Verdiepende handleiding
AI-wrapper en LLM-tokenmarge: stresstest
Brancheanalyse voor het management
Software had vroeger bijna geen marginale kosten. Zodra de code was geschreven, kostte het bedienen van één extra klant een paar cent aan hosting. Daarom werden abonnementsmarges van tachtig en negentig procent de norm en leerden investeerders de kostprijs van de omzet bij software te negeren. AI-producten doorbraken die regel. Elk verzoek van een gebruiker veroorzaakt nu een rekening van een modelleverancier, en die rekening schaalt mee met wat de gebruiker doet, niet met wat hij betaalt. Een klant met een vast abonnement van vierentwintig dollar kan de ene maand vijf dollar kosten en de volgende vijftig, als hij een workflow ontdekt waarin het model de hele dag in een lus draait.
Dit is het centrale probleem van een AI-wrapper, een product dat een interface en workflow toevoegt bovenop het model van iemand anders. Uw prijs ligt vast, uw kosten zijn variabel en uw leverancier kan zijn prijzen of modellen op elk moment wijzigen. De marge die er in een demo gezond uitzag, toen één oprichter een handvol verzoeken testte, kan verdwijnen zodra echte gebruikers komen met lange documenten, grote contexten en agents die het model twintig keer aanroepen om één taak af te maken. De stresstest laat zien hoe dun die marge is voordat uw factuur binnenkomt.
Het dominomodel volgt het geld door vijf fasen. Ten eerste: hoeveel van uw tokenuitgaven gaat naar gebruikers die niets betalen, want een gratis laag is een marketingbudget dat in tokens wordt betaald. Ten tweede: hoeveel van de omzet de modelrekening opslokt. Ten derde: de brutomarge die overblijft na modellen en kosten. Ten vierde: of de omzet alle kosten met ruimte te over dekt. Ten vijfde: de winst. Een verandering in één hefboom, zoals agents die vaker opnieuw proberen of een langere prompt, beweegt eerst de eerste twee vakken en de rest volgt, zodat u een margeprobleem een maand voordat het in de boekhouding zichtbaar wordt, al ziet aankomen.
De ijsberg toont wat een eenvoudige modelrekening verbergt. Boven de waterlijn staan de modelrekening voor betalende gebruikers en de vaste infrastructuur. Eronder staan de modelrekening voor gratis gebruikers, tokens die zijn verbrand aan nieuwe pogingen en agentlussen, de moderatie, logging en evaluatie die elk serieus product toevoegt, en betalingskosten. Bij veel AI-producten kosten de gratis laag en de nieuwe pogingen samen meer dan het eigen gebruik van de betalende gebruikers. Gebruik de simulator om de prijs, het aantal tokens of het aantal gratis gebruikers te vinden waarbij uw marge ineenstort, en beslis dan of u begrenst, cachet, routeert of de prijs aanpast.
Blauwdruk van formules en methodiek
Het model rekent per maand. Tokens per gebruiker zijn verzoeken maal tokens per verzoek, verhoogd met het aandeel nieuwe pogingen. Gratis gebruikers doen een kwart van de verzoeken van een betalende gebruiker. De effectieve tokenprijs is de gemiddelde prijs, verlaagd met de korting op gecachete tokens. De modelrekening is het aantal tokens in miljoenen maal die effectieve prijs, met een evaluatietoeslag erbovenop. De nettowinst is de abonnementsomzet min kosten, de modelrekening, de toeslag en de vaste infrastructuur.
- Tokens per betalende gebruiker
- T = verzoeken × tokens per verzoek × (1 + nieuwe pogingen)
- De maandelijkse tokenbelasting die één betalende gebruiker veroorzaakt, inclusief nieuwe pogingen en agentlussen.
- Effectieve tokenprijs
- P = gemiddelde prijs × (1 − cachetreffers × 0,9)
- Gecachete tokens kosten ongeveer een tiende, dus het treffersaandeel verlaagt de prijs die u daadwerkelijk betaalt.
- Modelrekening
- AI = (betalend × T + gratis × T × 0,25) × P × 1,08
- Betaald en gratis gebruik tegen het effectieve tarief, plus acht procent voor evaluatie en logging.
- Nettowinst
- Netto = betalend × prijs − kosten − AI − infrastructuur
- Het maandresultaat. Het breekpunt ligt waar dit nul bereikt.
- Kosten van de gratis laag
- G = gratis × T × 0,25 × P
- Wat de gratis gebruikers elke maand aan modelrekeningen kosten zonder iets te betalen.
