Welk AI-model moet je voor elke taak gebruiken en hoe voorkom je dat je te veel betaalt?

Kort gezegd: laat een krachtig model nadenken en een eenvoudiger model uitvoeren. Laat een topmodel het plan maken en complexe beslissingen nemen (GPT-6 Astra, Claude Fable 5.1 of Claude Opus 5.5), werk met een middelzwaar model op basis van een afgerond plan en laat routinetaken en aanroepen van achtergrondagents uitvoeren door het goedkoopste model dat ze aankan. Controleer tegelijk het resultaat: hoe goedkoper het model, hoe zorgvuldiger je het werk moet nakijken; anders verdwijnt de besparing in herstelwerk.

Hieronder staat een tabel ‘taak → model’ die de oorspronkelijke auteur op 23 september 2026 in een openbare repository publiceerde. De belangrijkste modellen daarin zijn zijn persoonlijke keuzes op basis van werkervaring. Voor deze tabel is geen vergelijkende test uitgevoerd en dezelfde resultaten zijn voor andere taken niet gegarandeerd. De meeste goedkopere opties heb ik geselecteerd op basis van openbare ranglijsten en aanbevelingen van de ontwikkelaars zelf; ook mijn keuze voor Opus 5.5 voor code is gebaseerd op mijn ervaring. De prijzen in het oorspronkelijke materiaal zijn gecontroleerd aan de hand van de officiële pagina’s van OpenAI en Anthropic, per 23.09.2026.

Bekijk voor aanvullende instructies over werken met Ailoot de documentatie.

Waarom één model voor alles gebruiken duur is#

Als je via een API voor tokens betaalt, kost elke taak die je met een topmodel uitvoert het topmodeltarief, zelfs wanneer een eenvoudiger model had volstaan. Houd bij een abonnement rekening met de limieten van je abonnement en het gekozen model: controleer die op de abonnementspagina. Lees het aparte artikel Hoe je niet binnen één dag door de Claude Code-limieten heen raakt voor meer informatie over hoe de abonnementslimieten van Claude werken en wat ze verbruikt. Dit artikel gaat over het kiezen van een model voor een specifieke klus.

Officiële API-prijzen per 1 miljoen tokens, per 23.09.2026:

Neem een hypothetische agentuitvoering: 100 duizend invoertokens en 10 duizend uitvoertokens. Dit is een rekenvoorbeeld op basis van de standaardprijzen zonder caching, geen meting van een echte taak. Zo’n uitvoering kost ongeveer $1,5 met GPT-6 Astra of Fable 5.1, $0,6 met Opus 5.5, $0,3 met Sonnet 5 of GPT-6 Sol, $0,15 met Haiku 4.5 en $0,015 met GPT-6 Luna. In deze berekening is het topmodel honderd keer zo duur als het goedkoopste model. Zie Hoe je het gebruik van API-tokens berekent voor meer informatie over het berekenen van zo’n uitvoering op basis van je eigen volumes.

Twee opmerkingen over de prijzen. Voor GPT-6-modellen worden aanvragen met meer dan 272 duizend invoertokens in hun geheel tegen een hoger tarief berekend: invoer tegen tweemaal het tarief en uitvoer tegen anderhalf maal het tarief. Batch-aanvragen kosten bij zowel OpenAI als Anthropic de helft van de standaardprijs.

De regel: denk met een krachtig model, voer uit met een goedkoop model#

Vervolgwerk hangt af van het plan, dus daarop bezuinig ik niet en gebruik ik het krachtigste model. Een eenvoudiger model kan schrijven op basis van een afgerond plan, gegevens verzamelen, chats hernoemen en gesprekken samenvatten.

Bij het kiezen van een model hanteer ik ook drie andere regels:

1. Hoe goedkoper het model, hoe zorgvuldiger je het werk moet controleren. Het nakijken kost jou ook tijd.
2. Vergelijk de prijs van een afgerond resultaat, niet van één aanvraag. Opus 5.5 is bijvoorbeeld voor zowel invoer als uitvoer 2,5 keer goedkoper dan Fable 5.1. Als herstelwerk ervoor zorgt dat Opus voor een taak drie keer zoveel invoer- en uitvoertokens gebruikt, wordt het uiteindelijk duurder. De tijd die je aan controle besteedt, komt boven op de tokenkosten. In het artikel Welke AI-agent is goedkoper: de kosten van één opgeloste taak wordt uitgelegd hoe je de kosten van een resultaat berekent.
3. Bevalt een model je niet, probeer dan een ander. Er is geen eenduidige winnaar; elk model heeft sterke punten en beperkingen.

