Tokenmaxxing, opnieuw bekeken: waarde is de metriek

Tokenmaxxing maakt plaats voor kostendiscipline. Eind juni raporteerde CNBC dat de grootste enterprise-klanten van de leidende labs veranderden van een race om tokens te verbranden naar strakkere budgetten en de vraag naar meetbaar rendement, waarbij Gil Luria van D.A. Davidson opmerkte dat sommigen simpelweg kunnen beginnen met het beperken van uit de hand gelopen tokenuitgaven. Uber heeft een maandelijks limiet van $ 1.500 per werknemer per agentic coding-tool ingesteld, volgbaar op een intern dashboard en te overschrijden met goedkeuring (Bloomberg). Microsoft zou enkele interne AI-vergoedingen hebben beperkt en de nadruk hebben gelegd op kostenbewust gebruik, Amazon stuurde werknemers naar verluidt aan op AI voor echte problemen in plaats van een steeds groeiende lijst met use cases, en rapporten wijzen op een strakker tokenbudgettering bij Meta — signalen van intern beleid, geen terugtrekking uit AI-adoptie zelf (Publicis Sapient). Tegen 10 juli rapporteerde Forbes dat tokenuitgaven de te volgen metriek waren geworden, met de waarschuwing van Gartner dat AI-coderingskosten op koers liggen om de gemiddelde ontwikkelaarssalarissen te overtreffen (Forbes). De belangrijke vraag nu is niet of enterprise-organisaties om tokenuitgaven zullen geven; dat doen ze duidelijk. Het is wat ruwe consumptie vervangt als de leidende metriek. Het essay van IBM van 25 juni — hetzelfde stuk dat pleitte voor valuemaxxing — waarschuwt dat tokenminimalisatie de kernfout van tokenmaxxing kan erven door consumptie zelf te behandelen als hetgeen dat geoptimaliseerd moet worden. In de formulering van IBM: "kosten verdwijnen niet; ze verplaatsen zich." Het duurzame antwoord is waarde per token: meet wat de uitgave heeft opgeleverd en gebruik dat bewijs vervolgens om te routen, te budgetteren en te optimaliseren zonder een hoge consumptie of een lage consumptie te verwarren met succes.

1. Wat er in de afgelopen twee maanden is veranderd

Verzamel het nieuwe materiaal als een gedateerde reeks, omdat het tempo deel uitmaakt van de bevinding. Mei: vakmedia rapporteren dat Microsoft enkele interne AI-vergoedingen beperkt en Amazon werknemers opdraagt AI toe te passen op echte problemen in plaats van use cases te verzamelen — signalen van intern beleid, geen terugtrekking uit AI-adoptie, maar de eerste stimulansomkeringen van bedrijven die maanden eerder consumptie als een impliciete deugd hadden aangemerkt (synthese van Publicis Sapient). Eind juni: verslaggeving van CNBC brengt de structurele versie — de grootste enterprise-klanten van de leidende labs verschuiven van een race om burn-rate naar budgetdiscipline en geëiste rendementen, waarbij analistencommentaar anticipeert op ronduit uitgavenlimieten — en IBM publiceert het essay dat de overgang benoemde, stellende dat tokenconsumptie een kostensignaal is in plaats van een waardemetriek en de opvolgende term valuemaxxing introduceert. Uber, het afschrikwekkende voorbeeld van dit tijdperk, stelt een maandelijks limiet van $ 1.500 per werknemer per agentic coding-tool in, volgbaar via een dashboard en overschrijdbaar met goedkeuring. Begin juli: Tim Keary van Forbes consolideert de nasleep — tokenuitgaven als de nieuwe metriek op bestuursniveau, Gartner die voorspelt dat AI-coderingskosten tegen 2028 de gemiddelde ontwikkelaarssalarissen zullen overtreffen onder licenties op basis van consumptie (aankondiging van Gartner op 24 juni), het combineren van meerdere modellen die opkomt als de kostenbesparende zet en een nieuw foutoppervlak introduceert in facturatiecomplexiteit en foutrisico, en de benchmark van Lucidworks voor 2026 die vindt dat implementatiekosten voor 58% van de organisaties een belangrijke zorg zijn, vergeleken met 3% in 2023 (Forbes). Gedurende juli: het vertoog in de praktijk krijgt meer diepgang: routingplatforms komen naar voren als het tactische antwoord, waarbij marktanalyses dynamische toewijzing over grens- en budgetmodellen beschrijven als de opkomende norm en de onderliggende paradox opmerken — dalende prijzen per tokeneenheid terwijl agentic-workflows de totale consumptie omhoog stoten (AlphaSense); stemmen uit de engineering-analytics waarschuwen dat consumptie-extremen in geen van beide richtingen kosteneffectief zijn en dat de kans ligt in hoe tokens worden gebruikt; en de herkomst van het hele tijdperk krijgt zijn retrospectief — het moment in maart waarop Jensen Huang van Nvidia zei dat hij "diep verontrust" zou zijn als een engineer van $ 500.000 niet zwaar aan tokens zou uitgeven, de interne leaderboards bij grote labs en platforms die het gevoel operationaliseerden, en de gerapporteerde extremen (de maandelijkse consumptie van een enkele power-user in de honderden miljarden tokens; enterprise AI-facturen die jaarlijks op negen cijfers worden gerapporteerd) die de omkering onvermijdelijk maakten. Gelezen als één boog: het vertoog keerde in ongeveer negentig dagen om, van gestimuleerde consumptie naar beperkte consumptie — en de institutionele overgang is nog steeds in beweging in plaats van voltooid: begin augustus beschreef de eigen CTO van Uber het bedrijf als aan het einde komend van zijn tokenmaxxing-tijdperk (Business Insider). Dat is het tempo van het verdwijnen van een proxy-metriek, en de opzet voor de fout die op de dood van een proxy kan volgen.

