GitHub Copilot beperkt abonnementen met introductie AI Credits - update

GitHub Copilot krijgt een vernieuwd abonnementsmodel, waarbij gebruikers AI Credits moeten betalen voor het gebruik van de AI-programmeerdienst. Dit gaat vanaf 1 juni in voor alle betalende gebruikers. Microsoft stopte eerder de mogelijkheid om nieuwe abonnementen af te sluiten, omdat de servers overbelast zijn.

GitHub noemt het nieuwe model 'factureren op basis van gebruik'. Tot dusver hadden klanten in principe onbeperkt toegang tot GitHub Copilot, maar gingen ze na een bepaalde hoeveelheid gebruik over op een minder geavanceerd model. Vanaf 1 juni kost al het gebruik een bepaald aantal AI Credits.

Dit systeem moet de kosten van die dienst beter laten overeenkomen met de intensiteit van het gebruik. Code completions en Next Edit-suggesties blijven gratis.

Met het nieuwe prijsmodel wordt het duurder voor intensieve gebruikers van de programmeerdienst. De kosten voor minder intensief gebruik blijven in principe hetzelfde. Niet gebruikte credits zijn niet houdbaar. Iedere maand reset het aantal beschikbare credits per gebruiker. Het jaarabonnement verdwijnt.

Nieuwe vorm van kosten

In principe veranderen de kosten voor bestaande abonnees niet. Een afnemer betaalt hetzelfde maandbedrag voor het betreffende abonnement, maar krijgt daarvoor dat bedrag aan AI Credits. Die staan gelijk aan de bestaande premium request units. Een credit is in principe 1 cent waard.

Het aantal credits dat een gebruiker moet betalen is gebaseerd op het gebruik, 'waaronder tokengebruik voor inputs, outputs en cached tokens'. Dat laatste bepaalt hoeveel context het model 'onthoudt'. Het hangt van het model af hoeveel tokens het gebruik precies kost.

Die informatie staat per AI-model en versie uitgesplitst op deze supportpagina. Ter illustratie: GPT 5.5 kost nu 5 dollar per miljoen tokens, Gemini 3.1 Pro kost 2 dollar en Grok Code Fast 1 kost 0,20 dollar. Vrijwel alle modellen zijn vanaf 1 juni aanzienlijk duurder in gebruik voor gebruikers met een resterend jaarlijks abonnement, soms tot wel negen keer de originele prijs.

Update, 11.06 uur – Er is extra informatie toegevoegd over de verhoogde prijs van het gebruik per model.

GitHub Copilot

Door Yannick Spinner

Redacteur

28-04-2026 • 09:07

156

Submitter: MijnAccount

Reacties (156)

Sorteer op:

Weergave:

Ik vraag me af hoe lang het zal duren voordat managers hun strategieadviseurs vragen om een ​​analyse te maken van de kosten van AI versus de arbeidskosten.

Op dit moment lijkt niemand er nog over na te denken. Ik wed dat dat zal veranderen tegen de tijd dat ze hun budget voor 2027 moeten opstellen.
Ik heb al berichten gezien van bedrijven die één of meerdere junior developers in dienst hebben genomen omdat dat goedkoper is voor kleine veranderingen dan telkens maar vragen aan AI om dat soort dingen te doen.

[Reactie gewijzigd door nzall op 28 april 2026 11:18]

Hoe dan? Copilot Pro+ kost 39 dollar per maand wat spotgoedkoop is.

Als je kijkt naar Anthropic dan is Max 20 200 dollar per maand.

Hoe kan je daar nou een developer voor inhuren? Dan kan toch nooit goedkoper zijn?
Die 39 dollar is alleen toegang tot een bepaalde feature set en wat credits om mee te beginnen. Dat is met een paar uur op als je alles door ai laat doen.
Ah ok.. ja ik ken copilot niet zo goed om eerlijk te zijn.

Maar in het geval van Claude kan je met die 200 dollar echt heel wat werk verzetten. Ik blijf erbij dat geen developer daar tegenop kan qua kosten baten.
Een dev doet natuurlijk wel een stuk meer dan wat text uitspuwen.
CoPilot (en consorten) zijn erg goed in (gemiddelde) code produceren, maar het werk van een developer is veel meer dan code produceren. Er zit enorm veel werk in afstemmen met andere teams, (business) requirements voorzien en opstellen, en waarschijnlijk ook nog een stukje operationeel werk. Ik zeg niet dat een LLM dat niet kan, maar voorlopig is dat toch vaak menselijk werk.
Misschien onderschat je AI toch wat. Als ik Claude vraag om memory leaks in een (publieke git repo) op te sporen haalt ie zelf de code op en geeft een rapport met geprioriseerde issues die volledig correct waren. En met prima fixes. De andere dingen die je noemt kun je met de agent-werkwijze ook al een eind komen. We gaan rapido toe naar de AI boosted agent werkwijze (for better or worse).
memory leaks opsporen is een heel andere tak van sport dan het maken van goede code op basis van specificaties.

Dat mog openlijk geen verdere uitleg nodig hebben...
Als je dit afstemmen met andere teams, requirements helder krijgen/uitwerken en je operationele werk niet meeneemt in je Github Copilot workflow doe je het verkeerd. Sure, ik laat een agent nog geen emails versturen en productiedeployments doen, maar het scheelt niet veel meer.
Agents zijn tegenwoordig een stuk meer dan een LLM en gemiddelde code, tjah, de meeste developers die ik ken maken ook hele slechte code.
AI doet het natuurlijk niet uit zichzelf, er moet een mens tegen praten om er iets nuttigs uit te krijgen. Vaak moet je dat meerdere keren doen en daarnaast nog wat kleine aanpassingen doorvoeren. In feite kost AI je op die manier een goede ontwikkelaar om het werk van een beginner te doen. Reken het uurloon van die ontwikkelaar mee en de rekensom wordt al snel vervelend voor AI. Bijkomend voordeel van beginners is dat ze na enige tijd ook zelfstandig aan de slag kunnen en misschien zelfs uitgroeien tot nieuwe seniors, daar is AI nog lang niet.
AI doet het natuurlijk niet uit zichzelf, er moet een mens tegen praten om er iets nuttigs uit te krijgen. Vaak moet je dat meerdere keren doen en daarnaast nog wat kleine aanpassingen doorvoeren.
In grote lijnen is dat niet heel anders dan een net begonnen junior aansturen. Beiden zullen op een manier ingewerkt en begeleid moeten worden.

Het voordeel van de junior is dat deze door kan groeien en de menselijke zaken ook kan doen (dus niet enkel programmeren).

Het voordeel van de AI is dat deze goedkoop en schaalbaar is, en veel programmeerkennis tot beschikking heeft.
Alleen klopt de prijs van deze ai tools totaal niet, want iedereen maakt er nog verlies op. Zodra we de echte kosten moeten betalen, word het vast niet zo goedkoop.
Het probleem met die 200 dollar limiet is dat het een beetje afhangt van hoe druk ze het hebben. Soms krijgen mensen al heel snel de melding dat ze moeten wachten tot de volgende dag. Andere momenten kunnen ze langer bezig.

Dit is natuurlijk niet fijn als je een serieus bedrijf runt. Dan is het als je rond het middaguur de melding krijgt "Sorry probeer het morgen maar verder" natuurlijk niet bepaald gewenst. Je kan je deadlines niet aanpassen aan de drukte op Claude. En dat 200 euro abo is natuurlijk niet voor hobbyisten bedoeld want het is daar veel te veel geld voor.

Daarom is het betalen per token natuurlijk wel interessanter want het raakt nooit op. Ondanks dat het duurder zal zijn dan een vast pakket.
Met Claude kon je altijd heel veel, maar anthropic maakt daar veel verlies op en is nu al de limieten van claude aan het inperken. Ik denk dat grotere bedrijven nu wel gaan kijken naar open source modellen, die zijn iets minder goed, maar veel goedkoper.
OS Modellen zijn flink minder goed. De meest recente serieuze (deepseek r4) moet je dan met volle precisie draaien. En als je dan nog snelheid wil heb je aan 10k hardware niet genoeg. En dan blijft het nog achter. Check de benchmarks maar. Die zijn meestal op flinke hardware en met de voorlaatste versies van de techgiants, niet de meest recente.
Laatst even gelezen op Claude subreddit, voor die 200 euro krijg je een paar uur intensief werk gedaan, maar dan zijn de credits op.
Ik kan je garanderen als iemand die hier veelvuldig gebruik van maakt dat dat echt niet klopt. Ik werk met dat abo van 200 euro gewoon de hele dag door en loop vrijwel nooit tegen de limiet aan..