Een model kiezen is één onderdeel van werken met een AI-agent.

Tabel: taak → model#

In de kolom ‘belangrijkste model’ staan de modellen die ik zelf gebruik. De volgende kolom bevat alternatieven, waarvan de meeste zijn geselecteerd op basis van openbare ranglijsten en aanbevelingen van ontwikkelaars. Ook kies ik op basis van persoonlijke ervaring voor Opus 5.5 voor code. Controleer de resultaten van een goedkoper model zorgvuldiger. De opties voor routinetaken gebruiken verschillende betalingsvormen, dus deze keuze is niet per se goedkoper.

Strategie en plannen. Een fout in het plan kan doorwerken in latere stappen. Hiervoor gebruik ik het krachtigste model. GPT-6 Sol is een goedkopere optie: OpenAI positioneert het voor complexe code en agentscenario’s.

Code. Ik gebruik Fable 5.1 voor code. Anthropic raadt echter aan om voor de meeste taken met Opus 5.5 te beginnen en Fable 5.1 te gebruiken voor complexe redeneringen en langdurig agentwerk, of wanneer Opus met redeneren op hoog niveau de taak niet aankan. Via de API kost Opus 5.5 2,5 keer minder; uit mijn ervaring kost het werken ermee ook minder. Als het plan klaar is, kan een goedkoper model op basis daarvan schrijven. Zie GPT-6 Astra of Claude Fable 5.1: welke moet je kiezen? voor een uitgebreide vergelijking van de twee topmodellen voor code.

Schrijven. Als een tekst voor een klant bedoeld is, gebruik ik een krachtig model. Sonnet 5 is een goedkopere optie: Anthropic noemt het de beste balans tussen snelheid en intelligentie. Controleer de uitvoer zorgvuldiger.

Cijfers en financiën. Ook hiervoor gebruik ik een krachtig model. Dit is mijn keuze op basis van werkervaring, niet het resultaat van een vergelijkende test. Maar zelfs een krachtig model maakt controle niet overbodig: vergelijk cijfers met de primaire bron. Stuur geen financiële of persoonlijke gegevens naar gratis abonnementen waarvan de voorwaarden toestaan dat je gegevens worden gebruikt.

Zoeken en onderzoek. Voor eenvoudige taken en zoekwerk gebruik ik Sonnet 5; dat is gebaseerd op mijn ervaring. GPT-6 Luna is een goedkopere optie: OpenAI positioneert het voor repetitieve taken met een hoog volume.

Routinetaken. Routinetaken worden vaak herhaald, waardoor de kosten van afzonderlijke uitvoeringen oplopen. Ik gebruik Kimi K3 met een Kimi Code-abonnement. DeepSeek Flash is een optie met API-gebaseerde facturering. Dit zijn verschillende betalingsvormen; welke goedkoper is, hangt af van je volume.

Waarop ik niet bezuinig#

Deze regels zijn gebaseerd op mijn praktijk. Ik heb ze niet met een vergelijkend onderzoek getest.

• Planning en architectuur. Een fout in het plan kan doorwerken in latere stappen.
• Cijfers en financiën. Hiervoor gebruik ik een krachtig model en controleer ik cijfers alsnog aan de hand van de primaire bron.
• Het resultaat controleren. Hoe goedkoper het model is dat de taak uitvoerde, hoe zorgvuldiger je het werk moet controleren.

Het samenvatten van gesprekken bepaalt wat een agent uit een lang gesprek onthoudt, en een te zwak model kan belangrijke informatie verliezen. Je kunt het samenvatten aan een goedkoop model overlaten, maar controleer de kwaliteit ervan voor je eigen taken.

Achtergrondtaken van Hermes Agent naar een goedkoop model verplaatsen#

Naast het hoofdwerk voert een agent ook hulptaken uit: chatnamen bedenken, lange gesprekken samenvatten, afbeeldingen analyseren en beslissen of een opdracht automatisch kan worden goedgekeurd. In Hermes Agent worden deze als hulptaken aangeduid. Standaard staat elke taak op auto: je hoofdmodel voert die uit. Als je hoofdmodel een topmodel is en je via de API betaalt, worden hulptaken ook tegen het topmodeltarief berekend.

