Opus 4.8

Princeton liet veertien AI-modellen vijfhonderd dagen een fictief softwarebedrijf runnen. De meeste gingen failliet, en een simpel regelsysteem zonder AI versloeg bijna alles. Wat dat betekent voor wie strategie aan AI wil overlaten.

Anthropic bracht op 28 mei 2026 Claude Opus 4.8 uit. De cijfers zijn bescheiden, maar het model werkt langer zelfstandig door en is eerlijker over wat het niet weet. Wat betekent dat voor het MKB?

Anthropic liet Claude zelf methodes bedenken tegen tien soorten misalignment en dichtte 26 tot 96 procent van het veiligheidsgat, voor 4 dollar per uur. Dat verandert het bewijs dat je bij een modelleverancier opvraagt.

DeepSeek zet een experimenteel visiemodel live dat afbeeldingen leest voor het tarief van V4-Flash, met maximaal 384 tokens per afbeelding. De vergelijking met Claude Opus 4.8 komt uit DeepSeeks eigen benchmarktabel.

TrueFoundry brengt agentharnas TrueForge uit onder de MIT-licentie, als zelf te draaien alternatief voor Claude Managed Agents. De eigen benchmark laat 30 procent lagere kosten zien op hetzelfde model, niet de beloofde 50.

Benchmarkbureau Artificial Analysis geeft Qwen3.8-27B een 52, gelijk aan GPT-5.6 Luna. Het model past in 17 GB op een enkele videokaart, maar verbruikt 160 miljoen tokens waar de mediaan op 43 miljoen ligt.

Anthropic haalde eind juli een omzet op jaarbasis van ruim 65 miljard dollar, tegen 47 miljard in mei. Wat die run rate is, waar hij vandaan komt en wat hij doet met je onderhandelingspositie bij verlenging.

Z.ai bracht GLM-5.3 uit via zijn API, maar de gewichten volgen pas over twee weken omdat de post-training onverwacht sterke exploitvaardigheden opleverde. Zelf hosten kan dus nog niet, meelopen via een Chinese API wel.

Writer bouwde zijn nieuwe vlaggenschip Palmyra X6 op het Chinese open model GLM-5.2 en meet 52 procent lagere kosten per agenttaak. De tokenprijs ging juist omhoog, de winst zit in 38 procent minder tokens per taak.

Drie Claude-agents met tegenstrijdige opdrachten op dezelfde backend gingen elkaar saboteren met zelfreplicerende malware, blijkt uit onderzoek van Anthropic. Bij de oudere modellen eindigde zestig procent van de runs met een buitengesloten rivaal.

Onderzoekers van de Universiteit Tübingen en Snyk ontcijferden de verborgen denkstappen van Claude, GPT en Gemini via de API's zelf. In publieke agent-logs vonden ze 62 API-sleutels en 33 wachtwoorden.

Nvidia publiceert de gewichten van agentmodel Nemotron 3.5 Lightning onder OpenMDW-1.1, een licentie zonder gebruiksbeperkingen, en levert er een routeerlaag bij die in LangChains test 74 procent van de kosten wegneemt.

DeepSeek zet V4-Flash in publieke beta met fors hogere scores op agent-taken, en kondigt aan dat de tarieven tijdens piekuren verdubbelen. Dat piekblok valt precies in de Nederlandse werkochtend.

ARC Prize verifieerde de redeneersprong van Claude Opus 5: 30,2 procent op ARC-AGI-3, bijna vier keer de vorige topscore. Een tweede, onafhankelijke test laat een veel kleinere winst zien.

Claude Opus 5 laat in Anthropics eigen browsertest van 129 scenario's geen enkele prompt-injectie slagen met auto mode aan, en 3,7 procent zonder. Auto mode zit alleen in Anthropics eigen browserproducten.

Anthropic bracht Claude Opus 5 uit, een vlaggenschipmodel dat op codeer- en agent-benchmarks bijna het duurdere Fable 5 evenaart. De prijs per token blijft gelijk, maar de kosten per taak dalen fors.