Je moet niet alles geloven wat je leest.
Ik denk eerder dat je beter niet je eigen ervaring en gebruikspatroon moet projecteren op wat andere mensen met dit soort abbo's doen, want het is echt vrij eenvoudig om in no-time tegen je token limiet aan te lopen, zelfs met abbo's als Claude Max. Het hangt er 100% van af wat voor taken je er mee probeert uit te voeren en hoe. Of dat slim en nuttig gebruik is, is een andere vraag, maar moeilijk is het niet.
Tsja, laten we dan vooral wel de resultaten van onze zoekacties op Reddit verspreiden :+

Liever dan eigen ervaringen. Want de stelling van fuse.core is gewoon flauwekul. Alsof een paar uurtjes werk voor die 200 euro de norm is......
Een paar uur, maak daar maar een paar minuten van. Zelfs met het Copilot Enterprise abbonement waarvan ik niet precies weet wat het kost maar in ieder geval veel meer dan 39 euro ben je binnen 10 minuten door je tokens heen als je een model als Opus gebruikt. Tenzij je het alleen maar gebruikt voor voor korte simpele taken waar de agent niet door je hele code base voor hoeft te gaan, echter kan ik dat soort dingen vaak net zo snel met de hand...
Kost 39 per maand en ik red het er net mee in een maand full time werken. Sonnet en soms Opus. Zoveel mensen hier die maar wat lullen.
Right, ik kan je verzekeren dat de manier waarop we het hier gebruiken geen 39 euro per maand kost en dat je in no-time door je token budget heen bent als je een Opus agent via OpenCode loslaat op een code base van 100K+ LOC. Leuk dat jouw ervaring anders is maar dat is dus niet voor iedereen zo.
Zoals je het beschrijft snap ik het, maar dan gebruik je het dus "verkeerd", te grote context. En dat had ik ook in het begin met Claude Code. "Hier is de repo en zoek het maar uit". En op die manier kom je met Claude Code bijv helemaal nergens want daar heb je ook nog eens limieten binnen bepaalde tijd (elke 4/5 uur). Bij Copilot heb je dat niet. Tot nu toe krijg je met Copilot zoveel meer waar voor je geld. Maar daar gaan ze nu een stokje voor steken helaas.
Dan gebruik je AI echt niet goed, je steld vragen denk ik veel te breed en laat het de hele code opnemen, dat is totaal niet efficiënt. Je moet veel gerichter werken en vertellen welke bestaande code relevant is.

Vol het aan met skils zodat je een beter resultaat cq standaard opzet krijgt en je bespaart tokens en levert betere code voor dus minder geld/tokens
We gebruiken het op allerlei verschillende manieren, en ik ben er mee bekend wat voor taken/vragen en verschillende modellen wel/niet efficient zijn wat token en request gebruik. Het is ook niet alsof elke interactie met de AI direct tegen limieten aanloopt.

Er zijn echter taken waar het advies 'geef opdrachten met kleinere scope' of 'werk gerichter' niet gaat werken, bijvoorbeeld omdat het hele punt van het gebruik van de AI is dat de code waar het om gaat helemaal niet van onszelf is en we geen enkel idee hebben hoe het werkt. En dat ook helemaal niet willen weten, en alleen maar op zoek zijn naar een antwoord 'hoe werkt dit', 'waarom werkt dit niet', 'is er in deze code ook iets voor dit', enzovoorts.

Voor coderen in de code base waar ik dagelijks mee werk gebruik ik AI nauwelijks omdat ik toch al precies begrijp hoe het werkt, waar het staat, waarom het zo is opgezet enzovoorts. Het is niet of nauwelijks sneller om de AI aan zulke code te laten werken omdat het precies aan de AI uitleggen wat ik wil net zo lang of langer duurt dan de code gewoon zelf intiepen. Ik gebruik de AI in voor dat soort code alleen maar voor repetitieve acties als refactoren, tests genereren, one-off scriptjes, vraagbaak/referentie etc, de ratio 'regels code vs niet-evidente logica' is daar zo laag dat de AI weinig toevoegt.

Dat was dus de strekking van mijn eerdere reactie, niet dat elk soort gebruik van AI direct door alle limieten heen gaat, maar dat afhankelijk van waar je het nuttig in kan zetten, het niet moeilijk is om taken te vinden die dat wel doen.
Hoe verzin je die onzin @johnbetonschaar? Je kan niet eens snel genoeg tokens heen en weer krijgen om pro+ binnen een paar minuten op te maken.

Hier pro+ (die 39 per maand) en we gebruiken alleen maar Opus 4.7 (op specifieke subagents na) en die is minstens zo'n 25 uur in de week constant bezig met talloze subagents. Ik praat over code bases van 30 tot 70 loc en daarboven op nog 30k loc aan documentatie. Met dat gebruik doet we twee weken met de inbegrepen tokens.

Zelfs met deze prijsverhoging is het nog (net) goedkoper dan rechtstreeks via de API bij Anthropic. Wat aangeeft hoeveel Microsoft in feite deze modellen heeft gesubsidieerd voor gebruikers als ons.
Hoe verzin je die onzin @johnbetonschaar? Je kan niet eens snel genoeg tokens heen en weer krijgen om pro+ binnen een paar minuten op te maken.
Bij Copilot Enterprise met gebruik van third-party modellen als Claude Opus zit er niet alleen een limiet op het aantal tokens maar ook op aantal premium requests, en daar kan je prima binnen 10 minuten doorheen als je een opdracht geeft als 'analyseer deze C++ dependency van 100+K LOC en genereer een rapport en documentatie van de architectuur', om maar een voorbeeld te noemen. Elke sub-agent die jouw prompt spawned is 1 premium request, dus een agent die op high-effort door een recursief plan ploegt is in no-time over de limiet. We lopen hier om de haverklap tegenaan en voor elke taak moet ik van te voren nadenken of ik wel Opus wil gebruiken in plaats van Sonnet om dit te voorkomen.

Verder heb ik niet zoveel zin om hier verder op in te gaan als mijn eigen N=1 ervaring voor onzin en verzinsels wordt uitgemaakt op basis van jouw N=1 ervaring die dus blijkbaar niet representatief is voor hoe wij hier AI gebruiken.

[Reactie gewijzigd door johnbetonschaar op 28 april 2026 17:51]

Je hebt een geldig punt, onzin was niet het juiste woord en Copilot Enterprise heb ik geen ervaring mee en je uitspraak ging daarover niet Pro+. Maar ik kan er nog steeds niet bij omdat het verschil te groot om simpelweg af te doen als een verschil in ervaring.

Bij Pro+ is er geen (echte) limiet, na de inbegrepen premium credits gaat de teller gewoon door mits aangezet en je er voor wil betalen. Zelden weigert hij wel eens vanwege een globale token limiet of iets dergelijks, meestal drukke momenten, maar kan ik een kwartaal op 1 hand tellen.

Voor Opus is/was het 3 credits per request. Elke subagent is voor ons ook een aparte premium request en vrijwel alle subagents gebruiken Opus 4.7 zoals ik al zei. Het voorbeeld wat je geeft is vrijwel precies wat ik ook wel eens heb gedaan. Een bestaande 80K loc mixed c en golang module en dan een uitgebreide analyse, schrijf rapport en maak de agent files (claude.md) en dan documentatie nakijken.

Die uiteindelijke flow heel recursief en context compactions galore. Zoiets kost ons misschien 750 credits? Vaak minder en dat de helft van wat inbegrepen is in Pro+, dus geen extra gebruik. Duurt wel een paar uur voordat hij klaar is, token/sec is niet zo hoog als ik zou willen.

Waar zit dat verschil tussen Copilot Enterprise en Pro+?
Ik wil liever niet te veel op details in gaan want het gaat over de infra op het werk en ik ken ook de precieze details niet van limieten en voorwaarden etc, maar ik vermoed dat het er mee te maken heeft dat er niks van ons AI gebruik mag worden gedeeld, opgeslagen, voor training gebruikt etc. Daar zal wel een prijskaartje aan hangen dat zich vertaalt in striktere limieten.

