Uitdaging

Chipp.ai werd in 2023 gelanceerd met als doel AI toegankelijker te maken. De start-up, gevestigd in Fargo, North Dakota, wilde kleinere bedrijven helpen bij het maken van het soort op maat gemaakte, merkgebonden AI-agenten die grote bedrijven voor hun websites bouwden. Daarom bouwde het een no-code platform waarmee klanten hun eigen AI-agenten kunnen ontwikkelen, trainen en gebruiken. Met Chipp kunnen bedrijven zoals hotels, medische praktijken en bureaus populaire LLM-modellen van Anthropic, OpenAI en Google combineren – zonder te betalen voor meerdere abonnementen.

In het begin factureerde Chipp klanten volgens een traditioneel SaaS-abonnementsmodel. Maar deze opzet bleek al snel niet te werken: de kosten van Chipp konden sterk schommelen, afhankelijk van hoeveel LLM-tokens elke klant verbruikte – zowel tijdens het bouwen van de interface als nadat de agents live gingen. Een klein aantal power users kon enorme kosten genereren die de winstmarges van Chipp opslokten, zoals een bedrijf dat een tokenrekening van $ 4.000 opliep bij een maandelijks abonnement van $ 29. Bovendien moest het team van Chipp urenlang handmatig facturen opstellen en betalingen opvolgen.

“We probeerden eigenlijk te raden welk abonnement we moesten aanrekenen om ervoor te zorgen dat we geen geld verloren”, zei Scott Meyer, medeoprichter en CEO van Chipp. “Het werd duidelijk dat we geen businessmodel wilden dat haaks stond op het succes van onze klanten.”

Chipp overwoog om een intern systeem voor het bijhouden en factureren van tokens te bouwen, maar dat zou het engineeringteam hebben afgeleid van het verbeteren van het product – en het zou voortdurende updates hebben vereist naarmate modellen en tokenprijzen veranderden.

In plaats daarvan had Chipp een oplossing voor facturatie naar gebruik nodig die snel kon worden geïmplementeerd – een oplossing die duidelijk inzicht bood in het LLM-gebruik van klanten, marges beschermde en klanten hielp betere beslissingen te nemen over welke modellen ze moesten gebruiken.

Oplossing

Chipp maakte al gebruik van Stripe en had Stripe Billing, Stripe Payments en Stripe Tax geïntegreerd om vanaf dag één wereldwijd te kunnen lanceren. Het bedrijf had ook Stripe Connect geïmplementeerd, zodat bureaus en consultants AI-agenten voor hun klanten konden bouwen en de kosten voor het gebruik van het Chipp-platform konden doorberekenen. In december 2025 heeft Chipp zijn Stripe-integratie geüpdatet en was daarmee een van de eersten die Stripe’s functie voor facturatie naar gebruik voor LLM-tokens ging gebruiken.

Het opzetten van het nieuwe systeem was simpel: omdat de Stripe-documentatie is opgemaakt voor LLM’s, gebruikte Chipp-medeoprichter en Chief Product and Technology Officer Hunter Hodnett Claude Code om het Billing-account van het bedrijf in te stellen voor de facturatie van LLM-tokens. Deze op gebruik gebaseerde laag registreert LLM-verzoeken, stuurt ze via de AI-gateway van Stripe om de verbruikte tokens voor elk model bij te houden, telt het gebruik bij elkaar op en koppelt dit aan de unieke Stripe-ID van de klant. Stripe houdt ook veranderingen in de tokenkosten bij en past de facturatielogica van Chipp hierop aan.

Nu de token-trackingmogelijkheden er zijn, heeft Chipp zijn abonnementsprijzen aangepast met een eenvoudige, transparante formule: bedrijven op Chipp krijgen een derde van hun maandelijkse abonnementsgeld in tokens en betalen vervolgens voor extra tokens die boven die limiet worden gebruikt – waarbij Chipp een opslag van 30% in rekening brengt om zijn bedrijfskosten te dekken. Agentschappen kunnen Chipp als white label gebruiken en hun klanten hetzelfde prijsmodel aanbieden, en betalingen voor tokengebruik innen via Connect.

Om te voorkomen dat klanten onbewust hoge rekeningen oplopen, gebruikte Hodnett de Stripe-API voor facturatiewaarschuwingen om een webhook in te stellen die klanten automatisch waarschuwt wanneer hun tokens bijna op zijn en hen vraagt om extra tokens te kopen. Als klanten hun limiet bereiken, blokkeert het systeem hun toegang tot de LLM totdat ze meer kopen.

