Alisina NawabiNvidia en LangChain lanceerden op 8 juli een open agent-stack rond het open model Nemotron 3 Ultra die in LangChains eigen benchmark tien keer goedkoper draait dan het dichtstbijzijnde gesloten topmodel.
De inzet zit in de rekensom onder AI-agents. Wie vandaag een agent in productie zet die redeneert, tools aanroept en zichzelf evalueert, betaalt per stap voor inferentie, en die kosten stapelen snel op zodra je meerdere agents draait of continu wilt testen. Een open model dat vergelijkbaar presteert tegen een fractie van die kosten verschuift de afweging: voor een Nederlands bedrijf dat AI-agents overwoog maar op de gebruikskosten afhaakte, komt een serieuze opzet ineens binnen bereik. Belangrijke kanttekening vooraf: het gaat om een benchmark van de leveranciers zelf.
De cijfers achter de claim
In LangChains eigen agent-benchmark haalde Nemotron 3 Ultra een score van 0,86 tegen 4,48 dollar per evaluatie, terwijl het dichtstbijzijnde presterende model 43,48 dollar kostte, grofweg tien keer lager, oftewel zo'n negentig procent goedkoper voor vergelijkbare prestaties. Dat is het getal waarop de hele aankondiging leunt.
Die uitkomst verdient nuance. De test komt van LangChain en Nvidia zelf, niet van een onafhankelijke partij, en de score is behaald na aanpassingen die LangChain specifiek voor Nemotron 3 Ultra maakte in de manier waarop de agent tools gebruikt en context beheert. Welk gesloten model het dichtstbijzijnde was, en volgens welke methode, maakt de aankondiging niet openbaar. Cloudaanbieders als Crusoe herhalen dezelfde tien-keer-verhouding, maar leunen op precies dat ene cijfer. Kortom: een reeel, maar door de aanbieder geframede vergelijking.
Een open stack in plaats van een gesloten API
De stack heet NemoClaw en combineert drie open onderdelen: het open model Nemotron 3 Ultra, LangChains Deep Agents en Nvidia's OpenShell-runtime. Het idee is dat een bedrijf de hele agent-opzet, van geheugen tot afgestemde werkwijze, in eigen beheer houdt in plaats van die kennis af te staan aan een gesloten cloud. "Super agents zijn er," zei Nvidia-topman Jensen Huang bij de lancering, met het argument dat elk bedrijf met een open model en zijn eigen data een agent kan bouwen die de eigen processen snapt.
De blueprint is per direct beschikbaar op Nvidia's build-platform en draait op inference-aanbieders als Baseten, Crusoe, Nebius, DeepInfra, Fireworks en Together AI. Bedrijven als Box, EY, Amdocs en Abridge worden genoemd als vroege gebruikers. Dat sluit aan op een bredere beweging: gespecialiseerde inference-partijen die open modellen goedkoper draaien dan de gesloten API's van OpenAI en Anthropic, waar een klant al dertig procent lagere kosten meldde.
Waar de verschuiving naartoe wijst
De kern van het nieuws is niet dat een open model in een enkele test op prijs wint, maar dat de rekenkosten van bruikbare AI-agents hard blijven dalen. Daarmee verschuift de concurrentie van 'welk model is het slimst' naar 'hoe goedkoop draai je een model dat goed genoeg is, en wie bezit de gewichten'. Dezelfde open Nemotron-modellen die Palantir air-gapped en soeverein laat draaien met de gewichten in eigen beheer staan nu in een kant-en-klare agent-opzet. Voor bedrijven die tot nu toe standaard naar een gesloten API grepen, wordt de open route elke maand een concreter alternatief, mits je de leveranciersbenchmark met een korrel zout neemt en zelf test op je eigen taken.
Veelgestelde vragen
Agents die je zelf bezit
Een open model tien keer goedkoper draaien klinkt mooi, maar de winst zit in de opzet eromheen: het geheugen, de koppelingen en de werkwijze. Ik denk met je mee, ontwerp en bouw dat hele agent-traject end-to-end, self-hosted waar dat kan, zodat je grip en data in eigen huis blijven.
Dit artikel is geproduceerd samen met het Agent Team. Meer over de redactie.