Voor het goedkeuren van opdrachten in de modus smart raadt de Hermes-documentatie een goedkoop, snel model aan en noemt het gebruik van dure modellen verspilling. Voor het samenvatten van context en webpagina’s — dat wil zeggen, die kort navertellen — raadt de documentatie ook een snel model aan in plaats van een duur redeneermodel.

Stappen:

1. Koppel vooraf een provider voor het goedkope model, met een sleutel. Volgens de Hermes-documentatie valt het systeem terug op de standaardoptie als je voor een taak een provider zonder sleutel instelt; er verschijnt dan een waarschuwing in het logboek agent.log. In de modus auto slaat Hermes de taak met een waarschuwing over als het hoofdmodel die niet kan uitvoeren en er geen fallback-keten is ingesteld. Het schakelt dan niet over naar andere gekoppelde providers.
2. Open het Hermes-webpaneel en ga naar Models → Model Settings → Auxiliary tasks → Configure. Klik op de rij van de gewenste taak (bijvoorbeeld Compression, Title Gen, Vision) op Change, kies een provider en model en klik vervolgens op Switch. De Hermes-documentatie vermeldt hiervoor in plaats daarvan een knop Show auxiliary; de labels zijn afhankelijk van de versie.
3. Of voer dezelfde instellingen in ~/.hermes/config.yaml in. Voorbeeld uit de Hermes-documentatie: beeldanalyse (vision) met een snel model.

Vind handleidingen voor tools in de Ailoot-documentatie

Voor chatnamen stelt de documentatie voor een snel model vast te zetten of auxiliary.title_generation.prefer_fast_model: true in te stellen. Hermes kiest dan een snel model van je provider.

4. Open een nieuwe sessie. Modelwijzigingen gelden alleen voor nieuwe sessies; reeds geopende chats blijven de oude instellingen gebruiken. Als je config.yaml handmatig hebt bewerkt en een nieuwe sessie de instelling niet oppikt, start Hermes dan opnieuw.

Controleren. Op de taakrij moet provider · model staan in plaats van auto (use main model). Staat er nog steeds auto, dan gebruikt de taak nog het hoofdmodel. Klik op Reset all to auto om alle taken terug te zetten naar het hoofdmodel.

Voor achtergrondtaken vermeldt de tabel GPT-6 Luna, Gemini 3.8 Flash, DeepSeek Flash en Claude Haiku 4.5. Kies uit providers die je al hebt gekoppeld. Als je OpenAI-modellen via een ChatGPT / Codex-abonnementsprovider koppelt en GPT-6 Sol en GPT-6 Luna nog niet in de lijst met Hermes-modellen staan, raadt de tabel GPT-5.6 Sol of GPT-5.6 Luna aan. Volgens de pagina van Anthropic wordt Haiku 4.5 niet eerder dan 15 oktober 2026 uitgefaseerd. Er is geen exacte datum, dus controleer de status vóór die tijd.

Wat niet in de tabel staat#

• Besparingspercentages. Ik heb ze niet gemeten. Hoeveel je bespaart, hangt af van je taken en de modellen die je kiest.
• Het exacte gebruik van abonnementslimieten. De Hermes-documentatie beschrijft niet precies hoe aanvragen vanuit Hermes de limieten van een ChatGPT-abonnement gebruiken.
• Prijzen die nooit veranderen. Modellen en abonnementen veranderen. Controleer de officiële pagina’s voordat je iets aanschaft.

Wat je vandaag kunt doen#

1. Noteer drie of vier soorten taken die je het vaakst aan je agent geeft.
2. Bepaal voor elk: moet het model nadenken of een afgerond plan uitvoeren?
3. Behoud een topmodel voor ‘nadenken’, gebruik een model dat één niveau lager staat voor ‘uitvoeren’ en kies voor routinetaken het goedkoopste model dat de taak aankan.
4. Begin in Hermes met chatnamen: die zijn het makkelijkst naar een goedkoop model te verplaatsen. Verplaats daarna het samenvatten van context en controleer bij je eigen lange gesprekken of de agent belangrijke informatie is gaan verliezen.

Ga voor meer werk met modellen naar Ailoot.