Samenwerking Caveman, Ponytail en GreenPT op GreenPT API

Als je dit jaar met AI-agents werkt, is je vast iets vreemds opgevallen: hoe geavanceerder deze modellen worden, hoe meer ze praten. Elke vraag levert drie alinea’s uitleg op. Elke codefix komt met een inleiding, een toelichting en een samenvatting. Het model wil behulpzaam zijn. Het is behulpzaam door breedsprakig te zijn. En je betaalt voor elk woord.

Twee opensourceprojecten hebben veranderd hoe ontwikkelaars hierover denken. Vanaf vandaag zijn ze geïncorporeerd in de GreenPT API.

Het probleem: agents die te veel uitleggen, te veel bouwen en te veel kosten

Iedereen die AI-codeertools op schaal draait, weet dat de rekensom niet klopt. Modellen uit de GPT-5-klasse genereren output voor zo’n $10 tot $15 per miljoen tokens. Eén senior developer die de hele dag een agent draait, verstookt in een week miljoenen tokens, grotendeels bestaande uit te veel tekst, boilerplate en defensief gegenereerde code.

Er is een tweede kostenpost die minder aandacht krijgt: energie. Voor elke token die een model genereert, moet het hele model één keer alles doorrekenen: elk woord is dus letterlijk een rekenronde. Meer tokens betekent meer rekenwerk, en dus meer stroom en meer CO2. Voor AI-aanbieders is breedsprakigheid in feite een verborgen milieubelasting, ongemerkt doorberekend aan klanten die er weinig aan kunnen doen, behalve overstappen op kleinere (en slechtere) modellen.

Twee bouwers uit de opensourcegemeenschap besloten dat dit op te lossen was op het niveau van de taal, niet van het model.

Caveman: hetzelfde antwoord, veel minder woorden

Julius Brussee begon met een simpele constatering: het meeste van wat een AI-agent genereert is tekst, geen code. Als je die tekst kunt inkorten zonder de code aan te raken, pak je een flink deel van de totale besparing mee.

Zijn antwoord was Caveman, een ruleset die de agent instrueert om te schrijven als, nou ja, een holbewoner. In plaats van “Je zou het object waarschijnlijk in useMemo moeten wikkelen, omdat er bij elke render een nieuwe referentie ontstaat en dat de referentiële-gelijkheidscheck van React ondermijnt,” krijg je “Nieuwe object-ref per render. Wikkel in useMemo.”

Hetzelfde antwoord. Grofweg een negende van de leestijd. En cruciaal: codeblokken, foutmeldingen, tool calls en diffs blijven byte voor byte behouden. Caveman comprimeert de verpakking, niet de inhoud.

De gemeten gemiddelde besparing is 65% minder output-tokens bij chat-achtige prompts (spreiding 22 tot 87%). Een paper uit maart 2026 waar Brussee naar verwijst, vond dat beknoptheid in AI-antwoorden de nauwkeurigheid op sommige benchmarks juist met ongeveer 26 punten verbeterde. Minder overbodige tekst maakt het echte antwoord beter zichtbaar.

Caveman wordt geleverd als skill voor Claude Code, Codex, Cursor, Windsurf, Cline, Copilot en zo’n 40 andere agents. Het is MIT-gelicentieerd, heeft geen telemetrie en staat inmiddels op meer dan 95k sterren op GitHub. Brussee is ook verfrissend eerlijk over de nadelen: Caveman comprimeert alleen output-tokens, geen input- of reasoning-tokens, en voegt zo’n 1 tot 1,5k tokens per beurt aan overhead toe. Bij workflows met vooral code, krimpen de besparingen. Bij workflows met vooral tekst zijn ze enorm.

Ponytail: de code die je niet schrijft

Dietrich Gebert koos een andere invalshoek. Waar Caveman zich richt op hoe de agent praat, richt Ponytail zich op wat de agent bouwt. De kerngedachte: senior developers zijn lui. Niet op een slechte manier. In de zin dat ze weten dat de beste code de code is die je niet schrijft.

Ponytail legt een beslisladder op voordat de agent ook maar iets schrijft:

1. Moet dit bestaan? (YAGNI eerst)
2. Bestaat het al in deze codebase? (Hergebruik het)
3. Dekt de standaardbibliotheek het af? (Gebruik stdlib)
4. Dekt een native platformfunctie het af? (Gebruik die)
5. Lost een geïnstalleerde dependency het op? (Gebruik die)
6. Kan het in één regel? (Maak er één regel van)

Alleen als het antwoord op alle zes nee is, schrijft de agent nieuwe code. En zelfs dan: minimaal wat werkt.

