AI & computing › Agentic AI & autonome agents
Claude Code snelste AI-agent, maar bijna drie keer duurder dan rivaal
Onderzoeksbureau Composio testte vier populaire AI-agent frameworks met hetzelfde taalmodel op dertig realistische taken. Claude Code bleek het snelst, maar rekende bijna drie keer zoveel af als het goedkoopste alternatief OpenCode. De test laat zien dat niet alleen het AI-model, maar ook de software eromheen bepaalt wat je uiteindelijk betaalt.
Wie een AI-agent aan het werk zet om taken uit te voeren in Gmail, GitHub, Slack of Notion, gebruikt daarvoor meestal een agentic AI-framework: software die om een taalmodel heen zit en bepaalt hoe het model tools aanroept, fouten herstelt en tot een antwoord komt. Welk framework je kiest, blijkt minstens zo belangrijk als welk taalmodel je gebruikt, concludeert AI-tooling bedrijf Composio na een uitgebreide test.
Vier frameworks, één model, dertig taken
Composio liet hetzelfde taalmodel, DeepSeek V4 Flash, los op vier verschillende agent frameworks: Claude Code van Anthropic, Codex van OpenAI, het open-source project OpenCode en Oh My Pi. Alle vier moesten dezelfde dertig realistische taken uitvoeren, zoals het versturen van e-mails, het aanmaken van GitHub-issues of het bijwerken van Notion-pagina's. Het model bleef steeds hetzelfde; alleen de software die het model aanstuurde, verschilde.
Grote verschillen in kosten en snelheid
Op het gebied van succes ontliepen de frameworks elkaar weinig. Oh My Pi haalde de hoogste score met 17 van de 30 geslaagde taken, maar was ook het traagst: gemiddeld 272 seconden per taak. OpenCode bleef met 14 van de 30 taken licht achter op de rest. Claude Code en Codex zaten daar tussenin qua taakvoltooiing, maar onderscheidden zich juist op andere punten.
Claude Code rondde taken het snelst af, in gemiddeld 122 seconden, en deed dat met de minste tool-aanroepen en de minste output-tokens. Toch was het framework verreweg het duurst: 0,195 dollar per geslaagde taak. OpenCode was met 0,073 dollar per taak het goedkoopst. Dat is een verschil van bijna een factor drie in kosten, tegenover een factor 2,2 in snelheid tussen het snelste en het traagste framework.
Waarom de wrapper telt
De uitkomst is opvallend omdat alle frameworks met exact hetzelfde model werkten. De prijsverschillen ontstaan dus niet door het taalmodel zelf, maar door hoe efficiënt een framework tools inzet, hoeveel context het meestuurt en hoe het omgaat met tussenstappen en foutafhandeling. Voor bedrijven die AI-agents inzetten voor terugkerende taken, kan die overhead bij duizenden taken per maand flink oplopen. Composio benadrukt dat er geen framework was dat op alle vlakken won: wie vooral snelheid wil, betaalt daarvoor bij Claude Code, terwijl wie op kosten let eerder bij OpenCode uitkomt, zij het met een iets lager slagingspercentage.
Achtergrond & begrippen
Wat betekent dit voor de toekomst? Nu bedrijven agent frameworks massaal inzetten voor automatisering, wordt de keuze van de software-laag om het AI-model heen net zo belangrijk als de keuze van het model zelf. Wie kosten wil beheersen bij grootschalige inzet van AI-agents, moet dus niet alleen naar het taalmodel kijken, maar ook naar hoe efficiënt het omringende framework tools aanroept en tokens gebruikt.
- Agentic AI
- Kunstmatige intelligentie die zelfstandig meerdere stappen uitvoert en daarbij tools of apps aanstuurt om een taak te voltooien.
- Agent framework
- De software die om een taalmodel heen zit en bepaalt hoe het model taken uitvoert, tools aanroept en fouten afhandelt.
- Tool-aanroep
- Het moment waarop een AI-model een extern programma of dienst, zoals Gmail of GitHub, aanstuurt om een actie uit te voeren.
- Output-tokens
- De stukjes tekst die een taalmodel genereert als antwoord; hoe meer tokens, hoe hoger meestal de rekenkosten.
- Taakvoltooiing (succes rate)
- Het percentage taken dat een AI-agent daadwerkelijk correct afrondt binnen een test.
Bronnen
Dit artikel is met behulp van AI geschreven op basis van bovenstaande bronnen en is geen letterlijke vertaling. Zo werkt onze redactie.
