Guide · Økonomi
De fleste virksomheder kan svare på hvad deres Microsoft-licenser koster. Meget få kan svare på hvad deres AI koster. Her er posterne på regningen, de steder pengene forsvinder, og de greb der virker.
Fra token til budget, uden mellemregninger du ikke kan bruge.
En indehaver sagde 200 kroner om måneden. Det var ét abonnement ud af fem, plus en automatisering ingen kendte.
Jeg spurgte en indehaver i foråret, hvad hans virksomhed betalte for AI om måneden. Han sagde 200 kroner. Det var hans ChatGPT-abonnement. Fire medarbejdere havde hver deres, betalt over deres eget kort og lagt ind som udlæg. En femte havde bygget noget i Make, der kaldte en model hver gang der kom en mail ind. Det tal kendte ingen.
Det er ikke en dum virksomhed. Det er den normale tilstand.
Og der findes ikke noget at måle sig imod. Danmarks Statistik kan fortælle at 28 procent af danske virksomheder med mindst ti ansatte brugte kunstig intelligens i 2024, op fra 15 procent året før (Danmarks Statistik, Nyt nr. 67, offentliggjort 12. marts 2025, dansk, stikprøve på cirka 4.000 virksomheder). Ingen kan fortælle hvad de betalte for det.
Jeg har ledt efter en dansk opgørelse over kroner pr. bruger eller kroner pr. måned. Hverken Danmarks Statistik, Dansk Industri eller Dansk Erhverv måler det. Vi har gode tal på hvor mange der bruger AI. Vi har ingen tal på hvad de betaler.
Så du er nødt til at måle det selv. Resten af guiden handler om hvad du så måler.
Målet er ikke at bruge færre penge på AI. Målet er at vide hvor de bruges. Det er to forskellige ting, og det første er umuligt uden det andet.
Den tredje post står ikke på prislisten. I en lang samtale eller i en agent med mange trin sendes den samme kontekst med igen og igen, og du betaler for den hver gang.
Et token er cirka fire tegn. Prisen står i to kolonner, og den ene er fem til seks gange den anden.
Alt hvad du sender til en sprogmodel, og alt hvad den sender tilbage, bliver skåret i småstykker kaldet tokens. Et token er groft sagt fire tegn eller trekvart ord. "Fakturagrundlag" er ikke ét token. Det er tre eller fire.
Du betaler pr. million tokens, og du betaler to forskellige priser: én for det du sender ind, og én for det der kommer ud.
Din besked, systemprompten, de dokumenter du har vedhæftet, og hele samtalen indtil nu. Den billigste post.
Svaret. Og hos flere udbydere også modellens interne tænkning, som du aldrig ser. Koster fem til seks gange input.
Hver gang du skriver videre i en samtale, sendes hele samtalen med igen. Tur nummer ti betaler for tur et til ni.
Den vigtigste af de tre er den sidste. Ved en enkelt forespørgsel er tokenregnskabet til at overskue. I en lang samtale, eller i en agent der arbejder i mange trin, betaler du for den samme kontekst igen og igen.
Her er listepriserne som de så ud den 7. august 2026, i dollars pr. million tokens. Jeg åbnede de tre prissider samme dag.
Anthropic, listepriser 7. august 2026, USD pr. million tokens
| Model | Input | Output | Cache-læsning | Batch (input/output) |
|---|---|---|---|---|
| Claude Haiku 4.5 | 1 | 5 | 0,10 | 0,50 / 2,50 |
| Claude Sonnet 5, t.o.m. 31/8-2026 | 2 | 10 | 0,20 | 1 / 5 |
| Claude Sonnet 5, fra 1/9-2026 | 3 | 15 | 0,30 | 1,50 / 7,50 |
| Claude Opus 5 | 5 | 25 | 0,50 | 2,50 / 12,50 |
| Claude Fable 5 | 10 | 50 | 1 | 5 / 25 |
Kilde: Anthropics prisside, åbnet 7. august 2026. Internationale priser.
