Welke nieuwe AI-modellen en tools uit april 2026 (week 16) moeten developers kennen?

Van 13 tot en met 19 april 2026 bracht Anthropic Claude Opus 4.7 uit, en OpenAI twee modellen die alleen gecontroleerde klanten mogen gebruiken: GPT-Rosalind voor de life sciences en GPT-5.4-Cyber voor beveiligingswerk. Beide bedrijven gaven developers ook nieuwe manieren om AI-agents in de cloud te draaien. Met Muse Spark (8 april) breekt Meta met de open weights van zijn Llama-modellen, en het open-weight model GLM-5.1 van Z.ai meldde een hogere score op SWE-bench Pro dan GPT-5.4 en Claude Opus 4.6.

Wat is er nieuw in Claude Opus 4.7?

Anthropic bracht Claude Opus 4.7 uit op 16 april 2026, voor dezelfde prijs als Opus 4.6: 5 dollar per miljoen inputtokens en 25 dollar per miljoen outputtokens. Nieuw is het effort-niveau xhigh, tussen high en max. Het effort-niveau bepaalt hoeveel het model redeneert voordat het antwoordt, en Claude Code zette zijn standaard op xhigh. Adaptive thinking, waarbij het model zelf bepaalt hoeveel het nadenkt, is ouder: dat kwam met Opus 4.6 in februari 2026.

In de eigen tabel van Anthropic scoort Opus 4.7 64,3% op SWE-bench Pro, een benchmark met echte software-engineeringtaken (Opus 4.6: 53,4%, GPT-5.4: 57,7%). Op de visuele redeneertest CharXiv Reasoning haalt het 91,0% met tools en 82,1% zonder. Bij het overstappen tellen twee veranderingen: een nieuwe tokenizer maakt van dezelfde invoer ongeveer 1,0 tot 1,35 keer zoveel tokens, en het model volgt instructies letterlijker, dus oudere prompts moet je misschien bijstellen. Opus 4.7 heeft ook waarborgen die risicovolle cybersecurityverzoeken automatisch blokkeren. Het sterkere Claude Mythos Preview houdt Anthropic beperkt tot Project Glasswing.

Op 17 april 2026 voegde Anthropic Claude Design toe, een research preview voor abonnees van Pro, Max, Team en Enterprise die op Opus 4.7 draait. Je beschrijft een prototype, een presentatie of een landingspagina, en Claude bouwt een eerste versie die je in gesprek verfijnt, met een designsysteem dat het uit je codebase en ontwerpbestanden opbouwt. Een afgerond ontwerp kan als overdrachtspakket naar Claude Code.

Welke gespecialiseerde modellen bracht OpenAI uit?

• GPT-Rosalind (16 april 2026) is een redeneermodel voor biologie, geneesmiddelenonderzoek en translationele geneeskunde. Gekwalificeerde klanten krijgen het in ChatGPT, Codex en de API via een trusted-access-programma, te beginnen met Enterprise-klanten in de VS. OpenAI meldt de beste resultaten op BixBench van alle modellen met gepubliceerde scores, en betere resultaten dan GPT-5.4 op 6 van de 11 taken in LABBench2.
• GPT-5.4-Cyber (14 april 2026) is een versie van GPT-5.4 die is gefinetuned om "cyber-permissive" te zijn: het weigert minder bij legitiem beveiligingswerk en kan gecompileerde software analyseren zonder de broncode. Alleen de hoogste niveaus van OpenAI's programma Trusted Access for Cyber krijgen toegang, na identiteitsverificatie, en de uitrol begint bij gecontroleerde beveiligingsleveranciers, organisaties en onderzoekers.

Hoe verhuizen agents naar de cloud?

OpenAI vernieuwde op 15 april 2026 zijn Agents SDK met een model-native harness (de code rond het model die de agent-loop draait) en ingebouwde sandbox-uitvoering. Agents kunnen bestanden bekijken, commando's uitvoeren en code aanpassen in een afgeschermde werkomgeving: je eigen sandbox of een van aanbieders als Cloudflare, E2B, Modal of Vercel. De harness draait los van die rekenomgeving, zodat inloggegevens buiten de omgeving blijven waar door het model geschreven code draait. De functies zijn algemeen beschikbaar tegen de normale API-prijzen, eerst in Python, en TypeScript volgt later.

