# Da API-regningen plutselig doblet seg *Prisvekst på GPT og Claude i drift | Funbit* ## Hva token-forbruk faktisk koster i drift > Satte du opp en chatbot i fjor og lurer på hvorfor månedskostnaden krøp oppover? Du er ikke alene. Vi tok en ekte kunderegning og regnet på hva hver samtale faktisk koster, og hvordan vi fikk den ned igjen. Publisert: 2026-08-18 **Forfatter:** [Filip Mekki](https://funbit.no/team/filip-mekki.md) — Utvikler & AI ekspert **Faglig gjennomgang:** [Klaudia Bottenvik](https://funbit.no/team/klaudia-bottenvik.md) — AI-assistent & digital allrounder **Emner:** Rådgivning, Utvikling, Innhold **Relaterte tjenester:** [Utvikling](https://funbit.no/tjenester/utvikling.md), [Innhold](https://funbit.no/tjenester/innhold.md), [Rådgivning](https://funbit.no/tjenester/raadgivning.md) **Ferdigheter:** AI-Agenter, Anthropic / Claude, Anthropic / Claude, Integrasjon, OpenAI / GPT, Integrasjon, Prompt Engineering, OpenAI / GPT, Prompt Engineering, RAG / Embeddings ## Hvorfor vokser regningen i det stille? Du satte opp en chatbot i fjor. Den svarte kundene dine, den avlastet supporten, og regningen fra OpenAI eller Anthropic var til å leve med. Så kom fakturaen for forrige måned. Den var høyere. Ikke dramatisk, men merkbart. Og måneden før var også litt høyere enn den du husker fra i fjor høst. Hva skjedde? Ingen skrudde opp noe. Boten gjør akkurat det samme som før. Men gjennom 2025 og inn i 2026 har API-prisene på GPT- og Claude-modellene svingt i begge retninger, og samtidig har bruken din vokst. To ting som drar i samme retning på bunnlinjen. Vi ville se på hva dette faktisk koster. Ikke i teorien, men i drift, per samtale, per måned. For det er nesten ingen som snakker konkret om det. ## Hva betaler du egentlig for? Når kundene dine skriver til boten, betaler du for to ting. Det du sender inn til modellen, og det den sender tilbake. Begge deler måles i token. Et token er en bit av et ord. «Regnjakke» er kanskje to-tre token, en hel setning gjerne tjue-tretti. Her er poenget mange bommer på. Du betaler ikke bare for kundens spørsmål. Du betaler for hele konteksten du sender med hver gang. Systemprompt, tidligere meldinger i samtalen, dokumenter du har lagt ved for at boten skal svare riktig. Alt dette teller som input, hver eneste gang boten svarer. Og svaret den genererer, altså output, prises som regel høyere enn input per token. Nøyaktig hvor mye høyere varierer fra modell til modell og endrer seg med prislistene, så det du bør gjøre er å slå opp de gjeldende ratene for akkurat den modellen du kjører. Ikke stol på et tommelfingerforhold du leste et sted i fjor. ## Ordene du trenger for å lese API-fakturaen - **Token** — Den minste enheten modellen regner i. Omtrent en halv til ett norsk ord. Du betaler per token, både inn og ut. - **Input-token** — Alt du sender inn til modellen. Ikke bare kundens spørsmål, men også systemprompt, samtalehistorikk og eventuelle vedlagte dokumenter. - **Output-token** — Det modellen genererer som svar. Prises normalt høyere per token enn input, men forholdet varierer per modell. - **Prompt-caching** — At leverandøren mellomlagrer den delen av prompten som er lik hver gang, så du slipper å betale full pris for den om igjen. ## Hvorfor stiger chatbot-regningen selv om ingenting er endret? / Hva betaler du egentlig for per token? / Hvordan får du regningen ned igjen? La oss ta et regneeksempel. Tallene under er ikke en fasit fra en konkret kunde, men et oppsett vi mener er realistisk for en norsk SMB med en chatbot i moderat drift. Bruk det som en mal du kan fylle inn dine egne tall i. Si at boten håndterer 3 000 kundesamtaler i måneden. Hver samtale sender med rundt 