AI Modellen Vergelijken: Gids voor Bedrijven

De markt voor AI-modellen beweegt zo snel dat een vergelijking van drie maanden geleden al verouderd is. In één week begin september 2026 kwamen er twee nieuwe topmodellen: Claude Fable 5.1 op 1 september, GPT-6 Astra op 4 september.

Drie maanden eerder werd Claude Fable 5 — op dat moment het krachtigste AI-model ter wereld — drie dagen na lancering opgeschort door de Amerikaanse overheid vanwege exportrestricties. En Mistral, het Europese alternatief, kondigde een eigen datacenter van 50 MW aan om niet meer afhankelijk te zijn van Amerikaanse cloudinfrastructuur.

Voor bedrijven die AI willen inzetten is het landschap daarmee complexer dan ooit. Je keuze voor een AI-model bepaalt niet alleen de kwaliteit van je output, maar ook je privacyrisico, je kosten per transactie en je compliance met de EU AI Act.

Volgens het CBS (2025) gebruikt 33% van de Nederlandse bedrijven met 10+ medewerkers inmiddels AI — een op de drie, en een flinke stijging ten opzichte van 23% in 2024 en 14% in 2023. Maar uit onderzoek van de KvK blijkt dat slechts 2-3% AI structureel heeft ingebed in bedrijfsprocessen.

Deze gids vergelijkt de zes AI-families die er in 2026 toe doen op de criteria die voor bedrijven echt tellen: prestaties, kosten per token, AVG-compliance, EU-dataverwerking en praktische inzetbaarheid. Geen marketingclaims, maar benchmark-data, echte prijzen en een keuzemodel waarmee je in 15 minuten bepaalt welk model bij jouw organisatie past.

Welke AI-modellen zijn er in 2026?#

Een AI-model is het taalmodel zelf: de motor die tekst begrijpt, genereert en redeneert. Zes families doen er zakelijk toe in Nederland — vrijwel elke AI-tool die je tegenkomt draait op een van deze zes.

1. GPT (OpenAI) — de alleskunner met het grootste ecosysteem, topversie GPT-6 Astra.
2. Claude (Anthropic) — deelt met GPT-6 Astra de koppositie op de onafhankelijke Intelligence Index, sterk in code en lange documenten.
3. Gemini (Google) — scherp geprijsd en ingebouwd in Google Workspace, sterk op grote documenten.
4. Microsoft Copilot — geen eigen model maar een laag over Microsoft 365, die zelf naar modellen routeert.
5. Mistral (Frankrijk) — het enige grote model dat standaard volledig binnen de EU verwerkt.
6. Open source (Llama 4, DeepSeek V4) — zelf hosten, geen tokenkosten, maar je regelt de GPU's zelf.

Elk van die zes krijgt verderop een eigen paragraaf met prijzen, sterktes en zwaktes. Wil je eerst weten welke versie waar nu draait, dan staat dat hieronder.

Welke AI-versies draaien er nu?#

Versienummers wisselen elk kwartaal, de families eronder blijven stabiel. Dit is de stand op 14 september 2026.

Twee dingen die deze tabel niet vertelt. Een nieuwere versie is niet automatisch de betere keuze voor jouw werk, en een versiesprong zegt niets over de prijs — GPT-6 Astra kost tweeëneenhalf keer zoveel als GPT-5.6 Sol.

Daarom is de rest van deze gids geen versielijst maar een keuzemodel: welke van de zes families past bij jouw use case, privacy-eisen en volume.

Waarom de keuze voor een AI-model er nu toe doet#

Tot begin 2025 was de keuze voor een AI-model relatief eenvoudig: je nam ChatGPT en keek niet verder. Die tijd is voorbij.

De markt is geconvergeerd qua basiskwaliteit — de top-5 modellen scoren allemaal boven de 90% op standaardbenchmarks als MMLU — maar gedivergeerd op alles wat er zakelijk toe doet: prijs, privacy, beschikbaarheid en specialisatie.

Drie ontwikkelingen maken de keuze in 2026 urgent:

1. Kosten lopen exponentieel uit de hand. TechCrunch rapporteerde in juni 2026 dat Uber zijn volledige AI-budget voor 2026 al in april had opgemaakt.

Goldman Sachs schat dat het wereldwijde tokenverbruik tot 2030 met factor 24 zal groeien. Het verschil tussen een duur en een goedkoop model is niet langer academisch — het bepaalt of je AI-project rendabel is.

2. Regelgeving is afdwingbaar geworden. De EU AI Act verplicht sinds 2 augustus 2026 transparantie over AI-gebruik; menselijk toezicht bij hoog-risico-toepassingen volgt op 2 december 2027.

De Autoriteit Persoonsgegevens handhaaft, en de boetes voor MKB-bedrijven lopen op tot 3% van de omzet. Je modelkeuze bepaalt direct hoe complex je compliance-traject wordt.

3. Geopolitieke risico's zijn reîel. De opschorting van Claude Fable 5 en Mythos 5 door exportrestricties laat zien dat je op een ochtend zonder je primaire AI-model kunt zitten.

DeepSeek is geblokkeerd op overheidsapparaten in meer dan tien landen, waaronder Nederland. Een single-vendor strategie is een bedrijfsrisico geworden.

De consequentie: je hebt een bewuste modelstrategie nodig. Niet "we gebruiken ChatGPT omdat iedereen dat doet," maar een onderbouwde keuze op basis van je use cases, je privacyvereisten en je budget.

Daar komt bij: de kloof tussen het beste en het goedkoopste model is kleiner dan ooit. Artificial Analysis mat in juni 2026 dat de top-5 modellen slechts 7,6 punten uit elkaar liggen op hun Intelligence Index, en dat beeld hield in september stand.

Het verschil zit niet meer in ruwe intelligentie, maar in specialisatie, prijs en vertrouwen. Een goedkoper model met de juiste prompt levert vaak betere resultaten dan het duurste model met een slordige vraag.

AI-model vs. AI-tool: het verschil dat je moet begrijpen#

Voordat we modellen vergelijken, een essentieel onderscheid.

Een AI-model is de motor: het neurale netwerk dat taal begrijpt, genereert en redeneert. GPT-6 Astra, Claude Opus 5, Gemini 3.1 Pro — dat zijn modellen.

