📈 economics

Token Is All You Price

Dit artikel toont aan dat de prijsstelling van token-gebaseerde AI-diensten (zoals abonnementen en API-tiers) de optimale manier is voor aanbieders om winst te maximaliseren door de urgentie van verschillende gebruikers te screenen via limieten op het aantal tokens.

Oorspronkelijke auteurs: Weijie Zhong

Gepubliceerd 2026-04-28

📖 3 min leestijd☕ Koffiepauze-leesvoer

CC BY 4.0

Oorspronkelijke auteurs: Weijie Zhong

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je in een drukke stad woont en altijd honger hebt. Er is één superpopulaire snackbar die de allerbeste burgers ter wereld maakt, maar ze hebben een probleem: de keuken is klein en de kok kan maar een beperkt aantal ingrediënten per uur verwerken. Ze kunnen dus niet iedereen tegelijkertijd de allerbeste ervaring geven.

Dit paper, geschreven door Weijie Zhong, legt uit hoe die snackbar (of in de echte wereld: een AI-bedrijf zoals OpenAI of Anthropic) de slimste manier vindt om prijzen te vragen aan klanten die allemaal een ander tempo hebben.

Hier is de uitleg in begrijpelijke taal:

1. De kern: "Hoe snel heb je je antwoord nodig?"

In de wereld van AI (zoals ChatGPT) zijn er twee soorten gebruikers:

De 'Haastige Klant': De student die over vijf minuten een deadline heeft voor een essay. Die wil nu antwoord, ook al is het duur.
De 'Geduldige Klant': De onderzoeker die een artikel schrijft en het niet erg vindt als de AI er een kwartiertje over doet om een diepgaand antwoord te formuleren.

Het probleem voor de AI-verkoper is: hoe weet je wie wie is zonder dat mensen gaan liegen om de goedkoopste prijs te krijgen?

2. De oplossing: De "Stoplicht-methode" (De Token-Cap)

Vroeger dachten economen dat een verkoper de kwaliteit van het product zou verlagen om verschillende klanten te scheiden (bijvoorbeeld: een snelle, slechte burger voor de haastige klant en een langzame, luxe burger voor de rijke klant).

Maar dit paper zegt iets heel verrassends: De beste AI-bedrijven veranderen de kwaliteit van hun 'brein' niet. Ze veranderen alleen de tijdslimiet.

Stel je voor dat de AI een magische bibliothecaris is die boeken voor je zoekt. In plaats van de bibliothecaris dommer te maken voor de goedkope klanten, zegt de verkoper simpelweg:

Premium abonnement: "Je mag de bibliothecaris zolang laten zoeken als je wilt."
Goedkoop abonnement: "Je mag de bibliothecaris maar 5 minuten laten zoeken. Daarna moet hij stoppen, ook al is hij nog niet klaar."

Dit noemen we in het paper een "stopping-time cap". Je betaalt niet voor een 'dommer' model, je betaalt voor de tijd die het model krijgt om na te denken.

3. De Metafoor: De "Gouden Stroom"

Denk aan de informatie die de AI geeft als een gouden stroom die uit een kraan komt. De kraan kan maar een bepaalde hoeveelheid goud per minuut leveren (dat is de throughput constraint).

De slimste manier om die kraan te gebruiken is de "Greedy Exploration" (de gulzige methode). De AI probeert niet om een beetje van alles te vertellen, maar probeert zo snel mogelijk de kern van de waarheid te raken. Het is als een detective die niet eerst de hele stad doorzoekt, maar direct naar de meest verdachte huizen rent om de dader te vinden.

De verkoper verkoopt vervolgens "bakjes" van deze gouden stroom:

De rijke klant krijgt een groot bakje (veel tijd/tokens).
De arme klant krijgt een klein bakje (weinig tijd/tokens).

4. Waarom is dit belangrijk? (De "Aha!"-ervaring)

Dit verklaart waarom AI-bedrijven werken met "tokens" en "quota".
Als je ziet dat ChatGPT zegt: "Je hebt nog 10 berichten over voor de komende 3 uur", dan zie je precies wat dit paper beschrijft. Ze verkopen je niet een minder slimme AI; ze verkopen je een tijdsbeperking.

De conclusie van het paper in één zin:
De slimste manier om winst te maken met AI is om één superintelligent model te hebben dat altijd zijn best doet, maar de klanten te laten betalen voor de hoeveelheid "denktijd" die ze mogen gebruiken.

Technische Samenvatting: Token Is All You Price

1. Het Probleem (Problem Statement)

Het paper onderzoekt de optimale prijsstrategie van een monopolist die een dynamische informatiedienst verkoopt (zoals een Large Language Model/LLM). De kern van het probleem is screening: de verkoper weet niet hoe urgent een koper is, maar de kopers verschillen in hun private discretieratio ( $r$ ), wat hun gevoeligheid voor vertraging (latency) bepaalt.

