Welke nieuwe AI-modellen en tools uit mei 2026 (week 20) moeten developers kennen?

In de eerste helft van mei 2026 maakte OpenAI GPT-5.5 Instant het standaardmodel in ChatGPT en kreeg zijn API drie realtime spraakmodellen. Seedance 2.0 van ByteDance bereikte CapCut-gebruikers ver buiten China, en het open-weight model V4 van DeepSeek (24 april) bood een contextvenster van een miljoen tokens voor een lage prijs. Wie AI-agents bouwt, kreeg nieuwe guardrails, tools voor de context en zes papers van 11 en 12 mei.

Wat veranderde er aan het standaardmodel van ChatGPT?

OpenAI bracht GPT-5.5 Instant uit op 5 mei 2026, als standaardmodel voor alle gebruikers van ChatGPT, in plaats van GPT-5.3 Instant. In interne evaluaties van OpenAI deed het 52,5% minder gehallucineerde beweringen dan GPT-5.3 Instant, bij prompts over geneeskunde, recht en financiën waar veel van afhangt. Volgens OpenAI analyseert het ook afbeeldingen beter (81,6% tegen 75,0% op de grafiekentest CharXiv Reasoning) en zijn de antwoorden korter.

Welke spraakmodellen voegde OpenAI toe aan zijn API?

Op 7 mei 2026 bracht OpenAI drie realtime audiomodellen uit voor zijn Realtime API:

• GPT-Realtime-2 is een spraak-naar-spraakmodel dat volgens OpenAI redeneert op het niveau van GPT-5. Het contextvenster groeit van 32K naar 128K tokens. Het kost 32 dollar per miljoen audio-inputtokens en 64 dollar per miljoen audio-outputtokens.
• GPT-Realtime-Translate vertaalt spraak uit meer dan 70 talen naar 13 talen terwijl de spreker praat, voor 0,034 dollar per minuut.
• GPT-Realtime-Whisper zet spraak om in tekst terwijl die binnenkomt, voor 0,017 dollar per minuut.

Wat biedt DeepSeek V4?

DeepSeek bracht V4 Preview uit op 24 april 2026, met open gewichten onder de MIT-licentie. V4-Pro heeft 1,6 biljoen parameters, waarvan er per token 49 miljard actief zijn (een mixture of experts). V4-Flash heeft er 284 miljard, met 13 miljard actief. Beide verwerken een context van een miljoen tokens. In de eigen tabel van DeepSeek scoort V4-Pro bij maximaal redeneren 80,6% op SWE-bench Verified, tegen 80,8% voor Claude Opus 4.6, en 67,9% op Terminal-Bench 2.0, tegen 75,1% voor GPT-5.4.

Midden mei 2026 vroeg DeepSeek volgens zijn prijslijst voor V4-Pro 1,74 dollar per miljoen inputtokens (zonder cachetreffer) en 3,48 dollar per miljoen outputtokens, met 75% korting tot 31 mei. V4-Flash kostte 0,14 en 0,28 dollar.

Hoe ver reikte Seedance 2.0?

ByteDance lanceerde Seedance 2.0 op 12 februari 2026 in China en begon op 10 april met de uitrol in zijn video-app CapCut. Op 8 mei meldde The Batch dat betalende CapCut-gebruikers in Zuidoost-Azië, Latijns-Amerika, delen van Europa, Japan en de Verenigde Staten toegang hadden. Het model maakt van tekst, afbeeldingen, audio en video 4 tot 15 seconden video met synchroon geluid, zoals lipsynchrone dialoog. Op Arena.ai staat het bovenaan bij tekst-naar-video met 1.460 Elo, een voorlopige score, en op Artificial Analysis bij beeld-naar-video met audio (1.182 Elo). In de andere drie categorieën daar staat het tweede, achter HappyHorse-1.0 van Alibaba.

Wat is het Bicameral Model?

Het Bicameral Model (11 mei 2026) van Cedric Flamant, Udaya Ghai en Kanna Shimizu koppelt twee bevroren taalmodellen met een kleine trainbare koppeling op hun hidden states, de interne representaties die ze bij elke stap berekenen. Zo werken ze samen zonder elkaar tekst te schrijven. Het ene model doet de taak, het andere bedient een tool, zoals een rekenmachine of een Python-sandbox. Twee modellen van 0,5 miljard parameters met een rekenmachine scoorden bij rekenopgaven 96% in plaats van 36%. Een apart artikel legt het mechanisme uit.

Hoe houd je een codeeragent in het gareel?