Een AI-tool is het voertuig: de applicatie die een model inzet voor een specifiek doel. ChatGPT is een tool (gebouwd op GPT-modellen).

Microsoft Copilot is een tool (gebouwd op meerdere modellen). Make.com, n8n en Zapier zijn tools die AI-modellen aanroepen via API's.

Waarom dit onderscheid ertoe doet:

• Kosten: een AI-tool rekent doorgaans een abonnementsprijs (EUR 20-30/maand). De onderliggende modelkosten zijn daarin verwerkt. Gebruik je modellen via de API, dan betaal je per token — en die kosten kunnen tien keer hoger uitvallen dan het toolabonnement bij intensief gebruik.
• Privacy: de privacygaranties van een tool (bijvoorbeeld "we trainen niet op je data") hangen af van de afspraken met de modelaanbieder. ChatGPT Enterprise biedt andere garanties dan de gratis versie van ChatGPT, ook al gebruiken beide GPT-modellen.
• Flexibiliteit: tools zijn gebonden aan een of enkele modellen. Via de API kun je modellen combineren, wisselen en routeren op basis van taaktype en kosten.

Voor de rest van deze gids vergelijken we primair de modellen en hun aanbieders, omdat dat de fundamentele keuze is. De toolkeuze volgt daaruit — wil je eerst het tool-landschap zelf overzien, dan zetten we de belangrijkste opties op een rij in ons overzicht van AI-tools voor bedrijven.

De zes AI-modellen die er toe doen in 2026#

ChatGPT / GPT-6 Astra (OpenAI)#

OpenAI blijft de marktleider. ChatGPT bedient 900 miljoen wekelijks actieve gebruikers en verwerkt 2,5 miljard prompts per dag.

GPT-6 Astra, breed uitgerold op 4 september 2026, is het topmodel; daaronder staat de GPT-5.6-lijn met Sol, Terra en Luna.

Sterktes:

• Veruit het grootste ecosysteem: 5 miljoen betalende zakelijke gebruikers, duizenden plugins en integraties
• Sterkste alleskunner — presteert goed op alle taaktypen, van code tot creatief schrijven tot data-analyse
• Contextvenster van 1,05 miljoen tokens (922K input, 128K output)
• EU-dataresidentie beschikbaar via Enterprise-plan en Azure OpenAI

Zwaktes:

• Prijs blijft klimmen: GPT-6 Astra kost $10/$50 per miljoen tokens, tweeëneenhalf keer GPT-5.6 Sol ($4/$20). Boven 272K input-tokens verdubbelt het inputtarief en gaat het outputtarief anderhalf keer omhoog — over de hele request
• Hallucineert meer dan Claude bij complexe feitelijke vragen, aldus Frankwatching
• Privacybeleid van de gratis en Plus-versies is zwakker dan bij concurrenten — standaard worden gesprekken gebruikt voor modeltraining
• OpenAI meldt in de system card van Astra zelf dat de redeneerstappen van het model substantieel slechter te monitoren zijn dan bij de voorganger — een auditpunt zodra je agents in eigen systemen laat handelen

Prijzen (API, per miljoen tokens):

• GPT-6 Astra: $10,00 input / $50,00 output (~EUR 8,60 / EUR 43,00), cached input $1,00
• GPT-6 Astra boven 272K input-tokens: $20,00 input / $75,00 output
• GPT-5.6 Sol: $4,00 / $20,00 — promotieprijs, door OpenAI gegarandeerd tot ten minste 21 november 2026
• GPT-5.6 Terra: $2,00 / $12,00 · GPT-5.6 Luna: $0,20 / $1,20

Zakelijk plan: ChatGPT Team $25/gebruiker/maand, Enterprise op aanvraag. EU-dataresidentie alleen bij Enterprise.

Wanneer ChatGPT de juiste keuze is: je hebt een breed scala aan taken (tekst, code, data, brainstorm), je wilt integraties met externe tools via de GPT Store, of je hebt een team dat al gewend is aan de ChatGPT-interface. De Enterprise-versie is geschikt voor organisaties die EU-dataverwerking nodig hebben en bereid zijn het premium te betalen.

Hoe je ChatGPT daarna concreet in je werkprocessen verankert — van accountstructuur tot bruikbare prompts per rol — werken we uit in ChatGPT zakelijk inzetten in het MKB.

Wanneer niet: als AVG-compliance topprioriteit is zonder Enterprise-budget, of als je kosten per token wilt minimaliseren (Gemini en de GPT-5.6-lijn zijn goedkoper dan Astra). Zet Astra ook niet standaard op max reasoning effort: dat is de grootste kostenknop die er is.

Claude / Fable 5.1 en Opus 5 (Anthropic)#

Anthropic's Claude heeft zijn marktaandeel in 2025-2026 verviervoudigd. Het bedrijf profileert zich op veiligheid, betrouwbaarheid en codeerkwaliteit.

Sterktes:

• Laagste hallucinatiepercentage van alle grote modellen, volgens HYPE Agency en onafhankelijke benchmarks
• Dominant in codering: Claude Fable 5 scoorde in juni 2026 80,3% op SWE-bench Pro, een voorsprong van 11 punten op Opus 4.8 en 22 punten op GPT-5.5. Opvolger Fable 5.1 haalt 55,8 op Terminal-Bench 4.0 tegen 42,0 voor Fable 5
• Hoogste score op de onafhankelijke Artificial Analysis Intelligence Index: 66 voor Fable 5.1 op max effort, de hoogste die dat platform ooit mat
• Tekst die "het minst als AI klinkt" — sterkste toonvastheid en instructieopvolging
• Novo Nordisk reduceerde regulatoire documentatie van 10+ weken naar 10 minuten met Claude

Zwaktes:

• Geen EU-dataresidentie op de Claude API zelf: die accepteert alleen de regio's global en us. Voor Fable 5.1 loopt de EU-route via het eu-multiregion-endpoint van Google Cloud (10% toeslag); op Bedrock bestaan voor dat model alleen us-east-1 en het global endpoint
• Fable 5 was 19 dagen opgeschort (12 juni-1 juli 2026) door Amerikaanse exportrestricties en is inmiddels hersteld; Mythos 5 blijft beperkt tot circa honderd goedgekeurde organisaties via Project Glasswing
• Fable 5 en Fable 5.1 kennen een verplichte 30 dagen dataretentie; zero data retention is voor deze modellen alleen mogelijk met expliciete toestemming van Anthropic
• Kleiner ecosysteem dan OpenAI

