# Hvad koster en AI-agent? Den reelle månedlige pris

> Hvad koster en AI-agent? Se beregninger baseret på tokenpriser fra september 2026, hvor pengene går hen, hvordan prisen skalerer, og hvordan du estimerer og begrænser din regning.

Last updated: 2026-09-28T12:00:00

Canonical URL: https://crevio.co/da/blog/ai-agent-running-costs

*Senest opdateret: september 2026. Alle priser er offentligt tilgængelige listepriser kontrolleret den 28. september 2026.*

**Modelregningen er sjældent den største del af driftsomkostningerne for en AI-agent. Det er din tid til gennemgang.** I eksemplet nedenfor koster en forretningsagent, der udfører 300 opgaver om måneden, 73,71 USD i modeltokens og 167,70 USD i din tid – beregnet ud fra ét minuts kontrol pr. opgave.

Det betyder ikke, at tokens er irrelevante. Den samme agent kan koste 37 eller 387 USD om måneden i tokens afhængigt af to indstillinger, som de fleste aldrig kigger på. Denne guide er til virksomhedsejere og driftsansvarlige, der vil kende det reelle beløb, før de aktiverer en agent – ikke et interval fra 15 til 15.000 USD.

- **En agentkørsel består af mange modelkald, ikke ét.** Hele samtalen sendes igen ved hvert trin, så inputtokens fylder mest og vokser hurtigere end antallet af trin
- **Prompt caching reducerede tokenregningen med 62 %** i vores eksempel – mere end et skift til et billigere modelniveau
- **Reasoning-tokens faktureres som output,** og efter caching udgjorde de en tredjedel af prisen pr. kørsel
- **Tool calls og sandkassetid fylder kun lidt** ved normale mængder: samlet 7,20 USD om måneden her
- **Menneskelig gennemgang er den største post**, indtil du går fra at kontrollere hver kørsel til at kontrollere et udsnit

## Hvad omfatter driftsomkostningerne for en AI-agent egentlig?

En AI-agent er en model, der arbejder i en løkke: Den læser opgaven, kalder et værktøj, læser resultatet, beslutter næste trin og gentager processen, indtil opgaven er løst. Hver løkke er et separat betalt modelkald. Det er den vigtigste forskel på agentomkostninger og chatomkostninger.

[Anthropics engineeringteam har rapporteret](https://www.anthropic.com/engineering/multi-agent-research-system), at "agenter typisk bruger cirka 4× flere tokens end chatsamtaler, og multi-agent-systemer cirka 15× flere tokens end chatsamtaler." Den samme analyse viste, at tokenforbruget alene forklarede 80 % af variationen i resultaterne fra deres forskningsevalueringer, mens tool calls og modelvalg stod for de to øvrige faktorer. Det er gennem tokenforbruget, at agenter leverer bedre svar – og derfor skal regningen overvåges.

Her er en komplet oversigt over det, du betaler for:

| Omkostningslag | Det, der driver prisen | Typisk størrelse |
|---|---|---|
| **Inputtokens** | Instruktioner, tool-definitioner, historik og værktøjsresultater, som sendes igen ved hvert trin | Den største tokenpost |
| **Outputtokens** | Synlige svar samt skjult reasoning | Mindre mængde, 5× højere enhedspris |
| **Tool calls** | Betalte værktøjer som websøgning, pr. kald | Få cent pr. kørsel |
| **Sandkasse- eller beregningstid** | Et arbejdsområde, hvor agenten kører kode eller en browser | Få cent pr. time |
| **Integrationer** | De apps og automationsplaner, agenten forbindes med | Ofte et abonnement, du allerede betaler |
| **Gentagelser og løkker** | Kørsler, der fejler, gentages eller løber af sporet | En hale, der kan overstige gennemsnittet |
| **Menneskelig gennemgang** | De minutter, du bruger på at kontrollere agentens arbejde | Som regel den største post |

## Tokenpriser i september 2026

Alle større udbydere prissætter nu nye inputtokens, cachede inputtokens og outputtokens separat, og de fleste tager også betaling for at skrive til cachen. Tallene nedenfor kommer direkte fra [Claude API-prissiden](https://platform.claude.com/docs/en/about-claude/pricing), [OpenAI API-prissiden](https://developers.openai.com/api/docs/pricing) og [Gemini API-prissiden](https://ai.google.dev/gemini-api/docs/pricing) – alle priser er pr. million tokens.

