Inhoud besturingssysteem: Claude Code + Higgsfield + Codex
De melding kwam op zondag om 23:09 uur binnen. Een maker die ik volg had een tutorial gepost met de titel: "Bouw een compleet content-besturingssysteem met Claude, Higgsfield 2 en Codex." Ik maakte er een bladwijzer van, zei tegen mezelf dat ik het dinsdag zou bekijken, en negeerde die belofte binnen een uur. Tegen middernacht had ik de video geopend op een tweede monitor, mijn terminal op de eerste, en een nieuwe projectmap met de naam content-os-test, wachtend op het eerste commando. De pitch was eenvoudig genoeg om verdacht te zijn: één CLI, één promptvenster, websites en afbeeldingen en video's en audio en geanimeerde avatars die allemaal aan de andere kant uitkwamen. Ik geloofde de demo niet. Ik moest het uitvoeren.
Wat ik ga doornemen is geen samenvatting van die video. Het is het buildlogboek van mijn eigen versie, uitgevoerd in de eigenlijke stapel die ik elke dag gebruik - Claude Code als het brein, Higgsfield 2's nieuwe MCP voor beeldmateriaal, Codex CLI als een parallelle runtime wanneer ik een second opinion wil, en een stapel skill.md-bestanden waarmee ik elk van de deze pijplijnen als één enkele opdracht. Ik doe al jaren content voor meerdere merken op mejba.me, ramlit.com, colorpark.io en xcybersecurity.io, dus ik ging hier met heldere ogen op in over wat echt is en wat demo-magie is.
Aan het einde van een sessie had ik een werkende geanimeerde landingspagina, een 16:9-heldenafbeelding gegenereerd door Nano Banana 2, een vijf seconden durende scroll-getriggerde heldenvideo, een aangepaste avatar getraind op een handvol geüploade foto's en drie herbruikbare vaardigheden in ~/.claude/skills/ die ik vanuit elk toekomstig project kan gebruiken. De kredietteller eindigde op 387, van de 1.000 in mijn pakket. Goedkoper dan een enkel freelance-uurtje. Meer dan een week lang contextwisselingen waard tussen vijf verschillende apps.
Ik zal je precies laten zien hoe het tot stand kwam - en waar de term 'content operating system' eigenlijk iets begint te betekenen in plaats van een modewoord te zijn.
Wat een inhoudbesturingssysteem eigenlijk is in 2026
Ik wil hier vooraf eerlijk over zijn, omdat de zinsnede momenteel op vijf verschillende manieren wordt gebruikt in YouTube. Een contentbesturingssysteem is niet één enkel product dat u kunt kopen. Er is geen app in de App Store met de naam 'Content OS'. Iedereen die je er één verkoopt, verkoopt je een wikkel.
Wat het in 2026 eigenlijk is: een aan elkaar geplakte stapel waarin één agentruntime je context vasthoudt, meerdere generatie-engines erop aansluiten via een standaardprotocol, en herbruikbare workflows die repetitieve taken omzetten in opdrachten van één regel. In mijn opstelling zien de stukken er als volgt uit:
- Claude Code is de orkestrator. Het houdt de merkcontext vast, kiest welk model voor welke taak moet worden gebruikt, schrijft de HTML en CSS, slaat bestanden op de juiste plaatsen op en koppelt stappen aan elkaar zonder dat ik ergens op klik. - Higgsfield 2 MCP is de creatieve motor. Het toont meer dan dertig beeld- en videomodellen – Nano Banana 2, Soul 2.0, Sora 2, Veo 3.1, Kling 3.0, Seedance 2.0, Flux 2, Wan 2.7, MiniMax Hailuo 02 – via één Model Context Protocol-server. Volgens Higgsfield's eigen MCP-pagina is de server officieel verzonden op 30 april 2026. - Codex CLI is de tweede runtime die ik blijf uitvoeren voor parallel werk.
De codeeragent van OpenAI draait GPT-5.4, en ik gebruik het wanneer ik een ander perspectief op hetzelfde probleem wil of wanneer Claude midden-refactor is en ik het niet wil onderbreken. Ik schreef over waarom ik Codex en Claude Code uitvoer als een dual-agent-installatie in plaats van er één te kiezen. - Vaardigheden (skill.md-bestanden) zijn de workflows. Elk bestand is een klein prijsverlagingsbestand dat de agent leert hoe hij een specifieke pijplijn moet uitvoeren: "maak een heldenafbeelding in Ghibli-stijl", "bouw een productlandingspagina", "geef een scroll-loopvideo van vijf seconden weer". Als een vaardigheid eenmaal bestaat, hoef ik die workflow nooit meer uit te leggen.
Dat is de hele stapel. Merk op wat er ontbreekt: geen Figma, geen Photoshop, geen Premiere, geen DaVinci, geen aparte websitebouwer, geen Runway-tabblad, geen Midjourney Discord, geen ElevenLabs-dashboard, niets van Adobe. Elk model dat ik nodig heb, is bereikbaar vanaf één terminal, omdat Higgsfield ze samenvoegt en de MCP ze als opdrachten weergeeft.
