Terug naar de blog

Als je AI-model een einddatum krijgt: een vaste aanpak voor de weken ervoor

· Door Bee Flow · 5 min. lezen

Op 14 april 2026 zette Anthropic 15 juni als einddatum voor Claude Sonnet 4 en Claude Opus 4. Wat een IT-verantwoordelijke in de weken daartussen kan doen: een kleine testset, een vaste model-ID, twee data in de agenda en één eigenaar.

Een bureaukalender met één datum in amber omcirkeld, naast een rek met insteekmodules waarvan er één wordt verwisseld voor een nieuwe, en een kaartje met een checklist

Op 14 april 2026 heeft Anthropic ontwikkelaars laten weten dat Claude Sonnet 4 en Claude Opus 4 op 15 juni 2026 uit de Claude API verdwijnen. Het gaat om de model-ID's claude-sonnet-4-20250514 en claude-opus-4-20250514, en de pagina met uitfaseringen noemt voor elk een aanbevolen opvolger. Na die datum mislukken verzoeken aan deze modellen, staat er.

Zo werkt deze markt. Leveranciers brengen een paar keer per jaar nieuwe modellen uit, halen oudere weg om ruimte te maken en kondigen dat vooraf aan. Anthropic belooft op die pagina minstens 60 dagen opzegtermijn voor publiek uitgebrachte modellen, en deze aankondiging geeft er 62. Google meldde op 18 februari dat gemini-2.0-flash en gemini-2.0-flash-lite op 1 juni 2026 stoppen. Claude Haiku 3, in februari aangekondigd, verdwijnt op 20 april. Gebruikt je bedrijf AI via een API, dan krijg je zo'n bericht vaker dan eens per jaar. Een vaste werkwijze ervoor loont.

Zoek uit waar het model genoemd wordt

Voordat je iets kunt testen, heb je een lijst nodig van elke plek waar een model-ID staat. In een bedrijf van vijftig mensen is die lijst meestal langer dan je denkt. Een supportchatbot die een leverancier heeft ingericht, een script dat tickets samenvat, een automatisering die binnenkomende mail sorteert, een intern hulpmiddel met de ID in een omgevingsvariabele, en de AI-werkplek die collega's elke dag gebruiken.

In de Console van Anthropic kun je het gebruik exporteren, uitgesplitst per API-sleutel en per model. Zo zie je snel welke sleutels nog een model aanroepen dat gaat verdwijnen. Wie elke aanroeper beheert, staat er niet in. Die kolom voeg je zelf toe.

Een testset met je eigen vragen

De vraag die je voor 15 juni moet beantwoorden is smal: geeft de opvolger antwoorden waar je tevreden mee bent, bij het werk waarvoor je hem gebruikt? Een benchmark van de leverancier zegt daar niets over.

Een kleine testset wel. Twintig tot veertig echte taken per toepassing is genoeg, elk met het antwoord dat jij goed vindt. Haal ze uit het dagelijkse werk. De klantmail die lastig in te delen was, het contractartikel dat het model goed samenvatte, het ticket waarbij het een zinnige wedervraag stelde. Neem er ook een paar op waar het huidige model de mist in ging, zodat je merkt wanneer het nieuwe het beter doet. Haal persoonsgegevens weg voordat een voorbeeld in de set gaat.

Bewaar de set naast de prompt waar hij bij hoort, samen met de systeemprompt en de instellingen. Laat hem dan op de opvolger los en vergelijk. Bij indelen en gegevens uitlezen telt een kort script de overeenkomsten. Bij schrijftaken leest iemand die het werk kent beide antwoorden naast elkaar, zonder te weten welk model wat schreef.

Reken op verschillen in lengte en toon, ook als de inhoud klopt. Een prompt die leunde op de gewoontes van het oude model heeft soms één zin extra instructie nodig. Dat ontdek je met de testset, voordat je gebruikers het merken.

Anthropic zegt het op dezelfde pagina korter: test je toepassingen ruim voor de einddatum met nieuwere modellen. Met een testset klaar kost dat een middag.

Zet de versie vast, en weet wat een alias doet

Veel API's kennen twee soorten namen. Een vastgezette ID verwijst naar één vast model. Een alias is een kortere naam die de leverancier later naar een ander model kan laten wijzen. In de Claude API hebben oudere modellen een alias zoals claude-sonnet-4-5, die naar de nieuwste gedateerde versie verwijst. Vanaf de 4.6-generatie is de ID zonder datum zelf de vaste versie. In de changelog van Google zie je hoe zo'n verschuiving eruitziet. Op 9 maart 2026 stopte gemini-3-pro-preview, en sindsdien wijst die naam naar gemini-3.1-pro-preview.

Wij zouden de ID vastzetten in alles wat zonder toezicht draait, zoals automatiseringen, agents die op binnenkomende mail reageren en geplande taken. Met een alias hoef je niet zelf over te stappen, maar je slaat ook je test over en hoort de verandering van een gebruiker. Voor mensen die zelf chatten is een alias prima, want zij merken een verschil meteen. Vastzetten betekent wel dat je elke einddatum zelf tegenkomt. Daarom is de volgende stap nodig.

Twee data in de agenda, en één naam

De einddatum is de laatste dag, niet het plan. Zet twee eerdere data in een gedeelde agenda. Voor een einddatum van 15 juni:

  • 15 mei: draai de testset op de opvolger en schrijf de uitkomst op.
  • 1 juni: zet productie over, met nog twee weken om terug te gaan als er iets onverwachts opduikt.

Zet er dan een naam bij. Iemand moet de berichten van leveranciers lezen, de lijst met model-ID's bijhouden, de testset draaien en de knoop doorhakken. In een klein bedrijf is dat meestal de IT-verantwoordelijke of wie de AI-tools beheert, en de eigenaar van elke toepassing keurt de uitkomst voor zijn eigen werk goed. Heb je een AI-beleid, dan hoort dit erin.

Volgens Anthropic krijgen betrokken klanten bericht per e-mail, en andere leveranciers werken ongeveer net zo. Kijk of het adres bij elk API-account een gedeelde mailbox is die iemand leest, en niet de inbox van de collega die het account twee jaar geleden aanmaakte.

Een continuïteitsplan voor AI-storingen is een goede plek voor dit alles. Het tweede model dat je klaarhoudt voor een storing is vaak het eerste dat je als opvolger test.

Hoe Bee Flow met een modelwissel omgaat

In Bee Flow heeft elke agent een eigen modelinstelling, of volgt hij het standaardmodel dat je organisatie kiest. De prompt, de kennis waaruit hij put en zijn tools horen bij de agent. Een agent naar een opvolger verhuizen is dus één instelling, en de rest blijft zoals het was. Je kunt modellen van verschillende aanbieders naast elkaar koppelen. Zo maak je een tweede agent met dezelfde prompt op de opvolger en leg je je testvragen aan allebei voor, voordat je overstapt. Op de platformpagina zie je hoe agents en modellen samenhangen, en op zelf hosten of EU-cloud waar die modellen kunnen draaien. Wil je het uitproberen met een van je eigen toepassingen, neem dan contact op.

#ai-models #ai-at-work