OpenAI, listepriser 7. august 2026, USD pr. million tokens
| Model | Input | Output | Cache-læsning | Batch |
|---|---|---|---|---|
| GPT-5.6 Luna | 0,20 | 1,20 | 0,02 | halv pris |
| GPT-5.6 Terra | 2 | 12 | 0,20 | halv pris |
| GPT-5.6 Sol | 5 | 30 | 0,50 | halv pris |
Kilde: OpenAIs modelside for GPT-5.6 Terra plus de tilsvarende sider for Luna og Sol, alle åbnet 7. august 2026. Internationale priser.
Google, listepriser 7. august 2026, USD pr. million tokens
| Model | Input | Output (inkl. tænke-tokens) | Cachet input | Batch (input/output) |
|---|---|---|---|---|
| Gemini 3.1 Flash-Lite | 0,25 | 1,50 | 0,025 | 0,125 / 0,75 |
| Gemini 3.5 Flash | 1,50 | 9 | 0,15 | 0,75 / 4,50 |
| Gemini 3.6 Flash | 1,50 | 7,50 | 0,15 | 0,75 / 3,75 |
| Gemini 3.1 Pro Preview, prompt op til 200k | 2 | 12 | 0,20 | 1 / 6 |
| Gemini 3.1 Pro Preview, prompt over 200k | 4 | 18 | 0,40 | 2 / 9 |
Kilde: Googles prisside for Gemini API, åbnet 7. august 2026, betalt niveau. Internationale priser.
Priserne står i dollars, fordi det er dét udbyderne fakturerer i. Vil du have dem i kroner, så gang med cirka 6,5. Præcist: 1 dollar var 6,4808 kroner fredag den 7. august 2026, noteret af Danmarks Nationalbank. Kursen svinger, og priserne skifter. Tjek dem selv, før du regner på et budget.
Læg mærke til forholdet mellem de to kolonner. Output koster fem til seks gange input i næsten hver eneste række. En opgave der skal skrive meget, koster meget, uanset hvor lidt du sender ind. En opgave der skal læse meget og svare kort, er billig.
Hos Google står tænkningen direkte i rækkeoverskriften: "Output price (including thinking tokens)". Det er den skjulte post. En model der tænker længe over et svar, sender dig tre linjer og fakturerer for tre hundrede.
Læsetunge opgaver (klassificér, find, opsummér) er billige. Skrivetunge opgaver (skriv rapporten, generér koden) er dyre. Det ene tal på prislisten fortæller dig ikke det.
Du støder på påstanden at dansk tekst koster 10 til 15 procent flere tokens end engelsk, fordi modellerne er trænet på engelsk. Jeg har ledt efter kilden. Den findes ikke.
Det forskningen siger, er at straffen rammer ikke-latinske skriftsystemer. Bengali, hindi og urdu koster mellem tre og fire gange mere end engelsk at behandle. Om dansk, svensk og norsk skriver samme kortlægning direkte at de er "efficiently encoded" (Churchill og Skiena, Stony Brook University, januar 2026, international).
Grundlaget for feltet er Petrov, La Malfa, Torr og Bibi fra Oxford, 2023, som finder forskelle på "up to 15 times in some cases" mellem sprog (international). Dansk ligger ikke i den dyre ende.
Der er derimod en token-inflation som ingen taler om. Anthropic skriver på sin egen prisside at modeller fra Claude 4.7 og frem bruger en ny tokenizer, der giver cirka 30 procent flere tokens for den samme tekst. Samme prompt, samme listepris, tredive procent dyrere efter en modelopgradering du selv slog til.
Det er ikke sproget. Det er værktøjsskiftet.
To måder at betale på. Kolonnerne er begyndt at glide sammen.
