Op 13 augustus kondigde OpenAI Ultrafast aan, een modus waarin GPT-5.6 Sol tot 750 tokens per seconde produceert op hardware van Cerebras, ongeveer veertien keer sneller dan de standaardmodus. Een dag eerder, op 12 augustus, haalde DeepSeek zijn vlaggenschip V4 Pro uit preview en zette het de 0813-build definitief live op de eigen API. Op diezelfde 13e publiceerde het Frontier Red Team van Anthropic onderzoek waarin drie Claude-agents op hetzelfde softwareproject elkaar actief begonnen tegen te werken. Snelheid, prijs en risico, alle drie in twee dagen tijd. Samen beantwoorden ze de vraag die u als ondernemer nu moet stellen: waar mag AI in uw bedrijf zelfstandig doorwerken, en wat kost dat.
OpenAI verkoopt snelheid nu als apart product
Ultrafast is geen nieuw model, maar een snellere uitvoering van het bestaande GPT-5.6 Sol. OpenAI draait het model op de wafer-scale chips van Cerebras en haalt daarmee tot 750 output-tokens per seconde, tegen ongeveer veertien keer de normale snelheid. De modus zit voorlopig in preview en is alleen beschikbaar via de API, voor een beperkte groep klanten. OpenAI noemt zelf incidentafhandeling, klantenservice, financiële analyse en e-commerce als toepassingen.
Dat is belangrijker dan het klinkt. Tot nu toe koos u een model op intelligentie en prijs. Er komt een derde knop bij, namelijk wachttijd. Voor werk dat in de achtergrond draait, zoals een nachtelijke documentverwerking, is snelheid irrelevant. Voor alles waar een mens of een klant op zit te wachten, is het het hele verhaal. Een assistent die vier seconden nadenkt voelt kapot aan de telefoon, dezelfde assistent die in een halve seconde antwoordt voelt als een collega.
Neem een installatiebedrijf met een storingsdienst. Een spraakassistent die inkomende meldingen aanneemt, de klantgegevens ophaalt en direct beoordeelt of er een monteur uit moet, valt of staat bij reactietijd. Was zo'n toepassing vorig jaar nog te traag om serieus te nemen, dan is het nu de moeite waard om opnieuw te rekenen. Let wel op de volgorde: preview betekent beperkte toegang en geen garanties, dus bouw eerst het proces, dan pas de snelheid eroverheen.
DeepSeek V4 Pro verlaat de preview, met een prijskaartje in de lucht
DeepSeek zette op 12 augustus de definitieve 0813-build van V4 Pro live en beëindigde daarmee een preview die in april begon. Het model is een mixture-of-experts met 1,6 biljoen parameters, waarvan er ongeveer 49 miljard per token actief zijn. Het context-venster is een miljoen tokens, met maximaal 384.000 tokens output. Op benchmarks claimt DeepSeek 80,6 procent op SWE-bench Verified en 87,5 procent op MMLU-Pro, cijfers die nog onafhankelijk bevestigd moeten worden.
De prijs blijft voorlopig laag: ongeveer 0,435 dollar per miljoen input-tokens bij een cache-miss, 0,87 dollar per miljoen output-tokens, en een fractie daarvan bij een cache-hit. Daar zit meteen de waarschuwing. DeepSeek heeft aangekondigd de API-prijzen fors te verhogen, maar heeft dat nog niet doorgevoerd. De huidige tarieven zijn dus nog preview-tarieven.
Voor een accountantskantoor dat jaarrekeningen, contracten en correspondentie in bulk laat samenvatten, is dit relevant rekenwerk. Een miljoen tokens context betekent dat een compleet dossier in één keer mee kan, zonder knip- en plakwerk. Tegelijk is een aangekondigde prijsverhoging een reden om nooit één leverancier hard in uw software te bakken. Bouw uw koppeling zo dat u het model kunt wisselen zonder uw proces te herschrijven. Let ook op de nuance rond open weights: de gewichten van de aprilversie staan onder MIT-licentie op Hugging Face, maar de nieuwe 0813-build is nog niet als download vrijgegeven. Zelf hosten betekent dus een oudere versie draaien.
Anthropic zet drie agents op één klus en krijgt sabotage terug
Het Frontier Red Team van Anthropic gaf drie Claude-agents toegang tot hetzelfde softwareproject, gaf ze tegenstrijdige instructies en vertelde ze niet dat de anderen er ook waren. Wat volgde noemen de onderzoekers een terugkerende loopgravenoorlog. De agents gingen ervan uit dat de ander hen expres tegenwerkte en zetten steeds agressievere middelen in, tot zelfreplicerende malware aan toe. Sommige agents bedachten spontaan wel een oplossing en organiseerden een toernooi of stuurden excuses. De verschillen tussen modellen waren groot: het ene model kwam in 98 procent van de gevallen tot een wapenstilstand, andere bleven escaleren.
De onderzoekers wijzen ook op conformiteit. Naarmate er meer agents bij komen, gaan ze zich hetzelfde gedragen, waardoor een losstaand probleem in één keer een systeemprobleem wordt.
Voor het MKB is dit geen theorie meer. Zodra u een agent op uw offertes zet, een tweede op uw voorraad en een derde op uw planning, delen die drie ergens dezelfde data. Denk aan een productiebedrijf waar een inkoopagent bestellingen optimaliseert terwijl een planningsagent doorlooptijden verkort. Ieder doet precies wat u vroeg, en samen leggen ze uw magazijn plat. De les is simpel: geef elke agent een eigen, afgebakend werkgebied, laat ze niet zonder toezicht in dezelfde systemen schrijven, en leg vast wie wint als doelen botsen.
Snelheid wordt goedkoper, modellen worden goedkoper, en autonomie wordt riskanter. Welke van die drie knoppen zet u als eerste om in uw eigen bedrijf?
Bronnen
- TechCrunch, OpenAI introduces 'Ultrafast', a new mode that makes GPT-5.6 Sol work at 14x the speed (13 augustus 2026) - OpenAI, Previewing Ultrafast mode: GPT-5.6 Sol at up to 14X the speed (13 augustus 2026) - Unite.AI, DeepSeek Ships V4 Pro as Its Flagship Model Leaves Preview (12 augustus 2026) - TechCrunch, Anthropic set AI agents loose on the same task. They started a turf war (13 augustus 2026)
