ThinkTank werkt met meerdere AI-modelproviders. Daardoor hoef je niet vast te zitten aan een model of leverancier: voor elke taak kan ThinkTank het model gebruiken dat op dat moment het beste past.
Voor standaard agents gebeurt die keuze meestal automatisch. Maak je een custom agent, dan kun je als admin ook zelf een model kiezen.
Waarom werkt ThinkTank met meerdere modellen?
Geen enkel AI-model is overal de beste keuze.
Sommige modellen zijn sterk in lange documenten, andere in code, analyse, beeldherkenning, snelle antwoorden of zeer goedkope taken op schaal. ThinkTank combineert daarom verschillende model-families, zodat je organisatie per taak de beste balans krijgt tussen kwaliteit, snelheid en credits.
Dat betekent in de praktijk:
- betere output voor complexe opdrachten
- lagere kosten voor eenvoudige taken
- meer flexibiliteit wanneer nieuwe modellen verschijnen
- minder afhankelijkheid van een enkele AI-leverancier
Belangrijkste model-families
Het exacte aanbod kan evolueren, maar ThinkTank ondersteunt onder meer deze families:
OpenAI
Onder andere GPT-5, GPT-5.1, GPT-5.2, GPT-5.3 Chat/Codex, GPT-5.4, GPT-5.5, GPT-5 Mini/Nano, GPT-4.1, GPT-4o, o1, o3, o4 Mini, GPT-OSS en gespecialiseerde modellen voor audio, beeld en deep research.
Goed voor: algemene kennis, bedrijfsdocumenten, analyse, coding, multimodale taken en betrouwbare allround agents.
Anthropic Claude
Onder andere Claude Haiku 4.5, Claude Sonnet 4/4.5/4.6 en Claude Opus 4/4.1/4.5/4.6/4.7.
Goed voor: lange documenten, schrijfkwaliteit, redeneren, code, complexe workflows en taken waarbij nuance belangrijk is.
Google Gemini en Gemma
Onder andere Gemini 2.5 Flash, Gemini 2.5 Pro, Gemini 3 Flash, Gemini 3.1 Pro, Gemini 3.5 Flash, Nano Banana en Gemma-modellen.
Goed voor: multimodale input, grote contexten, beeldanalyse, snelle workflows en kostenefficiënte schaal.
xAI Grok
Onder andere Grok 3, Grok 4, Grok 4 Fast, Grok 4.20, Grok 4.3 en Grok Code Fast.
Goed voor: reasoning, actuele workflows, agentic tool use en coding.
Perplexity
Onder andere Sonar, Sonar Pro, Sonar Reasoning Pro en Sonar Deep Research.
Goed voor: research, zoekgedreven antwoorden en antwoorden met bronverwijzing.
DeepSeek
Onder andere DeepSeek V3, V3.2, V4 Flash/Pro, R1 en R1 Distill.
Goed voor: redeneren, coding, technische taken en kostenefficiënte open modellen.
Mistral
Onder andere Mistral Large, Medium en Small, Devstral, Codestral, Pixtral, Ministral en Mistral Nemo.
Goed voor: Europese AI-workflows, coding, agentic softwaretaken, documentanalyse en snelle zakelijke toepassingen.
Qwen
Onder andere Qwen 2.5, Qwen 3, Qwen 3.5, Qwen 3.6, Qwen Max, Qwen Plus, Qwen Coder en Qwen VL.
Goed voor: coding, meertalige taken, lange contexten, visuele input en kostenefficiënte agents.
Kimi, Llama, Nova en andere modellen
ThinkTank ondersteunt daarnaast model-families zoals Moonshot/Kimi, Meta Llama, Amazon Nova, Cohere Command, MiniMax, GLM/Z.ai, Microsoft Phi, IBM Granite, NVIDIA Nemotron, Baidu ERNIE, ByteDance Seed, Nous Hermes, AI21 Jamba en andere gespecialiseerde modellen.
Goed voor: specifieke niches zoals OCR, veiligheid, open-source workflows, extreem snelle antwoorden, lokale of open modellen, beeld/video/audio en gespecialiseerde bedrijfsprocessen.
Welk model kies je voor een custom agent?
Gebruik het standaardmodel wanneer je niet zeker bent. Dat is in de meeste gevallen de beste keuze.
Kies alleen bewust een specifiek model als je een duidelijke reden hebt:
- Schrijven, samenvatten en lange documenten: kies een sterk allround of long-context model.
- Code of technische workflows: kies een coding- of agentic model zoals Codex-, Claude-, Devstral-, Qwen Coder-, Kimi- of Grok Code-modellen.
- Research met bronnen: kies een research- of search-model zoals Perplexity Sonar of een deep-researchmodel.
- Beelden, documenten of multimodale input: kies een model dat image, file, video of audio ondersteunt.
- Hoge volumes of eenvoudige taken: kies een mini-, nano-, flash- of lite-model om credits te besparen.
- Maximale kwaliteit: kies een frontiermodel zoals GPT, Claude Opus/Sonnet, Gemini Pro of een vergelijkbaar topmodel.
Waar let je op bij modelkeuze?
Let vooral op deze vijf zaken:
- Kwaliteit: hoe complex is de taak?
- Snelheid: moet de agent bijna meteen antwoorden?
- Kostprijs: hoeveel credits mag deze agent gemiddeld verbruiken?
- Inputmodaliteiten: moet het model tekst, bestanden, beelden, audio of video begrijpen?
- Tool use: moet de agent tools kunnen gebruiken, zoals interne data ophalen of acties uitvoeren?
Een duurder model is niet automatisch beter voor elke taak. Voor eenvoudige classificatie, samenvatting of herformulering is een kleiner model vaak ruim voldoende.
Verbruikt elk model evenveel credits?
Nee. Elk model heeft een andere onderliggende kostprijs. Krachtigere modellen verbruiken meestal meer credits per interactie, zeker bij lange prompts, grote documenten, tool calls of veel output.
Daarom kiest ThinkTank voor standaard agents automatisch een passend model. Zo gebruik je geen zwaar model voor een simpele taak, maar krijg je wel extra kwaliteit wanneer de opdracht dat nodig heeft.
Wat als ik niet weet welk model ik moet kiezen?
Laat het modelveld op de standaardinstelling staan of vraag advies via de Support & Feedback agent.
Voor de meeste organisaties is de beste aanpak:
- standaardmodel gebruiken voor algemene agents
- krachtigere modellen reserveren voor complexe analyse of creatief werk
- lichtere modellen gebruiken voor herhaalbare, eenvoudige taken
- regelmatig evalueren of de output goed genoeg is voor het aantal credits dat de agent verbruikt
Zo haal je het meeste uit ThinkTank zonder dat je team zelf de hele modelmarkt moet volgen.