Claude Science is in bèta: reproduceerbaarheid is de functie die ertoe doet

Anthropic heeft een desktoponderzoeksapplicatie in bèta uitgebracht, en het meest interessante op de pagina is niet de kop. Claude Science presenteert zichzelf als “je onderzoekspartner voor rigoureuze wetenschap,” en de zin direct onder die positionering gaat over de technische onderbouw in plaats van over intelligentie: de app voert analyses uit, doorzoekt databases en traceert elke stap van datavoorbereiding tot publicatie. Er zijn downloads beschikbaar voor Mac op Apple Silicon, Mac op Intel, Windows en Linux, met daarnaast een contact-salesknop voor teams die eerst willen overleggen voordat ze installeren. Nergens op de pagina wordt het model genoemd. Nergens op de pagina staat een prijs. Wat wel wordt genoemd, in ongebruikelijk detail, is herkomst.

Die volgorde is de moeite waard om bij stil te staan. De meeste AI-productpagina's beginnen met een capaciteit en voegen daarna taal over vertrouwen toe. Deze begint met een verslag van hoe een resultaat tot stand is gekomen en behandelt de analyse als het ding dat wordt verkocht: rijke wetenschappelijke artefacten die volledig reproduceerbaar zijn, waarbij elk resultaat tot de bijbehorende code wordt herleid. Als je een lab runt, is dat ofwel de nuttigste zin die Anthropic dit jaar heeft geschreven, ofwel de zin die je het hardst zou moeten testen. De rest van dit stuk gaat over die twee uit elkaar houden.

Wat de app eigenlijk is

Claude Science is een applicatie in bèta, geen dienst die je via een browsertab bereikt. De downloadmatrix — Apple Silicon, Intel Mac, Windows, Linux — zegt dat de veronderstelling is dat werk gebeurt waar de data al staat, op een werkstation of een labmachine. Anthropics eigen beschrijving van wat de app doet is beperkt en specifiek: hij voert analyses uit, doorzoekt databases en traceert elke stap van data-wrangling tot publicatie. De belofte die eraan verbonden is, is niet bepaald betere antwoorden. Het is minder tijd besteed aan de delen van onderzoek die geen onderzoek zijn.

Er is een tweede ding dat de pagina nalaat. De pagina verkoopt geen abonnement. De pagina heeft een knop om contact op te nemen met de verkoopafdeling en geen prijs, en de app is als bèta gemarkeerd. Het commerciële detail wordt aan een gesprek overgelaten; dat is een feit over de pagina en geen klacht over het bedrijf — maar het betekent wel dat elk getal dat als de prijs van Claude Science wordt genoemd, iets citeert dat niet is gepubliceerd.

Wat de pagina wel onthult, en vrij uitvoerig, is de vorm van het werk. Elk artefact wordt geleverd met zijn geschiedenis: de exacte code, de omgeving en het gesprek dat het heeft voortgebracht. Anthropic’s formulering is dat figuren, tabellen en notebooks “maanden later kunnen worden gereproduceerd, bewerkt of verdedigd.” Dat is een bewering over vastlegging, en vastlegging is precies het soort bewering dat een lab kan controleren.

Het artefact draagt zijn eigen geschiedenis

Een figuur in een ingediend manuscript is een bitmap met een assertie eraan vast. Zes maanden later vraagt een reviewer waarom de foutbalken boven een bepaalde concentratie breder worden, of wil een collega-onderzoeker dezelfde grafiek voor een tweede cohort, en dan moet iemand een notebook reconstrueren dat voor het laatst is aangeraakt door een postdoc die inmiddels vertrokken is. Het gebruikelijke antwoord is archeologie: een gedeelde schijf, een chatthread, drie versies van een script en een gok welke daarvan de panelen in het artikel heeft geproduceerd.

De bewering hier is dat het artefact geen afbeelding is maar een registratie, en dat de registratie met de afbeelding meereist. Code, omgeving en gesprek, naast de uitvoer opgeslagen, zodat degene die het over een jaar heropent hetzelfde antwoord krijgt in plaats van een aannemelijk antwoord. Als dat klopt, verandert dat de kosten van een tamelijk gewoon onderzoeksgebeuren: het revisieverzoek dat binnenkomt nadat iedereen al verder is gegaan.

Er is een tweedeorde-effect dat belangrijker is dan gemak. Als de code is bijgevoegd, kan een figuur bewerkt worden in plaats van opnieuw getekend. Anthropic beschrijft het itereren op figuren in gewone taal: voorzie een figuur van annotaties om een wijziging aan te vragen of een vraag te stellen, en de agent leest de code waarmee de figuur is gemaakt en past die rechtstreeks aan. Dat is een andere bewerking dan het opnieuw genereren van een afbeelding. Een grafiek met de hand opnieuw tekenen creëert een nieuwe kans op een fout die niemand zal opmerken, omdat de nieuwe grafiek op de oude lijkt. De code bewerken waarmee hij is gemaakt, houdt de afleiding intact — ervan uitgaande, en dit is de aanname waarop het hele product rust, dat de code die aan een figuur is gekoppeld echt de code is die hem heeft geproduceerd.