De verkoper staat voor een technische beperking: een informatie-doorvoercapaciteit ( $\chi$ ). Dit betekent dat de snelheid waarmee informatie (bijv. tokens) wordt gegenereerd, begrensd is door de beschikbare rekenkracht (GPU-throughput). De vraag is: hoe moet de verkoper de informatiestroom en de prijs ontwerpen om de winst te maximaliseren, rekening houdend met het feit dat urgente kopers bereid zijn meer te betalen voor snellere antwoorden?

2. Methodologie (Methodology)

De auteur gebruikt concepten uit de mechanismedesign, Bayesiaanse persuasie en informatie-theorie:

Modelopzet: De staat van de wereld ( $\theta$ ) is onbekend. De koper leert de staat via een proces van geloofsoverdrachten (posterior belief processes $\langle\mu_t\rangle$ ). De nutsvunctie van de koper is exponentieel verdisconteerd: $e^{-rt}$ , waarbij $t$ de tijd is tot de staat is geleerd.
Informatie-doorvoer: De beperking wordt geformuleerd via een algemene entropie-functie $H(\mu)$ , waarbij de verwachte toename van de informatie per tijdseenheid begrensd is door $\chi$ .
Optimalisatie: De verkoper lost een optimalisatieprobleem op waarbij hij een menu van geloofsprocessen en overdrachten ( $P$ ) kiest, onderworpen aan incentive compatibility (kopers moeten hun ware urgentie rapporteren) en individual rationality (kopers moeten willen deelnemen).
Wiskundige techniek: De auteur maakt gebruik van de envelope theorem om het probleem te reduceren tot een puntgewijze maximalisatie van een "virtuele tijdvoorkeur". Er wordt gebruikgemaakt van de dualiteitstheorie van Sannikov en Zhong (2024) om de optimale processen te karakteriseren.

3. Belangrijkste Bijdragen (Key Contributions)

Karakterisering van het 'Greedy Exploration Process': Het paper introduceert en bewijst dat het optimale proces een "greedy" proces is. Dit proces maximaliseert op elk moment de kans op een doorbraak (het leren van de staat) door alle beschikbare doorvoer te richten op de meest waarschijnlijke staten.
Uniforme Niet-Distortie (Uniform Non-Distortion): In tegenstelling tot klassieke screening-modellen (zoals Mussa-Rosen), waarbij de kwaliteit van het product wordt verlaagd voor minder rijke types, laat dit model zien dat de kwaliteit van het informatieproces zelf niet wordt aangepast. De verkoper gebruikt voor alle types hetzelfde optimale proces; het verschil zit enkel in de tijdslimiet (de "cap").
Verklaring voor Token-gebaseerde Prijsstelling: Het model biedt een theoretische fundering voor waarom AI-aanbieders (OpenAI, Anthropic) werken met "rolling window" quota of token-limieten in plaats van alleen de snelheid van het model aan te passen.

4. Resultaten (Results)

Het Optimale Mechanisme: De winstmaximaliserende strategie bestaat uit:
1. Het inzetten van één enkel, universeel geloofsproces (het greedy exploration process).
2. Een menu van stopping-time caps: urgente kopers betalen meer voor het recht om het proces langer (of met een hogere doorvoer) te gebruiken.
Prijselasticiteit: De marginale prijs per extra eenheid capaciteit (token) neemt af naarmate de totale capaciteit toeneemt, wat overeenkomt met de gelaagde prijsstructuren (tiers) die we in de markt zien.
Uitbreiding naar Kwaliteit: Wanneer de kwaliteit van de redenering (reasoning quality) endogeen is, laat het model zien dat de verkoper de kwaliteit kan laten afnemen naarmate de tijdslimiet nadert, wat een "zachte cap" creëert.

5. Betekenis (Significance)

De implicaties van dit onderzoek zijn tweeledig:

Economisch: Het verklaart waarom de huidige markt voor GenAI-diensten (zowel consumentenabonnementen als B2B API-tiers) zo sterk leunt op capaciteitslimieten (tokens/quota) in plaats van op het aanbieden van verschillende soorten modellen voor verschillende urgenties. Het laat zien dat het beperken van de duur van de toegang een efficiëntere manier is om urgentie te screenen dan het aanpassen van de inhoud van de informatie.
Technisch/AI-Alignment: Het biedt een economische rechtvaardiging voor "preference alignment" (zoals RLHF). Het model laat zien dat een proces dat de gebruiker optimaal bedient (surplus-maximalisatie), ook het proces is dat de verkoper gebruikt om winst te maximaliseren. De winstmaximalisatie en de gebruikersoptimalisatie vallen hier samen op het gebied van de informatie-inhoud.