Tokenmaxxing: Når udviklere konkurrerer om at brænde flest AI-tokens af

En ingeniør hos OpenAI behandlede 210 milliarder tokens på én uge — nok tekst til at fylde Wikipedia 33 gange. En enkelt bruger af Anthropics Claude Code løb op i en regning på over 150.000 dollars på én måned. Og hos Meta og Shopify er AI-forbrug nu en del af medarbejdernes performanceevalueringer.

Velkommen til tokenmaxxing — et nyt fænomen i tech-verdenen, hvor udviklere konkurrerer om at forbruge så mange AI-tokens som muligt. Men er det produktivitet eller bare dyrt teater?

Fra kodekvalitet til token-leaderboards

Begrebet “tokenmaxxing” stammer fra en New York Times-artikel fra 20. marts 2026, der beskriver hvordan teknologivirksomheder som OpenAI, Meta og Shopify har oprettet interne leaderboards, hvor medarbejdere rangeres efter deres AI-tokenforbrug. Generøse “token-budgetter” er blevet et frynsegode på linje med tandlægeforsikring og gratis frokost.

“Jeg bruger formentlig mere end min løn på Claude,” sagde Max Linder, softwareingeniør i Stockholm, til New York Times. Hans arbejdsgiver betaler for hans tokens.

Fænomenet er drevet af de såkaldte agentiske kodningsværktøjer — systemer som Claude Code, OpenAIs Codex og open source-alternativet OpenCode. Disse værktøjer kan arbejde uovervåget i timevis, gennemgå og redigere store kodebaser, og skrive hele programmer ud fra en enkelt prompt. Hver agent kan spawne subagenter til at håndtere forskellige delopgaver, og genererer tusindvis af tokens ved hvert skridt.

Tallene bag tokenmaxxing

For at sætte det i perspektiv: En almindelig bruger af ChatGPT eller Claude bruger måske 10.000 tokens om dagen — svarende til cirka 7.500 ord inklusive revisioner. At bruge millioner af tokens kræver timer foran skærmen. At bruge milliarder var indtil for nylig nærmest umuligt.

Men med agentiske kodningsværktøjer er spillereglerne ændret. Ege Erdil, medstifter af AI-startuppen Mechanize, anslog sit eget ugentlige forbrug til mellem 1 og 10 milliarder tokens. “Hvis du har løbende agenter, gør du 700 millioner tokens om ugen fra en enkelt fuldtidsagent,” forklarede han. “Det kræver egentlig ikke så meget.”

AI-selskaberne profiterer massivt. Anthropic har mere end fordoblet sine omsætningsprognoser på bare to måneder i 2026, primært drevet af væksten i agentiske kodningsværktøjer. OpenAI rapporterede, at Codex har tredoblet sine ugentlige aktive brugere siden årets start, og det samlede Codex-forbrug målt i tokens er femdoblet. Google oplyste sidste år, at deres AI-modeller behandler over 1,3 kvadrillion tokens om måneden.

Produktivitet eller statussymbol?

Den centrale debat handler om, hvorvidt alle disse tokens faktisk skaber værdi. Nikunj Kothari, venturekapitalist i San Francisco, beskrev i et Substack-indlæg fænomenet “token anxiety” — en tech-scene der er besat af AI-produktivitet frem for menneskelig produktivitet. “Middagssamtaler startede med ‘Hvad bygger du?’ Det er forbi. Nu er det ‘Hvor mange agenter har du kørende?'” skrev han.

Skeptikerne peger på, at et højt tokenforbrug måler input, ikke værdi. En kort, præcis interaktion kan løse et problem bedre end en langstrakt samtale fuld af gentagelser og unødvendig kontekst. Anurag Jain, CEO for Oriserve, understregede det: “En dygtig prompt-ingeniør bruger måske 500 tokens til at få noget rigtigt, mens en mindre erfaren brænder 5.000 tokens af med dårlige prompts og iterationer.”

Der er også et reelt økonomisk problem. I modsætning til traditionelle softwarelicenser med fast pris opererer AI på en forbrugsbaseret model — jo mere du bruger, jo mere betaler du. Og med stadig mere kapable modeller som GPT-5.4 og Claude Opus stiger prisen pr. avanceret reasoning-token markant.

Hvad betyder det for danske udviklere?

Tokenmaxxing er primært et Silicon Valley-fænomen, men tendensen siver hurtigt ud i resten af branchen. Danske virksomheder, der investerer i AI-kodningsværktøjer, bør overveje tre ting:

For det første: Mål resultater, ikke tokenforbrug. En pull request der løser et problem, er mere værd end ti agenter der kører parallelt uden retning. Det gælder uanset om du bruger JetBrains Air eller Claude Code.

For det andet: Sæt budgetgrænser og monitorer forbrug. Når en enkelt udvikler kan generere en regning på 150.000 dollars om måneden, er token-budgettering ikke valgfrit — det er nødvendigt. Prompt caching, model routing (brug den billigste model der kan klare opgaven) og kontekstoptimering er konkrete værktøjer til at holde omkostningerne nede.

For det tredje: Undgå “token anxiety.” Det er fristende at sammenligne sig med kollegaer og konkurrenter på AI-forbrug, men kvaliteten af det du bygger er stadig vigtigere end mængden af tokens du bruger. Den bedste kode er stadig den, der løser brugerens problem — uanset om den blev skrevet med 500 eller 500.000 tokens.