Der har været to måder at betale for AI: et fast abonnement pr. bruger, eller forbrug pr. token. Den skillelinje er ved at forsvinde, og det er den vigtigste ændring i AI-økonomi lige nu.
| Abonnement pr. bruger | Forbrug pr. token | |
|---|---|---|
| Prisen | Fast pr. måned | Varierer med brug |
| Hvem det passer til | Mennesker der chatter | Systemer der kører af sig selv |
| Loft | Ja, i praksis via brugsgrænser | Nej, medmindre du sætter et |
| Overraskelser | Du rammer en grænse | Du får en regning |
| Budgettering | Nem: antal brugere gange pris | Kræver måling |
| Eksempel | ChatGPT Business, Claude Team | Din agent i n8n, dit script, din integration |
Problemet er at kolonnerne begynder at glide sammen. Claude Enterprise koster 20 dollars pr. sæde om måneden plus forbrug faktureret til API-priser. Anthropic skriver det ordret i prisboksen: "Seat price + usage at API rates". Hos OpenAI hedder Codex-planen uden fast sædepris "API Key", og der betaler du kun for de tokens Codex bruger, til API-priser. Begge sider åbnet 7. august 2026, internationale priser.
Så sætningen "vi har et abonnement, så vi ved hvad det koster" holder ikke længere. Den skal du tjekke, ikke antage.
Den mest lærerige historie om det er Cursor, kodeværktøjet fra Anysphere. Den 16. juni 2025 lavede de deres Pro-plan om fra 500 hurtige svar om måneden til 20 dollars forbrug om måneden, faktureret til API-priser. Brugere løb tør efter en håndfuld prompts. Andre, der ikke havde sat en forbrugsgrænse, fik uventede ekstraopkrævninger. Direktør Michael Truell undskyldte offentligt: "We recognize that we didn't handle this pricing rollout well and we're sorry."
Begrundelsen var ærlig nok. Nye modeller bruger flere tokens pr. forespørgsel på opgaver der løber over lang tid (TechCrunch, 7. juli 2025, international).
Det er ikke en historie om et grådigt firma. Det er en historie om at modellerne blev dyrere at køre, uden at prislisten ændrede sig, fordi de begyndte at arbejde længere.
Ikke et budget i et regneark. En hård grænse der stopper forbruget. De fleste har den ikke.
Tre ting jeg selv kører. Pengene ligger tre forskellige steder.
Her er tre opgaver jeg selv har i drift, og hvad jeg gjorde ved hver af dem.
En agent læser over hundrede artikler om ugen, vælger de vigtigste og skriver et resumé på dansk. Den læser meget og skriver relativt lidt. Faldgruben er artikellængde. En almindelig webside er cirka 2.500 tokens, en stor dokumentationsside 25.000, og en forskningsartikel som PDF kan være 125.000 tokens (Anthropics prisside, 7. august 2026, international). Tre af den slags, og du har spist et helt kontekstvindue. Hvad jeg gjorde: sorterer på overskrift og indledning med en billig model først. Henter kun den fulde tekst på dem der klarer sigten.
En agent arbejder i en kodebase over en time, læser filer, retter, tester, retter igen. Den samme kodebase sendes med i hvert trin. Anthropics eget engineering-team skriver at agenter typisk bruger cirka fire gange flere tokens end chat, og at systemer med flere agenter bruger cirka femten gange flere (Anthropic, 13. juni 2025, international). I samme artikel indrømmer de at tidlige versioner af deres eget system startede halvtreds underagenter på simple spørgsmål. Hvad jeg gjorde: caching. Regnestykket står lige nedenfor.
Kort spørgsmål ind, kort svar ud, samme systemprompt hver gang. Ingen steder, hvis den er sat rigtigt op. Systemprompten er identisk hver gang, så den kan caches og koster en tiendedel. Går det galt, er det fordi samtalen vokser, og hver ny besked betaler for hele historikken. Hvad jeg gjorde: sætter et loft på antal ture, før den overleverer til et menneske.
Kilder til tallene i kortene: Anthropics prisside for tokenstørrelserne, åbnet 7. august 2026, og Anthropic om multi-agent-systemer, 13. juni 2025 for de fire og femten gange. Begge internationale.