Het is ook echt niet zo dat elke taak direct over de limiet heen gaat maar het is zeker niet onmogelijk of moeilijk, en het zijn nu juist het soort prompts voor taken die me het meeste tijd kunnen besparen die het snelst tegen limieten aanlopen. Het daadwerkelijk coderen is sowieso maar een relatief beperkt percentage van mijn tijd.

Misschien is inderdaad de token limiet het grootste probleem niet, zo noem ik het gewoon altijd als ik de quota exceeded errors zie, maar de request limit dus wel.

Overigens gebruik ik thuis Moonshot AI waarbij ik direct voor de tokens betaal, dat is een behoorlijk goedkoop model volgens mij en ook daar is het niet heel lastig om binnen een paar uurtjes 20 euro aan tokens op te maken. Inmiddels gebruik ik dat ook alleen maar voor incrementele kortere taken en dan kun je heel lang doen met 20 euro, maar je moet echt niet gaan proberen om hem een speld in een hooiberg te laten zoeken in een groot OSS project bijvoorbeeld
Het is jammer van de verandering in dit nieuwsartikel, anders zou ik je aanraden om een maand pro of pro+ te nemen, dan met opencode gekoppeld aan dat account. Gewoon om even zelf te evalueren. Ik ben wel gaan kijken naar Copilot Enterprise, want dat is mogelijk iets voor ons ooit. We groeien. En ik zie wel dat al is er een default aantal credits per gebruiker is dit door beheerder aan te passen. Sommige meer ruimte dan anderen, over het geheel default 1000/user. Als je ergens je tokens kan zien... als het minder dan 1000 is kun je misschien even een kopje koffie drinken met wie je denkt dat kan aanpassen voor je.
Wat een onzin... Het is het duurste abonnement met alles erbij. Ik doe er een maand mee, fulltime intensief gebruik met Sonnet 4.6 en soms Opus 4.6 voor complexere taken.

Het Enterprise abonnement dan. Wat ook 39 pm kost.

[Reactie gewijzigd door XC9 op 28 april 2026 11:47]

En werk je dan met agents op een codebase van meerdere duizenden files?
Ja, in een monorepo zelfs met een react frontend, .net backend en meerdere microservices. Maar je moet wel zorgen dat je agent niet de hele codebase hoeft te gaan lezen om een taak uit te voeren natuurlijk...
je gaat ervan uit dat je met die 2 developers maar 1 licentie uitspaart. maar het gaat hier eerder over extra credits bovenop het gewone verbruik. Ik heb al geregeld screenshots gezien van hardcore vibe coders die echt ALLES met AI doen en daarmee honderden of zelfs meer dan duizend dollar per dag aan credits uitgeven. Als je dan een development team hebt van 10 gebruikers, en je kunt per dag 10 dollar per gebruiker uitsparen door één junior developer kleinere taken te laten doen zonder AI, dan is dat 3000 EUR per maand.
Ok.. dat lijkt een hele hoop geld. Maar als ik zelf kijk naar mijn eigen werk: ik werk eigenlijk alleen met Claude Code en ik heb een team premium seat, wat vergelijkbaar is met Claude Max. Ik kan daar een behoorlijke hoeveelheid werk mee verzetten.

Voor 3000 euro moet je dan wel astronomisch veel prompten en werk verzetten.

Ik denk nog steeds dat een paar developers niet evenveel werk kunnen verzetten als voor 3000 euro aan AI. Tenzij CoPilot astronomische bedragen rekent voor de extra credits?
Het wordt hier echt enorm overdreven heb ik het gevoel. Ik heb copilot, mijn vrouw Claude Code max en we zijn de limieten nog niet tegengekomen of door de credits heen. Mijn vrouw gebruikt het best intensief, dus ik weet niet hoe mensen erbij komen dat je binnen een paar uur door je credits heen bent of dat je honderden of zelfs duizend dollar er door heen kan jagen aan credits.
Ik snap dat dus ook niet..

In de praktijk loop ik met mijn Claude teams abo (vergelijkbaar met Max) alleen tegen de limieten aan als ik constant in 2 a 3 projecten aan het werken ben. En dat is cognitief gewoon niet vol te houden.. van die context switching wordt ik dus gek :p
Ik heb net claude desktop geprobeerd met hun 15$ abbo en gevraagd om een kleine app te bouwen. Binnen een uur door het limiet heen.

Heb nu sinds een week ook vrij regelmatig de melding op github copilot (10$) dat ik een paar uur moet wachten. Day limit, week limits.... prijzen zullen gaan stijgen gezien ze het nu te laag verkopen tov de kosten die ze zelf hebben.
Ik denk dat het verschil hem zit in de manier waarop je het gebruikt. Een kleine app bouwen door AI is niet een triviaal iets of een "AI assistent" maar een AI code generator. Dat is afhankelijk van je app redelijk intensief, daar kom je niet ver mee met de goedkope abonnementen. Ik maak gebruik van de Enterprise en bijvoorbeeld Claude max $100, wat beter geschikt is voor wat je doet denk ik.

Dat mensen per dag honderden tot wel duizend dollar aan tokens verstoken vind ik dan ook best bizar, maar misschien zijn er wel ontwikkelaars die dat echt verbruiken. Ik in ieder geval niet. AI is vooral een assistent voor mij.
Ik gebruik copilot al meer dan een jaar zeer intensief en heb er privé allerhande apps mee gemaakt. Overigens op claude maar dus via github. Zakelijk ook zeer veel (maar dan meer python & dataverwerking). Ben tot nu toe altijd rond gekomen met hun basis abbo + wat top up, zeg 20-30$ per maand dat ik spendeer. Dagelijks gebruiker. Ik had claude ook nog (stom!) Dus dacht doe eens een testje.... en wat het had gemaakt was ook echt niet groot, gewoon visualisatie van wat json files, max 10 itteraties en poef: meer betalen!

Heb dus maar direct op cancel gedrukt :) ik vermoed dat Microsoft een grote sponsering doet op gebied van kosten. Heb het ook veel gebruikt via AWS bedrock en dan gaat het ook vele malen harder.
Helemaal mee eens. Mensen overdrijven graag of weten niet hoe ze hier efficiënt mee om moeten gaan. Blijf je uren in dezelfde conversatie zitten waarin met je hele codebase in de context zit? Tja, dan ben je zo klaar.
Een collega van mij gebruikt Claude Code max 20 en komt regelmatig tegen limieten aan. Het is maar net waar je de AI voor inzet. Dat hoeft niet alleen voor tekst / code generatie te zijn. Wij zetten het op andere manieren in en laten het op basis van de resultaten ook rapporten schrijven. Dan kan soms vrij hard gaan.
Er zullen vast wel uitzonderingen zijn. Ik wissel regelmatig van model afhankelijk van het gebruik. Voor simpele taken ga ik heb zwaar (en duur wat betreft tokens) gebruiken maar een simpel model die ook sneller antwoord geeft.

Het opschonen van je context als je met iets nieuws/anders bezig bent is ook een aanrader.
Alleen als je werknemers hebt die 30 dagen per maand werken. In NL is het 2000 EUR per maand. En een junior zonder AI bij 10 hardcore vibers krijgt een zware tijd ;)
Dit is appels met peren vergelijken. Een LLM kan niet nadenken, die moet op de juiste manier anagestuurd worden. Het is een tool, geen mens.
Misschien even kijken waar op ik reageer. Er wordt gesteld dat het goedkoper is om iemand in dienst handmatig wijzigingen te laten doen dan te vragen aan AI die changes te doen.

Er was dus al iemand in dienst die AI aanstuurde.
Precies dat, al doe je 5x Max 20 is het nog steeds een heel stuk goedkoper.
En als je claude code zo inricht dat je simpele taken (de junior taken) door sonnet of door haiku laat uitvoeren met controlere stap door opus ter verificatie dan ben je echt wel goedkoper uit. En waarschijnlijk ook nog eens consistentere code.
Ik ben zelf recentelijk van lokaal gemma4 naar claude subscription overgestapt en ja je loopt tegen limits aan maar ik ben vrijetijd hobbiest en dus zeker niet continu aan het programmeren.
Maar mijn aanpakt van eerst door opus een verbeter plan te laten opstellen en dit laat opdelen in secties die los van elkaar staan met duidelijk volgorde van implementatie.

