©Unsplash

©Unsplash

Paniek maar ook hypocrisie in VS door snelle Chinese modellen – al zijn er ook kan

Praat mee!
Eindredacteur
Floris is eindredacteur van Bright, host van de Bright Podcast en schrijft al 15 jaar over tech, media en meer.

China onthulde deze week twee open weight AI-modellen, die alle Amerikaanse LLM's voorbijstreven, behalve dan de snelste van Anthropic. Maar ze zijn ook nog eens veel goedkoper en straks lokaal te draaien: waarom maakt dat Amerikaanse AI-bedrijven bang?

Twee Chinese AI-bedrijven laten deze maand zien hoe snel de kloof met Silicon Valley dichtslibt. Moonshot AI presenteerde Kimi K3, een gratis te downloaden model van 2,8 biljoen parameters dat qua prestaties dicht in de buurt komt van de nieuwste systemen van OpenAI en Anthropic. Een paar dagen later volgde Alibaba met Qwen3.8 Max, dat zichzelf positioneert als op één na beste model ter wereld, alleen voorbijgestreefd door Anthropics topmodel Fable 5. 

Beide zijn – of worden binnenkort – open weight. Dat roept meteen een grotere vraag op: wat betekent het als de beste AI-modellen ter wereld straks gratis te downloaden zijn, en waarom vinden juist OpenAI, Google en Anthropic dat zo eng?

Wat is een open model precies?

Het verschil tussen een open en een gesloten AI-model zit in de toegankelijkheid van de weights (de gewichten). Zie een AI-model als een gigantisch digitaal brein met miljarden instellingen. De weights zijn de getallen die bepalen hoe al die verbindingen samenwerken om tot een antwoord te komen. Ze vormen het 'recept' van de AI.

OpenAI en Anthropic houden dit recept strikt geheim. Je krijgt bij hun gesloten modellen alleen toegang via een API: een soort digitaal loket. Je stuurt een vraag in, ontvangt een antwoord, en betaalt per token (een klein stukje tekst, zoals een woord of lettergreep). Wat er precies onder de motorkap gebeurt, zie je niet.

Bij een open model (ook wel een open-weights model genoemd, zoals de Qwen-reeks van Alibaba of Llama van Meta) krijg je dat complete recept gewoon mee. Je kunt het model downloaden, op je eigen computers laten draaien en finetunen: de AI verder aanpassen en trainen met je eigen specifieke bedrijfsdata. Eenmaal gedownload draait het model lokaal, zonder dat je ooit nog een cent aan de maker hoeft over te maken.

Dat is precies waarom gesloten partijen als OpenAI en Anthropic er niet blij mee zijn: het ondermijnt hun verdienmodel. Hun officiële argument is steevast de veiligheid; ze stellen dat krachtige modellen in verkeerde handen kunnen vallen als je de controle loslaat. Alleen zij, is de niet al te subtiele suggestie, kunnen verantwoord met deze technologie omgaan. Evengoed sloeg OpenAI deze week op hol, toen het succesvol op eigen houtje het platform Hugging Face besloot te hacken.

Datzelfde bezwaar klinkt deze week nogal hol

Toevallig kondigde een Amerikaanse rechter deze week iets anders aan: definitieve goedkeuring van Anthropics schikking van 1,5 miljard dollar in een auteursrechtenzaak. Een groep auteurs klaagde Anthropic aan omdat het bedrijf miljoenen boeken uit illegale piraterijbronnen zoals Library Genesis had gedownload en opgeslagen om Claude te trainen. 

De rechter oordeelde eerder al dat trainen op auteursrechtelijk materiaal an sich onder fair use valt, maar dat het downloaden van gestolen boeken dat niet doet. Zo'n 500.000 werken vallen onder de regeling, tegen zo'n 3.000 dollar per werk – en Anthropic moet de geroofde bestanden vernietigen.

Met andere woorden: het bedrijf dat nu het hardst roept dat open Chinese modellen een gevaar vormen omdat ze "meeliften" op andermans werk, bouwde zijn eigen model op materiaal dat het zonder toestemming van illegale bronnen haalde – zo lust ik er nog wel een.

De Chinese truc heet distillatie – en die is niet nieuw

Waar Anthropic en OpenAI zich vooral zorgen om maken, is iets specifiekers dan alleen "open modellen bestaan": distillatie. Chinese labs gebruiken de output van Amerikaanse frontier-modellen als lesmateriaal om hun eigen modellen te trainen, vooral in de laatste, dure trainingsfase. Dat scheelt ze enorm veel rekenkracht en geld, legt analist Ben Thompson uit op Stratechery. In plaats van zelf een leeromgeving te bouwen, laat je gewoon Claude of GPT het huiswerk nakijken. Ook het Witte Huis beschuldigt de Chinese bedrijven van destilleren.