De belofte is verleidelijk: je uploadt een CSV, typt een vraag in natuurlijke taal en het model geeft je de grafiek of het cijfer dat je nodig hebt. In de praktijk zit het verschil tussen een gratis en een betaalde LLM voor data-analyse niet zozeer in de kwaliteit van het antwoord, maar in wat er gebeurt wanneer het antwoord onjuist is en je het niet doorhebt. Daar wordt beslist of betalen de moeite waard is.
Ik heb beide benaderingen getest met echte bedrijfsdata: Search Console-exports, verkooptabellen met gaten, serverlogs en spreadsheets met verkeerd getypeerde kolommen. Wat volgt is geen lijst van tools, maar een besliskaart over wanneer het gratis plan je van dienst is en wanneer het je geld kost zonder dat je het weet.
Wat een LLM echt met je data doet (en wat niet)
Voordat je prijzen vergelijkt, is het goed het mechanisme te begrijpen. Een LLM «rekent» niet in de traditionele zin: het genereert tekst. Wanneer je vraagt «tel de omzetkolom op», produceert het in werkelijkheid een reeks tokens die waarschijnlijk de juiste som is, maar het voert geen interne, verifieerbare rekenkundige bewerking uit. Daarom zijn de serieuzere modellen voor data-analyse steeds meer naar twee architecturen toegegroeid:
- Codegeneratie: het model schrijft Python of SQL, jij (of het platform) voert het uit en het resultaat komt van de interpreter, niet van het model. Dat is de betrouwbare route.
- Aanroepen van tools: het model roept rekenfuncties, databasequery’s of statistische bibliotheken aan.
Als de gratis tool die je gebruikt zich beperkt tot het «lezen» van de tabel en je uit het geheugen antwoordt, is elk geaggregeerd cijfer verdacht. Dit is het eerste echte onderscheid tussen gratis en betaalde alternatieven: niet de prijs, maar of de motor code uitvoert of improviseert.
Gratis alternatieven: waar ze uitblinken en waar ze falen
Het gratis ecosysteem valt uiteen in drie families met heel verschillend gedrag.
1. Algemene chatbots met bestandsupload
De gratis plannen van de grote assistenten laten je een CSV of Excel-bestand bijvoegen en vragen stellen. Voor eerste verkenning werken ze verrassend goed: null-waarden opsporen, de verdeling van een kolom beschrijven, een grafiek voorstellen. De grens ligt bij de omvang en bij de reproduceerbaarheid.
Een concreet geval dat zich herhaalt: je uploadt een verkoopexport van 40.000 rijen. De gratis assistent kapt af of neemt intern een steekproef zonder je daar duidelijk op te wijzen. Je vraagt naar het jaartotaal en krijgt een cijfer dat slechts op een fractie van het bestand is gebaseerd. Het resultaat lijkt redelijk, heeft de juiste opmaak en is onjuist. Zonder een kruiscontrole tegen een som in een spreadsheet blijft die fout onopgemerkt en belandt ze in een rapport.
Gebruikelijke praktische beperkingen van deze plannen:
- Limieten op het aantal berichten per tijdsvenster die precies uitgeput raken wanneer je opschoningsquery’s aan elkaar rijgt.
- Beperkte context: je kunt niet meerdere samenhangende bestanden laden (verkoop + catalogus + campagniekalender) en verwachten dat de sleutels goed worden gekoppeld.
- Geen persistente uitvoering: elk gesprek begint vanaf nul, er is geen omgeving waarin de code bewaard en geversioneerd blijft.
- Onduidelijke privacy: volgens de officiële documentatie van elke aanbieder kunnen gegevens die in gratis plannen worden verzonden, worden gebruikt om modellen te verbeteren. Voor persoonsgegevens of financiële gegevens is dit meestal een juridische blokkade, geen voorkeur.
2. Notebooks met geïntegreerd model (lokale of semi-gratis omgeving)
Tools van het notebooktype die een LLM aan een Python-kernel koppelen, stellen het model in staat pandas te schrijven en jou de code te laten zien uitvoeren. Hier stijgt de betrouwbaarheid omdat het resultaat door de interpreter wordt geproduceerd. De gratis versie bevat meestal een berichtquotum en kleinere modellen.
Een genuanceerd punt van een expert: kleine modellen genereren correcte code voor eenvoudige bewerkingen (filters, groupby, merge van twee tabellen), maar falen bij geneste structuren, datums met gemengde tijdzones of joins met vervuilde sleutels. Als je data schoon is, dekt het gratis plan 80% van het verkennende werk. Als je data een chaos van exports is, verbruik je je quotum aan het corrigeren van syntaxisfouten in plaats van aan analyseren.
