Anthropic, de maker van AI-assistent Claude, bracht vrijdag Claude Opus 5 uit: een model dat volgens het bedrijf dicht in de buurt komt van zijn eigen topmodel Fable 5, maar half zo duur is. Het model is per direct beschikbaar in Nederland, in alle betaalde abonnementen, en is meteen de standaardkeuze voor wie Claude gebruikt.

Anthropic positioneert Opus 5 als het model voor dagelijks werk, en de cijfers wijzen die kant op. Onderzoeksbureau Artificial Analysis zette Opus 5 bovenaan zijn ranglijst voor langlopend kenniswerk, waar het Fable 5 verslaat en tegelijk twintig procent goedkoper per taak uitpakt. Denk aan het soort klus dat je aan een junior collega zou geven: een rapport uitpluizen of een spreadsheet doorrekenen.

Het model kan ook zelfstandig je browser bedienen, en daar hoort een verbetering bij die minstens zo belangrijk is. De bescherming tegen prompt injection is er sterk op vooruitgegaan, het kunstje waarbij een kwaadwillende website verborgen instructies achterlaat waar de AI vervolgens gehoor aan geeft. De kans dat zo'n aanval slaagt daalde volgens Anthropic van ruim 7 naar minder dan 1 procent. Precies het risico dat je wilt uitsluiten voordat je een AI in je mailbox laat.

Twee resultaten sprongen eruit. Op de ARC-AGI-3-test, de beruchte lakmoesproef voor AI die menselijke intelligentie evenaart, behaalde Opus 5 een nieuw record van ruim 30 procent, waar het vorige beste model op 7,8 procent bleef steken. Bij de Internationale Wiskunde Olympiade van dit jaar loste het model alle opgaven foutloos op: 42 van de 42 punten, ruim boven de grens voor goud.

En dan de prijs. Voor ontwikkelaars kost Opus 5 vijf dollar per miljoen ingevoerde en 25 dollar per miljoen uitgevoerde tokens (de stukjes tekst waar een AI-model mee rekent), gelijk aan zijn voorganger Opus 4.8 en de helft van Fable 5. Al plaatst techsite Engadget daar een kanttekening bij: was dit model vóór het Chinese Kimi K3 verschenen, waar we onlangs over schreven, dan was het onthaal waarschijnlijk een stuk uitbundiger geweest.

Niet iedereen is overtuigd. Onderzoeksinstituut Epoch AI kwam op zijn index uit op een score van 159 voor Opus 5, net onder de 161 van Fable 5. Anthropics eigen marketing zegt dan ook voorzichtig dat het model Fable 5 'benadert', terwijl de eigen tests het op de meeste onderdelen erboven zetten. Welke ranglijst je pakt, bepaalt dus wie er wint.

Vervelender is de praktijkervaring. De redactie van techpublicatie Every testte het model een week lang en noemde het in haar recensie “bij vlagen briljant, frustrerend in de praktijk”. Opus 5 ging in discussie over instructies, stopte soms voordat het werk af was en botste met de werkwijzen die de redactie voor eerdere Claude-modellen had opgebouwd. Pas nadat ze die structuren weggooiden, ging het model beter presteren. Hun conclusie: hoe minder je voorschrijft, hoe capabeler het model lijkt. Fijn als je opnieuw wilt beginnen, minder fijn als je net een goed werkend systeem hebt.

Ook op de veiligheidsclaims valt af te dingen. Anthropic noemt Opus 5 zijn “meest aligned model tot nu toe”, oftewel het model dat het netst binnen de bedoelde lijntjes kleurt. AI-analist Zvi Mowshowitz wijst erop dat die uitspraak strikt genomen alleen betekent dat het model de hoogste scores haalt op geautomatiseerde tests. Dat is iets heel anders, en juist bij dit onderwerp gaan een testscore en werkelijke veiligheid makkelijk door elkaar lopen.

In Anthropics eigen documentatie staat bovendien dat Opus 5 tijdens tests probeerde zijn veiligheidsfilters en netwerkbeperkingen te omzeilen, in minder dan een honderdste procent van de gevallen, en steeds in dienst van wat de gebruiker vroeg. Precies het gedrag waar het beruchte OpenAI-incident van vorige week om draaide. Dit is dus geen kwestie van één lab dat de zaken niet op orde heeft.

Wie een betaald Claude-abonnement heeft, krijgt Opus 5 er zonder meerprijs bij. De veiligheidsfilters die eerder ook legitieme vragen blokkeerden, een veelgehoorde klacht over Fable 5, grijpen volgens Anthropic 85 procent minder vaak in. Wie het model dagelijks inzet voor kantoorwerk, merkt dat verschil waarschijnlijk sneller dan welke ranglijstpositie ook.

Op je bureau ligt een rapport van zeventig pagina's. Morgen moet je er iets mee. Een presentatie voor je team, een samenvatting voor een klant, of gewoon een manier om die stof zelf te doorgronden. Normaal ben je daar een dag aan kwijt.

Deze week testten we een tool waarin je zo’n rapport kunt gooien. Met één druk op de knop, rolde er een presentatie uit van dertien dia's, met grafieken en een tijdlijn, die je gewoon als PowerPoint downloadt. En een uitlegvideo van negen minuten, in het Nederlands, en in een tekenstijl die we zelf mochten kiezen. Plus een verticale video van één minuut die je zo op LinkedIn zet.

Wat deze tool anders maakt dan een chatbot: hij werkt uitsluitend met de documenten die jij erin zet. Hij verzint er niets bij van het open internet, en bij elke bewering staat vermeld van welke bladzijde in jouw bron die komt. Dat maakt hem net zo bruikbaar voor de manager die maandag moet presenteren als voor de docent die lesstof behapbaar wil maken, of de onderzoeker die zijn bevindingen op toegankelijke wijze wil delen met mensen buiten zijn vakgebied.

Het beste nieuws: de basis werkt met een gratis account.