De reden dat dit ertoe doet, is er een waar ik steeds op terugkom: het AI-modelverloop is brutaal. Zes maanden geleden bestond geen van de modellen die ik zojuist heb genoemd in hun huidige vorm. Nano Banana 2 werd uitgebracht in februari 2026. Sora 2 verving Sora 1. Kling sprong van 2 naar 3,0 naar 3,06. Seedance ging van 1,5 naar 2,0. Veo ging van 3 naar 3.1. Als u uw workflow rechtstreeks rond één model bouwt, besteedt u de helft van uw tijd aan het opnieuw bedraden ervan. Als je het rond een MCP bouwt die de modellen abstraheert, verwissel je een string en blijf je werken.
Waarom MCP de wiskunde van workflows met meerdere modellen verandert
Voordat ik door de installatie loop, een korte zijbalk over waarom het Model Context Protocol hier specifiek van belang is. Dit is het stuk dat in de meeste tutorials wordt verdoezeld en het is het onderdeel dat de hele stapel toekomstbestendig maakt.
MCP, oorspronkelijk gepubliceerd door Anthropic eind 2024, is een gestandaardiseerde manier voor AI-agents om met externe tools te praten. In plaats van dat elke tool zijn eigen op maat gemaakte integratie bouwt, stelt de tool zichzelf één keer bloot als een MCP-server. Elke agent die MCP spreekt - Claude Code, Codex, Cursor, Anthropic's eigen Antigravity IDE - kan deze vervolgens gebruiken zonder aangepaste bedrading.
Toen Higgsfield zijn MCP-server verscheepte, deed die ene stap iets heel belangrijks: het maakte elk model op Higgsfield tegelijkertijd beschikbaar voor elke MCP-bewuste agent. Ik installeer de MCP een keer. Claude Code kan Nano Banana 2 aanroepen. Dat geldt ook voor Codex. Dat geldt ook voor elke toekomstige agent-runtime die bestaat. Als Higgsfield volgende maand Veo 4 toevoegt, verander ik mijn code niet. De MCP legt het bloot en mijn bestaande vaardigheden pikken het op.
Dit is de reden dat ik niet langer gok op het individuele model APIs. Ik heb begin 2025 een workflow rechtstreeks op de Runway Gen-3 API laten bouwen. Toen Runway Gen-4 met een ander schema uitbracht, heb ik alles herschreven. Toen moest ik opnieuw herschrijven toen ik de Kling-uitvoer wilde vergelijken. Dan weer voor Veo. De CLI/MCP-benadering doodt die hele lus. Higgsfield's MCP is de abstractielaag waar ik de hele tijd naartoe had moeten bouwen.
De installatie: Higgsfield MCP Binnen Claude Code
De installatie is werkelijk eenvoudig, wat zeldzaam is voor deze categorie. De [MCP-pagina] van Higgsfield (https://higgsfield.ai/mcp) bevat drie smaken: MCP voor Claude Code, CLI voor elke agent en een vaardighedenbundel. Ik ging met alle drie mee.
Stap één: installeer MCP in Claude Code. Vanaf elke terminal:
claude mcp add higgsfield -- npx -y @higgsfield/mcp-server
Hierdoor wordt Higgsfield als een MCP-server toegevoegd aan de configuratie van Claude Code en wordt het serverpakket uit npm gehaald. De eerste keer dat u een Higgsfield-tool aanroept, voert deze een OAuth-stroom uit in uw browser en wordt uw bestaande Higgsfield-account gekoppeld. Geen API-sleutels om te kopiëren en plakken. Als u al een Higgsfield-abonnement heeft, worden uw tegoeden automatisch overgedragen.
Stap twee: installeer de officiële vaardighedenbundel. Dit deel geeft de agent kant-en-klare workflows voor productfotoshoots, marketingvideo's, karaktertraining en het genereren van afbeeldingen:
npx skills@higgsfield/ai-skills
Het interactieve installatieprogramma stelt drie vragen: installatiebereik (ik heb globaal gekozen), welke vaardigheden ik moet inschakelen (ik heb higgsfield-generate, higgsfield-product-photoshoot en higgsfield-soul-id genomen) en aan welke agent ik moet binden (Claude Code). De totale installatietijd was ongeveer negentig seconden, waarvan het grootste deel bestond uit het ophalen van afhankelijkheden door npm.
Stap drie (optioneel maar ik doe het): herhaal de MCP-installatie voor Codex. De reden hiervoor zijn parallelle runs. Als Claude een video rendert die vier minuten duurt, wil ik doorgaan met kopiëren in Codex zonder te wachten. Codex heeft zijn eigen MCP-ondersteuning en hetzelfde mcp add-patroon werkt daar met een andere configuratievlag. De ~/.codex/config.toml staat op een andere plek, maar de bedrading is identiek.
