Hvad koster AI i drift? AI API-priser og budget pr. bruger (2026)

En AI-funktion i drift koster typisk fra under 1 krone til flere hundrede kroner pr. bruger om måneden. AI API-prisen afregnes pr. token, og det er sjældent modellen alene der afgør regningen: en simpel chat på en mellemmodel koster ca. 3 kr. pr. bruger om måneden, mens en AI-agent der arbejder i flere trin, let koster 50-100 gange mere.

Alle tal her er regnet med udbydernes listepriser i dollar, tjekket i oktober 2026, og omregnet med ca. 6,65 kr. pr. dollar. Priserne ændrer sig ofte, så brug regnemetoden mere end de præcise tal. Jeg bygger selv den slags funktioner som freelanceudvikler, så husk at jeg ikke er helt neutral.

Den korte version

Forudsætningerne bag hvert tal står i regneeksemplerne længere nede. Tallene er kun API-regningen. Udvikling, test og vedligehold kommer oveni og er ofte den største post.

Min tommelfingerregel er enkel. Er AI-funktionen en chat eller et værktøj brugeren bruger et par gange om dagen, er API-regningen sjældent et problem. Arbejder funktionen selv i mange trin, eller kører den på alt der kommer ind, skal du regne på den, før du bygger.

Er du i gang med at gøre en AI-bygget prototype klar til rigtige brugere, så start med min guide til at få en AI-app fra prototype til produktion. Driftsudgiften er én af flere ting der skal være på plads.

Sådan afregner AI-udbyderne

OpenAI, Anthropic (Claude) og Google (Gemini) afregner deres API'er på samme måde: pr. million tokens. Et token er et stykke tekst, typisk en del af et ord. Anthropic angiver at ét token svarer til ca. 4 tegn eller 0,75 ord på engelsk, men at det varierer med sproget. Dansk giver typisk flere tokens pr. ord end engelsk, så regn med lidt ekstra, hvis dine brugere skriver på dansk.

Du betaler for to ting. Input er alt det du sender til modellen: brugerens spørgsmål, men også dine faste instruktioner (systemprompten), tidligere beskeder i samtalen og de dokumenter eller data du giver med. Output er det modellen skriver tilbage, og det er den dyre del.

Priserne kommer fra Anthropics prisside, OpenAIs prisside og Googles prisside for Gemini API'et. Gemini 3.8 Flash havde en introduktionspris frem til 31. december 2026 og koster det dobbelte fra 1. januar 2027. Det er 2027-prisen der står i tabellen. Anthropics dyreste modeller, fx Claude Fable 5.1, koster $10 / $50 og er udeladt her. Omregningen til kroner bygger på ECB's referencekurser fra 2. oktober 2026.

Prisen pr. token kan ikke sammenlignes direkte på tværs af udbydere, fordi de deler tekst forskelligt op i tokens. Anthropic skriver fx at modellerne fra Claude 4.7 og frem deler teksten anderledes op, så den samme tekst giver ca. 30 % flere tokens end hos de ældre modeller. To modeller med samme listepris kan altså give forskellige regninger på de samme data. Den eneste sikre sammenligning er at køre dine egne eksempler igennem og se på forbruget.

Regneeksempler: hvad koster en bruger om måneden?

Her er fire typiske AI-funktioner i en SaaS eller platform. Mellemmodellen er Claude Sonnet 5.5 til $2 / $10 pr. million tokens. GPT-6.1 Sol koster det samme, så tallene gælder for begge.

Chat og support i produktet

Hver besked sender ca. 4.000 tokens input: instruktioner, relevante uddrag fra din hjælpetekst og samtalen indtil nu. Svaret er ca. 400 tokens. En aktiv bruger sender 10 beskeder i 4 samtaler om måneden, altså 40 kald.

• Input: 40 × 4.000 = 160.000 tokens. Med $2 pr. million giver det $0,32.
• Output: 40 × 400 = 16.000 tokens. Med $10 pr. million giver det $0,16.
• I alt: $0,48, ca. 3,20 kr. pr. bruger om måneden.

Med caching af instruktioner og hjælpetekst (forklaret længere nede) falder det til ca. 2 kr. Med 1.000 aktive brugere er du på 2.000-3.200 kr. om måneden. Det er til at budgettere med.

Opsummering og analyse af dokumenter

Brugeren uploader kontrakter, rapporter eller tilbud og får et resumé eller nøgletal trukket ud. Et dokument på 25-30 sider er groft regnet 20.000 tokens, og svaret er ca. 1.000 tokens. 30 dokumenter om måneden giver 600.000 tokens ind og 30.000 ud.

• Mellemmodel: $1,20 + $0,30 = $1,50, ca. 10 kr. pr. bruger om måneden.
• Topmodel: ca. 20 kr. pr. bruger om måneden.