![Claude API-prisside med priser pr. million input- og outputtokens samt prompt caching for Claude Fable 5.1, Opus 5.5, Sonnet 5.5 og Haiku 4.5](https://crevio.co/vite/assets/claude-api-pricing-fbkhhf9h.png)

| Model | Input | Cache-write | Cachet input | Output |
|---|---|---|---|---|
| Claude Opus 5.5 | 4,00 USD | 5,00 USD | 0,20 USD | 20,00 USD |
| Claude Sonnet 5.5 | 2,00 USD | 2,50 USD | 0,20 USD | 10,00 USD |
| GPT-6 Sol | 2,00 USD | 2,50 USD | 0,20 USD | 10,00 USD |
| Gemini 3.8 Flash | 0,75 USD | Lagerplads faktureres pr. time | 0,075 USD | 3,75 USD |
| Claude Haiku 4.5 | 1,00 USD | 1,25 USD | 0,10 USD | 5,00 USD |

Tre detaljer på de sider ændrer regnestykket mere end de overordnede priser.

**Cachet input koster en tiendedel af nyt input eller mindre.** Anthropic tager 0,1× grundprisen for at læse fra cachen og 0,05× for Opus 5.5. En cache-write koster 1,25× ved fem minutters caching, så caching kan betale sig efter blot én genanvendelse. OpenAIs GPT-6-modeller følger samme mønster.

**Reasoning-tokens er outputtokens.** [OpenAIs guide til reasoning](https://developers.openai.com/api/docs/guides/reasoning) oplyser, at reasoning-tokens "faktureres som outputtokens", selv om du aldrig ser dem, og Google kalder sin outputpris "inklusive thinking-tokens". Hvis en model tænker i 700 tokens før et svar på 300 tokens, betaler du for 1.000.

**Værktøjer tilføjer tokens, før de gør noget.** Anthropic angiver en systemprompt på 286 tokens til tool use i Opus 5.5 – før dine egne tool-definitioner. Deres browser-værktøjssæt tilføjer cirka 6.600 inputtokens til hver forespørgsel, hvor det er angivet.

![OpenAI API-prisside med standardpriser pr. million tokens for GPT-6 Astra, Sol og Luna, inklusive priser for cachet input og cache-write](https://crevio.co/vite/assets/openai-api-pricing-di89bf36.png)

## Et konkret eksempel: Én agent, 300 kørsler om måneden

Hvis du vil have et reelt tal, skal du tage udgangspunkt i en reel opgave. Forestil dig en typisk opgave i en mindre virksomhed: En agent håndterer en kundehenvendelse fra start til slut. Den læser beskeden, slår ordren op, tjekker politikken, søger på nettet én eller to gange efter behov, skriver et svarudkast og logger, hvad den har gjort.

**Forudsætningerne:**

- **12 modelkald pr. kørsel.** Omtrent det, en opgave med fem tool calls kræver, plus et trin eller to til afslutning
- **12.000 tokens i fast kontekst** pr. kald: instruktioner, forretningskontekst og tool-definitioner
- **1.800 tokens tilføjet pr. trin:** 1.500 fra værktøjsresultater og 300 fra synligt modeloutput
- **1.000 outputtokens pr. trin,** hvoraf 700 er reasoning
- **2 websøgninger, 3 minutters sandkassetid og 1 minuts gennemgang** pr. kørsel
- **300 kørsler om måneden,** cirka 10 om dagen

### Tokenregnestykket pr. kørsel

Det første kald sender 12.000 tokens. Det tolvte kald sender den faste kontekst plus historikken fra elleve trin: 12.000 + 11 × 1.800 = 31.800 tokens. Lægger du alle tolv kald sammen, sender én kørsel **262.800 inputtokens** for at producere **12.000 outputtokens**. Modellen genlæser sin egen historik langt mere, end den skriver.