Prijzen (API, per miljoen tokens):

• Claude Fable 5.1: $10,00 input / $50,00 output (~EUR 8,60 / EUR 43,00), cache read $0,25
• Claude Opus 5: $5,00 input / $25,00 output (~EUR 4,30 / EUR 21,50)
• Claude Sonnet 4.6: $3,00 input / $15,00 output (~EUR 2,58 / EUR 12,90) · Sonnet 5: $2,00 / $10,00
• Claude Haiku 4.5: $1,00 input / $5,00 output (~EUR 0,86 / EUR 4,30)

Anthropics eigen documentatie adviseert expliciet om met Opus 5 te beginnen en pas naar Fable 5.1 te gaan bij veeleisend redeneerwerk of lange agentische runs. Fable 5.1 genereert ongeveer 1,7 keer zoveel output-tokens als Fable 5; daardoor mat Artificial Analysis per afgeronde taak ~$3,76 tegen ~$2,34 voor Opus 5, ondanks de vier keer goedkopere cache read.

Zakelijk plan: Team Standard $25/seat/maand (min. 5 seats), Enterprise op aanvraag (~$20/seat na prijsverlaging februari 2026).

DPA beschikbaar voor Team, Enterprise en API.

Status Fable 5: Op 12 juni 2026 ontving Anthropic een overheidsdirectief om Fable 5 en Mythos 5 wereldwijd uit te schakelen, vanwege exportrestricties gerelateerd aan nationale veiligheid. Het directief kwam van Commerce Secretary Howard Lutnick en verwees naar een vermeende jailbreak-methode.

Anthropic noemde het "een waarschijnlijk misverstand" en stelde dat de gevonden kwetsbaarheden "beperkt en niet-universeel" zijn. Op 30 juni 2026 hief het Amerikaanse ministerie van Handel de exportcontroles op, en sinds 1 juli 2026 is Fable 5 wereldwijd hersteld — nu met een verbeterde safety-classifier.

De blokkade duurde negentien dagen; het volledige verloop en de gevolgen voor bedrijven die erop bouwden, reconstrueren we in Claude Fable 5 geblokkeerd.

Mythos 5 blijft beperkt beschikbaar voor circa honderd goedgekeurde organisaties via Project Glasswing. Alle overige Claude-modellen (Opus 4.8, Sonnet 4.6, Haiku 3.5) bleven de hele periode volledig beschikbaar.

Op 1 september 2026 volgde Claude Fable 5.1 als nieuw vlaggenschip, beschikbaar voor alle API-klanten; er is geen aanwijzing dat de exportbeperking van juni op dat model van toepassing is. Maar het precedent staat, en de les voor bedrijven ook: bouw niet op een enkel model — zorg voor fallback-opties.

Wil je die keuze en een eventueel stappenplan onderbouwd maken, dan denken we mee vanuit ons AI-advies.

Wanneer Claude de juiste keuze is: je bouwt software en hebt een betrouwbare codeerassistent nodig, je schrijft lange beleidsdocumenten of rapporten waarbij feitelijke nauwkeurigheid cruciaal is, of je wilt tekst die natuurlijk klinkt zonder typische AI-stijlkenmerken. Voor de praktische kant — welk abonnement, welke rollen als eerste, en hoe je Projects en Artifacts inricht — is Claude zakelijk inzetten in het MKB het vervolg op deze paragraaf.

Wanneer niet: als je EU-dataresidentie nodig hebt zonder de complexiteit van AWS Bedrock, als je diep gaat op multimodale taken (Gemini is sterker op beeld en video), of als je het grootste mogelijke ecosysteem aan plugins en integraties wilt.

Gemini 3.1 Pro (Google)#

Google's Gemini is de snelst groeiende uitdager. De Gemini-app heeft meer dan 750 miljoen maandelijks actieve gebruikers, en AI Overviews in Search bereikt 2 miljard maandelijkse gebruikers.

Sterktes:

• Laagste prijs van de frontier-modellen: $2/$12 per miljoen tokens (standaard), met Batch API 50% korting
• Contextvenster van 1 miljoen tokens — ideaal voor grote documentanalyses
• Naadloze integratie met Google Workspace (Docs, Sheets, Gmail, Drive) — sinds 2025 gebundeld in alle Workspace-plannen
• EU-dataverwerking via Google Cloud Platform (regio's Frankfurt, Amsterdam, Zurich)

Zwaktes:

• Zwakker in codering dan Claude: 60% codeerbetrouwbaarheid vs. Claude's 95%
• Pro-modellen verwijderd uit de gratis API-tier per 1 april 2026
• Minder sterk in Nederlandstalige nuance dan Claude en ChatGPT
• Google's databeleid roept vragen op bij privacybewuste organisaties

Prijzen (API, per miljoen tokens):

• Gemini 3.1 Pro (standaard): $2,00 input / $12,00 output (~EUR 1,72 / EUR 10,32)
• Gemini 3.1 Pro (>200K tokens): $4,00 input / $18,00 output
• Gemini 3.5 Flash: $0,10-0,40 input / $0,40-1,60 output

Zakelijk plan: Gebundeld in Google Workspace Business Standard ($14/gebruiker/maand) en Enterprise. Geen apart Gemini-abonnement meer nodig.

Wanneer Gemini de juiste keuze is: je organisatie draait op Google Workspace en wilt AI naadloos in Docs, Sheets en Gmail integreren, je verwerkt grote documenten (contracten, jaarverslagen, technische specificaties) die profiteren van het miljoen-token contextvenster, of je wilt API-kosten minimaliseren.

Wanneer niet: als je hoge eisen stelt aan codekwaliteit (Claude is betrouwbaarder), als je team gewend is aan de ChatGPT-interface, of als je specifiek Nederlandstalige nuance nodig hebt in marketing- en communicatieteksten.