Chipp heeft ook Stripe Sigma geïmplementeerd om de standaardrapportage bij facturatie naar gebruik uit te breiden en verschillende aspecten van het bedrijf te analyseren. Met Stripe Sigma kunnen bedrijven data analyseren door aangepaste rapporten, SQL-opdrachten en natuurlijke taalquery’s te maken. Chipp gebruikt Stripe Sigma om dieper inzicht te krijgen in de impact van prijswijzigingen en aanvullende aanbiedingen, zoals betaalde cursussen.

Resultaten

Twee dagen om tokengebaseerde facturatie te implementeren

Met de LLM-vriendelijke documentatie en collaboratieve ondersteuning van Stripe implementeerde Chipp facturatie op basis van tokens in slechts twee dagen.

“Facturatie op basis van tokens heeft ons bedrijf gered. Als we dit zelf hadden moeten bouwen, had ons dat een paar maanden gekost die we niet hadden,” aldus Hodnett.

Facturatie naar gebruik maakte het ook overbodig om prijzen handmatig bij te werken bij wijzigingen in modellen en tokenprijzen, wat een aanzienlijke tijdsinvestering zou zijn geweest.

Facturatie op basis van tokens zorgt voor 20% omzetstijging

Door over te stappen op een gebruiksgebaseerd model werd het businessmodel van Chipp afgestemd op het succes van zijn klanten: hoe meer klanten het product gebruikten, hoe meer omzet er werd gegenereerd. Chipp zag een omzetstijging van 20% in de eerste maand na de invoering van het nieuwe facturatiemodel, en er werden binnen de eerste 2 maanden meer dan 5,9 miljard tokens gefactureerd.

Geautomatiseerde facturatie maakt een einde aan handmatige facturatie

Dankzij het waarschuwingssysteem voor lage tokens, gemaakt met de facturatiewaarschuwingen-API, kon Chipp handmatige facturatieprocessen elimineren die ongeveer 25% van de tijd van het team opslokten. In plaats van omslachtige handmatige workflows houdt Chipp nu automatisch het tokengebruik bij via Stripe en vraagt het klanten om tegoed toe te voegen binnen het platform – waardoor het team zich kan richten op het bouwen van het product.

“Die tijdverspilling weerhield me ervan om ons product te innoveren. Nu ik me niet meer met facturatie hoef bezig te houden, draait het productwiel veel soepeler voor ons en breng ik meer functies naar de productie”, aldus Hodnett.

Beter inzicht in klantbetrokkenheid en verwachte inkomsten

Nu de gebruiksgegevens via Stripe binnenkomen, heeft Chipp meer inzicht in de klantbetrokkenheid dan alleen actieve sessies. Meyer kan inloggen op het Stripe-dashboard om het tokengebruik, trends in het model en hoe actief elke klant het product gebruikt te bekijken. Met een voorspelbare winstmarge van 30% kan Chipp deze gegevens gebruiken om de omzet nauwkeurig te voorspellen.

“We willen bijhouden of mensen ons product actief gebruiken, en als je agents draait, is tokengebruik een betere maatstaf dan alleen inloggen. Facturatie naar gebruik geeft ons in realtime inzicht in hoeveel tokens er worden verbruikt. Dat is onze ene grafiek die alles overziet”, aldus Meyer.

Met de aangepaste rapportage van Stripe Sigma kan het team van Chipp ook dieper ingaan op statistieken – zoals omzet, transacties en klantverloop – om snellere, op data gebaseerde beslissingen te nemen.

Meer transparantie en waarde voor klanten

Dankzij het op tokens gebaseerde facturatiemodel van Chipp hebben klanten toegang tot de beste modellen voor hun behoeften – en meer inzicht in waarvoor ze betalen. Een klant kan bijvoorbeeld kiezen voor een sneller, goedkoper model voor chatbots met veelgestelde vragen en een krachtiger model voor financiële prognoses. Ze kunnen elke query, elk model en elke kost binnen Chipp zien, zodat ze weloverwogen beslissingen kunnen nemen.

“Dankzij facturatie op basis van tokens heeft iedereen toegang tot de beste tools. We kunnen eigenlijk allemaal dezelfde AI gebruiken, en het maakt niet uit of je voor een groot techbedrijf werkt of voor een lokale tandartspraktijk,” aldus Meyer.

De bureau-klanten van Chipp hebben geen last meer van onzekerheid over de prijsstelling van AI-producten. Ze kunnen het tokengebruik van hun klanten automatisch bijhouden en factureren met een voorspelbare opslag.