GPT-5.6 vs Fable 5, Gemini & China’s beste modellen

OpenAI bracht op 9 juli 2026 GPT-5.6 uit in drie maten — Luna, Terra en Sol — en dat hertekent de frontier-race meer dan dat het hem beslecht. De eerlijke kop is dat "de beste" uiteengevallen is in drie antwoorden: Anthropic’s Claude Fable 5 houdt de kroon voor kwaliteit en coderen, GPT-5.6 wint op efficiëntie en agentwerk tegen een fractie van de kosten, en China’s open-weight-modellen laten de prijs van "goed genoeg" instorten. Google’s Gemini loopt achter de feiten aan.

Wat OpenAI daadwerkelijk uitbracht in GPT-5.6

GPT-5.6 werd algemeen beschikbaar in de ochtend van 9 juli, bevestigd in OpenAI’s eigen aankondiging en in Simon Willison’s analyse van dezelfde dag. De familie kent drie tiers, geprijsd per miljoen input-/outputtokens: Luna op $1 / $6, Terra op $2,50 / $15 en het vlaggenschip Sol op $5 / $30. Alle drie delen een contextvenster van één miljoen tokens, 128.000 maximale outputtokens en een kennisafkap van 16 februari 2026.

OpenAI’s insteek is niet "slimmer tegen elke prijs" maar "meer nuttig werk uit elk token." Die efficiëntiegedachte weegt zwaarder dan één koptekstscore, omdat redeneermodellen inmiddels sterk uiteenlopende aantallen verborgen tokens aan dezelfde taak besteden — een lage prijs per token kan dus alsnog een duur antwoord opleveren, en omgekeerd. GPT-5.6 is afgesteld om dat gat te dichten, en de prijsstelling van de drie tiers laat u zelf uw punt op de kosten-versus-capaciteitscurve kiezen in plaats van voor alles vlaggenschiptarieven te betalen.

Onder de tiers zitten echt nieuwe agent-engineering-primitieven, en voor een practitioner is dat het eigenlijke verhaal. Met Programmatic Tool Calling stelt het model JavaScript samen en voert het uit om zijn eigen tool-aanroepen te orkestreren, in plaats van voor elke aanroep heen en weer te gaan met de API. Een ingebouwde Multi-agent-functie laat een model gerichte sub-agents opstarten voor parallel werk — het sub-agent-patroon zit nu in de kern-API in plaats van zelf gebouwd te zijn. En expliciete prompt-cache-breakpoints lenen een truc die Anthropic introduceerde, met fijnere controle over wat wordt gecachet en wat u opnieuw betaalt. Samen zijn dit de voordelen die tellen voor wie agents bouwt: goedkopere lange runs, parallelliteit zonder lijmcode en voorspelbaardere tokenrekeningen.

De beschikbaarheid is echter gefaseerd. OpenAI legde de bovenste Sol-tier eerst bij slechts een twintigtal organisaties, in afstemming met de Amerikaanse overheid vóór een bredere release, dus volledige frontier-toegang wordt nog uitgerold. Aan de consumentenkant kwam het eerst voor betalende gebruikers: GPT-5.6 draait op de Plus- en Pro-lagen van ChatGPT, terwijl de gratis laag voorlopig nog standaard GPT-5.5 Instant gebruikt. Voor teams die op de API bouwen, telt die gefaseerde uitrol net zo zwaar als een benchmark — het model dat u vandaag kunt testen, is niet altijd het model dat u morgen op volume kunt inzetten.

GPT-5.6 vs GPT-5.5: wat er echt veranderde

GPT-5.5, uitgebracht in april 2026, blijft beschikbaar en was tot deze week nog het standaardmodel dat velen zagen. De sprong naar 5.6 gaat minder over een ruwe intelligentiesprong en meer over de vorm van het aanbod. Terra evenaart GPT-5.5-niveau tegen ruwweg de helft van de prijs, Luna brengt bruikbare capaciteit naar de laagste kosten die OpenAI aan de frontier heeft geboden, en Sol verhoogt het plafond voor langlopende agenttaken. Met andere woorden: 5.6 is evenzeer een herprijzing en een agent-upgrade als een modelrelease — het soort zet dat de unit-economics stilletjes verandert voor iedereen die deze modellen op schaal draait, en dat is grotendeels waarom het groter aanvoelt dan de bescheiden versiesprong doet vermoeden.