Skal resultatet ikke bruges med det samme, fx i en natlig kørsel, kan du bruge udbydernes batch-API, hvor opgaverne sendes samlet og behandles når der er plads. OpenAI, Anthropic og Google giver alle 50 % rabat for at vente på svaret.

AI-agent der løser opgaver i flere trin

En agent er en AI-funktion der selv beslutter næste skridt: slår op i data, kalder et værktøj, læser resultatet og prøver igen. Hvert trin er et nyt kald, og hvert kald sender hele forløbet indtil nu med.

Forudsætninger: 8 kald pr. opgave med i gennemsnit 15.000 tokens ind og 1.500 tokens ud pr. kald, inklusive modellens ræsonnement. En bruger kører 5 opgaver pr. arbejdsdag, ca. 100 om måneden.

• Pr. opgave: 120.000 tokens ind og 12.000 ud. Med mellemmodellen giver det $0,24 + $0,12 = $0,36.
• Pr. bruger om måneden: 100 × $0,36 = $36, ca. 240 kr.

Det er 75 gange så meget som chat-eksemplet med den samme model. Vælger du GPT-6 Astra til $10 / $50, er du oppe på ca. 1.200 kr. pr. bruger om måneden. Her kan AI-regningen let blive større end det kunden betaler for dit produkt.

Baggrundsopgaver: sortering og udtræk

Den billigste anvendelse er ofte den mest nyttige: en lille model der læser indgående mails, supportsager eller formularer og sorterer, mærker eller trækker felter ud. Med ca. 800 tokens ind og 50 tokens ud pr. sag koster 10.000 sager ca. 7 kr. med GPT-6 Luna. En mellemmodel koster ca. 140 kr. for det samme arbejde, og til simpel sortering får du sjældent meget for de ekstra penge.

Test derfor altid den lille model først, og skift kun op hvis kvaliteten ikke er god nok på dine egne data.

Det der får regningen til at vokse

Eksemplerne ovenfor er gennemsnit. I drift er det nogle bestemte ting der skubber regningen op, og de fleste kan styres i koden.

Samtalehistorikken er den der oftest overrasker. Modellen husker ikke noget mellem to kald, så din kode sender hele samtalen med hver gang. En samtale på 30 beskeder koster derfor ikke 3 gange så meget som en på 10. Den koster mange gange mere.

Værktøjer og søgning har også en pris. Hos Anthropic koster det et par hundrede ekstra tokens pr. kald bare at give modellen adgang til værktøjer, og websøgning koster $10 pr. 1.000 søgninger. Google tager $14 pr. 1.000 søgninger, når de 5.000 gratis om måneden er brugt.

Vil du have data behandlet i en bestemt region, fx EU, tager OpenAI 10 % ekstra for regionale adgangspunkter (endpoints) på modeller udgivet fra marts 2026. Anthropic har samme tillæg på regionale adgangspunkter hos AWS og Google Cloud. Hvad du overhovedet må sende til udbyderne, gennemgår jeg i GDPR og AI-API'er.

Sådan holder du AI-udgiften nede

1. Vælg modellen efter opgaven. Brug en lille model til sortering, udtræk og korte svar, og send kun de svære opgaver videre til en større. Det kaldes ofte model-routing og kan alene skære regningen ned til en brøkdel.
2. Brug prompt caching. Sender du de samme instruktioner og den samme hjælpetekst med i hvert kald, kan udbyderen gemme dem midlertidigt. Den genbrugte del koster derefter 90-95 % mindre: 10 % af normalprisen på Claude Sonnet 5.5 og 5 % på GPT-6.1 Sol. Hos Anthropic koster det 25 % ekstra, første gang teksten gemmes.
3. Kør det der kan vente, som batch. Det giver 50 % rabat hos OpenAI, Anthropic og Google.
4. Bed om korte svar, og sæt en maksimal længde. Output er den dyre del.
5. Gem svar der går igen. Stiller mange brugere det samme spørgsmål, kan du gemme svaret i din egen database og spare kaldet helt.
6. Sæt forbrugsgrænser, både pr. bruger i din egen kode og som samlet loft eller alarm hos udbyderen.

Hvordan selve integrationen bygges, så den kan styres og overvåges, har jeg skrevet om i guiden til at integrere OpenAI eller Claude i et eksisterende system.

Sådan budgetterer du AI i dit produkt

Når AI er en del af en SaaS eller platform, er det vigtigste tal ikke den samlede regning. Det er prisen pr. bruger sammenholdt med hvad brugeren betaler. Min tommelfingerregel er at AI-udgiften pr. bruger bør ligge under ca. 10 % af abonnementsprisen. På et abonnement til 299 kr. om måneden betyder det under ca. 30 kr. pr. bruger. Chat-eksemplet passer fint ind. Agent-eksemplet gør ikke.

