Het einde van goedkope vibe-coding

Vibe-coding heeft zijn topseizoen gehad. Zo’n 18 maanden lang leverde 20 dollar per maand een autonome agent die een feature kon scaffolden, een grillige test kon debuggen en iets bruikbaars kon afleveren vóór vrijdag. De belofte was eenvoudig: échte softwareontwikkeling voor de prijs van een Spotify-abonnement.

Die rekensom was nooit houdbaar. Anthropic, Cursor en Replit hebben zware gebruikspatronen achter duurdere lagen geduwd, en wie verrast was door dat nieuws keek niet naar de teller. Het pakket van 20 dollar was een klantacquisitieprijs, gedragen door risicokapitaal en onderschatte compute-kosten. De factuur benadert nu wat deze systemen echt kosten om te draaien.

Twee fenomenen bepalen de echte kost. Het eerste is contextopzwelling: het contextvenster van een sessie vult zich naarmate het gesprek vordert, waardoor elke call duurder wordt dan de vorige. Het tweede is de agent-loop-belasting: wanneer een agent vastloopt, probeert hij opeenvolgende varianten van dezelfde mislukte poging terwijl de teller blijft tikken.

De agent-loop-belasting

Contextopzwelling is de trage lek. De agent-loop-belasting is de gebarsten leiding. Wanneer een menselijke engineer vastloopt op een falende test, stopt hij en denkt na. Wanneer een autonome agent vastloopt, probeert hij nog een variant van dezelfde aanpak, en nog één, zonder echt door te hebben dat hij in cirkels draait (morphllm.com).

Elke nieuwe poging herinjecteert de mislukte code en de nieuwe fouttrace in het contextvenster. De context groeit terwijl de agent niet vordert. Reviews van mislukte sessies tonen modellen die 30.000 tot 75.000 tokens verstoken over 15 nutteloze iteraties voordat een mens ingrijpt (morphllm.com). U betaalt het volledige contextvenster bij elke call, zodat de 15e poging veel meer kost dan de eerste. Een banale refactor kan uitmonden in een API-rekening van 50 dollar omdat het model niet zag dat het vastzat (morphllm.com, devteam.space).

De tabel hieronder laat zien hoe dat er over een cyclus van 30 dagen uitziet: aan de ene kant vlakke abonnementsinkomsten; aan de andere kant compute-verbruik dat veel sneller dan lineair groeit.

Autocomplete kost weinig en blijft weinig kosten. Agentic workflows pulveriseren de marge van de 20-dollar-tier in minder dan een week. Dat is de kracht die de prijzen branchebreed omhoog trekt. Niemand koos ervoor om dingen duurder te maken. De cijfers kozen in hun plaats.

Hoe Cursor en Replit hun prijzen hebben aangepast

Toen de tokenkosten niet langer te negeren waren, schakelden de grote platformen over op hybride modellen: een basisabonnement, plus credits die op het reële API-gebruik worden afgeschreven. Het doel is iets te behouden dat voor klanten voorspelbaar oogt, zonder de verliezen op heavy users te moeten opvangen (flexprice.io, wpbrigade.com).

Cursor’s chaotische overstap naar credit-pools

Cursor is een van de meest populaire AI-native IDE’s, en de transitie was ruw. Vóór midden 2025 hadden Pro-gebruikers een vast maandelijks quotum aan ‘fast requests’ — voorspelbaar, makkelijk te bevatten (vantage.sh, getaiperks.com). Toen gebruikers die requests begonnen te routeren naar topmodellen als Claude 3.5 Sonnet op meerbestandsagentic-taken, hield de rekensom op te kloppen.

In juni 2025 verving Cursor de request-quota door verbruikscredits, gekoppeld aan de bruto API-kost (vantage.sh, getaiperks.com, flexprice.io). Het Pro-pakket van 20 dollar bleef, maar bracht voortaan 20 dollar aan compute-credits met zich mee, niet langer een gegarandeerd aantal requests. De uitrol verliep slecht. Taken die ooit voor één request telden, leegden in enkele minuten de portemonnees. Cursor bood publiekelijk excuses aan en gaf terugbetalingen (vantage.sh).

De huidige tiers vertellen het verhaal. Pro van 20 dollar mikt op lichte gebruikers. Pro+ kost 60 dollar per maand met 70 dollar aan credits. Ultra kost 200 dollar per maand met 400 dollar aan API-gebruik (getaiperks.com, uibakery.io, nocode.mba). De framing rond Ultra zegt veel: het wordt niet verkocht als een productiviteitsabonnement. Het wordt verkocht als infrastructuur voor mensen die voltijds aan AI-native ontwikkeling doen.

Replit en effort-billing

Replit koos een andere richting. In 2025-2026 rolde het platform effort-billing uit naast een agressieve autonome Agent (wpbrigade.com, launchpad.io). U betaalt een basisabonnement (Core is $25/maand) met een gebruikscreditpool van hetzelfde bedrag.

Replit factureert niet per token. Het factureert op de ‘effort’ aan compute die de AI besteedt (wpbrigade.com, launchpad.io). Dat is lastiger te voorspellen dan het lijkt. De Agent genereert niet alleen code; hij audit, bouwt, verifieert en itereert. Bouwen en auditen verbruiken elk credits, waardoor werk dat 0,50 $ kostte tot 3,00 $ kan oplopen vóór de eerste prompt klaar is (launchpad.io, vitara.ai).

