Claude (Anthropic) (NL)

Claude — is een familie van multimodale grote taalmodellen (LLM), ontwikkeld door het onderzoeksbedrijf Anthropic.

De Claude-modellen, gebouwd op de transformer-architectuur, worden gepositioneerd als AI-assistenten gericht op veiligheid, bruikbaarheid en eerlijkheid. Een kernkenmerk van hun ontwikkeling is de methode Constitutional AI («Constitutionele AI»), die gericht is op het creëren van beheersbare en ethisch afgestemde systemen.

Geschiedenis en filosofie

Oprichting en missie van Anthropic

Het bedrijf Anthropic werd in 2021 opgericht door voormalige senior medewerkers van OpenAI, waaronder broer en zus Dario en Daniela Amodei. De aanleiding voor hun vertrek waren meningsverschillen met de leiding van OpenAI over de ontwikkelingsrichting, met name vanwege zorgen dat het partnerschap met Microsoft en de toenemende commercialisering de toewijding aan AI-veiligheid in gevaar zouden kunnen brengen.

De missie van Anthropic is «de ontwikkeling en het onderhoud van geavanceerde AI voor het langetermijnvoordeel van de mensheid». Het bedrijf is geregistreerd als Public Benefit Corporation (PBC) in de VS, wat het juridisch verplicht om financiële belangen in evenwicht te brengen met het maatschappelijk belang. Deze aanpak wordt ondersteund door een unieke bestuursstructuur met de Long-Term Benefit Trust (LTBT), een onafhankelijk orgaan dat het recht heeft de samenstelling van de raad van bestuur te beïnvloeden om de naleving van de veiligheidsmissie te waarborgen.

Filosofie: HHH en Constitutional AI

De basis van het gedrag van de Claude-modellen is de formule HHH: Helpful, Honest, and Harmless (Behulpzaam, Eerlijk en Onschadelijk). Voor de uitvoering van deze principes heeft Anthropic zijn eigen trainingsmethode ontwikkeld — Constitutional AI (CAI).

In tegenstelling tot traditionele RLHF (Reinforcement Learning from Human Feedback), waarbij menselijke annotatoren de antwoorden van het model direct beoordelen, maakt CAI gebruik van een «grondwet» — een set expliciete ethische principes op basis waarvan het model leert zijn eigen antwoorden zelfstandig te beoordelen en te corrigeren. Dit maakt het proces schaalbaarder, transparanter en beter beheersbaar.

Architectuur en kerntechnologieën

Basis op de Transformer

Net als andere moderne LLM's maakt Claude gebruik van de transformer-decoder-architectuur, die op autoregressive wijze tekst genereert, token voor token. Anthropic heeft echter aanzienlijke verbeteringen doorgevoerd gericht op betere prestaties, veiligheid en beheersbaarheid.

Constitutional AI (CAI)

Het trainingsproces met CAI verloopt in twee fasen:

1. Fase van supervised learning: Het model genereert antwoorden op verzoeken, waarna een ander critic-model, geleid door de «grondwet», deze beoordeelt en verbeteringen voorstelt. Op basis van deze verbeteringen wordt het oorspronkelijke model verder getraind (fine-tuned).
2. Fase van Reinforcement Learning from AI Feedback (RLAIF): Het model genereert paren van antwoorden, en het critic-model kiest het beste op basis van de «grondwet». Deze gegevens worden gebruikt om een voorkeursmodel (reward model) te trainen, dat vervolgens als signaal dient voor het fine-tunen van het hoofdmodel met behulp van reinforcement learning-algoritmen.

Lang contextvenster en multimodaliteit

Een van de belangrijkste voordelen van Claude is een zeer groot contextvenster. Vanaf 100.000 tokens in Claude 2 werd dit uitgebreid tot 200.000 in Claude 3 en tot 1-2 miljoen tokens in versies 3.5 en 4. Dit stelt de modellen in staat om volledige boeken, codebases of transcripten van meerdere uren te analyseren binnen één enkel verzoek.

Vanaf de Claude 3-familie werden de modellen multimodaal, met de mogelijkheid om afbeeldingen te verwerken naast tekst.

