Faraday 27B verslaat Claude en GPT-5.5 door betere orkestratie

Inherent heeft Faraday uitgebracht, een model met 27 miljard parameters dat Claude en GPT-5.5 overtreft bij het repliceren van wetenschappelijk onderzoek. Het model doet dat niet door groter te zijn, maar door slimmer te orkestreren: het coördineert subtaken efficiënter dan zijn grotere concurrenten.

Voor organisaties die werken met onderzoeksanalyse, literatuuroverzichten of kennisextractie biedt een compacter maar goed getraind model een interessant alternatief voor de duurste frontier-modellen.

Kleinere modellen die zwaarder gespecialiseerd zijn, halen steeds vaker vergelijkbare resultaten als hun grotere broers op specifieke taken. Dat heeft directe gevolgen voor de infrastructuurkosten.

DeepSeek verhoogt API-prijzen met tot 1.100 procent

DeepSeek heeft zijn API-tarieven fors verhoogd, met stijgingen tot 1.100 procent. Voor bepaalde modellen komt de prijs daarmee op 3,96 dollar per miljoen tokens.

Organisaties die DeepSeek inzetten als goedkoop alternatief voor OpenAI of Anthropic zien hun rekening ingrijpend veranderen. De kostenvergelijking van zes maanden geleden klopt niet meer.

Bekijk deze week je huidige tokengebruik per model en reken uit of een overstap naar een concurrent zoals Qwen of Mistral nu voordeliger uitpakt. Prijzen bewegen snel in dit segment.

Alibaba's Qwen overstijgt Meta en Google in open-weight downloads

Alibaba's Qwen-modellenfamilie heeft de afgelopen zes maanden de grens van 3 miljard downloads gepasseerd en loopt daarmee voor op Meta en Google in het open-weight segment. Het nieuwste model, Qwen3.8-27B, scoort op gangbare benchmarks hoger dan Anthropic Opus 4.6.

Voor organisaties die met open-weight modellen werken, is Qwen nu een serieuze optie naast Llama. De modellen zijn vrij te draaien op eigen infrastructuur, wat gunstig uitpakt voor kosten en datasoevereiniteit.

Een kanttekening: de downloadcijfers komen van Alibaba zelf en zijn niet onafhankelijk geverifieerd. Evalueer Qwen3.8-27B op je eigen taken voordat je conclusies trekt.

yahoo · huggingface

GLM-5.3 wordt 50 procent beter in coderen zonder aanpassingen aan het basismodel

Z.ai heeft GLM-5.3 uitgebracht, een model met 743 miljard parameters dat via post-training een verbetering van 50 procent haalt op codeertaken ten opzichte van zijn voorganger. Opvallend genoeg is het basismodel niet aangepast. Alleen de trainingstechniek na het pre-trainen is gewijzigd.

Daarnaast heeft het model spontaan vaardigheden op het gebied van cybersecurity ontwikkeld die Z.ai zelf niet had voorzien. Dat maakt het interessant voor organisaties die werken met beveiligingsanalyse of codereview.

Dit past in een bredere trend: schaalvergroting is niet langer de enige manier om betere modellen te bouwen. Specialisatie via slim post-trainen wint terrein. Of dat ook betekent dat kleinere labs de grote kunnen bijbenen, zal de komende maanden blijken.

OpenAI's cybersecurity-model nu beschikbaar via Amazon

OpenAI heeft GPT-5.6-Cyber beschikbaar gesteld via de AWS Marketplace. Tot nu toe vereiste toegang tot dit model een persoonlijke screening door OpenAI zelf. Nu is het te activeren via een bestaand Amazon-bedrijfsaccount, zoals elk ander softwareabonnement.

Het model is getraind met minder veiligheidsbeperkingen, zodat het werkende exploitcode kan schrijven. Het heeft al meer dan 400 privilege-escalatiefouten gevonden in één besturingssysteem.

Dat roept een reële vraag op: als aanvallers hetzelfde model kunnen activeren als jijzelf, hoe lang duurt het dan voor de eerste misbruikgevallen opduiken? Organisaties met kwetsbare systemen doen er verstandig aan hun patchprioriteiten opnieuw te beoordelen nu dit type aanvalscapaciteit breed beschikbaar is.

Anthropic-CEO geeft toe dat AI de belofte nog niet waarmaakt

Dario Amodei heeft in zijn eerste publieke bericht in ruim een maand erkend dat AI tot nu toe de hoge verwachtingen die de sector zelf heeft geschapen niet heeft ingelost.

Dat is opvallend voor de CEO van een van de meest invloedrijke AI-labs, dat zijn modellen positioneert als veiliger en betrouwbaarder dan die van de concurrentie. Het past bij een toon die je ook intern bij veel organisaties hoort: de pilots draaien, de resultaten vallen tegen, en de transformatie blijft uit.

Neem dit als aanleiding om intern te meten wat AI-inzet concreet oplevert. Niet in termen van aangeschafte tools, maar in gedocumenteerde tijdsbesparing of kwaliteitsverbetering per taak.