Modelklasse (grootte en prijs)

Wat is een modelklasse?

Een modelklasse is één trede op de ladder van groottes en prijzen waarin elke modelgeneratie verschijnt. In het Engels heet dat een model tier. Anthropic verkoopt Haiku, Sonnet, Opus en Fable. OpenAI verkoopt zijn GPT-5.6-lijn als Luna, Terra en Sol, met GPT-6 Astra erboven, na jaren van nano, mini en het volledige model. Google verkoopt Gemini als Flash-Lite, Flash en Pro. De namen verschillen, het idee is hetzelfde: één generatie, aangeboden op drie of vier punten tussen klein en goedkoop en groot en duur.

Die klassen zijn bedoeld om samen te gebruiken. De leveranciers zelf omschrijven de kleinste klasse als die voor grote volumes eenvoudig werk en de grootste als die voor het zwaarste redeneerwerk, en ze verwachten dat je elke aanvraag naar de trede stuurt die erbij past. Vergelijk het met een wagenpark voor leveringen: je stuurt niet de grootste vrachtwagen uit voor elk pakje.

Wat verandert er van de ene klasse naar de andere?

Kwaliteit op moeilijke taken. Het verschil zie je bij werk dat meerdere stappen oordeel vraagt: een contract nalezen op een clausule die ontbreekt, een fout opsporen in een grote codebase, een lange agent-run plannen. Bij een taak met één duidelijk juist antwoord, het totaal van een factuur eruit halen of een ticket in één van vijf wachtrijen stoppen, geven de kleine en de grote klasse meestal hetzelfde antwoord. Je betaalt voor het verschil op de moeilijke gevallen, en in de meeste werklasten zijn die een minderheid.

Snelheid en prijs. Een kleiner model heeft minder rekenwerk per token, dus het antwoordt sneller en kost minder. In de modeltabel van Anthropic staan de klassen van snelst naar traagst in precies dezelfde volgorde als hun prijs.

Context window en outputlimiet. Niet altijd gelijk over de hele ladder. Claude Haiku 4.5 neemt 200.000 tokens context en schrijft tot 64.000, terwijl de drie klassen erboven een miljoen tokens nemen en tot 128.000 schrijven. Gemini 3.5 Flash-Lite van Google neemt daarentegen hetzelfde context window van een miljoen tokens als zijn grotere broers.

Functies. Sommige knoppen bestaan enkel hogerop. De effort-parameter van Anthropic, die binnen één model denktijd ruilt voor kost, werkt niet op Haiku 4.5. Als je taak een document van 500 pagina's in één prompt nodig heeft, is de prijsvergelijking zinloos op een klasse die het niet kan lezen. Kijk dus eerst in de functietabel en vergelijk pas daarna de prijzen.

Het prijsverschil in september 2026

Prijzen per miljoen tokens, eerst input en dan output, van de prijspagina's van de leveranciers zelf op 3 september 2026. Afgerond, in Amerikaanse dollar.

• Anthropic. Claude Haiku 4.5 aan 1 en 5, Sonnet 5 aan 2 en 10, Opus 5 aan 5 en 25, Fable 5.1 aan 10 en 50. Van onder naar boven is dat een factor tien, op input en op output.

• OpenAI. GPT-5.6 Luna aan 0,20 en 1,20, Terra aan 2 en 12, Sol aan 4 en 20, GPT-6 Astra aan 10 en 50. Van onder naar boven is dat grofweg een factor vijftig op input en veertig op output.

• Google. Gemini 3.5 Flash-Lite aan 0,30 en 2,50, Gemini 3.8 Flash aan 0,75 en 3,75, Gemini 3.1 Pro (nog in preview) aan 2 en 12 voor prompts tot 200.000 tokens. Van onder naar boven grofweg een factor zeven op input en vijf op output. Google heeft aangekondigd dat de meeste Gemini 3-prijzen stijgen op 1 januari 2027.

Het verschil tussen de goedkoopste en de duurste trede van één generatie zit dus ergens tussen vijf en vijftig keer, afhankelijk van de leverancier. Batchverwerking en prompt caching drukken de cijfers, maar de verhouding tussen de klassen blijft. De absolute cijfers verouderen snel (de lanceerprijs van Sonnet 5 zou op 1 september 2026 stijgen en dat is niet gebeurd), dus zie de verhouding als het duurzame feit en kijk de cijfers na op de dag dat je de business case maakt.

Kies de klasse per taak, niet per bedrijf

De fout die we het vaakst zien is een beslissing voor het hele bedrijf: "wij gebruiken model X". Een modelklasse kies je per aanvraag, en de aanvraag die Fable nodig heeft is zelden die aanvraag die tienduizend keer per dag loopt.

Splits je werklast in de taken die er echt in zitten. Stuur de taken met groot volume en één juist antwoord naar de kleine klasse: classificeren, gegevens eruit halen, doorverwijzen, herformatteren. Stuur de taken die oordeel vragen naar een grote klasse: een contractreview, een oorzaakanalyse, een agent die twintig stappen moet plannen. Draai daarna je eigen eval per taak, met je eigen documenten, en verplaats een taak een trede omhoog of omlaag als de cijfers dat zeggen. De keuzegids van Anthropic en de model selection guide van OpenAI komen op dezelfde instructie neer: bouw een testset voor je eigen toepassing, wissel naar het kleinere model en kijk of de nauwkeurigheid standhoudt aan de lagere prijs.

