Hva er en token, og hvorfor koster AI så mye?

Hvis du har kjøpt tilgang til en språkmodell gjennom et API, har du sett prisen oppgitt i dollar per million tokens. Hvis du bruker ChatGPT eller Claude i jobben, har du kanskje møtt en melding om at du har brukt opp kvoten for i dag. Begge deler handler om det samme: tokens.

Tokens er den minste enheten en språkmodell jobber med, og den enheten alt AI koster, måles i. Å forstå dem er det nærmeste man kommer å forstå hva AI faktisk koster å drive, og hvorfor den samme oppgaven kan koste ti øre eller ti kroner, avhengig av hvordan den er satt opp.

Hva er en token?

En token er en bit tekst. Ofte et helt ord, noen ganger en del av et ord, et tegn eller et mellomrom med et ord etter seg. Før en språkmodell kan lese noe som helst, deles teksten opp i slike biter, og hver bit byttes ut med et tall.

Slik ser en helt vanlig setning ut når den deles opp:

Prosjektlederen sendte sluttoppstillingen til byggherren i går.

Det modellen ser: 42286 24323 282 51890 4952 411 145964 4013 53939 5237 3453 53353 956 101182 575 32207 13

63 tegn7 ord17 tokens

Legg merke til tre ting. Mellomrommet hører til ordet etter seg. Vanlige ord som «til» og «i» er én token hver. Og lange eller sjeldne ord, som «sluttoppstillingen», deles i flere biter.

Linjen med tall er den viktigste. Modellen ser aldri bokstaver, bare tall. Hvert tall peker på én bit i en fast ordliste. Ordlisten over har rundt 200 000 biter, og den er det eneste språket modellen har.

En språkmodell gjetter neste token

Når tokens er på plass, er det som skjer inne i en språkmodell overraskende enkelt å beskrive. Modellen ser på teksten så langt og regner ut hvor sannsynlig hver eneste bit i ordlisten er som neste bit.

Kontrakten må signeres før

1. vi34 %
2. fredag19 %
3. neste14 %
4. jul8 %
5. start5 %

Modellen velger vi, legger det til teksten og gjetter på nytt. Slik blir hvert eneste ord i svaret til.

Så velger den en, legger den til teksten, og gjør hele regnestykket på nytt med én token mer. Og igjen. Et svar på 500 ord er rundt 700 slike runder, én for hver token.

Det høres ut som en avansert autofullfør, og på et vis er det nettopp det. Forskjellen er at for å gjette godt på neste bit i en kontrakt, et regnestykke eller et stykke programkode, må modellen ha lært seg en god del om kontrakter, regning og kode. Det er der intelligensen sitter: ikke i at den gjør noe annet enn å gjette, men i hvor godt den gjetter.

To ting følger av dette, og begge handler om penger. Hver token modellen skriver, krever en full runde gjennom hele modellen. Og modellen har ingen hukommelse mellom rundene. Alt den vet, er teksten den får se.

Hvorfor ikke bare bruke ord?

Det enkleste ville vært å gi hvert ord sitt eget tall. Problemet er at det ikke finnes noen fast liste over ord. Nye navn, skrivefeil, sammensatte ord, programkode, lenker og emojier dukker opp hele tiden. Norsk alene kan lage nye ord i det uendelige: «sluttoppstillingsmøtereferat» står i ingen ordbok, men alle skjønner det.

Det motsatte ytterpunktet er å gi hver bokstav sitt eget tall. Da kan alt skrives, men teksten blir fire ganger så lang, og modellen må gjøre fire ganger så mange runder for å skrive det samme.

Tokens er kompromisset. Ordlisten lages ved å gå gjennom enorme mengder tekst og slå sammen de bitene som oftest står ved siden av hverandre, til den har nådd en fast størrelse. Vanlige ord blir hele tokens. Sjeldne ord settes sammen av biter. Ingenting er umulig å skrive.

Kompromisset har noen merkelige bivirkninger:

hei

Det modellen ser: 70612

3 tegn1 ord1 tokens

hei

Det modellen ser: 45551

4 tegn1 ord1 tokens

Hei

Det modellen ser: 123867

3 tegn1 ord1 tokens

HEI

Det modellen ser: 2895 40

3 tegn1 ord2 tokens

For modellen er «hei», «Hei» og «hei» med mellomrom foran tre helt forskjellige ting, og «HEI» er to. Den har lært at de betyr det samme, men den ser det ikke.

