Jevons-Paradox in de KI-markt: Token-prijzen dalen, maar GPU-hardware blijft duur
14 oktober 2026 · 1 min leestijd
Volgens gegevens van Ornn, Silicon Data en Bloomberg, gepubliceerd in augustus 2026, toont a16z een klassiek Jevons-paradox in de KI-markt. De prijzen van tokens, de rekeneenheid voor KI-modellen, dalen gestaag, maar de huurprijzen voor H100-GPUs, de hardware die nodig is, blijven hoog of stijgen zelfs. Goedkopere KI-nutten leiden tot een grotere vraag: goedkopere tokens maken KI-agenten, automatisering en nieuwe toepassingen mogelijk. Het volume groeit sneller dan de kosten per eenheid dalen.
Het blijft onduidelijk hoeveel van de vraag voortkomt uit menselijk gebruik en hoeveel door de systemen zelf wordt gegenereerd. Vooral agentische KI verbruikt tokens op een bijna verspillende manier.
Het hele systeem is afhankelijk van een fundamentele aanname: de KI-nut moet snel genoeg groeien om de dalende token-prijzen te compenseren. Zolang dit het geval is, blijven de hardware en de kosten beperkt en hoog. Mocht de vraag afnemen, dan zou de gehele keten worden beïnvloed: chipfabrikanten, opslagaanbieders, energieproducenten en cloudaanbieders. De financiële markten zouden dan in een neerwaartse spiraal kunnen belanden.