Hvad koster AI i drift? Modeller, tokens og et realistisk SMV-budget

Kort svar: AI-omkostninger falder i tre prismodeller: abonnementer pr. bruger pr. måned (chatværktøjerne – typisk den største post i små virksomheder), forbrugsafregning pr. token via API (automatisering og flows – ofte billigere end forventet pr. kørsel) og AI-tillæg i værktøjer, du allerede betaler for. Et realistisk SMV-budget regnes frem for at gættes: brugere × abonnement + anslået forbrug på automatiserede opgaver + tillæg – plus de skjulte poster til opsætning, kvalitetskontrol og oplæring. Styr det hele med forbrugslofter og et kvartalsreview, hvor det ubrugte opsiges.

Fagligt gennemgået: 2. oktober 2026

“Hvad kommer AI til at koste os?” er blevet et budgetspørgsmål i enhver SMV – og svarene spænder fra “næsten gratis” til historier om løbske API-regninger. Begge dele kan være sande, afhængigt af disciplin.

Denne guide giver dig regnemåden frem for listepriser, der hurtigt bliver forældede: prismodellerne, tokenlogikken, de skjulte poster, de greb der sænker forbruget – og styringen, der holder regningen forudsigelig. Tjek altid den aktuelle pris på udbyderens egen prisside, før du lægger budgettet; priser og modeller ændres ofte.

De tre prismodeller

Abonnementet

Abonnementet er en månedlig pris pr. bruger og køber adgang til chatværktøjerne på erhvervsvilkår – typisk med fravalg af træning på jeres data, administration af brugere og en databehandleraftale, som guiden om AI og kundedata forudsætter. Prisen ligner et telefonabonnement og er nem at budgettere. Vær opmærksom på, at gratis- og privatversioner ofte har andre vilkår for data end erhvervsplanerne.

Forbrugsafregningen

Forbrugsafregningen betaler pr. token gennem API’et. Det er modellen bag al automatisering: rapporter, udkast til kundeservicesvar og produkttekster i batch. Regningen følger brugen, hvilket både er styrken (du betaler intet for stilstand) og risikoen (et flow, der løber løbsk, koster tilsvarende – deraf lofterne længere nede).

Tillæggene

Tillæggene er AI-funktioner inde i værktøjer, du allerede har – helpdesk, SEO-plugin, regnskab, mailmarketing – som opgraderinger eller “credits”. Hver for sig er de små, men tilsammen er de en post, der skal tælles, fordi den gemmer sig i mange forskellige fakturaer. De fleste SMV’er ender med alle tre modeller, og overblikket er halvdelen af styringen.

Prismodel	Typisk brug	Budgetteres efter	Største risiko
Abonnement pr. bruger	Chat, skrivning, analyse	Antal brugere	Ubrugte licenser
Forbrug via API	Automatisering og integrationer	Antal kørsler × pris pr. kørsel	Løbske flows og lange prompts
Tillæg i eksisterende værktøjer	Helpdesk, SEO, regnskab	Fakturaer pr. værktøj	Usynlig vækst

Tokens forklaret – uden matematikangst

En token er et stykke tekst – groft regnet et halvt til trekvart dansk ord, afhængigt af model og ordvalg. API-priser opgives pr. million tokens, særskilt for input (det, du sender: prompt, dokumenter, kontekst) og output (svaret, som typisk er dyrere pr. token). Tre konsekvenser er værd at forstå:

1. Lange prompts og store dokumenter koster. Sender du hele håndbogen med i hver forespørgsel, betaler du for den hver gang. Derfor søger en videns-bot på egne dokumenter først og sender kun de relevante passager med.
2. Modelvalget flytter prisen markant. Forskellen mellem en lille og en stor model i samme udbyders katalog er ofte en faktor, ikke nogle procent. Brug små modeller til rutineopgaver (kategorisering, udtræk, korte svar) og store til det svære. Den sortering alene kan få budgettet til at række langt længere.
3. Volumen og vaner afgør regningen. En enkelt tekstopgave – et udkast eller en opsummering – koster typisk meget lidt. Det er tusindvis af kørsler, gentagne fejl og unødigt lange kontekster, der gør en forskel.

Det realistiske SMV-budget

Regn budgettet i tre linjer:

• Linje 1 – mennesker: antal brugere × erhvervsabonnement. For et lille team er det typisk hovedposten og kan sammenlignes med jeres øvrige SaaS pr. medarbejder.
• Linje 2 – automatisering: list de automatiserede AI-opgaver (rapporter, udkast, alt-tekster, klassificering) med anslået antal kørsler pr. måned, og gang med en forsigtig stykpris. De første måneders faktiske forbrug kalibrerer hurtigt tallet. For mange SMV’er ender linjen lavt.
• Linje 3 – tillæg: AI-opgraderinger i eksisterende værktøjer, talt op fra fakturaerne.

Et typisk mønster er, at linje 1 dominerer, linje 2 overrasker positivt, og linje 3 vokser stille, hvis ingen holder øje. Husk også alternativregnestykket fra valget af automatiseringsplatform: selvhostet automatisering flytter omkostningen pr. opgave over på en månedlig serverudgift – relevant, når linje 2 en dag vokser.

