Het antwoord: Chinese AI-labs bieden open-weight modellen aan die je kunt downloaden en op je eigen hardware kunt draaien, waardoor je producten kunt bouwen zonder afhankelijk te zijn van dure Amerikaanse API’s. Dit opent de deur voor Nederlandse MKB’ers om zelf AI-functionaliteit in te bouwen tegen een fractie van de kosten.

Wat er aan de hand is

Waar Amerikaanse AI-bedrijven zoals OpenAI hun technologie achter een betaalde API houden, kiezen Chinese labs voor een andere strategie: ze brengen modellen uit als downloadbare ‘open-weight’ pakketten. Dit betekent dat ontwikkelaars de modellen kunnen aanpassen en op hun eigen servers kunnen draaien, zonder een commerciële relatie met een Amerikaanse poortwachter aan te hoeven gaan. De strategie werd mainstream nadat DeepSeek in januari 2025 zijn R1 reasoning-model open-source maakte. Dat model evenaarde de prestaties van de beste Amerikaanse systemen, naar verluidt tegen een fractie van de kosten. Sindsdien volgen andere Chinese labs zoals Z.ai (voorheen Zhipu), Moonshot, Alibaba’s Qwen en MiniMax hetzelfde recept. Uit onderzoek van MIT en Hugging Face blijkt dat Chinese open-weight modellen in het jaar tot augustus 2025 goed waren voor 17,1% van alle wereldwijde AI-modeldownloads, waarmee China de VS (15,86%) voor het eerst voorbijstreefde. Hugging Face-data van vorige maand laat zien dat Alibaba’s modellen, waaronder de Qwen-familie, nu de meeste gebruikersvarianten hebben, meer dan modellen van Google en Meta samen.

Wat dit betekent

Voor Nederlandse ondernemers betekent deze verschuiving dat er een serieus alternatief ontstaat voor de dure, per-query afgerekende Amerikaanse AI-diensten. Waar je bij OpenAI of Anthropic betaalt voor elke API-aanroep, kun je met een open-weight model eenmalig investeren in hardware of een cloudomgeving en daarna zonder variabele kosten draaien. Dit is vooral relevant nu de AI-hype afneemt en bedrijven overschakelen van experimenten naar daadwerkelijke integratie. Goedkopere en beter aanpasbare tools krijgen dan de voorkeur. Er zijn wel kanttekeningen: Chinese modellen dragen de stempel van het Chinese contentmoderatieregime en zijn getraind om uitkomsten te vermijden die conflicteren met overheidsbeleid. Ook beschuldigen Amerikaanse bedrijven zoals Anthropic Chinese labs ervan illegaal capaciteiten uit hun modellen te distilleren, een praktijk waarbij outputs van het ene model worden gebruikt om een ander te trainen.

Hoe je dit kunt toepassen

Als je een webshop runt en een chatbot wilt inzetten voor klantvragen, kun je overwegen om een open-weight model zoals DeepSeek R1 of Alibaba’s Qwen te downloaden en op een eigen server te draaien. Je zou het model kunnen finetunen op je eigen productcatalogus en klantvragen, zonder dat je per gesprek betaalt aan een Amerikaanse API-aanbieder. Een optie is om te beginnen met een kleine server of een cloudinstantie en te testen of de kwaliteit van de antwoorden voldoende is voor jouw doelgroep.

Als je een team aanstuurt dat data-analyse doet voor klanten, kun je met open-weight modellen zelf AI-functionaliteit inbouwen in je rapportagesoftware. Je zou bijvoorbeeld een model kunnen gebruiken om samenvattingen te genereren van datasets, zonder dat je gegevens naar een externe API hoeft te sturen. Dit is niet alleen goedkoper, maar ook privacyvriendelijker, omdat alle data op je eigen infrastructuur blijft. Overweeg om te beginnen met een model dat je lokaal draait voor een specifieke, afgebakende taak.

Als je een product ontwikkelt voor de zorg of een andere gereguleerde sector, biedt een open-weight model de mogelijkheid om volledige controle te houden over waar data wordt verwerkt. Je zou het model kunnen aanpassen zodat het voldoet aan specifieke wet- en regelgeving, zonder dat je afhankelijk bent van de voorwaarden van een Amerikaanse API-aanbieder. Een mogelijkheid is om te investeren in een eigen server of een dedicated cloudomgeving en het model te finetunen op domeinspecifieke data.

Als je een klein marketingbureau runt en content wilt genereren voor meerdere talen, kun je een open-weight model inzetten dat je zelf host. Je zou het model kunnen trainen op jullie eigen merkrichtlijnen en tone of voice, zodat de output consistent is. Dit kan op termijn goedkoper uitpakken dan het abonnement op een Amerikaanse AI-tool, vooral als je veel volume draait. Overweeg om te starten met een bestaand model zoals Qwen en te testen of de kwaliteit voor jullie doeleinden voldoende is.

De praktische toepassing hangt af van jouw situatie, maar de kern is dat open-weight modellen uit China een reëel alternatief bieden voor wie onafhankelijk wil zijn van dure Amerikaanse API’s en meer controle wil over data en kosten.

Bron: Technologyreview