Microsoft Copilot#

Microsoft Copilot is geen AI-model maar een AI-laag bovenop het Microsoft 365-ecosysteem. Het gebruikt onder de motorkap meerdere modellen (GPT-5.x via Azure, eigen MAI-modellen), maar je kiest niet zelf welk model je gebruikt — Microsoft routeert automatisch.

Sterktes:

• Diepste integratie met bedrijfssoftware: Word, Excel, PowerPoint, Outlook, Teams, SharePoint, Dynamics
• IDC-onderzoek: $3,70 rendement per $1 geinvesteerd in Copilot
• Enterprise-grade compliance: SOC 2, ISO 27001, HIPAA, ISO 42001, GDPR
• EU-dataverwerking standaard voor Europese tenants via Azure-datacenters in de EU

Zwaktes:

• Vendor lock-in: Copilot heeft alleen waarde als je al op Microsoft 365 draait
• Geen API-toegang tot het onderliggende model — je kunt Copilot niet in eigen applicaties integreren
• Kosten stapelen: de $30/gebruiker/maand komt bovenop je Microsoft 365-licentie (totaal ~EUR 66-87/gebruiker/maand bij E3/E5)
• Geen modelkeuze — je bent afhankelijk van Microsofts routeringsbeslissingen

Prijzen:

• Copilot Business: $18/gebruiker/maand (promotie tot 30 juni 2026, daarna $21)
• Copilot Enterprise: $30/gebruiker/maand
• M365 E7 Frontier Suite: $99/gebruiker/maand (bundel met E5 + Copilot + Agent 365 + security)

Let op: deze prijzen zijn add-ons bovenop je bestaande Microsoft 365-licentie.

Wanneer Copilot de juiste keuze is: je organisatie is gestandaardiseerd op Microsoft 365 en je team besteedt dagelijks uren aan documenten, presentaties, e-mails en vergaderingen. De productiviteitswinst zit in de eliminatie van context-wisseling: je hoeft niet meer naar een apart AI-venster te wisselen.

Wanneer niet: als je API-toegang nodig hebt om AI in eigen applicaties te integreren, als je niet op Microsoft 365 draait (dan heeft Copilot geen meerwaarde), of als je controle wilt over welk model wordt gebruikt.

Mistral (Europees alternatief)#

Mistral is het meest serieuze Europese AI-bedrijf. Opgericht in 2023 door ex-onderzoekers van Meta AI en Google DeepMind, gevestigd in Parijs.

Met een waardering van $13,8 miljard en een ARR van $400 miljoen is het geen niche-speler meer.

Sterktes:

• Volledig Europese dataverwerking — alle data via La Plateforme blijft binnen de EU. Geen CLOUD Act-risico, geen Standard Contractual Clauses nodig
• Sterkste AVG-positie van alle grote aanbieders, aldus Workflows.nl
• Eigen datacenter van 50 MW in aanbouw, plus overname van cloudprovider Koyeb voor eigen inferentie-infrastructuur
• Competitieve API-prijzen, met name voor het Small-model
• Enterprise-functies: Le Chat Enterprise met on-premises connectors, zodat bedrijfsdata niet naar de cloud hoeft
• Bijzonder sterk in Europese talen, inclusief Nederlands

Zwaktes:

• Kleinere modellen presteren onder het niveau van Claude en de GPT-6-lijn op complexe taken
• Veel kleiner ecosysteem en community dan OpenAI of Google
• Minder integraties met bedrijfssoftware
• Beperktere documentatie en developer tooling

Prijzen (API, per miljoen tokens):

• Mistral Large 3: ~EUR 4,00 input / ~EUR 12,00 output
• Mistral Medium 3.5: $1,50 input / $7,50 output
• Mistral Small 4: $0,10 input / $0,30 output

Zakelijk plan: Le Chat Pro EUR 14,99/gebruiker/maand. Team/Enterprise: op aanvraag.

Wanneer Mistral de juiste keuze is: je verwerkt persoonsgegevens of gevoelige bedrijfsdata en wilt de eenvoudigste route naar AVG-compliance, je wilt geen afhankelijkheid van Amerikaanse cloudproviders, of je hebt een Europese klant of opdrachtgever die expliciete eisen stelt aan datasoevereiniteit. Mistral is ook interessant als budgetoptie: het Small-model kost een fractie van de concurrentie.

Wanneer niet: als je het allerbeste model nodig hebt voor complexe redeneer- of codeertaken (Claude en de GPT-6-lijn presteren beter), als je een groot ecosysteem aan integraties verwacht, of als je team al gewend is aan een ander platform.

Open-source modellen (Llama 4, DeepSeek V4)#

Open-source modellen bieden maximale controle: je host ze zelf, er zijn geen API-kosten en je data verlaat nooit je eigen infrastructuur. De twee belangrijkste in 2026:

Meta Llama 4 — Llama 4 Scout (109B parameters, 10 miljoen tokens context) en Maverick (400B parameters, 1 miljoen tokens context). Commercieel gebruik toegestaan via de Llama-licentie, met een uitzondering: bedrijven met meer dan 700 miljoen maandelijkse gebruikers hebben een aparte licentie nodig.

Let op: de visie-features zijn niet beschikbaar voor EU-gelicenseerden — een harde beperking voor multimodale toepassingen.

DeepSeek V4 Pro — Het goedkoopste frontier-model: $0,43/$2,00 per miljoen tokens (~EUR 0,37/EUR 1,72). MIT-licentie, dus volledig vrij te gebruiken.

Maar er is een fundamenteel privacyprobleem.

DeepSeek: het privacyrisico. DeepSeek slaat alle data op servers in China op. Onder de Chinese Nationale Inlichtingenwet van 2017 kunnen autoriteiten bedrijven verplichten data te overhandigen — zonder gebruikers te informeren.

Italie blokkeerde DeepSeek binnen 72 uur, en overheidssystemen in Nederland, Australie, Japan, Canada en acht andere landen hebben het verboden. Een 100% jailbreak-slagingspercentage bij beveiligingstests maakt het voor zakelijk gebruik met klantdata ongeschikt.

Wel veilig: zelf hosten. Als je DeepSeek V4 of Llama 4 lokaal draait (via Ollama, vLLM of llama.cpp), verlaat geen data je eigen servers. Dan vervalt het privacyrisico, maar je hebt wel de GPU-infrastructuur en technische kennis nodig om de modellen te draaien en onderhouden.

