Span-01: AI-gedrag monitoren wordt betaalbaar

TL;DR

• Wat: Respan lanceerde Span-01, een AI-classifier die het gedrag van AI-agents beoordeelt voor een fractie van de prijs van grote taalmodellen.
• Waarom relevant: als je AI-tools inzet in je bedrijf, wordt het controleren of die tools zich correct gedragen ineens veel goedkoper.
• Wat je ermee kunt: inventariseer of je huidige AI-toepassingen ongecontroleerd draaien — en of gedragsmonitoring nu binnen budget past.

Ik stuitte op een tweet van @RoundtableSpace over een nieuw AI-model genaamd Span-01, gebouwd door het bedrijf Respan. De claim: betere prestaties dan bekende modellen, tegen een fractie van de kosten. Dat soort beweringen zie ik vaker voorbijkomen, maar hier zit een invalshoek in die ik voor ondernemers interessant vind — namelijk de vraag: wat kost het eigenlijk om je AI-tools in de gaten te houden?

Wat doet Span-01 precies?

Span-01 is geen chatbot en geen assistent. Het is een zogenaamde classifier — een model dat beoordeelt of een AI-agent zich gedraagt zoals je wilt. Denk aan een soort keurmeester die meekijkt met alles wat je AI-tool doet.

Concreet werkt het zo: je beschrijft in gewone taal welk gedrag je wilt detecteren (bijvoorbeeld "de agent mag geen privégegevens delen" of "de agent mag geen verzonnen feiten presenteren als waar"). Span-01 analyseert vervolgens de volledige conversatie — Respan noemt dit een trace — en geeft een waarschijnlijkheid terug: is dit gedrag aanwezig, afwezig, of niet te beoordelen?

Wat mij opvalt: het model doet dit in één keer, zonder de stap-voor-stap tekstredenering die grote taalmodellen zoals GPT-6 gebruiken. Dat maakt het sneller en goedkoper.

De toepassingen die Respan noemt zijn onder meer het detecteren van hallucinaties, prompt-injectie (een techniek waarbij iemand de AI probeert te misleiden), het lekken van geheime informatie, en ongewenste loops waarin een agent zichzelf herhaalt.

De cijfers: indrukwekkend, maar met een kanttekening

Respan claimt dat Span-01:

• 2x goedkoper is dan Jev (een concurrent in dezelfde categorie) en 18% beter scoort
• 700x goedkoper is dan GPT-6 Luna en 4% beter scoort
• Nummer 1 staat op de Behavior Benchmark

De prijs die Respan noemt: $0,02 per miljoen input-tokens. Om dat in perspectief te plaatsen: als je dagelijks duizend klantgesprekken door zo'n model laat beoordelen, praat je over centen per dag. Er is zelfs een gratis variant, Span-01 Lite, die volgens Respan nog steeds beter presteert dan Jev.

Maar — en dit is belangrijk om te benoemen — deze cijfers komen van Respan zelf. De Behavior Benchmark waar het model bovenaan staat, is door Respan gepubliceerd. Dat maakt de resultaten niet per se onbetrouwbaar, maar het is wel vergelijkbaar met een restaurant dat zichzelf de beste pasta van de stad noemt.

Er is ook een productie-benchmark die een genuanceerder beeld geeft. Daarop scoort Span-01 een overall F1 van 0,806. Dat is beter dan Jev (0,716), maar GPT-6 Sol — een groter en duurder model — komt uit op 0,885. Respan erkent dit zelf ook: een volledig frontier-model blijft het sterkste plafond.

Ik kon geen onafhankelijke evaluatie vinden die de claims van Respan bevestigt of weerlegt. Respan heeft wel het benchmarkdataset publiek beschikbaar gemaakt op Hugging Face, wat het in principe mogelijk maakt om de resultaten na te rekenen. Dat is meer transparantie dan je bij veel AI-bedrijven ziet, maar het is niet hetzelfde als een onafhankelijke audit.

Waarom dit relevant is als je AI inzet in je bedrijf

Stel dat je als ondernemer een AI-chatbot hebt draaien voor klantenservice, of een AI-agent die offertes samenstelt. Hoe weet je dat die tool geen onzin vertelt? Of dat-ie niet per ongeluk klantgegevens deelt?

Tot nu toe waren er grofweg twee opties: of je liet een groot taalmodel als "rechter" meekijken (duur en traag), of je deed steekproefsgewijs handmatige controles (arbeidsintensief en onvolledig). De belofte van een model als Span-01 is dat je continue monitoring kunt doen voor een verwaarloosbaar bedrag.

Voor een MKB-ondernemer maakt dat verschil. Niet omdat je morgen Span-01 gaat installeren — het model is nog nieuw en de markt is nog in beweging. Maar wel omdat het een trend laat zien: de kosten van AI-kwaliteitscontrole dalen snel. Wat vorig jaar alleen voor grote techbedrijven betaalbaar was, komt nu binnen bereik van kleinere organisaties.

Compliance en aansprakelijkheid

Er speelt nog iets mee. In de EU worden de regels rondom AI strenger, onder meer via de AI Act. Als je AI-tools inzet die klantbeslissingen beïnvloeden, wordt het steeds belangrijker om te kunnen aantonen dat je die tools monitort. Goedkopere monitoringtools maken dat haalbaarder — ook zonder een dedicated AI-team.

Wat dit zegt over de markt

Wat mij het meest aanspreekt aan dit verhaal is niet Span-01 zelf, maar wat het illustreert over de bredere ontwikkeling. Een klein bedrijf als Respan brengt een gespecialiseerd model uit dat op bepaalde taken kan meekomen met modellen van OpenAI — tegen een fractie van de prijs.

Dat patroon zie je steeds vaker in AI. Generieke modellen worden uitgedaagd door gespecialiseerde spelers die één ding heel goed en heel goedkoop doen. Voor ondernemers betekent dit: je hoeft niet altijd het duurste model te kiezen. Soms is een gespecialiseerde oplossing effectiever én betaalbaarder.

Tegelijkertijd is voorzichtigheid op zijn plaats. Span-01 is nog nieuw, de benchmarks zijn niet onafhankelijk geverifieerd, en het model is primair ontworpen voor het monitoren van AI-agents — een niche die lang niet elk bedrijf al nodig heeft. Kun je je echter voorstellen dat je over twee jaar meerdere AI-agents hebt draaien in je bedrijfsprocessen? Dan wordt dit soort tooling een stuk relevanter.

Een blik vooruit

Voor mij is dit vooral een signaal dat de infrastructuur rond AI volwassener wordt. Het gaat niet meer alleen om wat AI kan doen, maar ook om hoe je controleert wat AI doet. En net als bij elke technologie geldt: pas als de controle-instrumenten betaalbaar zijn, wordt brede adoptie verantwoord.

Of Span-01 het model is dat zich blijvend op die plek vestigt, weet ik niet. Maar de richting — gespecialiseerde, betaalbare AI-monitoring — vind ik een ontwikkeling om in de gaten te houden.