Kosten per taak

OpenAI heeft topmodel GPT-5.6 Sol breed uitgebracht via ChatGPT, de API en Codex. Sam Altman noemt het 54 procent zuiniger op agentic coding-taken, maar onafhankelijke tests laten zien waarom je dat cijfer beter zelf controleert.

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.

Microsoft testte 150 agenttaken en zag Claude Sonnet 5 bij architectuurwerk mediaan 12 keer meer tokens verbruiken dan Sonnet 4.6, met een uitschieter van 69 miljoen. Goedkopere tokens, hogere rekening: stuur op kosten per taak.

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.

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.

Amazon-engineers maken volgens The Information goedkopere interne kopieen van Anthropic's Claude-modellen, vlak voor een overstap naar tokenprijzen. Voor bedrijven die Claude via AWS Bedrock draaien is dat een signaal over kosten en leveranciersrisico.

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.

Er zijn opeens tien capabele open-weight modellen en ze claimen allemaal de beste te zijn. Dit is hoe je in een halve dag de juiste kiest voor jouw taak, budget en data-eisen.