Ved priser på mellemniveau uden caching:

- Input: 262.800 × 2,00 USD pr. million = 0,53 USD
- Output: 12.000 × 10,00 USD pr. million = 0,12 USD
- **I alt: 0,65 USD pr. kørsel**

Med caching læser hvert kald alt, hvad det allerede har sendt, fra cachen og skriver kun det nye. Samlet for kørslen er det 231.000 cachede tokens og 31.800 nytilskrevne tokens:

- Cache-writes: 31.800 × 2,50 USD pr. million = 0,08 USD
- Cache-læsninger: 231.000 × 0,20 USD pr. million = 0,05 USD
- Output: 12.000 × 10,00 USD pr. million = 0,12 USD
- **I alt: 0,25 USD pr. kørsel – 62 % mindre**

Læg mærke til, hvad der sker med fordelingen. Før caching udgjorde input 81 % af regningen. Efter caching udgør output næsten halvdelen, og de 8.400 reasoning-tokens alene koster 0,08 USD – cirka en tredjedel af kørslen.

### Modelvalg versus caching

Kører du det samme regnestykke på tværs af pristabellen, er rangordningen ikke, som de fleste forventer.

![Søjlediagram over månedlige tokenomkostninger for 300 agentkørsler: 387 USD for frontier-model uden caching, 194 USD for model på mellemniveau uden caching, 134 USD for frontier-model med caching, 74 USD for model på mellemniveau med caching og 37 USD for lille model med caching](https://crevio.co/vite/assets/model-and-caching-monthly-cost-bdzdq4na.svg)

En frontier-model med caching (134 USD) koster mindre end en model på mellemniveau uden caching (194 USD). Før du nedgraderer modellen for at spare penge, bør du kontrollere, om caching er aktiveret. Prompt caching er automatisk hos nogle udbydere og kræver et flag hos andre. En enkelt værdi, der ændrer sig nær toppen af din prompt – f.eks. et tidsstempel – kan ubemærket ødelægge cachen ved hvert kald.

### Den samlede månedlige regning

Nu lægger vi de poster til, som ikke er tokens. Websøgning koster [10 USD pr. 1.000 søgninger på Claude API](https://platform.claude.com/docs/en/about-claude/pricing) og [hos OpenAI](https://developers.openai.com/api/docs/pricing). Sandkassetid følger Anthropics [offentliggjorte pris for agentsessioner](https://platform.claude.com/docs/en/about-claude/pricing) på 0,08 USD pr. time, hvor den kører. Til integrationsarbejde bruger vi [Zapifers Professional-plan](https://zapier.com/pricing) til 19,99 USD om måneden ved årlig betaling. Gennemgangstiden beregnes ud fra 33,54 USD i timen – den [amerikanske gennemsnitlige løn i maj 2025](https://www.bls.gov/news.release/ocwage.nr0.htm) på 69.770 USD om året på tværs af alle erhverv, divideret med 2.080 arbejdstimer.

| Post | Beregning | Månedligt |
|---|---|---|
| Modeltokens | 300 kørsler × 0,2457 USD | 73,71 USD |
| Løkker og gentagelser | 5 % af kørslerne (15) løber til 30 trin, 0,43 USD ekstra pr. kørsel | 6,46 USD |
| Websøgninger | 600 × 0,01 USD | 6,00 USD |
| Sandkassetid | 15 timer × 0,08 USD | 1,20 USD |
| Integrationsplan | Ét automationsabonnement | 19,99 USD |
| **Maskinomkostninger i alt** | | **107,36 USD** |
| Menneskelig gennemgang | 5 timer × 33,54 USD | 167,70 USD |
| **Samlet** | | **275,06 USD** |