Voor de meeste MKB-bedrijven is dat geen realistische optie — voor grotere organisaties met een eigen IT-afdeling en compliance-eisen kan het juist de beste keuze zijn.

De kloof wordt kleiner. Open-source modellen lopen nu slechts drie maanden achter op de beste gesloten modellen — de kleinste kloof ooit. Kimi K2.6 (1 biljoen parameters) en DeepSeek V4 Pro (1,6 biljoen parameters, 49 miljard actief) presteren op het niveau van de gesloten frontier-modellen van een kwartaal geleden.

Voor bedrijven die willen investeren in zelf hosten, is het kwalitatieve verschil niet meer prohibitief.

Licentieverschillen. Niet elk open-source model is even vrij te gebruiken. DeepSeek V4 gebruikt een MIT-licentie (maximale vrijheid), Mistral Small en Qwen gebruiken Apache 2.0, en Llama 4 heeft een eigen community-licentie met de beperking voor bedrijven boven 700 miljoen MAU.

Controleer altijd de licentievoorwaarden voordat je een model in productie neemt. De volledige afweging — welke modellen serieus te nemen zijn, wat de GPU-infrastructuur realistisch kost en vanaf welk volume zelf hosten zich terugverdient — staat in open-source AI-modellen voor bedrijven.

Wanneer open-source de juiste keuze is: je hebt strikte data-soevereiniteitseisen die geen enkele cloudprovider kan garanderen, je wilt fine-tunen op je eigen domeindata (contracten, medische dossiers, technische handleidingen), of je hebt een hoog API-volume waardoor commerciële tokenprijzen onbetaalbaar worden.

Wanneer niet: als je geen technisch team hebt dat GPU-infrastructure kan beheren, als je snelle toegang wilt tot de allerbeste modellen (die zijn nog steeds eerst beschikbaar als gesloten API), of als je compliance-certificeringen nodig hebt die open-source deployments niet standaard bieden.

Vergelijkingstabel: alle modellen naast elkaar#

Prestatiebenchmarks frontier-modellen (september 2026)#

Bronnen: Vellum LLM Leaderboard en Artificial Analysis. De Terminal-Bench- en HLE-cijfers zijn door de leveranciers zelf gerapporteerd; de Index is onafhankelijk gemeten.

Let op het patroon: geen enkel model wint alles. Astra leidt op agentic coding, Fable 5.1 op de onafhankelijke index en op kennisvragen met tools.

En de indices zijn het onderling oneens — Epoch AI, dat 50+ benchmarks aggregeert, zet Astra juist eerste met 169 tegen 163 voor Fable 5.1. De niet-frontier modellen zitten daar duidelijk onder: Gemini 3.1 Pro 57, DeepSeek V4 Pro 52 en Mistral Large 3 rond 50 op de Index-meting van juni 2026.

Voor de generatie daarvoor gold: Claude Fable 5 scoorde 80,3% op SWE-bench Pro en 95,0% op SWE-bench Verified, tegen 69,2% / 88,6% voor Opus 4.8 en 58,6% / 82,6% voor GPT-5.5 (SWE-bench Pro Leaderboard). Fable 5 was 12 juni-1 juli 2026 opgeschort vanwege exportrestricties en is sinds 1 juli 2026 wereldwijd hersteld.

Kosten per miljoen tokens (API, september 2026)#

De sticker-prijs vertelt niet alles. Twee posten die het beeld kantelen: GPT-6 Astra rekent boven 272K input-tokens het dubbele input- en anderhalf keer het outputtarief over de hele request, terwijl Claude Fable 5.1 standaardtarief houdt over het volle 1M-venster.

En bij herhaald hergebruik van dezelfde prompt-prefix telt de cache read: $0,25 per miljoen tokens bij Fable 5.1 tegen $1,00 bij Astra en bij Fable 5. Bronnen: Anthropic-prijzen, OpenAI-prijzen.

Zakelijke plannen vergeleken#

Snelle keuzematrix per use case#

Privacy, AVG en de EU AI Act#

AVG-compliance per aanbieder#

GDPR-compliance is geen eigenschap van het AI-model zelf, maar van de hosting. GPT via Azure West Europe, Claude via AWS Bedrock Frankfurt en Gemini via Google Cloud Frankfurt kunnen allemaal AVG-compliant ingezet worden. Maar de standaardconfiguratie verschilt per aanbieder:

Mistral heeft de eenvoudigste AVG-positie: alle dataverwerking vindt standaard plaats binnen de EU. Geen additionele contracten, geen Standard Contractual Clauses, geen CLOUD Act-risico omdat Mistral een Frans bedrijf is.

Voor organisaties waarvoor datasoevereiniteit topprioriteit is, is Mistral de path of least resistance.

Google biedt EU-dataverwerking via GCP-regio's (Amsterdam, Frankfurt, Zurich). Workspace-data van Europese tenants wordt standaard binnen de EU verwerkt.

De DPA is onderdeel van de Workspace-voorwaarden.

OpenAI biedt EU-dataresidentie uitsluitend voor Enterprise-klanten via Azure OpenAI. De gratis versie, Plus en Team-plannen verwerken data in de VS. Bovendien worden gesprekken in de gratis en Plus-plannen standaard gebruikt voor modeltraining — een directe AVG-kwestie als er persoonsgegevens in zitten.

Anthropic heeft geen eigen EU-dataresidentie. Bedrijven die Claude willen gebruiken met EU-data hebben Standard Contractual Clauses nodig of moeten Claude via AWS Bedrock in de Frankfurt-regio inzetten.

DPA's zijn beschikbaar voor Team, Enterprise en API-klanten.

Microsoft Copilot verwerkt data standaard binnen de EU voor Europese tenants, met volledige GDPR-, SOC 2- en ISO 42001-certificering. De sterkste compliance-positie van de grote aanbieders, mits je al in het Microsoft-ecosysteem zit.

Wie een model per aanbieder juridisch wil toetsen in plaats van vergelijken op hoofdlijnen, vindt de aanbieder-voor-aanbieder-analyse — inclusief DPA's, subverwerkers en retentietermijnen — in AI en de AVG: welk model is GDPR-proof.