Hybride redeneren en agentmogelijkheden

Vanaf versies Claude 3.7 en 4 werd de architectuur van hybride redeneren geïntroduceerd. Hiermee kunnen modellen schakelen tussen twee modi:

• Snelle antwoorden: Standaardmodus voor eenvoudige taken.
• Uitgebreid redeneren (Extended Thinking): Voor complexe taken maakt het model een pauze om «na te denken», waarbij het interne redeneeringstappen uitvoert, tools aanroept (webzoekopdracht, code-uitvoering) en een beter onderbouwd antwoord vormt. Dit maakt het proces transparanter en betrouwbaarder.

Evolutie van de Claude-modellen

Claude 1 (2023)

• Claude (14 maart 2023): de eerste publiekelijk gepresenteerde versie van het model. Tegelijkertijd werden twee configuraties aangekondigd — Claude (de hoofdversie) en Claude Instant (sneller en goedkoper).
• 100K Context Window (11 mei 2023): uitbreiding van het contextvenster van Claude van 9.000 naar 100.000 tokens. Dit was een afzonderlijke update na de initiële lancering, en geen onderdeel van de release in maart.

Claude 2 (2023)

• Claude 2 (11 juli 2023): een grote update met verbeteringen in codering, wiskunde en redeneren. Het model werd beschikbaar via de API en de publieke beta-versie van claude.ai. Het model ondersteunde invoer tot 100.000 tokens; in de Codex HumanEval-test vermeldde Anthropic een resultaat van 71,2%.
• Claude 2.1 (21 november 2023): een versie met een contextvenster van 200.000 tokens, verminderde neiging tot hallucinaties, ondersteuning voor system prompts en de bètafunctie tool use.

Claude 3 (2024)

• Claude 3 (4 maart 2024): een nieuwe modellfamilie, bestaande uit Haiku (de snelste), Sonnet (gebalanceerd) en Opus (de krachtigste). Anthropic positioneerde deze generatie als een nieuwe grens op een reeks cognitieve benchmarks.
• Belangrijkste wijzigingen: sterke visuele en multimodale mogelijkheden (analyse van afbeeldingen, grafieken en diagrammen), een merkbare vermindering van ongegronde weigeringen, hogere nauwkeurigheid, en 200.000 tokens context bij de lancering. Voor bepaalde klanten vermeldde Anthropic ook de mogelijkheid om te werken met invoer van meer dan 1 miljoen tokens.

Claude 3.5 (2024)

• Claude 3.5 Sonnet (21 juni 2024): het eerste model van de 3.5-familie. Volgens Anthropic overtrof het Claude 3 Opus op een brede reeks evaluaties, terwijl het de snelheid en kosten van de middenklasse behield; het bedrijf vermeldde ook afzonderlijk een circa tweevoudige snelheidswinst. Het contextvenster bedroeg 200.000 tokens.
• Bijgewerkte Claude 3.5 Sonnet en Claude 3.5 Haiku (22 oktober 2024): de update in oktober versterkte de mogelijkheden op het gebied van agentcodering en gebruik van tools. Tegelijkertijd lanceerde Anthropic voor het eerst de functie Computer Use in een publieke beta, waarmee het model met de computerinterface kan werken: het scherm zien, de cursor bewegen, op knoppen klikken en tekst invoeren. Het resultaat van de bijgewerkte 3.5 Sonnet op SWE-bench Verified steeg van 33,4% naar 49,0%.

Claude 3.7 en Claude 4 (2025)

• Claude 3.7 Sonnet (24 februari 2025): Anthropic presenteerde dit als het eerste hybrid reasoning model. Het model kon ofwel vrijwel onmiddellijk antwoorden, ofwel een modus gebruiken voor langer, stapsgewijs redeneren. Tegelijkertijd werd Claude Code geïntroduceerd.
• Claude 4 (22 mei 2025): een nieuwe vlaggenschipfamilie, bestaande uit Opus 4 en Sonnet 4. Beide modellen werden beschreven als hybride: met modi voor snelle antwoorden en extended thinking. Anthropic benadrukte afzonderlijk extended thinking with tool use, parallel tool execution en geheugenverbeteringen; Opus 4 werd uitgeroepen tot leider op SWE-bench met een resultaat van 72,5%.