![Søjlediagram over den månedlige pris på 275 USD for én AI-agent: 167,70 USD til gennemgangstid, 73,71 USD til modeltokens, 19,99 USD til integrationsplan, 6,46 USD til løkker, 6,00 USD til websøgninger og 1,20 USD til sandkassetid](https://crevio.co/vite/assets/where-the-money-goes-jjla4krw.svg)

Det svarer til 0,92 USD pr. afsluttet opgave. Om det er billigt, afhænger helt af, hvad opgaven ellers ville have kostet. Hvis en medarbejder brugte seks minutter på hver henvendelse, tog de samme 300 opgaver 30 timer – eller cirka 1.006 USD ved samme timeløn.

## Sådan skalerer omkostningerne for en AI-agent

Omkostningerne vokser ikke alle på samme måde, og forskellen er vigtig, når du planlægger større mængder.

**Antallet af kørsler skalerer lineært.** Fordobler du antallet af kørsler, fordobler du tokenregningen. Ved mindre virksomhedsmængder er der kun få mængderabatter, selv om [batchbehandling](https://platform.claude.com/docs/en/about-claude/pricing) halverer tokenpriserne for arbejde, der kan vente.

**Antallet af trin vokser hurtigere end lineært.** Hvert ekstra trin sender alt det tidligere igen, så prisen vokser omtrent med kvadratet på kørs lens længde. I vores eksempel er en kørsel, der løber til 30 trin, 2,5 gange længere, men koster 0,68 USD i stedet for 0,25 USD med caching – altså 2,75 gange mere. Uden caching koster den 2,59 USD i stedet for 0,65 USD – fire gange mere. Det er de lange kørsler, der sprænger budgetterne, og caching er også det, der dæmper kurven.

**Værktøjsresultater skalerer med det, du lukker ind.** En hentet webside fylder cirka 2.500 tokens og en research-PDF cirka 125.000 ifølge Anthropics tal. En agent, der læser hele dokumenter i stedet for den relevante sektion, betaler for teksten ved hvert resterende trin i kørslen.

**Gennemgang skalerer med din tillid, ikke med mængden.** Hvis du kontrollerer hver kørsel, forbliver gennemgang den største post. Kontrollerer du én ud af ti, efter at agenten har bevist sit værd, falder den samlede pris fra 275,06 til 124,13 USD om måneden. Det er den største enkeltbesparelse, og den har intet med modeller at gøre.

## Sådan estimerer du dine egne agentomkostninger

Du behøver ikke et regneark. Du skal bruge fem tal – og det fjerde er det, folk springer over.

1. **Kørsler pr. måned.** Tæl, hvor ofte opgaven faktisk forekommer i dag, ikke hvor ofte du ønsker, at den gjorde
2. **Trin pr. kørsel.** Omtrent to modelkald pr. tool call plus ét til afslutning
3. **Tokens pr. trin.** Fast kontekst plus størrelsen på et typisk værktøjsresultat. De fleste udbydere viser forbruget pr. forespørgsel, så kør opgaven ti gange og aflæs det reelle tal
4. **Minutter til gennemgang pr. kørsel.** Tag tid på dig selv, mens du kontrollerer fem resultater. Det tal påvirker totalen mere end modellen
5. **Din fejlrate.** Andelen af kørsler, der går i løkke, gentages eller skal udføres igen, beregnet ud fra deres længere varighed

Derefter: **månedlige omkostninger ≈ kørsler × (tokens pr. kørsel × blandet pris + betalte tool calls) + kørsler × minutter til gennemgang × din timeløn.** Brug cacheprisen for gentagen kontekst og fuld pris for alt nyt, så lander du som regel tæt på den reelle regning.

