Welke motor draait onder je AI-assistent? Waarom de engine je rekening en je afhankelijkheid bepaalt, niet het merk

Je koopt geen AI-assistent. Je huurt een motor die je niet hebt gekozen en niet kunt zien. Op de doos staat Copilot, Claude of ChatGPT, maar dat is de verpakking. Wat je rekening bepaalt en wat je afhankelijkheid bepaalt, zit een laag dieper: het model dat de assistent onder de motorkap aanroept. En precies die motor wisselt sneller dan het logo erboven.

Mijn stelling is simpel. Een AI-product is geen onlosmakelijk geheel, maar een dunne laag bovenop een motor die je kunt kiezen, vergelijken en vervangen. Wie alleen naar het merk kijkt, koopt een black box. Wie naar de motor kijkt, koopt een beslissing: over kosten, over kwaliteit per taak, en over de vraag of je er ooit nog vanaf komt. De meeste inkopers stellen de verkeerde vraag. Niet "welke assistent", maar "welke motor, tegen welke kosten, en kan ik wisselen" is wat telt.

De assistent is de verpakking, de motor is het product

Het duidelijkste bewijs dat product en motor twee verschillende dingen zijn, komt van de grootste leverancier zelf. Microsoft overweegt een goedkopere, zelf-gehoste DeepSeek-motor naast het duurdere Claude onder Copilot Cowork te zetten, puur om de rekening van agentische AI beheersbaar te houden. De knoppen op je scherm veranderen niet. De assistent heet nog Copilot. Maar de motor die het werk doet, is een andere.

Dat is geen detail, het is het hele punt. De naam op de doos en het model eronder zijn losgekoppeld, en die ontkoppeling werkt twee kanten op. Het betekent dat je leverancier de motor stilletjes kan verwisselen, zoals GitHub de modelkeuze in de gratis Copilot verving door een automatische router die zelf bepaalt welk AI je code schrijft. Maar het betekent ook dat jij, als je het goed organiseert, diezelfde vrijheid hebt. De les is nuchter: beoordeel een assistent op het werk dat hij voor jou doet, niet op de modelnaam van vandaag, want die naam kan volgende maand een andere zijn.

Waarom de motor je rekening maakt

De kosten per taak zijn niet de prijs van je abonnement, maar wat één opdracht aan tokens verbruikt, maal de prijs van de motor die hem uitvoert. Bij een losse chatvraag verdwijnt dat in de ruis. Bij een agent die zelfstandig tientallen stappen zet, lezen, redeneren, schrijven, controleren, is het het hele verhaal: dezelfde taak kost op de ene motor centen en op de andere euro's.

Vergelijk vier veelgebruikte motoren op hun publieke catalogusprijs per miljoen tokens (invoer/uitvoer):

• Claude Opus 4.8: 5 / 25 dollar. Het zware werk: redeneren, lange documenten, autonome taken.
• Claude Sonnet 4.6: 3 / 15 dollar. De middenmoot die het meeste productiewerk aankan.
• Claude Haiku 4.5: 1 / 5 dollar. Snel en simpel, voor licht en hoog-volume werk.
• DeepSeek V4-Flash: 0,14 / 0,28 dollar. Een open-weight motor uit China, spotgoedkoop.

Wat dat in de praktijk betekent, zie je pas in een rekensom. Neem één agentische taak van zo'n 50.000 invoer- en 15.000 uitvoertokens, het soort opdracht dat een agent zelfstandig afhandelt. Op Claude Opus, dat 5 dollar per miljoen invoer- en 25 dollar per miljoen uitvoertokens rekent, kost die ongeveer 63 dollarcent. Op DeepSeek V4-Flash, met 0,14 dollar invoer en 0,28 dollar uitvoer per miljoen tokens, kost diezelfde taak iets meer dan één dollarcent. Dezelfde opdracht, bijna zestig keer goedkoper, puur door de motor te wisselen. Vermenigvuldig dat met honderden taken per week en je begrijpt waarom zelfs Microsoft de rekensom maakt.

Die catalogusprijs is trouwens niet het hele plaatje. Of je goedkoper uit bent met een eigen GPU dan met een goedkope API hangt af van je benutting, een afweging die ik apart uitrekende toen ik naliep wat AI echt kost per miljoen tokens als je alle verborgen lasten meetelt. Maar de kern hier is eenvoudiger: zolang je de motor niet kent, ken je je kostprijs per taak niet, en stuur je blind.

