Een goedkoper AI-model onder je bestaande tool, zonder je manier van werken te veranderen

Je AI-rekening groeit, maar je weet niet waaraan

Er is een moment dat bij bijna elk bedrijf langskomt dat AI serieus gebruikt. De eerste maanden kost het bijna niets, want je probeert wat uit. Dan gaat er iets echt draaien, een assistent die mail sorteert of documenten samenvat, en staat er plotseling een bedrag op je rekening dat je niet meer kunt verklaren. Niet schokkend hoog, maar wel ongrijpbaar.

De reflex is dan een goedkoper model kiezen. Dat helpt soms, en het gaat vaak ook mis, omdat je dan al je werk naar het goedkope model stuurt: ook het werk dat het niet aankan. Deze week kwam er gereedschap uit dat die keuze anders aanpakt, en dat is interessanter dan het zoveelste prijsverlaging-nieuwtje.

Wat er deze week is uitgekomen

Together AI bracht op 5 oktober Together Link uit, een gratis hulpprogramma dat je bestaande AI-gereedschap aan andere modellen koppelt. Het werkt met Claude Code, Claude Desktop, Codex en een paar vergelijkbare programma's. Je installeert het met één opdracht, start je tool er doorheen op, en vanaf dat moment lopen de vragen naar open modellen die Together AI voor je draait, zoals GLM 5.3, Kimi K3 en DeepSeek V4.1 Flash.

Het punt is wat er níet verandert. Je gebruikt dezelfde tool, dezelfde knoppen, dezelfde manier van werken. Alleen de motor eronder is een andere. En je kunt terug: zet je het uit, dan draait alles weer op het oorspronkelijke model.

Twee dingen vallen daarbij op. Ten eerste kiest het zelf: bij het begin van een sessie leest het wat je vraagt en stuurt eenvoudig werk naar een snel, goedkoop model, terwijl zware vragen bij een krachtig model terechtkomen. Ten tweede houdt het een teller bij die laat zien wat je hebt uitgegeven náást wat dezelfde sessie op het dure model zou hebben gekost. Together AI zelf noemt een besparing van ruim de helft ten opzichte van het topmodel van Anthropic.

Waarom die teller het echte nieuws is

Een goedkoper model is geen nieuws meer. Dat de keuze meetbaar wordt, is dat wel.

De meeste bedrijven weten van hun AI-kosten alleen het eindbedrag. Of een goedkoper model genoeg was voor het werk dat je erdoor hebt geduwd, blijft een gevoel. Je ziet niet hoeveel je hebt bespaard, en je ziet ook niet of je er kwaliteit voor hebt ingeleverd. Daardoor eindigt zo'n beslissing meestal in een van twee uitersten: alles op het duurste model, voor de zekerheid, of alles op het goedkoopste, en dan maar hopen.

Een teller die naast elkaar zet wat je betaalde en wat het alternatief had gekost, maakt dat een normale bedrijfsbeslissing. Niet omdat het getal heilig is, maar omdat je er een week mee kunt werken en daarna kunt zeggen: dit scheelt genoeg om de moeite waard te zijn, of dit scheelt niets en ik laat het.

Het open model haalt de achterstand in

Dit staat niet los van de rest van het nieuws. Dezelfde dag kondigde Reflection AI zijn model Beam aan, met 501 miljard parameters, waarvan er per vraag maar een klein deel meedoet. Het is gericht op programmeren en op agent-werk, en de gewichten komen later deze maand vrij onder een licentie die vrij gebruik toestaat.

Dat is relevant omdat het dezelfde kant op wijst. Open modellen zaten jarenlang een duidelijke stap achter de betaalde topmodellen. Die afstand is kleiner geworden, en daarmee wordt de vraag "kan het ook met een goedkoper model" voor steeds meer werk met ja te beantwoorden.

Let wel op het woord steeds meer. Niet voor alles. Het werk waar je bedrijf echt op leunt, de analyse waar een beslissing van afhangt, het document dat naar een klant gaat, daar is het verschil er nog wel. Het is de brede middenmoot van je werk waar de goedkope kant inmiddels volstaat.

Waar je wel op moet letten

Een ander model onder je tool hangen is technisch makkelijk en organisatorisch niet gratis. Drie dingen om vooraf te regelen.

1. Je data gaat naar een andere partij. Dat is geen detail. Vraag waar de modellen draaien, hoe lang je vragen worden bewaard en of ze voor training worden gebruikt. Dit is precies het punt dat we eerder uitgebreid hebben beschreven toen de eerste goedkope open modellen in de buurt van de topmodellen kwamen: de prijs is zelden het probleem, de route van je gegevens is dat soms wel.
2. Een automatische keuze is een keuze die je niet ziet. Als iets anders per klus bepaalt welk model antwoordt, dan is het antwoord op maandag niet per definitie van dezelfde kwaliteit als dat op vrijdag. Voor verkennend werk is dat prima. Voor een stap in een proces waar iemand op vertrouwt, wil je weten welk model het heeft gedaan.
3. Reken niet met de besparing voordat je hem hebt gezien. Ruim de helft goedkoper is het cijfer van de leverancier, gemeten tegen hun eigen vergelijking. Jouw mix van werk is anders. Laat de teller twee weken lopen en kijk dan.

Wat dit voor een gewoon bedrijf betekent

Draai je geen eigen AI-ontwikkeling, dan is dit gereedschap niet voor jou. Het is gemaakt voor mensen die met code werken, en de installatie vraagt om iemand die een terminal openmaakt.

Maar de beweging eronder raakt je wel, en die is simpeler dan het klinkt: het model is steeds minder een vaste keuze en steeds meer een instelling. In een automatisering stel je per stap in welk model de vraag krijgt, en dat is iets wat je later kunt bijstellen zonder de automatisering om te bouwen. Dat werkt bijvoorbeeld precies zo in n8n, het platform waarmee je workflows aan elkaar knoopt: elke stap die een AI aanroept, heeft zijn eigen modelkeuze.

Daar zit je praktische les. Bouw je iets, of laat je iets bouwen, dan is de vraag die je moet stellen niet "welk model gebruiken we". Het is: kan ik het model later wisselen zonder dat de rest omvalt, en kan ik zien wat dat scheelt? Een automatisering waarin het model op één plek staat ingesteld, kun je over een half jaar goedkoper maken met een wijziging van één regel. Een automatisering waarin het model overal los is ingetypt, gaat dat niet worden.

Wat je deze maand kunt doen

Drie stappen, geen project.

1. Zoek je AI-rekening op en kijk waar hij vandaan komt. Niet het bedrag, maar de verdeling: welke automatisering of welk gebruik is het grootste deel? Dat is waar een goedkoper model het meest uitmaakt, en meestal is het één ding en niet alles.
2. Vraag bij dat ene onderdeel of het model een instelling is of ingebakken zit. Bij je eigen ontwikkelaar of bij je leverancier. Het antwoord bepaalt of besparen een middag werk is of een verbouwing.
3. Zet er een vergelijking op voordat je iets wisselt. Twintig echte vragen uit je eigen werk, langs het oude en het nieuwe model, en zelf kijken welke antwoorden je zou durven versturen. Dat is de enige test die over jouw bedrijf gaat.

Een goedkoper model is zelden gevaarlijk en bijna nooit gratis in de zin dat het je niets kost om over te stappen. Het punt is niet om het duurste te vermijden, maar om te weten wanneer je het nodig hebt en dat de rest van de tijd niet te betalen.

Benieuwd wat dit voor jouw bedrijf betekent? We kijken het graag samen met je door.