Claude Agent SDK vs Claude Managed Agents: Welke Moet Je in Productie Draaien?

Anthropic biedt twee manieren om een Claude-agent in productie te nemen, en ze zijn makkelijk te verwarren omdat ze in feite dezelfde agent-loop draaien.

De Claude Agent SDK is een library, beschikbaar in Python en TypeScript, die die loop binnen je eigen proces, op je eigen infrastructuur draait. Claude Managed Agents, gelanceerd in april 2026, is een gehoste REST API waar Anthropic de harness, de sandbox en het sessielogboek voor jou beheert.

De functionaliteiten overlappen vrijwel volledig. Beide bieden het model code-executie, bestandsbewerkingsmogelijkheden, bash, webbrowsing en MCP tool-integraties. De beslissing gaat dus niet echt over wat de agent kan doen. Het gaat erom wie de runtime beheert, wie opdraait voor storingen en hoe je gefactureerd wordt.

Deze gids legt uit wat beide opties inhouden, wanneer welke optie wint, en belicht een gedeelde beperking die je in de documentatie van Anthropic niet snel zult terugvinden.

Wat is de Claude Agent SDK?

De Claude Agent SDK is dezelfde agent-loop die Claude Code aandrijft, verpakt als een library die je zelf kunt draaien. Je importeert deze, definieert je tools en voert de loop uit binnen je eigen service: een background worker, een API handler, of een container in je cluster.

Omdat de loop in jouw proces draait, ben jij eigenaar van alles eromheen. Je definieert elke stap, de fallbacks, de foutstatussen, de retry-logica en waar de sessiestatus wordt opgeslagen. Je bent ook verantwoordelijk voor het operationele vlak: het schalen van workers, het inrichten van sandboxes als je agent code uitvoert, en het in de lucht houden van het geheel bij herstarts.

Dat eigenaarschap is de kern van de waardepropositie. Als je agent moet draaien binnen een bestaande service, een databasetransactie moet delen met je applicatie, rekening moet houden met bestaande infrastructuur, of binnen de netwerkgrenzen van je compliance-team moet blijven, is de SDK de enige van de twee die dat kan. Anthropic adviseert zelf om te prototypen met de Agent SDK en voor productie over te stappen op Managed Agents. Dat is verstandig advies voor de meeste teams, maar precies verkeerdom voor teams waarvan de infrastructuur de werkelijke beperking vormt.

Het meest geschikt voor: Teams die de agent-loop binnen hun eigen systemen moeten draaien en bereid zijn deze te beheren.

Wat is Claude Managed Agents?

Claude Managed Agents is de gehoste variant. Je roept een REST API aan, en Anthropic draait de harness, richt de sandbox in en verwijdert deze weer, beheert de context over een lange sessie, en slaat het sessielogboek op. Er is geen runtime die je zelf hoeft te beheren.

De prijzen zijn gebaseerd op de standaard Claude-tokentarieven plus een toeslag per sessie-uur voor actieve runtime, vastgesteld op $ 0,08 per sessie-uur, waarbij de eerste 50 uur per dag gratis zijn over alle sessies heen. Die gratis marge is belangrijker dan hij op het eerste gezicht lijkt: voor teams die een bescheiden aantal agent-sessies draaien, vallen de runtimekosten vrijwel weg en bestaat de gehele rekening uit tokens.

De keerzijde is dat de uitvoering plaatsvindt op de infrastructuur van Anthropic. De redeneerstappen van je agent, tool-inputs en -outputs, en tussenliggende bestanden blijven daar gedurende de sessie staan. Voor de meeste teams is dat prima. Voor iedereen met een VPC-vereiste, verplichtingen rondom data-residency of een air-gapped omgeving is dit echter een absolute blocker.

Het meest geschikt voor: Teams die urenlang lopende agent-workloads draaien, geen operationele lasten willen en geen restricties hebben qua data-residency.

Wanneer kies je voor de Claude Agent SDK?

Je hebt de loop nodig binnen een bestaande service. Als de agent een transactie moet delen, interne services moet aanroepen over een privénetwerk, of als één stap in een grotere pipeline moet draaien, is het insluiten van de SDK de enig passende optie.

Compliance stelt strikte eisen aan je infrastructuur. VPC-only, on-prem of air-gapped deployments sluiten de gehoste route volledig uit. De SDK draait overal waar jouw code draait.

Je wilt voorspelbare kosten op basis van alleen tokens. Zonder runtime-heffing is je rekening een directe functie van tokens. Bij workloads met een hoog volume die de gratis sessie-uurgrens overschrijden, is die voorspelbaarheid makkelijker te modelleren en te maximeren.

Je moet de loop zelf aanpassen. Aangepaste retry-semantiek, ongebruikelijke tool-goedkeuringslogica of een specifieke contextstrategie vereisen toegang tot de loop, wat de gehoste API uiteraard verbergt.

Wanneer kies je voor Claude Managed Agents?

Langlopende taken die meerdere uren duren. Sessiebehoud, contextbeheer en de levenscyclus van de sandbox bij een urenlange run zijn echt moeilijk om goed te bouwen. Hier is de beheerde optie voor bedoeld.