Daarna kan je per sectie die laten afwerken en dus ook als features releasen maar dat is afhankelijk van wat je aan het bouwen bent natuurlijk.
Nu betaal je copilot per request of dat nu 5 minuten of 1 uur llm werk is. Als je eenmaal voor in en output tokens moet afrekenen stijgen die kosten enorm. 39 euro is je start budget, maar dat gaat veel vlugger op zijn. Dus moet er nog eens vele malen dat bovenop. Ooit kon je met 1 request een hele applicatie genereren. In de nieuwe opzet word het hele in-out-context token verbruik afgerekend. Ik heb naast copilot andere leverancier die al overgestapt zijn naar dit nieuwe model. Overal ging mijn kosten vs werk geleverd enorm omlaag. Of anders gezegd resultaat word duurder omdat je met grote vragen door grote hoeveelheden credits heen jaagd.
Ga Claude Code maar eens toegang geven tot een grote codebase met veel verschillende classes verdeeld over tig bestanden. Je knalt je usage er in no-time doorheen, doordat zo'n Claude Code eerst de codebase door gaat kammen voordat het een regel code gaat schrijven. Doe dit op de peak-hours en je bent echt snel door je gealloceerde verbruik heen.

Het zit 'm vrij snel in de omvang van je onderneming en wat je daadwerkelijk moet ontwikkelen. Ben je een redelijk klein bedrijf en bouw je relatief behapbare stukjes software, dan kan dit je heel ver brengen. Ben je een groot bedrijf en heb je een grote codebase, dan ga je het niet redden met die 200 dollar per maand.

Grotere bedrijven zetten nu al in op API toegang om te voorkomen dat ze tegen de verbruikslimieten aanlopen, maar zo heeft Uber een heel jaarbudget aan AI API kosten opgebrand in 4 maanden tijd.
In ons vrijwilligers project hebben wij inderdaad die $ 200 gespendeerd om te kijken of het werkt. Dat was maar een zeer beperkte mate. Uiteindelijk moeten we nog dus danig veel aan de code aanpassen, dat vanaf scratch met een goede code completion vaak sneller en accurater was

We hebben ons abonnement dan ook weer opgezegd op Discord een extra vrijwilliger gevonden.

Wat wel handig is, is om te zagen waar er bugs in de code zitten of verbeteringen mogelijk zijn. De suggesties die mistral doet zijn vaak het meest nuttig. Is het ook daar, eerst nadenken en controleren, en dan pas “paste”
Het is wachten op bedrijven die 10 senior developers ontslaan omdat die 2 junior developers leren hoe ze ai kunnen toepassen.
senior devs kunnen dat veel efficiënter door hun ervaring dus het zal eerder zijn dat 2 seniors die 10 seniors vervangen of gewoon meer output met dezelfde werknemers is nog het meest waarschijnlijke.
edit: verkeerd gelezen, nvm.

[Reactie gewijzigd door YopY op 28 april 2026 11:35]

Overdrijven is ook een vak. Doe jij veel programmeerwerk en heb je ervaring met AI? Want dan zou je dit soort onzinnige berichten niet posten.

[Reactie gewijzigd door david-v op 28 april 2026 10:41]

De senior developers worden eerder overspoeld met reviews van juniors die de hele dag aan het vibe coden zijn. Het grootste probleemm is dat de juniors te weinig leren en te veel bagger produceren, wat dan door de seniors maar gefixt moet worden.
Hoeft niet; in principe kunnen (moeten!) ze eerst elkaars werk nakijken, en de junioren moeten / mogen ook het werk van de senior reviewen. Het moet niet zo zijn dat er een bottleneck komt zoals wachten tot een sr developer tijd heeft.

Maar daarnaast, je kunt met een scan al zeggen of iets goed of slecht is - als je als senior developer zoveel comments achter moet laten kun je het evengoed zelf doen (of zelf een LLM aansturen).

"Nee" is een volledige zin, als senior wordt je ook verwacht om je eigen tijd en energie te bewaken, en om junioren te begeleiden. Als die teveel code produceren (danwel zelf, danwel met een LLM) dan efficient nagekeken kan worden dan is er iets mis met het proces.

Maar de kern is dat ook de junioren verantwoordelijk moeten zijn voor hun eigen code. Een code review is niet het overdragen van verantwoordelijkheid.
En wie controleert het werk van de AI? AI zelf?
Je zegt het iets sarcastisch maar zo gaat het of kan het wel gaan - de ene AI schrijft de code, een ander model met andere context / instructies doet een eerste review.
Ja, ik weet dat dat zo gebeurt. Maar het lijkt mij toch wel prettig om een mens er naar te laten kijken. Het is indrukwekkend waartoe het in staat is, maar als je alles aan zo'n blik overlaat, kun je beter naar huis toe gaan en wachten op de klap... :+

Ik noem het overigens geen Artificial Intelligens, maar Artificial Cleverness. Het blijft tenslotte een domme computer die geen idee heeft wat ie aan het doen is. En het wordt getraind op menselijk werk. In theorie kunnen ze zelf verder 'leren', maar het heeft toch zo zijn beperkingen. Fouten die een AI maakt, zijn doorgaans fouten die een mens nooit zou maken. Dat heeft ermee te maken dat ie niet weet waar ie mee bezig is. Ik zie het meer als een stagière, en die moet je ook begeleiden. Alles wordt natuurlijk steeds beter, maar toch. Ik zou de vinger aan de pols willen houden. Al was het alleen maar om te kijken of ze niet stiekem tegen ons aan het plotten zijn.
Het blijft een domme computer die geen idee heeft wat ie aan het doen is, maar je denkt dat ie wel stiekum tegen ons zou kunnen plotten. Apart.
Sarcasme radar stuk?
Balen dat die juniors dan weer (waarschijnlijk) niet het kennisniveau bezitten om de AI geschreven code volledig te begrijpen. AI maakt er regelmatig een rommeltje van qua consistentie/dubbele functies of ‘giga bestanden’ de functies zelf zijn regelmatig van heel hoog niveau omdat ze dat immers op getraind zijn
Wie vibe code er eigenlijk met AI op professioneel niveau? In ieder geval ik heb het idee dat dat is wat je beschrijft. AI kan heel goed Engels omzetten naar code. Dit gaat dan in kleine stukjes het beste. Dat de output niet goed genoeg is ligt gewoon aan de developer (zoals altijd eigenlijk al).

[Reactie gewijzigd door Micromize op 28 april 2026 10:01]

Ik denk dat niemand dat echt serieus doet als de kwaliteit ertoe doet.

We hebben flink geëxperimenteerd met AI maar als je een volledige app gaat vibecoden moet je flinke concessies qua kwaliteit gaan doen. Je kan het wat opkrikken met een flinke dosis skills en guardrails maar de modellen zijn gewoon niet goed genoeg nog. Voor poc's is het prima.

Werkt wel goed met kleinere stukken code zoals voeg een api endpoint toe voor x inclusief testen. Vertalen van code naar een andere taal gaat ook best aardig.

Zolang onze klanten niet goed kunnen specificeren wat ze precies willen zitten we sws nog wel goed.

[Reactie gewijzigd door Barsonax op 28 april 2026 10:09]

Wie vibe code er eigenlijk met AI op professioneel niveau?
Niemand, vibe coden is puur genereren zonder te kijken wat er uit komt, prima voor een beetje spelen en misschien een kleine poc. Ik mag hopen dat je bij een professionele setting toch echt peer reviews hebt, code kwaliteit tooling, quality gates, architectuur moet volgen enz. Je kan best veel met AI doen maar "blind" alles met AI doen lijkt me nog een stap te ver.

Hoe het over een aantal jaar is, dat weet niemand. We zijn van machine taal naar steeds abstractere vormen van programmeren gegaan. Weinig mensen kunnen machine taal nog interpreteren. Assembler is soms nog net te doen/begrijpen (voor mij dan ;), ik had er niet zoveel mee tijdens mijn studie). Voor business software zou k verbaasd zijn als we niet binnen nu en 10 jaar over zijn op een 6GL taal waarbij generatieve LLMs het meeste werk doen.
Het aantal kritieke Windows bugs in updates lijkt anders statistisch gezien enorm toegenomen vergeleken met pre-AI/copilot
Ligt eraan wat je precies met "vibe code" bedoelt; ik gebruik het als tool om features, componenten, refactorings etc mee te doen, maar niet om nieuwe applicaties te bouwen, geen dingen waar de tool meer dan 10 minuten mee bezig is.
En daar komen de meer ervaren developers bij kijken, die hebben als het goed is allerlei checks ingebouwd (unit test coverage, linting regels, code formatters, duplicate code detectie - veel dingen die in bijv. Sonar ingebouwd zijn).

