Tarieven van decision models: overzicht van de kosten
Een overzicht van tokenprijzen en operationele kosten van beslissingsmodellen op basis van Artificial Analysis data en praktijkmetingen van Helder.
👁 127 keer gelezen
Decision models rekenen alleen input-tokens af: ze kiezen uit opgegeven opties en schrijven geen tekst, dus output betaal je niet. Bij de lancering van de Artificial Analysis Decision Index v1.0 op 13 oktober 2026 kostte een miljoen taken tussen 16,5 USD (Perplexity Decider v1.1 27B) en 199,4 USD (Cloudflare Clef). Een klein taalmodel als Claude Haiku 5.5 kwam in dezelfde index uit op 184 USD per miljoen taken.
Prijzen en kosten per miljoen taken bij de start van de index
De tabel toont de tarieven en indexkosten zoals Artificial Analysis ze op 13 oktober 2026 rapporteerde. Op het actuele leaderboard staan inmiddels nieuwere versies, zoals Decider v1.2, Jev 1.14 en Clef-Omni; daarvoor gelden andere cijfers.
| Model | Prijs per 1M input-tokens | Kosten per 1M taken (AA-index) |
|---|---|---|
| Decider v1.1 27B | 0,020 USD | 16,5 USD |
| Microsoft-Decision-1 | 0,042 USD | 30,7 USD |
| Mercury Decide | 0,040 USD (op 13 oktober tijdelijk 0,020 USD) | 30,4 USD |
| Celeris-1 Decision | 0,040 USD | 31,6 USD |
| Jev 1.13 | 0,042 USD | 41,5 USD |
| GPT-6 Luna Decisions | 0,100 USD (+10% in de EU) | 78,9 USD |
| GLiDE | 0,150 USD | 119,0 USD |
| Clef | 0,240 USD | 199,4 USD |
Cloudflare rekent op 30 oktober 2026 voor Clef nog steeds 0,240 USD per miljoen input-tokens. Clef-flash ging op 9 oktober omlaag naar 0,038 USD, en het nieuwe Clef-Omni kost 0,150 USD.
Classificatie en moderatie zijn goedkoper
Op de classificatietaak uit de index, WildGuardTest van Ai2, liggen de kosten lager omdat de invoer korter is. Artificial Analysis rapporteerde per miljoen taken:
- Decider v1.1 27B: 12,1 USD
- Microsoft-Decision-1: 12,5 USD
- Mercury Decide: 12,6 USD
- Celeris-1 Decision: 16,0 USD
- Jev 1.13: 22,8 USD
- GLiDE: 84,3 USD
Ter vergelijking: Claude Haiku 5.5 met low reasoning kostte op dezelfde taak 91,5 USD per miljoen verzoeken en Claude Opus 5.5 3.774 USD. Daar zit het verschil tussen een model dat één keuze teruggeeft en een model dat een antwoord uitschrijft.
Mijn test: de tokenizer bepaalt de rekening
Op 13 oktober 2026 heb ik 50 helpdesktickets in het Pools door de modellen gehaald, als indicatieve test op niet-Engelse tekst. Het tokenverbruik liep sterk uiteen: Jev 1.13 had per taak circa 640 input-tokens nodig, Microsoft-Decision-1 circa 275 voor dezelfde tekst.
Omgerekend naar een miljoen helpdesktaken kwam ik uit op 4,4 USD voor Mercury Decide (tegen het tijdelijke tarief), 7,8 USD voor Decider v1.1 27B, 11,5 USD voor Microsoft-Decision-1 en 26,8 USD voor Jev 1.13. Claude Haiku 5.5 kostte in dezelfde test 96,7 USD. Een goedkoop tarief per token zegt dus weinig zolang je niet weet hoeveel tokens jouw taal oplevert. Volgens de indexdata vormen Decider, Microsoft-Decision-1 en Jev 1.13 de pareto-voorhoede van prijs en kwaliteit.
Meer over de modellen en de ranglijst: AI-beslissingsmodellen: Decision Index-ranglijst, prijzen en tests.
Bronnen
- Artificial Analysis (13 oktober 2026): Artificial Analysis Decision Index
- Artificial Analysis: Decision Index leaderboard
- Artificial Analysis: Decision Index methodology
- Cloudflare Docs: Workers AI pricing
- OpenRouter: Decisions API
- Eigen test, 13 oktober 2026: 50 helpdesktickets in het Pools, tokenverbruik en kosten per model.
Gecontroleerd op 30 oktober 2026.
More on this from HELDER
benchmarks·Decision model vs LLM: wanneer kies je welke techniek?Decision models leveren kansverdelingen met lage latency en lage kosten, maar klassieke LLM's blijven noodzakelijk voor tekstgeneratie en feitenkennis.