Frontier-prijzen zijn geen compliance-strategie

Een compliance-agent is een tokenoven. Om zijn werk te doen verbruikt hij bewijs (beleid, controlebeschrijvingen, auditartefacten, ticketexports), verbruikt hij referentiemateriaal (het framework zelf: controles, clausules, mappings) en produceert hij gestructureerde analyses. De verhouding is scheef: tienduizenden tokens erin voor elke duizend eruit, en de invoerzijde groeit met elk document dat je toevoegt. Bij schaal van de agent, waar één menselijke review uitgroeit tot honderden geautomatiseerde passes, is de prijs per token geen post op de begroting. Het is de architectuurbeperking. Het bepaalt of je de volledige set aan bewijs verwerkt of een steekproef, of de agent het framework voor elke bevinding opnieuw leest of uit het geheugen werkt, en of het hele idee überhaupt uitrolt.

Toen we de ISMS Copilot API prijsden, begonnen we daarom bij de workload, niet bij de frontier. Deze post bevat de berekening en de redenering, met bronnen, zodat je het zelf kunt herhalen wanneer prijzen veranderen. Ze zullen veranderen. De huidige prijslijst van Anthropic is hier gepubliceerd; die van ons staat in de console. Alles hieronder is waargenomen op 2026-08-26.

De prijslijst, naast elkaar

De gepubliceerde tarieven per miljoen tokens van Anthropic, naast die van ons:

Model	Invoer	Uitvoer	Dezelfde workload, gemengd
ISMS Copilot mini (isms-mini)	$0,50	$2,00	$0,88
Claude Haiku 4.5	$1,00	$5,00	$1,88
Claude Sonnet 5	$2,00	$10,00	$4,00
ISMS Copilot GLM-tier (isms-fast, isms-thinking, elke regio)	$2,80	$8,80	$4,30
Claude Sonnet 4.6	$3,00	$15,00	$6,00
Claude Opus (4.5 t/m 5)	$5,00	$25,00	$10,00

De gemengde kolom gebruikt een illustratieve compliance-mix, 75% invoer en 25% uitvoer, omdat compliancewerk veel meer leest dan schrijft. Jouw mix zal anders zijn; de lijstprijzen zijn het stabiele deel van de vergelijking.

Eerlijk bekeken zegt de tabel drie dingen. Onze bulkbaan is minder dan de helft van Haiku voor hetzelfde werk, wat de baan is die ertoe doet wanneer je tienduizenden bewijsartefacten formatteert of classificeert. Onze standaardtier zit ruim onder Sonnet 4.6 en Opus, en ruwweg op de nieuwe lijstprijs van Sonnet 5. En als je instinct zegt "Sonnet 5 is goedkoop geworden", houd die gedachte vast, want de lijstprijs is niet het hele verhaal bij de nieuwere Claude-modellen.

De kleine lettertjes die de berekening veranderen

Drie structurele details, allemaal uit de eigen prijsdocumentatie van Anthropic, geen van alle verborgen maar allemaal makkelijk te missen wanneer je lijstprijzen vermenigvuldigt met tokenaantallen.

De nieuwere tokenizer. Uit de documentatie van Anthropic: "Claude 4.7 en latere modellen en Claude Mythos Preview gebruiken een nieuwere tokenizer die bijdraagt aan hun verbeterde prestaties op een breed scala aan taken. Deze tokenizer produceert ongeveer 30% meer tokens voor dezelfde tekst." Meer tokens voor dezelfde tekst is een kostenvermenigvuldiger met een technische naam. Bij de modellen waar dit van toepassing is (wat onder meer Sonnet 5 en de huidige Opus omvat), kost hetzelfde beleidsdocument ruwweg 30% meer tokens dan de vermenigvuldiging met de lijstprijs suggereert. Onze tabel hierboven bevat deze effecten zelfs niet; bij de nieuwere modellen moet je dit erbij optellen.

Geografische verankering kost daar extra, hier niets. Anthropic rekent een vermenigvuldigingsfactor van 1,1 op alle tokencategorieën wanneer je inferentie verankert in de Verenigde Staten met inference_geo: "us". Sommige complianceprogramma’s vereisen geografische verankering, en dat is een legitieme eis. Bij onze API draait het EU-verwerkingspad op de EU-gebonden inferentiehost van Mistral, met nulretentie van de inhoud van verzoeken, tegen dezelfde prijs als het globale pad. Verankering is hier een routeringskeuze, geen premiumtier.

Hun mitigerende maatregelen zijn reëel, en zo is hun corpus dat ook. Twee eerlijke punten ten gunste van Anthropic, want een vergelijking die deze weglaat is geen vergelijking. De Batch API halveert de invoer- en uitvoerkosten voor niet-tijdgevoelig werk, en promptcaching maakt herhaalde context goedkoop bij latere oproepen. Als de vorm van jouw compliance-agent past bij batchvensters en cachevriendelijke herhaling, neem deze dan mee in je berekening. Maar let op wat geen korting oplost: bij een raw model-API vereist grounded compliance-output dat het referentiemateriaal in de prompt staat, en dat corpus moet jij licenseren, samenstellen, onderhouden en bijwerken. Frameworks worden gewijzigd, omzetting treedt in werking, edities worden vervangen. Bij onze API is de kennis het inbegrepen onderdeel: 101 georkestreerde frameworkmodules vandaag, geïnjecteerd bij detectie of via pin, afgerekend als gewone invoertokens, gedisclosed in elk antwoord.

