De prijskolom is de nieuwe ranglijst

Op ranglijsten voor taalmodellen kijkt vrijwel iedereen naar de bovenste regel. Deze week stond het interessante nieuws op plek zeven. Fable 5 Low haalt daar 64,2% tegen $5,70 per taak, en Opus 4.8 Max staat er één plek onder met 63,8% tegen $7,59. Op de score scheelt dat niets van betekenis. Op de factuur scheelt het 25%, en bij serieus volume wordt dat een bedrag waar iemand vragen over gaat stellen.

Het viel me op omdat er in dezelfde week drie andere dingen gebeurden die op het eerste gezicht los van elkaar staan. Het NBER publiceerde op 6 juli 2026 een paper over zeven decennia dalende vruchtbaarheid, die de arbeidsmarkt hebben hervormd op een manier waar het automatiseringsdebat grotendeels overheen kijkt. Lawfare rekende op 1 juli voor dat Chinese modellen met open gewichten inmiddels goed zijn voor ongeveer 61% van het gebruik onder topmodellen op OpenRouter, tegen minder dan 2% van het tokenverkeer eind 2024. En een fonds groeide van $9,3 miljard in maart naar circa $45 miljard begin juli, om vervolgens vrijwel alles binnen dertig dagen weer terug te geven.

Wat die vier berichten delen is dat capaciteit goedkoper wordt, ruimer beschikbaar en gelijker verdeeld. Daarmee is "welk model is het slimst" de verkeerde vraag geworden. De vraag die overblijft: als intelligentie niet langer de schaarse input is, waar zit het tekort dan wel? Mijn antwoord voor deze week bestaat uit drie delen. Een tekort aan werkende handen, een tekort aan bestuurbare identiteiten, en een tekort aan manieren om vast te stellen of de cijfers die je citeert iets betekenen.

1. De landen die het snelst automatiseren zijn de landen zonder handen

Het automatiseringsdebat draait bijna altijd op dezelfde aanname: er is een vaste hoeveelheid werk, machines nemen daar een deel van over, en de strijd gaat over de verhouding. Demografie ondermijnt dat beeld al voordat AI überhaupt in beeld komt.

NBER working paper w35401, "Baby Busts and Growth Booms", verscheen op 6 juli 2026. In plaats van lagere vruchtbaarheid als eenduidige rem op groei vinden de auteurs groei-effecten die er juist mee samenhangen, gemeten over zeven decennia van wereldwijd dalende geboortecijfers. De causale richting houd ik daarbij losjes vast, want dit is één paper en macro-identificatie op deze schaal is lastig. De onderliggende mechaniek is onomstreden. Minder baby's nu betekent over twintig jaar minder handen op werkende leeftijd, tegenover meer gepensioneerden die verzorgd moeten worden.

Japan is het duidelijkste geval. De beroepsbevolking krimpt daar sinds 1995, van 87,3 miljoen naar 73,7 miljoen in 2024, een daling van 16%. De employment outlook van de OECD rekent op nog eens 31% krimp tussen 2023 en 2060, en op een tekort van ongeveer 11 miljoen werkenden (via CNBC, mei 2026). Japan Airlines is op Haneda begonnen met proeven met humanoïde robots voor bagageafhandeling, met een gefaseerde uitrol over de rest van de luchthaven (CNBC, 1 mei 2026). Het persbericht voert geen efficiëntie aan als reden. Het noemt de toeristische vraag, die stijgt terwijl de beroepsbevolking krimpt.

Deze logica geldt niet overal, en dat hoort er eerlijk bij. Nigeria, Egypte, de Filipijnen en Indonesië hebben jonge en groeiende beroepsbevolkingen, en daar is de zorg over verdringing precies zo reëel als het standaarddebat veronderstelt. Automatisering als opvulling van een gat is een verhaal van rijke, vergrijzende economieën: Japan, Korea, Duitsland, Italië, China na 2030. Dat zijn toevallig ook de landen waar de meeste kopers zitten die de cheques uitschrijven.