Claude 4.5–4.6 (eind 2025 – begin 2026)

• Claude Sonnet 4.5 (29 september 2025): een aanzienlijke update van de Sonnet-lijn met een merkbare kwaliteitsverbetering in codering, computer use, redeneren en wiskunde. Anthropic merkte ook op dat het model de focus behoudt op complexe meerstapstaken gedurende meer dan 30 uur.
• Claude Opus 4.5 (24 november 2025): de volgende iteratie van Opus, die Anthropic beschreef als bijzonder sterk in codering, agentscenario's en computer use.
• Claude Opus 4.6 (5 februari 2026): een bijgewerkt Opus-model met verbeteringen in codering, code review, debugging en langdurige agentische taken. Voor het eerst voor de Opus-lijn werd een 1M token context window in bètamodus aangekondigd.
• Claude Sonnet 4.6 (17 februari 2026): de krachtigste versie van Sonnet op dat moment; Anthropic vermeldde verbeteringen in codering, computer use, long-context reasoning, agent planning, kenniswerk en ontwerp. Net als Opus 4.6 kreeg het model een 1M token context window in beta.

Overzichtstabel van Claude-generaties

Evolutie van de belangrijkste kenmerken van de Claude-modellen

Generatie	Jaar van release	Belangrijkste versies	Max. contextvenster	Belangrijkste innovaties
Claude 1	2023	Claude, Instant	100.000 tokens	Eerste publieke release, groot contextvenster.
Claude 2	2023	Claude 2, 2.1	200.000 tokens	Verbeterde codering en redeneren, algemene beschikbaarheid.
Claude 3	2024	Opus, Sonnet, Haiku	200.000+ tokens	Multimodaliteit (afbeeldingen), overtreffen van GPT-4.
Claude 3.5	2024	Sonnet, Haiku	200.000+ tokens	Hogere snelheid en intelligentie, functie "Artifacts".
Claude 4 / 3.7	2025	Opus, Sonnet	200.000+ tokens	Hybride redeneren, agentmogelijkheden, gebruik van tools.

Toepassingen en beschikbaarheid

De Claude-modellen zijn beschikbaar via verschillende kanalen:

• Webinterface claude.ai: Biedt gratis toegang (tot het Sonnet-model) en betaalde abonnementen (Pro, Max) met toegang tot krachtigere modellen (Opus) en uitgebreide limieten.
• API voor ontwikkelaars: Anthropic biedt een commerciële API waarmee Claude in applicaties van derden kan worden geïntegreerd. De prijzen variëren afhankelijk van het model (Haiku — de goedkoopste, Opus — de duurste).
• Cloudplatforms: Claude is beschikbaar via Amazon Bedrock en Google Cloud Vertex AI, wat het gebruik in een bedrijfsomgeving vereenvoudigt.
• Integraties: Claude is geïntegreerd in populaire diensten zoals Slack, Notion en Quora (in de chatbot Poe).

Literatuur

• Anthropic (2022). Constitutional AI: Harmlessness from AI Feedback. arXiv:2212.08073.
• Anthropic (2023). Claude's Constitution.
• Anthropic (2024, maart). Introducing the next generation of Claude.
• Anthropic (2025, mei). Introducing Claude 4.

Verwijzingen

• Officiële website van Anthropic
• Documentatie voor ontwikkelaars

Literatuur

• Ouyang, L. et al. (2022). Training Language Models to Follow Instructions with Human Feedback. arXiv:2203.02155.
• Bai, Y. et al. (2022). Training a Helpful and Harmless Assistant with Reinforcement Learning from Human Feedback. arXiv:2204.05862.
• Bai, Y. et al. (2022). Constitutional AI: Harmlessness from AI Feedback. arXiv:2212.08073.
• Bulatov, A. et al. (2023). Scaling Transformer to 1M Tokens and Beyond with RMT. arXiv:2304.11062.
• Jimenez, C. E. et al. (2023). SWE-bench: Can Language Models Resolve Real-World GitHub Issues?. arXiv:2310.06770.
• Yuan, W. et al. (2024). Self-Rewarding Language Models. arXiv:2401.10020.
• Yang, A. et al. (2024). Context Parallelism for Scalable Million-Token Inference. arXiv:2411.01783.
• Miranda, L. J. V. et al. (2024). Hybrid Preferences: Learning to Route Instances for Human vs AI Feedback. arXiv:2410.19133.
• Chittepu, Y. et al. (2025). Reinforcement Learning from Human Feedback with High-Confidence Safety Constraints. arXiv:2506.08266.
• Yuan, W. et al. (2025). Process-based Self-Rewarding Language Models. arXiv:2503.03746.
• Yang, B. et al. (2025). Long Context Windows in Generative AI: An AI Atlas Report. [3] (tech-report, open review).