Na de installatie startte ik Claude Code en voerde ik /skills uit om de registratie te bevestigen. Er verschenen drie nieuwe vermeldingen: higgsfield-generate, higgsfield-product-photoshoot en higgsfield-soul-id. Plus hulpprogramma-opdrachten voor creditsaldo, taakstatus en activalijst. De CLI was live.
Een snelle realiteitscheck van machtigingen. De Higgsfield-vaardigheden gaan ervan uit dat de agent bestanden naar schijf kan schrijven zonder voor elke bewerking toestemming te vragen. Ik voer deze pijplijn uit met claude --dangerously-skip-permissions in een scratch-projectmap. Niet in mijn belangrijkste monorepo. Nergens kan ik het niet in vijf minuten helemaal opnieuw opbouwen. Als je nerveus bent, voer het dan uit in een nieuwe map waar je daarna rm -rf kunt gebruiken. De vlag is prima als de explosieradius beperkt is. Het is gevaarlijk als dat niet het geval is.
Eerste test: een 16:9 Ghibli-stijl heldenafbeelding genereren met Nano Banana 2
Ik heb dezelfde test gekozen die in de originele tutorial werd gebruikt: een 16:9 Studio Ghibli-stijl afbeelding van drie Engelse springerspaniëls. Specifiek genoeg om een duidelijk goed antwoord te hebben. Stilistisch genoeg dat een generiek model pap zou opleveren en een goed model iets charmants.
Ik typte in Claude:
Genereer een 16:9-afbeelding in Ghibli-stijl van drie Engelse springerspaniëls die op gouden uur door een weide met wilde bloemen rennen. Gebruik Nano Banana 2. Opslaan in outputs/hero-spaniels-v1.png.
Claude stuurde dat door de Higgsfield MCP, koos het Nano Banana 2-model op basis van mijn prompt vermelding, formaat naar 16:9, en voerde de klus uit. De krediethit bedroeg 2 credits per iteratie op de standaard 2K-resolutie – Nano Banana 2 is momenteel een van de goedkoopste modellen in de Higgsfield-catalogus. Ik vroeg om vier iteraties, wat me in totaal 8 credits kostte. Vijfenveertig seconden later had ik vier bestanden in outputs/.
De eerste was eerlijk gezegd adembenemend. Zachte Ghibli-geschilderde streken, drie duidelijk getekende honden, diepte in de weide, het soort gouden uurlicht waar Studio Ghibli hele films omheen bouwt. De tweede had een vierde hond die zich op de achtergrond verstopte, die ik als een insect of als een personage kon behandelen. De derde was een beetje modderig. De vierde was de keeper.
Dat is het deel dat mensen missen als ze nadenken over de generatieve AI-kosten. De economische eenheid is niet ‘één beeld’ – het is ‘één hoeder uit N’. Op Nano Banana 2 betaalde ik met 2 credits per iteratie het equivalent van ongeveer dertien cent per iteratie en ongeveer tweeënvijftig cent voor de houder. Voor een heldenafbeelding die goed genoeg is om op een echte landingspagina te verschijnen, is tweeënvijftig cent het soort getal dat traditionele budgetten voor stockfoto's stilletjes vernietigt.
Ik heb eerder geschreven over hoe je moet nadenken over de kostenberekening van deze tools, en de korte versie is: de modelprijs per iteratie is minder belangrijk dan het aantal iteraties dat je nodig hebt om een blijvertje binnen te halen. Goedkope modellen die acht pogingen nodig hebben om te landen, zijn duurder dan modellen uit het middensegment die in twee landen landen. Nano Banana 2 komt voor de meeste prompts in een of twee terecht. Dat is de waarde.
Het vaardigheidsbestand dat dit herhaalbaar maakt
Hier is het gedeelte waar de originele video naar gebaart, maar niet wordt weergegeven. Het punt van het één keer uitvoeren van deze pijplijn is om deze nooit twee keer op dezelfde manier uit te voeren: elke workflow wordt opgeslagen als een skill.md, dus de volgende uitvoering is een opdracht van één regel.
Ik heb de Ghibli-heldenpijplijn opgeslagen als een vaardigheid bij ~/.claude/skills/ghibli-hero-image/skill.md. Het bestand ziet er als volgt uit:
---
name: ghibli-hero-image
description: Generate a Ghibli-style hero image at 16:9 using Nano Banana 2 through Higgsfield MCP. Use when the user asks for a soft, painted, animated-film-style hero or banner.
---
When invoked, do the following:
1. Ask the user for the subject of the image (one sentence is enough).
2. Construct a Higgsfield prompt with these locked elements:
- Style: "Studio Ghibli, soft painted strokes, hand-drawn animation aesthetic"
- Lighting: "golden hour, warm directional light"
- Composition: "16:9, cinematic depth, foreground subject + meadow or natural backdrop"
3. Call higgsfield-generate with model = nano-banana-2, aspect = 16:9, iterations = 4.
4. Save outputs to ./outputs/ with filenames hero-{subject-slug}-v1.png through v4.png.
5. Print a summary table: filename, credit cost, prompt used, recommended pick (the agent's best guess at the keeper).
Cost expectation: 8 credits for 4 iterations on Nano Banana 2. Total runtime ~45 seconds.
