Tokenmaxxing: opscheppen met je rekening

Donderdag, Kasteel Woerden. Het SPS IT Regie Summit. Een volle zaal, en ik op het podium.

Ik gaf deze week een van de leukste keynotes die ik tot nu toe heb gegeven. Geen technische diepduik over agents of architecturen. Wel een verhaal over iets waar ik de laatste weken niet meer omheen kan: de mens en AI. En halverwege liet ik voor het eerst in het openbaar onze nieuwe NinA-slogan vallen.

Less prompting, more thinking.

Vier woorden. Maar er zit een hele week aan nieuws, irritatie en research onder. Laat me uitleggen waarom ik daar op dat podium stond, en waarom ik geloof dat het niet zomaar een leus is.

Tokenmaxxing: opscheppen met je rekening

Even voor wie de term nog niet kent. Tokenmaxxing is het nieuwste statussymbool van Silicon Valley. Niet je auto, niet je titel, maar hoeveel AI-tokens je verbruikt. Tokens zijn de eenheid waarin AI-modellen rekenen, en plots werden ze een maatstaf voor productiviteit. Wie de meeste tokens verbrandt, is het meest "AI-native".

Het epicentrum was Meta. Medewerkers verstookten daar ruim 60 biljoen tokens in dertig dagen. Tegen de gangbare API-prijzen is dat zo'n 900 miljoen dollar. Aan tokens. In een maand. Er was zelfs een interne ranglijst, intern "Claudeonomics" gedoopt, met titels als "Token Legend". Tot het uitlekte en de hele ranglijst na ophef offline ging.

Even eerlijk blijven, want er zit ook een verdedigbare kant aan. Jensen Huang, de baas van Nvidia, zei dat hij "deeply alarmed" zou zijn als een engineer van vijf ton niet minstens een kwart daarvan aan tokens verbruikt. Zijn punt: je wilt dat mensen de gewoonte ontwikkelen om AI overal in te zetten. Daar zit logica in. Maar gewoontevorming en je mensen afrekenen op verbruik zijn twee heel verschillende dingen.

De rekening komt

En toen kwam de rekening.

Vorige week kopte Fortune dat tokenmaxxing voorbij is. Niet vanwege een ideologische ommekeer, maar vanwege de simpele optelsom onderaan de factuur. Meta haalde de ranglijst weg. Microsoft schrapt Claude Code-abonnementen voor medewerkers in meerdere productdivisies. En Uber gaf toe dat het zijn complete tokenbudget voor heel 2026 al in de eerste vier maanden had opgebrand.

Hier wil ik scherp zijn, want het verhaal is genuanceerder dan "bedrijven draaien terug naar de mens". Microsoft duwt z'n mensen vooral richting zijn eigen Copilot-tool in plaats van Claude Code. Officieel een intern-tool-argument, maar volgens de berichtgeving vooral omdat de kosten bleven oplopen. Het scherpere punt zit eronder: de economie van werk door AI laten doen blijkt ingewikkelder dan de vroege beloftes deden vermoeden. AI inzetten is soms duurder dan een mens betalen.

En dat is opvallend. Want het zijn juist de bedrijven die het hardst riepen dat AI mensen zou vervangen, die nu tegen hun eigen rekening aanlopen. Microsofts eigen AI-baas zei begin dit jaar nog dat AI binnen anderhalf jaar de meeste kantoorbanen overneemt. Geen enkel bedrijf draait terug naar de mens uit principe. Ze lopen tegen de kosten aan. Dat is iets heel anders, en het is een veel eerlijker verhaal.

Caveman: een 19-jarige uit Leiden

Terwijl de groten miljoenen verbrandden, deed iemand precies het tegenovergestelde.

Julius Brussee, 19 jaar, eerstejaars Data Science & AI in Leiden, bouwde Caveman. Een skill die AI-modellen dwingt om extreem beknopt te communiceren. Geen beleefdheden, geen filler, alleen symbolen, pijlen en dichte output. Het brein blijft hetzelfde, alleen de mond wordt korter. In drie dagen 4.100 sterren op GitHub. Installeren is letterlijk een regel.

Wat ik mooi vind: het werkt het beste tussen AI-agents onderling. Als je agents bouwt of meerdere AI-stappen aan elkaar knoopt, telt elke kleine inefficiëntie op. Daar valt de meeste winst te halen. Onze developers gebruiken het daarom, en het zit in onze agent-workflows.