Het resultaat is gemiddeld zo’n 54% minder gegenereerde code, tot 94% bij extreme overengineering. Ponytail behoudt 100% van de beveiligings- en validatielogica, vaak het eerste dat te gretige agents proberen te “vereenvoudigen”. Gebert lanceerde het in juni 2026 en het groeide naar meer dan 95k sterren, een van de snelst groeiende codeertools van het jaar.

Net als Caveman werkt het met 13+ agents via plugins, hooks en rule files, en het is MIT-gelicentieerd.

Waarom we ze allebei naar de API-laag brachten

Het punt met skills, plugins en rule files: iemand moet ze installeren. Configureren. Bijhouden binnen een team. Zorgen dat nieuwe collega’s weten dat ze bestaan. Dat is frictie, en frictie doodt adoptie.

We stelden onszelf een simpele vraag: wat als de compressie plaatsvond bij het API-endpoint zelf, zodat er niets geïnstalleerd hoeft te worden?

Dat is wat we vandaag hebben uitgebracht. GreenPT biedt nu drie nieuwe endpoints, gebouwd op GLM-5.2:

• glm-5.2-caveman past de ruleset van Brussee native toe (-22% tot -87% output-tokens)
• glm-5.2-ponytail past de ruleset van Gebert native toe (-22% tot -94% output-tokens)
• glm-5.2-honey combineert beide, dezelfde balans als onze Honey-skill, voor gemengde tekst-en-code-workloads (-6% tot -77%)

Elk komt in drie niveaus: -lite, default en -ultra. Geen extra parameters, geen headers, geen SDK-gymnastiek. Je wisselt het model-id in je bestaande OpenAI-compatibele request en het gebeurt gewoon:

{
  "model": "glm-5.2-ponytail",
  "messages": [{ "role": "user", "content": "Voeg retry met backoff toe aan deze fetch-call." }]
}

Omdat het endpoint OpenAI-compatibel is, past het rechtstreeks in OpenCode, Cursor, Claude Code en elke codeertool die de OpenAI-API spreekt. De compressie zit ingebakken.

Niet alleen goedkoper, ook minder energie

Voor ons bij GreenPT is dit de hele missie samengebald in één release: hetzelfde antwoord, minder energie.

Het prijsmodel verandert niet. Je betaalt nog steeds per token, tegen dezelfde CO2 per token als de reguliere GLM-5.2. Maar omdat er minder output-tokens zijn, daalt je totale rekening. Je responstijd daalt. Je energieverbruik daalt. En we geven de hele besparing door, omdat de besparing echt is, geen korting die we bieden om volume te verplaatsen.

We publiceren standaard CO2-cijfers per API-call op GreenPT. Met deze endpoints wordt dat getal merkbaar lager, en het is vanaf dag één meetbaar in je dashboard.

Samenwerken met de bouwers

We zijn de eerste vermelde sponsor van Ponytail, en beide rulesets draaien native op onze endpoints, met volledige credits voor hun makers. Julius Brussee en Dietrich Gebert bouwden deze tools in de openbaarheid, gaven ze een MIT-licentie en stelden ze voor iedereen beschikbaar. Dat verdient erkenning, niet alleen adoptie.

Wil je hun tools rechtstreeks met je eigen agent-setup gebruiken? Dat moedigen we ook aan. Wat wij hebben gedaan, is dezelfde principes beschikbaar maken voor iedereen die onze API al gebruikt, zonder installatiestappen. Hetzelfde idee, anders geleverd.

Het grotere plaatje

Er is een denklijn in de AI-industrie die aanneemt dat efficiëntie komt van grotere modellen, betere hardware of slimme inferentietrucs. En soms klopt dat. Maar sommige van de grootste winsten die nu beschikbaar zijn, zitten niet in het model, ze zitten in de output. Elk overbodig woord dat een agent genereert, kost geld en energie die niet uitgegeven hoefden te worden.

Caveman en Ponytail bewezen dit op het niveau van de ontwikkeltool. Wij brengen het naar het niveau van de infrastructuur.

Als je de API van GreenPT gebruikt, kan het wisselen van één string in je request je output-tokens met tot 70% verlagen. Dat is gewoon wat er gebeurt als het model stopt met te veel uitleggen.

Probeer het

• Documentatie compressiemodellen
• Caveman op GitHub
• Ponytail op GitHub