Avoid: photorealism, hard digital edges, flat color blocks. Reject any output that looks 3D-rendered.
Dat hele bestand bestaat uit ongeveer dertig regels. Als het eenmaal op schijf staat, is elke toekomstige Ghibli-held één commando. Ik typ "Gebruik de ghibli-hero-image-vaardigheid voor [onderwerp]" in Claude en de agent voert de volledige pijplijn uit, schrijft uitvoer en vertelt me welke volgens hem de bewaarder is. De volgende keer dat ik een heldenafbeelding wil voor een colorpark.io blogpost, is dat de hele interactie.
Dit is de ontgrendeling. Modellen zullen blijven karnen. Pijpleidingen zouden dat niet moeten doen. Elke herbruikbare workflow die u als vaardigheid opslaat, is een workflow die u de volgende maand niet meer hoeft te onthouden. Ik heb geschreven over hoe het agentvaardighedensysteem dit hele patroon opnieuw vormgeeft, en skill.md-bestanden zijn het bestandsformaat met de hoogste hefboomwerking dat ik het afgelopen jaar heb gebruikt.
De website bouwen: inspiratie voor ontwerpsystemen in Spotify-stijl
De volgende test was de moeilijkere. In de video was te zien hoe Jack Claude een echte GitHub-ontwerpsysteemrepository als inspiratie gaf en vroeg om een landingspagina in die stijl te bouwen. Ik wilde dat nog verder uitdiepen. Ik koos de ontwerptaal van Spotify als referentie – de donkere achtergronden, het groene accent, het dikke weergavetype, de gevoeligheid van de albumhoes en het raster – en vroeg Claude om in die sfeer een fictieve productlanceringspagina te ontwerpen.
De prompt die ik gebruikte:
Bouw een landingspagina van één pagina voor een fictief product genaamd "Vinyl Memory" - een service die uw Spotify-luistergeschiedenis omzet in een aangepaste vinylplaat. Ontwerptaal: de website van Spotify, maar donkerder en premiumer. Gebruik echte Spotify-stijl typografie (Spotify Mix of Inter als fallback), het groen-op-bijna-zwarte kleursysteem, royale witruimte en albumhoes-rastersecties. Voer een enkele index.html uit met ingesloten CSS.
Claude produceerde in de eerste doorgang ongeveer 380 regels HTML en CSS. De structuur klopte: held met het productmodel, drie functieblokken, een tijdlijn 'hoe het werkt', een albumrastergedeelte met voorbeeldrecords, een CTA voor e-mailaanmelding, een voettekst. De kleuren waren dichtbij. De typografie gebruikte Inter als een terugval omdat de agent Spotify Mix nergens betrouwbaar vandaan kon halen, wat prima is: Inter is een goede vervanger.
Bij de tweede pas werd het interessant. Ik vroeg Claude om drie productafbeeldingen te genereren voor de albumrastersectie met behulp van Higgsfield. De prompt:
Genereer voor het albumraster drie vinylplatenhoezen in Higgsfield met behulp van Nano Banana 2. Elke cover moet een ander archetype van de luisteraar weerspiegelen: humeurig laat op de avond, zomers rijden, gefocuste werkmodus. Vierkant formaat, 1024x1024. Sla ze op in outputs/grid-1.png via grid-3.png en sluit ze in in de album-grid-sectie van index.html.
Dit is waar de orkestratie zijn brood verdient. Claude schreef de prompts zelf op basis van de opdracht, genaamd Higgsfield drie keer (in totaal 6 credits), sloeg de bestanden op, opende vervolgens de HTML en werkte de <img> src-attributen bij zodat ze naar de nieuwe bestanden verwijzen. De totale tijd vanaf 'de sectie bouwen' tot 'de sectie wordt weergegeven met ingesloten echte afbeeldingen' was minder dan drie minuten. Ik zag het gebeuren in de terminaluitvoer en raakte het toetsenbord niet aan.
De pagina was niet pixel-perfect. Het mobiele breekpunt moest worden aangepast. Op een van de albumhoezen was een hand enigszins verkeerd getekend. De afstand tussen de helden was een beetje krap. Maar het bestond en in één sessie werd tachtig procent van de weg ernaartoe afgelegd. Ter vergelijking: ik heb vijf uur besteed aan mockups voor landingspagina's in Figma om dezelfde tachtig procent te bereiken. De overige twintig zijn ambachtswerk. De eerste tachtig zijn nu een functieaanroep.
De geanimeerde heldenvideo toevoegen die is gekoppeld aan scrollen
Het derde stuk is degene die dit van 'netjes' veranderde in 'Ik bewaar deze stapel permanent'. Ik wilde een lusvideo van vijf seconden bovenaan de held – een langzame camerabeweging over een draaiende vinylplaat – die op scroll werd afgespeeld. Het soort behandeling waar een echt ontwerpbureau drieduizend dollar voor vraagt.