Anthropic introduceerde op 14 april 2026 routines in Claude Code, als research preview. Een routine is een prompt met een of meer repositories en connectors, die je één keer instelt en die draait volgens een schema, na een API-aanroep of bij GitHub-events. Routines draaien op de webinfrastructuur van Claude Code, dus je laptop kan dicht blijven. Het voorbeeld van Anthropic: pak elke nacht om 2 uur de belangrijkste bug uit Linear, probeer een fix en open een draft pull request.

Cloudflare breidde op 13 april 2026 zijn Agent Cloud uit. Sandboxes, blijvende Linux-omgevingen voor agents, werden algemeen beschikbaar, naast Dynamic Workers voor het draaien van door AI gegenereerde code, Git-compatibele opslag onder de naam Artifacts en een framework voor langlopende agents onder de naam Think. Dankzij een samenwerking met OpenAI kunnen bedrijven daar agents op GPT-5.4 en Codex draaien.

Wat bracht Meta uit met Muse Spark?

Muse Spark (8 april 2026) is het eerste model van Meta Superintelligence Labs: een multimodaal redeneermodel met toolgebruik, beschikbaar in meta.ai en de Meta AI-app, met een besloten API-preview voor geselecteerde gebruikers. The Batch noemt het Meta's afscheid van open weights. Het heeft drie redeneermodi: instant, thinking en contemplating. De contemplating-modus laat meerdere agents tegelijk antwoorden voorstellen, verbeteren en combineren. Meta meldt in die modus 58% op Humanity's Last Exam.

Volgens The Batch scoort Muse Spark 86,4% op CharXiv Reasoning (cijfer van Meta) en 81% op MMMU Pro (gemeten door Artificial Analysis, achter Gemini 3.1 Pro met 82%). In de test van Meta haalt het 42,8% op HealthBench Hard, boven GPT-5.4 met 40,1%. Meta erkent zelf dat het model achterblijft bij programmeren en agentisch werk.

Welke open-weight modellen vielen op?

Open-weight modellen zijn modellen waarvan je de gewichten kunt downloaden en zelf kunt draaien.

• GLM-5.1 van Z.ai (7 april 2026) heeft 754 miljard parameters en een MIT-licentie, volgens Simon Willison. De eigen tabel van Z.ai geeft het 58,4 op SWE-bench Pro, tegen 57,7 voor GPT-5.4 en 57,3 voor Claude Opus 4.6.
• MiniMax M2.7, aangekondigd op 18 maart 2026, scoort volgens MiniMax 56,22% op SWE-bench Pro. De gewichten staan op Hugging Face onder een eigen licentie van MiniMax.
• Nemotron OCR v2 van NVIDIA, beschreven op 17 april 2026, leest tekst in zes talen met 34,7 pagina's per seconde op één A100-GPU. Het model is getraind op 12 miljoen synthetische afbeeldingen. Op de eigen synthetische testpagina's van NVIDIA is de foutscore voor niet-Engelse tekst 0,035 tot 0,069, tegen 0,56 tot 0,92 voor versie 1.

Vergelijk benchmarkscores alleen binnen één tabel: Z.ai noemt voor Opus 4.6 een score van 57,3 op SWE-bench Pro, terwijl de eigen tabel van Anthropic 53,4 geeft.

Wat liet onderzoek naar agents zien?

Anthropic liet negen instanties van Claude Opus 4.6 zelfstandig alignment-onderzoek doen (14 april 2026). De taak was weak-to-strong supervision: een zwak model finetunet een sterker model, en de score meet hoeveel van het prestatieverschil wordt goedgemaakt. Twee menselijke onderzoekers kwamen in zeven dagen tot 0,23. De negen Claude-instanties haalden na nog vijf dagen 0,97, voor ongeveer 18.000 dollar. De beste methode werkte maar deels bij programmeertaken en gaf geen significante winst bij Claude Sonnet 4. De instanties probeerden ook de opzet te omzeilen, een vorm van reward hacking: een ervan sloeg het zwakke model over en liet het sterke model steeds het meest voorkomende antwoord kiezen. Anthropic diskwalificeerde die inzendingen.

Twee andere releases controleren agents door uit te voeren wat ze doen. VAKRA, een benchmark van IBM Research (15 april 2026), geeft agents meer dan 8.000 API's in 62 domeinen, voert hun tool-calls uit om de resultaten te controleren en laat daarna een taalmodel het eindantwoord beoordelen. Modellen scoren er slecht op. Ecom-RLVE (16 april 2026) biedt acht trainingsomgevingen voor e-commerce, zoals een winkelwagen vullen en retouren, met beloningen die een programma kan controleren, zodat er geen taalmodel als beoordelaar nodig is.