1000 dollar per dag voor AI-demo: berekening kosten per spelsessie

👁 119 keer gelezen

Een gratis demo op Steam is in theorie de goedkoopste marketingvorm die er bestaat in de game-industrie. Je betaalt eenmalig om een stukje van je spel speelbaar te maken, zet het op het platform en Valve regelt de rest. In het geval van Teach My Little Sister How To Drive ziet die rekening er compleet anders uit: elke minuut speeltijd kost de studio daadwerkelijk geld, vooraf betaald via externe API’s, zonder enige garantie dat de speler ooit de volledige game aanschaft.

Studio Easy Fox meldde in een Steam-update van 7 oktober dat ze dagelijks meer dan 1000 dollar uitgeven aan AI-diensten voor alleen de demo en dat ze een banklening moesten afsluiten om het hoofd boven water te houden. Het aantal spelers steeg binnen een maand met meer dan een factor twintig. Het team bestaat uit slechts vier personen.

1000 dollar per dag: circa 894 euro dagelijks, ruim 26.800 euro per maand

Laten we beginnen met een omrekening om de schaal inzichtelijk te maken. Duizend dollar per dag staat gelijk aan ongeveer 894,37 euro per dag (circa 26.831 euro per maand van dertig dagen, omgerekend tegen de ECB-referentiekoers van 1,1181 USD per EUR van 12 oktober 2026; bron: ECB). Op jaarbasis zou dat neerkomen op meer dan 320.000 euro - al zal het zover niet komen, omdat de demo dan allang offline is gehaald.

Ter vergelijking: tienduizenden euro’s per maand is voor veel kleine indieteams vergelijkbaar met de totale personeelskosten van een voltallige bezetting. Easy Fox betaalt nu aan een externe taalmodel-aanbieder evenveel als aan het team dat het spel zelf heeft gebouwd. Met een cruciaal verschil: salarissen kun je vooraf begroten, terwijl de API-factuur lineair meegroeit met de populariteit. De kosten exploderen dus exact op het moment dat een studio denkt succes te vieren.

Een ander veelzeggend detail is die stijging met een factor twintig. Als de rekening nu 1000 dollar per dag bedraagt, was dat een maand geleden circa 50 dollar per dag (ongeveer 44,72 euro). Dat is een bedrag dat een kleine studio moeiteloos wegschrijft onder marketingkosten. Dat is precies de valkuil: in het begin lijkt de technische architectuur financieel veilig, maar de kosten schalen recht evenredig mee met het aantal spelers, terwijl de inkomsten uit een gratis demo nul blijven.

Kosten per spelsessie: wat kost een virtueel gesprek?

Dan de rekensom per speler. De bron noemt geen exacte spelersaantallen, maar geeft twee aanknopingspunten: de demo werd opgepikt door grote streamers (waaronder CaseOh) en de studio geeft aan dat individuele spelers niet uitzonderlijk duur zijn, maar dat het pure volume het probleem vormt.

De gameplay draait erom dat je als speler op de passagiersstoel zit en met je eigen stem instructies geeft aan een jongere zus die leert autorijden. Een LLM interpreteert het commando en genereert de reactie van het personage. Een realistische cyclus per interactie bestaat uit: audiotranscriptie, een API-aanroep naar het taalmodel met de verkeerscontext en tenslotte spraaksynthese van het antwoord. Bij courante tarieven voor modellen zoals Gemini Flash of GPT-5 mini kost de tekstverwerking slechts een fractie van een cent, maar spraak-naar-tekst en tekst-naar-spraak drijven de prijs op naar circa 0,003 tot 0,008 dollar per volledige beurt.

Als een speelsessie twintig minuten duurt en de speler elke tien seconden een instructie geeft, zijn dat 120 interacties per sessie. Bij een voorzichtige schatting van circa 0,005 tot 0,006 dollar per beurt kost één speelsessie ongeveer 0,63 dollar (circa 0,56 euro) per speler. Om op een dagtotaal van 1000 dollar te komen, verwerkt de studio dagelijks zo’n 1500 tot 1600 sessies. Voor een game die viraal gaat via grote streamers is dat een volkomen realistisch en relatief bescheiden aantal op Steam.

Hierin schuilt de reden voor de banklening. Een indiegame in dit genre kost op Steam doorgaans rond de 15 tot 20 euro (pakweg 16 tot 22 dollar). Na inhouding van Valves platformcommissie (30 procent) en belastingen houdt de ontwikkelaar daar misschien 9 tot 12 euro aan over. De conversie van demo naar uiteindelijke aankoop ligt bij nichegames zelden boven de 10 tot 15 procent. Dit betekent dat de studio meer dan een halve euro aan API-kosten betaalt voor elke demospeler, terwijl de statistische opbrengst per speler nauwelijks toereikend is om dat te compenseren. Zodra spelers langer spelen dan twintig minuten of de conversie onder de 5 procent zakt, levert elke nieuwe gratis speler puur verlies op. Easy Fox sloot geen lening af door rekenfouten, maar doordat populariteit in dit bedrijfsmodel direct verandert in een kostenpost.

