Meta sluit zijn AI: Muse Spark blijft dicht en de open Llama-strategie sneuvelt

Een jaar geleden haalde Mark Zuckerberg Scale AI-oprichter Alexandr Wang binnen om Meta's AI-koers om te gooien, een operatie die de teller op zo'n 14,3 miljard dollar bracht. Op 14 juni trok CNBC de balans op: Wang heeft een eerste eigen model afgeleverd, maar Meta loopt nog altijd achter op OpenAI, Anthropic en Google, en het is nu aan Zuckerberg om dat model te verkopen. Belangrijker voor wie buiten Silicon Valley meekijkt: Meta heeft zijn jarenlange open-source belofte stilletjes overboord gezet.

Van open Llama naar een gesloten Muse Spark

Meta bouwde zijn AI-reputatie op Llama, een reeks modellen waarvan de gewichten vrij te downloaden waren. Voor veel bedrijven was dat de aantrekkingskracht: je kon Llama zelf draaien, aanpassen en inbouwen zonder afhankelijk te zijn van een API of een prijslijst die elk kwartaal kan veranderen.

Die lijn is doorbroken. Muse Spark, het eerste model uit Wangs nieuwe lab, kwam in april 2026 uit als een gesloten, proprietary model in plaats van open gewichten. Volgens berichtgeving rond de lancering bleef het model dicht nadat veiligheidstesten, onder meer rond bio-, chemie- en cybercapaciteiten, een open release te risicovol maakten. De bijbehorende betaalde API liet vervolgens maanden op zich wachten door testproblemen en infrastructuur, waardoor vragen rezen over hoe Meta zijn AI-uitgaven ooit terugverdient.

"De oude strategie werkt niet meer"

Het nieuwe is dat Wang die ommezwaai nu hardop verdedigt. In opmerkingen bij Bloomberg Tech erkende hij dat Meta's oude open model-aanpak niet langer werkt en dat andere AI-labs hetzelfde patroon zien. Een woordvoerder van Meta nuanceerde dat het bedrijf het open-source ecosysteem nog steeds steunt, maar de praktijk wijst een andere kant op: het beste model van Meta blijft achter slot en grendel.

De cijfers verklaren de druk. Het aandeel Meta zakte over het afgelopen jaar zo'n 19% en bleef daarmee achter op de Nasdaq, terwijl het bedrijf voor 2026 mikt op zo'n 145 miljard dollar aan investeringen in AI en datacenters. Wie zo veel uitgeeft, wil dat terugzien, en gratis weggegeven modellen leveren geen directe omzet op. Llama 4 kampte bovendien met kwaliteitsklachten die Meta aan bugs weet. De optelsom: closed source en een betaalde API zijn voor Meta aantrekkelijker dan idealisme.

Wat dit betekent voor jouw bedrijf

Voor Nederlandse ondernemers en organisaties die Llama hadden ingeboekt als soeverein, vendor-neutraal alternatief is dit een concreet signaal. De aanname dat er altijd wel een sterk, gratis, zelf te hosten westers model zou zijn, leunde voor een groot deel op Meta. Dat fundament is wankel geworden.

De les is niet dat open source dood is, maar dat je je AI-strategie niet moet bouwen op de goodwill van één leverancier. Een bedrijf dat zijn workflows had geijkt op Llama, ontdekt nu dat de opvolger gesloten en betaald is, precies het soort afhankelijkheid dat ontstaat als je geen eigenaar bent van je eigen software en de broncode bij een leverancier ligt.

Gelukkig is het alternatievenveld breder dan Meta. Er zijn echte open-weight modellen die je zelf kunt draaien, zoals het open-weight model MiniMax M3 dat je volledig self-hosted inzet, en er is een groeiend Europees aanbod met onder meer Mistral, dat in gesprek is over een investeringsronde van ongeveer 3 miljard euro. Tegelijk is het een breder patroon: stijgende AI-abonnementskosten drijven bedrijven al langer richting open source en Chinese modellen.

Praktisch betekent dit: kies modellen op basis van de licentie en de portabiliteit, niet alleen op de benchmark van vandaag. Zorg dat je een model kunt vervangen zonder je hele systeem te herbouwen, en behandel "open" van een groot techbedrijf als een momentopname, niet als een garantie. Met slim kiezen voorkom je dat de strategie van een ander straks jouw kostenplaatje bepaalt.