Ik vroeg Claude om de video te genereren via Higgsfield met behulp van Kling 3.06:
Genereer een loopingvideo van 5 seconden met Kling 3.06: een langzame filmische camera beweegt over een zwarte vinylplaat die ronddraait op een platenspeler, zacht warm licht, stofdeeltjes in de lucht, en eindigt in een positie die netjes terugloopt naar het begin. Opslaan naar uitgangen/hero-loop.mp4.
Deze kostte echte credits. Een video van vijf seconden over Kling 3.06 met standaardkwaliteit valt in het kredietbereik van 35-45. De mijne kwam uit op 42 credits. De render duurde ongeveer twee minuten en veertig seconden.
De output was echt filmisch. Soft focus pull aan het begin. Een langzame dolly-in over de hele plaat. Warme verlichting vanuit een hoek van 45 graden. Kleine stofdeeltjes vangen het licht. Het liep netjes door omdat de prompt daarom vroeg. Ik heb videografen betaald om minder overtuigende productbeelden te maken dan dit.
Vervolgens heeft Claude het op de pagina aangesloten. De agent schreef zelf de door scrollen geactiveerde afspeellogica: een kleine IntersectionObserver die de video pauzeert wanneer de held niet in beeld is en deze afspeelt wanneer deze wel in beeld is, plus een parallax-offset die de video iets omhoog schaalt terwijl de gebruiker scrollt. Ongeveer veertig regels JavaScript. Ingevoegd in de bestaande index.html. Geen raamwerken, geen bibliotheken buiten gewone DOM API's. Het werkte de eerste keer.
Dat moment was het moment waarop de term 'contentbesturingssysteem' voor mij niet langer marketingtaal was. De agent behandelde het genereren van afbeeldingen, video's, weblay-out en JavaScript-animatie als verschillende werkwoorden in dezelfde zin. Ik heb nog nooit een enkel hulpmiddel dit eerder laten doen. Niet Webflow. Niet Framer. Niet WordPress met twintig plug-ins. De agent bleef maar bouwen.
Karakteravatars: Soul-ID trainen uit vijf foto's
Het laatste stuk dat ik testte was het maken van karakters. Higgsfield's Soul ID is het model waarmee je een digitale identiteit kunt trainen op basis van een kleine set foto's en die identiteit vervolgens voor elke toekomstige generatie vergrendeld kunt houden. De use case in de video waren persoonlijke avatars voor inhoud. De use case waar ik om gaf was iets beperkter: ik wilde een consistent fictief personage dat ik kon hergebruiken op meerdere landingspagina's en advertentiemateriaal zonder dat ik het was of een echte persoon.
Ik heb vijf foto's van een voorraadmodel geüpload vanuit een licentie die ik bezat (betaald, gebruikt met toestemming) en de Soul ID-training gegeven:
Train een Soul ID-personage genaamd 'Eli' met behulp van de foto's in inputs/eli-references/. Nadat de training is voltooid, genereer je een heldenportret van Eli in zakelijk-casual kleding, zachte studioverlichting, tegen een neutraal grijze achtergrond, 1024x1024.
Soul ID-training in Higgsfield verwacht doorgaans meer dan 20 referentiefoto's voor de hoogste betrouwbaarheid, maar werkt op kleinere sets met een lagere consistentie. Vijf foto's hebben me een bruikbare training opgeleverd, maar met wat drift in de zijhoeken. Twaalf foto's in een tweede test leverden een merkbaar betere consistentie op. De training zelf duurde ongeveer vijf minuten en kostte ongeveer 40 credits – Higgsfield beschouwt het maken van Soul ID-personages als eenmalige kosten per personage, niet per generatie.
Na de training sloot elke Eli-generatie het gezicht. Ik zou Eli in een koffieshop kunnen plaatsen, in een programmeeropstelling, in een filmische reclamespot, tegen een groene muur, in drie verschillende lichtomstandigheden, en de identiteit zou behouden blijven. Dat is het deel dat mij oprecht verraste. Ik heb eerder gepersonaliseerde karaktermodellen gebruikt en de consistentie ging na ongeveer twintig generaties altijd achteruit. Ziel-ID bewaard tot en met vijftig.
Voor een multibrand-operator zoals ik is dit een stille superkracht. Ik heb nu drie getrainde Soul ID-personages die ik over verschillende inhoudslijnen roteer. Ze hebben allemaal een gedefinieerde ‘persona’: wat ze dragen, in wat voor soort omgevingen ze verschijnen, de sfeer van hun verlichting. Geen van hen zijn echte mensen. Geen van hen ben ik. Ze geven me allemaal de consistentie die menselijke modellen me zouden geven zonder de complexiteit van licenties, de planning of het doorlopende tempo.
