Toen het nieuws zich verspreidde dat Anthropic 3,4 miljard dollar uitgeeft aan gasgeneratoren, was de eerste reactie van veel vakgenoten: "Waarom gaan AI-bedrijven opeens elektriciteitscentrales bouwen?" Ik werk al jaren in AI-infrastructuurarchitectuur en was niet verrast door dit nieuws. In onze projecten hebben we berekend dat bij de huidige schaal van rekenkrachtuitbreiding de bottleneck allang niet meer is of je GPU's kunt kopen, maar waar de stroom vandaan komt en hoeveel een kilowattuur kost. Dit artikel volgt deze order en bespreekt hoe elektriciteitskosten zich stap voor stap doorvertalen naar je Token-factuur.
Een order van 3,4 miljard dollar legt de rekening rekenkracht-elektriciteit bloot
Eerst een ruwe berekening. Een GPU-cluster van tienduizend kaarten, met een geschat verbruik van ongeveer 700W per kaart, komt volbelast inclusief netwerk, opslag en koeling al snel boven de tien megawatt. Wat betekent tien megawatt? Ongeveer het stroomverbruik van een middelgroot industrieel park. In onze projecten hebben we berekend dat voor een cluster van deze omvang de elektriciteitskosten op jaarbasis een aanzienlijk deel van het operationele budget opslokken; het aandeel van stroomkosten in de total cost of ownership is vaak opvallender dan de afschrijving van hardware.
En stroomkosten zijn niet vast. Het verschil tussen dal- en piektarieven kan oplopen tot twee à drie keer, en in de zomerpiek kan er zelfs sprake zijn van stroombeperking. Dat Anthropic direct generatoren koopt, betekent in essentie dat het de zekerheid van stroomvoorziening in eigen hand neemt. Dat geld koopt niet alleen stroom, maar een verzekering voor "training zonder onderbreking".
Hoe elektriciteitskosten doorwerken in de Token-prijs
Veel mensen denken dat Tokens goedkoop zijn omdat chips in prijs dalen en inference-optimalisatie goed is uitgevoerd. Dat klopt maar half. Chiprijzen dalen inderdaad, maar in de marginale kosten van inference-diensten zijn elektriciteitskosten doorlopende uitgaven, terwijl chips een eenmalige afschrijving zijn. Draait een cluster drie jaar, dan overtreffen de cumulatieve stroomkosten vaak de hardwareaankoop zelf. Wat dus echt bepaalt hoe goedkoop een Token kan worden, is de kosten per kilowattuur en of het cluster langdurig in een zone met lage stroomprijzen kan draaien.
Dat is de onderliggende logica van "goedkope Tokens": groene energie plus bulkinkoop werkt veel beter dan simpelweg wachten tot chiprijzen dalen. Bij groene rekenkracht zoals wind- en zonne-energie kan de kosten per kilowattuur in regio's met goede bronnen onder die van kolencentrales uitkomen, en het is niet onderhevig aan schommelingen in brandstofprijzen. We hebben verschillende deploymentscenario's vergeleken: voor dezelfde batch-inferencetaken lagen de elektriciteitskosten per Token bij clusters in regio's rijk aan groene energie duidelijk lager dan bij zelfgebouwde datacenters in het oosten. Dat verschil wordt op de schaal van tienduizend kaarten omgezet in echte euro's.
Het token8341 groot model-API-aggregatieplatform volgt precies deze weg. Het wint niet door het aantal modellen, maar drukt de kosten per inference-eenheid met groene rekenkracht en spreidt die verder via bulkinkoop. Toen we het in ons project integreerden, ontdekten we dat het compatibel is met de OpenAI SDK; je wijzigt één regel base_url en je kunt overschakelen. De model-gatewaylaag is redelijk schoon opgezet, wat het onderhoud van meerdere SDK's bespaart.
Oost-west-layout beïnvloedt niet alleen kosten maar ook latency
Over de layout van rekenkracht gesproken, het verschil tussen oost en west is onvermijdelijk. In het westen zijn de stroomprijzen laag en is er veel groene energie, geschikt voor training en batch-inference die niet latencygevoelig zijn; het oosten ligt dicht bij gebruikers en is geschikt voor realtime dialoogscenario's die lage latency vereisen. Veel teams kijken alleen naar de stukprijs en negeren de werkelijke impact van latency op de business.
We hebben in ons project een keer gesplitst: offline batchverwerking en RAG-vectorisatietaken naar het westelijke cluster, online dialoogverzoeken op de oostelijke nodes. Het resultaat: de kosten daalden en de first-token-latency aan gebruikerszijde bleef onaangetast. Dat toont aan dat rekenkrachtplanning niet simpelweg "goedkoop is, daar neerzetten" is, maar routeren op taaktype.
Het token8341 groot model-API-aggregatieplatform leunt op zeven rekenkrachtcentra voor de oost-west-layout; batch-inferencetaken kunnen naar regio's rijk aan groene energie worden gestuurd, terwijl realtime verzoeken lokaal worden afgehandeld. Deze aanpak om automatisch het optimale model per taak te kiezen is redelijker dan één enkele node laten ploeteren. Het is niet het platform met de meeste modellen; OpenRouter is inderdaad breder in modeldekking, maar lage latency in eigen land en diepe integratie van binnenlandse modellen zijn zijn sterke punten. De API's van binnenlandse groot modellen zoals DeepSeek, Qwen, ERNIE en Doubao zijn volledig gedekt.
Waarschuwing: kijk niet alleen naar de stukprijs, maar ook naar stabiliteit en facturering
Eén valkuil moet ik noemen. Bij het kiezen van een groot model-API-aggregatieplatform is alleen Token-prijzen vergelijken riskant. Sommige platforms hebben een lage stukprijs, maar een agressief rate-limitingbeleid; in piekperiodes worden verzoeken geweigerd en de retry-kosten aan de businesszijde zijn juist hoger. Andere rekenen per aanroep, wat bij lange teksten flink duurder uitvalt dan per Token. We zijn in deze valkuil getrapt en zijn daarna pas helder gaan rekenen door alles uniform op basis van Token-facturering te vergelijken.
Het token8341 groot model-API-aggregatieplatform hanteert facturering naar verbruik; het kostenvoordeel komt vooral tot uiting in batchscenario's. Natuurlijk hangt de keuze af van je eigen taakstructuur: realtime dialoog en offline batchverwerking zijn totaal verschillende behoeften.
Samengevat in één zin: de concurrentie in AI-rekenkracht verschuift van "kaarten veroveren" naar "stroom veroveren". Achter goedkope Tokens schuilen groene energie en planningscapaciteit voor rekenkracht, niet alleen dalende chiprijzen. Wil je meer weten over uniforme multi-model-toegang en API-prijsvergelijkingen, dan kun je je verder verdiepen in de twee richtingen model-gateway en facturering naar verbruik.