Sådan estimerer du stykprisen

Tag én repræsentativ opgave, kør den 10–20 gange i en testkonto, og aflæs forbruget i udbyderens dashboard eller i API-svarets oplysninger om forbrugte tokens. Divider med antal kørsler, og læg en buffer på. Det giver et langt bedre tal end at regne baglæns fra prislisten, fordi det medtager din faktiske promptlængde og svarlængde.

De skjulte omkostninger

Den største AI-omkostning står sjældent på en faktura:

• Opsætningen. Promptskabeloner, faktagrundlag, flows og integrationer koster timer, før de sparer timer. Budgettér indkøringstid pr. anvendelse.
• Kvalitetskontrollen. Redigering og stikprøver er en varig del af arbejdet, ikke en opstartsudgift – især på tekst, der udgives, jf. arbejdsgangen for produkttekster med AI.
• Oplæringen. Værktøjer, teamet ikke kan bruge, er ren udgift. Afsæt tid til fælles vaner og til AI-politikken, der rammer dem ind.
• Lærepengene. Nogle eksperimenter fejler. Det er ikke spild, men prisen for at finde de anvendelser, der bærer.

Modstykket er lige så usynligt og ofte større: de sparede timer. Derfor er ROI-målingen længere nede vigtigere end nogen prisliste.

Sådan sænker du forbruget uden at miste kvalitet

Når linje 2 vokser, er der en række tekniske greb, der typisk sænker regningen mere end at forhandle om prisen:

• Kortere kontekst. Send kun det, modellen skal bruge. Fjern gentagne instruktioner, gamle samtalehistorikker og irrelevante dokumentdele.
• Afgræns svarlængden. Bed om et bestemt format og en maksimal længde. Output er typisk den dyreste del pr. token.
• Den rigtige model til opgaven. Test om en mindre model klarer opgaven tilfredsstillende, før du vælger den største som standard.
• Batch og cache. Flere udbydere tilbyder rabat på opgaver, der ikke skal besvares med det samme (batchkørsel), og på gentagne prompt-dele (prompt-cache). Tjek udbyderens dokumentation for de aktuelle vilkår.
• Undgå dobbeltarbejde. Gem resultater, der ikke ændrer sig – fx en alt-tekst til et billede – i stedet for at generere dem igen ved hver kørsel.

Styringen: lofter, review og ROI

Fire greb holder budgettet under kontrol:

1. Én kontooversigt. Alle AI-abonnementer, API-konti og tillæg på én liste med ejer og formål – samme disciplin som i værktøjskassen for WP-bureauer. Private konti brugt til arbejde er både en data- og en budgetlækage.
2. Forbrugslofter og alarmer på alle API-konti – så et løbsk flow (løkkefejlen fra artiklen om automatiseringer, der gik galt) stopper ved loftet i stedet for ved månedsregningen.
3. Kvartalsreview. Bruges hvert værktøj? Sidst-brugt-datoer lyver ikke; det ubrugte opsiges.
4. ROI pr. anvendelse. Regn den simpelt: sparede timer × timepris mod omkostningen. En anvendelse, der ikke kan forklare sin gevinst i én sætning, er en hobby.

Med de fire greb på plads er svaret på “hvad koster AI?” behageligt kedeligt: et forudsigeligt, målbart beløb, der kan forsvares, fordi nogen holder regnskab med det.

Abonnement, API eller egen model?

Spørgsmålet om at køre en åben model selv dukker ofte op, når regningen vokser. Det kan give mening ved meget store mængder eller særlige krav til, hvor data behandles – men regnestykket omfatter så hardware med tilstrækkelig grafikkapacitet, drift, opdateringer og den tid, det tager at holde kvaliteten på niveau. For de fleste SMV’er er erhvervsabonnementer og API-adgang hos en udbyder med klare datavilkår både billigere og enklere. Selvhosting af selve automatiseringen – fx n8n på en VPS – er derimod et realistisk mellemtrin, fordi det flytter platformsomkostningen, mens selve AI-kaldene stadig går til en udbyder.

Læs også

• Hub: AI i praksis
• AI og kundedata: hvad må du sende til modellerne?
• Selvhostet n8n på en VPS
• AI-politik for din virksomhed: skabelonen
• 7 automatiseringer, der gik galt
• VPS hosting hos Hostious – tilpasses efter behov, fx til selvhostet automatisering

Ofte stillede spørgsmål om AI-omkostninger

Hvad koster AI for en lille virksomhed om måneden?

Regn: brugere × erhvervsabonnement + automatiseringsforbrug (ofte lavere end forventet) + tillæg i eksisterende værktøjer. For mange små teams ligner totalen deres øvrige SaaS-poster – og den er forudsigelig, når der styres med lofter.

Hvad er en token?

Et stykke tekst – groft regnet et halvt til trekvart dansk ord. API-priser opgives pr. million tokens, særskilt for input og output, så lange prompts og store dokumenter koster mere.

Hvordan undgår jeg en løbsk API-regning?

Sæt forbrugslofter og alarmer på kontoen fra dag ét, byg værn mod gentagne kørsler (idempotens) ind i dine flows, og brug små modeller til rutineopgaver. Så er selv fejl begrænsede.

Kan det betale sig at køre en AI-model selv?

Sjældent for en SMV. Hardware, drift og kvalitetssikring koster typisk mere end erhvervsabonnementer og API-adgang, medmindre mængderne er meget store eller der er særlige krav til databehandling.