Deze maand kreeg ik van meerdere mensen in mijn netwerk dezelfde vraag: moet ik overstappen naar dat nieuwe model, het zou beter werken? Logisch dat die vraag blijft terugkomen. De eerste week van september leverde meteen vier grote releases op: Claude Fable 5.1 en Mythos 5.1 van Anthropic, Gemini 3.8 Flash van Google, Muse Spark 1.3 van Meta, en drie dagen later GPT-6 Astra van OpenAI. Vier frontier-modellen binnen 72 uur, zonder dat er een prijs veranderde.
Op LinkedIn en daarbuiten volgt daarop steeds hetzelfde patroon: screenshots van benchmarks, wie het snelst is overgestapt, wat het nieuwe model allemaal kan. Wat zelden aan bod komt, en wat ik die mensen in mijn netwerk ook probeer uit te leggen: wat deze releases nu daadwerkelijk betekenen, voor wie ze gebouwd zijn, en wat je er zelf mee moet. “Moet ik overstappen” is namelijk bijna nooit een vraag met een simpel ja of nee als antwoord.
Vier verschillende strategieën, geen vier concurrenten op hetzelfde speelveld
Elke aanbieder bouwt voor een ander publiek. Dat is precies wat een release note zelden expliciet zegt.
OpenAI zet in op bereik. ChatGPT heeft meer dan 800 miljoen wekelijkse gebruikers, en GPT-6 Astra is gebouwd om breed inzetbaar te zijn: coderen, spreadsheets, algemene taken. Niet het smalste model op één specifieke taak, wel het breedst toepasbare.
Anthropic (Claude) heeft zich gepositioneerd als de enterprise-leider. Ze hebben naar schatting 40% van de enterprise LLM-uitgaven en 54% marktaandeel in AI-ondersteund coderen. De focus ligt op betrouwbaarheid in productieomgevingen, niet op de laagste prijs.
Google (Gemini) concurreert op kosten en schaal, met dank aan eigen infrastructuur. Lange contextvensters tegen een lage prijs per token, ideaal voor het verwerken van grote hoeveelheden data of documenten.
Meta (Muse Spark) speelt geen directe strijd om consumenten. Ze zetten in op open gewichten en een ontwikkelaarsecosysteem, hetzelfde spoor dat eerder werkte voor React en PyTorch: adoptie opbouwen via ontwikkelaars in plaats van eindgebruikers.
Een release note die zegt “dit model is beter” zonder te specificeren beter waarin en voor wie, vertelt dus maar de helft van het verhaal.
De kostenillusie: goedkopere tokens, hogere rekeningen
Er is een tweede laag die nog minder aandacht krijgt: wat deze releases betekenen voor de rekening.
Prijs per miljoen tokens is de afgelopen drie jaar met ongeveer 95% gedaald. Google’s eigen cijfers laten zien hoe extreem dat is: van 30 dollar per miljoen tokens naar minder dan 0,50 dollar, terwijl het verbruik in dezelfde periode 330 keer zo groot werd. Het resultaat: de totale AI-uitgaven van bedrijven die er serieus mee werken zijn meer dan verdubbeld, ondanks de prijsdaling per token. Hoe goedkoper de eenheid, hoe meer je ervan gaat gebruiken, en het verbruik wint.
Voor de september-releases specifiek is de trend zelfs vlakker dan verwacht. Geen van de vier grote releases kwam met een prijsverlaging. Sterker nog: Gemini 3.8 Flash gaat per 1 januari 2027 in prijs verdubbelen. Wie nu een businesscase bouwt op de huidige tarieven, rekent zichzelf voor de gek.
Nog belangrijker: prijs per token is niet de metric die telt. Onderzoek naar agentic workflows laat zien dat een duurder model met een hogere slagingsgraad goedkoper uitpakt dan een goedkoop model dat vaker gecorrigeerd moet worden. In één vergelijking kwam Claude Opus 4.8 op 1,47 dollar per correct afgeronde taak, tegenover 2,63 dollar voor GPT-5.5, ondanks dat GPT-5.5 een lagere prijs per aanvraag had. Het verschil zat in de slagingsgraad: 56% tegenover 41% over acht opeenvolgende runs. Kosten per succesvol afgeronde taak, niet kosten per token, is waar de rekening echt op wordt gemaakt.
Wat moet de gemiddelde gebruiker hiermee doen
Voor iemand die dagelijks met een AI-assistent chat, is het antwoord simpel: niet elke maand wisselen.
Onderzoek naar chatbotkeuze in 2026 stelt het scherp: de frontier-modellen zijn inmiddels genoeg geconvergeerd op basisniveau dat de juiste keuze afhangt van je eigen werkprofiel, niet van wie er die maand bovenaan de benchmark staat. Heb je één duidelijk hoofdgebruik, zoals schrijven of samenvatten, dan is één abonnement genoeg. Twijfel je, draai dan een maand twee abonnementen naast elkaar en let op welke je automatisch pakt als je iets moet doen. Daarna zeg je de ander op.
Dat is één keer een bewuste keuze maken op basis van je eigen gebruik, in plaats van iedere maand opnieuw beginnen omdat er weer een release is.
Wat het betekent voor bedrijfsprocessen
Voor een individuele gebruiker is die vuistregel voldoende. Voor een bedrijfsproces ligt de lat hoger.
Een release laat zien wat een model kan. Wat zelden gedeeld wordt, is waarom een model op de ene taak faalt en op de andere niet, en wat dat kost aan correcties achteraf. Weten of een model een taak structureel aankan, vraagt om herhaaldelijk testen en bijhouden hoe vaak het misgaat, niet om één keer proberen en concluderen dat het werkt.
Voor het omzetten van data naar stuurinformatie geldt dit nog sterker. Dat draait niet om welk model je erop loslaat, maar om weten wanneer de output klopt en wanneer niet. Dat weet je alleen als je het proces al kende voordat er een model bij kwam kijken.
Die kennis staat niet in de release notes van volgende maand. Die zit bij mensen die het proces al jaren van binnenuit kennen, en die weten waar in het proces AI daadwerkelijk winst oplevert, en waar niet.
Samengevat
Release notes vertellen je iets over vendor-strategie, niet over een absolute winnaar. Elk model is het beste voor een specifiek gebruiksprofiel, niet voor iedereen. Tokenprijzen dalen, maar totale kosten stijgen doordat verbruik harder groeit dan de prijs daalt. De metric die telt is kosten per succesvol afgeronde taak, niet kosten per token. Voor dagelijks gebruik is één bewuste keuze, eventueel na een maand testen, voldoende. Voor bedrijfsprocessen is procesbegrip de bepalende factor, niet het model dat er op wordt losgelaten.
Bronnen
- AI Model Releases: September 2026 Tracker and Dated Ledger — DigitalApplied
- Best AI Models in September 2026: Updated Rankings and Comparisons — FelloAI
- AI Model Providers in 2026: OpenAI vs Anthropic vs Google — StackViv
- Meta Launches New Open Models to Revive AI Strategy — Emergent
- How to Pick an AI Chatbot for Daily Work in 2026 — Consumer Tech Wire
- The Token Price Collapse (And Why AI Costs Still Increase) — The GTM Newsletter
- Cost Per Task, Not Cost Per Token: Claude vs OpenAI Economics — DoiT
