HomeAI Build SprintPropositie 01AI-medewerkerPropositie 02ToepassingenKlantcasesKennisbank
Over ons
Plan een kennismaking

Kennis

Elke maand een nieuw AI-model: zo zit je niet vast aan één model

9 nov 2026Machiel Kapiteijn8 min lezen
ModelkeuzeLock-inTestsetKostenBeheer
Elke maand een nieuw AI-model: zo zit je niet vast aan één model

Op 14 oktober 2026 kregen ontwikkelaars die met OpenAI werken een bericht: GPT-4o, GPT-4o mini, GPT-4.1 en GPT-4.1 mini verdwijnen op 14 januari 2027 uit de API. Ook aangepaste, gefinetunede versies van die modellen stoppen dan, meldt OpenAI op zijn overzicht van uitgefaseerde modellen. Een week eerder bracht Anthropic Claude Haiku 5.5 uit. Volgens het bedrijf kost dat model ongeveer 75% minder om te draaien dan zijn voorganger Haiku 4.5.

Twee berichten in één maand, en ze vragen allebei hetzelfde van je: dat je van model kunt wisselen. In het eerste geval omdat het moet, binnen 3 maanden. In het tweede geval omdat het loont. Draait in jouw organisatie een AI-toepassing op een van die GPT-4-modellen, dan is de vraag nu niet welk model het beste is. De vraag is of overstappen een week testen kost, of een nieuw project. In dit stuk lees je waarom modellen zo snel wisselen en welke 4 keuzes ervoor zorgen dat jouw toepassing dat tempo aankan.

Waarom het model onder je toepassing steeds verandert

Taalmodellen worden sneller vervangen dan de meeste software die je kent. Alleen al in oktober 2026 kwamen er nieuwe modellen van onder meer Anthropic, Google en Mistral. Google maakte op 13 oktober Gemini 4 Argon beschikbaar voor betalende gebruikers van de Gemini-app. Mistral zette op 29 oktober de gewichten van Mistral Large 4 online, zodat je het model ook op eigen servers kunt draaien.

Tegelijk gaan oude modellen eruit. Op dezelfde pagina van OpenAI staan in 2026 al meer dan tien rondes uitfasering, van spraakmodellen tot beeldmodellen. Voor modellen die nog in preview zijn, kan de termijn volgens OpenAI veel korter zijn, bijvoorbeeld 2 weken.

Daar komt bij dat nieuwe modellen vaak goedkoper zijn voor hetzelfde werk. Het AI Index Report 2025 van Stanford becijferde dat de kosten om een model te gebruiken dat presteert op het niveau van GPT-3.5 tussen november 2022 en oktober 2024 meer dan 280 keer daalden. Hetzelfde rapport laat zien dat open modellen, die je zelf kunt draaien, de gesloten modellen dicht naderen: op sommige benchmarks kromp het verschil in één jaar van 8% naar 1,7%.

Voor jouw organisatie betekent dit drie dingen. Het model waarop je vandaag bouwt, bestaat over een jaar waarschijnlijk niet meer in dezelfde vorm. Er komt bijna zeker een model dat hetzelfde werk goedkoper of beter doet. En de keuze is niet meer alleen tussen Amerikaanse aanbieders: er zijn serieuze open modellen die je binnen de EU of op eigen infrastructuur kunt draaien.

Stap 1: houd het model los van je toepassing

De duurste fout is een toepassing waarin het model overal doorheen zit. De naam van het model staat op twintig plekken in de code, de instructies (prompts) staan bij de leverancier opgeslagen, en de manier waarop antwoorden worden verwerkt, leunt op de eigenaardigheden van precies dat ene model. Overstappen betekent dan alles nalopen.

Bouw het daarom zo dat het model één verwisselbaar onderdeel is:

  • Alle aanroepen naar een model lopen via één plek in je eigen code. Daar staat welk model voor welke taak wordt gebruikt.
  • De prompts staan in je eigen code of configuratie, met versiebeheer, en niet alleen in een omgeving van de leverancier.
  • Je toepassing verwacht antwoorden in een vaste vorm (bijvoorbeeld velden met een naam), zodat een ander model hetzelfde kan aanleveren.

Dat het bewaren van prompts bij de leverancier een risico is, blijkt uit dezelfde pagina van OpenAI. De functie om prompts in het OpenAI-platform op te slaan en te hergebruiken, stopt op 30 november 2026. Het advies van OpenAI zelf: zet de inhoud van die prompts in de code van je eigen toepassing.

Stap 2: leg vast wat goed is, met een eigen testset

Een nieuw model scoort hoger op een benchmark. Maar doet het ook jouw werk beter? Dat weet je alleen als je het meet op je eigen taken. Daarvoor heb je een testset nodig: een vaste verzameling echte vragen of documenten uit je eigen werk, met per stuk het antwoord dat je verwacht of de punten waarop je beoordeelt.

