Wat kost een AI API voor embeddings?

Een AI API voor embeddings kost meestal tussen ongeveer €0,02 en €0,20 per miljoen tokens. Voor een gemiddelde kennisbank, documentzoekmachine of RAG-toepassing blijven de eenmalige indexeringskosten vaak onder enkele euro’s. De omvang van de dataset en het gekozen model bepalen vrijwel volledig wat je uiteindelijk betaalt.

DitKost.nl

Gemiddeld richtbedrag: €0,02 tot €0,20 per miljoen tokens

Realistische prijsrange: minder dan €1 tot enkele tientallen euro’s voor een gemiddelde dataset

Hoge prijs: honderden euro’s bij zeer grote documentcollecties

Belangrijkste prijsbepaler: het aantal tokens dat je laat omzetten naar embeddings

Wat betaal je voor embeddings?

Embeddings zijn vectoren waarmee AI de betekenis van tekst begrijpt. Ze worden gebruikt voor semantische zoekmachines, documentzoekfuncties, aanbevelingssystemen en RAG-oplossingen waarbij een taalmodel informatie uit een kennisbank moet ophalen.

Anders dan bij chatmodellen betaal je meestal alleen voor de tekst die wordt verwerkt. Er zijn geen of nauwelijks kosten voor gegenereerde antwoorden binnen het embeddingproces zelf. Daardoor vallen de kosten vaak veel lager uit dan ontwikkelaars verwachten.

Actuele publieke tarieven van grote aanbieders laten zien hoe goedkoop embeddings inmiddels zijn geworden. OpenAI rekent voor text-embedding-3-small ongeveer $0,02 per miljoen tokens, terwijl text-embedding-3-large ongeveer $0,13 per miljoen tokens kost. Google’s Gemini-embedding-modellen liggen rond $0,15 tot $0,20 per miljoen tokens. Voyage AI biedt modellen vanaf ongeveer $0,02 per miljoen tokens.

Wat kost een dataset in de praktijk?

Veel mensen zoeken naar de prijs van embeddings omdat ze een dataset willen indexeren. Dan is het aantal documenten belangrijker dan het aantal API-calls.

Een miljoen woorden komt grofweg neer op ongeveer 1,3 miljoen tokens. Dat betekent dat dezelfde dataset bij verschillende aanbieders heel anders kan uitpakken.

Model	Prijs per miljoen tokens	Kosten voor 1,3 miljoen tokens
OpenAI text-embedding-3-small	€0,02	ongeveer €0,03
Voyage-4-lite	€0,02	ongeveer €0,03
OpenAI text-embedding-3-large	€0,13	ongeveer €0,17
Gemini Embedding	€0,15 – €0,20	ongeveer €0,20 – €0,26

De uitkomst valt vaak mee. Een kennisbank van honderd handleidingen of honderden blogartikelen kost meestal minder dan één euro om te indexeren.

Een voorbeeld met een website

Stel dat een website 500 artikelen bevat van gemiddeld 1.000 woorden.

Dat komt neer op ongeveer 500.000 woorden. Omgerekend is dat ongeveer 650.000 tokens. Gebruik je een voordelig embeddingmodel van ongeveer €0,02 per miljoen tokens, dan kost het indexeren slechts enkele eurocenten.

Zelfs wanneer je kiest voor een kwalitatief sterker model rond €0,13 per miljoen tokens blijf je ruim onder één euro voor de complete eerste indexering.

Dat is meteen een belangrijk inzicht. Bij veel RAG-projecten zitten de grootste kosten niet in de embeddings, maar in opslag, vector databases, chatverkeer en het genereren van antwoorden.

Wie een volledig overzicht zoekt van AI-prijsmodellen kan terecht op wat kost AI. Daar zie je hoe embeddings zich verhouden tot abonnementen, AI-chatdiensten en andere API-kosten.

Wanneer lopen de kosten wel op?

Er zijn situaties waarin embeddingkosten merkbaar stijgen.

Dat gebeurt vooral wanneer datasets voortdurend opnieuw worden verwerkt. Denk aan webshops met honderdduizenden producten, grote juridische archieven of documentomgevingen waarin dagelijks nieuwe bestanden worden toegevoegd.

Een voorbeeld:

Situatie	Tokens per maand	Kosten bij €0,13 per miljoen tokens
Kleine kennisbank	5 miljoen	€0,65
Middelgrote zoekomgeving	100 miljoen	€13
Grote documentdatabase	1 miljard	€130

Zelfs bij honderden miljoenen tokens blijven de embeddingkosten vaak lager dan veel andere AI-kostenposten.

Daar zit ook een veelgemaakte misrekening. Ontwikkelaars vergelijken soms uitsluitend de prijs per miljoen tokens, terwijl opslag van miljoenen vectoren uiteindelijk duurder kan worden dan het genereren van de embeddings zelf.

