Het probleem met AI-tools: we kiezen steeds weer zijde

Een bekentenis vanaf de werkvloer: de meeste teams die met AI-codeerassistenten werken, maken een gok waar ze zich niet van bewust zijn. Ze kiezen voor Cursor óf Claude Code, of ze configureren Cline met een specifiek model en sluiten zich op in een ecosysteem. Zodra het volgende doorbraakmodel verschijnt, moeten ze opnieuw evalueren, opnieuw configureren en soms hun hele workflow herzien.

Dropstone, een nieuwe speler in de wereld van agentic coding, stelt iets anders voor. In plaats van te bouwen rond één foundation model, behandelen ze het model als infrastructuur — een onderdeel dat je kunt verwisselen zodra er iets beters langskomt. Versie 1.5 combineert DeepSeek V4 Flash voor snelle taken, DeepSeek V4 Pro voor standaardwerk en Moonshot Kimi K2.6 voor zware klussen.

Maar het interessante zit niet in welke modellen ze gebruiken. Het gaat om hoe ze besluiten welke modellen te gebruiken.

Maandelijkse herevaluatie: de evalcycle als productfeature

Dropstone draait zijn open-weight frontier modellen maandelijks door een publiek evaluatieharnas genaamd de Joule index. Het model dat de agentic-coding workload wint, wordt geïntegreerd in de volgende generatie. "Dropstone 1.5" betekent de vijfde integratiecyclus, met het beste beschikbare model op dat moment.

Dit is een fundamenteel andere aanpak van versioning. De meeste AI-producten vergrendelen óf zich aan één modelfamilie van één lab (zoals Claude Code en GPT-4-integraties), óf ze leggen de modelkeuze bij de gebruiker als een doe-het-zelfklus. Dropstone zegt: "Wij doen de benchmarks. We publiceren de resultaten. We leveren de winnaar."

Voor developers verschuift hiermee het onderhoudslast. Je hoeft niet meer bij te houden welke DeepSeek of Kimi versie er wordt meegeleverd. De runtime handelt het af. Zodra het volgende generatiemodel de benchmarks aan flarden draait, update je de CLI en je draait erop.

De runtime is het product, niet het model

Dit is de mentale verschuiving die Dropstone vraagt, en het is de moeite waard om er even bij stil te staan. Het model is de commodity. De runtime is de differentiator.

Wat geeft een runtime je wat raw API-toegang niet biedt?

De agent loop. Plannen, tool dispatch, multi-stap executie, foutherstel. Dit is allemaal niet triviaal om goed te bouwen. Een AI de juiste tool laten aanroepen, failures elegant afhandelen en herstellen zonder weg te spiralen in zinloze loops — dat is serieuze technische architectuur. Dropstone bouwt dit als standaardgedrag.

De safety boundary. Elke staat-wijzigende actie vereist expliciete gebruikersgoedkeuring. Dit is niet alleen good practice — het is het verschil tussen een AI die assisteert en een AI die roekeloos tekeergaat terwijl je in een vergadering zit. Credit-based billing betekent ook dat runaway agent loops je niet kunnen bankroet maken.

US-gehoste compliance standaard. Hier wordt het praktisch: DeepSeek's first-party API draait in China. Veel Amerikaanse en Europese ondernemingen kunnen inference daar niet naartoe routeren onder hun compliance-positie. Dropstone routert alles via US-gehoste endpoints met data_collection: deny afgedwongen op API-niveau. Geen configuratie nodig.

Kostenengineering via caching. Hier wordt het slim. Dropstone rapporteert prefix-cache hit rates boven de 95% zodra sessies eenmaal op temperatuur zijn, met een population-mean hit rate van ongeveer 82% over gemixte sessielengtes. Die cache-efficiëntie vloeit door in hun prijsmodel, waarmee Pro-gebruikers ongeveer 450 zware codeerbeurten per week kunnen volhouden voor €15 per maand.

Het SATC-model: tokenkosten menselijk maken

Dropstone introduceert iets wat ze Session-Amortized Token Cost (SATC) noemen. Het idee is simpel: in plaats van naïeve per-token catalogusprijs rekenen ze de unit cost die de gemeten cache-economie weerspiegelt. Sessies herhalen voortdurend codepatronen — import statements, boilerplate, functiehandtekeningen. Die prefixes cachen betekent dat opvolgende beurten dramatisch goedkoper uitvallen.

Dit is de wiskunde die flat-rate billing mogelijk maakt. Een runaway agent loop kan geen €40 aan tokens verbranden in een middag, omdat gecachete tokens effectief gratis zijn. De credits temperen het ergste geval, en de caching temt het verbruikstempo.

De praktische consequentie: je kunt Dropstone laten draaien terwijl je die vervelende servicelaag refactort, zonder je dashboard in de gaten te houden alsof je naar je AWS-factuur kijkt.

Waarom dit belangrijk is voor de industrie

Dropstone claimt nadrukkelijk niet dat ze de onderliggende modellen hebben getraind. Ze kunnen de weights niet auditen. Ze bouwen op open-weight modellen, net zoals cloudproviders bouwen op open-source databases — de differentiatie zit in de operationele laag, de compliance-houding, de kostenengineering en de gebruikerservaring.

Dit is een gezonde positie. Het erkent dat foundation models infrastructuur aan het worden zijn, en dat de waarde verschuift naar degene die die infrastructuur betrouwbaar, veilig en kostvoorspelbaar maakt.

Voor developers en startups zou dit goed nieuws moeten zijn. Het betekent dat je de vraag "welk model moet ik gebruiken" kunt delegeren aan iemand wiens baan het is om die vraag te beantwoorden. Je kunt je focussen op product verschepen terwijl iemand anders de benchmarks draait en de uitslagen publiceert.

De vraag is niet of AI-codeerassistenten blijven verbeteren. Dat doen ze. De vraag is of de tooling errond even doordacht zal zijn als de modellen zelf. Dropstone zet in op de runtime, niet de weights, als plek waar het product woont.

De tijd zal het leren of ze gelijk hebben. Maar voor teams die het beu zijn om elke keer te herplatformen zodra een nieuw model verschijnt, is deze aanpak in elk geval het proberen waard.