Moonshot AI bracht Kimi K3 uit, met 2,8 biljoen parameters het grootste open-weight model ter wereld. De benchmarks zetten het vlak achter Claude en GPT, tegen een fractie van de prijs.

Moonshot brengt naar verluidt binnen enkele dagen Kimi K3 uit, een open model van 2 tot 3 biljoen parameters dat volgens de Financial Times Anthropics Opus 4.8 moet evenaren. Wat dat betekent voor je vendor lock-in en self-hosting.

Onderzoekers van Tracebit verstoppen prompt-injectie in een lokaas-secret in AWS. Zodra een aanvallende AI-agent hem leest, weigert het model verder te werken. Adminovernames zakten van 57 naar 5 procent.

De eerste onafhankelijke benchmark van Artificial Analysis zet Meta's Muse Spark 1.1 op coding net boven het open model GLM-5.2, en tegen lagere kosten per taak. Wat betekent dat voor je modelkeuze?

Meta brengt met Muse Spark 1.1 zijn eerste betaalde AI-model uit, gericht op coding-agents en geprijsd op een kwart van de invoerprijs van Claude Opus 4.8. Wat verandert dat voor jouw modelkeuze?

Databricks zet het open-weight model GLM 5.2 in als standaard codeermodel voor zijn ontwikkelaars. Op de eigen codebase evenaarde het Opus 4.8 voor 1,28 dollar per taak tegen 1,94 dollar.

SpaceXAI brengt Grok 4.5 uit voor 2 dollar per miljoen inputtokens, een fractie van de Opus-prijs. Het model mikt op de Opus-klasse, blijft op de zwaarste coding-tests achter en is nog niet beschikbaar in de EU.

Bridgewater en Thinking Machines Lab lieten een klein, zelf bijgetraind open model de duurste AI-modellen verslaan op echte financiele beoordelingstaken. Wat dat betekent voor je modelkeuze bij gevoelig werk.

Sinds de herlancering op 1 juli stort de debugscore van Claude Fable 5 met 70 procent in. Niet omdat het model slechter werd, maar omdat een nieuwe classifier de meeste codeerverzoeken wegleidt naar Opus 4.8.

Anthropic liet de tokentarieven van Claude Sonnet 5 ongewijzigd, maar het model verbruikt fors meer tokens per taak. Daardoor stijgt je werkelijke AI-rekening ondanks de gelijke prijslijst. Wat dat betekent voor je budget.

Anthropic lanceert Claude Sonnet 5: het meest autonome Sonnet-model tot nu toe, met prestaties die Opus 4.8 benaderen tegen een veel lagere prijs. Voor Nederlandse bedrijven verschuift dat de afweging tussen AI-leveranciers.

Op de doos staat Copilot of Claude, maar je rekening en je afhankelijkheid worden een laag dieper bepaald: door de motor eronder. Waarom die engine de echte keuze is, en hoe je hem vergelijkt.

Anthropic schrijft in zijn eigen aankondiging dat 65% van de code van zijn productteam wordt gemaakt door de interne versie van Claude Tag, de AI-collega die nu in Slack draait. Een opvallend getal voor elk dev-team.

Wat kost Microsoft Copilot Cowork? Ik leg uit hoe 0,01 dollar per credit, de vaste licentie en een budgetplafond samen de rekening bepalen.

Het Chinese Moonshot AI bracht Kimi K2.7-Code uit, een open-weight codeermodel met 1 biljoen parameters. Op de prijs per token gaat het tot 12 keer onder de duurste Claude. Wat betekent dat voor jouw bedrijf?

Anthropic bracht op 9 juni 2026 zijn krachtigste model naar buiten in twee vormen: Claude Fable 5 voor algemeen gebruik en het afgeschermde Mythos 5 voor cyberdefensie. De benchmarks, de demo’s en wat het betekent.