Benchmarking

Nvidia brengt Claude Opus 5 met onderzoeksharnas AVO op 100,00 op de publieke set van ARC-AGI-3, waar hetzelfde model los rond 30 procent blijft. Het harnas leunt op blijvend geheugen en een supervisor.

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.

Ornith zette de gewichten van modelfamilie 1.5 op Hugging Face, van 9 tot 397 miljard parameters onder een MIT-label. Het LICENSE-bestand waarnaar de modelkaarten verwijzen ontbreekt in alle drie de repositories.

Cerebras lanceert de CS-4, een rack met drie wafer-grote chips dat volgens eigen metingen tot dertig keer meer tokens per seconde haalt dan GPU's. Een onafhankelijke benchmark ontbreekt en een prijs is er niet.

Alibaba zet de gewichten van Qwen3.8-27B onder Apache 2.0 op Hugging Face. Het formaat dat op één videokaart past valt daarmee buiten de licentie met de omzetdrempel van 50 miljoen dollar die het vlaggenschip wel draagt.

DeepSeek zet V4-Pro als officiële versie op zijn API, onder dezelfde modelnaam en tegen hetzelfde tarief. Er kwam geen aankondiging bij, de gewichten blijven voorlopig de preview en de aangekondigde prijsverhoging staat nog op dezelfde pagina.

Meta brengt Muse Code uit, een codeeragent voor de terminal in beta op macOS en Linux. Er is geen abonnement, wel een goedkope tier waarop je eigen code de modellen van Meta traint.

Moonshot draait Kimi K3 op ongeveer 20.000 Nvidia-chips die het huurt via Alibaba, meldt Bloomberg. De rekenkracht achter het goedkope open model is geleend, bij een partij die tegelijk aandeelhouder en concurrent is.

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.

Microsoft lanceert zijn eerste eigen cybersecuritymodel MAI-Cyber-1-Flash en opent Project Perception op 3 augustus als publieke preview. Het systeem scoort 95,95 procent op CyberGym, maar de beloofde halve prijs geldt tegenover Microsofts eigen opstelling.

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.

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.

Nvidia bracht de volledige specificaties en de eerste SPEC CPU 2026-benchmarks van Vera naar buiten, zijn eigen 88-core server-CPU. De chip wint per core, maar blijft in totale doorvoer dicht bij AMD's EPYC en achter op de zwaarste modellen.

Google verlaagt met Gemini 3.6 Flash en 3.5 Flash-Lite de prijs van AI-code en lanceert 3.5 Flash Cyber, een model dat softwarelekken zelfstandig opspoort en patcht, voorlopig alleen voor overheden en vertrouwde partners.

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.

Het Britse AI Security Institute toont over zeven benchmarks dat standaardtests de capaciteit van AI-agents onderschatten. Met tien keer meer tokenbudget stijgt het slagingspercentage op softwaretaken ongeveer 25 procent.

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.

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.

Een contentfilter kopen zegt niets zolang je niet weet in welke talen het is getraind en getest. Bij Azure, AWS en Google staat Nederlands in de tweede rang, en de smalste functie is juist de belangrijkste.

Mijn gids deed 62 vertoningen op positie 6,3 met nul kliks, en op de scherpste zoekvraag zelfs positie 1 zonder één klik. De oorzaak stond niet in mijn titel maar in de samenstelling van pagina één.

Elke branche heeft nu zijn eigen AI-aanbieder, en die belooft je dat je data van jou blijft. Dat is waar en het zegt niets over het model dat op jouw werkbonnen en calculaties leert wat jouw vak is.