Det forklarer også en kjent svakhet. Spør du en språkmodell hvor mange r det er i det engelske ordet «strawberry», har den lenge svart feil. Den ser ikke ti bokstaver, den ser tre tokens: «st», «raw» og «berry». Å telle bokstaver i et ord den aldri har sett bokstavene i, er vanskeligere enn det høres ut.

Norsk koster mer enn engelsk

Ordlisten lages fra tekst, og mesteparten av teksten på internett er engelsk. Derfor er engelske ord oftere hele tokens, mens norske ord oftere må settes sammen av biter.

Norsk

Prosjektlederen sendte sluttoppstillingen til byggherren i går.

63 tegn7 ord17 tokens

Engelsk

The project manager sent the final account to the client yesterday.

67 tegn11 ord12 tokens

Den norske setningen trenger 17 tokens, den engelske 12. Det er 40 prosent mer for å si det samme. Over lengre tekster er forskjellen ofte mindre, og den varierer med ordlisten. Men retningen er den samme, og for mange språk er den langt større: en studie fra 2023 fant at samme tekst kan trenge opptil 15 ganger så mange tokens på ett språk som på et annet. Jo mindre et språk er på nettet, jo flere tokens trenger det.

Det betyr at norsk tekst koster mer, går saktere, og fyller opp modellens arbeidsminne fortere.

For de fleste bedrifter er dette ingen grunn til å bytte til engelsk. Men det er verdt å vite når man regner på kostnader, og når en agent som leser store mengder norske dokumenter, bruker mer enn regnestykket på en amerikansk nettside tilsa.

Hvorfor er tokens så dyre?

En stor språkmodell består av hundrevis av milliarder tall, som alle er med i regnestykket for hver eneste token. Regnestykket kjøres på spesialiserte grafikkprosessorer som koster like mye som en bil hver, i datasentre som bruker like mye strøm som en by.

Når du sender inn tekst, kan modellen lese alle tokens på én gang, side om side. Når den skal svare, må den skrive én token av gangen, fordi hver ny token avhenger av den forrige. Det er grunnen til at svaret koster rundt fem ganger så mye per token som spørsmålet.

Her er listeprisene hos de tre største, per million tokens. Dette er dagens priser da artikkelen ble skrevet, 27. september 2026, og de endrer seg ofte:

Modell	Inn	Ut	Inn, mellomlagret
Claude Fable 5.1, Anthropic	10 $	50 $	0,25 $
Claude Opus 5.5, Anthropic	4 $	20 $	0,20 $
Claude Sonnet 5, Anthropic	2 $	10 $	0,20 $
Claude Haiku 4.5, Anthropic	1 $	5 $	0,10 $
GPT-6 Astra, OpenAI	10 $	50 $	1 $
GPT-6 Sol, OpenAI	2 $	10 $	0,20 $
GPT-6 Luna, OpenAI	0,10 $	0,50 $	0,01 $
Gemini 3.1 Pro, Google	2 $	12 $	0,20 $
Gemini 3.8 Flash, Google	0,75 $	3,75 $	0,075 $

Tre ting er verdt å vite om tabellen. Prisene hos OpenAI og Google stiger når spørsmålet blir veldig langt. Prisen på Gemini 3.8 Flash dobles fra 1. januar 2027. Og tallene kan ikke sammenlignes rett over, fordi leverandørene har hver sin ordliste. De nyeste Claude-modellene deler for eksempel samme tekst i opptil en tredjedel flere tokens enn de forrige. Det som teller, er hva en oppgave koster, ikke hva en token koster.

En million tokens er rundt 750 000 engelske ord, en håndfull tykke romaner. For én person som stiller noen spørsmål i ny og ne, er beløpene små. Det er i det store at det teller: en bedrift med agenter som jobber hele dagen, bruker fort milliarder av tokens i måneden.

Prisen per token faller raskt. Forskningsmiljøet Epoch AI har regnet ut at prisen for å nå et bestemt nivå har falt rundt 13 ganger i året siden 2023. Men regningen blir sjelden mindre, fordi bruken vokser enda fortere. Google behandler nå over 3,2 billiarder tokens i måneden, sju ganger så mye som året før. Billigere tokens gjør det lønnsomt å la AI gjøre flere ting, og da er det de nye tingene som driver kostnaden.

Hva er tenking?

