Opzoek naar meer inspiratie? Bekijk een van onze andere blogs.
Opzoek naar meer inspiratie? Bekijk een van onze andere blogs.
Zit je vast aan één AI-aanbieder? Open-weight modellen veranderen dat.
Zit je vast aan één AI-aanbieder? Open-weight modellen veranderen dat.
Zit je vast aan één AI-aanbieder? Open-weight modellen veranderen dat.
Silas Muiderman
Co-Founder
De meeste bedrijven gebruiken AI via de API van één aanbieder. OpenAI, Anthropic of Google. Handig, maar het betekent ook dat je data, je kosten en je keuzevrijheid bij die ene partij liggen. Vorige week bracht Alibaba een model uit dat dat plaatje verandert. Qwen3.8-Max heeft 2,4 biljoen parameters en komt volgens de aankondiging als open model beschikbaar. Je mag de weights dus zelf downloaden en draaien.
Op een codebenchmark eindigde het model net achter het sterkste model van Anthropic. Dat een vrij beschikbaar model zo dicht bij de top zit, maakt de keuze tussen een open en een gesloten model voor het eerst een echte afweging.
Wat open-weight eigenlijk betekent
Bij een gesloten model gebruik je de AI via de servers van de aanbieder. Je stuurt je vraag ernaartoe en krijgt een antwoord terug. Bij een open-weight model krijg je het model zelf, zodat je het kunt downloaden en op je eigen infrastructuur draaien. Qwen is daar het nieuwste voorbeeld van, naast bekende namen als Llama, Mistral en DeepSeek. De kwaliteit van deze modellen is inmiddels zo dichtbij die van de gesloten varianten gekomen dat open versus gesloten een echte architectuurkeuze is geworden.
Je data blijft binnen
Voor Nederlandse bedrijven is dit vaak het belangrijkste punt. Bij een gesloten model gaan je prompts en de antwoorden over de servers van de aanbieder. Er zijn contractuele toezeggingen, zoals het niet bewaren van data, maar dat blijft beleid en geen fysieke scheiding. Draai je een open-weight model in je eigen omgeving, dan verlaten je prompts en output je netwerk niet. Voor sectoren die met gevoelige gegevens werken of vastzitten aan EU-dataresidentie, is dat vaak het verschil tussen wel of niet met AI mogen werken. Diezelfde afweging beschrijven we in onze blog over dataveiligheid en AI.
De kosten kunnen omlaag, maar niet altijd
Zelf draaien is niet automatisch goedkoper. Bij lage of wisselende volumes win je met een API, want je betaalt per verzoek en beheert geen infrastructuur. Bij hoge en constante volumes kan zelf draaien juist goedkoper uitpakken, zodra je de kosten van de GPU's uitsmeert over genoeg gebruik. De eerlijke kanttekening is dat zelf hosten ook kosten meebrengt die een API voor je opvangt, zoals beheer en monitoring.
Je zit niet vast aan één aanbieder
Een gesloten model kan veranderen of verdwijnen. De aanbieder past de capaciteiten aan of stopt met een versie, en jij volgt hun roadmap. Een open-weight model dat je zelf draait blijft staan. Het verandert niet stilletjes en wordt niet onder je voeten weggehaald. Die controle over welke versie je gebruikt en hoe lang, is precies wat je afhankelijkheid van één partij kleiner maakt.
De keerzijde
Open-weight is geen gratis lunch. Een model van 2,4 biljoen parameters draai je niet even zelf, dat vraagt serieuze infrastructuur en kennis. Op die schaal is het voor de meeste bedrijven niet realistisch. Kleinere open modellen zijn dat wel, en Alibaba kondigde meteen een lichtere variant aan. Daarnaast neem je met een open model ook de verantwoordelijkheid over. De beveiliging, de logging en de guardrails die een aanbieder anders voor je regelt, moet je zelf inrichten. Je krijgt controle, en daarmee ook werk.
Wat dit voor jouw bedrijf betekent
Voor de meeste organisaties is het antwoord geen keuze tussen open of gesloten, maar een combinatie. Het grootste deel van het werk kan op een goedkoper open model, en de moeilijkste vragen gaan naar een gesloten frontier-model. Zo houd je de kosten laag en de kwaliteit hoog, zonder dat één aanbieder je hele AI-laag in handen heeft. Welk model waar past, is precies de vraag die we behandelen in onze blog over welke AI-tools het waard zijn.
Hoe wij hiernaar kijken
Wij bouwen op EU-infrastructuur via Azure en kiezen het model per situatie. Open-weight modellen geven ons de optie om binnen de omgeving van de klant te draaien, zonder vast te zitten aan één aanbieder. Niet omdat open altijd beter is, want dat is het niet. Maar omdat je dan kunt kiezen op basis van wat het probleem vraagt: data, kosten en kwaliteit. Daar draait het bij AI om, de techniek dienstbaar maken aan het probleem en niet andersom.