Dezelfde tools die we al gebruiken voor mensenlijke developers, eigenlijk.
2 Junior developers, dat kost je iets van €75.000 per developer per jaar, ofwel rond de €150.000 per jaar.

Ik weet niet waar jij die berichten gezien hebt maar het slaat nergens op. Met dat geld kan je een flink aantal licenties op copilot nemen.

Junior developers in dienst nemen moet je altijd doen, onafhankelijk van het gebruik van copilot of een andere AI, maar dat is een andere discussie.
Die Copilot licenties gaan uit zichzelf geen code schrijven. Er zal dus minimaal 1 ontwikkelaar in dienst moeten zijn die aan gaat geven wat Copilot moet gaan doen. De eerste 75K loonkostenbesparing komt daar dus al te vervallen. Dan heb je nog het probleem dat Copilot code gaat uitspugen die regelmatig net niet werkt waarna de junior uren gaat zitten debuggen om het probleem te achterhalen. Qua doorlooptijd ben je dan mogelijk slechter af dan met 2 juniors in dienst.
Dit is echt zo'n bullshit.

Hoe vaak produceren menselijke developers nou code die in een keer werkt en niet ook de nodige debugsessies nodig heeft voor het klaar is?

Precies: bijna nooit. Waarom eisen we dat wel van AI?
Vrijwel niemand levert foutloze code op. Maar als de code zelf schrijft weet je in ieder geval vrij snel waar het probleem zit omdat je de code kent. Als je AI je code laat schrijven zal je bij een fout eerst al die code moeten gaan doornemen om überhaupt te weten hoe het werkt. Anders kun je het probleem ook niet oplossen. Je kunt het vergelijken met het overnemen van een project van een andere ontwikkelaar. Als je de code niet kent is het veel lastiger om een probleem op te lossen.
Dat hoeft helemaal niet.

Je voert de AI wat er misgaat en AI is vandaag de dag dan veelal prima in staat om zelf te achterhalen in de code wat er mis gaat. Het is echt zelden nodig om het coding proces helemaal over te nemen.

Als je met AI code gaat schrijven is het gewoonweg zaak om _VEEL_ meer werk te maken van testen. Daarmee vang je je problemen op. Niet door weer handmatig in de code te duiken. Daarmee transformeer je je velocity weer tot wat het in het pre-AI tijdperk was. Logisch dat een bedrijf dan gaan morren... wel geld uitgeven maar geen extra snelheid zien.
Hoe kun je nou van meerdere bedrijven hebben gehoord die 2 junior developers hebben ingehuurd. Waarom niet 1 of 3. Maar alle bedrijven 2?
Het interessante is dan weer dat AI dus in principe niet uitmaakt. Een junior kan nl. ook AI gebruiken. Benieuwd hoe dat uitpakt.
Tsja... die analyses zijn er al. Neem DX. Daar komt uit: 3-5 uur per engineer time-savings per week. Zie https://getdx.com/blog/ai-impact-report-q1-2026/

Kortom: Het loont nog steeds, ook na deze stijging.

Wat hier vergeten wordt (omdat dat de scope zelden is binnen tweakers) is dat binnen de zakelijke markt voor Github Copilot Business & Enterprise de AI credits binnen het bedrijf 1 grote bundel wordt. Dat kan in veel gevallen schelen.
En 50% meer bugs.

Dit stukje is ook wel mooi: "While time savings alone doesn’t tell a full story—in fact, this shift should come with heightened attention to quality, maintainability, and security—it is interesting to see this change in work impact among junior engineers."

Ofwel ze zijn sneller met wat? Zooi over de schutting gooien?
Waar haal je die 50% vandaan? Hoe meet je uberhaupt aantal bugs in code?

(serieuze vraag, ik wil graag de onderzoeken zien)

(plus, alle code heeft bugs, LLM of niet - ik ben niet eigenwijs genoeg dat ik geen bugs schrijf, maar daar hebben we allerlei processen voor)
Quality volatility: Why some companies are seeing change failure rates swing by 2% (a 50% increase in defects), and why automated testing is no longer optional.
Staat gewoon in dat report.
Wat hier vergeten wordt (omdat dat de scope zelden is binnen tweakers) is dat binnen de zakelijke markt voor Github Copilot Business & Enterprise de AI credits binnen het bedrijf 1 grote bundel wordt. Dat kan in veel gevallen schelen.
Daar zat ik ook naar te kijken, waar je hiermee wel moet opletten is dat je niet die 2-3 mensen die heel erg met AI bezig zijn alle tokens laat opbranden zodat mensen die het wat minder intensief gebruiken geen tokens meer hebben... Zo heb ik collega's die voor alles (van PBI tot PR) AI gebruiken (lopen regelmatig al tegen de limieten aan) terwijl ik het grotendeels als rubberduck of junior [saaie code....] gebruik.
"Open source" / gratis modellen doen het tegenwoordig al heel aardig.

Ik gok dus dat steeds meer bedrijven een lokale AI server gaan neer zetten (kan bijvoorbeeld al een Framework Desktop zijn) met een gratis model en Open Code waar de devs vanaf kunnen werken.

Moderne modellen doen al 80% van wat Claude kan, met als voordeel dat je alles on-prem houdt ipv je broncode met Anthropic deelt.
Ik weet het niet zeker. We weten allemaal dat het kopen van je eigen hardware goedkoper is dan de cloud, en hoewel sommige bedrijven zijn teruggekeerd naar een hybride/on-premise oplossing, gebruiken de meeste nog steeds AWS/Azure.
Verreweg de meeste bedrijven die AI gebruiken (in ieder geval voor Code) gebruiken Anthropic en qua tooling is het super simpel om over te stappen op lokaal. Je kunt zelfs de Claude Code CLI-tools blijven gebruiken met je eigen lokale model als je dat wil.
Al een paar keer tegengekomen (en meen ik ook in podcasts gehoord te hebben) dat het in de toekomst niet gek is als een maand subscriptie voor agents logischer is dan het credits systeem.

Zoals onze werkgevers voor maand subscripties betalen voor de medewerkers ;-)

Maar goed, dan moet het wel een stuk meer autonoom kunnen dan nu met AI oplossingen.
Mijn werkgever krijgt ook maar een bepaald aantal tokens (uren) van mij voor dat vaste bedrag... Gaan we daarboven dan word ik ook extra betaald. Er zijn wel functies waarbij dat niet zo is maar dat is over het algemeen ook dikker betaald, dus het equivalent van dat er misschien een extra duur 'onbeperkt' abonnement is.
Alleen staan tokens niet gelijk aan tijd maar aan een stuk werk.

Lijkt me wel een goed plan hoor. Mijn salaris baseren op de vragen die gesteld worden en de antwoorden die ik geef. Genoeg uitgebreide wedervragen moeten stellen betekend dat ik halverwege de maand stop met werken :-p
Haha, en ook geen teruggave van de Croga tokens he? Stomme prompts van management krijgen stomme antwoorden. Dat zou toch heerlijk zijn.
Ja dat moet haast wel. Ik zat bij Github copilot omdat het goedkoper was dan claude en ik niet meteen tegen limieten aan kwam (en ben geen intensieve gebruiker). Pro abonnement, 10 euro per maand. Om nu plots 39 te moeten betalen (oid) voor hetzelfde. :) Dan maar niet.
En als ze mee gaan rekenen dat een developer zit te wachten op de ai. Ik kan zelf niet aan andere dingen werken terwijl hij bezig is. Je moet toch alles controleren wat hij uitspuugt en hij is niet lang genoeg bezig om je aandacht op een ander issue te richten.
True, maar het aantrekkelijke voor mgmt zal blijven dat je AI kan uitzetten als je "klaar" bent, maar een medewerker ontslaan is moeilijker. Dit is de uiteindelijke sales pitch, minder werknemers met al hun sociale rechten.
Wat mij het meeste verbaast is de enorme kortzichtigheid: ontslag van junior ontwikkelaars omdat senior ontwikkelaars de met AI ontwikkelde code kunnen/moeten controleren. Op een gegeven moment zijn er geen senior ontwikkelaars meer, omdat het gehele groeipad niet meer bestaat...
De duurste abonnomenten zijn 3% van een FTE. De productiviteitsstijging die AI aan een developer meebrengt is echt wel meer dan 3%. De vraag is meer: moet ik een developer inhuren, of ga ik de sysop development taken geven? Dat is waar de schoen zal wringen.
Geloof maar dat dat nu al gebeurd.

