Twee harde schijven op elkaar gestapeld
Nieuws19 augustus · 22:086 min leestijd

OpenAI belooft nul dataretentie, Anthropic eist 30 dagen

OpenAI houdt nul dataretentie vast voor zakelijke API-klanten en test misbruikdetectie die alleen categorie en zwaarte doorgeeft. Anthropic eist juist dertig dagen bewaartijd op zijn sterkste modellen. Dat verschil bepaalt welk model je mag aanzetten.

OpenAI bewaart onder Zero Data Retention geen prompts en geen modelantwoorden na afloop van een verzoek, en test daarbovenop Private Safety Processing: misbruikdetectie die over meerdere gesprekken kijkt zonder dat personeel de inhoud ziet.

Daarmee wordt de vraag die elke DPO en inkoper stelt eindelijk vergelijkbaar: wat houdt je AI-leverancier over van wat je erin stopt? De twee grootste aanbieders bewegen nu tegengesteld. OpenAI legt nul retentie vast als toezegging aan zakelijke klanten, terwijl Anthropic sinds 9 juni 2026 dertig dagen bewaartijd eist op zijn sterkste modellen. Verwerk je bijzondere persoonsgegevens, of heb je een klantcontract dat opslag bij derden uitsluit, dan bepaalt dat verschil welk model je überhaupt mag aanzetten.

Wat de toezegging precies dekt

Zero Data Retention is een contractuele afspraak voor zakelijke API-klanten die daarvoor in aanmerking komen, geen instelling die iedereen kan omzetten. OpenAI belooft er drie dingen mee: prompts en antwoorden worden na verwerking niet bewaard, de klantinhoud is niet in te zien voor OpenAI-personeel, en data van enterprise-klanten gaat alleen met een expliciete opt-in naar modeltraining.

De afbakening telt. De ZDR-controls gelden niet voor de consumentenabonnementen Free, Plus, Go en Pro, waar de bestaande data-instellingen ongewijzigd blijven. Werkt je team dus met persoonlijke ChatGPT-accounts in plaats van via de API of een zakelijk plan, dan raakt dit nieuws je niet.

Er is ook een uitzondering die blijft staan. Beelden die het systeem markeert als mogelijk materiaal van kindermisbruik worden wél bewaard voor handmatige beoordeling en melding, ook in ZDR-opstellingen, omdat de wet dat voorschrijft.

Alleen de categorie en de zwaarte gaan naar OpenAI

Private Safety Processing is het antwoord op een technisch probleem dat OpenAI zelf beschrijft: de zwaarste risico's zijn vaak niet zichtbaar in één vraag-en-antwoord. Bestaande veiligheidssystemen die met ZDR samengaan beoordelen elke interactie los. Het nieuwe systeem kijkt naar patronen over gerelateerde interacties heen.

Aleah Houze, hoofd productbeleid bij OpenAI, gaf tegenover verslaggevers een concreet voorbeeld: iemand vraagt in het ene gesprek naar een zwakke plek in de software van een bedrijf en later in een ander gesprek naar toegang op afstand of naar welke securitytools iets kunnen detecteren. Los gelezen valt geen van beide op.

De inhoud kan op twee plekken staan. In een ZDR-opstelling blijft die op infrastructuur die de klant zelf beheert. Daarnaast werkt OpenAI aan een variant waarin de inhoud bij OpenAI staat, versleuteld met sleutels die de klant beheert en waarvan OpenAI zelf geen kopie heeft. In beide gevallen krijgt OpenAI bij een verdenking alleen een nauw omschreven signaal terug, met de categorie en de zwaarte van de melding, zonder de onderliggende tekst.