- Brutomarge
- BM = (omzet − kosten − AI) ÷ omzet
- Het deel van de omzet dat overblijft na kosten en de modelrekening, vóór vaste infrastructuur.
Doorwerkende elasticiteit
Tokens per verzoek en de tokenprijs vermenigvuldigen rechtstreeks door in de modelrekening, dus het zijn de meest elastische hefbomen: als een van beide halveert, halveert de rekening. Gratis gebruikers zijn de volgende grote factor, omdat ze kosten toevoegen zonder omzet. De prijs per gebruiker is lineair maar krachtig, omdat hij elke betalende gebruiker tegelijk verbetert. Vaste infrastructuur werkt als een drempel die de marge moet overschrijden voordat er winst verschijnt.
Drie praktijkvoorbeelden
Starter op eigen kracht
De eerste betalende gebruikers van een solo-oprichter
Een solo-oprichter lanceert een schrijfassistent met negentig betalende en zeshonderd gratis gebruikers, met een goedkoop model en korte prompts. De aantallen zijn klein, hosting is bijna gratis en de winst is dun maar positief. Laad dit scenario om te zien hoe weinig ruimte een jong product heeft zodra een paar intensieve gebruikers verschijnen.
Opschalend middensegment
Een opgeschaald product met slimme routering
Een product met negenduizend betalende gebruikers leidt het meeste verkeer naar een goedkoop model, cachet bijna de helft van de invoer en houdt nieuwe pogingen laag. De modelrekening is in absolute zin groot, maar een klein deel van de omzet. Laad dit scenario om te zien hoe technische discipline de marge op schaal beschermt.
Crisis door zwarte zwaan
Een virale agent met een vaste prijs
Een product voegt een agent toe die het model bij elke taak in een lus aanroept, en een gratis laag die viraal gaat. Tokens per verzoek verdrievoudigen, het aantal nieuwe pogingen explodeert en de prijs blijft op twaalf dollar. De omzet groeit terwijl elke nieuwe gebruiker het verlies vergroot. Laad dit scenario om te zien welke hefboom de maand herstelt.
Matrix met branchebenchmarks
| Maatstaf | Gevarenzone | Branchegemiddelde | Elite (top 10%) |
|---|---|---|---|
| AI-rekening als aandeel van de omzet | Boven 35% | 15–25% | Onder 10% |
| Brutomarge na modellen en kosten | Onder 50% | 65–75% | Boven 80% |
| Aandeel van de tokens dat naar gratis gebruikers gaat | Boven 50% | 20–35% | Onder 15% |
| Cachetreffers van prompts | Onder 10% | 25–40% | Boven 60% |
| Overhead door nieuwe pogingen en agentlussen | Boven 40% | 10–20% | Onder 8% |
Variabelen en hefbomen
Betalende gebruikers
Klanten met een betaald abonnement in deze maand.
Hefboom: Laat het aantal betalende gebruikers alleen groeien als elk van hen meer oplevert dan het model kost, anders maakt groei het verlies groter.
Prijs per gebruiker per maand
Wat een betalende gebruiker elke maand wordt aangerekend, na kortingen.
Hefboom: Stap over op gebruiksgebaseerde prijzen of prijsniveaus, zodat zware gebruikers betalen naar rato van de tokens die ze verbruiken.
Gebruikers van de gratis laag
Actieve gebruikers die het product gebruiken zonder te betalen.
Hefboom: Begrens de gratis laag per aantal verzoeken, leid haar naar een goedkoper model of beperk haar in tijd, want gratis gebruikers zijn de grootste verborgen kostenpost.
Verzoeken per gebruiker per maand
Hoeveel modelaanroepen een actieve betalende gebruiker in een maand veroorzaakt.
Hefboom: Stel per abonnement redelijke gebruikslimieten in en toon gebruikers hun verbruik, want een klein deel zware gebruikers veroorzaakt meestal het grootste deel van de rekening.
Tokens per verzoek
Invoer- plus uitvoertokens voor één aanroep, inclusief systeemprompt en opgehaalde context.
Hefboom: Kort prompts in, vat de geschiedenis samen en haal minder context op, want tokens per verzoek vermenigvuldigen al het andere.
Gemiddelde prijs per miljoen tokens
De gemiddelde prijs die u per miljoen tokens betaalt over de modellen die u gebruikt.
Hefboom: Leid eenvoudige verzoeken naar kleinere modellen en bewaar het premiummodel voor de moeilijke gevallen.