## Sådan begrænser du omkostningerne til en AI-agent

Estimater skrider. Begrænsninger gør ikke. Det er disse kontroller, der rent faktisk holder:

- **Sæt en forbrugsgrænse på udbyderkontoen.** De fleste udbyderkonsoller tilbyder en månedlig grænse, en budgetalarm eller begge dele. Sæt grænsen, før den første planlagte kørsel – ikke efter den første overraskende faktura
- **Begræns antallet af trin pr. kørsel.** Et maksimum på 20 eller 25 trin forvandler en løbsk løkke til en fejlet kørsel, du kan undersøge, i stedet for en regning uden loft
- **Begræns reasoning-indsatsen og outputlængden.** De fleste reasoning-modeller har en indstilling for indsats eller budget. Komplekse opgaver fortjener den, rutineopslag gør ikke
- **Hold toppen af prompten stabil.** Alt, der ændrer sig ved hvert kald og står tidligt i prompten, ødelægger caching for alt, der følger efter
- **Beskær værktøjsresultater, før modellen ser dem.** Returnér de tre felter, agenten har brug for – ikke hele posten eller hele siden
- **Vælg model efter sværhedsgrad.** Brug en lille model til sortering og opslag og en stærkere model til det trin, der kræver dømmekraft
- **Gå fra fuld gennemgang til stikprøver,** når agenten har vist stabilt gode resultater på opgaven, og behold fuld gennemgang for alt, der sender penge eller beskeder til kunder. Det er den samme draft-first-regel, som vi anbefaler, når du [vælger, hvilke opgaver du først skal give til en agent](/da/blog/ai-agents-for-small-business)

## Det, ingen fortæller dig

- **Den samme tekst kan koste mere på en nyere model.** [Anthropic oplyser](https://platform.claude.com/docs/en/about-claude/pricing), at deres nyere tokenizer "producerer cirka 30 % flere tokens for den samme tekst." Sammenlign det faktiske forbrug – ikke kun prisen pr. token
- **Introduktionspriser udløber.** [Gemini 3.8 Flash](https://ai.google.dev/gemini-api/docs/pricing) koster 0,75 USD pr. million inputtokens til og med 31. december 2026 og derefter 1,50 USD fra 1. januar 2027. Læg budget efter den pris, du skal betale næste år
- **Cachepriser varierer mellem modeller hos samme udbyder.** Opus 5.5 læser fra cachen til 5 % af grundprisen for input, mens de fleste modeller læser til 10 %. Den billigste opsætning bruger derfor ikke altid den billigste model
- **Fejl koster også.** En kørsel, der fejler på trin ni, har allerede betalt for otte trin. Starter du forfra, betaler du for dem igen, og skifter du til en [backup-model](/da/blog/ai-agent-backup-models) undervejs, starter du med en tom cache
- **De stille måneder er billige, men den travle måned er det ikke.** Agentens omkostninger følger din forretningsmængde – netop når en variabel regning er mindst velkommen. Sæt grænsen efter din travleste måned, ikke din gennemsnitlige måned

## Hvor passer Crevio ind?

![Crevios prisside med den gratis Starter-plan, Pro til 20 USD om måneden med 1.000 credits og Business til 50 USD om måneden med 2.500 credits](https://crevio.co/vite/assets/crevio-pricing-pe4bsahk.png)

Alt ovenfor forudsætter, at du selv kører agenten og betaler hver udbyder separat. [Crevio](https://crevio.co/) har en anden tilgang: Det er en [AI-forretningsbygger](/da/blog/ai-business-builder), og alt det AI-arbejde, platformen udfører for dig – fra at bygge din hjemmeside og skrive produktsider til at generere billeder, sende marketingmails og researche på nettet – trækkes fra én samlet credit-saldo. Større opgaver bruger flere credits end små, og platformen holder styr på tokens, caching og tool calls i baggrunden, så du ikke behøver gøre det.

Pro koster 20 USD om måneden med 1.000 credits, og Business koster 50 USD med 2.500. Begge planer giver dig mulighed for at vælge en større månedlig kvote, efterhånden som virksomheden vokser. Starter er gratis og har en mindre kvote, så du kan prøve platformen. Månedlige credits nulstilles ved hver betalingscyklus, mens bonuscredits fra tilmelding og henvisninger ikke udløber. På en betalingsplan kan du til enhver tid købe flere credits eller slå automatisk optankning til. Hvis credits slipper op, fortsætter din hjemmeside og checkout med at køre. Det er kun nyt AI-arbejde, der sættes på pause.

