En ingeni\u00f8r hos OpenAI behandlede 210 milliarder tokens p\u00e5 \u00e9n uge \u2014 nok tekst til at fylde Wikipedia 33 gange. En enkelt bruger af Anthropics Claude Code l\u00f8b op i en regning p\u00e5 over 150.000 dollars p\u00e5 \u00e9n m\u00e5ned. Og hos Meta og Shopify er AI-forbrug nu en del af medarbejdernes performanceevalueringer.<\/p>\n\n\n\n
Velkommen til tokenmaxxing<\/strong> \u2014 et nyt f\u00e6nomen i tech-verdenen, hvor udviklere konkurrerer om at forbruge s\u00e5 mange AI-tokens som muligt. Men er det produktivitet eller bare dyrt teater?<\/p>\n\n\n\n Begrebet “tokenmaxxing” stammer fra en New York Times-artikel fra 20. marts 2026<\/a>, der beskriver hvordan teknologivirksomheder som OpenAI, Meta og Shopify har oprettet interne leaderboards, hvor medarbejdere rangeres efter deres AI-tokenforbrug. Gener\u00f8se “token-budgetter” er blevet et frynsegode p\u00e5 linje med tandl\u00e6geforsikring og gratis frokost.<\/p>\n\n\n\n “Jeg bruger formentlig mere end min l\u00f8n p\u00e5 Claude,” sagde Max Linder, softwareingeni\u00f8r i Stockholm, til New York Times. Hans arbejdsgiver betaler for hans tokens.<\/p>\n\n\n\n F\u00e6nomenet er drevet af de s\u00e5kaldte agentiske kodningsv\u00e6rkt\u00f8jer<\/strong> \u2014 systemer som Claude Code, OpenAIs Codex og open source-alternativet OpenCode<\/a>. Disse v\u00e6rkt\u00f8jer kan arbejde uoverv\u00e5get i timevis, gennemg\u00e5 og redigere store kodebaser, og skrive hele programmer ud fra en enkelt prompt. Hver agent kan spawne subagenter til at h\u00e5ndtere forskellige delopgaver, og genererer tusindvis af tokens ved hvert skridt.<\/p>\n\n\n\n For at s\u00e6tte det i perspektiv: En almindelig bruger af ChatGPT eller Claude bruger m\u00e5ske 10.000 tokens om dagen \u2014 svarende til cirka 7.500 ord inklusive revisioner. At bruge millioner af tokens kr\u00e6ver timer foran sk\u00e6rmen. At bruge milliarder<\/em> var indtil for nylig n\u00e6rmest umuligt.<\/p>\n\n\n\n Men med agentiske kodningsv\u00e6rkt\u00f8jer er spillereglerne \u00e6ndret. Ege Erdil, medstifter af AI-startuppen Mechanize, anslog sit eget ugentlige forbrug til mellem 1 og 10 milliarder tokens. “Hvis du har l\u00f8bende agenter, g\u00f8r du 700 millioner tokens om ugen fra en enkelt fuldtidsagent,” forklarede han. “Det kr\u00e6ver egentlig ikke s\u00e5 meget.”<\/p>\n\n\n\n AI-selskaberne profiterer massivt. Anthropic har mere end fordoblet sine oms\u00e6tningsprognoser p\u00e5 bare to m\u00e5neder i 2026, prim\u00e6rt drevet af v\u00e6ksten i agentiske kodningsv\u00e6rkt\u00f8jer. OpenAI rapporterede, at Codex har tredoblet sine ugentlige aktive brugere siden \u00e5rets start, og det samlede Codex-forbrug m\u00e5lt i tokens er femdoblet. Google oplyste sidste \u00e5r, at deres AI-modeller behandler over 1,3 kvadrillion tokens om m\u00e5neden.<\/p>\n\n\n\n Den centrale debat handler om, hvorvidt alle disse tokens faktisk skaber v\u00e6rdi. Nikunj Kothari, venturekapitalist i San Francisco, beskrev i et Substack-indl\u00e6g f\u00e6nomenet “token anxiety” \u2014 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 k\u00f8rende?'” skrev han.<\/p>\n\n\n\n Skeptikerne peger p\u00e5, at et h\u00f8jt tokenforbrug m\u00e5ler input<\/em>, ikke v\u00e6rdi<\/em>. En kort, pr\u00e6cis interaktion kan l\u00f8se et problem bedre end en langstrakt samtale fuld af gentagelser og un\u00f8dvendig kontekst. Anurag Jain, CEO for Oriserve, understregede det: “En dygtig prompt-ingeni\u00f8r bruger m\u00e5ske 500 tokens til at f\u00e5 noget rigtigt, mens en mindre erfaren br\u00e6nder 5.000 tokens af med d\u00e5rlige prompts og iterationer.”