De prijzenoorlog tussen AI-modellen: stand van juli 2026

De markt voor LLM-API's bevindt zich in een razendsnelle consolidatiefase. Waar we voorheen spraken over tijdelijke marketingstunts en verlieslatende lokkertjes om marktaandeel te veroveren, is de prijzenoorlog in juli 2026 definitief verschoven naar een structurele fase. Dankzij fundamentle doorbraken in inference-engineering zijn extreem lage tarieven nu de norm én rendabel voor aanbieders. Voor indie developers die hun eigen agent-architecturen bouwen met tools als n8n en LiteLLM op een thuisserver of VPS, opent dit ongekende mogelijkheden. De kosten voor grootschalige dataverwerking en complexe multi-agent systemen zijn in één klap gedecimeerd. Welkom bij ons nieuwste overzicht op het radar-overzicht.

In dit artikel analyseren we de belangrijkste verschuivingen van deze maand en leggen we uit hoe je jouw lokale infrastructuur hierop inricht.

OpenAI introduceert drietrapsraket met GPT-5.6

Op 9 juli is GPT-5.6 officieel algemeen beschikbaar (GA) gegaan. OpenAI kiest hiermee voor een expliciete prijsladder met drie niveaus: Sol ($5 per miljoen inputtokens / $30 per miljoen outputtokens), Terra ($2.50 / $15) en Luna ($1 / $6). Dit is een strategische zet: voor het eerst zet OpenAI een volwaardige budget-tier (Luna) in de markt die rechtstreeks concurreert met Gemini Flash en de Chinese prijsvechters.

Voor wie met een lokale LLM-gateway zoals LiteLLM werkt, is dit een belangrijk signaal. Luna en Terra zijn uitstekende kandidaten voor de routing van routinematige agent-taken, zoals het parseren van e-mails of het structureren van ruwe data. Bovendien introduceert OpenAI een interessante dynamiek rondom prompt-caching: cached input is bij Luna maar liefst 90% goedkoper ($0.10 per miljoen tokens), maar het schrijven naar de cache (cache-writes) kost 1,25 keer het normale inputtarief. Dit betekent dat je workflows slim moet ontwerpen: herhaalde, statische systeem-prompts leveren enorme winst op, maar vluchtige, eenmalige prompts worden juist iets duurder.

DeepSeek V4 zet de absolute prijsbodem

Als er één partij is die de markt dwingt tot innovatie, dan is het DeepSeek. Met de introductie van de V4-modellen laten ze zien dat ze de absolute prijsbodem beheersen. De tarieven zijn ongekend laag: V4 Flash kost $0.14 per miljoen inputtokens ($0.28 output) en het krachtigere V4 Pro staat op $0.435 per miljoen inputtokens ($0.87 output).

De echte gamechanger voor indie developers zit echter in de cache-hits. DeepSeek rekent hiervoor slechts $0.0028 per miljoen tokens. Dit is een korting van 98% op herhaalde context. Als je complexe n8n-workflows of batch-verwerkingen draait die grote hoeveelheden documenten analyseren tegenover dezelfde set instructies of documentatie, is de cache-hit-ratio vele malen belangrijker dan het basistarief. Door je agents zo te ontwerpen dat ze dezelfde context hergebruiken, reduceer je de API-kosten tot bijna nul.

Xiaomi bewijst dat engineering de prijs bepaalt

Dat deze prijsverlagingen geen tijdelijke marketingstunts zijn, wordt bewezen door Xiaomi. Zij verlaagden de prijzen van hun MiMo-V2.5-serie met maar liefst 99%. Volgens Fuli Luo, hoofd van de MiMo-divisie, is deze prijsverlaging puur het gevolg van efficiëntere engineering, met name door het toepassen van 'Sliding Window Attention'. Hierdoor wordt de KV-cache-overdracht met een factor zeven verminderd, waardoor de hardware veel efficiënter benut kan worden.

MiMo verwerkte in één week tijd 1.7 biljoen tokens en steeg direct naar de zesde plaats op OpenRouter. Dit toont aan dat indie-ontwikkelaars massaal overstappen op alternatieve, goedkope API's zodra de betrouwbaarheid en prijs in balans zijn. Voor je eigen agent-setup betekent dit dat je niet langer blind hoeft te varen op de gevestigde westerse namen.

Structurele prijsverlagingen in het Chinese LLM-landschap

De stap van Xiaomi staat niet op zichzelf. In de eerste helft van 2026 hebben de grote Chinese techgiganten hun API-prijzen gezamenlijk zes keer verlaagd. Belangrijk is dat drie van deze verlagingen inmiddels permanent zijn verklaard. DeepSeek heeft bijvoorbeeld de eerdere korting op V4 Pro (die het model op een kwart van de oorspronkelijke prijs bracht) definitief gemaakt.

Voor ontwikkelaars die hun kosten bijhouden in een lokaal dashboard of database voor kostenregistratie, is het raadzaam om deze Chinese frontier-API's op te nemen in de vergelijking. De prestaties van deze modellen doen voor veel standaardtaken (zoals vertalingen, code-generatie en data-extractie) nauwelijks nog onder voor hun westerse tegenhangers, terwijl de kosten een fractie bedragen.

Het gat tussen frontier en budget krimpt

Als we kijken naar de absolute top van de markt, de zogenaamde 'frontier'-modellen, zien we dat ook daar de prijzen onder druk staan. Claude Opus 4.8 kost momenteel $5 per miljoen inputtokens en $25 per miljoen outputtokens (na een eerdere forse prijsverlaging van 67% in februari). Google's Gemini 3.1 Pro positioneert zich als de goedkoopste frontier-optie met $2 per miljoen inputtokens en $12 per miljoen outputtokens (tot een context van 200K). Kimi K3 zit daar met $3/$15 net tussenin.

De belangrijkste conclusie is dat het prijsverschil tussen de absolute topmodellen en de budget-tier is geslonken tot ongeveer een factor 10. Dit betekent dat de drempel om voor kritieke beslissingen in je agent-workflows op te schalen naar een frontier-model aanzienlijk is verlaagd. Je kunt in je model-routing (zie ook onze gids over slimme model-routing) eenvoudig instellen dat complexe taken naar Gemini 3.1 Pro of Claude Opus worden gestuurd, terwijl het bulkwerk door Luna of DeepSeek V4 Flash wordt afgehandeld.

Wat kun je hiermee?

De verschuiving naar structureel goedkope inference dwingt indie developers om hun architectuurkeuzes te heroverwegen. Hier zijn drie concrete acties die je vandaag nog kunt doorvoeren in je eigen setup:

• Optimaliseer voor Prompt Caching: Richt je n8n-workflows en agent-prompts zo in dat grote contexten (zoals documentatie of database-schema's) statisch blijven en opeenvolgend worden aangeroepen. Met de tarieven van DeepSeek ($0.0028/M) en OpenAI Luna ($0.10/M) bespaar je hiermee tot wel 98% op je API-kosten.
• Implementeer Dynamische Routing: Gebruik een lokale LLM-gateway zoals LiteLLM om je verkeer dynamisch te routeren. Stuur eenvoudige taken standaard naar OpenAI Luna of DeepSeek V4 Flash, en schaal alleen op naar Gemini 3.1 Pro of Claude Opus wanneer de taak dit vereist.
• Evalueer Chinese Alternatieven: Voeg modellen zoals Xiaomi MiMo of DeepSeek V4 toe aan je fallback-opties. De engineering achter deze modellen garandeert een stabiele en goedkope werking die uitstekend geschikt is voor achtergrondtaken op je thuisserver.