Cachetreffers
Het aandeel invoertokens dat tegen een flinke korting uit een cache of promptcache wordt geleverd.
Hefboom: Structureer prompts zo dat het lange, statische deel vooraan staat en gecachet kan worden, en meet het treffersaandeel elke week.
Nieuwe pogingen en agentlussen
Extra tokens die opgaan aan mislukte aanroepen, nieuwe pogingen, reflectie en toollussen.
Hefboom: Los de fouten op die nieuwe pogingen veroorzaken en begrens agentlussen, want elke nieuwe poging is een tweede rekening voor hetzelfde antwoord.
Vaste infrastructuur en tools
Hosting, vectordatabase, monitoring en de tools rond het model.
Hefboom: Dimensioneer de infrastructuur op het huidige aantal gebruikers, want vaste kosten bepalen hoe lang u een slechte maand overleeft.
Betalingskosten
Percentage dat uw betalingsprovider inhoudt op abonnementsomzet.
Hefboom: Verplaats jaarabonnementen naar bankoverschrijving of onderhandel over de tarieven van de betaalverwerker zodra de omzet groot genoeg is.
Zo gebruikt u deze simulator
- 1Begin met de realistische voorinstelling of voer uw eigen gebruikers, prijs, tokens en cachepercentage in.
- 2Lees de vijf dominovakken om te zien of gratis gebruikers, de modelrekening of de marge als eerste rood kleurt.
- 3Druk op Vind mijn breekpunt om te zien welke prijs, welk aantal tokens of welke gebruikersmix de winst op nul zet.
- 4Vergelijk het huidige plan met het plan voor routering en limieten over 24 maanden in het tabblad Parallel universum.
- 5Kopieer de deellink, zodat uw team of investeerders hetzelfde scenario kunnen openen.
Fouten die u moet vermijden
- De marge testen met een handvol demoverzoeken. Echte gebruikers sturen langere invoer en veroorzaken meer aanroepen, dus meet het gemiddelde en de zwaarste tien procent van de gebruikers aan de hand van productiegegevens.
- Een onbeperkt abonnement tegen een vaste prijs aanbieden. De gebruikers die onbeperkt het meest waarderen, zijn meestal degenen die het meest kosten, waardoor uw beste klanten uw grootste verlies worden.
- De gratis laag negeren in de unit economics. Gratis gebruikers kosten elke maand tokens en komen zelden naast de omzet te staan, dus zij zijn de kostenpost die het vaakst wordt vergeten.
- Ervan uitgaan dat de prijs van uw provider gelijk blijft. Prijzen en modelgedrag veranderen, dus houd een margebuffer aan en behoud de mogelijkheid om over te stappen of te routeren naar een ander model.
Veelgestelde vragen
Waarom is marge lastiger bij een AI-product dan bij gewone software?
Elk verzoek roept een model aan waarvoor u betaalt, dus de kosten groeien mee met het gebruik terwijl uw prijs gelijk blijft. Bij gewone software kost één extra verzoek bijna niets.
Wat is een token?
Een token is een stukje tekst, in het Engels ongeveer driekwart woord. Providers rekenen invoer- en uitvoertokens apart af, en dit model hanteert voor de eenvoud één gemiddelde prijs per miljoen tokens.
Hoe verlaagt caching mijn kosten?
Providers rekenen veel minder voor tokens die ze al in een recent verzoek hebben verwerkt. Als u lange, herhaalde instructies vooraan zet, kunnen ze worden gecachet, wat de effectieve prijs verlaagt.
Hoe moet ik een AI-product prijzen?
Neem een gebruikstegoed op en reken zwaar gebruik apart af, of werk met abonnementen per volume. Een vast, onbeperkt abonnement nodigt uit tot aanmelding door precies de gebruikers die het meest kosten.
Moet ik de gratis laag schrappen?
Niet noodzakelijk. Begrens haar per aantal verzoeken, gebruik er een goedkoper model voor en meet hoeveel gratis gebruikers converteren. Een gratis laag is een marketingkostenpost en moet ook zo worden begroot.
Hoe nauwkeurig is dit?
Het is een educatief planningsmodel met uitdrukkelijk vermelde aannames en geen financieel advies. Vervang de invoer door uw eigen gebruiksgegevens en de actuele prijzen van uw provider.
Dit is een educatief planningsmodel met vermelde aannames. Het is geen financieel, fiscaal of juridisch advies. Vervang de invoer door uw eigen cijfers en laat belangrijke beslissingen controleren door een gekwalificeerde professional.