Een rekenvoorbeeld. Een bedrijf krijgt 20.000 klantenmails per maand en wil elke mail in één van acht wachtrijen. Stel dat elke aanroep zo'n 1.500 inputtokens stuurt (de mail plus de instructies) en 20 outputtokens terugkrijgt (de naam van de wachtrij).

• Kleine klasse (Claude Haiku 4.5, 1 en 5 dollar): 30 miljoen inputtokens kosten 30 dollar, 400.000 outputtokens kosten 2 dollar. Ongeveer 32 dollar per maand.

• Grootste klasse (Claude Fable 5.1, 10 en 50 dollar): 300 dollar plus 20 dollar. Ongeveer 320 dollar per maand.

Tien keer de prijs voor een taak waar beide klassen het over bijna elke mail eens zullen zijn. De besparing is hier bescheiden, maar dezelfde rekensom op een agent die duizenden tool-aanroepen per dag doet, beslist of een functie zichzelf terugverdient.

Kleine klasse tegenover grote klasse: kost per taak tegenover foutenpercentage

Prijs per token is de verkeerde eenheid voor de beslissing. De eenheid die telt is de kost per juist resultaat, en die hangt af van twee dingen die de prijspagina niet toont: hoe vaak elke klasse jouw taak fout doet, en wat een fout antwoord je kost.

Neem het mailvoorbeeld opnieuw en stel dat de kleine klasse 3 procent van de mails verkeerd stuurt en de grote 1 procent. Dat zijn 400 extra mails per maand in de verkeerde wachtrij. Als een verkeerd gestuurde mail een collega vijf minuten kost om op te merken en door te sturen, kost de kleine klasse je ongeveer 33 uur van iemands tijd per maand, tegenover 288 dollar extra modelkost voor de grote klasse. Dan is de grote klasse de goedkopere optie. Die twee percentages zijn aannames om de rekensom te tonen; de echte cijfers komen uit je eval, en die beslissen het antwoord.

Anthropic publiceerde in 2026 een eigen meting van dezelfde afweging. Op een makkelijk deel van een benchmark voor webonderzoek kostte een Fable 5-coördinator die werk doorgaf aan een Sonnet 5-werker ongeveer de helft van Fable 5 alleen, met in beide gevallen 15 tot 18 juiste antwoorden op 20. Op de volledige, moeilijkere set draaide de rekening om: Fable 5 alleen haalde dezelfde nauwkeurigheid aan 22 tot 30 procent lagere kost. Dezelfde modellen, dezelfde ladder, het omgekeerde antwoord, beslist door hoe moeilijk de taak was.

Klassen, model routing en versies

Routing maakt van klassen een besparing. Model routing is tijdens het draaien beslissen welk model een aanvraag afhandelt. De eenvoudigste vorm is vast: dit endpoint roept altijd de kleine klasse aan, dat endpoint de grote. De volgende stap is een regel: een korte mail gaat naar de kleine klasse, een mail met een bijlage van tien pagina's gaat een trede hoger. De meest uitgewerkte vorm zet een classifier of een LLM-gateway ervoor die de moeilijkheid inschat en de trede kiest.

De klassen schuiven elke generatie op. Een nieuwe generatie tilt meestal de hele ladder op: Anthropic omschrijft Haiku 4.5 als near-frontier aan zijn laagste prijs, en Google noemt zijn Flash-Lite frontier-class. Een routingbeslissing van twaalf maanden geleden is dus verouderd: de taak die je naar de grote klasse stuurde, past nu misschien in de middelste.

Pin de versie, niet de naam van de klasse. "Haiku" of "Flash" is een marketingnaam die elke generatie opnieuw gebruikt wordt; het model-ID is wat je code aanroept. Sinds de Claude 4.6-generatie is elk Claude model-ID een vaste snapshot: claude-sonnet-5 verandert nooit stilletjes van gewichten, en een bijgewerkt model verschijnt onder een nieuw ID. De Gemini-documentatie van Google zegt dat de meeste productietoepassingen een specifiek stabiel model moeten gebruiken en geen -latest-alias, want die springt bij elke release over naar het nieuwe model met twee weken verwittiging. Pinnen maakt de uitfasering ook jouw probleem: Anthropic verwittigt minstens 60 dagen voor het een model stopzet, OpenAI minstens zes maanden voor algemeen beschikbare modellen, en de GPT-5-snapshots uit 2025 stoppen op 11 december 2026. Zet het model-ID in configuratie, op één plek per taak, en draai de eval opnieuw als je het verplaatst.

Waar moet je op letten bij modelklassen

Standaard de grootste kiezen. De hoogste klasse voor alles voelt veilig, en het is de duurste manier om veilig te zijn. De documentatie van Anthropic zelf zegt dat veel toepassingen best met Haiku starten en pas upgraden voor een concreet tekort. Als niemand gemeten heeft of de grote klasse op jouw taak echt nauwkeuriger is, betaal je een factor tien voor een gevoel.

Standaard de goedkoopste kiezen. De omgekeerde fout is goedkoper op de factuur en duurder overal elders. Een kleine klasse die faalt op de moeilijke 5 procent levert herwerk op, nieuwe pogingen en een collega die de output niet meer vertrouwt. Nieuwe pogingen zijn een verborgen vermenigvuldiger: een agent die faalt op de kleine klasse en het nog drie keer probeert, heeft vier keer betaald voor één resultaat, en op de ladder van Anthropic is dat al meer dan één propere run op Sonnet.

De verhouding is stabiel, de prijzen niet. Maak de business case opnieuw bij elke nieuwe generatie, en kijk naar aangekondigde verhogingen, zoals de stijging die Google plant op 1 januari 2027, voor je je vastlegt op een volume.