De bedrijven die serieus bezig zijn met AI (dus niet van die bedrijven waar een onwetende middle-manager roept "Je moet AI gebruiken zodat onze marketing afdeling kan zeggen dat we het doen" (dus onder het kopje van. We hebben een hamer en spijkers, zoek maar hout), maar de bedrijven die aan het kijken zijn hoe AI hun werk kan ondersteunen/verbeteren/automatiseren als een stuk gereedschap en niet als een doel op zich) hier prima mee bezig zijn.

Er is niets algemeens te zeggen over de zin en onzin van het gebruik van AI-technieken. Het verschilt per branche, bedrijfstak en het beoogde doel.
Dat gebeurt nu al binnen consultancy. PwC heeft vorig jaar besloten dat een junior (net van school) + AI gelijk is aan een senior. Gevolg is ontevreden klanten die lage kwaliteitsrapporten en onderzoeken krijgen tegen hoge tarieven. Maar hun winstmarge voor partners is wel toegenomen, dus gaan ze hun beleid niet aanpassen.
Ik las ergens dat de modellen nu tegen 5-10% van de kostprijs worden aangeboden. Net zoals een drugsdealer goedkope of zelfs gratis drugs uitdeelt om een klantenbasis op te bouwen.

Het doel is natuurlijk dat de managers pushback gaan krijgen van de medewerkers die geen zin hebben om straks alles weer met de hand te moeten doen. Natuurlijk kun je meer mensen aannemen, maar die zullen ook geen zin hebben om weer met de hand een eenvoudige basistest te schrijven als ze dat ook aan de AI kunnen vragen.

De manager kan dan wel zeggen dat er geen geld voor is, maar loopt dan wel het risico dat medewerkers een baan gaan zoeken waar ze wel AI mogen gebruiken. Sommige zien het nu al als secundaire arbeidsvoorwaarde.
AI Heeft niet als hoofd reden dat het goedkoper is maar juist de kwaliteit zou beter moeten zijn.

Als je puur voor kosten reductie gaat is er ergens iets fout gegaan
Ik geloof niet dat er iemand is die de kwaliteit van AI-output als drijfveer ziet. De beoogde winst zit in #LoC, scaffolding, mvp, poc, boilerplate - kwantiteit en saaie setup dus. Juist de teleurstellende hoeveelheid tijd die je nodig hebt om het geproduceerde naar behoorlijke kwaliteit te tillen en details correct te krijgen is waar developers op afknappen, om nog maar niet te spreken over het feit dat code kloppen sowieso niet het leeuwendeel van het werk is van een typisch softwaredevelopmenttraject.
bijna alles wat je nu noemt als winst zit een enorm kwaliteits component in.
Beoogde winst, schreef ik. Ik legde vooral uit waarom die winst in de praktijk tegenvalt.
Ja dat komt ook doordat tot een maand of 2 terug iedereen in AI zoveel mogelijk binnen abonnementen aanbood. Eigenlijk gesubsidieerd, om klanten te lokken.

Je ziet nu dat de broekriem flink wordt aangetrokken en de werkelijke kosten in zicht komen. Ik had eigenlijk verwacht dat dit veel later zou gebeuren. En dit zal niet het einde zijn, want uiteindelijk moeten al die honderden miljarden die er in gepompt worden ook terugverdiend worden.

Ik ben wel blij dat dit nu gebeurt waardoor bedrijven niet het idee krijgen dat ze al het personeel er uit kunnen pleuren en vervangen door een 200 euro abonnementje.

[Reactie gewijzigd door Llopigat op 28 april 2026 10:39]

Er is denk ik ook nog een andere vorm van werkelijke kosten die we maar heel weinig zien. Technical debt waar we geen idee van hebben. Ik ben senior dev en heb het afgelopen jaar nog nooit zoveel aparte code voorbij zien komen, waarbij het soms onmogelijk is om in te schatten wat er gebeurt. Relatief complexe oplossingen voor simpele problemen zijn het gevolg. Dit gebeurt natuurlijk niet altijd, maar het het idee dat hoe langer je met een AI samen aan een project werkt, meer fouten en rare oplossingen er in sluipen.

Nu merken we daar misschien nog niet veel van, maar over tijd kan wat nu een quickfix was een dure oplossing worden.
Ik denk dat het nog te vroeg is voor zo'n analyse.

We zitten nu in een tijdperk dat alle AI-diensten gesubsideert worden en niet rendabel zijn, prijzen lijken per maand aangepast te worden. Ook wat de AI kan en hoeveel fouten die maakt verschilt per model en welk model onder welk abbonement valt wordt ook vaak mee gespeeld.

Verder heb je data nodig om dit soort analyses te doen. AI is in een half jaar veel beter geworden daardoor kan je niet op de data van een half jaar terug rekenen. Op dit moment sluiten veel bedrijfen een handvol abbo's af voor hun werknemers om mee te experimenteren en dus data te verzamelen over inzet van AI. Ik gok pas dat over een jaar men echt gaat kijken wat de inpact hiervan is.
Ik heb mijn werkgever al gezegd dat hij zijn borst kan natmaken. Ik heb deze verandering al bij mijn eigen andere abbos gehad (naast mijn eigen copilot abbo) en de kosten van die andere abbo's stegen daardoor met een veelvoud. De token afrekenen is beter en in zekere zin eerlijke voor de leverancier. Want dat is wat ze kost in energie e.d. Maar voor de klant is het een duur geintje tegenover per request afrekenen.

Ik denk dat deze overstap het gebruik van AI in ontwikkeling een behoorlijke duw kan geven. En lokale modellen op eigen hardware aantrekkelijker.
Wat ik mis in het artikel, is de prijsverhoging van het gebruik van modellen. Er is wel gelinkt naar het tabel waar dit te vinden is. Je gaat namelijk vanaf 1 juni tot wel 9 keer zoveel betalen voor het gebruik van AI modellen.
Wow, dat is wel een grote stap, maar ook bij niet Claude-Opus gaat het hard. Dus in principe een prijsverhoging van 300 tot 600% op normale modellen en inderdaad 900% op Claude Opus. Wel wat bizar eigenlijk. Groot genoeg om inderdaad naar alternatieven te gaan kijken. Maar goed, dan hebben we hopelijk nu wel de laatste prijsverhoging te pakken welke puur voor het herstellen van de werkelijke kosten nodig zijn. Het is alleen te hopen dat er niet nog meer bovenop komen omdat ze nog meer winst willen maken. Want daar lopen we nu wel tegenaan. Hoe kunnen we als klant zeker weten dat de prijzen niet nog veel verder omhoog gaan? Waarom zou je je nu op lange termijn gaan binden aan deze dienst?
Als ik heel sensationeel wil doen, is het zelfs 18 keer voor GPT-5.4-mini. Voor Claude is het 6-9 keer meer, OpenAI over het algemeen 3-6 keer meer, Bij Gemini over het algemeen 6 keer meer (of blijft gelijk).

