Eerst de tabel
De prijzen per antwoord komen uit de Whizi model cost index (1.000 input- plus 500 outputtokens, lijstprijzen opgehaald op 2026-08-20). De sterkste keuze optimaliseert voor kwaliteit; de waardekeuze is waar de meeste mensen de taak eigenlijk naartoe moeten routeren.
| Taak | Sterkste keuze | Waardekeuze | Waardekeuze, per antwoord |
|---|---|---|---|
| Tekst die iemand van begin tot eind leest | Claude (Opus tier) | Claude Sonnet 5 | $0.007 |
| Code die je daadwerkelijk uitbrengt | GPT reasoning-tiers | DeepSeek V4 Pro | $0.003 |
| Meerstaps wiskunde en logica | GPT-5.6 Sol (reasoning) | DeepSeek R1 | $0.002 |
| Zeer lange documenten | Gemini 3.1 Pro, 1M context | Llama 4 Maverick, 1M context | $0.0006 |
| Data-analyse op bestanden | ChatGPT (code execution) | Zelfde, dan verifiëren | $0.008 |
| Alledaagse vragen | Elke frontier-tier voor alledaags gebruik | GPT-5.6 Luna | $0.0008 |
| Hoogvolume batchwerk | Geen frontier-klus | Llama 3.3 70B | $0.00026 |
| Afbeeldingen genereren | Nano Banana Pro (Gemini 3 Pro Image) | Nano Banana 2 | $0.002 |
| Actualiteitenonderzoek | Een assistent met zoekfunctie | Gemini of Perplexity | varieert met zoeken |
Elke regel vat een langer argument samen. De verdieping is één klik verderop: data-analyse, wiskunde, het open-source landschap, en de drieweg-vergelijking van de frontier-modellen.
Waarom de winnaars verschillen per taak
De verschillen zitten in de architectuur, niet in marketing, en daarom overleven ze elke nieuwe versie.
Schrijven beloont smaak. Claude's voorsprong op tekst die iemand van begin tot eind leest, houdt al generaties lang stand, en daarom blijft het de vaste keuze voor schrijven, ook al kost het meer dan de alledaagse GPT-tiers.
Code en wiskunde belonen reasoning-modi. Modellen die een lange interne redeneerketen opbouwen en die controleren voor ze antwoorden, domineren beide regels; de open-weight opties, DeepSeek V4 voor code en R1 voor wiskundig redeneren, leveren het grootste deel daarvan voor een tiende van de prijs.
Lange documenten belonen contextlengte. Een venster van 1M tokens, ongeveer 1.500 pagina's, is het verschil tussen een heel contract analyseren en alleen het eerste derde deel ervan. Meerdere modellen bieden dit nu; de prijs per antwoord is wat hen onderscheidt.
Volumewerk beloont kosten. Voor $0.00026 per standaardantwoord maakt Llama 3.3 70B duizend samenvattingen voor 26 cent. Af en toe fout zitten is betaalbaar op dat prijsniveau, op een manier die niet geldt bij frontier-tarieven die 20 tot 100 keer hoger liggen.
Hoe je benchmarkclaims moet lezen, ook de onze
Elke modelrelease komt met een grafiek waarin het wint. Drie gewoontes houden je scherp.
Geef de voorkeur aan taakspecifieke benchmarks boven gemiddelden. Een codeerscore zoals SWE-bench zegt iets over code; een gemengd klassement zegt iets over mengsels. De tabel hierboven routeert daarom bewust per taak.
Controleer de datum. De keuzes hier zijn geverifieerd aan de hand van de cost index en publieke berichtgeving in augustus 2026, en deze pagina wordt bijgewerkt zodra er nieuwe releases zijn. Een claim over "het beste model" zonder datum is folklore; de modeltijdlijn laat zien hoe snel de bodem verschuift.
Test je eigen drie prompts. Neem één echte taak uit je week en voer die uit met zowel de sterkste keuze als de waardekeuze. Tien minuten eigen bewijs verslaat elke tabel, ook deze, en hoe je een AI-model kiest maakt daar een herhaalbaar protocol van.
Waar deze tabel eerlijk gezegd onzeker is
De top van elke regel verandert voortdurend. De sterkste keuzes wisselen met elke grote releasecyclus; de waardekeuzes zijn stabieler omdat prijsvloeren trager bewegen dan capaciteitsplafonds.
"Beste" verhult variatie. Claude wint schrijven gemiddeld gezien; een specifieke GPT-versie verslaat een specifieke Claude-versie vaak genoeg dat de gewoonte om te vergelijken belangrijker is dan de standaardkeuze.