Er is hier een serieuze ethische lijn die ik expliciet wil benoemen: train Soul ID niet op foto's van echte mensen zonder hun uitdrukkelijke toestemming. Dat de technologie dat mogelijk maakt, betekent niet dat het oké is. Gebruik voorraad met de juiste licenties, uw eigen foto's of betaalde modellen die zich hebben aangemeld voor AI-gebruik. De tool is te krachtig om er onzorgvuldig mee om te gaan.
De echte prijswiskunde: wat 1.000 Higgsfield-credits daadwerkelijk kopen
Tijd voor het deel dat niemand goed kwantificeert. Ik heb tijdens deze sessie 387 credits verbrand. Hier is de uitsplitsing:
-
Beeldgeneratie (Nano Banana 2, meerdere iteraties): Ongeveer 60 credits voor de Ghibli-held, de albumrasterhoezen en een handvol testprompts. Bij 2 credits per iteratie zijn dat in totaal 30 iteraties. - Videogeneratie (Kling 3.06, lus van 5 seconden): 42 credits voor één keeper. Ik moest een keer opnieuw genereren omdat de eerste versie niet netjes doorliep, dus de werkelijke kosten waren 84 credits om één bruikbare clip binnen te halen. - Soul ID-karaktertraining: 40 credits voor de Eli-training, daarna nog eens 40 voor een tweede personage. - Soul ID-karaktergeneratie (Eli, 12 generaties gedurende de sessie): Ongeveer 20 credits bij 1,5-2 credits per output. - Paginaweergave, bestandsbewerkingen, HTML/CSS-generatie: Nul Higgsfield-credits - dat is allemaal Claude Code, gefactureerd op mijn Claude-abonnement.
-
Diverse beeldexperimenten en herhalingen: Ongeveer 100 credits voor verschillende tests die ik niet heb gedetailleerd.
Dus met 387 credits kreeg ik een werkende geanimeerde landingspagina, twee getrainde karakteravatars, een vijf seconden durende hero-loopvideo en drie herbruikbare vaardigheden. Volgens de huidige prijsstructuur van Higgsfield, waarbij met één dollar grofweg 16 credits worden gekocht, leverde die sessie mij ongeveer $ 24 aan credits op.
De plannen die deze credits verzenden, zien er als volgt uit in de prijzen van Higgsfield voor 2026:
- Gratis niveau: 150 credits per maand. Genoeg om twee of drie kleine experimenten uit te voeren. Handig om tegen de banden te trappen.
- Startersabonnement: $ 15 per maand voor het jaartarief, 200 credits per maand. Het punt van deze laag is: "Ik wil af en toe echte workflows uitvoeren": één volledige landingspaginasessie per maand met tegoeden over.
- Middenklasse: Ongeveer $ 39 per maand tegen het hogere maandtarief, waarbij de tegoeden ongeveer 5-6x worden opgeschaald. Het juiste niveau als u deze stapel wekelijks gebruikt of voor klantenwerk.
- Hogere niveaus (Starter Plus, Ultra): Tot ongeveer $ 84 per maand voor zwaar productiegebruik met krediettoewijzingen die geschikt zijn voor de dagelijkse contentoutput.
De wiskunde die voor de meeste lezers van belang is: als je dit een of twee keer test, is de gratis laag voldoende. Als u het maandelijks uitvoert als onderdeel van uw workflow, is Starter voor $ 15 voldoende. Als je dit gebruikt om een klein contentbedrijf voor meerdere merken te runnen, zoals ik dat doe, dan is het middensegment waar het leeft.
Er is één kostenpost die de meeste mensen vergeten. Claude Code zelf draait op een betaald Claude-abonnement. U kunt dit allemaal niet uitvoeren op de gratis laag van Claude. Mijn gebruik daar kost gemiddeld nog eens $ 20 aan API-kosten per maand bovenop de Higgsfield-credits, en Anthropic biedt een /month Claude Pro-abonnement van $ 20 plus hogere niveaus voor zware gebruikers. Neem dat mee in de begroting.
Vaardigheden die ik uit deze sessie heb bewaard en die je kunt stelen
Het patroon waar ik steeds op terugkom: de waarde zit niet in die ene sessie, maar in de herbruikbare vaardigheden die de sessie heeft opgeleverd. Tegen het einde van de build had ik drie vaardigheden bij ~/.claude/skills/ die ik wekelijks zal gebruiken. De Ghibli-heldengenerator heb ik je al laten zien. De andere twee:
Geanimeerde productheldensectie. Een vaardigheid die, gegeven een productbeschrijving, een heldenafbeelding, een vijf seconden durende loopvideo en een volledig responsief HTML/CSS-heldenblok genereert, waarbij de video is aangesloten op scroll-getriggerde weergave. Ongeveer vijftig regels skill.md. Kosten per run: ongeveer 50 Higgsfield-credits plus een paar honderd Claude-tokens. Vervangt een voorheen zes uur durende workflow met meerdere tools.