Het CLOUD Act-risico#

Een veelgemaakte denkfout: "mijn data staat in een EU-datacenter, dus ik ben compliant." De Amerikaanse CLOUD Act stelt Amerikaanse bedrijven verplicht data te overhandigen aan Amerikaanse autoriteiten, ongeacht waar die data fysiek staat.

Dat geldt voor OpenAI, Anthropic, Google en Microsoft. Alleen Mistral (Frans) en zelf gehoste open-source modellen vallen buiten de reikwijdte van de CLOUD Act.

In de praktijk wordt dit risico gemitigeerd door het EU-US Data Privacy Framework, dat datatransfers naar gecertificeerde Amerikaanse bedrijven toestaat. Maar juridische uitdagingen zijn verwacht, en het framework kan — net als zijn voorgangers Safe Harbor en Privacy Shield — worden ongeldig verklaard.

Hoe zwaar je dat scenario moet wegen, en welke Europese alternatieven er per laag van de stack zijn, behandelen we in digitale soevereiniteit en Europese AI.

De EU AI Act: wat je nu moet regelen#

De EU AI Act verplicht elke organisatie die AI inzet tot drie zaken. Het uitstel voor hoog-risico-systemen is inmiddels definitief: Verordening (EU) 2026/1744 verschoof Bijlage III naar 2 december 2027 en Bijlage I naar 2 augustus 2028. De transparantieplicht schoof niet op en geldt sinds 2 augustus 2026:

1. AI-geletterdheid (nu al verplicht): alle medewerkers die met AI werken moeten getraind zijn over de werking en beperkingen
2. AI-register: documenteer welke AI-tools je gebruikt, waarvoor, welke data erin gaat en wie verantwoordelijk is
3. Transparantie: klanten moeten weten wanneer ze met AI communiceren

Veel AI Act-werk zit al in je AVG-dossier. Is je verwerkingsregister op orde, dan breid je het uit met een AI-kolom.

De boetes lopen tot EUR 15 miljoen of 3% van de omzet voor hoog-risicoverplichtingen en tot 7% voor verboden toepassingen. Voor kmo's rekent artikel 99, lid 6 met het laagste van die twee.

Checklist: AI-model compliance in 5 stappen#

Ongeacht welk model je kiest, deze vijf stappen dekken je basisverplichtingen:

1. DPA afsluiten met je AI-aanbieder (beschikbaar bij alle grote aanbieders op betaalde plannen)
2. Verwerkingsregister uitbreiden met een AI-kolom: welk model, welke data, welk doel, welke rechtsgrondslag
3. AI-beleid opstellen: richtlijnen voor medewerkers over wat wel en niet in AI-tools mag (geen klant-BSN, geen medische dossiers in gratis tools)
4. Training organiseren: basiscursus AI-geletterdheid voor alle medewerkers die met AI werken (verplicht onder de AI Act)
5. Transparantie regelen: waar AI klantcontact heeft (chatbots, geautomatiseerde e-mails), een duidelijke melding toevoegen

Dit klinkt als veel werk, maar de stappen zijn concreet en eenmalig. Een MKB-bedrijf met 10-50 medewerkers kan dit in 2-4 weken op orde hebben.

Welk AI-model past bij jouw bedrijf? Het CleverTech AI Keuzemodel#

Benchmarks en prijstabellen helpen, maar de juiste keuze hangt af van jouw specifieke situatie. Gebruik dit keuzemodel om in 15 minuten tot een onderbouwde beslissing te komen.

Stap 1: Bepaal je primaire use case#

Zit je zwaarste use case in een sector met een eigen documentplicht, dan weegt betrouwbare documentverwerking zwaarder dan de ruwe benchmarkscore. Voor de bouw hebben we dat uitgewerkt aan de hand van de opleverdossiers die de Wet kwaliteitsborging verplicht stelt: Wkb-dossiervorming automatiseren.

Stap 2: Weeg je privacy-eisen#

Stap 3: Bereken je volumekosten#

De kostenberekening maakt het verschil. Een voorbeeld: je verwerkt 10.000 klantvragen per maand van gemiddeld 500 tokens input en 1.000 tokens output.

Bij 10.000 requests per maand is het verschil beheersbaar. Maar bij 1 miljoen requests per maand (een grote webshop, een SaaS-platform) wordt het verschil duizenden euro's per maand.

Dan is model-routing — zware taken naar een duur model, simpele taken naar een goedkoop model — essentieel.

Stap 4: Het beslismoment#

Je bent een MKB-bedrijf (10-50 medewerkers) zonder speciale compliance-eisen? Start met ChatGPT Team ($25/gebruiker/maand) of Claude Team ($25/seat/maand) voor dagelijks gebruik. Voeg Gemini toe als je op Google Workspace draait.

Je werkt met gevoelige klantdata in een gereguleerde sector? Kies Mistral Enterprise voor de eenvoudigste AVG-route, of zet Claude in via AWS Bedrock Frankfurt met DPA.

Je bent een softwarebedrijf en codering is je primaire use case? Claude en GPT-6 Astra staan hier bovenaan; Astra leidt op Terminal-Bench 4.0 (57,7 tegen 55,8), Claude op de onafhankelijke Intelligence Index. Gebruik Sonnet 4.6 voor dagelijks werk, Opus 5 voor complexe architectuurvragen en reserveer een frontier-model voor lange, onbewaakte agent-runs.

De modelkeuze is hier maar de helft van het verhaal: de tool eromheen bepaalt hoeveel je er in de praktijk uit haalt. Die vergelijking — Copilot, Cursor en Claude Code naast elkaar — staat in AI-codetools vergeleken.

Je draait al op Microsoft 365 en wilt snel productiviteitswinst? Copilot is de logische keuze. De investering (~EUR 50-87/gebruiker/maand totaal) betaalt zich terug als je team dagelijks documenten, presentaties en e-mails produceert.

Je hebt een hoog API-volume en wilt kosten minimaliseren? Combineer: Gemini Flash of Mistral Small voor eenvoudige taken, Claude Sonnet of GPT-5.6 Sol voor complexe taken. Dat is de multi-model strategie die we in het volgende hoofdstuk bespreken.