Ik denk dat de prijzen nog verder gaan stijgen. Tegelijkertijd zijn er nieuwe ontwikkelingen (zoals van Google's onderzoek) dat veel gaat helpen, en zullen Chinese diensten en open-source modellen markt winnen. Wordt een bijzondere tijd.
Ik zit niet thuis in deze wereld maar als ik deze prijsstijgingen zie, vraag ik me toch af waarom zou ik niet een complex model op een duur systeem lokaal draaien? Als ik zie dat sommige Macs nagenoeg de grootste modellen kunnen draaien, of van Nvidia een DHX (?) in een dubbele/quad opstelling, waarom zou ik dan nog aan de diverse online modellen zoveel geld uitgeven?
"nog meer winst?" Er is geen AI boer die "winst" maakt. De hele industrie draait op de pof. Ja, een Microsoft maakt winst, maar niet door AI. Meer ondanks AI.
Mwoah, ik denk dat je met deze prijzen wel break-even kunt draaien?
Nee, dat doen ze niet. Bij lange na niet zelfs. En mij hoef je niet te geloven hoor, er zijn mensen die veel slimmer zijn dan ik die dat even hebben berekend. En dan niet direct natuurlijk, want het al die AI boeren zijn privaat en hoeven hun cijfers dus niet te publiceren. Maar Microsoft wel, en daaruit is af te leiden dat het draaien van AI een zeer verliesgevende hobby is. Waarom dan wel doen? FOMO, grote belangen, miljarden aan waarderingen, beurswaarde, etx. Het is een gigantische clusterf*** van investeringen over en weer om de bubbel maar verser op te blazen en de S&P500 nog een beetje draaiende te houden. Dit gaat ploffen, de signalen zijn er al (datacenters die leeg staan, gecancelled worden of niet afgebouwd). De vraag is vooral hoe lang de markt deze waanzin nog kan volhouden.

Overigens is de techniek wel leuk hoor. Ik heb wat van dat spul lokaal draaien.
Precies dit. Vanochtend was ik bezig met een paar hele simpele dingen als een standaard Django site.

Zelfs met simpele dingen zie je hier probleem. Het genereren van een standaard html header met de CDN versies van HTMX en bootstrap staat vol met fouten. En dat terwijl er 100.000 sites zijn met dezelfde soort herder (deze fout heb ik er dus even bewust in laten staan, laat even zien hoe fout het gaat met spraak dictatie. 0,0 context begrip.)

Ik ben vaak meer kwijt met het uitleggen hoe ik bepaalde wijzigingen zou willen hebben dan het zelf te doen. Het meeste baat heb ik nog bij context gevoelige code competition. Al die agents lijken nu alleen maar tegen te werken.
Ik zou er alvast niet op hopen. Stel ze draaien nu net break-even, dan gaat geen enkel bedrijf stoppen met deze prijssetting. Want ze willen natuurlijk veel en meer winst maken. Je maakt je als bedrijf inderdaad volledig afhankelijk van een service waar je de kosten niet van onder controle kan houden als het tegen zit.

Of ze er nu al winst op maken met deze prijssetting heb ik geen idee van. Maar ik gok dat dit maar de eerste prijsverhoging is. We zijn het tijdperk van low price setting om marktaandeel te winnen nog niet voorbij.

[Reactie gewijzigd door Powerblast op 28 april 2026 21:36]

Wat je zegt klopt, maar dat geldt alleen voor mensen die reeds een jaarlijkse subscription hebben afgesloten, tot het moment dat zij moeten renewen.
Tsja, AI zal over tijd helemaal enshittified raken omdat het zich anders niet gaat terugverdienen (gaat evengoed niet gebeuren, na al die miljarden). Vervolgens gaan klanten weglopen en knapt de zeepbel...
Een AI voor coding werkt best fijn. Het is een beetje zoeken naar de balans tussen kosten en benefits. Misschien dat er nog wat shifts gaan komen van bijvoorbeeld centrale AI naar deels locale agents, maar ik denk niet dat AI voor coding een zeepbel is.
Ik ben het met je eens dat binnen het doel ondersteunen bij coden, AI een goede rubberduck is en goede suggesties kan geven. Maar ik denk dat veel bedrijven wel gaan kijken: Kan ik niet beter zelf een model hosten op lokale servers (qua kosten), of is het wel rendabel tegenover andere kosten.
En dan zit er gewoon een groot verschil tussen "Ondersteuning" en "Vibe-coden".
Dat laatste is natuurlijk een stuk zwaarder op het verbruik van AI, dan je eigen code laten controleren/verbeteren.
welk model wil je dan gaan hosten,

Denk je dat hyperscalers die modellen blijven trainen en gratis weg geven zodat jij je eigen kan hosten onprem,

Je kunt natuurlijk zelf je eigen model intrainen maar dat gaat je miljoenen kosten aan hardware ,

ergens zit hier een catch 22
Ollama kan ook al copilot cli gebruiken (of andersom). Met een AMD en iGPU op linux kan je zo'n 16G Ram voor de gpu gebruiken. Tot nu toe is alleen Llama3.1/3.2 geschikt om met copilot te gebruiken. Ik heb al heel.wat verschillende middelen gebruikt, maar nog geen betere gevonden. Het Claude-cloud model.is echt wel vele malen beter, maar wellicht momen er kog meer en beter getrainde modellen voor local coding.
Nee, eerder een ballon die nogal hard opgeblazen is. Even wat lucht eruit en dan kan het gewoon doorgaan.
tja - dat was de Internet bubble dan ook; na de 'burst' hadden we natuurlijk nog steeds Internet....

Het gaat erom dat dus opeens veel 'lucht' verdwijnt (en dat is dan dus geld).

Het zal niet opeens verdwijnen maar het is de vraag of de kosten-baten wel in balans zijn. Bij inhuur van mensen is daar altijd een noodzaak (mensen moeten werken om eten te kunnen kopen). Hardware kan stilstaan (en 'schrijft af') maar het verhongert niet.
Vanwege de noodzaak om te blijven werken zullen mensen ook een lager loon of ander werk accepteren. Maar zo gaat het niet bij (hardware) investeringen. Dat verdwijnt dan gewoon...
(Natuurlijk zijn er legio verschillen tussen mens en hardware).
En zo is iedereen over op het limiteren van verbruik, met een abo dat heel erg aan oude telefoon-abos doet denken. Maandelijks zoveel 'minuten', en niet houdbaar. Nu eens kijken wat dat met de gebruikers doet als iemand opeens ontdekt dat z'n OpenClaw voor een paar honderd (of duizend) euro aan tokens besteld heeft zodat ie kan werken.
Mja vooral dat je niet vooraf een boel tokens kunt kopen en die blijven gebruiken, blijft wel een beetje waardeloos.

Ook blijft het raar dat autocomplete gratis blijft. Dat kost toch ook gewoon geld?

En dat ze nu geen jaarabonnement meer gaan toestaan, is ook heel jammer. Ik heb liever een paar grote declaraties als een constant stroom aan kleine declaraties...

Dan wordt het tijd om maar lokale modellen te gaan gebruiken. Dan vangen ze straks nog maar heel weinig geld van menig gebruiker...

[Reactie gewijzigd door Martinspire op 28 april 2026 09:44]

Ook blijft het raar dat autocomplete gratis blijft. Dat kost toch ook gewoon geld?
Auto complete is een functie van VS code, en niet van AI,

Powershell deed dit al jaren voordat AI uberhaubt om de hoek kwam kijken.
Volgens mij is er een verschil tussen code completion en autocomplete/next-edit. Dat laatste gebruikt wel degelijk externe AI volgens mij?
next edits is idd iets anders ,

Maar meschien dat ze die uit cache trekken ipv door AI,

Immers het is vaak een reuse van zelfde eerder gebruikte code door jouw of door iemand anders,

Soort van template complete
Hier zie ik wel opportuniteiten. Mensen die goed kunnen prompten zullen betere resultaten krijgen en dus er meer kunnen uit halen. Zij zullen dus ook meer uit de AI credits kunnen halen.

[Reactie gewijzigd door Nutellaah op 28 april 2026 09:18]

Dan blijkt ineens dat het dus niet voordeliger is om een junior het AI werk te laten doen, maar juist een senior. Dat gaat gegarandeerd het kosten/baten plaatje behoorlijk verschuiven.

ik ben benieuwd wanneer er ontdekt wordt dat een developer die goede architectuur en code beslissingen neemt, op de lange termijn voordeliger is. En dat het super belangrijk is om junioren op te leiden die in de toekomst naar senior door kunnen stromen.
Ik ben eerder bang dat werknemers hun toevlugt zullen zoeken in gratis engines als Deepseek, etc. en daarmee data lekken en source code lekker gaan veroorzaken,

Echter staat er bij mensen hun performance op het spel etc.
Dat is inderdaad ook zeker nog een realistische kans. En dan ontdekken we pas echt wat (slecht gebruik van) AI ons kost!
Succes met het berekenen van de resultaten.
Als ze overstappen op credits, waarom blijft het dan een met maandabonnementen? Er zijn best veel dingen die ik best zou willen gebruiken, maar waarbij ik tegen wordt gehouden door dure abonnementen terwijl ik nu al weet dat ik het echt niet zo intensief ga gebruiken als het maandbedrag doet vermoeden.