Welke keuze past bij jouw budget?

Voor veel projecten zijn er grofweg drie niveaus.

Budgetvriendelijk

Modellen zoals OpenAI text-embedding-3-small en Voyage-4-lite behoren tot de goedkoopste opties op de markt. Ze zijn geschikt voor kennisbanken, websites, FAQ-systemen en standaard zoekfunctionaliteit.

Middenklasse

Gemini Embedding en Voyage-4 bieden vaak meer mogelijkheden of hogere retrievalkwaliteit tegen een iets hogere prijs per miljoen tokens. Het verschil in absolute euro’s blijft meestal beperkt.

Maximale kwaliteit

OpenAI text-embedding-3-large en vergelijkbare premiummodellen zijn bedoeld voor toepassingen waarbij zoekkwaliteit direct invloed heeft op omzet, klanttevredenheid of nauwkeurigheid van AI-antwoorden.

Het opvallende is dat het prijsverschil tussen deze categorieën vaak klein lijkt in euro’s. Bij een dataset van tien miljoen tokens betaal je ongeveer €0,20 bij een goedkoop model en ongeveer €1,30 bij een duurder model. De keuze draait daardoor meestal meer om kwaliteit dan om budget.

Hoe verhouden embeddings zich tot gewone AI API-kosten?

Embeddings vormen vaak slechts een klein deel van de totale AI-rekening.

Bij een chatbot die documenten doorzoekt betaal je meestal voor:

• het maken van embeddings;
• opslag in een vector database;
• zoekopvragingen;
• AI-antwoorden via een chatmodel;
• hosting en infrastructuur.

Een kennisbank kan bijvoorbeeld voor minder dan één euro worden geïndexeerd, terwijl dezelfde omgeving iedere maand tientallen euro’s aan chatverkeer produceert.

Dat zie je ook terug bij wat kost ChatGPT API, waar de kosten van gegenereerde antwoorden vaak aanzienlijk hoger liggen dan de kosten voor embeddings.

Is een duurdere embedding API de moeite waard?

Niet altijd.

Wanneer gebruikers voornamelijk zoeken naar eenvoudige documenten, handleidingen of productinformatie levert een duurder model niet automatisch merkbaar betere resultaten op.

Bij juridische databases, medische kennisbanken, codezoekmachines of grote meertalige datasets kan het kwaliteitsverschil wél relevant zijn. Een iets hogere retrievalkwaliteit kan ervoor zorgen dat de chatbot vaker het juiste document terugvindt.

Omdat de prijsverschillen meestal in centen of enkele euro’s per miljoen tokens worden gemeten, is een kleine pilot vaak de beste manier om verschillende modellen te vergelijken.

Voor ontwikkelaars die verschillende prijsmodellen willen vergelijken is wat kost Gemini API een nuttige vergelijking met andere AI API-diensten.

Wat kost een AI API voor embeddings bij 1 miljoen documenten?

Dit hangt af van de lengte van de documenten.

Stel dat een document gemiddeld 300 woorden bevat. Dan bevat een collectie van 1 miljoen documenten ongeveer 300 miljoen woorden. Dat komt grofweg neer op 390 miljoen tokens.

Bij actuele tarieven levert dat ongeveer het volgende beeld op:

Model	Kosten voor 390 miljoen tokens
€0,02 per miljoen tokens	ongeveer €7,80
€0,06 per miljoen tokens	ongeveer €23,40
€0,13 per miljoen tokens	ongeveer €50,70
€0,20 per miljoen tokens	ongeveer €78,00

Voor veel organisaties is dat lager dan verwacht. Het verwerken van de data is vaak goedkoper dan het bouwen van de applicatie die ermee werkt.

Conclusie

Wat kost een AI API voor embeddings? Voor actuele modellen ligt de prijs meestal tussen ongeveer €0,02 en €0,20 per miljoen tokens. Een gemiddelde website, kennisbank of documentcollectie kost daardoor vaak minder dan één euro om voor de eerste keer te indexeren. Pas bij honderden miljoenen of miljarden tokens worden embeddings een zichtbare kostenpost. Voor de meeste AI-projecten zijn opslag, infrastructuur en chatverkeer uiteindelijk belangrijker voor het totale budget.

Bronnen en prijscontrole

• OpenAI Pricing – officiële embeddingprijzen en tokenkosten.
• OpenAI Embedding Models – details over text-embedding-3-small en text-embedding-3-large.
• Google Gemini API Pricing – actuele Gemini API tarieven.
• Google Gemini Embeddings – informatie over Gemini embeddingmodellen.
• Voyage AI Pricing – actuele embeddingtarieven.

Totaal gebruikte bronnen: 5