2. De nieuwe foutmodus: minimalisatie is tokenmaxxing in de spiegel

De waarschuwing van IBM verdient het om te worden uitgediept, omdat het de meest operationeel nuttige zin van de zomer is. Beide regimes — maximaliseren en minimaliseren — delen één axioma: dat het aantal tokens het getal is dat moet worden beheerd. Onder maximalisatie produceerde het axioma opgevulde prompts, onbeheerste retries en agents die werden beloond voor langdradigheid; onder minimalisatie produceert het de omgekeerde pathologie, en het mechanisme is subtieler omdat het lijkt op discipline. De eerste bezuinigingen zijn echt gratis: te grote toolcatalogi, redundante payloads, verouderde context — de verspilling die caching en context-engineering kunnen verwijderen. Maar het snijden stopt niet bij verspilling, omdat de metriek verspilling niet kan onderscheiden van voeding: taakbeschrijvingen worden gecomprimeerd totdat ze dubbelzinnig zijn, zakelijke beperkingen en architecturale context worden gestript als overhead, retrieval wordt gerantsoeneerd — en het systeem, uitgehongerd van de context die het succesvol maakte, compenseert stroomafwaarts met extra redereneringen, retries, tool-calls, validatiecycli en menselijk herstelwerk. De lijn van invoertokens daalt; de werkelijke kosten van de workflow stijgen en verspreiden zich naar plekken waar het tokenrapport niet kijkt — daarom is de vreugde zo duurzaam: het getal waar het management naar kijkt verbetert, terwijl het getal dat niemand berekent verslechtert. Voeg de twee verergerende factoren toe die de verslaggeving van juli biedt en het beeld is compleet. De agentic-noemer: limieten per werknemer en intuïties per seat gaan ervan uit dat mensen de consumenten zijn, maar de structurele groei zit in agents — een vlak menselijk rantsoen doet weinig om een agentic CI/CD-pipeline te beheren waarvan de consumptie onafhankelijk van het aantal seats groeit, terwijl de mens wiens zware gebruik de productieve variant is, wordt gestraft. En het multimodel-facturatieoppervlak: de mengstrategie die de eenheidskosten echt verlaagt (de routing-arbitrage: het wisselen van model kan de inferentiekosten materieel verlagen wanneer goedkopere modellen de taakkwaliteit behouden, met gerealiseerde besparingen die afhangen van werkbelastingsmix, modelspreiding en routingbeleid) vermenigvuldigt ook facturen, tariefkaarten en aansluitingsnaden — Forbes' waarschuwing voor facturatiefouten — dus de omgeving die modellen diversifieerde zonder de meting te consolideren, ruilde één ondoorzichtigheid in voor meerdere. De synthese is eenvoudig: de token is noch een deugd, noch een ondeugd; het is een noemer. Elk regime dat die noemer optimaliseert zonder resultaten te meten, zal uiteindelijk inspanningen verkeerd toewijzen, dus de teller moet ook geïnstrumenteerd worden.

