Baseten lanceert Grid voor routering en beheer van AI-codeontwikkeling binnen bedrijven

Baseten kondigde op 4 november 2026 Grid aan en stelde een openbare preview beschikbaar van de routerings-, gateway- en beveiligingslaag voor AI-codeontwikkeling binnen bedrijven. Het bedrijf meldde dat Baseten Router in eerste benchmarks bijna 70% besparing op de kosten per taak behaalde, met een kwaliteitsverlies van 0,9 procentpunt ten opzichte van Opus 5.5. Vroege toegang verloopt via een wachtlijst.

Verder kijken dan tokenprijzen

Grid automatiseert een keuze die ontwikkelaars anders zelf moeten maken: welk goedgekeurd model elke programmeertaak moet afhandelen. Voor elk verzoek beoordeelt Baseten Router de goedgekeurde open- en closed-sourcemodellen van de organisatie en weegt het de verwachte prestaties voor de taak af tegen de kosten.

In plaats van modellen alleen op basis van de tokenprijs te rangschikken, houdt de router ook rekening met de kosten van nieuwe pogingen, mislukte toolaanroepen en onvolledige antwoorden. Het doel is de kosten voor het voltooien van een taak te verlagen en tegelijkertijd te voldoen aan de kwaliteits- en prestatie-eisen van het team. Automatische routering kan de nadruk leggen op kosten, intelligentie of een evenwicht tussen beide.

Organisaties kunnen er ook voor kiezen traces te delen, die kunnen worden gebruikt om routers op maat te trainen voor Pareto-efficiëntie bij hun specifieke workloads. Baseten gaf aan dat de exacte besparingen afhangen van de aard van de workload en de gewenste balans tussen kosten en kwaliteit van de klant. De benchmark geeft dus een indicatie van wat mogelijk is, geen universele kostenverlaging.

Chintan Parikh, hoofd engineering bij Opendoor, zei dat Grid het inzicht in de interne AI-uitgaven bundelde en die uitgaven automatisch verlaagde met minimaal kwaliteitsverlies. Bijna iedereen bij Opendoor gebruikt AI, en de meeste medewerkers willen niet zelf bepalen welk model ze moeten kiezen.

Centrale toegang zonder ontwikkelaarstools te wijzigen

Grid Gateway biedt de beheerlaag. Platformteams kunnen modellen goedkeuren, toegang op teamniveau verlenen, budgetten instellen en bedrijfsaccounts gebruiken, terwijl ze het gebruik binnen teams, applicaties en agents monitoren. Een dashboard splitst de uitgaven uit per model en toont de totale uitgaven, het aantal tokens, het cachetrefferpercentage en de bespaarde kosten.

Bij de lancering ondersteunt Grid modellen van OpenAI, Anthropic, Gemini Enterprise Agent Platform, Amazon Bedrock en Baseten. Ontwikkelaars kunnen Claude Code, Codex, OpenCode en Pi aansluiten met één installatieopdracht, terwijl beheerders de configuratie kunnen automatiseren via beheer van mobiele apparaten.

Interne applicaties en agents die de Anthropic- of OpenAI-API gebruiken, kunnen verbinding maken door een basis-URL en model-ID te wijzigen. Zo vallen bestaande softwaretoepassingen onder hetzelfde eindpunt, zonder dat organisaties hun vertrouwde ontwikkelaarstools hoeven te vervangen.

Platformteams kunnen ook aan elke harness een standaardmodel voor codeontwikkeling toewijzen en een kleiner achtergrondmodel voor neventaken, zoals het maken van samenvattingen. Ontwikkelaars krijgen die standaardinstellingen tijdens de installatie en kunnen later van model wisselen.

Gedeelde beveiligingsmaatregelen en inferentie-infrastructuur

Grid plaatst configureerbare veiligheidsregels bij de gateway en controleert daar centraal zowel verzoeken als antwoorden. De regels kunnen per workload verschillen, en in de registraties is te zien wat als risico is aangemerkt en hoe daarop is gereageerd. De vastgestelde risico’s omvatten documenten met verborgen instructies die agents een andere richting opsturen, ongeoorloofde acties en klantgegevens die op plekken terechtkomen waar ze niet thuishoren.

Deze beveiligingsmaatregelen staan los van de uitvoeringscontroles. Veiligheidscontroles onderzoeken risicovolle verzoeken en antwoorden, terwijl uitvoeringscontroles bepalen waartoe een agent toegang heeft en wat die kan doen. Volgens Baseten hebben bedrijven beide lagen nodig.

Onder de gateway verzorgt het inferentieplatform van Baseten de routering, de vertaling tussen model- en harnessprotocollen, caching, schaling en optimalisatie. Wanneer Baseten het geselecteerde model aanbiedt, kunnen langdurige agentsessies met meerdere beurten gebruikmaken van een warme key-valuecache om de kosten ervan te verlagen. De onderzoeks-, post-training- en infrastructuurteams van Baseten werken ook aan aangepaste kernels, speculatieve decodering en de evaluaties die elk model moet doorstaan voordat het wordt uitgebracht.

Na de preview wil Baseten ondersteuning toevoegen voor het delegeren van langduriger werk aan agents die in de cloud draaien en voor het coördineren van meerdere agents bij complexe taken. Ook op de planning staan routering die is afgestemd op klantgegevens en gebruikssituaties, uitgebreidere veiligheidssignalen en ondersteuning voor de eigen beveiligingsmaatregelen van klanten.

De economische toets is dus hoeveel het kost om een taak op het vereiste kwaliteitsniveau af te ronden; de tokenprijs is slechts één factor. Omdat de gerapporteerde besparingen afhangen van de aard van de workload en verschillende mogelijkheden voor agentbeheer nog gepland zijn, blijft na de preview de vraag open in hoeverre de benchmarkresultaten consistent zullen doorwerken in productiecodeerwerk.