3. Open modellen die lokaal draaien
Een open model downloaden en op je eigen machine draaien elimineert de kosten per query en het privacyprobleem. In ruil daarvoor heb je hardware nodig. Voor data-analyse met middelgrote tabellen kan een model van gemiddelde grootte op een machine met een bescheiden GPU genoeg zijn om code te genereren; zeer kleine modellen falen vaak bij redeneren over kolommen.
Dit werkt niet als je verwacht dat een lokaal model een analist vervangt bij complexe statistische interpretatietaken. Het dient om repetitieve query’s te automatiseren en om te prototypen, niet om met rigor over causaliteit te beslissen.
Betaalde alternatieven: wat je precies koopt
Betalen geeft je niet «betere antwoorden» in het abstracte. Het geeft je vier concrete dingen die het gratis plan niet volhoudt:
Uitgebreidere context en grote bestanden
Betaalde plannen laten je tienduizenden rijen of volledige documenten laden zonder afkappen, en meerdere bestanden in één sessie koppelen. Voor data-analyse is dat het verschil tussen «beschrijf deze kolom» en «koppel verkoop aan campagnes en vertel me welk segment is gedaald».
Code-uitvoering met een persistente omgeving
Het model schrijft Python, het wordt in een sandbox uitgevoerd, de fout wordt naar het model teruggekoppeld en het corrigeert zichzelf. Deze correctielus is wat serieuze analyse bruikbaar maakt. In gratis plannen wordt die lus door het quotum onderbroken precies wanneer je hem het hardst nodig hebt.
Contractuele garanties over je data
Volgens de officiële documentatie van de belangrijkste aanbieders sluiten bedrijfsplannen training met je data standaard uit en bieden ze configureerbare retentie. Voor elk team dat met klantgegevens werkt, is dit geen extra: het is de vereiste die het gebruik van de tool mogelijk maakt.
Traceerbaarheid en controle
De uitgevoerde code, de tussenstappen en de gebruikslogboeken kunnen zien. Bij een analyse die een bedrijfsbeslissing gaat voeden, is reproduceerbaarheid meer waard dan snelheid.
Vergelijking per use case, niet per prijs
| Scenario | Gratis voldoende | Betalen de moeite waard |
|---|---|---|
| Een CSV van minder dan 5.000 rijen verkennen | Ja, met handmatige verificatie van kerncijfers | Nee |
| Vervuilde data recurrent opschonen | Gedeeltelijk: quotum raakt uitgeput | Ja, vanwege de uitvoeringslus |
| Meerdere bronnen koppelen (verkoop + verkeer + CRM) | Niet betrouwbaar door afkappen | Ja |
| Gereguleerde persoons- of financiële gegevens | Niet aan te raden | Ja, vanwege contractuele garanties |
| SQL-query’s prototypen | Ja | Afhankelijk van het volume |
| Rapporten die elke maand terugkomen | Nee: geen persistentie | Ja |
De fout die bijna niemand op tijd opmerkt
Er is een patroon dat zich herhaalt bij teams die met de gratis versie beginnen: vertrouwen op de beschrijving die het model van de data geeft zonder de aggregatie te controleren. Het model heeft gelijk als het zegt «deze kolom bevat bedragen in euro’s met twee decimalen» en faalt bij het optellen ervan omdat sommige rijen een duizendtalscheiding als tekst hebben. Het verhaal is onberispelijk; het getal niet.
De routine die dit voorkomt is eenvoudig en hangt niet van het plan af: elk cijfer dat in een rapport belandt, wordt buiten het model herberekend met een som, een telling of een directe query. De LLM versnelt de verkenning en het schrijven van code; de validatie gebeurt met deterministische tools. Als je workflow die stap niet bevat, redt het betaalde plan je ook niet.
Hoe je in de praktijk beslist
Een regel die werkt: begin gratis om te begrijpen welke vragen je echt zult stellen. Noteer twee weken lang hoe vaak het quotum je blokkeert, hoe vaak het data afkapte en hoe vaak je de query opnieuw moest doen. Als de meeste blokkades door de berichtlimiet komen, lost een basis betaald plan het probleem waarschijnlijk op. Als de blokkades komen door data die niet past of door het ontbreken van juridische garanties, moet de sprong naar een professioneel plan zijn, niet naar het tussenplan.
En een opmerking over transparantie: LLM’s blijven slecht in causale inferentie en in het detecteren van vertekening in de data zelf. Ze kunnen een correlatie vlot beschrijven en een overtuigende verklaring suggereren die volledig onjuist is. Voor verkennende analyse en codegeneratie zijn ze een echte hulp; voor bedrijfsconclusies blijft de verantwoordelijkheid menselijk. Geen enkele versie, gratis of betaald, verandert dat.