Officieel schema van OpenAI. Een API-verzoek loopt door Private Safety Processing, de opslag blijft versleuteld onder beheer van de klant, en OpenAI ziet alleen de categorie en zwaarte van een melding, geen klantinhoud. (bron: OpenAI)
Officieel schema van OpenAI. Een API-verzoek loopt door Private Safety Processing, de opslag blijft versleuteld onder beheer van de klant, en OpenAI ziet alleen de categorie en zwaarte van een melding, geen klantinhoud. (bron: OpenAI)

De klant zit daarmee aan de kant van het bewijsmateriaal: meldingen en handhavingsbesluiten onderzoek je in je eigen systemen, en wil je bezwaar maken of legitiem gebruik aantonen, dan deel je zelf wat nodig is. Het systeem draait nu bij eerste klanten. Een bredere uitrol en een technisch white paper staan gepland voor september. Tot die tijd is dit een preview, geen product dat je kunt inkopen.

Anthropic gaat precies de andere kant op

Bij Anthropic worden prompts en antwoorden van covered models dertig dagen bewaard op elk platform waar die modellen worden aangeboden. Dat gaat om Claude Mythos 5 en Claude Fable 5, en om alle routes ernaartoe: het Claude Platform rechtstreeks en via AWS, Amazon Bedrock, Google Cloud Agent Platform en Microsoft Foundry. Mythos 5 is het model waarvoor Kraken-moeder Payward als eerste cryptobedrijf toegang kreeg via Project Glasswing.

Voor organisaties met een ZDR-werkruimte is dat geen theoretische wijziging. Wil je bij die modellen, dan zet je retentie aan in de werkruimte waar je ze gebruikt; je andere ZDR-werkruimtes blijven zoals ze zijn. Via Azure Foundry werkt het per abonnement, dus daar heb je een aparte Azure Subscription nodig. Anthropic zet er waarborgen omheen: standaard leest niemand van het bedrijf de bewaarde gesprekken, menselijke beoordeling loopt via een gecontroleerd pad met een kleine groep goedgekeurde beoordelaars, elke toegang komt in een log dat beoordelaars niet kunnen aanpassen, en na dertig dagen wist het systeem de data automatisch, behalve bij een markering of een wettelijke bewaarplicht. Organisaties die daarvoor in aanmerking komen kunnen eigen versleutelingssleutels toevoegen en audit logs van de toegang opvragen.

De reden staat zwart op wit in het augustusrapport waarin Anthropic ook zijn eigen inschatting van catastrofaal misalignment-risico van 'very low' naar 'low' tilde. Het lab schrijft dat de maatregel onpopulair zal zijn bij klanten die nul retentie gewend zijn en een reëel risico vormt voor het eigen commerciële succes, zeker als concurrenten niet volgen, maar noemt hem onmisbaar om aanvallen te betrappen die zich over meerdere verzoeken uitspreiden. Het gaat volgens Anthropic om offensieve cyberoperaties en biologische wapens, waar geen enkel afzonderlijk verzoek verdacht oogt, en om aanvallen op de klant zelf, bijvoorbeeld een gekaapt account of een gestolen API-sleutel die tegen de systemen en medewerkers van dat bedrijf wordt ingezet. Zulke aanvallen zag het lab in de praktijk, en meerdere ervan werden alleen gevonden door over veel verzoeken heen te kijken.

Een weddenschap op techniek, geen verschil van mening

Beide labs beschrijven hetzelfde probleem en trekken een tegengestelde conclusie over wat je ervoor nodig hebt. Anthropic zegt dat je de tekst zelf een tijd moet vasthouden om zo'n patroon te zien, en neemt het commerciële nadeel voor lief. OpenAI zegt dat een geautomatiseerd systeem het patroon kan vinden terwijl de tekst versleuteld bij de klant blijft.

Wie die weddenschap wint, is nog niet te toetsen. Voor een inkoper verschuift daarmee wel de vraag. Niet welk model het beste presteert telt dan, maar over hoeveel platforms de bewaarafspraak meeloopt en welk deel ervan vandaag echt draait. Het technische white paper van september is het eerste moment waarop de belofte van OpenAI te controleren valt. Tot dan staat er bij OpenAI een contractuele toezegging met een preview eronder, en bij Anthropic een harde voorwaarde die al van kracht is. Op precies die asymmetrie loopt een verwerkersovereenkomst stuk, want het AVG-risico zit niet in het model maar in de doelbinding en de plekken waar je data weglekt.

