Een AI-abonnement van 200 dollar levert 14.000 dollar aan rekenkracht op. Maar klopt die som?

Je hebt de screenshot vast voorbij zien komen, waarschijnlijk met een rij vlammetjes eronder. Een ChatGPT Pro-abonnement van 200 dollar per maand levert zo'n 14.000 dollar per maand aan API-gebruik op. Claude Max, zelfde prijs, zo'n 8.000 dollar. Het gaat rond met de conclusie er al aan vast: de labs verliezen een fortuin op elke zware gebruiker, en dat kan niet lang goed gaan.

De bron is beter dan die van de meeste virale cijfers. SemiAnalysis kocht elk abonnement van OpenAI en Anthropic, draaide er lange programmeertaken op tot de weeklimieten leeg waren, en rekende de tokens af tegen de API-lijstprijs. De oude vuistregel was zo'n 2.000 dollar, dus dit is een echte bevinding. Ik gebruik deze tools dagelijks voor cloud- en softwarewerk, dus ik ben het cijfer naar zijn bron gevolgd. Het onderzoek klopt; met de lezing die eraan vastgeplakt zit, zit het anders.

In API-lijstprijzen zit een flinke marge. Epoch AI schat dat modellen van GPT-klasse met zo'n 50% brutomarge worden geserveerd, en van Anthropic is een API-marge boven de 80% gemeld. Reken 14.000 dollar aan API-gebruik af tegen kostprijs en je komt op misschien 3.000 tot 7.000 dollar.

Het cijfer gaat er bovendien van uit dat iemand elke week zijn limiet opmaakt. SemiAnalysis' eigen begeleidende cijfer is dat OpenAI pas verlies draait vanaf ongeveer 11% van de limiet van een basisabonnement; de meeste abonnees zitten dus ruim binnen de lijn, een minderheid van zware gebruikers er ver overheen. De 14.000 dollar is wat het zwaarst mogelijke gebruik jóu in de winkel had gekost. De eerlijke versie is dat OpenAI geld verliest op zijn zwaarste gebruikers, met een bedrag dat niemand buiten het bedrijf kent, op een abonnement dat de meeste abonnees licht gebruiken.

Dat het cijfer zo gretig is overgenomen verbaast me niet, want daar hoefde niemand voor te liegen. Voor de labs is "we verliezen geld op jou" een nuttige zin: hij rechtvaardigt bij voorbaat elke prijsverhoging van de komende drie jaar. Toen Sam Altman in januari 2025 op X schreef dat OpenAI geld verliest op het Pro-abonnement omdat mensen het veel meer gebruiken dan verwacht, was dat een humblebrag en verwachtingsmanagement in één adem.

Subsidieer je naar binnen, pak de markt, verhoog later de prijs. Dat draaiboek is bekend en verdient een echt antwoord. Uber verbrandde er in veertien jaar ruwweg 30 miljard dollar mee. AWS is het geval dat verkeerd herinnerd wordt: iedereen denkt dat het jarenlang verlies draaide, maar toen Amazon het in 2015 voor het eerst apart rapporteerde, hield het al bijna 24% van de omzet over na alle kosten van het draaien ervan. Kapitaalhongerig, niet verlieslatend. Op die as lijkt OpenAI meer op AWS dan op Uber: vragen beantwoorden levert op zichzelf geld op, zo'n 43 cent per dollar op de cijfers van 2025, en het verlies zit in het bouwen van nieuwe modellen.

Waar het misgaat is de slotgracht. Ubers subsidie kocht per stad genoeg chauffeurs én passagiers om altijd snel een rit te hebben; AWS kocht klanten wier data er inmiddels zo diep in zit dat verhuizen jaren kost. Modellabs kopen distributie en gewoonte, en dat is echt, maar er is geen netwerkeffect tussen gebruikers en op API-niveau zijn de overstapkosten vrijwel nul. Uber had nooit een concurrent die ritten tegen kostprijs weggaf met een gratis ritverdeler die iedereen kon kopiëren; de labs krijgen die ongeveer jaarlijks.

De kostencurve is beter dan die van Uber en slechter dan hij lijkt. Een antwoord laten maken door een bestaand model wordt echt goedkoper, zo'n 95% per vraag voor hetzelfde niveau van kunnen, en daarom wordt code goedkoop. Maar de kosten om de échte voorhoede te draaien stijgen steil, en de vraag verhuist net zo snel naar die voorhoede als ze binnenkomt. En waar Uber één keer een netwerk bouwde, koopt de 19,18 miljard dollar die OpenAI in 2025 aan R&D uitgaf (volgens de gelekte cijfers die Ed Zitron in handen kreeg en de Financial Times bevestigde) een model dat binnen twaalf tot achttien maanden commercieel verouderd is, ook door modellen die je gratis kunt downloaden. OpenAI betaalt dus elk jaar opnieuw, en meer, om mee te blijven doen. De dichtstbijzijnde vergelijking is een farmaceut met een patent van twee jaar.

Merk, distributie en vergrendeling op agentniveau stapelen zich wél op terwijl de modellen vervallen; of ze sneller stapelen dan de modellen vervallen is de hele vraag, en niemand weet dat nog. Wat het gokje ondertussen kost, past in geen enkele vergelijking: het operationele verlies van OpenAI over 2025 was 20,92 miljard dollar op 13,07 miljard omzet, Ubers hele verlies over veertien jaar is kleiner dan dat ene jaar, en daar staan gemelde verplichtingen voor rekenkracht van rond de 600 miljard dollar tot en met 2030 tegenover.

Bij dit alles kijken we alleen naar de overlevers: we grijpen naar Uber en AWS omdat ze het gehaald hebben, terwijl hetzelfde draaiboek ook WeWork en MoviePass opleverde. En er is een levend tegenvoorbeeld, want Anthropic haalde ruwweg 60% brutomarge in 2026, vanuit diep negatief in 2024, vooral met zakelijke klanten en zonder power-users zo zwaar te subsidiëren. Als die route werkt, is de landjepik een keuze en geen natuurwet.

Voor wie deze tools inkoopt volgt hier het volgende uit. Het abonnement is vandaag te goedkoop: gebruik het hard, en reken op de prijsverhogingen waar "we verliezen geld op jou" je op voorbereidt. De overstapkosten op API-niveau zijn bijna nul; houd dat zo, en laat je eigen software nooit stilzwijgend van één model of één leverancier uitgaan. Bij ZEN is een route naar een ander of een open model daarom onderdeel van elk ontwerp, in de AI-consultancy en het cloudplatform eronder. Mijn verwachting: binnen een jaar zijn de abonnementen duurder en de limieten strakker, en over drie jaar is de winnaar de partij die de werkprocessen bezit waar het model in zit. Zorg dat dat jij bent.