Token-efficiëntie
Wat het is
Elke vraag aan een taalmodel, elke agent-stap en elke pipeline-run verbruikt tokens. Ze zijn de meeteenheid waarmee AI wordt afgerekend, en ze blijven onzichtbaar tot de factuur komt. Token-efficiëntie is het vermogen om dat verbruik te zien, te verklaren en te koppelen aan wat het oplevert.
Het verschil met kostenbesparing: wie stuurt op een lage burn-rate, krijgt teams die AI onderbenutten. Een team dat drie keer zoveel tokens verbruikt maar tien keer meer bereikt, is efficiënter dan een zuinig team dat weinig oplevert. De vraag is niet „hoeveel verbruiken we?”, maar „wat levert elke token op?”. Het verschil met Waardesturing: daar gaat het om de opbrengst van AI in bestuurstaal. Hier gaat het om de verhouding tussen verbruik en resultaat, per team en per use-case.
Een herkenbaar voorbeeld: een bedrijf geeft zijn engineers toegang tot een coding-assistent. Binnen twee weken bouwen vier mensen los van elkaar een oplossing voor hetzelfde probleem, elk met eigen prompts en eigen context. De factuur is een verrassing. Het probleem was niet het gebruik, maar dat niemand zag wat er al gemaakt werd.
Waarom
De FinOps Foundation heeft AI in het FinOps Framework 2026 opgenomen als eigen technologiecategorie, FinOps for AI, vanwege de complexe kosten, het onvoorspelbare verbruik en de governancevragen die AI-investeringen meebrengen. Tokengebaseerde diensten staan daarin naast cloud en datacenter. Opvallend is het voorbeeld van een AI-innovatiescope: daar accepteert de organisatie bewust méér verspilling in ruil voor snellere resultaten. Efficiëntie is dus een keuze per situatie, geen absoluut doel.
Mike Fuller (FinOps Foundation, augustus 2026) maakt een tweede onderscheid. Tokens zijn de eenheid waarin de output van een AI-systeem wordt gemeten, niet het onderwerp zelf. Waar het om gaat, is of een toepassing levensvatbaar is tegen haalbare kosten per resultaat. En de vraag of de kwaliteit overeind blijft als het verbruik daalt, is eerst een evaluatievraag en pas daarna een kostenvraag.
De grootste besparingen zitten zelden in korter prompten, maar in hoe een agent werkt. Anthropic (november 2025) laat zien dat een agent die MCP-servers via code aanroept in plaats van alle tooldefinities en tussenresultaten door het contextvenster te halen, in hun voorbeeld van 150.000 naar 2.000 tokens gaat: 98,7 procent minder. Daar staat een kostenpost tegenover: door agents geschreven code vraagt een afgeschermde uitvoeromgeving, met limieten en monitoring.
De positie van dit model: zichtbaarheid komt eerst, en begint bij jezelf. Wie het eigen verbruik niet kan zien, kan het niet verklaren, en wie het niet kan verklaren, stuurt op gevoel. Budgetten zonder zichtbaarheid leiden tot bevriezen in plaats van leren.
Wat je nodig hebt
Zichtbaarheid gaat vóór budgetten. Begin met showback: laat zien wie wat verbruikt, zonder consequenties. Pas als dat minstens twee maanden draait en de cijfers vertrouwd worden, heeft chargeback zin. Wie beide tegelijk invoert, krijgt teams die hun verbruik verbergen in plaats van verklaren.
Hoe je het meet
Neem tokenverbruik nooit op in beoordelingen. Wordt verbruik een prestatiemaat, dan gaan mensen óf zuinigen ten koste van resultaat, óf verbruik opdrijven als bewijs van AI-vaardigheid („tokenmaxxing”). Beide zeggen niets meer over waarde.
Instrumenten om in te groeien
Drie lagen, in volgorde
Elke laag bouwt voort op de vorige. Sturing zonder zichtbaarheid is sturen in het donker; cultuur zonder sturing is goede bedoelingen zonder kader. Hoe je de lagen invoert, met het stuurorgaan (Token Ops Council) en de agenda van de maandelijkse review, staat in Token FinOps.
Wanneer het urgent wordt
De urgentie groeit met de autonomie. Zolang mensen los experimenteren, volstaat bewustwording. Zodra gedeelde templates en skills organisatiebreed draaien, groeit het verbruik zonder dat iemand het ziet: tijd om actief te meten. Met agents, pipelines en automatische herhaalpogingen kan het verbruik zich vermenigvuldigen zonder dat er een mens tussen zit. Dan is laag 1 geen keuze meer. Draaien er autonome pipelines in productie, dan zijn tokens vaste infrastructuurkosten, net als cloud of energie.
Vier manieren om naar verbruik te kijken
Hoe een organisatie tokens meet, laat zien hoe volwassen haar sturing is. Drie van de vier lenzen sturen op het verkeerde:
- Kostenlens: verbruik als factuurpost. Een goed begin, maar je ziet alleen de rekening.
- Productiviteitslens: verbruik als prestatiemaat. Meer tokens is niet meer resultaat.
- Statuslens: hoog verbruik als teken van expertise. Dezelfde valkuil, nu in de cultuur.
- Waardelens: verbruik gekoppeld aan resultaat, zoals vrijgespeelde capaciteit of kortere doorlooptijd. De enige die stuurt op wat telt.
Waar het verbruik zit
De meeste winst zit in de werkwijze van agents, niet in de formulering van prompts:
- Model routing: kies per taak een klasse (snel, gebalanceerd, zwaar redeneren) in plaats van overal het zwaarste model.
- Caching: hergebruik vaste context, zoals projectinstructies en systeemprompts, in plaats van die bij elke aanroep opnieuw te betalen.
- Progressive disclosure: laad tools en skills pas als de taak erom vraagt, zie Context engineering.
- Code-executie: laat een agent grote tussenresultaten in code filteren, zodat alleen de kern in het venster komt.
- Loops bewaken: een agent die vastloopt in herhaalpogingen blijft ongemerkt doorverbruiken tot iemand de factuur ziet. Een alert op pieken hoort bij laag 1.
Waar je tokens vandaan haalt
Direct via een API. Laagste prijs per token, volledige controle over routing en zicht op elke aanroep. Vraagt eigen tooling.
Ingebouwd in een platform. Tokens zitten in het abonnement. Weinig zicht op verbruik per team of use-case, en je betaalt ook bij niet-gebruik.
Lokaal. Hogere startkosten, geen variabele tokenkosten en maximale controle over data. Een strategische afdekking tegen afhankelijkheid van één leverancier.
Houd minstens een deel van je use-cases onafhankelijk van één model of leverancier. De overstapkosten zitten niet in de prijs per token, maar in hoe diep je integratie is.
Lees en luister verder
Een token is geen kostenpost en geen prestatie. Het is een meting. Wat telt, is wat je ervoor terugkrijgt.