Mange modeller har i dag en innstilling for resonnering, eller tenking. Det høres mystisk ut, men det er det ikke. Modellen gjør nøyaktig det samme som før, den gjetter neste token. Forskjellen er at den først skriver et kladdeark: den bryter ned oppgaven, prøver en løsning, sjekker den, oppdager en feil og retter den. Først etterpå skriver den svaret du ser.

Det virker fordi modellen leser alt den selv har skrevet. En modell som har skrevet ned mellomregningene, gjetter bedre på neste steg enn en som må hoppe rett til svaret. Det er ikke ulikt en person som regner på papir i stedet for i hodet.

Men kladdearket består av tokens, og de betales som svar, selv når du ikke får se dem. Tenkingen bak ett svar kan være alt fra noen hundre til flere titusen tokens. Derfor lar leverandørene deg nå stille inn hvor mye modellen skal tenke. På noen av de nyeste modellene kan tenkingen ikke skrus helt av, bare ned. Mye tenking lønner seg på vanskelige oppgaver, som programmering og analyse. På enkle oppgaver, som å sortere e-post eller hente ut et fakturanummer, er det bortkastede penger.

Hvorfor agenter bruker så mange tokens

En chat er ett spørsmål og ett svar. En agent er en modell som jobber i en løkke: den leser oppgaven, bestemmer seg for å bruke et verktøy, leser resultatet, tenker, bruker et nytt verktøy, og fortsetter til jobben er gjort. Å rette en feil i et program eller stemme av et prosjekt kan ta hundre slike steg.

Husk at modellen ikke har hukommelse. Hver gang agenten tar et nytt steg, må hele samtalen så langt sendes inn på nytt: instruksene, oppgaven, hver fil den har lest og hvert svar den har fått. Det blir fort mye.

1. Kall 1 Instruks, verktøy og oppgave12 000
2. Kall 2 Leser tre filer30 000
3. Kall 3 Søker i koden34 000
4. Kall 4 Kjører testene43 000
5. Kall 5 Retter feilen46 000
6. Kall 6 Kjører testene igjen52 000
7. Kall 7 Skriver en oppsummering53 500

Nytt i dette kalletSendt på nytt

Nytt innhold: 53 500 tokens. Sendt og betalt for, til sammen: 270 500 tokens.

Agenten har bare fått rundt 50 000 tokens med nytt innhold. Men fordi alt sendes på nytt hver gang, har den betalt for over fem ganger så mye.

Tallene fra dem som lager agentene, peker samme vei. Da Anthropic målte sine egne, brukte en agent rundt fire ganger så mange tokens som en vanlig chat, og flere agenter som jobber sammen, rundt femten ganger så mange. Programmeringsagenten deres, Claude Code, koster i snitt rundt 13 dollar per utvikler per arbeidsdag betalt per token. Eksempelet de selv viser, er en økt der modellen fikk rundt 6 500 nye tokens, og leste 940 000 tokens den hadde sett før.

Det er også grunnen til at det lønner seg så godt å tenke på hva agenten får lese. En agent som henter en hel nettside for å finne én dato, eller et helt regneark for å finne én sum, betaler for alt sammen, i hvert eneste steg etterpå.

Konteksten er der pengene spares

Alt modellen får se i ett kall, kalles konteksten. De største modellene tar i dag imot rundt en million tokens på én gang. Det frister til å gi dem alt.

Men mer er ikke bedre. Da databaseselskapet Chroma testet 18 modeller i 2025, ble alle mindre pålitelige jo lengre teksten de fikk, var, også på helt enkle oppgaver. En modell som må lete gjennom store mengder uvedkommende tekst, gjør flere feil, akkurat som et menneske ville gjort. Og hver overflødig token betales, i hvert kall. Vi har skrevet om dette før: modellene er smarte nok, det er konteksten som mangler.

Det er her oppsettet avgjør regningen. Dette er det som betyr mest:

1. Riktig data, ikke all data. Gi agenten verktøy som henter akkurat det den trenger, som summen på ett prosjekt, i stedet for hele eksporten fra regnskapet. Dette er også det som gir de beste svarene. Les mer om datagrunnlaget.
2. Et stabilt oppsett som kan mellomlagres. Tekst modellen har sett rett før, koster en tidel eller mindre hos alle de tre store. I agenteksempelet over faller regningen for det agenten leser, fra rundt én dollar til rundt 30 cent med Claude Opus 5.5. Det krever at instruksene og verktøyene står likt fra kall til kall, og at det som endrer seg, kommer til slutt. Endres ett tegn tidlig i oppsettet, må alt etter det leses på nytt til full pris.
3. Korte og presise instrukser. En instruksfil på 10 000 tokens betales i hvert eneste kall. Det som ikke gjør agenten bedre, bør ut.
4. Riktig modell til riktig jobb. Den største modellen trengs til de vanskelige vurderingene. Å sortere, hente ut og oppsummere klarer en liten modell til en brøkdel av prisen.
5. Riktig mengde tenking. Skru den opp der oppgaven er vanskelig, og ned der den ikke er det.
6. Rydd underveis. Lange agentjobber bør oppsummere det de har gjort og legge bort gamle verktøysvar, i stedet for å dra alt med seg til siste steg.