Maar ik blijf ook eerlijk over de cijfers, want dat hoort bij hoe ik wil dat NinA communiceert. De repo claimt ongeveer 75% besparing. De Nederlandse media maakte er 65% van. Een onafhankelijke benchmark op echte codeertaken kwam uit op 14 tot 21%. Nog steeds betekenisvol, maar ver van de kop. Wie het zelf test, komt daar vanzelf achter. Dus noem ik liever het eerlijke getal dan het mooie.

Leuk detail: Brussee gaf begin deze maand nog een Lunch & Learn bij AI House Amsterdam. Negentien jaar. Onthoud die naam. En Julius, er is altijd plek voor talenten zoals jij bij NinA AI ;)

Opus 4.8: slimmer met minder stappen

Deze nieuwsbrief schrijf ik samen met Claude Opus 4.8, dat net 1 dag uit is. En ja, dat is efficiënter, maar niet zoals je misschien denkt.

Het is niet "minder tokens overal". Het is minder stappen voor hetzelfde resultaat. Onafhankelijke analyses zien minder tussenstappen op agentische taken bij betere prestaties. Databricks meldde zelfs 61% lagere tokenkosten dan de vorige versie in hun eigen agent.

Maar de verbetering die mij het meest opviel (onthou ik heb pas 1 dag getest), past precies bij mijn verhaal: het model is eerlijker geworden. Het springt minder snel naar conclusies en claimt minder vaak dat het klaar is als het bewijs dun is. Dat is geen snelheidswinst. Dat is kwaliteit per token in plaats van volume. Dat is, letterlijk, more thinking.

De echte vraag is een energievraag

En hier komt een van mijn favoriete klanten in beeld: Stichting Wakker Dier.

Wakker Dier kijkt niet naar tokenlimieten vanwege de centen. Ze kijken ernaar vanwege het energieverbruik. En daarmee snappen ze iets wat Meta met zijn ranglijst volledig miste.

Er is een economisch principe dat hier ijzersterk op past: de Jevons-paradox. Hoe efficiënter een technologie wordt, hoe meer we ervan gebruiken, waardoor het totale verbruik juist stijgt. Ondanks alle efficiëntiewinst groeit de energievraag van datacenters met zo'n 15% per jaar. Niet ondanks de efficiëntie, maar dankzij het volume.

De cijfers maken het concreet. Een AI-vraag trekt ongeveer 2,9 Wh, bijna tien keer zoveel als een gewone zoekopdracht. Een redenerende AI-vraag verbruikt vijf tot twaalf keer meer energie dan een standaard vraag. En een agent die meerdere stappen zet, kan tot duizend keer meer tokens gebruiken dan een losse vraag.

Tel dat op bij een cultuur die mensen beloont voor verbruik, en je ziet wat er gebeurt. Een efficiënter model plus tokenmaxxing leidt tot meer verbrande tokens, niet minder. De besparing per vraag verdampt tegen het volume.

Less prompting, more thinking

Dit is waarom ik op dat podium in Woerden stond.

Efficiëntie op modelniveau, Opus 4.8, lost het niet op. Efficiëntie op agentniveau, Caveman, lost het niet op. Zolang de mens meer blijft vragen om de meter te laten lopen, eet het volume elke besparing op.

De enige knop die de Jevons-paradox echt omdraait, is menselijk oordeel. Minder, beter gerichte prompts. Niet harder pompen, maar scherper denken voordat je iets vraagt. Daarom is "Less prompting, more thinking" voor mij geen marketingleus. Het is de oplossing voor het tokenmaxxing-probleem, in vier woorden.

Het verhaal is niet "AI is verspilling". Dat is te makkelijk, en het klopt niet. Het verhaal is dit: de techniek wordt elke maand slimmer, de mens wordt langzaam verspillend, en juist daar zit de winst.

Een volle zaal in Woerden knikte mee. Niet omdat ik tegen AI ben, ik bouw de hele dag agents. Maar omdat iedereen in die zaal het diep vanbinnen herkent: de waarde zit niet in hoeveel je vraagt. Hij zit in wat je denkt voordat je het vraagt.

Tot de volgende,

Olaf Lemmens

Founder NinA AI Agency

P.S. Benieuwd hoe wij AI-projecten aanpakken vanuit "less prompting, more thinking"? Plan een kennismaking. Of kijk op www.nina-ai.nl