Merkconsistente karaktergenerator. Een vaardigheid die gebruik maakt van een Soul ID-karakter-ID en een scènebeschrijving en vervolgens een consistent karakterbeeld genereert met meerdere beeldverhoudingen: vierkant, 4:5 voor Instagram, 9:16 voor verhalen, 16:9 voor YouTube. Ongeveer vijfendertig regels skill.md. Kosten per run: ongeveer 6–10 Higgsfield-credits, afhankelijk van het aantal maten waar de opdracht om vraagt.
De reden dat ik op vaardigheden blijf hameren: elke keer dat ik een workflow als vaardigheid opsla, koop ik tijd terug voor elke toekomstige run. De eerste run is verkennend en kost de volledige aandacht. De honderdste run is één regel. Daarbij komt nog dat meer dan een jaar aan inhoud met meerdere merken en de invloed ervan snel stom wordt. Ik heb hier een langere versie van geschreven in de geavanceerde gids voor agentvaardigheden als je het volledige mentale model wilt.
Waar deze stapel uit elkaar valt (en wat je eraan kunt doen)
Ik wil eindigen met de eerlijke kritiek, omdat ik sceptisch ben over elke tutorial die eindigt met "en het werkte allemaal perfect." Deze stapel heeft echte limieten.
De agent neemt ontwerpbeslissingen die u zelf niet zou nemen. Wanneer ik Claude zijn eigen typografie, kleurcontrast of beeldcompositie laat kiezen zonder duidelijke merkspecificaties, neigt de output naar generieke tech-startup-esthetiek. De oplossing is om één keer een afwaarderingsbestand voor merkspecificaties te schrijven en dit in elke relevante vaardigheid in te voeren. Zonder die specificatie krijgt u het gemiddelde van elke landingspagina die Claude ooit heeft gezien.
Het genereren van video's is nog steeds traag en duur. Vijf seconden Kling 3.06 is twee en een halve minuut rendertijd en 42 credits per keeper. Twintig seconden is ongeveer vier keer zoveel. Als je een merkvideo van één minuut nodig hebt, is deze stapel niet waar je hem bouwt: je naait kortere clips. Alles langer dan tien seconden verbreekt voorlopig de economie van de eenheid.
De consistentie van Soul ID neemt af bij te weinig referentiefoto's. Vijf foto's zijn geschikt voor incidenteel gebruik. Voor klantwerk train je met meer dan 20 afbeeldingen onder verschillende hoeken en belichting, anders zweeft je karakter mee in de lange staart van generaties.
MCP-tools zijn nog steeds in ontwikkeling. Ik kwam een bug tegen waarbij de Higgsfield MCP een taak-ID retourneerde voordat het bestand klaar was met schrijven naar schijf, en bij de volgende stap in mijn keten werd geprobeerd een bestand te lezen dat nog niet bestond. Claude probeerde het uiteindelijk opnieuw en herstelde. Een meer naïeve workflow zou zijn gecrasht. Bouw nieuwe pogingen in voor uw vaardigheden.
Permissions creep. Uitvoeren met --dangerously-skip-permissions betekent dat de agent overal kan schrijven waartoe hij toegang heeft. Ik bewaar deze stapel in een scratch-map in een sandbox en kopieer de voltooide uitvoer handmatig naar echte projectmappen. Discipline is belangrijk.
Het modelverloop stopt niet alleen omdat MCP bestaat. De MCP-abstractie maakt het uitwisselen van modellen goedkoop. Dat maakt het kiezen van het juiste model niet triviaal. Je moet nog steeds weten dat Nano Banana 2 geweldig is voor gestileerde beelden, maar zwakker voor fotoechte mensen, of dat Kling 3.06 filmische camerabewegingen beter verwerkt dan Veo 3.1 voor productbewegingen. De MCP is de bedrading. Smaak is nog steeds het werk.
Wat ik hierna ga kijken
Drie dingen waar ik het komende kwartaal op zal letten.
Veo 3.1 versus Sora 2 voor productvideo. Beide dit jaar verzonden. Beide zijn toegankelijk via Higgsfield's MCP. Beide zijn uitstekend. Ik heb nog geen onderlinge confrontatie gehad op dezelfde prompt met hetzelfde merk. Dat is de volgende test in deze stapel, en het resultaat zal waarschijnlijk veranderen naar welk model mijn vaardigheid 'geanimeerde held' standaard is.
Antigravity, de IDE van Anthropic. Antigravity levert eersteklas MCP-ondersteuning en is specifiek gepositioneerd voor agentgestuurde ontwikkeling. Als de Higgsfield-vaardigheden daar net zo goed werken als in Claude Code, wordt de keuze tussen de twee een workflowvoorkeur in plaats van een capaciteitsvraag. Ik heb de Anti-Gravity IDE-positionering behandeld toen deze werd verzonden.
Skill-marktplaatsen. Op dit moment schrijf ik mijn eigen skill.md-bestanden. De Higgsfield-vaardighedenbundel is een van de eerste gevallen waarin een externe partij productiekwaliteitsvaardigheden als een pakket verzendt. Als dit uitmondt in een echt ecosysteem – ontdekking, versiebeheer, afhankelijkheden in npm-stijl – wordt de invloed op elke individuele maker met een andere orde van grootte vergroot. Ik durf te wedden dat dit vóór eind 2026 gebeurt.