Gemini liep tegen limieten aan, OpenAI bleek duurder

Naast de totale som laat het technische verloop zien waar de risico’s zitten bij externe afhankelijkheden. Easy Fox gebruikte oorspronkelijk Google Gemini, maar liep daar structureel tegen rate limits en quota aan. Daardoor moesten ze uitwijken naar een fallback-systeem via OpenAI. De ontwikkelaars omschreven de gevolgen daarvan als volgt:

“In totaal zijn de kosten gestegen doordat zoveel mensen spelen, en we hebben een banklening afgesloten om de demo draaiende te houden. (…) We zijn een team van vier man en de financiële druk kan betekenen dat we de demo eerder moeten sluiten dan gepland, nog vóór de lancering van de volledige versie.”

Dit citaat is afkomstig uit de Steam-update van Easy Fox van 7 oktober, zoals opgetekend door Dexerto (vertaald uit het Engels). Bij het overschakelen naar het reservemodel deden zich bovendien problemen voor: langdradige antwoorden, onnatuurlijke dialogen en situaties waarin het personage de instructies niet goed begreep.

Het venijn zit in de afrekening per token: uitvoertokens zijn aanzienlijk duurder dan invoertokens. Als een fallback-model omslachtigere antwoorden formuleert, levert dat niet alleen een mindere speelervaring op, maar schiet de rekening direct verder omhoog. Dit is een structureel risico van architecturen waarbij de kosten afhangen van de gegenereerde tekstlengte, terwijl je die lengte realtime niet volledig in de hand hebt.

Drie richtlijnen voor softwaremakers met LLM-koppelingen

Wie overweegt om een generatief AI-model te integreren in een game, webapplicatie of software-extensie, doet er verstandig aan drie parameters vooraf door te rekenen:

Ten eerste: de kosten per actieve gebruikerssessie, berekend op basis van werkelijke testlogs en niet uitsluitend op basis van theoretische voorbeelden uit API-documentatie. Laat testgebruikers aan de slag gaan, meet het reële aantal aanroepen en tokens, en deel de totale factuur door het aantal sessies. Ten tweede: een strikt dagelijks budgetplafond waarbij de AI-functie automatisch uitschakelt of overschakelt op een statische modus. Zowel OpenAI, Google als Anthropic bieden instellingen voor harde verbruikslimieten in hun dashboards. Ten derde: het omslagpunt, oftewel het aantal gebruikers waarbij de API-kosten de omzet overstijgen. Bij Easy Fox ontbrak deze drempelwaarde duidelijk.

Traditionele serverhosting vormt hierbij een gevaarlijk referentiekader. Een standaard VPS voor een kleinere multiplayer-titel kost maandelijks enkele tientjes; een krachtige dedicated server voor honderden gelijktijdige spelers kost grofweg 100 tot 250 dollar per maand. De AI-kosten van de demo steken daar schril bij af:

Het verschil bedraagt vele honderden procenten ten opzichte van traditionele infrastructuur. Waar reguliere serverkosten voorspelbaar en vast zijn, transformeren realtime taalmodellen de infrastructuur in een variabele kostenpost die explodeert bij onverwacht succes.

Waarom een gratis demo met AI niet zomaar schaalt

Easy Fox gaf aan spelers niet apart te willen laten betalen voor AI-gebruik in de uiteindelijke game; de kosten moeten worden gedekt door de eenmalige aanschafprijs. Dat klinkt consumentvriendelijk, maar verschuift de problematiek enkel naar de release. In de volledige game spelen gebruikers immers langer. Een speler die tientallen uren in het spel steekt, kan bij tientallen centen per uur gemakkelijk tientallen dollars aan API-kosten verbruiken op een aankoop van circa 15 tot 20 euro. Dat model is simpelweg niet sluitend zonder harde speellimieten of lokale modellen.

Steeds meer ontwikkelaars kiezen daarom voor kleinere, lokaal draaiende modellen op het apparaat van de eindgebruiker. Dat levert wellicht iets eenvoudigere dialogen op, maar brengt de variabele serverkosten terug naar nul. Een gameplay-element waarbij je een rijdend personage aanstuurt, vereist immers geen geavanceerd literair taalmodel, maar een snelle intentie-classifier en een set vooraf gedefinieerde reacties.

De situatie rondom Easy Fox toont een harde realiteit van AI-architectuur: bij producten met variabele gebruikskosten tegenover eenmalige of ontbrekende inkomsten kan exponentiële groei een direct operationeel risico vormen.

Feiten gecontroleerd op 13 oktober 2026. Bedragen omgerekend vanuit USD tegen de ECB-referentiekoers van 1 EUR = 1,1181 USD (12 oktober 2026; bron: ECB). Kosten per sessie en per beurt zijn redactionele schattingen op basis van publieke API-tarieven en geschatte sessieduur; de studio heeft geen gedetailleerde uitsplitsing openbaar gemaakt. Bronnen: Dexerto, “Free Steam demo’s $1,000 daily AI bill forces developer to get bank loan”, 11.10.2026; update van Easy Fox op de Steam-communitypagina van 7.10.2026.

// lees verderLineaire probes in LLM’s: meetfout of verborgen kennis?AI-overzichtROAR: betere zero-shot tijdreeksvoorspellingen met AIAI-overzichtNieuw onderzoek: AI verdringt afgestudeerden nog niet van arbeidsmarktAI-overzicht

Kinetyra