Twijfel je of een open of gesloten model beter past bij wat jij wilt bouwen? Dan is dat het gesprek om te voeren voordat je je vastlegt op één aanpak.
De meeste bedrijven gebruiken AI via de API van één aanbieder. OpenAI, Anthropic of Google. Handig, maar het betekent ook dat je data, je kosten en je keuzevrijheid bij die ene partij liggen. Vorige week bracht Alibaba een model uit dat dat plaatje verandert. Qwen3.8-Max heeft 2,4 biljoen parameters en komt volgens de aankondiging als open model beschikbaar. Je mag de weights dus zelf downloaden en draaien.
Op een codebenchmark eindigde het model net achter het sterkste model van Anthropic. Dat een vrij beschikbaar model zo dicht bij de top zit, maakt de keuze tussen een open en een gesloten model voor het eerst een echte afweging.
Wat open-weight eigenlijk betekent
Bij een gesloten model gebruik je de AI via de servers van de aanbieder. Je stuurt je vraag ernaartoe en krijgt een antwoord terug. Bij een open-weight model krijg je het model zelf, zodat je het kunt downloaden en op je eigen infrastructuur draaien. Qwen is daar het nieuwste voorbeeld van, naast bekende namen als Llama, Mistral en DeepSeek. De kwaliteit van deze modellen is inmiddels zo dichtbij die van de gesloten varianten gekomen dat open versus gesloten een echte architectuurkeuze is geworden.
Je data blijft binnen
Voor Nederlandse bedrijven is dit vaak het belangrijkste punt. Bij een gesloten model gaan je prompts en de antwoorden over de servers van de aanbieder. Er zijn contractuele toezeggingen, zoals het niet bewaren van data, maar dat blijft beleid en geen fysieke scheiding. Draai je een open-weight model in je eigen omgeving, dan verlaten je prompts en output je netwerk niet. Voor sectoren die met gevoelige gegevens werken of vastzitten aan EU-dataresidentie, is dat vaak het verschil tussen wel of niet met AI mogen werken. Diezelfde afweging beschrijven we in onze blog over dataveiligheid en AI.
De kosten kunnen omlaag, maar niet altijd
Zelf draaien is niet automatisch goedkoper. Bij lage of wisselende volumes win je met een API, want je betaalt per verzoek en beheert geen infrastructuur. Bij hoge en constante volumes kan zelf draaien juist goedkoper uitpakken, zodra je de kosten van de GPU's uitsmeert over genoeg gebruik. De eerlijke kanttekening is dat zelf hosten ook kosten meebrengt die een API voor je opvangt, zoals beheer en monitoring.
Je zit niet vast aan één aanbieder
Een gesloten model kan veranderen of verdwijnen. De aanbieder past de capaciteiten aan of stopt met een versie, en jij volgt hun roadmap. Een open-weight model dat je zelf draait blijft staan. Het verandert niet stilletjes en wordt niet onder je voeten weggehaald. Die controle over welke versie je gebruikt en hoe lang, is precies wat je afhankelijkheid van één partij kleiner maakt.
De keerzijde
Open-weight is geen gratis lunch. Een model van 2,4 biljoen parameters draai je niet even zelf, dat vraagt serieuze infrastructuur en kennis. Op die schaal is het voor de meeste bedrijven niet realistisch. Kleinere open modellen zijn dat wel, en Alibaba kondigde meteen een lichtere variant aan. Daarnaast neem je met een open model ook de verantwoordelijkheid over. De beveiliging, de logging en de guardrails die een aanbieder anders voor je regelt, moet je zelf inrichten. Je krijgt controle, en daarmee ook werk.
Wat dit voor jouw bedrijf betekent
Voor de meeste organisaties is het antwoord geen keuze tussen open of gesloten, maar een combinatie. Het grootste deel van het werk kan op een goedkoper open model, en de moeilijkste vragen gaan naar een gesloten frontier-model. Zo houd je de kosten laag en de kwaliteit hoog, zonder dat één aanbieder je hele AI-laag in handen heeft. Welk model waar past, is precies de vraag die we behandelen in onze blog over welke AI-tools het waard zijn.
Hoe wij hiernaar kijken
Wij bouwen op EU-infrastructuur via Azure en kiezen het model per situatie. Open-weight modellen geven ons de optie om binnen de omgeving van de klant te draaien, zonder vast te zitten aan één aanbieder. Niet omdat open altijd beter is, want dat is het niet. Maar omdat je dan kunt kiezen op basis van wat het probleem vraagt: data, kosten en kwaliteit. Daar draait het bij AI om, de techniek dienstbaar maken aan het probleem en niet andersom.
Twijfel je of een open of gesloten model beter past bij wat jij wilt bouwen? Dan is dat het gesprek om te voeren voordat je je vastlegt op één aanpak.