Zet Turbo Mode aan en het verbruikstempo schiet omhoog (wpbrigade.com). Loopt u door uw credits, dan factureert het platform automatisch overschrijdingen, met het financiële risico bij de developer. Het product is écht indrukwekkend — van idee tot deployment in één browsertab is reëel — maar voor teams die er zwaar op leunen komt de factuur met verrassingen (launchpad.io, vitara.ai).

Het Maand 3-probleem

Tokenkosten en abonnementstiers zijn het luidruchtige deel van het verhaal. Het dure deel is de technische schuld die deze tools tegen machinetempo genereren, en de menselijke tijd die nodig is om die op te ruimen (ibagroupit.com, reddit.com).

In venture studios en startups heeft het fenomeen een naam: het Maand 3-probleem (reddit.com). De eerste maand is euforisch. Een niet-technische founder of junior developer typt prompts in Bolt, Lovable of Replit en krijgt in dagen — niet weken — demo-klare apps. De afleveringssnelheid is reëel (reddit.com).

De onderliggende architectuur is doorgaans een rommeltje. De AI is goed in het schrijven van een functie. Ze is duidelijk minder goed in het samenhoudend houden van een hele applicatie naarmate die groeit (ibagroupit.com, reddit.com). Na drie maanden wordt het toevoegen van een kleine feature buitenproportioneel lastig en veranderen edge cases in dagenlange jachten.

De code wordt een bord spaghetti. U eindigt met chatten tegen een chatbot om te begrijpen waarom een aanpassing van de auth-module drie ongerelateerde UI-componenten brak (reddit.com). De founder heeft een app afgeleverd die hij niet meer goed genoeg begrijpt om er veilig in te wijzigen. Hij heeft het gebouwd, maar kan het niet écht zijn eigen werk noemen.

De opruimcijfers zijn somber. Een productmanager hield de economie van een vibe-coded prototype bij: 43 uur heen-en-weer met een AI om tot een demo te komen, ongeveer $6.450 aan arbeidskost (reddit.com). De architectuur was zo wankel dat een senior engineer alles moest herschrijven — en deed dat in drie uur door de AI als gereedschap, niet als vervanging, te gebruiken.

Dat patroon herhaalt zich. AI verlaagt de drempel van wie iets kan uitbrengen. Ze verhoogt het plafond van wat goed engineering-oordeel waard is. Hele consultancybureaus bestaan inmiddels om vibe-coded apps te redden en te refactoren, en de saneringskost overstijgt vaak wat het gekost zou hebben om het meteen goed te bouwen (reddit.com).

Beveiliging, compliance en energie

De rekening van vibe-coding stopt niet bij API-facturen en engineering-tijd. Ze omvat ook een beveiligingsprobleem en een energieprobleem, beide in sterke groei.

Beveiligingsteams zijn nerveus, en niet zonder reden (infosecurity-magazine.com). Een developer kan nu duizenden regels code op een namiddag produceren. Niemand heeft de menselijke bandbreedte om dat tempo te auditen. Als uw agentic workflows op buitenlandse third-party API’s steunen, hebt u er nog een compliance-probleem bij onder de EU AI Act en de AVG — zeker in gereguleerde sectoren waar datasoevereiniteit telt (ibagroupit.com).

Het energieluik wordt een tastbaar cijfer. Het verwerken van één token verbruikt ongeveer 0,4 joule (clune.org). Laat een paar codeer-agents parallel draaien in een team en u trekt het continue elektrische vermogen van een groot huishoudtoestel dat 24/7 draait.

Het Internationaal Energieagentschap voorspelt dat tegen 2026 AI en de datacenters die haar dragen ongeveer evenveel elektriciteit zullen verbruiken als heel Japan (wustl.edu). Generatieve AI alleen al gaat op weg om tien keer meer energie te verbruiken dan in 2023, hoofdzakelijk door de bredere contextvensters en de multi-agent orchestratie die moderne codeer-agents mogelijk maken.

Het Alan Turing Institute modelleerde wat dat oplevert voor Britse bedrijven. Voor elk pond besteed aan AI-licenties geeft het bedrijf in het eerste jaar 1,80 pond extra uit aan compute, opslag en netwerk (360strategy.co.uk). Tegen jaar drie loopt die ratio op tot 3,20 pond. De licentiekost is maar een klein stukje van wat AI in werkelijkheid kost om te draaien.

Waar dat ons brengt

Het einde van goedkope vibe-coding is geen stap terug. Het is de rekening die binnenkomt. Het idee dat iedereen voor 20 dollar per maand een softwareteam kon huren, was altijd gedoemd te breken. Miljarden aan risicokapitaal en onderschatte compute hielden de belofte gestrekt, en dat houdt niet eeuwig stand.

Anthropic, GitHub, Cursor en Replit rekenen voortaan dichter aan wat deze systemen echt kosten om te draaien. Agentic coding blijft nuttige technologie. Wanneer het werkt, kan het weken samendrukken tot uren. Maar het werkt door grote, energievretende compute-clusters te orkestreren, en iemand moet die clusters betalen.

Het tijdperk van ongelimiteerde loops is voorbij — zowel voor bedrijven als voor solo-developers. Wat nu werkt lijkt meer op gewone engineering met AI erin: budgetdiscipline, zorgvuldig contextbeheer en een senior mens in de loop die kan oordelen of de gegenereerde code daadwerkelijk klopt. Het model schrijft veel code. Weten of die uit moet, blijft het deel waar een mens voor nodig is.