← terug naar dossiers
📁 Dossier

Open-source AI wordt volwassen — en dat is goed nieuws voor jouw marge

📅 2026-11-02 ⚠️ In review — herverificatie 3 november 2026: 3 van 8 claims ✅; 3 ⚠️ Indirect (license-beperkingen op 'doorverkopen'; benchmark-vergelijking met OpenAI/Google niet in bron; 'gat dichtgelopen' niet expliciet in bron); 0 ❌; 2 ℹ️ eigen analyse. Beide Hugging Face-bronnen volledig toegankelijk — geen upgrades beschikbaar.

📊 Kerncijfers

~1 biljoen
parameters in Mistral Large 4 (totaal)
49 miljard
actieve parameters (MoE, 5 experts per token)
82%
Artificial Analysis Cyber Index — hoogste open-weights score
5e
beste open-weights model (Artificial Analysis Intelligence index)

🔗 Geannoteerde bronnen

primair Welcome Le Chonk: Mistral Large 4 on Hugging Face

huggingface.co/blog/mistral-large4

🗓️ 29 oktober 2026 · Hugging Face Blog · Officiële model-aankondiging: Mistral Large 4 ("Le Chonk"), ~1T parameters, 49B actief, 1M context, multimodal (tekst + beeld), MoE-architectuur, cybersecurity-sterktes (82% Cyber Index, 93% Cybench), coding (61,7% DeepSWE), open-weight license (Mistral Ecosystem, MIT-derivaat met beperkingen op model-as-a-service).

primair Granite Switch 4.1.1 — Update models like you update software

huggingface.co/blog/ibm-granite/granite-switch-4-1-1

🗓️ 30 oktober 2026 · IBM Granite-team (Kate Soule e.a.) · Patch-release van IBM's modulaire Switch-architectuur: modellen bijwerken zoals software via verwisselbare adapters, zonder de basismodel opnieuw te trainen. Nieuwe ASR- en Decision-adapter, meertaligheid, volledig backwards-compatible met 4.1.

📋 Claims & verificatie

Claim in blogpostBronStatus
Mistral, de Franse AI-bouwer, heeft Large 4 gelanceerdHugging Face — Mistral Large 4✅ Geverifieerd
Op Hugging Face wordt het model "Le Chonk" genoemdHugging Face — Mistral Large 4✅ Geverifieerd
Een model dat je zelf mag draaien, aanpassen én doorverkopenHugging Face — Mistral Large 4⚠️ Indirect
Qua kracht meedraaien met de topmodellen van OpenAI en GoogleHugging Face — Mistral Large 4⚠️ Indirect
IBM deed iets vergelijkbaars: Granite Switch 4.1.1 bijwerken zoals je software bijwerktHugging Face — Granite Switch 4.1.1✅ Geverifieerd
Het gat tussen open-source en commerciële top-AI is dit najaar dichtgelopenHugging Face — Mistral Large 4⚠️ Indirect
Prijsverschil tussen API-abonnement en eigen model kan oplopen tot tienduizenden euro's per jaarn.v.t. — eigen analyseℹ️ Opinie/analyse
AVG/data-soevereiniteit en het accountantskantoor-voorbeeld (vijftien medewerkers)n.v.t. — NL-contextℹ️ Opinie/analyse

📝 Methodologie-noot

Beide bronnen (Hugging Face Mistral Large 4 en IBM Granite Switch 4.1.1) zijn volledig toegankelijk via web_extract en bevestigen de kernclaims letterlijk. De claim over "doorverkopen" is ⚠️ Indirect omdat de Mistral Ecosystem Open-Weight License (MIT-derivaat) expliciet beperkingen oplegt op model-as-a-service — "doorverkopen" is dus niet onbeperkt gedekt. De benchmark-vergelijking met OpenAI/Google is ⚠️ Indirect omdat de bron het model positioneert als "5e beste open-weights model" en het vergelijkt met DeepSeek en Qwen, niet met de gesloten topmodellen van OpenAI/Google. De claim dat "het gat is dichtgelopen" is een interpretatie die de bron niet expliciet stelt. Prijsanalyse (tienduizenden euro's), de AVG/data-soevereiniteit-argumentatie en het accountantskantoor-voorbeeld zijn eigen analyse en Nederlandse context zonder brondekking.

🧩 Gerelateerde faalpatronen

Platform-lock-in — de kern van het artikel: afhankelijkheid van één commerciële AI-leverancier geeft die leverancier prijs- en voorwaardemacht. Een open model als alternatief houdt een onderhandelingspositie.

Agent-extensibility-lock-in — wie werkprocessen, prompts en integraties op één gesloten aanbieder afstemt, maakt overstappen duur. Open modellen verplaatsen die controle naar de gebruiker.

Blind-vertrouwen — de aanname dat "open" automatisch "gratis en probleemloos" betekent; het artikel nuanceert dit terecht (rekenkracht, beheer, beveiliging kosten wél).

Skills-gap — een open model zelf opzetten en beheren vraagt kennis die de meeste MKB'ers niet in huis hebben; onderschatting daarvan kost meer dan de API-besparing.