Kosten per AI-model: wat betaal je echt?#

De API-prijs per token vertelt niet het hele verhaal. Hier zijn de werkelijke kosten voor drie veelvoorkomende bedrijfsscenario's:

Scenario 1: Marketingbureau (5 medewerkers, dagelijks gebruik)#

Scenario 2: Softwarebedrijf (20 developers, intensief API-gebruik)#

Scenario 3: Groot bedrijf (200 medewerkers, Copilot)#

Die laatste berekening illustreert waarom TechCrunch meldt dat bedrijven hun AI-budgetten overschrijden: de kosten zitten niet in de modellen zelf, maar in de licenties en het volume.

Verborgen kosten die je vergeet#

• Onderhoud: API-wijzigingen, modelupdates en edge cases vereisen 4-8 uur per maand onderhoud (~EUR 400-800)
• Training: medewerkers moeten leren effectief te prompten. Reken EUR 400-600 per persoon
• Compliance: AVG-documentatie, DPA-review, AI Act-register — eenmalig EUR 2.000-10.000 afhankelijk van complexiteit
• Shadow AI: zolang officiële tools en richtlijnen ontbreken, kiest iedereen zelf iets — en blijft ongezien welke bedrijfsdata in welke dienst belandt. Geen kostenpost, maar een compliance-risico
• Modelupdates: AI-aanbieders brengen elke 2-4 maanden nieuwe modellen uit. Sommige updates veranderen het gedrag van je bestaande workflows. Reserveer tijd om te testen na elke modelupdate

Wil je het volledige plaatje van wat AI-implementatie kost — van per-token modelprijzen tot implementatiebudgetten, verborgen TCO en vijf strategieen om je AI-uitgaven te halveren — lees dan ons aparte kostenoverzicht voor bedrijven.

Kosten beheersen: drie praktische tips#

1. Gebruik caching. OpenAI rekent voor GPT-6 Astra $1,00 per miljoen cached input-tokens tegen $10,00 standaard; Anthropic bracht de cache read voor Fable 5.1 terug van $1,00 naar $0,25 — een factor 40 onder de inputprijs.

Als je herhaaldelijk dezelfde systeemprompt of context meestuurt, zoals bij een klantenservice-chatbot, is dit de grootste directe besparing die er is. Wie geen herhaalde prefix heeft, merkt er niets van.

2. Kies het juiste model per taak. Niet elke taak verdient een frontier-model.

Een e-mailclassificatie die 3 regels tekst leest en "urgent/niet-urgent" teruggeeft, hoeft niet door een frontier-model te lopen. Mistral Small of Gemini Flash volstaat — tegen 1/50e van de prijs.

3. Zet de reasoning-effort per taaktype. Zowel Claude Fable 5.1 als GPT-6 Astra kent vijf effort-niveaus, en het verschil in tokenverbruik tussen het laagste en hoogste niveau loopt bij Fable 5.1 op tot een factor 11.

Een implementatie die overal op de hoogste stand staat, betaalt structureel te veel voor taken die dat niet nodig hebben.

4. Monitor je verbruik. Zonder monitoring ontdek je pas aan het eind van de maand dat een slecht geschreven prompt 10x meer tokens verbruikt dan nodig.

Tools als Helicone, LangFuse en Portkey geven real-time inzicht in je tokenverbruik per endpoint.

Modellen combineren: de multi-model strategie#

De vraag "welk AI-model is het beste?" is de verkeerde vraag. De juiste vraag is: "welke combinatie van modellen optimaliseert kwaliteit, kosten en beschikbaarheid voor mijn use cases?"

IDC voorspelt dat in 2028 70% van de AI-voorlopers multi-model architecturen gebruikt. Vandaag doet al 37% van de enterprises dat met 5+ modellen. De reden is drieledig:

1. Lagere tokenkosten. Door het gros van de requests naar lichtere modellen te routeren (Haiku, Flash, Mistral Small) en alleen complexe taken naar frontier-modellen te sturen, dalen de totale tokenkosten fors; RouterBench meet die afruil tussen kosten en kwaliteit systematisch.

Een praktisch voorbeeld: Haiku 4.5 voor intake-classificatie (EUR 0,86/M tokens), Sonnet 4.6 voor redactionele taken (EUR 12,90/M tokens), Opus 5 alleen voor complexe analyses (EUR 21,50/M tokens).

2. Beschikbaarheid en risicospreiding. De opschorting van Fable 5 bewees dat afhankelijkheid van een enkel model een bedrijfsrisico is.

Met een multi-model setup schakel je bij een storing of opschorting binnen seconden over naar een alternatief.

3. Taakoptimalisatie. Geen enkel model is het beste op alles.

Claude voor code, Gemini voor documentanalyse, ChatGPT voor creatieve brainstorms, Mistral Small voor eenvoudige classificatie — elk model op zijn sterkste punt inzetten levert betere resultaten dan een one-size-fits-all aanpak.

Hoe begin je met multi-model?#

Voor de meeste MKB-bedrijven is de eenvoudigste aanpak:

1. Kies een primair model voor dagelijks gebruik (ChatGPT, Claude of Gemini — afhankelijk van je ecosysteem)
2. Voeg een goedkoop model toe voor hoog-volume, laag-complexiteit taken (Gemini Flash, Mistral Small)
3. Zorg voor een fallback bij je primaire model (als Claude je primair is, configureer GPT als backup)
4. Gebruik een AI-gateway (OpenRouter, LiteLLM of Portkey) als je via API werkt om routering te automatiseren

Wil je die routering niet handmatig bouwen maar direct verankeren in je eigen software of workflows, dan is dat precies het soort integratie dat we als maatwerk software opleveren — inclusief de fallback-logica die een modelblokkade opvangt. Wordt het model zelf een productfunctie in plaats van een koppeling, dan heet dat AI software ontwikkeling.

Voor processen waar het model zelfstandig stappen moet uitvoeren, verschuift de vraag naar het bouwen van AI-agents die de juiste modellen per taak aanroepen.

Het advies van SurePrompts vat het goed samen: "Gebruik het lichtste model dat het werk goed doet." Een goed geformuleerde prompt op een middenklasse-model geeft vaak betere resultaten dan een vage vraag aan het duurste frontier-model.

