Claude Opus 5: dezelfde prijs, meer prestatie per taak

TL;DR

• Wat: Anthropic heeft Claude Opus 5 uitgebracht — het scoort het hoogst op de AA-Briefcase-benchmark voor kenniswerk en kost per taak zo'n 26% minder dan het duurdere Fable 5-model.
• Waarom relevant: je kunt nu AI-taken op near-topniveau laten uitvoeren tegen een lagere prijs, én zelf instellen hoeveel rekenkracht het model per vraag gebruikt.
• Wat je ermee kunt: bekijk of je huidige AI-gebruik (denk aan rapportages, analyses, klantvragen) goedkoper kan door naar Opus 5 te schakelen en de effort-instelling per taaktype af te stemmen.

Anthropic bracht op 24 juli 2026 Claude Opus 5 uit, en het model claimt meteen de eerste plek op meerdere onafhankelijke benchmarks. Wat mij opviel aan dit nieuws is niet zozeer dat er wéér een nieuw AI-model is — dat gebeurt inmiddels maandelijks — maar dat de nadruk dit keer op kosten per taak ligt in plaats van op ruwe intelligentie. En dat is voor ondernemers een stuk interessanter dan weer een abstracte score.

Wat de cijfers laten zien

Artificial Analysis, een onafhankelijk platform dat AI-modellen vergelijkt, publiceerde de resultaten op hun Intelligence Index. Opus 5 scoort daar een 61 — het hoogste cijfer op dit moment. Ter vergelijking: Fable 5 (Anthropic's duurdere topmodel) staat op 60 en GPT-5.6 Sol van OpenAI op 59.

Op de AA-Briefcase-benchmark, die meet hoe goed een model complexe kennistaken uitvoert — denk aan het analyseren van documenten, het schrijven van rapporten en het beantwoorden van gelaagde vragen — haalt Opus 5 een Elo-score van 1720. Dat is 146 punten meer dan Fable 5. Vooral op analytical quality springt het eruit: daar staat Opus 5 bijna 300 Elo-punten voor op Fable 5.

Ook op codering scoort het model sterk. Het deelt de toppositie op de Artificial Analysis Coding Index en haalt het hoogste cijfer op SWE-Atlas-QnA, een benchmark voor softwarevragen.

Wat kost het?

De API-prijs blijft gelijk aan die van voorganger Opus 4.8: 5 dollar per miljoen input-tokens en 25 dollar per miljoen output-tokens. Omgerekend: je betaalt ongeveer 5 dollar om het model een stapel documenten ter grootte van acht romans te laten lezen, en 25 dollar om het evenveel terug te laten schrijven.

Maar de echte winst zit in de kosten per taak. Op de Intelligence Index kost een gemiddelde taak met Opus 5 zo'n 2,03 dollar. Bij Fable 5 is dat 2,75 dollar — ruim 26% meer. Je krijgt dus vergelijkbare of betere prestaties, voor minder geld per opdracht.

De effort-knop: zelf bepalen hoeveel je AI nadenkt

Wat ik het meest interessant vind aan deze release is de zogenaamde effort-instelling. Opus 5 heeft vijf niveaus: low, medium, high, xhigh en max. Die bepalen hoeveel rekenkracht het model per vraag inzet.

Stel dat je als ondernemer AI gebruikt voor twee dingen: het classificeren van binnenkomende e-mails en het schrijven van een uitgebreide marktanalyse. Voor die e-mailclassificatie is 'low' of 'medium' waarschijnlijk ruim voldoende. Voor die marktanalyse wil je 'high' of 'max'. Het verschil in tokengebruik tussen low en max is ongeveer een factor 8.

Kun je je voorstellen wat dat betekent voor je maandelijkse AI-rekening? In plaats van dat elk verzoek evenveel kost, betaal je naar zwaarte. Dat is vergelijkbaar met het verschil tussen een brief versturen via gewone post of aangetekend: je kiest het serviceniveau op basis van wat de situatie vraagt.

Volgens MarketScale rapporteerde een financial-modeling team bij een vroege testpartner 9 procentpunt hogere nauwkeurigheid, een derde minder benodigde tussenstappen, en 60% minder tijd per taak. Box, het cloudopslagbedrijf, meldde 17% betere resultaten op due-diligence-workflows.

Waar je op moet letten: hallucinaties

Er zit een duidelijk aandachtspunt in de cijfers dat ik niet wil overslaan. Op AA-Omniscience, een benchmark die feitenkennis meet, scoort Opus 5 lager dan Fable 5 en heeft het een hallucinatiepercentage van 50%. Dat betekent dat het model in de helft van de gevallen waarin het iets niet weet, tóch een antwoord verzint in plaats van te zeggen dat het het niet weet.

Voor routinetaken — samenvatten, classificeren, structureren — is dat minder problematisch. Maar als je het model inzet voor feitelijke research of juridische vragen, is menselijke controle onmisbaar. Ik vind het eerlijk gezegd goed dat Artificial Analysis dit zo transparant rapporteert, want het is precies het soort nuance dat in de aankondigingen zelf vaak ondersneeuwt.

Daarnaast meldt Anthropic dat Opus 5 minder snel verzoeken weigert dan Fable 5 — de interne veiligheidsfilters grijpen volgens MarketScale zo'n 85% minder vaak in. Dat kan handig zijn als je merkte dat eerdere modellen te voorzichtig waren bij normale zakelijke vragen, maar het vraagt ook om bewustzijn: minder weigering betekent meer verantwoordelijkheid bij de gebruiker.

Wat betekent dit voor een ondernemer?

Ik denk dat de relevantie voor MKB-eigenaren in drie dingen zit:

1. Kosten worden voorspelbaarder. De effort-instelling maakt het mogelijk om AI-gebruik af te stemmen op de taak. Je hoeft niet voor elke vraag het maximale te betalen. Dat is vooral relevant als je AI structureel inzet — voor klantenservice, interne rapportages, of het verwerken van documenten.

2. De prestatieverschillen tussen modellen worden kleiner. Opus 5 kost de helft van Fable 5, maar presteert op veel benchmarks gelijkwaardig of beter. Dat is een patroon dat we vaker zien in AI: het goedkoopste topmodel van vandaag is vaak beter dan het duurste model van zes maanden geleden. Als je nu nog betaalt voor een premium-model, is het de moeite waard om te checken of een goedkoper alternatief inmiddels hetzelfde kan.

3. Hallucinaties blijven een aandachtspunt. Een model dat beter analyseert maar vaker feiten verzint, vraagt om duidelijke afspraken over wanneer je wél en wanneer je níet blind op de output vertrouwt. Mijn advies: gebruik AI voor structuur en snelheid, maar laat feitelijke claims altijd door een mens checken.

Een reflectie

Wat mij bij deze release opvalt, is de verschuiving in hoe AI-bedrijven hun modellen positioneren. Een jaar geleden ging elk persbericht over het slimste model ooit. Nu gaat het over kosten per taak, efficiëntie, en configureerbaar gebruik. Dat is, wat mij betreft, een teken dat de markt volwassener wordt. De vraag is niet meer alleen "kan AI dit?" maar "kan AI dit op een manier die financieel verantwoord is voor mijn bedrijf?" En dat is precies de vraag die er voor ondernemers toe doet.