Welk AI-model voor werk in 2026? Keuze per taak

👁 113 keer gelezen

Welk AI-model voor werk zou ik op dit moment kiezen? GPT-6 Astra zou ik als eerste testen bij code en strikte instructies, Gemini 3.8 Flash voor het doorzoeken van documenten en goedkope conceptteksten, en Claude Opus 5 als vertrekpunt binnen de Claude-omgeving. Claude Fable 5.1 bewaar ik voor complexe problemen die een goedkoper model niet oplost. Dit is geen ranglijst voor beroepen of een belofte van foutloos werk, maar een vaste volgorde van testen waarvoor ik concrete data of documentatie kan overleggen.

De stand van zaken bij de leveranciers heb ik gecontroleerd op 11-09-2026. Mijn eigen testresultaten zijn voorzien van de meetdatum. Omdat ik niet voor elke kantoortaak een aparte benchmark heb, maak ik een strikt onderscheid tussen gemeten verschillen en voorgestelde toepassingen. Waar ik geen meting heb, leg ik uit welk model ik zou testen en wat het moet presteren om erbij te blijven.

Mijn selectiematrix per taak

Ik begin altijd bij het gewenste eindresultaat: een tekst moet de feiten intact laten, code moet slagen voor een test en een antwoord uit een document moet de bron nauwkeurig noemen. Pas wanneer aan die voorwaarde is voldaan, kijk ik naar verwerkingstijd en kosten. De goedkoopste output waar je niets aan hebt, lost immers niets op.

Teksten schrijven: opzet, correctie en eindredactie

Bij het opstellen van een eerste concept begin ik met Gemini, simpelweg omdat ik daar een exacte kostenmeting van heb. In een artikeltest op 10-09-2026 leverde Gemini 3.8 Flash 1.032 woorden op voor circa € 0,01079 (0,01207 USD). Astra schreef 906 woorden voor circa € 0,10042 (0,11228 USD) en Fable genereerde 886 woorden voor circa € 0,16915 (0,18913 USD) - wisselkoers ECB van 12-10-2026, bron ECB. Bron van de data: mijn kostenmeting voor artikelen, gecontroleerd op 11-09-2026.

Dat een goedkopere opzet automatisch even goed is, beweer ik niet. Ik controleer of de feiten kloppen, of de instructie stipt is opgevolgd en hoeveel herschrijfwerk er overblijft. Bij teksten met omvangrijke bronnen laat ik eerst het bronmateriaal ordenen. Pas daarna schrijf ik het stuk of laat ik specifieke secties genereren. Ik laat een model nooit tegelijkertijd een structuur verzinnen én ontbrekende feiten raden.

Voor tekstuele correcties kijk ik ook naar Astra en Fable. In een eerdere meertalige taaktest op 09-09-2026 (uitgevoerd in het Pools) scoorden beide modellen 6/6 punten, terwijl Gemini 5/6 haalde (gecontroleerd op 11-09-2026). Bij Gemini ontbrak een antwoord op een deelopdracht; dat betekent overigens niet per se dat het model de juiste grammatica niet kende.

Mijn praktische eis is eenvoudig: correctie mag de inhoudelijke betekenis nooit veranderen. Ik let scherp op ontkenningen, eigennamen, causale verbanden en de mate van stelligheid. Een formulering als “kan helpen” mag na redactie niet plots veranderen in “lost het probleem op”. Zodra een model beweringen zelfstandig aandikt, pas ik de prompt aan of wissel ik van model, ongeacht de formele grammaticascore.

Deze keuze vervalt zodra je teksten direct zonder menselijke controle wilt publiceren. Geen enkele van mijn metingen biedt daarvoor voldoende zekerheid. Ook heb ik niet onderzocht welk model een specifieke persoonlijke schrijfstijl het beste nabootst; daarvoor raad ik aan zelf referentieteksten en heldere stijluitzonderingen mee te geven.

Programmeren: Astra als startpunt, validatie daarbuiten

In een gecombineerde benchmark van 09-09-2026 behaalde Astra 9/9 punten met een responstijd van 35,3 s en een kostprijs van circa € 0,04432 (0,04955 USD; wisselkoers ECB van 12-10-2026). Fable en Gemini eindigden op 8/9 (gecontroleerd op 11-09-2026). Dat vormt mijn uitgangspunt voor een eerste testronde, maar het is geen garantie dat het model superieur is op elk softwareproject.

