Liever nieuwe posts als video? Abonneer op het aiMattie YouTube-kanaal — of bekijk alle video's in de playlist.
TL;DR
- Wat: Replit Agent ondersteunt nu GPT-6 Sol, GPT-6 Luna Fast en Claude Opus 5.5, en Replit is volgens eigen zeggen een goedgekeurde connector binnen Meta's Muse.
- Waarom relevant: als je software laat bouwen via AI-tools, bepaalt de keuze van het onderliggende model hoeveel je betaalt en hoe goed het resultaat is.
- Wat je ermee kunt: bekijk of Replit Agent met een van de nieuwe modellen beter of goedkoper werkt voor jouw type project.
Ik stuitte op een update van Replit waarin twee dingen tegelijk werden aangekondigd: drie nieuwe AI-modellen in hun Agent én een koppeling met Meta's Muse. Dat zijn op het eerste gezicht losse berichten, maar samen vertellen ze iets over hoe snel het landschap van AI-bouwtools verschuift — en wat dat betekent als je als ondernemer overweegt om software te laten maken zonder traditioneel ontwikkelteam.
Drie modellen, drie prijsklassen
Replit Agent is de functie binnen Replit waarmee je in gewone taal kunt beschrijven wat voor app je wilt, waarna een AI-model de code schrijft. Tot nu toe werkte dat met een beperkt aantal modellen. Sinds deze week zijn daar drie opties bijgekomen:
- GPT-6 Sol — het middenmodel van OpenAI, gericht op complexe programmeertaken. Kosten: 2 dollar per miljoen invoertokens, 10 dollar per miljoen uitvoertokens.
- GPT-6 Luna Fast — het budgetmodel, bedoeld voor repetitieve of eenvoudiger taken. Kosten: 0,10 dollar per miljoen invoertokens, 0,50 dollar per miljoen uitvoertokens.
- Claude Opus 5.5 — Anthropic's nieuwste model met een contextvenster van 1 miljoen tokens. Kosten: 4 dollar per miljoen invoertokens, 20 dollar per miljoen uitvoertokens.
Wat mij hier opvalt is het prijsverschil. Tussen Luna en Opus 5.5 zit een factor 40 op de invoerprijs. Dat is alsof je kiest tussen een stadsfietsverhuur en een privéchauffeur — allebei brengen ze je van A naar B, maar de ervaring en geschiktheid voor specifieke situaties verschillen enorm.
Wat betekent dat in de praktijk?
Als Replit-gebruiker kun je nu per project kiezen welk model het werk doet. Stel dat je als ondernemer een eenvoudige interne tool wilt bouwen — een formulier dat gegevens opslaat, een simpel dashboard. Dan zou Luna Fast voldoende kunnen zijn tegen minimale kosten. Maar wil je iets complexers, bijvoorbeeld een klantenportaal met meerdere integraties, dan kan een krachtiger model als Sol of Opus 5.5 minder fouten maken en je uiteindelijk tijd besparen.
Ik vind het interessant dat Replit deze keuze bij de gebruiker legt. Het dwingt je om na te denken over een afweging die voorheen alleen voor softwareontwikkelaars relevant was: hoeveel "denkkracht" heeft mijn project nodig, en wat is dat me waard?
De prijzenoorlog op de achtergrond
Deze modeltoevoegingen staan niet op zichzelf. Op 22 september lanceerden OpenAI en Anthropic hun nieuwe modellen vrijwel gelijktijdig — Anthropic bracht Opus 5.5 uit, en ongeveer een uur later volgde OpenAI met Sol en Luna. Volgens Simon Willison is er sprake van een prijzenoorlog: Sol is 50 procent goedkoper dan zijn voorganger, en Luna is een van de goedkoopste modellen die OpenAI ooit heeft uitgebracht.
