AI Radar

Dit is de eerste keer dat delegeren écht asynchroon is. Niet "de agent werkt terwijl ik toekijk", maar "de klus staat er morgenochtend". Anthropic’s eigen cijfers laten zien waar dat landt: 33,4% van het gebruik is bedrijfsproces en operations, 16,4% content en copywriting. Dat is precies het werk dat een bureau nu nog handmatig doet.

Geef een agent een map, nooit je schijf. Anthropic waarschuwt zelf voor destructieve acties bij dubbelzinnige instructies en voor indirecte prompt-injectie via bestanden en websites. Menselijke review op alles wat naar buiten gaat — mail, publicatie, betaling — is geen voorzichtigheid maar ontwerp.

De suffixen mini en nano zijn weg. Sol, Terra en Luna zijn blijvende capaciteitslagen die elk hun eigen tempo mogen hebben. Praktisch betekent dat: je routeert per taak op prijs in plaats van per project op modelnaam, en je prompts overleven de volgende release.

Zet Luna op classificatie, extractie en bulk-samenvatting; Terra op redactiewerk; Sol alleen waar redeneren echt geld waard is. Het verschil tussen Luna en Sol is een factor vijf aan de invoerkant en vijf aan de uitvoerkant.

"Open" is niet hetzelfde als "zelf te draaien". Zelfs op vier bits weegt K3 ongeveer 1,4 terabyte aan snel geheugen — dat zijn server-nodes met Blackwell of MI400, geen werkstation onder je bureau. De rekening verschuift van API-abonnement naar hardware en operations, en dat is voor de meeste bureaus een slechtere ruil.

Behandel open gewichten als onderhandelingspositie, niet als migratieplan. Ze drukken de prijs van gehoste modellen en geven je een uitweg bij leveranciersrisico. Draaien doe je bij een provider die de nodes al heeft staan.

Voor een bureau schrapt beeld-plus-geluid-in-één-generatie een hele montagestap. Geen losse voice-over die je later op het beeld legt, geen lipsync-correctie achteraf. Dat een beeldlab tegelijk naar robotica beweegt zegt bovendien iets over waar generatieve modellen heen gaan: van plaatje naar handeling.

De evaluaties zijn nog vroeg — het lab zegt het zelf. Zet FLUX 3 in voor pitchmateriaal en socials waar twintig seconden genoeg zijn; houd Veo of Kling erbij zolang je op gated access wacht.

OSWorld meet computergebruik: klikken, formulieren, echte schermen. Dat is de benchmark die voorspelt of een agent jouw werk kan overnemen, veel meer dan een kennisquiz. Een sprong dáár tegen een derde van de kosten verandert welke taken je überhaupt durft te delegeren.

Opus 5 is de nieuwe standaard op Claude Max en het sterkste model op Pro. Draai je eigen taken nog op een model uit 2025, dan betaal je hetzelfde voor minder. Herbenchmark je twee zwaarste workflows deze week.

Het gat tussen "de helft van je markt zoekt hier" en "14% meet het" is het hele verhaal. Wie vandaag een meetbaar antwoord heeft op de vraag welk deel van de vraag via AI-antwoorden loopt, verkoopt geen trend maar een cijfer.

Begin met een nulmeting: voor welke vragen word je genoemd in ChatGPT, Perplexity, Gemini en Google’s AI-overzichten, en met welke bron? Dat is een rapport dat je vandaag kunt maken en dat vrijwel niemand heeft.