In de praktijk begin ik met een foutomschrijving en stappen om het probleem te reproduceren. Houd randvoorwaarden strikt gescheiden van je eigen aannames over de oorzaak. Als je een foute diagnose suggereert, genereert een model moeiteloos een plausibele oplossing voor een probleem dat helemaal niet bestaat. In mijn eigen tests vereiste zelfs het automatische evaluatiescript correctie; sla het nalezen van de redenering dus nooit over.

Vraag bij een bugfix om de kleinst mogelijke wijziging die het issue adresseert en draai de tests vervolgens lokaal. Zolang het model geen toegang heeft tot een actieve runtime-omgeving, zegt een geruststellend “alle tests slagen” helemaal niets. Vraag altijd om de exacte testopdracht of controleer het handmatig.

Binnen het ecosysteem van Claude zou ik beginnen bij Opus. Anthropic positioneert dit als het logische vertrekpunt voor de meeste taken, terwijl Fable bedoeld is voor complexe randgevallen waar Opus vastloopt. Bron: documentatie van Fable, geraadpleegd op 11-09-2026. Aangezien ik geen eigen meetresultaten van Opus in die specifieke set heb, ken ik er geen score aan toe.

De overstap naar Fable maak ik pas wanneer ik precies kan aanwijzen wat Opus over het hoofd zag én ik de oplossing direct kan verifiëren. Betaal niet extra puur voor een langer antwoord. Als beide modellen een identieke unit-test doorstaan, bepalen de leesbaarheid van de code en het vereiste handmatige nawerk de doorslag.

Lange documenten: Gemini voor zoeken, interpretatie apart toetsen

Tijdens een contextmeting op 10-09-2026 wist Gemini een verborgen zinnetje in 3 van de 3 pogingen terug te vinden voor circa € 0,05267 (0,05889 USD), met een gemiddelde responstijd van 3,3 s. Astra behaalde eveneens 3/3, maar kostte circa € 0,89621 (1,00205 USD; wisselkoers ECB van 12-10-2026) bij een gemiddelde tijd van 2,0 s. Bron: mijn contexttest, gecontroleerd op 11-09-2026. De kosten gelden voor de volledige testset, de responstijden zijn gemiddelden per vraag.

Moet je een specifiek artikelnummer, voorwaarde of citaat opzoeken in grote dossiers, dan is Gemini financieel en technisch de logische eerste keuze. Vraag om een letterlijk citaat en de paginanummering of sectie. Vergelijk het fragment direct met het origineel. Als de PDF-invoer tabellen verminkt of de alineavolgorde verwisselt, moet je eerst de documentverwerking verbeteren voordat je van AI-model wisselt.

Werk je met complexe contracten, dan is het combineren van clausules essentieel. Een basiscontract kan een algemene bepaling bevatten, terwijl een addendum een uitzondering formuleert. Dat een model beide passages vindt, bewijst nog niet dat het de samenhang juist interpreteert. Eis daarom altijd dat citaten strikt gescheiden worden van interpretaties en laat onduidelijkheden expliciet benoemen.

Trek de zoekprestaties van een model niet door naar een juridisch oordeel. Die specifieke expertise is in deze test niet onderzocht. Heeft een verkeerde lezing grote gevolgen, behandel het antwoord dan uitsluitend als zoeksuggestie en nooit als definitieve conclusie.

Data-analyse: focus op reproduceerbaarheid

Voor spreadsheetanalyses kies ik in eerste instantie voor Astra binnen een omgeving met een actieve code-interpreter. De OpenAI-documentatie (gecontroleerd op 11-09-2026) bevestigt integratie met rekentools via de Responses API. Dat bevestigt de technische mogelijkheid; het garandeert niet dat elke chat-interface standaard over deze rekencapaciteit beschikt.

Vraag eerst welke kolommen precies zijn ingelezen en controleer hoe lege cellen, eenheden en datumbereiken worden geïnterpreteerd. Bij vergelijkingen tussen periodes moet je verifiëren of beide sets dezelfde categorieën bevatten. Beoordeel geen grafiek voordat je zeker weet wat er exact geteld wordt.

Vraag altijd om het onderliggende script of de formule, de kale tussenresultaten en een overzicht van weggelaten rijen. Wijkt de uitkomst af, dan kun je de rekenstap gericht traceren. Een stellig verhaaltje over omzetgroei, zelfs in een fraaie opmaak, is zonder onderliggende code niet te controleren.

