Modelkeuze voor finance-taken hangt af van complexiteit (eenvoudige tekst versus meervoudige redenering), context-grootte (één factuur versus jaarstukken), kosten per token en privacy-route (EU-hosting versus US-default). Voor controllers en CFO's betekent dat: geen one-size-fits-all, maar een matrix met drie of vier modellen voor verschillende taak-typen. Dat levert betere output tegen lagere kosten.
Modelstand bijgewerkt op 10 september 2026. Dit is de enige pagina in onze resources waar concrete modelnamen, contextvensters en tarieven staan. De andere artikelen beschrijven rollen ("het snelle model", "het reasoning-model") zodat ze niet verouderen. Wij werken deze pagina per kwartaal bij. Controleer tarieven altijd bij de leverancier voordat je erop begroot.
"Welk AI-model is het beste?" is voor finance de verkeerde vraag. De juiste vraag is welk model het beste is voor déze finance-taak. Een AP-medewerker die 200 bankmutaties per dag classificeert heeft een ander model nodig dan een controller die een IFRS-toelichting schrijft. Wie standaard op één model leunt, meestal het zwaarste voor de zekerheid, laat geld liggen op routinewerk en kwaliteit op zwaar werk.
De vijf assen die er voor finance toe doen
- Reasoning-diepte. Kan het model meerstaps redeneren, aannames expliciet maken, tegenargumenten wegen? Voor due diligence, contract-analyse en zware IFRS-vragen cruciaal. Voor classificatie en samenvatting overbodig.
- Snelheid en kosten. Een snel, goedkoop model voor routinewerk, de zware modellen voor wat ertoe doet. Het kostenverschil per token loopt op tot een factor tien.
- Context-window. Hoeveel tekst past er in één request? Voor jaarrekening-review, lange contractenportefeuilles of dossier-analyses bepaalt dit of full-context-lezen mogelijk is.
- Capability-set. Code-execution voor cijferwerk, file creation voor board-packs, vision voor facturen. Een sterk model met de verkeerde capabilities komt nergens.
- Privacy- en tier-keuze. Er bestaat geen beter model dat niet door de privacy-toets komt. Voor finance-data: enterprise-tier of API met verwerkersovereenkomst, geen consumer-account.
De modelstand per 10 september 2026
Elke aanbieder werkt met dezelfde drietrapsindeling: een licht model voor volume, een middenmodel als werkpaard, en een zwaar model voor werk dat ertoe doet. Kies eerst de trap, dan pas het merk.
Anthropic (Claude)
| Model | Rol | API-tarief per miljoen tokens (in/uit) |
|---|---|---|
| Claude Haiku 4.5 | licht, volume | $1 / $5 |
| Claude Sonnet 5 | werkpaard | $2 / $10 |
| Claude Opus 5 | zwaar | $5 / $25 |
| Claude Fable 5.1 | zwaarste, specialistisch | $10 / $50 |
Contextvenster 200K standaard, 1M op enterprise. Cache-hits worden afgerekend tegen tien procent van het invoertarief, en de batch-API halveert beide tarieven voor werk dat niet direct terug hoeft. Voor bulkclassificatie van bankmutaties scheelt dat in de praktijk meer dan de modelkeuze zelf.
OpenAI (ChatGPT)
De GPT-5.6-generatie komt in drie varianten: Sol als vlaggenschip, Terra als gebalanceerde middenklasse en Luna als snelle, goedkope variant. Sol staat op $4 in en $20 uit per miljoen tokens, een introductietarief dat tot eind november 2026 loopt. Er is daarnaast een fast mode die ongeveer 2,5 keer sneller is tegen het dubbele tarief, wat voor finance zelden nodig is.
Google (Gemini)
Gemini 3.8 Flash is de actuele generatie, met een introductietarief van $0,75 in en $3,75 uit per miljoen tokens tot en met 31 december 2026. Vanaf 1 januari 2027 verdubbelt dat naar $1,50 en $7,50. Als je een businesscase op Gemini bouwt, reken dan meteen met het tarief van 2027. Het contextvenster is het grootste van de drie.
Microsoft Copilot
Copilot is geen model maar een laag bovenop modellen van derden, verkocht per gebruiker in plaats van per token. Zie het kostenartikel voor wat dat betekent voor je begroting.
Perplexity
Geen chatbot maar een research-assistent. De modellen eronder wisselen, het onderscheid zit in retrieval en bronbeheer.
De zes spelers vanuit finance-bril
Claude
Sterkst in: lange documenten lezen (close reading van contracten, jaarrekeningen, transfer-pricing-rapporten), genuanceerd schrijven, zorgvuldige analyse. Uitstekend voor financiële analyse waar elke clausule telt.
Gebruik voor: jaarrekening-review, contract-analyse, IFRS-toelichtingen, due diligence, eindredactie van board-memo's, complexe variance-analyses.
ChatGPT
Sterkst in: veelzijdigheid, sterke code-execution voor data-analyse via Python, agent-mode, deep research. Het reasoning-model is het werkpaard voor zware analyses.
