Bedrijven kunnen met open-weight modellen zoals MiniMax M3 en Kimi K2.7-Code flink besparen en privacy winnen, mits ze letten op licenties en AVG-verantwoordelijkheid.
De AI-markt kantelt van dure, gesloten modellen naar open-weight alternatieven. Meta stopt met de open Llama-aanpak en kiest voor een proprietary model, terwijl het onderzoek van 42 Amerikaanse staten naar OpenAI de kwetsbaarheid van afhankelijkheid blootlegt. Ondertussen stijgen de kosten van westerse AI-oplossingen, waardoor grote spelers als Harvey en Microsoft uitwijken naar goedkopere Chinese modellen. Twee spraakmakende voorbeelden zijn MiniMax M3 en Kimi K2.7-Code. MiniMax lanceerde op 1 juni 2026 het open-weight model M3, dat self-hosting mogelijk maakt. Kimi K2.7-Code van Moonshot AI doorbreekt de prijsbarrière met slechts 0,95 dollar per miljoen invoertokens en 4 dollar per miljoen uitvoertokens, een fractie van wat GPT-5.5 en Claude kosten. Voor Nederlandse ondernemers biedt dit kansen om AI-kosten te drukken en data in eigen beheer te houden, maar er zijn haken en ogen. De licentie bepaalt wat je commercieel mag doen, en bij self-hosting draag je zelf de AVG-verantwoordelijkheid. Wie deze valkuilen kent, kan echter met open-weight modellen een solide AI-strategie opbouwen.
Bij self-hosting ben je als ondernemer zelf de verwerkingsverantwoordelijke, niet de modelleverancier. Je moet zorgen voor beveiliging, verwerkingsovereenkomsten en naleving van privacyregels.
Open-weight is niet automatisch vrij voor commercieel gebruik. Fabrikanten zoals MiniMax hebben licentieteksten aangepast om volume of toepassing te beperken. Ondernemers moeten altijd de actuele voorwaarden controleren voordat ze een model in productie nemen.
MiniMax bracht op 1 juni 2026 M3 uit, een model dat bedrijven op eigen servers kunnen draaien. Dit biedt mkb'ers kansen op privacywinst en kostenbeheersing, maar de licentie kan beperkingen bevatten, zoals eerder bij M2 bleek.
Het Chinese Moonshot AI brengt Kimi K2.7-Code uit, een open codeermodel dat aanzienlijk goedkoper is dan GPT-5.5 en Claude. Met 0,95 dollar per miljoen invoertokens en 4 dollar per miljoen uitvoertokens is het 600 GB zware model aantrekkelijk voor zelf hosting, al vergt dat technische capaciteit.
Bedrijven zoals Harvey en Microsoft besparen kosten door in te zetten op goedkopere open-weight alternatieven. Brian Armstrong voorspelt dat een groot deel van de AI-werklast in de toekomst door dergelijke efficiënte modellen wordt afgehandeld.
Meta lanceert Muse Spark als proprietary model en beëindigt de open Llama-lijn. Door concurrentiedruk en een aandeelverlies van 19% zet Meta in op propriëtaire AI. Het beste model blijft achter slot en grendel, wat de beschikbaarheid van open alternatieven verkleint.
Een coalitie van procureurs-generaal stuurde OpenAI een dagvaarding, vlak voor de beursgang. Ook Meta, Anthropic, Google en xAI ontvingen brieven. Dit onderstreept risico's voor bedrijven die volledig leunen op deze aanbieders.