Gemini is een passend alternatief wanneer tabellen gecombineerd moeten worden met beeldmateriaal. De modelkaart (11-09-2026) bevestigt multimodale input en code-uitvoering. Ik beschik echter niet over een directe vergelijkende test tussen deze twee modellen op identieke datasets. De uiteindelijke keuze hangt af van hoe betrouwbaar het model berekeningen uitvoert op jouw specifieke bestanden.

Klantenservice: Gemini voor pilots, geen kant-en-klaar systeem

Gemini is het onderzoeken waard bij het genereren van conceptantwoorden op basis van een interne kennisbank. Dit advies rust op de sterke zoekresultaten in documenten en de lage gebruikskosten. Zie dit echter als een afgebakende indicatie: we hebben geen live chats, reacties op inconsistente prompts of complexe klachtenafhandelingen gemeten.

Richt een pilot zo in dat antwoorden altijd eerst door een medewerker worden goedgekeurd. Voed het model met productdocumentatie, bedrijfsbeleid en het klantbericht, en vraag om het exacte bronfragment ter onderbouwing. Ontbreekt relevante informatie in de documenten, dan moet het model dat melden in plaats van zelf een korting, leverdatum of toezegging te bedenken.

Neem in je evaluatieset doelbewust dubbelzinnige vragen op en vragen die niet via de kennisbank beantwoord kunnen worden. Een correcte escalatie naar een medewerker telt hierbij als een geslaagd resultaat. Je zoekt immers geen bot die koste wat kost iets verzint, maar een systeem waarvan elk antwoord feitelijk onderbouwd is.

Astra is een logisch alternatief zodra complexe bedrijfsregels strikt gevolgd moeten worden, gezien de prestaties in de instructietest. Fable komt pas in beeld als benchmarks op jouw eigen supporttickets duidelijke meerwaarde aantonen. Geen van deze modellen is op zichzelf een volwaardige klantenservice-oplossing; daarvoor zijn extra integraties, vangnetten en menselijk toezicht nodig.

Leren en studie: Astra als interactieve tutor

Voor interactieve leersessies met strikte randvoorwaarden begin ik bij Astra. Dankzij de scores op instructievolging is het model geschikt voor rollenspellen waarin het gerichte vragen moet stellen zonder de oplossing direct weg te geven. Dit betekent overigens niet dat je met dit model bewezen sneller leert; dat didactische aspect is niet gemeten.

Geef het bronmateriaal op, samen met je huidige kennisniveau en leerdoel. Vraag om een oefenopgave, werk de oplossing zelf uit en laat de AI specifiek wijzen op je eerste foute tussenstap. Als een model meteen het eindantwoord verklapt, stuur je de prompt bij. Echte vooruitgang meet je niet aan hoe slim de tool antwoordt, maar aan de vraag of je de stof na afloop zelfstandig kunt uitleggen.

Gemini is handig om lesstof uit eigen documenten te doorgronden, mits je eist dat uitspraken direct naar de bron verwijzen. Claude functioneert uitstekend als sparringpartner om complexe materie vanuit een andere invalshoek te verduidelijken. Laat subjectieve kwalificaties zoals vermeende “empathie” of een docentachtige toon buiten beschouwing; zonder harde metingen zijn dat slechts persoonlijke indrukken.

Wat kost deze selectie? API-tarieven op een rij

Bij het bouwen van workflows kijk ik naar de officiële API-tarieven per miljoen tokens. Werk je via de webinterface, controleer dan de abonnementsvormen en modeltoegang. De kosten van een eenmalige test vertalen zich immers niet automatisch naar een vast maandelijks budget.

Omrekening naar EUR op basis van de ECB-referentiekoers van 1 EUR = 1,1181 USD (12-10-2026, bron ECB). Dit zijn indicatieve bedragen exclusief btw; officiële facturatie verloopt doorgaans in USD.

Bovenstaande tabel vermeldt basisprijzen zonder volumekortingen, prompt-caching of aanvullende tools. De tarieven van Google zijn volgens de prijslijst geldig tot en met 31-12-2026 (gecontroleerd op 11-09-2026). Astra hanteert hogere tarieven voor prompts boven de 272.000 tokens, zoals vermeld op de modelpagina (11-09-2026). Houd daar rekening mee bij zeer grote documenten.