De goedkoopste motor is niet altijd de slimste keuze

Hier moet ik mezelf meteen corrigeren, want de prijsvergelijking verleidt tot een verkeerde conclusie. Goedkoop is niet gratis als de motor de taak niet aankan. Een model dat een opdracht twee keer fout doet voordat het hem goed doet, is duurder dan het dure model dat het in één keer raakt, in tokens en in jouw tijd. Op de zwaarste agentische en codeertaken houdt een topmodel als Claude Opus nog een meetbare voorsprong, en dat verschil koop je niet weg met een lagere tokenprijs.

Maar dat gat wordt snel kleiner, en dat is precies wat de motorvraag zo urgent maakt. Toen de topman van Snowflake GLM-5.2 naast Opus 4.7 zette, bleek het verschil vrijwel verwaarloosbaar tegen een fractie van de prijs. Voor een groeiend deel van het werk, samenvatten, classificeren, eerste opzetjes, standaardcode, is een goedkope motor allang goed genoeg. De kunst is niet om de allerbeste of de allergoedkoopste motor te kiezen, maar om per taak de goedkoopste motor te kiezen die hem nog net aankan. De vraag is dus niet welke motor de beste is, maar welke motor de beste is voor déze taak.

De echte as is wisselbaarheid, niet prijs

De scherpste reden om naar de motor te kijken is niet de prijs van vandaag. Het is de vraag of je morgen kunt wisselen. Tokenprijzen kelderen, modellen worden om de paar maanden ingehaald, en een leverancier kan een model duurder maken of terugtrekken. Als je applicatie hard verdraad zit aan één model, verhuist je lock-in simpelweg van de app naar de motor, en daar zie je hem niet eens zitten.

De oplossing is een ontwerpkeuze, geen geloofskwestie: zet een abstractielaag tussen jouw software en het model. Een model-router doet precies dat. Diensten bieden inmiddels één endpoint dat ruim 400 modellen van meer dan 70 aanbieders ontsluit, waar je van motor wisselt door één regel aan te passen en waar het verkeer automatisch overschakelt als een aanbieder uitvalt. Hoe je zo'n leverancier-onafhankelijke AI-stack met een router opbouwt, heb ik apart uitgewerkt. Het is geen luxe voor techreuzen: zelfs Satya Nadella waarschuwt bedrijven niet te leunen op een handvol modellen, maar een eigen stack te bouwen.

En dan is er de laag die verder gaat dan techniek. Of de motor onder je assistent Amerikaans, Chinees of Europees is, is ook een strategische keuze, met herkomst, toeleveringsketen en compliance erbij. Een Chinees model dat spotgoedkoop is, brengt vragen mee die een prijstabel niet beantwoordt. Wie digitale soevereiniteit als risicobeheer behandelt in plaats van als politiek, telt die vraag gewoon mee in de afweging, naast kosten en kwaliteit.

De tegenwerping: is dit geen overengineering voor het MKB?

De eerlijkste tegenwerping is: "ik wil gewoon een assistent die werkt, geen model-ops-project." Terecht. Voor het dagelijkse kantoorwerk, mailen, samenvatten, schrijven, is een kant-en-klaar abonnement de juiste keuze, en welke assistent het beste past hangt vooral af van waar je team al werkt, iets dat ik uitwerkte in welke AI-assistent past bij jouw MKB: Claude, ChatGPT of Copilot. Bouw geen router om te kunnen chatten. Dat is een oplossing voor een probleem dat je niet hebt.

Maar de motorvraag gaat wél tellen op het moment dat je agentisch gaat werken, op volume draait, of op je eigen data en processen bouwt. Daar stapelen de kosten per taak en de wisselbaarheid zich op tot een bedrag en een afhankelijkheid die je niet meer wegwuift. En één ding kost je niets en levert altijd iets op, ook als je nooit een router bouwt: vraag elke leverancier wélke motor er onder de motorkap zit, waar hij draait, en of je kunt wisselen. Het antwoord vertelt je in één zin hoeveel grip je echt hebt.

De vraag "welke AI-assistent moet ik nemen" is dus de verkeerde vraag. Het merk op de doos veroudert in maanden: vorig jaar was een Chinees model nog exotisch, nu zet de grootste softwareleverancier ter wereld er een naast zijn duurste Amerikaanse motor. Wat je werkelijk houdt, is niet de assistent maar het vermogen om de motor eronder te kiezen. Stel daarom drie vragen voordat je tekent: welke motor, tegen welke kosten per taak, en kan ik wisselen. Wie die drie kan beantwoorden, koopt geen black box meer, maar een beslissing die hij kan verantwoorden, en kan terugdraaien.