Zo'n testset hoeft niet groot te zijn om bruikbaar te zijn. Belangrijker is dat hij de lastige gevallen bevat: de vraag waar het vorige model de mist in ging, het document met een afwijkende opbouw, de klant die in het Engels mailt. Leg ook vast wat zwaar weegt. Bij een toepassing die dossiers samenvat, is een gemist feit erger dan een stijve zin.

Het principe is hetzelfde als bij de uitvraagmatrix die we voor Bouwend Nederland bouwden: je ontwerpt één keer je vragen en stelt ze daarna steeds opnieuw, zodat de uitkomsten vergelijkbaar en controleerbaar zijn. Bij modelkeuze stel je dezelfde vragen aan het oude en het nieuwe model, en leg je de antwoorden naast elkaar.

Houd die testset in eigen hand. Ook hier is OpenAI een les: het eigen Evals-platform van het bedrijf, waarin ontwikkelaars hun tests konden bewaren, staat sinds 31 oktober op alleen-lezen en stopt op 30 november 2026. Wie zijn tests daar had staan, moet ook die verhuizen.

Stap 3: kies per taak, niet per leverancier

Niet elke taak vraagt het zwaarste model. Een e-mail op onderwerp sorteren, een document samenvatten of gegevens uit een factuur halen, gaat vaak goed met een klein, snel model. Een complexe afweging over meerdere bronnen vraagt meer. Het prijsverschil is groot. Haiku 5.5 kost volgens Anthropic 0,10 dollar per miljoen tokens invoer en 0,50 dollar per miljoen tokens uitvoer (voor verzoeken tot 100.000 tokens), tegen 2 en 10 dollar voor het grotere Sonnet 5.5.

Werk je met de laag uit stap 1, dan kun je per taak een ander model inzetten, en dat per taak ook weer veranderen. De testset uit stap 2 vertelt je waar het kleine model goed genoeg is.

Kijk bij die keuze ook naar waar het model draait. Mistral Large 4 kun je volgens Mistral zelf hosten, of afnemen via onder meer de eigen API van Mistral en Microsoft Foundry. Voor toepassingen met gevoelige gegevens kan dat het verschil maken. Ga na wat de voorwaarden van de leverancier zeggen over opslag van gegevens en training op je data, en controleer dat bij elk nieuw model opnieuw.

Eén waarschuwing over finetunen, het bijtrainen van een model op je eigen voorbeelden. Dat kan de kwaliteit verbeteren, maar het bindt je aan precies dat model. OpenAI schrijft dat gefinetunede versies op dezelfde datum stoppen als het basismodel. Wie bijtraint, moet dat bij elke overstap opnieuw doen.

Stap 4: maak overstappen een vast onderdeel van het beheer

Wachten tot de leverancier een einddatum mailt, is te laat beginnen. Maak er een routine van:

  1. Houd een overzicht bij van elke AI-toepassing, het model en de versie die hij gebruikt, en de einddatum als die bekend is. Leveranciers publiceren die data op een vaste pagina, zoals die van OpenAI.
  2. Test elk kwartaal een of twee nieuwe modellen op je testset, ook als er niets hoeft. Zo weet je bij een einddatum al wat de opvolger wordt.
  3. Vergelijk op drie punten: kwaliteit op je testset, kosten per taak en snelheid. Een model dat 2 punten beter scoort maar 3 keer zo duur is, is niet automatisch de betere keuze.
  4. Laat een mens meekijken bij de overstap. Een steekproef van echte uitkomsten door iemand die het werk kent, vangt fouten die een testset mist.
  5. Zet de overstap gecontroleerd live: eerst voor een deel van het werk, dan voor alles, met de mogelijkheid om terug te gaan.

Zo wordt een einddatum van de leverancier een geplande wijziging, en geen noodgeval.

Hoe NewWorks dit aanpakt

Bij NewWorks bouwen we AI-oplossingen die jarenlang moeten blijven werken, terwijl de modellen eronder elk jaar veranderen. Daarom bouwen we in de AI Build Sprint multi-LLM en multi-platform: je wisselt van model zonder opnieuw te beginnen. We bouwen code-first, zodat de oplossing van jou is en je kunt nalezen hoe hij werkt, en we hosten standaard in de EU. Waarom zo'n aanpak bepaalt of een toepassing de pilotfase overleeft, lees je in Waarom je AI-pilot niet in productie komt.

Een stap die je deze week kunt zetten: zet al je AI-toepassingen in een lijst met het model dat elke toepassing gebruikt. Zoek per model op de pagina van de leverancier of er een einddatum is. Staat er een toepassing op GPT-4o of GPT-4.1, dan heb je tot 14 januari 2027. Wil je weten hoe snel jouw toepassing kan overstappen, plan een kennismaking.

Delen

Benieuwd hoe dit voor jou werkt?

Plan een kennismaking