Gemini Omni maakt nepmenigtes ononderscheidbaar van echt Google's Gemini Omni heeft een nieuw staaltje laten zien dat eerder op Reddit de aandacht trok: een video van een leeg pad werd omgezet naar een drukke menigte, en het resultaat was visueel niet te onderscheiden van echte beelden. Een andere gebruiker richtte zijn telefoon op zijn laptop en vroeg het model om een vogel van het scherm naar zijn hand te laten stappen, zonder enige nabewerking. Gemini Omni is Google's multimodale videomodel dat video, beeld en audio combineert vanuit één systeem. Dat hebben we eerder in de nieuwsbrief behandeld, maar de toepassingen die nu in het wild opduiken laten zien hoe snel dit ook als misleidingsinstrument wordt ingezet. Voor organisaties die werken met videomateriaal of visueel bewijs geldt nu een nieuwe standaard: authenticiteitsvragen gaan niet langer over of bewerking technisch mogelijk was, maar of er een prompt is gebruikt. Dat verschuift ook juridische en communicatieve risico's. reddit

AI-kostencrisis: bedrijven snijden in tokengebruik Een bedrijf heeft in één maand 500 miljoen dollar verbrand aan AI-tools, simpelweg omdat niemand uitgavenlimieten had ingesteld op medewerkerslicenties. Dat klinkt als een uitzondering, maar is het niet. De CTO van Uber verbruikte het volledige Claude Code-budget voor 2026 al in april, tot grote ergernis van de COO. Amazon moest een intern leaderboard voor AI-gebruik offline halen nadat medewerkers token-counts gingen najagen in plaats van echte taken. Het fenomeen heeft zelfs een naam gekregen: 'tokenmaxxing', het maximaliseren van AI-gebruik zonder te meten of het iets oplevert. Grote namen als Uber, Microsoft, Meta en Salesforce zijn nu begonnen AI-toegang te rantsoeneren, dure tools te reserveren voor specifieke functies en medewerkers naar goedkopere alternatieven te sturen. Google speelt hierop in door Gemini Flash te positioneren als een model dat ondernemingen meer dan 1 miljard dollar per jaar kan besparen ten opzichte van zwaardere modellen. Check deze week welke AI-tools in jouw organisatie actief zijn, wie er toegang toe heeft en of er limieten per gebruiker of afdeling zijn ingesteld. Geen cap betekent een open rekening.

Vage Claude-prompts kosten meer dan je denkt De nieuwe effort controls van Claude geven je meer zeggenschap over hoe diep het model aan een taak werkt. Dat klinkt als winst, maar er zit een addertje onder het gras. Een vage taakomschrijving in combinatie met een hogere effort-instelling leidt tot uitgebreide output die je daarna alsnog moet opschonen, en dat kost tokens. Een voorbeeld: 'Review dit project en zeg wat er mis is' geeft Claude ruimte om de copy, de code, de onboarding, de documentatie én de strategie aan te pakken. Een krachtig model met hoge effort vult die ruimte graag op. Je krijgt een uitgebreid rapport waar je niet om vroeg. Dit sluit aan op het bredere kostenverhaal: losse instructies zijn nu letterlijk duurder dan strakke instructies. Definieer vóór elke zware Claude-taak de scope, het verwachte outputformaat en het moment waarop het model moet stoppen of pauzeren. Dat is geen technische vaardigheid, maar taakdiscipline. coworkoperator