3. Waar TrueFoundry past: De instrumentenset tussen de extremen

Het beheren van de ratio — waarde per token — vereist vier instrumenten op het pad dat de tokens afleggen. Attributie ontleedt de factuur naar team, workflow en agent (kostenattributie per verzoek; analytics) — de voorwaarde voor elke zin die slimmer is dan "uitgaven zijn gestegen", en de consolidatielaag die het multimodel-facturatieoppervlak nu dringend maakt: één meetvlak over elke provider die de routingstrategie raakt. Evaluatie levert de teller — en in het momenteel gedocumenteerde oppervlak van TrueFoundry is het een samengestelde workflow, geen native dashboardmeting: gateway-traces kunnen via OTEL worden geëxporteerd naar verbonden evaluatieplatforms zoals Braintrust, waar kwaliteitsscores en evaluaties worden geproduceerd, en die scores zijn wat de honderd miljoen tokens van hard werken onderscheidt van de honderd miljoen tokens van rondjes draaien (het online-evaluatiepatroon) — het onderscheid dat noch maximalisatie noch minimalisatie kan maken, omdat beide alleen de meter aflezen. Routing geïnformeerd door gemeten kwaliteit operationaliseert de mix (kosten- en kwaliteitsbewuste routing; semantische caching voor de echt gratis besparingen): het goedkope model waar bewijs zegt dat het standhoudt, het grensmodel waar dat niet zo is — kosten verlagen bij gemeten constante kwaliteit, wat de enige bezuiniging is die niet verschuift. En gestapte budgetten vervangen het vlakke rantsoen (budgetbeperking): kostengrenzen op tenant- en teamniveau, opdeelbaar per gebruiker, model, virtueel account of metadatawaarde — dit is hoe stabiele agent- en workflowidentificatoren onafhankelijke kaders krijgen — met milestone-waarschuwingen bij drempels van 75/90/95/100% plus audit-, soft_enforce- of enforce-gedrag; een stap voor afschaling naar een goedkoper model is een afzonderlijk routingbeleid dat combineerbaar is met de budgetcontroles, geen native actie van de budgetregel zelf. Samen creëren deze controles de middenweg: verwijder duidelijke verspilling, behoud context waar het resultaten verbetert, routeer naar goedkopere modellen wanneer gemeten kwaliteit standhoudt, en stop uit de hand gelopen uitgaven zonder elke werkbelasting met hoog gebruik als verspilling te behandelen. Het punt is niet om het aantal tokens in een van beide richtingen te optimaliseren; het is om de geproduceerde waarde per eenheid uitgave te optimaliseren.

4. Grenzen, duidelijk vermeld

Bronvermelding en eerlijkheid. Het externe archief is geparafraseerd uit de geciteerde verslaggeving — het essay van IBM van 25 juni, de verslaggeving van CNBC van eind juni, de rapportage van Bloomberg over het Uber-limiet, de aankondiging van Gartner van 24 juni, de benchmark van Lucidworks, de consolidatie van Forbes van juli, de synthese van Publicis Sapient en de marktanalyse van AlphaSense — met twee korte citaten (de zes woorden van IBM; de twee woorden "diep verontrust" van Huang) elk onder de vijftien woorden en toegewezen; cijfers die we niet konden verifiëren aan de hand van primaire bronnen (consumptietotalen van individuele power-users, specifieke enterprise-contractwaarden, de breed gecirculeerde statistieken over kwaliteit van ontwikkelaars) worden gekarakteriseerd als gerapporteerde beweringen en opzettelijk buiten de dragende argumenten van dit stuk gehouden, en geen van de geciteerde organisaties evalueert of ondersteunt TrueFoundry. Ons commerciële belang is structureel en openbaar gemaakt: de instrumentenset die dit stuk voorschrijft is het product dat wij verkopen, begrensd door de permanente test dat het regime uitvoerbaar is op elke stack met attributie per principal, live evaluatie, beleidsrouting en afgedwongen gestapte budgetten. Eén beperking ten opzichte van onze eigen stelling: instrumentatie heeft een kostenvloer en een vereiste qua volwassenheid — een startup van tien personen midden in een pivot zit rationeel op een vast limiet, en het gestapte regime verdient zijn complexiteit op de schaal waar de kosten van botte rantsoenering hoger zijn dan de overhead van betere instrumentatie. De claim is daarom begrensd: governance op basis van waarde per token is het meest nuttig waar AI-uitgaven materieel genoeg zijn, werkbelastingen stabiel genoeg zijn en het meten van resultaten volwassen genoeg is om die instrumentatie te rechtvaardigen.

Referenties

• Extern — IBM (25 jun 2026): Tokenmaxxing is dead, long live valuemaxxing — één essay dat zowel het valuemaxxing-argument als de minimalisatiewaarschuwing bevat; CNBC (26 jun 2026): enterprise customers shift to efficiency; Bloomberg (2 jun 2026): Uber's per-tool $1,500 cap; Business Insider (6 aug 2026): Uber's CTO on the era ending; Gartner (24 jun 2026): AI coding costs vs. developer salary by 2028; Lucidworks: the 58%-vs-3% cost-concern benchmark; Forbes (10 jul 2026): token spend as the new metric; Publicis Sapient: from token spend to business value; AlphaSense: token efficiency and rising AI costs.
• TrueFoundry-documentatie — budget limiting (officiële afbeelding); analytics / metrics dashboard (officiële afbeelding); Braintrust OTEL integration (trace export for evaluation).

Er worden twee toegewezen citaten van minder dan vijftien woorden gebruikt (de zes woorden van IBM; de twee van de CEO van Nvidia, zoals gerapporteerd); al het andere externe materiaal is geparafraseerd, en cijfers die niet verifieerbaar zijn aan de hand van primaire bronnen zijn gemarkeerd als gerapporteerde beweringen en uitgesloten van dragende argumenten. Geen van de geciteerde organisaties evalueert of ondersteunt TrueFoundry. Ons commerciële belang in de instrumentenset is openbaar gemaakt, waarbij het regime uitvoerbaar is op elke stack met equivalente eigenschappen. Productafbeeldingen zijn de eigen documentatie-assets van TrueFoundry, overgenomen met bronvermelding.

‍