Veelgestelde vragen

Alisina Nawabi
Geschreven doorAlisina Nawabi

AI Product Engineer & Solutions Architect

Grip op je eigen data

Bij zulke leveranciersvoorwaarden helpt het als je weet waar je data langs loopt en welk deel je zelf kunt houden. Ik denk mee over dat ontwerp, bouw de koppelingen en de automatisering, en zet zoveel mogelijk self-hosted neer.

Meer informatie

Dit artikel is geproduceerd samen met het Agent Team. Meer over de redactie.

Genoemde integraties

Dit artikel noemt deze tools. Ik koppel ze op maat aan je eigen systemen.

Gerelateerde artikelen

DeepSeek geeft agentharnas Harness vrij onder MIT-licentie
Nieuws
5 min

13 aug 20:27

DeepSeek geeft agentharnas Harness vrij onder MIT-licentie

DeepSeek zet zijn agentharnas Harness onder de MIT-licentie op GitHub, als zelf te draaien alternatief voor Claude Code en Codex. Elk model past erachter, en de API-tarieven van DeepSeek gaan zondag omhoog.

Agent Plugins 1.0 maakt agentuitbreidingen draagbaar tussen ChatGPT, Copilot en VS Code
Nieuws
4 min

7 aug 12:24

Agent Plugins 1.0 maakt agentuitbreidingen draagbaar tussen ChatGPT, Copilot en VS Code

Amazon, Cursor, Microsoft, OpenAI en Vercel publiceerden een open pakketformaat voor Agent Skills en MCP-servers. Google sluit aan als core maintainer. Je bouwt een agentuitbreiding voortaan een keer, niet per client.

Microsoft test Kimi K3 om Copilot goedkoper te draaien
Nieuws
4 min

20 jul 22:12

Microsoft test Kimi K3 om Copilot goedkoper te draaien

Microsoft zet het Chinese open-weight model Kimi K3 op Azure en onderzoekt of het Copilot-functies kan overnemen die nu op OpenAI en Anthropic draaien. The Information becijfert de mogelijke besparing op tot 600 miljoen dollar.

Amazon kopieert intern Anthropic's Claude-modellen om hogere tokenprijzen voor te zijn
Nieuws
5 min

29 jun 22:34

Amazon kopieert intern Anthropic's Claude-modellen om hogere tokenprijzen voor te zijn

Amazon-engineers maken volgens The Information goedkopere interne kopieen van Anthropic's Claude-modellen, vlak voor een overstap naar tokenprijzen. Voor bedrijven die Claude via AWS Bedrock draaien is dat een signaal over kosten en leveranciersrisico.

Microsoft verkoopt OpenAI-modellen aan Chinese techreuzen via Azure
Nieuws
4 min

18 jun 06:15

Microsoft verkoopt OpenAI-modellen aan Chinese techreuzen via Azure

Bloomberg onthult dat Microsoft via Azure vooral OpenAI-modellen verkoopt aan ByteDance, Ant Group en Tencent. De Chinese AI-omzet verdrievoudigde, terwijl OpenAI en Anthropic zelf weigeren te leveren. Wat dat zegt over je afhankelijkheid van één leverancier.

Microsoft Copilot Cowork is nu algemeen beschikbaar, met een prijs per verbruik
Nieuws
5 min

16 jun 18:10

Microsoft Copilot Cowork is nu algemeen beschikbaar, met een prijs per verbruik

Copilot Cowork is sinds 16 juni algemeen beschikbaar en rekent af per verbruik in Copilot Credits, 0,01 dollar per credit, op basis van model, context, tool-aanroepen en looptijd. Het is voor Microsoft de eerste prijsbreuk in zo'n twintig jaar.