Voor platforms als Replit is dat goed nieuws. Lagere modelprijzen betekenen dat ze functies als hun gratis modus — waarbij gebruikers zonder betaling apps kunnen plannen en vragen kunnen stellen — breder kunnen aanbieden. VentureBeat meldt dat OpenAI's eerdere prijsverlagingen Replit al hielpen om die gratis modus aan miljoenen gebruikers aan te bieden.
Voor jou als ondernemer is de consequentie dat AI-gegenereerde software stap voor stap goedkoper wordt. Niet in één klap, maar wel gestaag.
Replit als connector in Meta's Muse
Het tweede deel van de aankondiging gaat over Meta's Muse — een persoonlijke AI-assistent die taken uitvoert door te koppelen met externe diensten via zogeheten "connectors." Denk aan een digitale assistent die namens jou een reservering maakt, een spreadsheet bijwerkt of een bestelling plaatst, omdat die assistent toegang heeft tot de juiste apps.
Replit meldt in hun eigen update dat ze nu een goedgekeurde connector zijn binnen Muse. Wat dat concreet inhoudt: je zou via Muse een opdracht kunnen geven als "bouw me een landingspagina voor mijn nieuwe product" en Muse zou dat via Replit kunnen uitvoeren.
Een kanttekening
Ik moet hier eerlijk zijn: ik kon deze claim niet onafhankelijk verifiëren. De meest recente lijsten van Muse-connectors die ik vond — bijgewerkt tot 25 september 2026 — vermelden Replit niet. Dat kan betekenen dat de uitrol nog bezig is, zoals Replit zelf aangeeft, maar het kan ook zijn dat de goedkeuring nog niet volledig is afgerond. Ik zou dit dus als "aangekondigd maar nog niet breed bevestigd" behandelen.
Wat ik wél kan zeggen: Meta's connectorplatform groeit snel. Er zijn inmiddels zo'n 36 live connectors, van Gmail en Google Drive tot Shopify en Stripe. TechCrunch meldde dat Meta meer dan 1.500 aanvragen ontving in de eerste week nadat het platform openging voor ontwikkelaars.
Wat dit voor ondernemers betekent
Laat ik twee lijnen trekken.
Lijn 1: modelkeuze wordt onderdeel van je beslissing. Als je een platform als Replit gebruikt om interne tools of klantgerichte apps te bouwen, is "welk AI-model draait erachter" niet langer een technisch detail. Het beïnvloedt je kosten, de kwaliteit van de gegenereerde code, en hoeveel handmatig nawerk je nodig hebt. Dat is vergelijkbaar met de keuze voor een aannemer: je wilt weten wie het werk doet, niet alleen dat het gedaan wordt.
Lijn 2: AI-assistenten krijgen steeds meer "handen." Meta's Muse met connectors is een voorbeeld van een bredere trend. AI-assistenten doen niet meer alleen tekst genereren — ze voeren taken uit in externe systemen. Als Replit inderdaad een werkende Muse-connector wordt, betekent dat: iemand die Muse gebruikt kan in theorie een app laten bouwen zonder Replit zelf te openen. De AI regelt het.
Kun je je voorstellen wat dat betekent als je twintig medewerkers hebt die elk hun eigen kleine automatiseringsbehoefte hebben? De drempel om "even een tooltje" te laten maken wordt dan wel heel laag.
Waar ik op let
Voor mij is dit vooral een signaal dat de bouwlaag van software — wie of wat de code schrijft — steeds meer een commodity wordt. De modellen worden beter én goedkoper, de platforms worden toegankelijker, en de koppelingen tussen AI-assistenten en bouwtools worden directer. Dat is geen reden om morgen je hele IT-afdeling te herzien, maar wel om in de gaten te houden hoe snel de kosten en drempels dalen. De vraag is niet meer óf AI een rol speelt bij het bouwen van bedrijfssoftware, maar hoe snel die rol groeit — en of je daar klaar voor bent.
80% van de AI-projecten haalt productie nooit.
Ik bouw de 20% — van prototype naar draaiend systeem, binnen weken.