Robotics / VLA

Pricing in deze categorie is nog niet gestandaardiseerd. De meeste modellen op deze pagina draaien op dedicated GPU-infrastructuur — Vast.ai, Replicate, self-hosted — en je betaalt per seconde inference-compute in plaats van per call of per token. Reken op €0,001-€0,01 per inference-stap (één cameraframe plus één instructie) op H100-klasse hardware. Een continue policy die op 10 Hz draait kost ruwweg €0,36-€3,60 per uur robotoperatie, voor energie- en supervisiekosten.

De afwegingsdriehoek is generalisatie, latency en fysieke reikwijdte. Grotere VLA's (RT-2-X, OpenVLA-7B) generaliseren naar nieuwe objecten en instructies maar inferereren op 1-3 Hz, te traag voor gesloten-lus dexterieuze besturing. Kleinere gedistilleerde modellen (Octo, π-0-fast, RDT-1B) halen 30-50 Hz maar generaliseren alleen binnen hun trainingsdistributie. Voor tafelmanipulatie in een gecontroleerde cel is het kleine snelle model meestal de juiste keuze. Voor onderzoek dat taal- en visuele generalisatie nodig heeft, is het grotere model dat.

Pas op met de sim-to-real-gap: de meeste VLA-trainingsdata wordt in simulatie verzameld of op specifieke robot-embodiments. Uitrollen op een andere arm, gripper of camerageometrie vereist meestal fine-tuning op enkele honderden tot enkele duizenden nieuwe demonstraties. Pas ook op met veiligheid — deze modellen produceren af en toe onveilige gewrichtstrajecten; laat altijd een low-level safety filter (gewrichtsgrenzen, krachtgrenzen, workspace-grenzen) tussen policy en hardware draaien.

De topkeuzes hierboven dekken het meest generaliseerbare research-flagship, de goedkoopste run-op-gedeelde-GPU-optie, het grootste open-weights-model en de snelste realtime besturingspolicy. Commerciële managed-API-aanbiedingen worden toegevoegd zodra providers ze lanceren.