Hva koster det å ta i bruk AI i en liten bedrift?

Totalkostnaden består av mer enn abonnementet

Når en liten bedrift tar i bruk AI, er det lett å bare se på prisen for verktøyet. Men totalkostnaden består av fire deler: selve lisensen eller forbruket, integrasjonen mot systemene dere allerede har, opplæringen av folkene som skal bruke det, og den løpende driften.

De tre siste postene lar seg sjelden prise på forhånd med et generelt tall, fordi de avhenger helt av hvordan bedriften jobber i dag. Det vi kan si sikkert, er at kompetanse er en reell kostnad: ifølge SSB (2025) oppgir 77 prosent av foretakene som ikke bruker AI at de mangler relevant kompetanse. Opplæring og bistand er derfor ofte en større del av regnestykket enn selve programvaren, i alle fall det første året.

Hva de vanlige abonnementene koster

For de fleste små bedrifter er et fast abonnement per bruker den enkleste inngangen. Da vet dere hva dere betaler hver måned, uansett hvor mye verktøyet brukes. Prisene under er per bruker per måned, i USD eks. mva., i skrivende stund. Hvilken av de tre assistentene som passer virksomheten din, har vi skrevet om i sammenligningen av Claude, ChatGPT og Copilot:

• Claude Pro (enkeltbruker): 17 USD ved årlig fakturering, 20 USD månedlig.
• Claude Team: 20 USD ved årlig fakturering, 25 USD månedlig (5 til 150 brukere; premium-sete 100 USD ved årlig fakturering, 125 månedlig).
• Claude Enterprise: 20 USD per sete pluss forbruk til API-priser (selvbetjent eller via salg).
• Microsoft 365 Copilot: 18 USD som tilleggslisens ved årlig binding (kampanjepris ut september 2026, ordinært 21), krever eksisterende Microsoft 365-plan. Gratis «Copilot Chat» finnes uten tilleggslisensen.
• ChatGPT Business: 20 USD ved årlig fakturering, 25 USD månedlig, minimum 2 seter. ChatGPT Plus (enkeltbruker): 20 USD. Gratis-plan finnes.

Når forbruksmodellen lønner seg, og hva en token koster

Ved siden av abonnement kan man betale per bruk gjennom et API. Da betaler man ikke per person, men per token, små tekstbiter som modellen leser og skriver. En grov tommelfingerregel er at 1 token tilsvarer omtrent 4 tegn, eller rundt 0,75 engelske ord. Nyere tokenizere gir omtrent 30 prosent flere tokens for samme tekst, så gamle overslag blir fort for lave.

Prisene oppgis per million tokens, delt i det modellen leser (input) og det den skriver (output). Tabellen under viser gjeldende priser i USD per million tokens, med noen av OpenAIs modeller til sammenligning:

Abonnement eller API?

Forbruksmodellen lønner seg når bruken er ujevn eller lav, eller når AI-en er bygget inn i noe automatisk fremfor at en person sitter og chatter. Betaler dere for et abonnement per bruker som bare brukes noen få ganger i uken, kan API-forbruk komme rimeligere ut.

For en person som bruker verktøyet aktivt hver dag, gir det faste abonnementet derimot forutsigbarhet og som regel lavere pris per bruk. Mange bedrifter ender med begge deler, abonnement til folkene og API til det automatiske.

Hva som driver forbruket opp

To ting overrasker folk mest på forbruksregningen.

Det første er at hele samtalen sendes på nytt hver eneste tur. Modellen har ingen hukommelse mellom meldinger, så for hvert nytt spørsmål sendes hele samtalehistorikken inn igjen og faktureres som input. Systemprompt, verktøydefinisjoner og modellens eget resonnement teller også med. En lang samtale blir altså gradvis dyrere per melding, ikke fordi svarene er lengre, men fordi konteksten vokser.

Det andre er agenter. Om en agent i det hele tatt lønner seg for oppgaven, har vi skrevet om i artikkelen om når AI-agenter lønner seg. En AI-agent som jobber selvstendig med en oppgave bruker typisk rundt fire ganger så mange tokens som en vanlig chat, og systemer med flere samarbeidende agenter kan bruke i størrelsesorden femten ganger så mye. Det kan være vel anvendte penger, så lenge verdien av oppgaven bærer forbruket. Å sette flere agenter til å løse noe som egentlig var en femminutters chat, er sløsing.

Slik får dere forbruket ned

Det finnes konkrete grep som kutter API-kostnaden betydelig, og de kan kombineres:

• Velg modell etter oppgave: bruk den minste modellen som gjør jobben. Haiku er billig og god nok til enkle oppgaver, Sonnet dekker de fleste, og Opus reserveres til kompleks resonnering. Prisforskjellen mellom Haiku og Opus er fem ganger på input alene.
• Prompt caching: gjenbruker dere samme start på mange forespørsler, for eksempel en fast instruksjon eller et dokument, kan den delen caches. Å lese fra cache koster 0,1 ganger vanlig input-pris, altså 90 prosent rabatt; å skrive til cachen første gang koster litt ekstra.
• Batch-API: oppgaver som ikke haster kan sendes samlet og få 50 prosent rabatt på både input og output.
• Kombiner: batch og caching kan brukes sammen.

Et notat om automatisk modellbytte

For dem som bygger på Claude-API-et: der er automatisk modellbytte ved en blokkert forespørsel noe man selv slår på (opt-in). I forbrukerappene skjer byttet automatisk. Er det aktivert, gjelder faktureringen slik: blokkeres forespørselen på input, byttes den til Opus og faktureres kun til Opus-pris; blokkeres den underveis, faktureres input pluss de allerede leverte tokenene til Fable 5-pris, og resten til Opus-pris. Sjelden en stor kostnadspost, men greit å vite når man leser fakturaen.

Kostnadskontroll starter med en prisstruktur du forstår

Den viktigste kostnadskontrollen er å begynne med en prisstruktur man forstår, både hos verktøyleverandøren og hos den som eventuelt hjelper dere.

Hos Agnito er prismodellen åpen: workshops på fastpris, byggeprosjekter sprintbasert med løpende fakturering, drift på månedlig avtale, og et konkret estimat etter den første avklaringssamtalen. Da vet dere hva hver del koster før dere binder dere til noe, i stedet for å oppdage kostnadene etter hvert. For en liten bedrift som vil ha oversikt over totalkostnaden, er nettopp det utgangspunktet, et estimat som bygger på deres egen situasjon.