Je wilt geen operationeel beheer voor een runtime. Kleine teams zonder platform engineering-ondersteuning komen aanzienlijk sneller in productie door geen eigen workers, sandboxes en sessie-opslag te hoeven beheren.

Je volume valt binnen het gratis tegoed. Als je gebruik comfortabel binnen de gratis sessie-uren blijft, krijg je beheerde infrastructuur tegen enkel tokenkosten, wat het op economische gronden alleen al wint van self-hosting.

Je bent sowieso gebonden aan Claude. Als de modelkeuze om andere redenen dan kosten al vaststaat, wordt het belangrijkste argument voor een zelfbeheerde runtime aanzienlijk zwakker.

De beperking die beide opties delen

Dit is wat de bovenstaande vergelijking niet kan oplossen, omdat het voor beide geldt: de Claude Agent SDK en Claude Managed Agents zijn beide uitsluitend geschikt voor Anthropic.

Het zelf hosten van de SDK geeft je controle over de infrastructuur. Het geeft je geen controle over het model. Elke taak draait nog steeds op een Claude-model, wat betekent dat elke taak gefactureerd wordt tegen de hoogste tarieven, ongeacht of frontier-capaciteiten nodig waren. Bij een agent die duizenden keren per dag draait, hebben de meeste taken die capaciteiten niet nodig.

Dit is van belang omdat het model de grootste kostenpost is. De agent-loop verwerkt bij elke stap de system prompt en tool-definities opnieuw, en elke tool-round-trip stuurt de groeiende context terug naar het model. De grootste knop om kosten te besparen voor elk agent-platform is het routen van een taak naar een goedkoper model als de taak geen duur model vereist, en geen van deze opties biedt die mogelijkheid.

Het werkelijke keuzespectrum is dus breder dan twee opties. Naast "wie host het" is er ook de vraag "welk model draait het". En die vraag ontstaat pas als de agent harness zelf model-neutraal is.

TrueForge: Een open-source alternatief voor Claude Managed Agents, tot 75% goedkoper

TrueForge is TrueFoundry's open-source, leverancier-neutrale agent harness voor teams die meer controle willen over hoe hun agenten in productie draaien. In plaats van de runtime te koppelen aan één enkele modelprovider, kun je met TrueForge je eigen modellen, MCP-servers en infrastructuur meenemen, terwijl het de agent-loop, tool-executie, contextbeheer, goedkeuringen en sandboxing afhandelt.

Waar een zelfgehoste agent zoals Hermes veel van de productie-infrastructuur overlaat aan de ontwikkelaar, biedt TrueForge het omliggende control plane dat nodig is om agenten over teams en omgevingen heen te beheren. Dit omvat gecentraliseerde MCP-toegang en credentials, human-in-the-loop goedkeuringen, ge-sandboxten uitvoering, observabiliteit en governance.

Je kunt het lokaal draaien met npx @truefoundry/trueforge of uitrollen voor een team met Docker Compose of Helm.

TrueForge scheidt ook de agent-runtime van de meegaande modellaag. Dit betekent dat teams van model kunnen wisselen of workloads naar verschillende providers kunnen routen zonder de agent zelf opnieuw te bouwen. Gecombineerd met TrueFoundry's AI Gateway kunnen teams ook modelrouting en kostenbeheersing toepassen om te voorkomen dat er dure frontier-modellen worden gebruikt voor taken die dat niet nodig hebben. Het resultaat is een middenweg tussen een volledig beheerde runtime en het zelf bouwen van de gehele agent-infrastructuur: een open-source agent harness met de operationele functies die nodig zijn om productie-agenten op schaal te draaien.‍

In TrueFoundry's benchmark tegen Claude Managed Agents behaalde TrueForge ongeveer dezelfde taaknauwkeurigheid, terwijl het slechts circa 40% van het aantal tokens verbruikte toen beide op Opus 4.8 werden gedraaid, wat het zo'n 30% goedkoper maakte per run. Toen dezelfde benchmark werd gedraaid met GLM-5.2 op TrueForge, werd dezelfde taakscore van ~11/14 behaald tegen ongeveer $ 2,90 per run, vergeleken met $ 11,80 voor Claude Managed Agents; een kostenreductie van ongeveer 75%.

TrueFoundry biedt ook een tweede knop om modelkosten te verlagen via AI Gateway's Auto Routing. In plaats van elk verzoek naar een frontier-model te sturen, categoriseert Auto Routing verzoeken op basis van complexiteit en stuurt ze naar verschillende modelniveaus. In TrueFoundry's benchmark over 550 prompts verlaagde het routen tussen Haiku, Sonnet en Opus de kosten met 69% met behoud van 98% van de kwaliteitsbaseline, terwijl de gemiddelde latentie daalde van 7,6 seconden naar 4,0 seconden. Op realistisch productieverkeer bereikte de totale kostenreductie zelfs 80%.