Bij chat-abonnementen moet je goed letten op gebruikslimieten en de exacte omgeving. Toegang tot Astra binnen een zakelijke werkomgeving verschilt wezenlijk van GPT-6 Pro in de consumentenchat, en Fable kent eigen tegoedregels. Ik behandelde deze nuances eerder in de vergelijking tussen ChatGPT en Claude en analyseerde de Google-pakketten in de vergelijking met Gemini. Controleer prijzen en abonnementsvoorwaarden altijd voorafgaand aan aanschaf.

Praktische prompts: zo toets je de geschiktheid

Onderstaande prompts kun je rechtstreeks invoeren nadat je je brondocumenten hebt geüpload. Ze vereisen geen specifieke variabelen en leveren direct verifieerbare antwoorden op. (Let op: dit zijn Nederlandse vertalingen van de oorspronkelijk in het Pools geteste prompts.)

Lees het materiaal dat aan dit gesprek is toegevoegd. Wijs de informatie aan die nodig is om mijn taak uit te voeren, welke informatie overbodig is en wat er ontbreekt. Vul ontbrekende gegevens niet aan vanuit je eigen geheugen. Leg, voordat je een resultaat voorstelt, uit waaraan de juistheid ervan gecontroleerd kan worden.

Voer de taak uit die in dit gesprek is beschreven op basis van de bijgevoegde gegevens. Behoud namen, getallen en voorbehouden exact zoals vermeld. Geef bij het gebruik van tools specifiek aan welke stappen daadwerkelijk zijn uitgevoerd. Maak een duidelijk onderscheid tussen het voltooide resultaat en stappen die niet geverifieerd konden worden.

Controleer de laatste output uit dit gesprek aan de hand van mijn instructie. Maak een overzicht van niet-nagekomen vereisten en geef aan waar informatie is toegevoegd die niet in de brontekst staat. Ga niet uit van de juistheid van je eigen eerdere antwoord. Stel uitsluitend een correctie voor op punten waar je de fout sluitend kunt onderbouwen.

Reële verwachtingen en beperkingen

Verwacht niet dat een AI-model zelf ontdekt welke documenten je vergeten bent toe te voegen. Een lang redeneerproces is bovendien geen garantie op een foutloos antwoord. Ga er ook niet automatisch van uit dat een nieuwere modelversie exact hetzelfde rekengedrag vertoont als een eerdere build. Test bij updates altijd opnieuw met een vaste referentieset in plaats van te vertrouwen op je herinnering aan eerdere prestaties.

De belangrijkste kanttekening betreft niet-onderzochte toepassingen: ik beschik over concrete metingen voor korte programmeertaken, tekstopzet en het opsporen van informatie in documenten. Er is geen grootschalig onderzoek gedaan naar de effectiviteit bij complete klantenservice-afdelingen of onderwijstrajecten. Die use-cases beschrijf ik puur als verkennende pilots; alleen zo blijven we eerlijk over wat de data werkelijk aantoont.

Wanneer kies je welk model?

Noteer na elke test ook waarom een model eventueel afvalt. De opmerking “het bevalt me niet” is te vaag om nuttig te zijn bij een toekomstige update. Notities zoals “miste de uitzonderingsclausule in addendum B”, “leverde ruwe tekst in plaats van een downloadbaar bestand” of “had geen toegang tot de database” leggen direct bloot waar het probleem zit: bij de modelcapaciteiten of bij de werkomgeving.

Bewaar dergelijke evaluatienotities samen met de input en het gegenereerde resultaat. Houd de tijd die het model nodig heeft gescheiden van de tijd die je zelf kwijt bent aan handmatige correcties. Zo kun je nieuwe versies objectief beoordelen aan de hand van je eigen praktijkwerk, met vaste criteria die je niet achteraf aanpast.

Kies uiteindelijk het model dat jouw taak betrouwbaar afrondt en controleerbare resultaten levert. Voor programmeerwerk begin ik bij Astra, voor zoekopdrachten in grote dossiers bij Gemini, en binnen de Claude-omgeving start ik met Opus voordat ik extra betaal voor Fable. Bij schrijfwerk splits ik de eerste opzet strikt af van de correctiefase. Voor data-analyse, klantenservice en studie test je eerst kleinschalig op eigen bestanden. De reputatie van een model bepaalt de eerste test, maar het geleverde werk bepaalt of je ermee blijft werken.

// lees verderAI-beleid voor bedrijven: model in 10 punten en foutenHandleidingenLokaal AI-model of API: wat kost AI echt op je eigen GPU?HandleidingenGPT-6 Cyber kosten: wat kost het AI-model per token en exploit?Nieuws

Kinetyra