Goedkoop is niet het argument

Een goedkoop model dat controlenummers verzint, is duur in de enige valuta die ertoe doet op schaal: reviewtijd. De reden dat onze prijsstelling hier kan zitten, is dat de compliancebekwaamheid niet alleen uit het basismodel komt. Het komt uit wat in de prompt zit.

Het mechanisme, precies geformuleerd omdat de onnauwkeurige versie de manier is waarop marketing liegt: de API is geen fijn afgestemd model, en de kennis zit niet in de gewichten. Wanneer jouw verzoek een framework noemt (of je er één vastzet), injecteert de server de georkestreerde referentiemodule voor dat framework in de prompt, naast een gepubliceerde systeemprompt, voordat het model spreekt. Het antwoord vertelt je precies welke modules draaiden, via de header x-isms-frameworks en een disclosure-object met een tokenschatting. Grounding die je kunt verifiëren wint van recall die je niet kunt zien.

Het model achter de aliassen is GLM 5.2, een sterk open-weights-model met een 1M-tokencontext. We hebben het gekozen via een gedocumenteerde evaluatie, niet op gevoel: een blind-beoordeelde, 36-generatie compliance-evaluatie waarbij GLM 5.2 met geïnjecteerde kennis scoorde 87,8 (fast) en 90,0 (thinking) tegen Mistral Small’s 73,3 en 74,4 op dezelfde taken met dezelfde injectie; een citation-trap-suite waarbij GLM 5 5 van de 5 valkuilen doorstond die ontworpen zijn om zelfverzekerde verzinsels van compliancefeiten te vangen; en een vooraf geregistreerde gate voor de gepubliceerde systeemprompt (20/20 nauwkeurigheid, 24/24 weigering van intellectuele-eigendomontlokking, met de mislukte eerste poging geregistreerd in plaats van verborgen). Het volledige verslag, met steekproefgroottes en voorbehouden, staat op de nieuwe documentatiepagina over modelkwaliteit en grounding. We citeren het met zijn beperkingen: dit zijn onze interne evaluaties, N is klein, en we claimen geen kwaliteitssuperioriteit ten opzichte van Claude, omdat er nog geen head-to-head benchmark tegen raw frontier-modellen bestaat. Er is er een in ontwerp nu, en de aanname is om verliezen naast overwinningen te publiceren.

Wat we wel kunnen zeggen is beperkter en sterker: wanneer een module wordt geselecteerd, beantwoordt het model op basis van een onderhouden, verificatiegestempelde referentie in plaats van trainingrecall, en je kunt zien welke referentie elk antwoord heeft bediend. Bij compliancewerk is dat het verschil tussen een antwoord dat je steekproefgewijs controleert en een antwoord dat je in een werkdocument kunt plaatsen.

Geen EU-product

Een woord over de scope, want het gesprek over de compliance-API neigt te collaberen tot een GDPR-en-dan-klaar-kader. De catalogus is wereldwijd, met de Verenigde Staten als grootste enkele cluster: SOC 2, HIPAA, CCPA, CMMC, FedRAMP, PCI DSS, CIS Controls en negen NIST-publicaties waaronder 800-53 en 800-171. Daarna het Verenigd Koninkrijk (zes modules), Japan (vier), Canada (vijf), India (vijf), Zwitserland (FADP, de ICT-minimumnorm, NCS, FINMA 23/01), Australië (Essential Eight en de Privacy Act, met AU ISM en CPS 234 in aantocht), Nieuw-Zeeland, Singapore, Duitsland (BSI Grundschutz, C5, TISAX), Frankrijk, en de 25 nationale omzetting van NIS 2. Het live aantal komt van GET /v1/frameworks, wat autoritief en publiek is met je sleutel; het stond vandaag op 101, en het beweegt mee wanneer frameworks worden toegevoegd en gewijzigd.

Het EU-verwerkingspad is één routeringskeuze onder twee, tegen identieke prijzen, voor programma’s die het nodig hebben. Het is niet de identiteit van het product.

Wanneer een frontier-API nog steeds de juiste keuze is

Eerlijkheid snijdt aan twee kanten. Als jouw workload echt frontier-hard redeneren vereist (novelle juridische interpretatie zonder framework om op te verankeren, massale multi-stapsynthese), kan een frontier-model het waard zijn voor die stap. Als je multimodale invoer of native tool calling nodig hebt, zijn wij tekst-in/tekst-uit, en het eerlijke patroon vandaag is een sub-agentstap, geen vervanging. Niets hier verbiedt een hybride aanpak: frontier-model voor de harde synthese, deze API voor alles wat grounded is en alles op volume. De architectuurvraag is welke API de 95% van de tokens behandelt die referentielookups, bewijsleeswerk en gestructureerde formatting zijn. Dat is het deel waar frontier-prijzen stilletjes onhoudbaar worden.

Doe deze berekening zelf opnieuw

Prijzen veranderen; conclusies moeten de beweging overleven. Huidige bronnen: de prijspagina van Anthropic, onze console-prijzen. De structurele feiten (tokenizergedrag, geografische vermenigvuldigers, kennis inbegrepen of zelf samengesteld) veranderen langzamer dan prijzen, en dat zijn de feiten waarover het de moeite waard is om te discussiëren.

Als je een compliance-agent of een compliance-app bouwt: vraag een API-sleutel aan, richt je OpenAI-compatibele client op api.ismscopilot.com/v1, en lees de documentatie over frameworkkennis en modelkwaliteit om precies te zien wat in jouw prompt belandt. Het eerste verzoek duurt minuten. Het prijsonderzoek duurt zo lang als je ervoor wilt spenderen.