Ingen av disse punktene gjør modellen dårligere. De fleste gjør den bedre.

API eller abonnement?

Det finnes to måter å betale for AI på, og de er laget for forskjellige ting.

	API	Abonnement
Hvem det er for	Systemer og utviklere	Mennesker
Hva du betaler	Per token, uten tak	Fast sum i måneden
Grenser	Bare det du har råd til	Kvoter som nullstilles med jevne mellomrom
Brukes til	AI bygget inn i egne løsninger og agenter	ChatGPT, Claude, Gemini og verktøyene rundt

API er strømmåleren. Du betaler for nøyaktig det du bruker, og kan bygge AI inn i egne systemer, som en agent som fører timer eller leser fakturaer. Prisen per enhet er forutsigbar. Regningen er det ikke, før man vet hvor mye som faktisk brukes.

Abonnement er fastprisen. Claude og ChatGPT koster 20 dollar i måneden for den vanlige varianten, og 100 eller 200 dollar for dem som bruker mye. Google tar 259 kroner i måneden i Norge for AI Pro, og 1 059 eller 2 599 kroner for Ultra. Du får en app, og en kvote. Bruker du mye, møter du grensen og må vente til den nullstilles.

For en bedrift er svaret som regel begge deler: abonnement til de ansatte som bruker AI som verktøy i hverdagen, og API til det som skal bygges inn i driften.

Subsidiert, foreløpig

Her kommer det mange ikke vet: for dem som bruker mye, er abonnementene langt billigere enn det samme ville kostet gjennom API, og trolig også billigere enn det koster leverandøren å levere.

Det er ikke en påstand vi har funnet på. I januar 2025 skrev OpenAI-sjef Sam Altman at selskapet tapte penger på abonnementet til 200 dollar, fordi folk brukte det mye mer enn ventet. Sommeren etter innførte Anthropic ukegrenser for Claude Code etter at én bruker hadde brukt modeller for titusenvis av dollar på det samme abonnementet. Analysefirmaet SemiAnalysis har regnet ut at et fullt utnyttet toppabonnement kan tilsvare mellom 8 000 og 14 000 dollar i måneden til API-pris. Det er ikke det det koster leverandøren, men det sier noe om hvor stor rabatten er.

Selskapene tåler det fordi investorene betaler. OpenAI hadde i 2025 rundt 13 milliarder dollar i inntekter og et driftsunderskudd på rundt 21 milliarder, ifølge regnskapstall gjengitt av Financial Times. Selskapet regner selv med å gå med overskudd først mot slutten av tiåret. Anthropic ser ut til å være nærmere, men bygger også i et tempo inntektene ikke dekker ennå.

Hvorfor gjør de det? Ingen av dem har sagt det rett ut, men grunnene er ikke vanskelige å se. Den som får folk til å bygge vaner og arbeidsflyt rundt sitt verktøy først, har et forsprang som er vanskelig å ta igjen. Bruken gir tilbakemeldinger som gjør modellene bedre. Og i et kappløp der alle regner med at prisen per token fortsetter å falle, er det fristende å selge under kostpris i dag og tjene pengene i morgen.

Det strammes allerede inn. I april 2026 stengte GitHub for nye abonnenter på flere av Copilot-planene og strammet inn grensene, med begrunnelsen at agentene har endret hvor mye regnekraft verktøyet trenger. I september stengte OpenAI for nye abonnenter på Pro til 200 dollar fordi kapasiteten ikke strakk til. Og Google dobler prisen på sin nyeste Flash-modell ved nyttår.

For en bedrift betyr det tre ting:

• Ikke bygg regnestykket på dagens abonnementspriser. De er en introduksjonspris, ikke en markedspris.
• Bygg slik at modellen kan byttes. Leverandørene vil justere priser og grenser, og da må det være enkelt å flytte.
• Lær å bruke tokens godt nå. Det som er effektivt i dag, er det som fortsatt lønner seg den dagen subsidiene tar slutt.

