Grok claimt derde plek in AI-coding — wat betekent dat?

TL;DR

• Wat: Elon Musk stelt dat Grok 4.7 van SpaceXAI derde staat voor agentic coding, na Anthropic en OpenAI — maar onafhankelijke benchmarks ontbreken nog.
• Waarom relevant: De kosten per AI-codingtaak lopen flink uiteen; als ondernemer wil je weten welk model de beste prijs-kwaliteit biedt.
• Wat je ermee kunt: Bekijk of de prijsverschillen tussen AI-codingmodellen relevant zijn voor jouw ontwikkelkosten voordat je kiest.

Elon Musk claimde deze week op X dat Grok 4.7 SpaceXAI op de derde plek zet voor zogenoemde 'agentic coding' — achter Anthropic en OpenAI. Wat mij opviel: hij benadrukt niet alleen de prestaties, maar vooral de snelheid en de lagere kosten. Ik wilde uitzoeken wat daar precies achter zit.

Wat is agentic coding eigenlijk?

Even een stap terug, want 'agentic coding' klinkt als jargon. Het gaat om AI-modellen die niet alleen een stukje code schrijven als je erom vraagt, maar die zelfstandig meerdere stappen kunnen uitvoeren. Denk aan: een bug opsporen, de relevante bestanden openen, de code aanpassen, en testen of het werkt — zonder dat jij tussendoor elke stap aanstuurt.

Voor een ondernemer kun je het vergelijken met het verschil tussen een medewerker die alleen doet wat je vraagt, en iemand die een heel probleem oppakt en er mee terugkomt als het opgelost is. Hoe beter een AI-model hierin is, hoe minder tussenkomst er nodig is van een (dure) ontwikkelaar.

De modellen worden op dit vlak getest met benchmarks zoals DeepSWE en Terminal-Bench — gestandaardiseerde toetsen die meten hoe goed een model complexe codingtaken zelfstandig afrondt.

Wat weten we echt over Grok 4.7?

Hier moet ik eerlijk zijn: op het moment van schrijven is Grok 4.7 nog niet officieel uitgebracht. SpaceXAI heeft geen blogpost, geen modelkaart en geen prijspagina gepubliceerd. Begin september noemde Musk een releasedatum rond 11-12 september, maar die werd vervolgens uitgesteld. Er zijn geen onafhankelijk geverifieerde benchmarks beschikbaar.

Dat betekent dat de claim in de tweet — derde plek voor agentic coding — niet onafhankelijk te controleren is voor Grok 4.7 specifiek.

Wat we wél weten, is dat het vorige model Grok 4.6 (uitgebracht op 12 augustus 2026) inderdaad een derde positie behaalde op meerdere agentic-codingbenchmarks. Volgens Artificial Analysis scoorde Grok 4.6 een GDPval-AA v2 Elo van 1753 — alleen Claude Opus 5 van Anthropic scoorde hoger. Op de bredere Intelligence Index kwam Grok 4.6 uit op 61 punten, gelijk aan OpenAI's GPT-5.6 Sol (ook 61) en net onder Claude Opus 5 (63) en Claude Fable 5 (62).

Ik vind het belangrijk om dat onderscheid te maken. De claim over de derde plek lijkt gebaseerd op cijfers van Grok 4.6, niet op gepubliceerde resultaten van 4.7.

De kosten: daar wordt het pas interessant

Wat mij het meest opvalt aan het verhaal rondom Grok is niet de prestatie-ranglijst, maar de prijsverschillen. En die zijn behoorlijk concreet.

Grok 4.6 kost volgens Artificial Analysis $2 per miljoen input-tokens en $6 per miljoen output-tokens. Ter vergelijking:

• Claude Opus 5 van Anthropic: $5 / $25
• GPT-5.6 Sol van OpenAI: $5 / $30

Dat is een factor drie tot vijf goedkoper aan de output-kant. In de praktijk kwam een gemiddelde codingtaak met Grok 4.6 uit op ongeveer $0,84 per taak, waar Opus 5 aanzienlijk meer verbruikte — onder andere omdat Grok 4.6 taken afrondde in gemiddeld 53 stappen versus 103 stappen bij Opus 5.

Stel dat je als ondernemer een ontwikkelteam hebt dat dagelijks tientallen AI-ondersteunde codingtaken draait. Dan tikt dat verschil serieus aan. Niet in centen, maar in honderden of duizenden euro's per maand.

Derde plek: is dat goed genoeg?

Dit is een vraag die ik mezelf stelde toen ik de tweet las. Derde klinkt als een bronzen medaille — mooi, maar niet de beste. Maar in de AI-markt van nu liggen de topmodellen zo dicht bij elkaar dat het verschil in de praktijk nauwelijks merkbaar is.

Volgens NextBigFuture zijn de benchmarks "essentially neck-and-neck" — vrijwel gelijkopgaand. Het verschil tussen de nummer één en de nummer drie is een paar procentpunten op de meeste tests.

Ik denk dat voor de meeste ondernemers de vraag niet is "welk model is de allerbeste?", maar eerder: "welk model levert genoeg kwaliteit voor wat ik nodig heb, tegen een prijs die past?" En op die vraag scoort Grok opvallend goed.

Een kanttekening: Grok 4.6 heeft volgens meerdere bronnen zwakkere punten bij design en 3D-generatie. Het is dus niet op elk vlak gelijkwaardig — het verschilt per toepassing.

Wat betekent dit voor een MKB-ondernemer?

Als je zelf geen ontwikkelteam hebt, is dit misschien nog wat abstract. Maar steeds meer ondernemers gebruiken AI-tools die onder de motorkap een van deze modellen draaien — denk aan codeerassistenten, automatische klantenservice, of tools die data-analyses uitvoeren.

De keuze van het onderliggende model bepaalt twee dingen die je direct raken:

1. De kosten — bij intensief gebruik kan het verschil tussen een goedkoop en een duur model oplopen tot duizenden euro's per jaar.
2. De kwaliteit — maar zoals de benchmarks laten zien: de top drie zit zo dicht bij elkaar dat het verschil voor de meeste zakelijke taken verwaarloosbaar is.

Kun je je voorstellen wat dit betekent als je overweegt om AI-tools structureel in je bedrijfsvoering op te nemen? De keuze voor het juiste model is niet langer puur een technische beslissing — het is een financiële.

Tot slot

Ik vind het eerlijk gezegd fascinerend hoe snel de AI-codingmarkt zich ontwikkelt naar een situatie waarin prestaties vrijwel gelijk zijn en het verschil zit in prijs en snelheid. Dat is een patroon dat we kennen uit andere markten — denk aan telecomproviders of clouddiensten. Op het moment dat de kwaliteit convergeert, wordt de prijs de beslissende factor.

Wat mij betreft is de les hier niet dat Grok nu het beste model is — dat claimen de cijfers ook niet. Maar het feit dat een derde speler zo dicht op de marktleiders zit, tegen een fractie van de kosten, is voor ondernemers een relevanter gegeven dan welke benchmark-score dan ook. Met de kanttekening dat de specifieke claims over Grok 4.7 nog niet onafhankelijk geverifieerd zijn. Zodra dat model daadwerkelijk verschijnt, wordt het pas echt interessant om te zien of de belofte wordt waargemaakt.