Praktijkvoorbeeld: multi-model routing in drie lagen#

Een concreet voorbeeld van hoe een MKB-bedrijf met een klantenserviceportal multi-model kan inzetten — precies de gelaagdheid die we in een chatbot op maat inbouwen:

Bij 10.000 klantvragen per maand waarvan 70% standaard en 10% escalatie:

• Triage (10.000x): EUR 0,30
• Afhandeling (7.000x): EUR 140
• Escalatie (1.000x): EUR 80
• Totaal: ~EUR 220/maand vs. EUR 800+ als alles via Opus zou lopen

Dat is geen theoretisch voordeel — het is het verschil tussen een rendabel en een verlieslatend AI-project.

Benchmarks lezen: waar je op moet letten#

Leveranciers shoppen in benchmarks: ze lichten altijd die ene metriek uit waar hun model het best scoort. Hier zijn de benchmarks die er voor zakelijk gebruik echt toe doen, en hoe je ze interpreteert:

SWE-bench (Verified en Pro) — Meet of een model echte GitHub-bugs kan oplossen in bestaande codebases. Dit is de meest representatieve benchmark voor software-ontwikkeling.

In de meting van juni 2026 leidde Claude Fable 5 met 80,3% op Pro en 95% op Verified; GPT-5.5 scoorde 58,6% op Pro. De Pro-variant is harder en beter gevalideerd.

De frontier-modellen van september 2026 worden vooral op Terminal-Bench gerapporteerd, niet meer op SWE-bench.

GPQA Diamond — Graduate-level vragen in wetenschap, wiskunde en techniek. De top-modellen convergeren rond 92-95%, wat betekent dat dit onderscheidend vermogen verliest.

Nuttig als minimumdrempel, niet als onderscheider.

Artificial Analysis Intelligence Index — Aggregeert meerdere benchmarks in een enkele score. In de meting van september 2026 scoort Claude Fable 5.1 op max effort 66 — de hoogste die dit platform ooit mat — tegen 63 voor Opus 5, 62 voor Fable 5 en 61 voor zowel GPT-6 Astra als GPT-5.6 Sol.

De top blijft dicht opeengepakt, wat bevestigt dat ruwe intelligentie niet meer het onderscheidende criterium is. Let op dat een index geen laatste woord is: Epoch AI komt met dezelfde modellen tot de omgekeerde rangorde.

MMLU (Massive Multitask Language Understanding) — Ooit de gouden standaard, nu verzadigd: alle topmodellen scoren boven 90%. Niet meer informatief voor modelkeuze.

Arena Elo (Chatbot Arena) — Menselijke voorkeur op basis van dubbelblinde vergelijkingen. De top-6 organisaties zitten binnen 80 punten van elkaar: Anthropic 1.503, xAI 1.495, Google 1.494, OpenAI 1.481.

Dit bevestigt dat de gebruikerservaring tussen topmodellen marginaal verschilt.

De les: kijk niet naar een enkel benchmarkgetal maar naar de metriek die bij jouw use case past.

Voor codering is SWE-bench bepalend. Voor analytische taken is GPQA relevanter.

Voor alledaags kantoorgebruik zijn de Arena Elo-scores eerlijker dan gestandaardiseerde tests. Wil je zelf leveranciersclaims kunnen ontleden — welke test wat meet, waar de meetfouten zitten en hoe je pass@k-trucs herkent — lees dan AI-benchmarks uitgelegd: scores leren lezen.

De juiste modelstrategie in vijf stappen#

Samengevat: het kiezen van het juiste AI-model is geen eenmalige beslissing maar een doorlopend proces. Hier het CleverTech AI vijfstappenplan:

1. Inventariseer je use cases. Maak een lijst van alle manieren waarop je team AI gebruikt of wil gebruiken.

Categoriseer per type: tekst, code, data, klantenservice, documenten.

2. Bepaal je privacy-niveau per use case. Werk je met persoonsgegevens?

Gevoelige bedrijfsdata? Publieke informatie?

Dit bepaalt welke modellen in aanmerking komen.

3. Start met een pilot op twee modellen. Kies een primair model (op basis van je zwaarste use case) en een budgetmodel (voor hoog-volume, laag-complexiteit taken).

Test beide een maand lang met je team.

4. Meet en vergelijk. Na een maand: welk model levert betere output voor jullie taken?

Wat zijn de werkelijke kosten? Waar lopen jullie tegenaan?

Pas je keuze aan op basis van data, niet op basis van marketing.

5. Bouw flexibiliteit in. Zorg dat je niet 100% afhankelijk bent van een enkele aanbieder.

De opschorting van Fable 5 liet zien hoe snel de markt kan veranderen. Een multi-model strategie is geen luxe meer, maar risicomanagement.

Stap 4 en 5 stoppen niet na de pilot: modellen worden vervangen, prijzen wijzigen en prompts verouderen. Wie dat maandritme niet zelf wil dragen, legt het bij beheer van de AI-omgeving.

Wat we bij CleverTech AI adviseren#

Na tientallen AI-implementaties voor MKB-bedrijven is ons standaardadvies: begin smal, meet alles en schaal dan op. Kies niet het duurste model "voor de zekerheid," maar het model dat het best past bij je zwaarste use case. Voeg modellen pas toe als je een concreet volumeprobleem of kwaliteitsprobleem hebt dat een extra model oplost.

De meeste MKB-bedrijven hebben genoeg aan twee modellen: een dagelijks werkpaard (Claude Team of ChatGPT Team voor EUR 25/seat/maand) en een budgetoptie voor geautomatiseerde processen (Gemini Flash of Mistral Small via API). Dat dekt 90% van de use cases voor minder dan EUR 300 per maand bij een team van 10 medewerkers.

Voor organisaties met compliance-eisen in gereguleerde sectoren (zorg, financiële dienstverlening, overheid) adviseren we Mistral als primair model of Claude via AWS Bedrock Frankfurt, gecombineerd met een formeel AI-beleid en verwerkingsregister. Wil je zo'n model daadwerkelijk op je eigen bedrijfsdata laten werken — veilig en binnen je eigen omgeving — dan is dat het vertrekpunt van onze AI-implementatie op eigen data.

Doe de gratis AI-scan en ontdek in 10 minuten welk AI-model het best past bij jouw bedrijfsprocessen. Of plan een vrijblijvend gesprek en we lopen samen door het keuzemodel voor jouw situatie.