De reviewer die de code leest

Anthropic heeft een achtergrondreviewer in de app ingebouwd. Die heeft als taak drie dingen te markeren: onjuiste citaties, getallen die niet tot een bron zijn te herleiden, en figuren die niet overeenkomen met de onderliggende code. Elk daarvan is een specifieke faalmodus van computationele biologie in plaats van een generieke hallucinatie, en de derde houdt rechtstreeks verband met de claim over herkomst. Een reviewer die zowel een figuur als de code die deze heeft gemaakt kan zien, kan de een tegen de ander controleren. Een reviewer die alleen de figuur ziet, kan dat niet.

Wat niet is gepubliceerd, is hoe goed dit werkt. Er staat geen percentage, geen benchmark en geen onafhankelijke evaluatie op de pagina, dus die worden hier ook niet geboden. De eerlijke formulering is dat een reviewer die afwijkingen signaleert een nuttig tweede paar ogen is en een slechte vervanging voor een eerste paar. Hij vangt de figuur die tussen versies verschoven aslabels heeft. Hij vertelt je niet of het experiment correct is opgezet, en hij kan niet weten dat een sample sheet stroomopwaarts verkeerd is gelabeld als die verkeerde labeling consistent is van begin tot eind.

Dat onderscheid is belangrijk omdat de reviewer het onderdeel van het product is dat in een labmeeting het snelst wordt oververkocht. Een groen vinkje van een reviewer op de achtergrond betekent dat een bewering een consistentiecontrole heeft doorstaan, niet dat de bewering waar is. Het herkomstrecord is de duurzamere helft van het paar: het hangt er niet van af of de reviewer gelijk heeft, alleen of het record volledig is.

Renderers, manuscripten en rekenkracht

Drie kleinere onderdelen van de app voeren vanuit verschillende richtingen hetzelfde argument aan. Het eerste is native rendering. Eiwitten, uitlijningen, genomische tracks, chemische structuren en pdf's worden in hun native vorm weergegeven, zonder extra installatie. Dat klinkt cosmetisch, tot je je realiseert hoeveel van de toolchain van een lab een keten van exportstappen is — van structuurviewer naar screenshot naar dia naar figuur — waarbij elke stap metadata laat vallen en de mogelijkheid creëert dat iets geruisloos wordt geschaald.

De tweede is het opstellen van manuscripten. Resultaten worden opgeschreven naast de analyse die ze heeft voortgebracht, met gerenderde Markdown- en LaTeX-previews. De tekst in hetzelfde project houden als de berekening is de goedkoopste beschikbare vorm van reproduceerbaarheid: het concept en de analyse kunnen niet uit elkaar drijven als ze nooit gescheiden leven.

De derde is rekenkrachtbeheer. De app bouwt de omgevingen die elke analyse nodig heeft en draait ze op je laptop, je cluster of GPU's. Dit is waar een onderzoeksinstrument bruikbaar wordt of niet. Een GPU-taak die met de hand in een terminal in elkaar moet worden gezet, is een taak die slechts één persoon in het lab kan uitvoeren, en die persoon wordt een knelpunt zodra hij of zij op vakantie gaat. Het bouwen van omgevingen is niet glorieus, en het is het verschil tussen een tool die een lab adopteert en een tool die één promovendus gebruikt.

Wie krijgt het gratis, en wie bedoelt de pagina met wetenschappers?

Boven de productpagina staat een banner die reclame maakt voor een Claude Team-plan voor wetenschappers: wetenschappers bij academische en non-profitonderzoeksinstellingen over de hele wereld kunnen nu gratis met Claude van start gaan. Dat is de bewoording van Anthropic op Anthropic’s eigen pagina, en de grenzen ervan zijn net zo belangrijk als de inhoud.

Het aanbod is opgezet rond academische en non-profitonderzoeksinstellingen. Het is niet geschreven voor industriële R&D en niet voor studenten als categorie; het uitbreiden naar een van beide zou betekenen dat je er meer in leest dan de zin zegt. De zinsnede “om te beginnen” speelt ook een rol. De pagina beschrijft een kosteloze start, geen permanent recht, en zegt niet wat daarna komt. Een lab dat hierop een budget plant, moet dit zien als een middel om de deur open te zetten, niet als een begrotingspost, en mag niet aannemen dat de app zelf een gepubliceerde prijs heeft, want dat is niet zo.