Hvordan vi får agentene til å bruke færre tokens

Alt i denne artikkelen peker mot det samme: det dyreste en agent gjør, er å lete. Hver mappe den åpner, hvert dokument den leser for å finne ut at det var feil versjon, og hver e-posttråd den blar gjennom, blir tokens. Og fordi alt sendes på nytt, betales letingen på nytt i hvert eneste steg etter.

I de fleste bedrifter er det nettopp slik agentene må jobbe. Tallene ligger i regnskapet, kalkylen i et regneark, avtalene i en e-posttråd og kontrakten i fire versjoner på SharePoint. Agenten får et spørsmål og går på skattejakt.

Ta spørsmålet «hva gjenstår før vi kan sende sluttoppstillingen på Gressvik-prosjektet?». Her er et tenkt eksempel på hvordan det kan se ut, med og uten datagrunnlag:

1. Kall 1 Instruks, verktøy og spørsmål12 000
2. Kall 2 Søker i SharePoint15 000
3. Kall 3 Åpner fire dokumenter43 000
4. Kall 4 Leser en e-posttråd52 000
5. Kall 5 Åpner regnearket med timer67 000
6. Kall 6 Åpner kontrakten87 000
7. Kall 7 Sjekker regnskapet93 000
8. Kall 8 Svarer94 000

Nytt i dette kalletSendt på nytt

Nytt innhold: 94 000 tokens. Sendt og betalt for, til sammen: 463 000 tokens.

1. Kall 1 Instruks, verktøy og spørsmål12 000
2. Kall 2 Henter prosjektstatus14 500
3. Kall 3 Svarer med kilder15 500

Nytt i dette kalletSendt på nytt

Nytt innhold: 15 500 tokens. Sendt og betalt for, til sammen: 42 000 tokens.

Samme modell og samme spørsmål, men skattejakten koster over ti ganger så mange tokens. Tallene er bare et eksempel. Hvor mange tokens et spørsmål bruker, avhenger av spørsmålet, dataene og modellen, og vi lover ikke at et bestemt spørsmål bruker 42 000 tokens, eller at forskjellen alltid er tidobbel. Men poenget står: en agent som må lete, betaler for letingen, og en agent som vet hvor svaret ligger, gjør det ikke. Skattejakten er også mer usikker: jo mer agenten har måttet lese, jo lettere griper den feil, og jo vanskeligere er det å se hvor svaret kom fra.

Det er dette Relation OS er bygget for. Vi setter ikke bare agenter i arbeid. Vi sørger for at de har noe å stå på:

• Dataene bor ett sted. Tilbud, kalkyle, prosjekt, endringsmeldinger, timer og faktura ligger i samme system, bak ett API med dokumentasjon skrevet for agenter. Agenten vet hvor den skal lete, så den slipper å lete.
• Regnskapet leses der det ligger. Tallene hentes i sanntid fra regnskapssystemet dere allerede har. Ingen eksporter, ingen gamle kopier å rote seg bort i.
• Kilde og tolkning holdes fra hverandre. Agenten får den gjeldende kontrakten, ikke fire versjoner av den, og kan vise hvor hver opplysning kommer fra.
• Korte svar fra systemet. Agentene får tallene som ryddige tabeller og JSON, ikke som hele dokumenter og skjermbilder. Det er langt færre tokens for den samme informasjonen.
• Tilgang med grenser. En agent arver tilgangen til mennesket den jobber for, aldri mer. Den ser det den trenger, og ingenting annet. Det er tryggere, og det er billigere.

Resultatet er at AI blir billigere og bedre på én gang, og det skjer sjelden. Færre tokens per oppgave betyr lavere regning. Mindre støy betyr færre feil. Og når oppgaven er enkel for agenten, holder det ofte med en mindre og billigere modell. Der vi har satt agentene i drift på denne måten, utfører de i dag over 40 prosent av aktivitetene i systemene.

Det gjør også bedriften mindre sårbar for prisendringene som kommer. Den dagen subsidiene tar slutt, er det de som bruker tokens effektivt, som fortsatt får regnestykket til å gå opp.

Tokens er for AI det kilowattimer er for strøm. De som får mest ut av AI, er sjelden de som bruker flest. Det er de som gir modellen riktig kontekst. Vil du se hvordan det ser ut hos dere, ta kontakt.