Onderzoek met zoekfunctie hangt af van de zoekopdracht. Voor actuele gebeurtenissen bepaalt de retrieval-laag meer dan het model, dus benoemt de onderzoeksregel een categorie in plaats van een winnaar.
Je prompt is een grotere variabele dan je model. Het verschil tussen een vage en een specifieke prompt is bij bijna elke taak groter dan het verschil tussen naburige modellen. De tabel optimaliseert de kleinere variabele; promptbasics optimaliseert de grotere.
De abonnementsrekensom achter deze tabel
Volg je de tabel letterlijk met losse abonnementen per aanbieder, dan betaal je voor ChatGPT Plus, Claude Pro en een Gemini-plan van elk ongeveer $20, samen ongeveer $60 per maand, om per regel de beste keuze te krijgen.
Het alternatief is één werkruimte die alle regels dekt. Whizi Pro voor $19.99 per maand, jaarlijks gefactureerd, bevat ChatGPT Sol, Claude Sonnet en Opus, Kimi K3 en Gemini Pro, plus waardekeuzes zoals DeepSeek en Llama voor de volumeregels, met de zwaarste reasoning-tier en Claude Fable in Powerhouse voor $34.99. Dat is de hele kern van een multi-model werkruimte: de tabel is geen boodschappenlijst meer, maar een routeringsregel binnen één abonnement. De uitsplitsing van abonnementskosten werkt de vergelijking in detail uit.
- Routeer per taak, niet uit merktrouw: schrijven, code, lange context en volume hebben elk andere winnaars
- Gebruik standaard de waardekeuze en stap over op de sterkste keuze wanneer kwaliteit duidelijk telt
- Stuur batchwerk naar open modellen; frontier-prijzen zijn voor frontier-problemen
- Controleer elke benchmarkclaim aan de hand van een taakspecifieke benchmark met een datum
- Herhaal je eigen driepromptstest na elke grote releasecyclus
Veelgestelde vragen
Wat is in 2026 in het algemeen het beste AI-model?
Er is geen betekenisvolle algemene winnaar: de frontier-modellen liggen dicht bij elkaar op gemengde benchmarks, maar lopen sterk uit elkaar per taak. Claude leidt bij tekst, reasoning-tiers leiden bij code en wiskunde, Gemini leidt bij zeer lange documenten, en open modellen leiden op kosten. De nuttige vraag is die per taak, en dat is precies wat de routingtabel beantwoordt.
Welk AI-model is het beste voor programmeren?
Voor code die je daadwerkelijk uitbrengt, zijn de GPT reasoning-tiers de sterkste keuze, met DeepSeek V4 Pro als waardekeuze: DeepSeeks eigen gerapporteerde 80.6% op de SWE-bench Verified benchmark ligt op frontier-niveau, voor ongeveer $0.003 per standaardantwoord onder een MIT-licentie. Voor snelle scripts en boilerplate voldoen de alledaagse tiers ruimschoots en zijn ze veel goedkoper.
Is het duurste AI-model ook het beste?
Alleen voor de moeilijkste taken. Prijs volgt rekenkracht, en reasoning-tiers verdienen hun meerprijs echt bij meerstapsproblemen. Maar het verschil in de index tussen het goedkoopste en het duurste model is ruwweg 2,000x, terwijl het kwaliteitsverschil bij alledaagse vragen nauwelijks merkbaar is, waardoor frontier-tarieven betalen voor routinewerk de meest voorkomende manier is om te veel uit te geven aan AI.
Hoe vaak verandert het beste model?
De sterkste keuze in een categorie verandert ongeveer elke grote releasecyclus, een paar keer per jaar. De structuur van de categorieën verandert veel langzamer: schrijven heeft Claude beloond, lange documenten hebben contextlengte beloond, en volumewerk heeft over meerdere generaties open modellen beloond. Controleer de datum bij elke aanbeveling, deze pagina inbegrepen.
Heb ik meerdere AI-abonnementen nodig om deze tabel te volgen?
Niet meer. De tabel volgen met losse abonnementen per aanbieder kost ongeveer $60 per maand verdeeld over drie abonnementen. Een multi-model werkruimte dekt elke regel in één plan: Whizi Pro voor $19.99 per maand, jaarlijks gefactureerd, dekt de frontier- en waardekeuzes, met de zwaarste reasoning-tier en Claude Fable in het Powerhouse-plan. Halverwege een gesprek van model wisselen is het mechanisme dat routing per taak praktisch maakt.