4 000 input-token og svaret er cirka 300 output-token. Med dagens rater lander det på omtrent 8 øre per samtale. Den kan være rundt 8 øre. Høres lite ut. Men gang det opp. Noen øre per samtale, tusenvis av samtaler, tolv måneder. Nå snakker vi om et beløp du faktisk legger merke til i regnskapet. Og hvis samtalevolumet vokser, for eksempel fordi boten blir mer synlig på nettsiden, stiger kurven raskere enn du tror. Det er her mange får seg en overraskelse. ## Hvordan kan du få regningen ned med to grep? Så hva gjør du når kurven peker feil vei? Vår erfaring er at det finnes to grep som monner mest, og de krever ikke at du kaster ut boten og starter på nytt. Det første er caching. Store deler av det du sender inn er likt fra samtale til samtale. Systemprompten din endrer seg ikke. Dokumentene boten slår opp i er de samme. Både OpenAI og Anthropic lar deg mellomlagre denne faste delen, så du betaler en redusert rate for den delen som gjentar seg. For en bot med tung, stabil kontekst kan dette alene ta en solid bit av input-kostnaden. Det andre er å bruke riktig modell til riktig oppgave. De aller fleste spørsmålene kundene stiller er enkle. Åpningstider, returregler, hvor finner jeg X. Du trenger ikke den dyreste, kraftigste modellen for å svare på det. Erfaringen vår er at en billigere, mindre modell tar rundt 80 % av trafikken helt fint, og så ruter du de virkelig vanskelige spørsmålene videre til den store modellen. Du betaler toppris kun når du faktisk trenger topp kvalitet. Kombinerer du de to, er potensialet for å kutte månedsregningen betydelig. Hvor mye avhenger av hvor mye av konteksten din som kan caches og hvor stor andel av spørsmålene som er enkle nok for en liten modell. Mål på din egen trafikk før du antar noe. ## Å bytte til en mindre modell for enkle svar *Mindre modell for rutinespørsmål* **Fordeler:** - Klart lavere kostnad per samtale på det store flertallet av rutinespørsmål - Raskere svartid, siden mindre modeller ofte responderer kjappere - Lar deg reservere den dyre modellen til spørsmålene som faktisk trenger den **Ulemper:** - Krever ruting-logikk som avgjør hva som er enkelt og hva som er vanskelig - En liten modell kan bomme på nyanser, så du må teste kvaliteten på ekte spørsmål - Mer å vedlikeholde når prislister og modellversjoner endrer seg over tid ## Hvordan jobber vi med dette? Vi setter opp chatbots på både AI-stacker fra Anthropic og OpenAI, altså Claude og GPT, og vi bygger integrasjonen så modellvalg og caching kan justeres uten at hele løsningen må skrives om. Vi har blant annet skrevet om hva som skjer når AI-chatboten lyver om deg, som er en annen side av samme sak. Poenget vårt er enkelt. En bot du satte opp i fjor bør ikke få lov til å koste stadig mer i det stille. Følg med på token-forbruket, mål på din egen trafikk, og juster. ## Vanlige spørsmål ### Hvorfor øker API-regningen på GPT og Claude selv om chatboten er uendret? To ting drar i samme retning. Gjennom 2025 og inn i 2026 har API-prisene på GPT- og Claude-modellene svingt, og samtidig har bruken din vokst. Boten gjør det samme som før, men flere samtaler og endrede prislister gir en høyere faktura. ### Hva er et token, og hvorfor betaler jeg per token? Et token er den minste enheten modellen regner i, omtrent en halv til ett norsk ord. «Regnjakke» er kanskje to-tre token, en hel setning gjerne tjue-tretti. Du betaler per token både for det du sender inn og det modellen svarer med. ### Hva er forskjellen på input-token og output-token? Input-token er alt du sender inn: kundens spørsmål, systemprompt, samtalehistorikk og vedlagte dokumenter. Output-token er svaret modellen genererer. Output prises normalt