Her er hele regnestykket, så du kan lave det om på dine egne tal. Alle priser er fra tabellerne ovenfor, og kursen er 6,4808 kroner pr. dollar, noteret af Danmarks Nationalbank den 7. august 2026.
En forskningsartikel som PDF fylder cirka 125.000 tokens. Det er 0,125 million.
Input koster 5 dollars pr. million. 0,125 × 5 = 0,625 dollars, altså 4,05 kroner. Så langt, så uskyldigt.
Agenten sender den samme artikel med i hvert trin. 10 × 0,625 = 6,25 dollars, altså 40,50 kroner for ét dokument.
Første trin skriver til cachen og koster 1,25 gange input: 0,125 × 6,25 = 0,78 dollars. De ni næste læser fra cachen til 0,1 gange input, altså 0,0625 dollars stykket, 0,56 dollars i alt. Samlet 1,34 dollars, altså 8,71 kroner.
Godt en femtedel af prisen for præcis det samme arbejde. Og bemærk at det kun er inputsiden. Output kommer oveni.
Forudsætningen er at trinnene ligger inden for cachens levetid. Anthropics fem-minutters cache koster 1,25 gange input at skrive, en-times cachen koster to gange (Anthropics prisside, 7. august 2026, international).
Prisen står på en side du kan læse. Mængden står i dine egne logfiler.
I den rækkefølge jeg selv ville gøre det.
Ikke et budget. En forbrugsgrænse hos udbyderen, på hver konto og hver API-nøgle. Det er det eneste greb der virker, når noget går i løkke om natten.
Cache-læsning koster en tiendedel af almindeligt input hos alle tre store udbydere. Hos OpenAI sker det automatisk for prompts på 1.024 tokens og op, og cachens levetid er låst på 30 minutter og kan ikke ændres. Hos Anthropic skal du sætte det selv, og her ligger fælden: er prompten under modellens minimum, som svinger mellem 512 og 4.096 tokens afhængigt af model, bliver den behandlet uden caching, og der returneres ingen fejl. Du tror du cacher. Du gør det ikke. Tjek tallene cache_read_input_tokens og cache_creation_input_tokens i svaret. Er de begge nul, skete der ingenting.
Anden fælde, den dyre. Sætter du cache-punktet på noget der ændrer sig hver gang, et tidsstempel eller brugerens besked, skriver du til cachen hver gang og læser den aldrig. Og en cache-skrivning er ikke gratis. Den koster 1,25 gange almindeligt input hos både Anthropic og OpenAI, og to gange input hvis du vælger Anthropics en-times cache. Du har altså gjort det 25 procent dyrere, ikke ti gange billigere. Anthropic har en overskrift til det i sin egen dokumentation: "Common mistake: Breakpoint on content that changes every request".
Alle tre udbydere giver 50 procent rabat på asynkrone kørsler, hvor du kan vente på svaret. OpenAI lover at hver batch er færdig inden for 24 timer. Klassificering af gamle sager, natlige dokumentkørsler, test. Rabatten kan lægges oven i caching.
Klassificering, sortering, udtræk og de fleste opsummeringer klares af den billigste model i familien. Hos Anthropic er der faktor ti mellem bund og top: Haiku 4.5 koster 1 dollar pr. million input, Fable 5 koster 10. Jeg har skrevet mere om det i guiden Du skal ikke bruge den samme AI-model til alt.
Der ligger prisspring som kan fordoble en regning ved et uheld, og der er nu to udbydere med samme kant.
OpenAI skriver på hver af de tre modelsider at prompts over 272.000 input-tokens prises til to gange input og halvanden gange output, for hele forespørgslen og ikke kun for det der ligger over grænsen. Google har sit eget spring: Gemini 3.1 Pro Preview går fra 2 til 4 dollars på input og fra 12 til 18 på output, når prompten passerer 200.000 tokens.
Google tager også en lagerpris for cachet indhold, og den er ikke ens for alle modeller. 1 dollar pr. million tokens pr. time på Flash-modellerne, 4,50 på Gemini 3.1 Pro Preview. Et stort dokument du glemte at rydde op, koster penge mens det ligger stille. Og Anthropic lægger 10 procent oven i for Claude 4.6 og senere, hvis du kræver at kørslen sker i USA.
