De release van Google nieuwste AI-modellen deze week was bij Google I/O weer een voorbeeld van de reisrichting voor de generatieve generatie AI revolutie. Geconfronteerd met een gebruikersbestand dat steeds meer tokens verbrandt onder basisabonnementen of API-toegang, beginnen AI-bedrijven de prijzen te verhogen en het gebruik te beperken.
Als reactie op deze kostendruk beginnen consumenten hun kleding dienovereenkomstig te snijden. En terwijl grensverleggende AI-aanbieders steeds krachtigere modellen op de markt brengen, maken ook kleinere bedrijven vooruitgang. Deze zijn vaak gevestigd in China en worden er vaak van beschuldigd de innovaties van Amerikaanse modellen te kopiëren technieken zoals destillatieof reverse-engineering van de manier waarop kunstmatige-intelligentiemodellen werken door ze te onderzoeken en hun antwoorden af te leiden.
Wat het betekent is dat deze iets minder krachtige AI-modellen, ondanks dat ze achterblijven op het scherpst van de snede, voor de meeste mensen nog steeds krachtig genoeg zijn. De 2026 Stanford University AI-index ontdekte dat de prestaties van AI-modellen op de SWE-bench Verified-coderingsbenchmark het afgelopen jaar zijn gestegen van 60% naar bijna 100% van de menselijke basislijn, terwijl de modellen van de hoogste kwaliteit 30 procentpunten behaalden op de zeer moeilijke Humanity’s Last Exam-benchmark. Tegelijkertijd bracht Stanford een steeds kleiner wordende kloof in kaart tussen Amerikaanse modellen en hun Chinese concurrenten, die vaak voor een fractie van de prijs worden aangeboden, of geheel gratis via lokaal gehoste versies.
Het resultaat is dat we het ‘goed genoeg’-tijdperk van AI-modellen binnengaan, waarin aan de behoeften van iedereen behalve de hoofdgebruikers van AI op een capabele manier kan worden voldaan met iets dat minder kost dan het geven van 200 dollar per maand aan mensen als Anthropic of OpenAI.
“Niet elke taak vereist maximale capaciteit”, zegt Azeem Azhar, oprichter van de Exponentiële weergave nieuwsbrief, en een gebruiker van zowel de grensmodellen van de grootste AI-laboratoria als kleinere, goedkopere alternatieven. “Je hebt geen nobele wetenschapper nodig om in beroep te gaan tegen een parkeerboete.”
Niet iedereen is het erover eens dat de kloof tussen de geavanceerde en de ‘goed genoeg’-modellen op dit moment overbrugbaar is, grotendeels vanwege de verschuiving naar meer agentische toepassingen van AI. Max Weinbach, analist bij Creative Strategies, stelt dat hoewel kleinere modellen beperkte of basistaken aankunnen, ze nog steeds “worstelen om alles te begrijpen” op de manier waarop van steeds autonomere AI-agenten wordt verwacht dat ze dat zullen doen. Modellen als Gemma 4 27/31B en Qwen3.6, zegt hij, zijn solide voor lichtgewicht gebruiksscenario’s, maar hebben de neiging om te falen bij meer veeleisende taken zoals vibe-codering, zelfs in combinatie met tools als Hermes of OpenClaw, omdat “het model gewoon niet capabel is.”
Het idee dat je volledig zou kunnen leven en werken op lokaal gehoste modellen of modellen met een lagere capaciteit lijkt nog steeds iets buiten het bereik van de meeste mensen. Er zijn momenten waarop je de extra uitstraling nodig hebt die alleen de modellen die ten grondslag liggen aan ChatGPT of Claude kunnen bieden. Maar de kloof lijkt kleiner te worden. En voor de meeste taken zijn de extra mogelijkheden die de toonaangevende, duurdere modellen bieden niet noodzakelijkerwijs nodig, iets wat Azhar vergelijkt met het kopen van een 8K-tv, terwijl je nauwelijks het verschil zult merken met een 4K-tv.
Voor sommigen is het idee dat er slechts een onmerkbare kloof bestaat tussen modellen als OpenAI en Anthropic en die van de goedkopere Chinese laboratoria, of lokaal gehoste modellen, echter overdreven. Weinbach wijst erop dat het vrijwel niets kost om een model zes keer uit te voeren om het juiste antwoord te krijgen, waarbij vijf pogingen mislukken of het verkeerde antwoord opleveren. “Maar bijna elke gebruiker is bereid twintig dollar per maand te betalen om de eerste keer bijna een correct antwoord te garanderen”, zegt hij.
Wat ‘goed genoeg’ eigenlijk betekent, kan uiteindelijk het consumentengedrag meer bepalen dan de modelprestaties. Weinbach stelt dat mensen zelden producten kiezen zij beschouwen het als voldoende voor de tools die ze elke dag gebruiken, en dat genoegen nemen met goed genoeg vaak ‘een spijtige beslissing’ wordt die gebruikers uiteindelijk in de richting van meer premiumopties duwt.
En zelfs als mensen dat wel doen, als er één ding is dat de wijdverspreide adoptie van AI in de afgelopen drie en een half jaar ons heeft geleerd, is het dat voor degenen die de belofte van AI geloven, zodra je het gaat gebruiken, je nieuwe mogelijkheden en gebruiksscenario’s ervoor ontdekt.
“De goedkope, alomtegenwoordige, goed genoeg mogelijkheden creëren nieuwe gebruikers, nieuwe gewoonten en nieuwe verwachtingen”, zegt Exponentiële weergave’s Azhar. “Die gewoonten genereren uiteindelijk de vraag naar capaciteiten waaraan alleen de grens kan voldoen.”