Hvis vi skal være ærlige om kompromiset: En credit-saldo giver dig ét forudsigeligt tal, men skjuler detaljerne pr. token, som denne artikel gennemgår. Hvis du selv vil styre modelvalg og caching-indstillinger, får du den kontrol ved at køre din egen agent-stack. Ingen prismodel fjerner dog posten til gennemgang. Det minut pr. kørsel er stadig dit, indtil du beslutter, at agenten har fortjent mindre overvågning. Transaktionsgebyrer gælder også på alle planer: 5 % på Starter, 2,5 % på Pro og 1 % på Business.

## Ofte stillede spørgsmål om omkostningerne ved AI-agenter

### Hvad koster det om måneden at køre en AI-agent?

For én forretningsagent, der håndterer cirka 300 opgaver om måneden, skal du regne med omkring 40–400 USD i modeltokens afhængigt af modellen, og om prompt caching er aktiveret, plus nogle få dollars til værktøjer og beregning. Vores konkrete eksempel endte på 107,36 USD i maskinomkostninger og 275,06 USD inklusive ét minuts menneskelig gennemgang pr. opgave.

### Hvad er den største skjulte omkostning ved en AI-agent?

Tid til menneskelig gennemgang. At kontrollere hvert resultat i ét minut til den amerikanske gennemsnitsløn kostede i vores eksempel mere end dobbelt så meget som hele tokenregningen. Den næststørste omkostning er kontekst, der sendes igen: Hvert trin i en kørsel betaler på ny for alt det, agenten allerede har læst. Derfor bliver lange kørsler uforholdsmæssigt dyrere.

### Koster reasoning-tokens ekstra?

De faktureres som outputtokens til modellens outputpris, selv om du aldrig ser dem. Det oplyser både OpenAI og Google i deres dokumentation og på deres prissider. I vores eksempel udgjorde reasoning cirka en tredjedel af prisen for hver cachet kørsel.

### Hvor meget sparer prompt caching på agentomkostninger?

I vores eksempel reducerede det tokenregningen med 62 % – fra 0,65 til 0,25 USD pr. kørsel – fordi en agent sender de samme instruktioner og den samme historik igen ved hvert trin. Cachede læsninger koster en tiendedel af nyt input på de fleste modeller. Caching fungerer kun, hvis begyndelsen af prompten er identisk fra kald til kald.

### Er et abonnement billigere end at betale pr. token for en agent?

Det afhænger af din mængde og af, hvor forudsigelig den er. Faste planer begrænser din risiko, men kan koste mere ved lavt forbrug, mens API-priser efter forbrug følger brugen præcist. For ChatGPT- og Claude-planer har vi specifikt beregnet [break-even mellem et abonnement og API'et](/da/blog/chatgpt-subscription-vs-api-for-agents): cirka 80 kørsler om måneden for en plan til 20 USD. Vi sammenlignede platformssiden af dette i vores [gennemgang af Squad-alternativer](/da/blog/squad-so-alternatives), hvor vi vejer forbrugsbaserede priser op mod faste planer.

Tokens er den omkostning, du kan se på en faktura. Din opmærksomhed er den omkostning, du selv skal tælle – og som regel er den større.

## Relaterede blogindlæg

- [AI-agenter til små virksomheder: Hvilke opgaver skal du overlade først?](/da/blog/ai-agents-for-small-business)
- [AI-medarbejder eller AI-agent: Den forskel, der faktisk betyder noget](/da/blog/ai-employee-vs-ai-agent)
- [AI-forretningsbygger eller ansættelse af et team: Den ærlige sammenligning i 2026](/da/blog/ai-business-builder-vs-hiring-a-team)