Grebene er ikke svære. De bliver bare aldrig gjort, fordi ingen ejer posten. Og det er egentlig pointen. AI-regningen er ikke et teknisk problem, den er et ejerskabsproblem.
Ét dansk tal hører med her. Dansk Industri regner med at erhvervslivets samlede it-investeringer når omkring 111 milliarder kroner i 2026, en vækst på 5,1 procent. Men det gælder ikke alle. Virksomheder under 50 ansatte forventer tilbagegang, og gruppen med 20 til 49 ansatte forventer over minus to procent. Det er første gang i de fem år DI har målt, at de mindste virksomheder går ind i et nyt år med så negative forventninger (DI, februar 2026, dansk, panel med 548 virksomheder).
De virksomheder der har mindst plads i budgettet, er også dem der har mindst styr på den mest uforudsigelige post. Det er ikke en god kombination, og det er billigere at rette end de fleste tror.
Er svaret et abonnement, kender I sandsynligvis kun den ene post. Skriv til mig, så gennemgår vi de andre og sætter grænserne, før regningen sætter dem for jer.
Skriv til mig →Output koster fem til seks gange input. Skrivetunge opgaver er dyre, læsetunge er billige.
Sæt en hård forbrugsgrænse hos udbyderen, ikke et budget i et regneark.
Caching giver ti gange rabat på læsning, men fejler i stilhed. Tjek at tallene i svaret faktisk viser cache-læsninger.
Under en krone hos de fleste modeller. En almindelig webside fylder cirka 2.500 tokens, og med Claude Sonnet 5 til 2 dollars pr. million input-tokens til og med 31. august 2026, 3 dollars derefter, koster den 0,005 dollars, altså omkring 3 øre. Regningen kommer ikke fra den enkelte side. Den kommer fra antallet og fra gentagelsen.
Nej. Den nyeste kortlægning af tokenizer-priser skriver direkte at dansk, svensk og norsk er effektivt indkodet, og påstanden om 10 til 15 procent flere tokens på dansk har ingen primærkilde. Straffen rammer ikke-latinske skriftsystemer som bengali, hindi og urdu, der koster mellem tre og fire gange mere end engelsk. Skriv på det sprog svaret skal bruges på.
Kilde: Churchill og Skiena, Stony Brook University, januar 2026
Caching genbruger den del af prompten der er ens hver gang, og en cache-læsning koster en tiendedel af almindeligt input hos alle tre store udbydere. Første kald er til gengæld dyrere: en cache-skrivning koster 1,25 gange input. Det betaler sig først når den samme kontekst sendes flere gange.
Hos OpenAI sker det automatisk for prompts på 1.024 tokens og op. Hos Anthropic skal du sætte cache-punktet selv, og ligger prompten under modellens minimum, bliver den behandlet uden caching uden at der returneres en fejl.
Fordi mængden af tokens er steget, ikke prisen pr. token. To ting driver det. Modeller der tænker længere bruger flere output-tokens, og Anthropic skriver selv at tokenizeren fra Claude 4.7 og frem giver cirka 30 procent flere tokens for den samme tekst. Samme prisliste, større regning.
Kun delvist, og skillelinjen er ved at forsvinde. Claude Enterprise koster 20 dollars pr. sæde om måneden plus forbrug faktureret til API-priser, og OpenAIs Codex-plan "API Key" har slet ingen sædepris. Vil du have et loft, skal du sætte en forbrugsgrænse hos udbyderen, ikke et budget i et regneark.
Start tre steder: kortudtogene, hvor personlige abonnementer ofte ligger som udlæg, fakturaerne inde i udbydernes egne konsoller, og listen over automatiseringer der kalder en model uden at nogen ejer dem. Der findes ingen dansk statistik over hvad virksomheder betaler for AI, så tallet skal komme fra jeres egne konti.