nieuwe Kimi K3.1 Pro model zullen ondersteunen tegen een ongeveer gelijkwaardige prijs. Opvallend is dat Moonshot AI zelf meedoet aan de prijsverlagingen en Kimi K3.1 Pro goedkoper heeft geprijsd dan de originele Kimi K3 ($3 / $15 / $0,30).

Een terugkerende trend onder critici van AI is dat de prijs van tokens kunstmatig laag wordt gehouden om mensen in het LLM-ecosysteem te lokken, waarna de prijzen zullen stijgen naar de "werkelijke kosten van een token". De theorie is dat OpenAI en Anthropic loss-leading strategieën toepassen, vergelijkbaar met wat Uber en Lyft deden in de ridesharing-industrie in de jaren 2010. Maar in tegenstelling tot toen zijn OpenAI en Anthropic geen duopolie met de exclusieve macht om prijzen te bepalen, en de toetredingsdrempel voor de inference-industrie is niet zo hoog. Zolang talloze inference providers modellen kunnen aanbieden tegen een vergelijkbare prijs en kwaliteit, en de overstapkosten verwaarloosbaar zijn, kunnen de prijzen mogelijk zelfs verder dalen. Het is geen verrassing dat beide bedrijven proberen moats te bouwen om zich hiertegen te verdederen, zoals de focus op enterprise-contracten en persoonlijke agentic assistants zoals OpenAI Dots en Claude Duet.

Het idee dat tokenprijzen plotseling zullen stijgen is eerder een fantasie die niet wordt ondersteund door de gedragseconomie en de feitelijke trends. Zolang scalers kunnen prijzen tegen een kostprijs per token die lager is dan de opbrengst per token, zullen inference providers de kosten verlagen om met elkaar te concurreren, waardoor OpenAI en Anthropic gedwongen worden mee te gaan in deze trend. De 29 verschillende providers op OpenRouter hebben weinig incentive om een onrendabel model aan te bieden (ze zouden simpelweg stoppen en de rekenkracht gebruiken voor een winstgevend model). De "werkelijke kosten van een token" zullen waarschijnlijk uitkomen op het punt waar de prijs gelijk is aan de marginale kosten.

IPO Pumping

De timing van deze prijsverlagingen is opvallend omdat er geruchten gaan dat zowel OpenAI als Anthropic binnenkort naar beurs gaan (IPO)—OpenAI in 2027, en Anthropic binnen enkele maanden. Tot nu toe laten gelekte financiële gegevens van beide bedrijven zien dat ze miljarden verliezen door R&D en scaling, hoewel deze rapporten geen rekening houden met de recente explosieve groei van agentic LLM-gebruik. Investeerders zullen de enorme negatieve winsten kritisch bekijken en eisen dat er een plan is om dit om te buigen.

Waarom hebben ze hun primaire inkomstenbron dan met wel 80% verlaagd? Dat is precies het tegenovergestelde van wat je zou willen doen om goed over te komen in een S-1 prospectus! De winstmarges op inference zelf vertellen waarschijnlijk een ander verhaal; sommige rapporten suggereren dat de winstmarges per token tot wel 80% bedragen, met enkele kanttekeningen. Hoe groot is de winstmarge na deze grote verlagingen?

Persoonlijk hebben de prijsverlagingen invloed gehad op mijn uitgaven aan LLM-agents, maar niet op de manier die OpenAI/Anthropic waarschijnlijk van hun typische klant verwachten. Ik had een abonnement van $100 per maand op Codex (het 5x Pro-plan) toen GPT-5.6 Sol het topmodel was, en ik verbruikte systematisch alle inbegrepen capaciteit. Toen GPT-6.1 Sol verscheen en ik merkte dat de effectieve kosten met 75% waren gedaald, deed ik het volgende: ik verlaagde mijn maximale gebruiksquota naar 1/5e, omdat ik 4x efficiënter gebruik kon maken van hetzelfde model. Hierdoor bleven de kosten ongeveer gelijk.

Om eerlijk te zijn, zijn de winstmarges voor abonnementen zoals Claude Code en Codex onzeker gezien hun enorme waarde ten opzichte van API-gebruik. Mocht er een kapitaaltekort ontstaan, vermoed ik dat de waarde van abonnementen eerder wordt gesneden dan de basisprijs van de modellen. Zo verlaagde OpenAI, gelijktijdig met de aankondiging van GPT-6.1 Sol, de gebruiksruimte voor de $200/maand-tier in Codex met 50%, met het argument dat dit "onze steeds efficiëntere modellen weerspiegelt"—wat technisch correct is, maar grappig is om zo op papier te zetten.

Ik ben zeer benieuwd naar het IPO-prospectus van Anthropic en de winstmarges van de inference zodra deze openbaar worden. Daarnaast vraag ik me af of het gunstig is voor OpenAI/Anthropic om hun duurdere modellen bewust overbodig te maken. Sinds de release van Opus 5.5 een maand geleden is er nauwelijks nog discussie over Fable 5.1 of GPT-6 Astra, simpelweg omdat Opus 5.5 zo goed is. (Bijschrift: Rechtsboven is beter. via Anthropic)

Ik verwacht dat er over een paar weken een Fable 5.2 of GPT-6.1 Astra verschijnt die me ongelijk bewijst, en ik ben benieuwd hoe deze geprijsd zullen worden.

Een minder cynische factor die de prijsverlagingen kan verklaren, is dat de LLM-infrastructuur de afgelopen maanden is verbeterd. Wanneer Anthropic zegt dat "Opus 5.5 minder compute vereist om te bedienen dan Opus 5, en de prijs dat weerspiegelt", geloof ik dat. Een ironisch gevolg zou kunnen zijn dat als deze modellen rekentechnisch efficiënter worden, de noodzaak voor massale datacenters afneemt, wat cascade-economische failures zou kunnen veroorzaken. Dat zal echter waarschijnlijk niet gebeuren, aangezien inference slechts één onderdeel is van de compute-mix en die datacenters nog steeds nodig zijn voor andere delen van de pipeline.

Al overal: de prijsverlaging is vreemd, maar als gebruiker klaag ik zeker niet! Open-weight modellen en secundaire inference providers zullen blijven fungeren als een economische rem op de prijzen van LLM's en andere zakelijke manoeuvres die de grote labs zouden kunnen bedenken. Zelfs als de IPO's van Anthropic en OpenAI catastrofaal zouden zijn en beide bedrijven zouden omvallen, zal dat niet plotseling betekenen dat de industrie van LLM's en agents sterft.