Een sprint van vijf maanden: de frontier van 2026 in context

Het loont te onthouden hoe meedogenloos dit jaar is geweest voordat we iemand kronen. Google opende 2026 met Gemini 3.1 Pro in februari; OpenAI bracht GPT-5.5 in april; Anthropic lanceerde Claude Fable 5 begin juni en Claude Sonnet 5 aan het eind van die maand; Google zette in op de Gemini 3.5-generatie — Flash eerst, met 3.5 Pro nog in uitrol in juli; en OpenAI sloot de eerste helft af met GPT-5.6 op 9 juli. Vijf maanden, vijf frontier-zetten, en de leiding wisselde meer dan eens van eigenaar. Die cadans is het belangrijkste feit voor een koper: wat vandaag bovenaan een grafiek staat, wordt binnen weken betwist, dus de architectuur die de volgende vijf zetten overleeft, telt zwaarder dan het model dat er nu net bovenop zit.

GPT-5.6 vs Claude Fable 5: twee definities van "de beste"

Weet eerst waarvoor Anthropic Fable 5 bouwde. Het wordt gepositioneerd als het model voor ambitieus, langlopend, asynchroon werk — grootschalige code-migraties, meerdaagse agentsessies, diepgaand onderzoek — met adaptief denken altijd aan, een context van één miljoen tokens en 128.000 outputtokens. Anthropic’s eigen lijn is dat hoe langer en complexer de taak, hoe groter Fable 5’s voorsprong wordt. De uitrol was ook politiek: het werd op 9 juni algemeen beschikbaar, drie dagen later ongeveer drie weken teruggetrokken onder een Amerikaans exportcontrolebevel dat toegang voor buitenlandse onderdanen beperkte, en keerde op 1 juli terug nadat het bevel was ingetrokken — een herinnering dat beschikbaarheid aan deze frontier evenzeer van Washington kan afhangen als van engineering.

Dan het scoren. Op de onafhankelijke Artificial Analysis Intelligence Index staat Claude Fable 5 eerste met 60 en GPT-5.6 Sol (op maximale redeneerinspanning) tweede met 59 — één punt verschil. Maar Sol haalt die score voor ongeveer $1,04 per index-taak tegen $2,75 voor Fable 5: nagenoeg gelijke intelligentie voor circa een derde van de uitgaven. Anthropic’s catalogusprijs vertelt hetzelfde van de andere kant — Fable 5 kost $10 / $50 per miljoen tokens, het dubbele van Sol’s $5 / $30, en Claude Opus 4.8 staat op $5 / $25.

Draai het om naar ruwe capaciteit en Fable 5 loopt uit waar het telt voor engineers. Het leidt WebDev Arena met ongeveer 1653 Elo — gerapporteerd als het grootste gat ooit op een nummer twee — en op Anthropic’s SWE-Bench Pro noteert het zo’n 80% tegen 64,6% voor Sol. Dat codeer-gat is reëel, maar lees het met zorg: die 80% komt uit Anthropic’s eigen scaffolding, en de dag voor de lancering publiceerde OpenAI een audit die stelt dat SWE-Bench Pro deels stuk is, met de schatting dat ongeveer 30% van de taken gebrekkig is. Handige timing, maar het methodologische punt blijft staan: geen enkele codeerbenchmark is heilig.

Waar GPT-5.6 duidelijk wint, is langlopend agentwerk. Op Agents’ Last Exam, een evaluatie van meerstaps professionele workflows over 55 vakgebieden, zet Sol een nieuw record van 53,6 — 13,1 punten voor op Fable 5, en OpenAI meldt dat het Fable zelfs op middelmatige redeneerinspanning verslaat voor ongeveer een kwart van de kosten, met Terra en Luna die Fable kloppen tegen circa een zestiende. De praktische conclusie: Fable 5 is de scherpere enkele geest voor zwaar coderen en dicht kenniswerk, terwijl GPT-5.6 de voordeliger motor is voor lange, tool-intensieve agent-runs. Willison, die vroege toegang had, verwoordde het onomwonden — Sol is zeer competent, maar niet duidelijk beter dan Fable bij complex coderen.

Hoe Gemini ervoor staat

Google is niet afwezig — het staat deze maand alleen niet bovenaan. Het huidige vlaggenschip, Gemini 3.5 Pro, is begin juli nog in beperkte preview — met algemene beschikbaarheid naar verluidt gepland rond half juli — en pronkt nu al met een kenmerk dat geen van beide rivalen evenaart: een contextvenster van twee miljoen tokens, plus een "Deep Think"-modus voor het zwaarste redeneren. Gemini 3.5 Flash, dat al beschikbaar is, is de waardekeuze, snel en goedkoop op zo’n $1,50 / $9 per miljoen tokens en concurrerend op agentbenchmarks als Terminal-Bench. Het eerdere Gemini 3.1 Pro leidt nog steeds op specifieke zware redeneertests zoals GPQA Diamond en ARC-AGI-2, dus Google’s selectie is diep, ook als het vlaggenschip nog niet is uitgebracht.