Statewright, dat Ben Cochran op 12 mei 2026 op Hacker News presenteerde, zet een state machine om een codeeragent heen. Elke toestand bepaalt welke tools mogen, hoeveel iteraties er zijn en welke overgangen gelden. Bij het plannen krijgt de agent alleen leestools, bij het implementeren mag hij beperkt bewerken en bij het testen mag hij alleen aangewezen testcommando's draaien. Een tool buiten die toestand wordt geweigerd, met een melding over wat wel mag. De engine is geschreven in Rust en gebruikt geen taalmodel.

Op 13 mei noemde de repository harde handhaving voor Claude Code via hooks en MCP, alfaversies voor Codex, opencode en Pi, en adviserende regels voor Cursor. In de eigen test van Cochran op vijf SWE-bench-taken gingen twee lokale modellen van 2 op 10 geslaagde pogingen naar 10 op 10. Een apart artikel gaat dieper in op de aanpak.

Welke tools helpen tegen context rot in Claude Code?

Context rot is het kwaliteitsverlies naarmate een lange sessie het contextvenster vult. Drie uitbreidingen uit de community voor Claude Code, allemaal van vóór mei 2026, pakken dat aan:

• GSD (Get Shit Done) voert elk klein plan uit in een subagent met een vers contextvenster, zodat de hoofdsessie op 30 tot 40% van zijn context blijft.
• Context Mode voert tool-aanroepen uit in een sandbox en geeft alleen de relevante uitvoer door. In een voorbeeld in de README wordt 56 KB uitvoer 299 bytes.
• Claude Mem legt vast wat de agent doet, vat dat samen met AI, bewaart het lokaal in SQLite met zoeken op vectoren en geeft het terug in latere sessies.

Kan een CLI een agent tokens besparen?

Printing Press van Matt Van Horn en Trevin Chow (MIT-licentie) maakt commandlinetools voor agents. Het leest de documentatie van een API en de bestaande CLI's en MCP-servers ervoor, en levert een CLI in Go, een skill voor Claude Code en een MCP-server op. Op 13 mei 2026 telde de bibliotheek 87 CLI's in 16 categorieën. De makers stellen dat CLI's een agent minder tokens kosten dan de tooldefinities van MCP. Volgens de README gebruikt de vlag --compact, die alleen de belangrijkste velden teruggeeft, 60 tot 80% minder tokens.

Hoe geef je een AI-agent een eigen identiteit?

Vorim AI, op 13 mei 2026 gepresenteerd op Reddit, geeft elke agent een cryptografische identiteit (een Ed25519-sleutelpaar), rechten die beperkt zijn in reikwijdte en tijd, en een audittrail die je niet ongemerkt kunt aanpassen. Zo zie je welke agent wat deed en kun je één agent intrekken. De SDK's op PyPI en npm vallen onder de MIT-licentie en ondersteunen LangChain en CrewAI, en er is een MCP-server. Ze werken via de gehoste dienst van Vorim, met een account en een API-sleutel.

Welke andere papers zijn het lezen waard?

Op 11 en 12 mei 2026 verschenen nog vijf papers over agents op arXiv:

• DOLORES (Deep Reasoning) laat een agent per taak zijn eigen redeneerstructuur bouwen, een vorm van dynamic cognitive scaffolding. Het is gemiddeld 24,8% beter dan de sterkste vergeleken scaffold, en een 8B-versie verslaat in meer dan de helft van de opstellingen alle 32B-baselines uit dezelfde modelfamilie.
• EVOCHAMBER laat een team van agents beter worden zonder hertraining. Na een mislukte taak reflecteren de agents samen, en sterke agents geven lessen door aan zwakke. Met Qwen3-8B haalt het 63,9% op wedstrijdwiskunde, relatief 32% boven de beste baseline. Een apart artikel gaat erop in.
• PIVOT voert een plan uit, zet de verschillen tussen plan en resultaat om in feedback in tekst en verbetert zo het plan. Met een mens die feedback geeft, verbetert de naleving van randvoorwaarden op DeepPlanning en GAIA met tot 94% (relatief); de volledig autonome versie wint minder. Het gebruikt tot 3 à 5 keer minder tokens dan vergelijkbare methoden.
• Agent-BRACE splitst een agent in een model dat een korte lijst overtuigingen met een zekerheidslabel bijhoudt en een model dat op basis van die lijst handelt in plaats van de hele geschiedenis. De context blijft vrijwel even groot, en de scores stijgen gemiddeld met 14,5 procentpunt bij Qwen2.5-3B en 5,3 punt bij Qwen3-4B.
• EvalAgent automatiseert het evalueren van agents. Frontier-codeerassistenten zonder kennis van evaluatie kregen hun evaluatiecode maar in 30% van de gevallen werkend. EvalAgent verhoogde Eval@1, het aandeel evaluaties dat bij de eerste poging draait en zinvolle resultaten geeft, van 17,5% naar 65%.