Gebruik voor: data-analyse op grote Excel-extracten, ruwe strategische redenering, deep research naar markt- of benchmark-data, brainstorm met meerdere rondes.
Microsoft Copilot
Sterkst in: zitten waar finance-werk al gebeurt, dus Outlook, Word, Excel, Teams en SharePoint. Toegang tot de Microsoft Graph met de juiste licentie. Enterprise governance en EU-residentie zijn goed geregeld, mits Flex Routing uit staat, want dat staat standaard aan.
Gebruik voor: alles wat met je eigen Outlook, Excel-modellen en SharePoint-documenten te maken heeft. Niet voor open-eind creatief werk of zware reasoning, daar is het middelmatig.
Gemini
Sterkst in: het grootste context-window, factuele grounding via Google, sterke multimodale verwerking.
Gebruik voor: hele dossiers (transfer-pricing-documentatie van 500 pagina's, contractenportefeuilles), vragen waar actuele zoekresultaten helpen, lange PDF-analyses.
Perplexity
Gebruik voor: actuele BTW-tarieven of fiscale ontwikkelingen, sector-benchmarks zoals DSO en EBITDA-marges, concurrentie-research voor een board-memo. Alles waar bronvermelding niet optioneel is.
Grok
Voor finance weinig relevant. Belangrijker dan het merk is het principe: kies geen platform waarvan de gegevensverwerking onderwerp is van lopend toezicht, en toets die status voordat je persoonsgegevens door een tool haalt.
Beslisboom per finance-taak
- Lange contractenportefeuille of jaarrekening lezen (50 tot 300 pagina's) → een zwaar model uit de 200K-klasse of Gemini. Full context, hoogste kwaliteit.
- Gigantisch dossier (500 pagina's en meer, due diligence) → het grootste contextvenster dat je hebt, of een RAG-aanpak.
- Meerstaps reasoning (M&A-analyse, transfer-pricing, complexe IFRS) → het reasoning-model van OpenAI of Claude Opus met extended thinking.
- Actuele finance- of fiscale research met bronnen → Perplexity voor de research, daarna Claude voor de synthese.
- Memo, board-tekst, variance-toelichting in nette Nederlandse toon → Claude Sonnet.
- Werken in jullie Outlook, Excel of SharePoint → Copilot.
- Code, SQL, data-analyse op een Excel-extract → Claude Opus, het OpenAI-reasoning-model, of een Q&A-agent die via MCP op je Exact-data werkt.
- Bulk-classificatie van bankmutaties, facturen of vragen → Claude Haiku, de snelle OpenAI-variant of Gemini Flash. Een factor tien goedkoper.
- Bonnen of facturen extraheren → een model met sterke vision, doorgaans Claude of Gemini.
Kosten-kwaliteit: wanneer is zwaar overkill
De reflex om altijd het zwaarste model te nemen kost geld. Drie vuistregels voor finance:
- Het lichte model kost per token ongeveer een vijfde van het zware. Voor classificatie van bankmutaties, extractie uit facturen en korte samenvattingen is licht prima.
- De snelle variant is vaak tachtig procent zo goed als de zware voor een fractie van de kosten, en aanzienlijk sneller. Voor concept-mails en interne notities: snel.
- Gebruik in chains met meerdere stappen snelle modellen in de tussenstappen en zet het zware model pas in op de finale synthese.
Start altijd met het snelle model en upgrade alleen als de output meetbaar tekortschiet. Voor finance hoort daar extra discipline bij: zet bij cijferwerk altijd code-execution aan, ongeacht welk model. Anders win je de modeldiscussie op de verkeerde dimensie.
Wat dit per maand kost en hoe je de besparing terugrekent, staat in wat AI kost in een finance-team.
Multi-model patronen voor finance
- Perplexity, dan Claude, dan Copilot. Marktonderzoek voor een board-pack, Claude maakt de analyse, Copilot plaatst het in de Word-template en mailt het rond.
- Gemini, dan Claude. Gemini leest de volledige contractportefeuille van 500 pagina's, Claude herschrijft de analyse in formeel Nederlands.
- Licht, dan zwaar. Het lichte model classificeert binnenkomende facturen op type, het werkpaard maakt de definitieve boekingsvoorstellen voor de twijfelgevallen. Goedkoop op volume, sterk op de complexe gevallen.
Privacy als eerste filter
Modelkeuze begint voor finance niet bij kwaliteit maar bij privacy. Voor data met klant- of personeelsgegevens geldt:
- Consumer-accounts (gratis Claude.ai, ChatGPT Plus): nooit Tier 3- of Tier 4-finance-data.
- API met zero data retention, enterprise-tier, Copilot for Business: geschikt voor Tier 1 tot en met 3, mits met verwerkersovereenkomst.
- Een deployment op klant-eigen infrastructuur: ook Tier 4, omdat de hele stack binnen je eigen omgeving draait.
Een beter model dat niet door de privacy-toets komt is geen optie. Eerst privacy, dan kwaliteit vergelijken.