Ga direct naar de inhoud
Model Wayfinder
Methodologie

Hoe de aanbevelingen werken

De aanbevelingen worden gebaseerd op vaste regels. Geen AI neemt de beslissing en er zijn geen betaalde plaatsingen.

01 · Uitsluiting

Eerst worden de modellen verwijderd die niet voldoen aan de eisen: een te kleine contextvenster voor de gekozen tekstlengte (8.000 / 32.000 / 200.000 tokens), geen mogelijkheid om afbeeldingen in te voeren voor analyse, geen verwerking in het gewenste gebied, of geen open weights voor lokale gebruik.

Voor lokale gebruik controleren we ook of het model past in het geheugen van je hardware. Schatting voor de gecomprimeerde versie (Q4): 0,6 GB per miljard parameters plus 1,5 GB reserve.

Voor zakelijk of teamgebruik worden modellen met een licentie die commercieel gebruik verbiedt, uitgesloten.

02 · Scoren

Elk geclassificeerd model heeft een kwaliteitsniveau van 1 tot 3 per taak. Deze niveaus zijn gebaseerd op openbare ranglijsten: het bovenste derde deel van de ranglijst is niveau 3, het middenste derde deel niveau 2 en het onderste derde deel niveau 1. Voor elke taak gebruiken we de meest specifieke beschikbare ranglijst.

Taak Ranking (fallback)
Teksten schrijven LMArena Creative Writing (Text)
Documenten samenvatten LMArena Document (Longer Query, Text)
Chatbot LMArena Text
Programmeren LMArena Coding (WebDev)
Vertalen LMArena Non-English (Text)
Wiskunde LMArena Math
Afbeeldingen analyseren LMArena Vision
Video’s analyseren LMArena Vision – er is nog geen openbare ranking voor videobegrip, dus wordt afbeeldingsbegrip gebruikt als benadering
Afbeeldingen maken/bewerken LMArena Text-to-Image / Image Edit
Video’s maken/foto → video LMArena Text-to-Video / Image-to-Video
Audio transcriberen Hugging Face Open ASR Leaderboard (gemiddelde van positie in Engels en meertalig)

De LMArena-ranglijsten zijn gebaseerd op miljoenen blinde vergelijkingen door echte gebruikers. De Open ASR Leaderboard meet het woordfoutpercentage op vaste testopnames (lager = beter). Als je een specifiek vakgebied kiest (recht, geneeskunde, zaken, wetenschap), telt de bijbehorende LMAArena-rang voor dat vakgebied als een extra factor in het gemiddelde. Modellen die nergens in deze ranglijsten voorkomen, krijgen geen beoordeling. We corrigeren individuele factoren handmatig wanneer we betere bronnen hebben, en vermelden dat op de modelpagina. De prijs van een typische aanvraag staat op een logaritmische schaal, omdat de prijzen met duizend verschillen. Beide factoren worden gewogen op basis van je prioriteit.

Prioriteit Kwaliteit Prijs
Goedkoop 30 % 70 %
Gelijkwaardig 50 % 50 %
Beste kwaliteit 80 % 20 %

Vanaf 10.000 verzoeken per maand verschuift de gewichting met 10 procentpunten richting de prijs, omdat kleine prijsverschillen zich opstapelen. Bij gelijke waarden wordt eerst gekozen voor de lagere prijs en daarna voor het grotere contextvenster.

03 · Meerdere taken tegelijk

Je kunt meerdere taken selecteren. Tekst- en analyseopdrachten worden afgehandeld door één model dat alle taken moet uitvoeren; de kwaliteit is dan het gemiddelde van de scores voor die taken. Afbeeldingen, video’s en transcripties hebben elk hun eigen prijs, want bijna geen model doet alles. Afbeeldingen worden geprijsd per afbeelding, video’s per 10-seconden clip en transcripties per minuut audio. Deze prijzen komen van de openbare LiteLLM-prijslijst; wanneer er meerdere aanbieders of kwaliteitsniveaus staan, gebruiken we de middenwaarde (de gebruikelijke prijs), niet de goedkoopste. Open spraakherkenningmodellen zonder cloudoplossing zijn alleen geschikt voor lokale gebruik.

04 · Benchmarks

De benchmarkresultaten gebruiken verschillende schalen (percentages, Elo-punten, foutpercentages), waardoor ze niet zomaar gemiddeld kunnen worden. We zetten elk resultaat om in een positie van 0 tot 100 onder alle hier opgesomde modellen die dezelfde benchmark hebben afgenomen (100 = het beste; bij foutpercentages is de laagste waarde het beste). Een positie wordt alleen weergegeven wanneer er minstens 3 modellen vergeleken kunnen worden. Het gemiddelde van de benchmark is de gemiddelde waarde van deze posities. “Sterktes” zijn gebieden met een gemiddelde positie van 75 of meer, “zwaktes” van 30 of minder. Benchmarks spelen geen rol bij de aanbevelingen – die zijn gebaseerd op onze beoordeelde kwaliteitsniveaus.

05 · Gegevensbronnen

Modellen en prijzen: OpenRouter. Open gewichten en hostproviders (voor regio’s): models.dev. Licentie en modelgrootte van open modellen: Hugging Face. Rankings: LMArena en de Open ASR Leaderboard. Prijzen per afbeelding, per seconde video en per minuut audio: LiteLLM. Wisselkoers: Europese Centrale Bank. Alles wordt elke dag automatisch bijgewerkt; als een bron niet beschikbaar is, blijven de laatst bekende waarden staan.

06 · Reclames

Als we advertenties tonen, staan deze duidelijk gemarkeerd, verschijnen ze alleen op aparte plekken en beïnvloeden ze nooit de ranglijsten of aanbevelingen.

07 · Beperkingen

Kwaliteitsniveaus zijn een vereenvoudiging. De prijzen zijn afkomstig van OpenRouter en kunnen verschillen wanneer je rechtstreeks bij de aanbieder koopt of in andere regio’s. De gegevens over geheugen zijn schattingen. Modellen zonder onze eigen beoordeling staan wel in de vergelijking, maar niet in de aanbevelingen.

Sommige vormen van AI zijn nog niet opgenomen, zoals muziekgeneratie, 3D-modellen en CAD, of spraakuitvoer (text-to-speech). Voor deze zijn er momenteel geen openbare ranglijsten met open data die we kunnen gebruiken. We laten ze liever buiten beschouwing dan dat we ze zonder bronnen aanbevelen.

De privacyinformatie is geen juridisch advies. Controleer de contracten (bijvoorbeeld overgeleveringsovereenkomsten) met de aanbieder zelf.