Deze twee lagen pakken verschillende onderdelen van de kostenvergelijking aan. TrueForge verlaagt de overhead van het draaien van de agent zelf, terwijl modelrouting ervoor zorgt dat je geen duur model gebruikt wanneer de taak dat niet vereist. Voor teams die agenten op schaal draaien, kunnen beide beheerelementen belangrijker zijn dan de prijs van het model alleen.

TrueForge is open-source en heeft een MIT-licentie, terwijl TrueFoundry's AI Gateway de operationele laag toevoegt die teams nodig hebben bij de overstap van individuele agenten naar productie: gecentraliseerde modeltoegang, budgetten, guardrails, credential-beheer en uniforme traces.

Als je Claude Managed Agents vergelijkt met een flexibeler configureerbare architectuur, is TrueFoundry het overwegen waard wanneer modelflexibiliteit, controle over infrastructuur en kostenoptimalisatie voor agenten net zo belangrijk zijn als de agent-runtime zelf.

Een Open-Source Alternatief voor Claude Managed Agents, Tot 75% Goedkoper

Draai productieklare AI-agenten op je eigen infrastructuur met TrueForge, met je eigen keuze aan modellen, tools en sandbox-providers.

Bekijk op GitHub

Documentatie

Veelgestelde vragen (FAQ)

V: Wat is de Claude Agent SDK?

‍A: De Claude Agent SDK is een Python- en TypeScript-library die dezelfde agent-loop uitvoert als Claude Code, maar dan binnen je eigen proces en infrastructuur. Je krijgt volledige controle over de loop, tools, retries en sessiestatus, en bent zelf verantwoordelijk voor hosting, schalen en sandboxing.

V: Wat is het verschil tussen Claude Agent SDK en Claude Managed Agents?

‍A: De Agent SDK is een library die je zelf draait; Managed Agents is een gehoste API waarbij Anthropic de harness, sandbox en het sessielogboek beheert. De functionaliteiten overlappen grotendeels. Het verschil zit in wie de runtime beheert en hoe er gefactureerd wordt. De SDK rekent alleen tokens; Managed Agents voegt daar een toeslag per sessie-uur aan toe.

V: Is de Claude Agent SDK gratis?

‍A: De SDK zelf kent geen afzonderlijke platformkosten. Je betaalt de standaard Claude API-tokentarieven voor wat je agent verbruikt, plus de kosten voor je eigen infrastructuur om het uit te voeren.

V: Kan een van beide opties niet-Claude-modellen draaien?

‍A: Nee. Zowel de Claude Agent SDK als Claude Managed Agents zijn uitsluitend geschikt voor Anthropic, dus elke taak draait op een Claude-model, ongeacht of frontier-capaciteit nodig was. Het routen van taken over open modellen zoals Llama, GLM of Qwen vereist een model-neutrale harness zoals TrueForge.

V: Kan ik een agent harness in mijn eigen VPC of on-prem draaien?

‍A: Met de Agent SDK of een open-source harness wel. TrueForge draait lokaal vanuit één npx commando, of via Docker Compose en Helm voor team-deployments met Postgres, Redis, replicas en OIDC-login. TrueFoundry's beheerde versie draait ook self-hosted, on-prem, air-gapped of hybride, zodat er geen data uit jouw domein weglekt. Claude Managed Agents biedt dit niet.

V: Hoe beheer ik modellen en MCP-servers over meerdere agenten heen?

‍A: Via een gateway-laag. TrueFoundry's AI Gateway biedt toegang tot 1.000+ LLM's achter één OpenAI-compatibele API met een toegevoegde latentie van slechts ~3–4 ms en 350+ RPS op een enkele vCPU, inclusief RBAC, budgetten, guardrails en credential-rotatie, plus een MCP Gateway voor toegangsbeheer op tool-niveau en OpenTelemetry-traces naar Grafana, Datadog of Prometheus.

Gerelateerde artikelen

• Introductie van TrueForge: de open-source agent harness die wij in productie draaien: architectuur en ontwerpkeuzes
• TrueForge vs Claude Managed Agents: Tot 75% Goedkoper: volledige Enterprise-Bench methodologie en resultaten
• Waarom Agent Harnesses Open Moeten Zijn: het pleidooi tegen het huren van deze laag
• Hoe TrueFoundry's eigen AskTFY op TrueForge draait: een productie-agent gebouwd op de harness
• TrueFoundry Agent Harness documentatie: het beheerde, gecontroleerde deployment-pad

Conclusie

De keuze tussen de Claude Agent SDK en Claude Managed Agents komt neer op één enkele vraag: moet de agent-loop binnen je eigen infrastructuur draaien? Zo ja, dan is de SDK de enige passende optie. Zo nee, dan helpt Managed Agents je sneller naar productie en kost het, binnen de gratis sessie-uurgrens, nauwelijks meer dan de tokenkosten.

Wat beide opties niet oplossen, is welk model de taak daadwerkelijk uitvoert, en bij een flink productievolume bepaalt dat het grootste deel van de rekening. Als dat je knelpunt begint te worden, bekijk dan hoe TrueFoundry's Agent Harness dezelfde agent-loop op elk willekeurig model draait, binnen je eigen infrastructuur.