De samenvatting in één regel als u zich maar één ding herinnert: de waarde van een contentbesturingssysteem zit niet in één enkel model. Het zit in de bedrading die ervoor zorgt dat de modellen vervangbaar zijn, de workflows herbruikbaar en de agent in staat is om ‘beeld’, ‘video’, ‘pagina’ en ‘animatie’ als werkwoorden in dezelfde zin te behandelen. Higgsfield's MCP is de bedrading. Claude Code is de agent. Vaardigheden zijn de workflows. Codex is het tweede paar handen. Geen van deze stukken is deze week nieuw. Nieuw is dat ze eindelijk componeren zonder met elkaar in gevecht te gaan.
Wat te doen in het volgende uur
Als je tot nu toe hebt gelezen, is dit het kleinste wat je vanavond kunt doen dat er over zes maanden toe zal doen.
Installeer de Higgsfield MCP in Claude Code. Voer één afbeeldingsgeneratie uit via Nano Banana 2. Sla de prompt op als een skill.md-bestand. Dat is het. Drie stappen. Ongeveer tien minuten. De gratis laag dekt alles.
De reden dat dit ertoe doet, is dezelfde reden waarom elke workflow met hefboomwerking ertoe doet: de kosten voor het starten zijn klein en de kosten voor het wachten zijn laag. Over zes maanden heb je óf een bibliotheek met vaardigheden die je tijdens tientallen runs hebt verfijnd, óf je bent waar je vanavond bent. De eerste run is de enige die moed vergt. Elke run daarna is een functieaanroep.
Ik ga terug naar de terminal. Er is een heldenafbeelding voor het volgende colorpark.io bericht dat morgenochtend moet bestaan, en de Ghibli-vaardigheid is precies twee woorden verwijderd van het weergeven ervan.
Veelgestelde vragen
Heb ik zowel Codex als Claude Code nodig om deze stapel uit te voeren?
Nee: Claude Code alleen is voldoende om de volledige Higgsfield MCP-workflow uit te voeren. Ik voer Codex CLI parallel uit omdat ik graag een tweede runtime heb voor iteratie bij het kopiëren terwijl Claude aan het renderen is, maar elke stap in deze build is op zichzelf uitvoerbaar in Claude Code. Voor de dual-agent redenering, zie de Codex en Claude Code workflow-uitsplitsing hierboven.
Hoeveel kost het besturingssysteem met volledige inhoud eigenlijk per maand?
Plan een abonnement van $ 15–$ 39 per maand voor Higgsfield-credits, afhankelijk van het gebruiksvolume, plus een $ 20+ Claude-abonnement. Zware makers met dagelijkse inhoud komen dichter bij $ 84 per maand op Higgsfield. Het volledige overzicht vindt u in het bovenstaande prijswiskundegedeelte.
Werken mijn bestaande Higgsfield-plancredits via de MCP?
Ja. Authenticatie loopt via uw bestaande Higgsfield-account en bestaande abonnementskredieten worden zonder enige wijziging overgedragen naar de MCP. Er is geen aparte 'MCP credits'-pool; het is één portemonnee die wordt gedeeld via de webapp, de CLI en de MCP.
Wat gebeurt er met mijn workflow wanneer Higgsfield nieuwe modellen toevoegt?
Niets – dat is het punt van de MCP-abstractie. Nieuwe modellen registreren zich aan de kant van Higgsfield en kunnen worden opgeroepen via dezelfde MCP-opdrachten. U wijzigt een tekenreeks voor de modelnaam in uw skill.md als u naar een nieuwere wilt overschakelen, en uw bestaande pijplijn blijft ongewijzigd draaien.
Kan een niet-codeur deze stapel daadwerkelijk uitvoeren?
Meestal wel voor de installatie en de prompts, met één eerlijk voorbehoud: het debuggen wanneer de agent iets onverwachts doet, vereist comfort bij het lezen van terminaluitvoer. De installatie bestaat uit drie opdrachten. De aanwijzingen zijn eenvoudig Engels. De vaardigheden zijn afwaarderingsbestanden. Maar wanneer de MCP een fout retourneert of een vaardigheid zich misdraagt, moet u bereid zijn te lezen wat de terminal u vertelt. Als dat goed is, is de rest benaderbaar.
Laten we samenwerken
Wilt u AI-systemen bouwen, workflows automatiseren of uw technische infrastructuur schalen? Ik help je graag.
- Fiverr (aangepaste builds en integraties): fiverr.com/s/EgxYmWD
- Portfolio: mejba.me
- Ramlit Limited (ondernemingsoplossingen): ramlit.com
- ColorPark (ontwerp en branding): colorpark.io
- xCyberSecurity (beveiligingsdiensten): xcybersecurity.io
