SpaceX verhuurt Colossus-rekenkracht aan open-source lab Reflection AI voor 6,3 miljard dollar

SpaceXAI heeft een rekenkrachtdeal van maximaal 6,3 miljard dollar gesloten met Reflection AI, een open-source AI-startup gesteund door Nvidia. De afspraak geeft Reflection directe toegang tot Nvidia's nieuwste GB300-chips in het Colossus-datacenter van Elon Musk. Het opvallende is niet het bedrag, maar wie het krijgt: niet een gesloten frontier-lab, maar een speler die zijn modelgewichten openbaar wil maken. Voor bedrijven die af willen van afhankelijkheid van één AI-leverancier is dat het echte nieuws.

De deal in cijfers

Volgens de afspraak betaalt Reflection vanaf 1 juli 150 miljoen dollar per maand voor toegang tot GB300-chips in het Colossus 2-datacenter, met een looptijd tot 2029 en een totale waarde van 6,3 miljard dollar. Na een eerste periode van drie maanden kan elke partij met 90 dagen opzegtermijn uit de overeenkomst. Het is een huurconstructie, geen overname: Reflection koopt geen datacenter, maar capaciteit.

Dat onderscheid telt. Rekenkracht is de schaarste die bepaalt welke labs überhaupt kunnen meedoen aan de modellen van de volgende generatie. Door capaciteit te huren in plaats van miljarden in eigen hardware te steken, kan een relatief jonge speler ineens op het niveau van de grote labs trainen.

Wie is Reflection AI

Reflection AI werd in 2024 opgericht door twee oud-onderzoekers van Google DeepMind, Misha Laskin en Ioannis Antonoglou. Laskin leidde het reward modeling voor DeepMinds Gemini, Antonoglou was medebedenker van AlphaGo, het systeem dat in 2016 de wereldkampioen Go versloeg. De startup haalde in oktober 2025 twee miljard dollar op bij een waardering van acht miljard dollar, met Nvidia, Sequoia en Eric Schmidt onder de investeerders.

Het bedrijf positioneert zich nadrukkelijk als een open alternatief voor gesloten labs als OpenAI en Anthropic, en als westers tegenwicht tegen Chinese spelers zoals DeepSeek. Sommige investeerders noemen het zelfs "de DeepSeek van het Westen". Reflection bouwt aan een frontier-taalmodel met een Mixture-of-Experts-architectuur, getraind op tientallen biljoenen tokens, waarbij het de modelgewichten wil openstellen.

Waarom dit ertoe doet voor open source

De timing is veelzeggend. Een woordvoerder van Reflection zei dat "recente gebeurtenissen laten zien hoe belangrijk open source is voor het AI-ecosysteem, nu steeds meer landen en bedrijven de risico's en kosten zien van uitsluitend afhankelijk zijn van gesloten modellen". Die "recente gebeurtenissen" laten zich raden: de Amerikaanse exportban die de krachtigste modellen van Anthropic voor gebruikers buiten de VS offline haalde, liet pijnlijk zien hoe kwetsbaar je bent als je kernmodel ineens onbereikbaar wordt.

Dat is precies de afhankelijkheid die open modellen wegnemen. SpaceX leverde eerder al Colossus-rekenkracht aan Anthropic in een strategische compute-alliantie; dat dezelfde infrastructuur nu een open-source uitdager voedt, laat zien hoe snel het speelveld verschuift. Tegelijk vulden Chinese labs zoals Zhipu het gat dat Anthropic achterliet met open modellen, terwijl vendor lock-in juist toeslaat zodra een aanbieder zijn open koers verlaat.

Wat dit betekent voor jouw bedrijf

Meer rekenkracht voor open modellen is geen ver-van-mijn-bed-show. Het betekent dat de kwaliteitskloof tussen gesloten en open modellen verder dichtloopt, en dat is direct voelbaar in twee dingen die elk bedrijf raken: kosten en controle. Naarmate AI-abonnementskosten oplopen en bedrijven richting open modellen duwen, wordt een open-weight model dat je zelf draait een serieuze optie in plaats van een hobbyproject.

De winst zit in onafhankelijkheid. Een open model dat je self-hosted of bij een Europese aanbieder draait, kan niet van de ene op de andere dag door een exportbesluit of een prijsverhoging worden afgesneden. Je houdt je data binnen je eigen muren en je bent niet overgeleverd aan de roadmap van één leverancier. Europese spelers als Mistral zetten datzelfde soevereiniteitsargument in als tegenwicht tegen afhankelijkheid van één Amerikaanse aanbieder.

De les voor de praktijk is nuchter: je hoeft niet meteen over te stappen, maar je doet er goed aan je AI-keuzes zo in te richten dat overstappen kán. Een deal als deze versnelt het moment waarop een open alternatief niet alleen goedkoper, maar ook gewoon goed genoeg is. Wie zijn architectuur daar nu al op voorbereidt, hoeft straks niet in paniek te migreren.