We hebben in één sessie de eigen documentatie van elke provider doorgenomen en de catalogus er regel voor regel mee vergeleken. Niet de lijst van een aggregator: aggregators leggen hun eigen marge ertussen en hebben hun eigen redenen voor wat ze tonen. De pagina's die we lazen waren die van de providers zelf.
Nieuwe leden
Van OpenAI: gpt-6-astra, een redeneermodel; gpt-5.3-codex voor code; gpt-realtime-2.1-mini, een kleiner realtime spraakmodel; en gpt-transcribe voor spraak-naar-tekst. Van Anthropic: claude-fable-5-1. Van Google: gemini-3.8-flash, gemini-3.5-flash-lite en lyria-3.5 voor muziek. Van xAI: grok-4.6. De V4.1 Flash-laag van DeepSeek kwam die avond onder eigen naam bij.
Elk hiervan met een runtime-pad werd echt aangeroepen met een ontwikkelsleutel voordat de regel werd geschreven. Een catalogusitem dat nooit is uitgeprobeerd, is een gok met een prijs erop geplakt.
Met pensioen, en herprijzing
Modellen waarvan de makers een einddatum hebben gepubliceerd, dragen nu die datum — niet uit het geheugen, maar van de afbouwpagina van de provider: verschillende Claude-generaties, de oudere Mistral-lijn, twee beeldmodellen, een OpenAI-spraakmodel, een familie van zoekmodellen. Een model dat daadwerkelijk is stopgezet, wordt gemarkeerd als stopgezet, in plaats van met een actieve prijs te blijven staan.
Prijzen worden nooit ter plekke bewerkt. Verandert een provider een tarief, dan krijgt de oude regel een einddatum en begint een nieuwe — zodat een factuur van vorige maand nog steeds gelezen wordt tegen het tarief dat daadwerkelijk in rekening is gebracht, en dat zal altijd zo blijven. Daarom leverde deze slag veel meer regels op dan modellen.
De uitfaseerdatum die niet bestond
De vondst die telde. Vier Gemini 2.5-modellen in onze catalogus droegen een pensioendatum in oktober. Google's afbouwpagina noemt voor hen geen enkele uitfaseerdatum. Onaangeroerd zouden drie modellen die vandaag gebruikt worden zichzelf hebben uitgeschakeld op een datum die wij hadden verzonnen, en de storing zou eruit hebben gezien als een storing van de provider.
Die is verwijderd. Zijn buren — data die daadwerkelijk gepubliceerd waren — bleven staan, en twee die in de andere richting fout waren zijn gecorrigeerd.
Capaciteiten-eerst betekent: een verkeerde regel breekt alles
ToRun kiest geen model op naam. Het bepaalt wat een beurt echt nodig heeft — kan het zien, kan het tools aanroepen, heeft het een lange context nodig, gaat het spreken — houdt alleen de modellen die dat allemaal kunnen, en rangschikt wat overblijft. Wat betekent dat een verkeerd geregistreerde capaciteit niet slechts één functie verslechtert. Het stuurt stilletjes alles verkeerd wat die capaciteit nodig heeft.
Deze slag heeft dus ook de koppelingen gecorrigeerd. Eén voorbeeld: onze hoogste Anthropic-laag had helemaal geen intelligentiescore, dus werd deze beoordeeld als onbekend en rangschikte hij onder het goedkoopste model van zijn eigen familie. Een ander: een muziekmodel waarvan de identifier door een opvangtak viel en stilletjes een ander model uitvoerde dan het model dat op de regel stond.
Een model met de hand kiezen wordt nog steeds precies zo gerespecteerd als voorheen — reden waarom die keuze ook nog steeds kan worden geweigerd voor werk dat het niet aankan.