Maar op de juli-momentopname van de Artificial Analysis Intelligence Index komt Gemini niet in de kopgroep voor — de ranglijst is van Fable 5 en de GPT-5.6-tiers. Google’s voorsprong zit in contextlengte, prijs-prestatie en zijn enorme productoppervlak — Search, Workspace, Android, meer dan een miljard gebruikers — niet in een benchmarkkroon. Die distributie is een slotgracht die geen benchmark vangt, en juist daarom is de interessante vraag voor de rest van 2026 wat Google hierna uitbrengt, niet wat het als laatste uitbracht.

De Chinese open-weight-golf die u niet kunt negeren

Het meest onderschatte verhaal in elke Westerse modelvergelijking is hoe snel de Chinese labs het gat hebben gedicht — en ze deden dat grotendeels in de openbaarheid. Vier namen tellen voor een Europese koper:

• DeepSeek — de prijsvernietiger. De V3.2-generatie draait rond $0,28 input / $0,42 output per miljoen tokens, ruwweg 10 tot 25 keer goedkoper dan Westerse vlaggenschepen, en verschijnt open-weight zodat u het zelf kunt hosten.
• Qwen (Alibaba) — het open werkpaard. De Qwen3-lijn (inclusief Max- en Coder-varianten) verschijnt onder soepele Apache/MIT-voorwaarden, leidt op meertalige taken en is een serieuze codeerkandidaat.
• Kimi K2 (Moonshot) — de agent-specialist. De K2.6-generatie werd gerapporteerd als het eerste open-weight-model dat een GPT-tier (GPT-5.4) op SWE-Bench Pro voorbijstreefde, en de architectuur leunt zwaar op agent-zwermen van parallelle sub-agents.
• GLM (Z.ai / Zhipu) — de open redeneerder. De GLM-5-serie is een mixture-of-experts-model van ongeveer 750 miljard parameters onder een MIT-licentie, dat naar verluidt eerdere GPT- en Opus-tiers verslaat op agentisch coderen.

Twee labs maken het veld compleet — MiniMax en StepFun leveren beide capabele goedkope of open modellen — en de hele Chinese groep vernieuwt op een bijna maandelijkse cadans die Westerse kwartaalcycli moeilijk kunnen bijbenen. Geen van deze heeft GPT-5.6 Sol of Fable 5 aan de absolute top van de intelligentiecurve ingehaald per juli 2026. Maar dat is niet het punt. Voor een enorm deel van het echte werk — classificatie, extractie, opstellen, routeren, ophalen — zijn de open Chinese modellen al "goed genoeg", en ze zijn 10 tot 25 keer goedkoper, zelf te hosten en verbeteren snel. Terwijl de frontier-labs ruziën over één punt op een index, verzet het open-weight-veld stilletjes wat de bodem kost.

De kanttekeningen zijn even reëel en verdienen het om helder benoemd te worden. Benchmarkclaims van welk lab dan ook — Chinees of Amerikaans — verdienen onafhankelijke verificatie. Open weights dragen nog altijd security- en supply-chain-vragen. En het hosten van een in China getraind model, zelfs op EU-bodem, is een beslissing die uw risk- en compliance-mensen moeten tekenen, niet alleen uw engineers. "Goedkoop en zelf te hosten" is een sterk argument, maar geen governance-vrij argument.

Snelheid, beschikbaarheid en wat de benchmarks missen

Benchmarks meten een model op een goede dag; productie meet het op elke dag, en drie dingen die zelden de ranglijst halen, beslissen meer echte implementaties dan een punt indexscore. Rate limits en uitrol: een frontier-tier die is afgeschermd tot een handvol partners, is nog niets om een product op te bouwen, hoe goed het ook scoort. Latency en doorvoer: een agent die vijftig tool-aanroepen doet in één run, voelt het gat tussen een snel middenklassemodel en een traag vlaggenschip veel sterker dan een gebruiker die één vraag stelt. En de betrouwbaarheid van gestructureerde output — geeft het model bij de duizendste aanroep nog geldige JSON, niet alleen bij de eerste — telt vaak zwaarder dan nog een paar punten redeneervermogen. Test dit op uw eigen verkeer voordat u een gepubliceerd getal vertrouwt.

Welk model is dus echt de beste?