De vragen die de pagina openlaat

Vijf dingen waarnaar een oplettende lezer zal zoeken en die hij niet zal vinden. Het model: de pagina zegt niet op welk Claude-model of welke Claude-modellen Claude Science draait, dus elk artikel dat er een noemt, gokt. De prijs: op de pagina wordt geen abonnement verkocht. Systeemvereisten: er worden vier platforms vermeld en er worden geen hardware- of OS-versies gegeven. Of artefacten de machine verlaten: het herkomstverhaal gaat over wat er bij een resultaat wordt opgeslagen, niet over waar dat resultaat naartoe wordt gestuurd, en dat zijn verschillende vragen. En een einddatum van de bèta: die wordt niet gepubliceerd.

De vierde daarvan is degene die vóór de eerste upload moet worden opgelost. Een reproduceerbaarheidsrecord is juist waardevol omdat het gedetailleerd is — code, omgeving, gesprek — en gedetailleerde records van ongepubliceerd onderzoek zijn precies waar een datagovernancecommissie naar zal vragen. De pagina beantwoordt niet waar het record wordt bewaard, en dat stilzwijgen is een legitieme reden om het gesprek met Anthropic aan te gaan voordat je klinische gegevens via de app verwerkt, in plaats van daarna.

De andere aankondiging van die week

Op 22 oktober 2026 publiceerde Anthropic een open oproep voor gastonderzoekers in de levenswetenschappen, waarin de gemeenschap van levenswetenschappers werd uitgenodigd om te solliciteren om met Anthropic aan speciale projecten te werken. Dat is de volledige gepubliceerde inhoud van de aankondiging. Het is geen programmabeschrijving, geen subsidie en geen uitspraak over de roadmap van Claude Science; het als een van die dingen behandelen zou er meer in lezen dan er staat. Het is wel een signaal over waar het bedrijf zijn aandacht op richt. Anthropic werft praktiserende wetenschappers, geen klanten.

Wat dit betekent als je bouwt in plaats van onderzoek te doen

Eerst één grens. Claude Science is een applicatie van Anthropic. Wij hosten die niet, wij verkopen die niet, en niets hier mag worden gelezen als een bewering dat de app beschikbaar is. Wat wij hosten zijn modellen, via één OpenAI-compatibel endpoint met één sleutel, tegen de lijstprijs van de provider zonder opslag erbovenop. Claude Opus 5.5 staat in die catalogus voor $4,00 per miljoen inputtokens en $20,00 per miljoen outputtokens, met een context van 1M tokens en cache-reads voor $0,20 per miljoen.

Dat is voor een kleiner deel van dit verhaal relevant dan het op het eerste gezicht lijkt. Omdat Anthropic niet heeft gepubliceerd op welk model Claude Science draait, kun je niet eerlijk zeggen dat de app draait op een model dat wij toevallig in ons aanbod hebben. Wat wel gezegd kan worden, is dat de delen van een onderzoekspipeline die buiten de app vallen — een batchtaak die 's nachts samples annoteert, een script dat vanuit een bestaande notebook een model aanroept, een stap die moet blijven draaien tijdens een storing bij een provider — gewone modelaanroepen zijn, en daar is een router voor bedoeld. Automatische failover tussen providers is belangrijker in een taak die zes uur draait dan in een chatvenster waar iemand naar kijkt. De routing-DSL, die meerdere modellen combineert tot één aanroep, is van belang wanneer de ene stap in een pipeline een klein, goedkoop model wil en de volgende een zorgvuldig model.

De reproduceerbaarheidsdiscipline die de app verkoopt, hoeft niet bij de grens van de app te stoppen. Als een resultaat afhangt van een modelaanroep die je zelf hebt gedaan, geldt dezelfde regel: leg het model vast, leg de prompt vast, leg de datum vast. Endpoints overleven de versies achter hun aliassen, en een cijfer dat afhangt van een aanroep die niemand heeft gedocumenteerd, is precies het cijfer dat archeologie wordt.

De test die het waard is om als eerste uit te voeren

Elke productpagina in deze categorie doet een variant van dezelfde belofte: het werk gaat sneller en het verslag wordt schoner. De eerste helft is makkelijk te demonstreren en moeilijk te verifiëren. De tweede helft is verifieerbaar, en Claude Science heeft die ongewoon concreet gemaakt — code, omgeving en gesprek, gekoppeld aan het artefact, maanden later nog verdedigbaar.

De test is dus geen demo. Neem een figuur die je lab al heeft gepubliceerd, een die echt werk heeft gekost om te maken, en vraag de app om die uit de vastlegging te reproduceren. Als er dezelfde cijfers uit komen en een leesbaar verslag van hoe ze zijn verkregen, dan is de herkomstclaim echt voor jouw soort werk. Als er een plausibel uitziende grafiek uit komt zonder spoor, dan heb je iets nuttigers geleerd dan welke benchmark dan ook: de tool is een renderer met goede manieren, en je lab heeft nog steeds zijn eigen archief nodig.

Elk van beide antwoorden is de moeite waard. Een beta is een hypothese over hoe onderzoek zal worden uitgevoerd, en het nuttige aan deze specifieke beta is dat de kernbewering weerlegbaar is voor iedereen met een gepubliceerd cijfer en een middag tijd.