Welke nieuwe AI-modellen uit de eerste helft van maart 2026 moeten developers kennen?

In de eerste helft van maart 2026 bracht OpenAI GPT-5.4 uit (5 maart), met een contextvenster van ongeveer een miljoen tokens, tool search en ingebouwde computerbediening. Op 13 maart maakte Anthropic het contextvenster van 1 miljoen tokens van Claude Opus 4.6 en Sonnet 4.6 algemeen beschikbaar tegen de normale prijzen. En de Covenant-72B-paper (9 maart) liet zien dat deelnemers die zich vrij konden aansluiten, via internet een model van 72 miljard parameters kunnen voortrainen, met scores dicht bij LLaMA-2-70B van Meta uit 2023.

Wat brengt GPT-5.4?

OpenAI bracht GPT-5.4 uit op 5 maart 2026, in ChatGPT (als GPT-5.4 Thinking), in de API en in Codex, samen met GPT-5.4 Pro voor de zwaarste taken. Volgens The Batch nemen de modellen tot 1.050.000 tokens invoer aan en geven ze tot 128.000 tokens terug, met een redeneerniveau dat je kunt instellen tot xhigh. De API-prijzen waren in maart 2026 2,50 dollar per miljoen inputtokens en 15 dollar per miljoen outputtokens voor GPT-5.4, en 30 en 180 dollar voor GPT-5.4 Pro. The Batch plaatst dat aan de top van de markt.

Voor developers springen twee functies eruit. Met tool search krijgt het model niet meer alle tooldefinities vooraf in de prompt: het krijgt een korte lijst met beschikbare tools en zoekt een definitie op op het moment dat het die tool nodig heeft. Bij systemen met veel tools scheelt dat volgens OpenAI duizenden tokens per verzoek, en de promptcache blijft intact. De tweede functie is computerbediening. Volgens OpenAI is GPT-5.4 zijn eerste algemene model dat zelf een computer kan bedienen: het stuurt software aan door code te schrijven, bijvoorbeeld met Playwright, of met muis- en toetsenbordopdrachten op basis van screenshots. Op OSWorld-Verified, een test met taken op een desktop, meldt OpenAI 75,0%, tegen 47,3% voor GPT-5.2 en 72,4% voor mensen.

Hoe scoort GPT-5.4 in onafhankelijke tests?

In tests van Artificial Analysis, waarover The Batch berichtte, had GPT-5.4 Pro met redeneerniveau xhigh de hoogste score op GDPval-AA, BrowseComp, Terminal-Bench Hard, SWE-Bench Pro en MCP Atlas. Op de Artificial Analysis Intelligence Index, een gewogen gemiddelde van tien benchmarks, haalde het 57 punten, net achter Gemini 3.1 Pro Preview met 57,2. Op de onderdelen voor programmeren en agentisch werk stond het bovenaan, met 57 en 69 punten. De hele index draaien kostte 2.950 dollar met GPT-5.4 Pro, tegen 892 dollar met Gemini 3.1 Pro Preview.

Wat veranderde er voor lange context in Claude?

Op 13 maart 2026 maakte Anthropic het contextvenster van 1 miljoen tokens van Claude Opus 4.6 en Sonnet 4.6 algemeen beschikbaar. Over het hele venster gelden nu de normale prijzen: 5 dollar per miljoen inputtokens en 25 dollar per miljoen outputtokens voor Opus 4.6, en 3 en 15 dollar voor Sonnet 4.6. Een verzoek van 900.000 tokens kost per token hetzelfde als een van 9.000. Tijdens de bèta kostte Opus 4.6 voor prompts boven 200.000 tokens 10 dollar per miljoen inputtokens en 37,50 dollar per miljoen outputtokens, volgens de aankondiging van Anthropic van 5 februari 2026. Lange verzoeken hebben geen bèta-header meer nodig, de normale rate limits gelden bij elke lengte, en één verzoek mag tot 600 afbeeldingen of pdf-pagina's bevatten, in plaats van 100.

Simon Willison wees op het verschil met de concurrentie: Google rekent meer boven 200.000 tokens voor Gemini 3.1 Pro, en OpenAI boven 272.000 tokens voor GPT-5.4. Onder die grenzen liggen de prijzen dicht bij elkaar: 2,50 dollar per miljoen inputtokens voor GPT-5.4 tegen 3 dollar voor Sonnet 4.6, en voor beide 15 dollar voor output.

Wat laat Covenant-72B zien over gedecentraliseerde training?

Covenant-72B (Lidin e.a., 9 maart 2026) is een taalmodel van 72 miljard parameters, voorgetraind via gewone internetverbindingen door deelnemers die geen toestemming nodig hadden om mee te doen. Coördinatiesoftware met de naam Gauntlet, die op de Bittensor-blockchain draait, beoordeelde elke bijdrage en beloonde de deelnemers. Elke deelnemer draaide minstens acht NVIDIA B200-GPU's. Per ronde droegen hooguit 20 deelnemers bij (gemiddeld 16,9), en over de hele run deden minstens 70 verschillende deelnemers mee. De training besloeg ongeveer 1,1 biljoen tokens. De gewichten staan op Hugging Face onder de Apache 2.0-licentie.

In de vergelijking van de auteurs scoort het basismodel 67,1 op MMLU, tegen 65,6 voor LLaMA-2-70B van Meta uit 2023, dat op 2 biljoen tokens in een datacenter werd getraind. De chatversie scoort 67,4 op MMLU en 26,3 op MATH. De auteurs concluderen dat open voortraining zonder toelatingseisen op deze schaal haalbaar is. Jack Clark van Import AI plaatst een kanttekening: volgens zijn schatting gebruikte de run ongeveer 160 chips, terwijl frontiermodellen op tienduizenden tot honderdduizenden chips worden getraind.