<\/p>\n\n\n\n Der er ogs\u00e5 et reelt \u00f8konomisk problem. I mods\u00e6tning til traditionelle softwarelicenser med fast pris opererer AI p\u00e5 en forbrugsbaseret model \u2014 jo mere du bruger, jo mere betaler du. Og med stadig mere kapable modeller som GPT-5.4<\/a> og Claude Opus stiger prisen pr. avanceret reasoning-token markant.<\/p>\n\n\n\n Tokenmaxxing er prim\u00e6rt et Silicon Valley-f\u00e6nomen, men tendensen siver hurtigt ud i resten af branchen. Danske virksomheder, der investerer i AI-kodningsv\u00e6rkt\u00f8jer, b\u00f8r overveje tre ting:<\/p>\n\n\n\n For det f\u00f8rste:<\/strong> M\u00e5l resultater, ikke tokenforbrug. En pull request der l\u00f8ser et problem, er mere v\u00e6rd end ti agenter der k\u00f8rer parallelt uden retning. Det g\u00e6lder uanset om du bruger JetBrains Air<\/a> eller Claude Code.<\/p>\n\n\n\n For det andet:<\/strong> S\u00e6t budgetgr\u00e6nser og monitorer forbrug. N\u00e5r en enkelt udvikler kan generere en regning p\u00e5 150.000 dollars om m\u00e5neden, er token-budgettering ikke valgfrit \u2014 det er n\u00f8dvendigt. Prompt caching, model routing (brug den billigste model der kan klare opgaven) og kontekstoptimering er konkrete v\u00e6rkt\u00f8jer til at holde omkostningerne nede.<\/p>\n\n\n\n For det tredje:<\/strong> Undg\u00e5 “token anxiety.” Det er fristende at sammenligne sig med kollegaer og konkurrenter p\u00e5 AI-forbrug, men kvaliteten af det du bygger er stadig vigtigere end m\u00e6ngden af tokens du bruger. Den bedste kode er stadig den, der l\u00f8ser brugerens problem \u2014 uanset om den blev skrevet med 500 eller 500.000 tokens.<\/p>\n\n\n\n Denne artikel er skrevet i samarbejde med AI, og efterf\u00f8lgende redigeret af et rigtigt menneske \ud83d\ude42<\/em><\/p>\n\n\n\n <\/p>\n","protected":false},"excerpt":{"rendered":" Tokenmaxxing er den nye trend hvor udviklere konkurrerer om at br\u00e6nde flest AI-tokens af. Er det innovation eller spild?<\/p>\n","protected":false},"author":1,"featured_media":943,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[24,8],"tags":[23,31,105],"class_list":["post-944","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-agentic-engineering","category-ai","tag-claudecode","tag-language-models","tag-tokenmaxxing"],"acf":[],"_links":{"self":[{"href":"https:\/\/vittrup-graversen.dk\/index.php\/wp-json\/wp\/v2\/posts\/944","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/vittrup-graversen.dk\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/vittrup-graversen.dk\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/vittrup-graversen.dk\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/vittrup-graversen.dk\/index.php\/wp-json\/wp\/v2\/comments?post=944"}],"version-history":[{"count":2,"href":"https:\/\/vittrup-graversen.dk\/index.php\/wp-json\/wp\/v2\/posts\/944\/revisions"}],"predecessor-version":[{"id":965,"href":"https:\/\/vittrup-graversen.dk\/index.php\/wp-json\/wp\/v2\/posts\/944\/revisions\/965"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/vittrup-graversen.dk\/index.php\/wp-json\/wp\/v2\/media\/943"}],"wp:attachment":[{"href":"https:\/\/vittrup-graversen.dk\/index.php\/wp-json\/wp\/v2\/media?parent=944"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/vittrup-graversen.dk\/index.php\/wp-json\/wp\/v2\/categories?post=944"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/vittrup-graversen.dk\/index.php\/wp-json\/wp\/v2\/tags?post=944"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}Fra kodekvalitet til token-leaderboards<\/h2>\n\n\n\n
Tallene bag tokenmaxxing<\/h2>\n\n\n\n
Produktivitet eller statussymbol?<\/h2>\n\n\n\n
Hvad betyder det for danske udviklere?<\/h2>\n\n\n\n
Kilder<\/h2>\n\n\n\n
\n