Det her vil jeg have med i et budget:

• Et skøn pr. handling (tokens ind og ud), målt på rigtige eksempler og ikke gættet.
• Fordelingen af brugere. Gennemsnittet snyder, fordi de mest aktive brugere kan stå for en stor del af forbruget.
• En buffer på 30-50 % til lange samtaler, nye funktioner og prisændringer.
• Kvoter i abonnementet, fx et antal AI-opgaver om måneden med mulighed for at købe flere.
• Udvikling og vedligehold. Modeller bliver udfaset, og et modelskifte kræver at du tester dine prompts igen. Claude Opus 4 og Sonnet 4 er fx allerede udfaset på Anthropics eget API.

Er en AI-funktion dyr pr. bruger, så lad prisen afspejle det. En mulighed er at lægge de tunge funktioner i en dyrere plan eller tage betaling pr. forbrug. Jeg har skrevet mere om prismodeller til SaaS og om fordele og ulemper ved hver af dem.

Hvornår en AI-funktion ikke kan betale sig

Jeg bygger AI-funktioner, men det er ikke altid det rigtige svar. Her er fire situationer hvor jeg typisk vil fraråde det:

• Når et abonnement er nok. Skal dine medarbejdere bare bruge AI til at skrive og opsummere, er en licens til ChatGPT eller Claude billigere og hurtigere end at få bygget noget.
• Når behovet er standard. En chatbot der svarer på spørgsmål ud fra din hjemmeside, kan du ofte købe færdig. Se min sammenligning af at bygge eller købe en AI-chatbot.
• Når regnestykket ikke hænger sammen. Koster funktionen mere pr. bruger end brugeren betaler, og kan du ikke skrue på model, antal trin eller pris, så er den ikke klar.
• Når almindelig kode kan gøre det. Regler, søgning og faste skabeloner koster næsten intet i drift og giver det samme svar hver gang. AI er bedst til det uforudsigelige.

Leder du efter steder hvor AI faktisk gør en forskel i et produkt, så se 12 måder at bruge AI i en SaaS eller platform.

Næste skridt: lav dit eget skøn

1. Vælg én konkret AI-funktion, og skriv ned hvad der sendes til modellen i et typisk kald.
2. Mål tokens på 10-20 rigtige eksempler, fx i udbyderens konsol eller med deres funktion til at tælle tokens.
3. Gang op med antal kald pr. bruger og antal brugere, og læg bufferen oveni.
4. Test den billigste model der kan løse opgaven, før du vælger en større.
5. Sæt lofter og overvågning op fra dag ét, og følg prisen pr. kunde de første måneder.

Vil du have hjælp til at bygge AI-funktionen ind i din platform, så økonomien er til at styre, kan du se hvordan jeg arbejder på siden om udvikling af webapps og platforme. Du taler direkte med mig som udvikler, og koden er din fra første dag.

Ofte stillede spørgsmål

Er et ChatGPT-abonnement det samme som at betale for API'et?+

Nej. Et abonnement på ChatGPT eller Claude dækker brugen i udbyderens egne apps. Når din egen software taler med modellen, sker det gennem API'et, som afregnes for sig pr. token via en udviklerkonto. Du kan altså ikke bruge et personligt abonnement til at drive en funktion i dit produkt, og API-regningen følger hvor meget dine brugere bruger funktionen.

Kan jeg teste AI-API'erne gratis?+

Ja, i begrænset omfang. Google har et gratis niveau til Gemini API'et, og Anthropic giver nye brugere en lille mængde gratis kredit. Bemærk at Google ifølge sin prisside må bruge data fra det gratis niveau til at forbedre sine produkter, hvilket ikke gælder det betalte. Brug derfor ikke rigtige kundedata, før du er på en betalt aftale.

Bliver AI billigere over tid?+

Ofte, men ikke altid, så regn ikke med det i budgettet. Anthropic droppede fx en planlagt prisstigning på Claude Sonnet 5 og gjorde introduktionsprisen permanent, mens Gemini 3.8 Flash kun havde introduktionspris til udgangen af 2026 og koster det dobbelte fra 2027. Nye modeller kan også bruge flere tokens på den samme tekst. Læg en buffer ind, og byg din kode så det er let at skifte model.

Er det billigere at køre en open source-model selv?+

Sjældent for en mindre virksomhed. Du slipper for prisen pr. token, men betaler for servere med grafikkort, også når de står stille, og for at drive, opdatere og overvåge dem. Det kan betale sig ved et stort og jævnt forbrug eller ved krav om at data aldrig forlader dine egne servere. Ellers er API'erne næsten altid billigere og langt mindre arbejde.