TL;DR
- Wat: OpenAI lanceert GPT-6 Astra, Google onthult WeatherNext 3 met vijf keer scherpere weersvoorspellingen, en de loop-methode wint terrein als prompt-techniek.
- Waarom relevant: deze ontwikkelingen raken direct aan bedrijfsvoering — van AI-kosten en -capaciteit tot nauwkeuriger weerdata voor logistiek en planning.
- Wat je ermee kunt: bekijk of de loop-methode (iteratief prompten) jouw huidige ChatGPT-gebruik kan verbeteren zonder extra kosten.
Deze week vielen er een paar AI-berichten samen die ik lastig naast me neer kan leggen. OpenAI presenteerde GPT-6 Astra, Google DeepMind kwam met WeatherNext 3, en er circuleert een handige prompt-techniek die "de loop-methode" wordt genoemd. Ik loop ze stuk voor stuk langs — met de bril van: wat betekent dit als je een bedrijf runt?
GPT-6 Astra: wat OpenAI een 'generational leap' noemt
Op 3 september presenteerde OpenAI zijn nieuwste model onder de naam GPT-6 Astra. Het bedrijf noemt het zelf een "generational leap" — een generatiesprong — op gebieden als cybersecurity, softwareontwikkeling en wetenschappelijk onderzoek. Greg Brockman, president van OpenAI, ging zelfs zover om te suggereren dat dit model mogelijk als artificial general intelligence (AGI) gezien kan worden, al voegde hij eraan toe dat hij dat oordeel aan gebruikers overlaat.
Wat mij opvalt aan de benchmarks: op de ARC-AGI-3-test scoort Astra 99,9%, terwijl het vorige model GPT-5.6 Sol op 7,8% bleef steken. Op een cybersecurity-benchmark (ExploitBench) haalt het 100%. Dat zijn indrukwekkende cijfers, al zegt een benchmark niet alles over hoe een model presteert in de dagelijkse praktijk van jouw bedrijf.
Wat kost het?
De API-prijs ligt op 10 dollar per miljoen invoertokens en 50 dollar per miljoen uitvoertokens. Dat is volgens meerdere bronnen zo'n 2,5 keer duurder dan GPT-5.6 Sol. Daar staat tegenover dat OpenAI zegt dat het model efficiënter met tokens omgaat per taak — je zou dus minder tokens nodig hebben voor hetzelfde resultaat. Of dat in de praktijk klopt, moet nog blijken.
Voor ondernemers die nu al met de OpenAI API werken: de toegang wordt de komende dagen uitgerold naar betaalde plannen. Wie een enterprise-account heeft, kan er volgens OpenAI al bij.
Kanttekening
Interessant genoeg scoort Astra op de Artificial Analysis Intelligence Index pas op de 61e plek, achter concurrenten als Fable 5.1 en Meta's Muse Spark 1.3. Dat nuanceert het "meest intelligente model ter wereld"-narratief van OpenAI. Benchmarks meten elk iets anders — het is goed om dat in het achterhoofd te houden als je leest over recordscores.
De loop-methode: beter prompten zonder extra tools
Een van de items uit de nieuwsbrief van The Rundown AI gaat over de zogenaamde loop-methode voor ChatGPT. Het idee is eenvoudig: in plaats van één prompt te sturen en het antwoord te accepteren, bouw je een herhaalbare feedbackcyclus. Je geeft ChatGPT een proces, een manier om z'n eigen output te beoordelen, en een eindcriterium — en laat het model meerdere rondes draaien tot het resultaat goed genoeg is.
Stel dat je als ondernemer een offerte-template laat schrijven door ChatGPT. In de standaardaanpak krijg je één versie terug. Met de loop-methode vraag je het model expliciet om zwakke plekken in z'n eigen tekst te identificeren, die te verbeteren, en dat proces drie tot vijf keer te herhalen. Volgens bronnen die deze techniek beschrijven, helpt het om de temperatuurinstelling laag te houden (rond 0 tot 0,2) en het aantal iteraties te beperken tot maximaal vijf, omdat het model anders kan afdwalen.
Ik vind dit een van die zeldzame AI-tips die je vandaag nog kunt toepassen zonder iets nieuws aan te schaffen. Het kost je alleen wat extra tijd per prompt — en levert mogelijk een stuk betere output op.
Google WeatherNext 3: vijf keer scherpere weersvoorspellingen
Ook op 3 september lanceerde Google DeepMind WeatherNext 3, een AI-weermodel dat voorspellingen levert op een resolutie van 5 kilometer — tegenover 25 kilometer bij de vorige versie. Dat betekent vijf keer scherper, en de voorspellingen worden nu elk uur bijgewerkt in plaats van elke zes uur.
De neerslagvoorspellingen zijn volgens Google tot 50% nauwkeuriger bij een vooruitblik van een dag of meer. Het model leert direct van realtime satelliet- en weerstatiedata, waar eerdere AI-weersystemen afhankelijk waren van vertraagde numerieke weermodellen.
Wat betekent dit voor ondernemers?
Wie in de logistiek, bouw, evenementenbranche of landbouw werkt, weet hoe groot de impact van onverwacht weer kan zijn. Een nauwkeuriger uurlijkse voorspelling op 5 kilometer is concreet bruikbaar — denk aan routeplanning, buitenklussen, of het besluit om een buitenevenement door te laten gaan.
WeatherNext 3 wordt geïntegreerd in Google Search, Google Maps en de Gemini-app. Je hoeft er dus geen apart abonnement voor af te sluiten. Dat maakt het direct toegankelijk voor iedereen die deze Google-producten al gebruikt.
Een detail dat mij extra interesseert: het model bevat ook windsnelheidsvoorspellingen op turbinehoogte en zonnestralingsdata. Dat is relevant voor bedrijven die investeren in hernieuwbare energie of zonnepanelen op het dak hebben.
Rowan's Corner: de toekomst van content
Het vierde item uit het nieuwsoverzicht verwijst naar een rubriek van Rowan Cheung, oprichter van The Rundown AI, over de toekomst van content. De specifieke inhoud van deze editie kon ik niet verifiëren via openbare bronnen, dus ik kan er niet inhoudelijk op ingaan zonder te speculeren. Wat ik wel kan zeggen: Rowan Cheung interviewt regelmatig CEO's van grote techbedrijven — van Sam Altman tot Sundar Pichai — en zijn analyses over hoe AI contentcreatie verandert, zijn doorgaans de moeite waard om te volgen als je in marketing of communicatie werkt.
Wat ik hieruit meeneem
Als ik deze vier items naast elkaar leg, zie ik een patroon. De modellen worden krachtiger én duurder (GPT-6 Astra), de toepassingen worden specifieker en praktischer (WeatherNext 3), en tegelijkertijd kun je met slimmer gebruik van bestaande tools — zoals de loop-methode — al betere resultaten halen zonder extra budget. Voor mij is dat de meest bruikbare conclusie van deze week: je hoeft niet altijd het nieuwste en duurste model te hebben. Soms zit de winst in hoe je gebruikt wat je al hebt.
80% van de AI-projecten haalt productie nooit.
Ik bouw de 20% — van prototype naar draaiend systeem, binnen weken.