høyere per token enn input, men forholdet varierer fra modell til modell. ### Betaler jeg bare for kundens spørsmål til chatboten? Nei. Du betaler for hele konteksten du sender med hver gang. Systemprompt, tidligere meldinger i samtalen og dokumenter boten slår opp i teller som input hver eneste gang boten svarer. Det er her mange bommer på regnestykket. ### Hva er prompt-caching og hvor mye sparer jeg på det? Caching betyr at leverandøren mellomlagrer den delen av prompten som er lik hver gang, så du betaler en redusert rate for den. Systemprompt og faste dokumenter endrer seg ikke. For en bot med tung, stabil kontekst kan caching ta en solid bit av input-kostnaden. ### Hvordan får jeg ned kostnaden på en chatbot uten å bygge alt på nytt? To grep monner mest. Slå på caching for den faste delen av prompten, og bruk en billigere modell til de enkle rutinespørsmålene mens du ruter de vanskelige videre til den store modellen. Ingen av delene krever at du kaster ut boten. ### Lønner det seg å bruke en mindre modell for enkle kundespørsmål? For de fleste ja. Åpningstider, returregler og «hvor finner jeg X» trenger ikke den dyreste modellen. En mindre modell gir lavere kostnad per samtale og raskere svartid, men du må teste kvaliteten på ekte spørsmål og bygge ruting-logikk som skiller enkelt fra vanskelig. ### Hvordan regner jeg ut hva én chatbot-samtale koster? Gang token-forbruket med prisen for modellen. En samtale sender kanskje flere tusen input-token og noen hundre output-token, og lander på noen få øre. Gang det med tusenvis av samtaler over tolv måneder, og du får et beløp du merker i regnskapet. ### Hvorfor stiger API-kostnaden raskere når chatboten blir mer brukt? Hver ekstra samtale koster noen øre, og de summerer seg fort. Blir boten mer synlig på nettsiden, vokser samtalevolumet, og da stiger kurven raskere enn du tror. Det er her mange får seg en overraskelse. ### Hvor finner jeg riktige token-priser for GPT og Claude i 2026? Slå opp de gjeldende ratene for akkurat den modellen du kjører hos OpenAI eller Anthropic. Ikke stol på et tommelfingerforhold du leste et sted i fjor, for prislistene endrer seg og forholdet mellom input- og output-pris varierer per modell. ### Hva er ulempene med å rute enkle spørsmål til en mindre modell? En liten modell kan bomme på nyanser, så du må teste kvaliteten på ekte spørsmål. Du trenger ruting-logikk som avgjør hva som er enkelt og hva som er vanskelig, og det blir mer å vedlikeholde når prislister og modellversjoner endrer seg. ### Kan Funbit sette opp chatbot på både Claude og GPT? Ja. Vi setter opp chatbots på AI-stacker fra både Anthropic og OpenAI, altså Claude og GPT. Vi bygger integrasjonen slik at modellvalg og caching kan justeres uten at hele løsningen må skrives om. ### Hvor mye kan jeg kutte i månedsregningen med caching og modellruting? Potensialet er betydelig når du kombinerer de to. Hvor mye avhenger av hvor stor del av konteksten din som kan caches og hvor stor andel av spørsmålene som er enkle nok for en liten modell. Mål på din egen trafikk før du antar noe. ### Hva bør jeg gjøre hvis chatbot-regningen har krøpet oppover i det stille? Følg med på token-forbruket og mål på din egen trafikk. En bot du satte opp i fjor bør ikke få lov til å koste stadig mer uten at du vet hvorfor. Sjekk om caching og en mindre modell for rutinespørsmål kan hjelpe. ## Lurer du på hva boten din faktisk koster? Vi kan gå gjennom token-forbruket og se hvor det er penger å spare. → [Snakk med oss om AI](https://funbit.no/tjenester/ai.md) --- Canonical URL: https://funbit.no/blogg/prisvekst-p%C3%A5-gpt-og-claude/ Last updated: 2026-08-18 Source: Funbit AS (https://funbit.no/)