Er is geen enkele winnaar, en elke post die u er één aanreikt, verkoopt iets. Stem het model af op de klus: Fable 5 voor het zwaarste coderen, refactors en dicht analytisch schrijven; GPT-5.6 Sol voor lange, tool-gebruikende agent-runs waar waarde-per-token oploopt; Terra of Luna, Gemini 3.5 Flash, of een zelf-gehost Qwen/DeepSeek voor de hoogvolume, ondankbare taken die het merendeel van productieworkloads vormen; Gemini 3.5 Pro wanneer u een context van twee miljoen tokens of de Deep Think-modus nodig hebt.

De diepere les is om elke ranglijst te wantrouwen als aankoopbeslissing. Benchmarks worden door leveranciers gescoord, zijn harness-gevoelig en — zoals OpenAI’s eigen SWE-Bench Pro-audit laat zien — soms aantoonbaar stuk. Het getal dat telt is nauwkeurigheid en kosten op uw taak, uw data, in uw taal, gemeten op uw eigen evaluatieset. Wat dit jaar veranderde, mag u gerust hardop zeggen: één punt verschil op de intelligentie-index tussen de twee koplopers is nu minder waard dan het driemaal-zo-grote kostenverschil eronder, en de open-weight-bodem is ver genoeg gestegen dat de goedkoopste verstandige optie zelden de slechtste is. We schreven een uitgebreidere behandeling van die afweging in OpenAI vs Anthropic vs open-source-LLM’s.

Wat dit betekent voor het Nederlandse mkb

Voor een Nederlandse mkb’er is de frontier-oorlog vooral goed nieuws waar u niet op moet overreageren. De waardevolste architectuurkeuze is model-agnostisch blijven: laat uw AI-agents en automatiseringen door een dunne abstractie lopen, zodat u Sol voor Terra kunt inruilen, of een propriëtair model voor een zelf-gehost open model, zonder uw product te herschrijven. Modelprijzen zijn dit jaar al meerdere keren gedaald en herschikt; één leverancier vastspijkeren is de dure fout.

Ten tweede: kies de modelmaat op de taak. Een bedrijf van 20 tot 50 mensen dat offertes, factuurverwerking of klantenservice automatiseert, heeft vrijwel nooit het $10 / $50-vlaggenschip nodig; Terra, Luna of Gemini Flash draaien die workloads tegen een fractie van de kosten en latency. Reserveer het vlaggenschip voor de echt lastige 10% — en meet ook daar of het kwaliteitsverschil de prijs rechtvaardigt op uw eigen cases. Dat is dezelfde discipline achter nadenken over waar AI in 2026 heen gaat zonder elke release na te jagen. Eén gewoonte maakt het concreet: houd een kleine, private evaluatieset van uw eigen echte taken bij — twintig tot vijftig representatieve voorbeelden met bekende goede antwoorden — en draai die opnieuw telkens als er een nieuw model landt. Het kost een middag, en het verandert elke releaseweek van stress in een beslissing van een kwartier.

Ten derde stellen de Chinese open-weight-modellen een reële, tweezijdige vraag voor Europese kopers. Omdat ze open-weight verschijnen, kunt u ze zelf hosten binnen de EU, waardoor klantdata op uw eigen infrastructuur blijft — een echt voordeel onder de AVG. Maar "zelf te hosten" is niet "vrij van governance": u blijft een security- en supply-chain-review verschuldigd, en voor gereguleerde of mid-market-bedrijven van 250 tot 500 medewerkers een governancelaag. Wilt u die beslissing goed genomen hebben in plaats van door hype, dan is dat het soort leveranciersneutrale AI-consulting en toegepaste-AI-levering voor grotere organisaties dat wij doen — en dezelfde reflex zit achter onze lijst met de beste AI-automatiseringstools voor 2026.

De tempomakers, en de vraag die boven de rest van 2026 hangt

Voorlopig wordt het tempo in San Francisco bepaald. OpenAI’s GPT-5.6 en Anthropic’s Fable 5 wisselen week na week de bovenste twee plekken — de een op efficiëntie en agentisch bereik, de ander op ruwe kwaliteit — terwijl China’s open labs de prijs van alles daaronder resetten. Google heeft de diepste selectie in de industrie, een context van twee miljoen tokens en een distributie naar een miljard gebruikers, en toch besteedde het deze cyclus aan antwoorden in plaats van leiden. De echte vraag is dus niet wie juli won. Het is hoe Gemini probeert bij te benen wat Anthropic en OpenAI zojuist uitbrachten — en of Google’s volgende zet zijn distributievoordeel omzet in een benchmarkvoordeel. Laten we zien hoe Gemini antwoordt. Wij houden het in de gaten.

Veelgestelde vragen