Voor wie personeelsstrategie plant voor een Nederlandse, Duitse of Japanse operatie is de praktische consequentie stevig. De kans is groot dat je het verkeerde probleem aan het oplossen bent. De beperking in 2030 is eerder dat niemand solliciteert dan dat er te veel mensen solliciteren, en dat verandert zowel wat je in een pilot stopt als hoe je hem uitlegt aan je ondernemingsraad.

2. De frontier heeft een discountrek gekregen

Het paar Fable en Opus waar ik mee begon is één voorbeeld van een patroon dat inmiddels over de hele breedte zichtbaar is. In een snapshot van 29 mei 2026 zet Artificial Analysis GPT-5.6 Luna in de low-tier op $0,01 per taak op hun Intelligence Index, gelijk met MiMo-V2.5 en Llama 4 Scout. Op SWE-bench Verified lost DeepSeek V3.2 een taak op voor ongeveer $0,028, circa 24 keer goedkoper dan Claude Opus op dezelfde maat (SSOJet, geverifieerd op 7 juni 2026). Tegen die achtergrond is een prijsverschil van 25% het beleefde uiteinde van de verdeling.

De mechaniek erachter is simpel. De goedkoopste tier van het ene lab is zo ver geklommen dat hij de duurste tier van een concurrent overlapt. Labs gebruiken die tiers om hun eigen klanten te segmenteren, en die segmentatie wordt nu ingehaald door de vooruitgang tussen labs onderling. Bij open gewichten concentreert de verhouding tussen kwaliteit en prijs zich het sterkst: Kimi K3 in de max-variant staat op Intelligence Index 60 en is daarmee het hoogst gerangschikte open model in diezelfde snapshot.

Wat mij deze week het meest bijbleef was een compositie-resultaat. GLM 5.1 doet het werk met Opus 4.7 als adviseur erachter: 18 kwaliteitspunten voor $368. Opus 4.7 solo op dezelfde klus: 14 punten voor $954. Beter resultaat, ongeveer $586 goedkoper. De hefboom is verschoven van welk model je kiest naar hoe je ze rangschikt, met een goedkoop model voor het volume en een duur model dat je reserveert voor oordeelsvorming.

Dit zijn afzonderlijke benchmarkconfiguraties, sommige uitgevoerd door partijen met belang bij de uitkomst, en ik heb er zelf niets van gereproduceerd. Neem de exacte cijfers als richtinggevend. De vorm staat wel vast, want drie onafhankelijke meetinspanningen wijzen dezelfde kant op.

Waar ik naartoe wil is een andere ranglijst dan die iedereen leest. Noem het de prijs-per-taak-ranglijst: één kolom, in je eigen valuta, per eenheid werk die je daadwerkelijk oplevert. Tokenprijs voorspelt de kosten van een klus allang niet meer, simpelweg omdat modellen verschillen in het aantal pogingen dat ze nodig hebben. Wie in de architectuurreview nog rangschikt op intelligentiescore, optimaliseert een kolom die zijn marge niet raakt.

3. Exportcontroles bouwden precies wat ze moesten voorkomen

De oorspronkelijke logica van de Amerikaanse chipbeperkingen was rechtlijnig. Houd de beste hardware achter, houd toegang tot de leidende gesloten modellen achter, en de Chinese frontier vertraagt. De analyse van Lawfare van 1 juli 2026 leest de uitkomst anders. Chinese modellen met open gewichten gingen van minder dan 2% van het tokenverkeer op OpenRouter eind 2024 naar ongeveer 61% van het gebruik onder topmodellen in 2026.

Druk leidt tot aanpassing, en die aanpassing had twee kanten. Zonder de grootste chips optimaliseerden Chinese labs voor efficiëntie in plaats van voor ruwe schaal. Zonder de