"Wat gebruik je allemaal en wat kost dat?" Dat krijg ik het vaakst gevraagd. In maart schreef ik hier een antwoord op. Een half jaar later klopt daar weinig meer van.
CrewAI is weg, PhantomBuster ook. Er draaien nu vijf modelfamilies naast elkaar, gestuurd door een eigen orchestratielaag. Dit is mijn AI-development-stack in oktober 2026, met wat ik echt betaal.
De stack in één oogopslag
| Laag | Wat ik gebruik |
|---|---|
| Modellen | Claude, Codex, Kimi, GLM en DeepSeek |
| Orchestratie | Mijn eigen open-source orchestratielaag |
| Data | Supabase |
| Hosting | Vercel voor de website, Railway voor het CMS |
| Automatisering | Apify |
Modellen: vijf families, elk een rol
Ik gebruik niet één model voor alles. Een model van een ander lab ziet andere fouten. En per taak verschilt wat een model goed doet.
- Claude doet het meeste werk. Opus stuurt als orchestrator de andere agents aan. Sonnet is de standaard voor de agents die bouwen. Dat loopt via Claude Code op een Max-abonnement.
- Codex van OpenAI is mijn tweede mening. Het controleert code die Claude schreef. Wil ik een andere aanpak zien, dan schrijft het zelf.
- Kimi, GLMenDeepSeek zitten vooral in mijn review-panel. Daar beoordelen modellen van vijf labs dezelfde vraag, elk vanuit een eigen invalshoek.
De afspraken per aanbieder liggen vast in de code. Kimi loopt alleen via zijn eigen CLI, GLM alleen via OpenRouter en DeepSeek alleen op een eigen API-sleutel. Zo weet ik bij elke opdracht welke route hij nam en wat die kostte.
Orchestratie: een eigen laag in plaats van CrewAI
In maart schreef ik nog over CrewAI. Dat gebruik ik niet meer. De agents draaien nu op mijn eigen orchestratielaag, die open source op GitHub staat.
Die laag doet drie dingen die ik bij een framework miste. Elke opdracht krijgt een bonnetje met wat er gevraagd is en wat er terugkwam. Werk gaat pas door na een poort die de uitkomst controleert. En ik kan per opdracht kiezen welk model hem uitvoert.
📖 Lees ook: Wat AI orchestration echt betekent: hoe de onderdelen van mijn stack samenwerken als één systeem
Data, hosting en automatisering
Supabase bewaart alles wat zakelijk is: leads, reacties, posts en de cijfers van mijn cockpit. Het is PostgreSQL met een API eromheen en open source. De AI-agents kunnen er direct queries op draaien.
Vercel host deze website. Deployen is een push naar Git.
Railway draait het CMS waar de blogs in staan. Ik gebruik het instapabonnement.
Apify haalt de signalen op die ik voor content gebruik, zoals posts en reacties op sociale kanalen. Dat draait in de cloud en zonder mijn login. Die keuze heeft een geschiedenis. Ik gebruikte eerder een tool die met mijn eigen LinkedIn-sessie werkte. In maart 2026 kreeg ik na ongeveer 430 profielbezoeken een waarschuwing van LinkedIn. Sindsdien gebeurt het verzamelen zonder mijn account.
Wat het kost
Dit betaal ik per maand:
| Abonnement | Per maand |
|---|---|
| Anthropic (Claude Max) | $200 |
| OpenAI (Codex) | $100 |
| Kimi (Allegretto) | $39 |
| Supabase (Pro) | $25 |
| Vercel (Pro) | $20 |
| Railway (Hobby) | $5 |
| Apify | €50 |
| Totaal | $389 en €50 |
Niet in deze som: GLM en DeepSeek, die ik per gebruik betaal. Ook de kleine server in de cloud waar mijn cockpit op draait, telt niet mee.
Supabase, Vercel en Railway rekenen boven hun instaplimiet per gebruik. Bij mijn volume blijf ik daar binnen.
Abonnement tegen API-tarief
Ik houd per dag bij hoeveel tokens elk model verbruikt. Daarnaast reken ik uit wat dat tegen de lijstprijs van de API zou kosten. Over de dertig dagen tot 18 oktober:
| Model | Abonnement | Zelfde gebruik tegen API-tarief |
|---|---|---|
| Claude | $200 | $807 |
| Codex | $100 | $272 |
| Kimi | $39 | $14 |
Voor Claude en Codex is het abonnement duidelijk goedkoper dan dezelfde tokens via de API. Bij Kimi is het andersom: het abonnement kost meer dan wat ik deze maand gebruikte.
Die tegenwaarde is een schatting: tokens maal de lijstprijs per model. Ik betaal hem niet. Hij laat wel zien wat het zou kosten als een abonnement verdwijnt of als je dit volume via de API opbouwt.
Een abonnement past bij werk dat jij of je agents interactief doen. Een API past bij automatisering die op een server draait. Daar is een abonnement meestal niet voor bedoeld. Je betaalt dan per token.
📖 Lees ook: Wat kost AI implementatie echt?: het rekensommetje voor het MKB
Hoe de onderdelen samenwerken
Orchestratielaag (open source)
├── Claude Opus: plant, verdeelt en controleert
├── Claude Sonnet: bouwt
├── Codex: tweede mening op code
└── Review-panel: Claude, Codex, Kimi, GLM en DeepSeek
Supabase (zakelijke data)
├── Apify levert signalen aan
└── Cockpit leest en toont
Website
├── Next.js op Vercel
└── CMS op RailwayElk onderdeel is vervangbaar. Dat is ook de opzet die ik voor klanten ontwerp. Losse delen, elk met een duidelijke taak.
Wat ik veranderde sinds maart
Eruit: CrewAI, omdat mijn eigen laag de bonnetjes en poorten doet die ik nodig heb. PhantomBuster, na die waarschuwing van LinkedIn.
Erbij: Kimi, GLM en DeepSeek, voor een review door modellen van andere labs. Een eigen cockpit op Supabase.
Hetzelfde gebleven: Claude als basis, Supabase en Vercel.
Stack kiezen voor je eigen situatie
Je hoeft niet mijn hele stack over te nemen.
- Beginnen: één Claude- of ChatGPT-abonnement en het gratis plan van Supabase. Daarmee bouw je je eerste werkende systeem.
- Serieus automatiseren: voeg hosting toe voor wat altijd moet draaien. Neem een API-sleutel voor taken die op een server lopen.
- Productie met meerdere agents: dan heb je een laag nodig die vastlegt wat elke agent deed. Daar zit het verschil tussen een demo en een systeem waar je op kunt bouwen.
Het gaat niet om de tools
De tools zijn middelen. De waarde zit in hoe je ze inricht en controleert. Eén goed ingericht model met duidelijke regels levert meer op dan tien tools die je half gebruikt.
Dat is ook wat deze serie liet zien:
- Waarom een chatbot niet genoeg is
- Hoe je Claude Code configureert met CLAUDE.md
- De 10 Claude Code features die je moet kennen
- Hooks in Claude Code: geautomatiseerde acties
- Welke tools je nodig hebt en wat het kost (dit artikel)
Wil je weten welke opzet bij jouw bedrijf past? Lees hoe ik AI-architectuur voor het MKB ontwerp, of doe de gratis AI Kansen Scan.