Meest recente voorbeeld: in Autodesk Fusion 1 knopje dat ik misschien 3x per jaar de neiging heb te gebruiken, daar ga ik geen jaarabonnement van € 60 per maand voor afnemen.

Maar nee, het blijft een abonnement. Zo jammer weer. Ik wil best betalen voor gebruik, maar die bedrijven willen allemaal dat ik ook betaal als ik het niet gebruik...
Code completions en Next Edit zitten in het abonnement, dat is een redelijke reden om tenminste één abonnement aan te bieden. Maar de twee tiers snap ik ook niet.

Als je nou minder voor premium credits zou betalen met een €39 abbo dan zou ik het begrijpen. Maar dit zie ik nergens staan. Nu krijg je voor 20 euro extra maximaal 20 euro aan credits. Volgens de aankondiging zijn je dagelijkse en wekelijkse limieten wel hoger bij het Pro+ abbo.

In het oude €39 abbo kreeg je ook toegang tot Opus 4.7 en GitHub Spark. Opus verdwijnt helemaal uit het Pro abbo nu.
Omdat ze met maandabonnementen nog wat bijverdienen aan casual users die hun credits niet opmaken. De kosten per credit zijn gelijk (je krijgt credits ter waarde van het abonnement), maar je mag ze niet meenemen. En de credits kosten evenveel als de model provider's pay-per-use. Dan kun je dus beter overgaan op een API plan bij een model provider zelf of een internediate als openrouter en een limit instellen ter hoogte van je huidige abo: dan betaal je hetzelfde, maar alleen voor wat je gebruikt.

De enige case waarbij CoPilot nog goedkoper is, is als je nog een jaarabonnement hebt (en dus nog request-based billing hebt) en je je requests dusdanig groot maakt dat je er, zelfs met de multipliers die factor 6~9 omhoog gaan, alsnog meer tokens in gepropt krijgt dan je met de pay-per-use aan tokens zou betalen. Misschien dat het sommigen lukt (hele requirements documenten in 1 request) zonder tegen de ook steeds krappere tijdgebaseerde limieten aan te lopen, maar het zal lastig zijn, en linksom of rechtsom wordt het net steeds strakker getrokken.

Overigens werd aangegeven dat die hogere multipliers alsnog "promotional pricing" zijn, dus ga er maar vanuit dat ze over een tijdje weer nog een stuk verder omhoog gaan. De prijs van compute is gewoon hoog, en we zijn allemaal als junkies gehooked met de onrealistisch lage tarieven van de laatste jaren. En het gaat dus nog erger worden, misschien niet qua limieten (naarmate compute wordt toegevoegd en mensen afhaken vanwege de stijgende prijzen zullen die tijdgebaseerde limieten wel losser worden gok ik) maar wel qua kosten. Ik zou niet verbaasd zijn als over een jaar of 2 LLM-coding met de kracht van cloud compute alleen voor de grootmachten beschikbaar is. Midden- en kleinbedrijven zullen wellicht naar lokaal gaan, en dat zal best wel werkbaar en nuttig zijn, maar de cutting edge zal achter een steeds hogere paywall verdwijnen.

[Reactie gewijzigd door johnwoo op 28 april 2026 12:23]

Ik heb zelf sinds 3 maanden een jaar abonnement op GitHub CoPilo, juist vanwege de onbeperkte standaard modellen. Voor mij is dit reden om opnieuw te kijken welke AI code dienst ik wil gebruiken (als zeer licht gebruiker).

Het is mogelijk om je abonnement op te zeggen en een refund voor het niet gebruikte deel te krijgen als ik het zo zie.

Support form post: https://github.com/orgs/community/discussions/192948?utm_campaign=FY26APR-WW-LCM-BLA-ProPP-IND-Dev-TX-USGCHGANN&utm_medium=email&utm_source=github#discussioncomment-16731421

Account instellingen (onder `Manage subscription`): https://github.com/settings/billing/licensing
Die overbelasting komt natuurlijk voor een deel ook door studenten. Die maken gratis gebruik van Copilot. ik merkte zelf als student hier de laatste tijd al veel van. Het begon met rate limits, daarna het limiteren van de goede modellen zoals Claude, die is al niet meer beschikbaar voor ons, daarna werd het wekelijkse limiten en nu wordt het dus nog verder ingeperkt.

Ik ben natuurlijk wel van mening dat veel studenten Copilot te vaak gebruiken, waardoor ze de basis van development niet eens meer weten (ik studeer web dev). Vraag maar eens iemand hoe een 'for loop' werkt en ze kijken je echt aan alsof je ze helemaal overvalt }>
Moet je ze eens vragen wat het verschil tussen "for" en "For each" is
Of pre- en post-increment en wat efficienter is.
weet zeker dat je daar nog wel senior programmeurs mee in de tank kan krijgen,

Alleen al een voorbeeld geven zonder pre of post te noemen en dan vragen om het te verklaren is vaak al een fronzende wenkbrouw
Zodra men er achter komt dat je lokaal steeds meer kan draaien, en zodra de plugins voor IDE's concurrerend worden met de "off the shelf" plugins zoals Codex, en de laatste doorbraken in compressie er voor zorgen dat er steeds meer lokaal mogelijk is (waar vibecoden strand is zodra een project richting een scope van >128k tokens komt...), dan zullen deze hypervisors en "knijpende" diensten en hun business modellen die enshittification motiveren (het "draai verlies voor marktaandeel" business model is inherent een perverse prikkel...) het erg lastig krijgen.

Nogmaals, ik ben, zeker in de handen van een ervaren developer, niet anti AI, en ik snap ook wel dat ik in een 12GB VRAM laptop niet heel veel kwijt kan (hoewel dat recent zo'n 8x meer geworden is...), en dat de model-gewichten zelf steeds meer een trade secret worden, maar dit soort gedrag zal mij, als ik inkoper was van een bedrijf wat een standaard toolkit aan devs wil aanbieden, me toch wel twee keer achter de oren laten krabben. Ook in de GIS-sector is het verkopen van een credit-verstokende dienst verdomd lastig, zeker als €/credit én acties/credit elk jaar verder uit balans raken, waardoor actie/€ steeds meer uit de maat gaat lopen.
De huidige codex heeft een geschatte 5-10TB aan VRAM nodig om te draaien, wat je lokaal draait loopt nog wel een paar orde groottes achter en ondanks dat bepaalde taken lokaal prima gaan is het nog geen vervanger van de cloud modellen.
Ik ben zelf aan het experimenteren geweest met Gemma 4 4B, door ze verschillende prompts te geven voor steeds complexere websites te genereren. Tot nu toe ben ik totaal verrast. Ik gok dat als je wat grotere projecten wil beheren met meerdere bestanden dat ie dan z'n limiet laat zien, maar hij heeft nog geen enkel stukje code gegeneerd dat niet werkt of errors geeft. En dit allemaal op een Mac Mini met 16gb ram.
https://docs.github.com/e...d-copilot-pro-subscribers

Een multiplier van 27 voor Opus 4.6 en 4.7 :X

Daar gaat Copilot...
Je moet het dan wel in perspectief zien.

Heb nu met mn business ghcp 300 prem request
sonnet was 1x
opus4.6 was 3x

straks 1900 ai tokens (of in de promo 3000 tokens t/m september)
sonnet wordt 9x
opus4.6 wordt 27x

6,33 meer tokens maar tokens sonnet 9x duurder

dus dan;
zonder promo: increase van 33%
met promo; increase van 11%
Alleen voor mensen die een jaarabonnement hebben afgesloten wat binnenkort niet meer bestaat.
Klopt, annual. Sorry, had ik er inderdaad bij moeten zetten :)
Users on annual Pro or Pro+ plans will remain on their existing plan with premium request-based pricing until their plan expires.

Model multipliers will increase on June 1 (see table) for annual plan subscribers only. At expiration, they will transition to Copilot Free with the option to upgrade to a paid monthly plan.

Alternatively, they may convert to a monthly paid plan before their annual plan expires, and we will provide prorated credits for the remaining value of their annual plan.
Voor de mensen onder ons die een jaarabo hebben is het zo een... stukje motivatie?

Bron: https://github.blog/news-...g-to-usage-based-billing/

Om te kunnen reageren moet je ingelogd zijn