Open-source AI-modellen zakelijk draaien: welke, waar en wat kost het (2026)?

Bij 5 miljoen tokens per maand kost gpt-oss-120B via een Franse API €0,72. Dezelfde 5 miljoen tokens op een eigen H100 in Gravelines kosten €1.940 aan huur, nog zonder iemand die de server beheert.

Dat verschil van een factor 2.700 is de kern van deze pagina. Open-weight modellen zijn gratis te downloaden, maar "gratis" zegt niets over wat draaien kost.

Hieronder staat per model welke licentie erop zit, welke GPU-klasse het minimaal nodig heeft, wat een Europese GPU-server per maand kost en wat hetzelfde model via een gehoste API per miljoen tokens doet. Alle prijzen zijn op 18 september 2026 bij de leveranciers afgelezen.

De keuzevraag, wanneer open-weight beter past dan een commerciële API en wanneer niet, staat op onze vergelijking open-source AI versus commerciële AI. Deze pagina gaat over het geld en de hardware.

Open-weight, open-source en de licentie die telt#

Vrijwel geen zakelijk relevant model is open-source in de strikte zin: je krijgt de getrainde gewichten, niet de trainingsdata of het volledige trainingsproces. De gangbare term is daarom open-weight.

Voor een bedrijf telt maar één vraag: mag ik dit model commercieel draaien, aanpassen en in mijn product stoppen? Dat bepaalt de licentie, en die verschilt per maker.

• Apache 2.0: vrij gebruik, aanpassen en verspreiden, ook commercieel. Geldt voor Mistral Large 3, Small 4, Ministral 3, Qwen 3.8 en gpt-oss (Mistral, 2026; Qwen, 2026; OpenAI, 2025).
• MIT: even vrij als Apache 2.0, met een kortere tekst. DeepSeek V4 Pro en V4.1 Flash staan eronder (DeepSeek, 2026).
• Modified MIT (Mistral): dezelfde vrijheden, behalve voor bedrijven die per maand meer dan 20 miljoen dollar omzetten; die moeten een commerciële licentie afnemen of via Mistral Studio werken. Geldt voor Mistral Medium 3.5 (Mistral Help Center, 2026).
• Llama 4 Community License: commercieel gebruik toegestaan; wie meer dan 700 miljoen maandelijkse gebruikers had op de releasedatum, moet Meta om een aparte licentie vragen (Meta, 2026).

Voor een MKB-bedrijf is geen van deze vier een blokkade. Het verschil zit in de fijne lettertjes bij doorverkoop en in de naamsvermelding die Meta vraagt.

Welke open-weight modellen zijn in september 2026 zakelijk bruikbaar?#

Het overzicht van alle modelfamilies, ook de gesloten, staat op welke AI-modellen er zijn. Hier alleen de modellen waarvan wij de gewichten en de licentie hebben nagekeken.

Llama 4 Scout en Maverick (Meta, VS)#

Scout heeft 109 miljard parameters waarvan 17 miljard actief per token, 16 experts en een contextvenster van 10 miljoen tokens. Volgens de modelkaart past hij met int4-kwantisatie op één H100 van 80 GB (Meta, 2026).

Maverick telt 400 miljard parameters met 128 experts, dezelfde 17 miljard actief, en 1 miljoen tokens context. Meta levert hem in BF16 en FP8 en zegt dat hij op één H100 DGX-host past, en dat zijn acht H100-kaarten.

DeepSeek V4 Pro en V4.1 Flash (DeepSeek, China)#

V4 Pro (versie 0813) heeft 1,65 biljoen parameters; het vLLM-voorbeeld op de modelkaart draait op een node met vier GB300-kaarten (DeepSeek, 2026). V4.1 Flash is met 763 miljard parameters en 8 tot 16 miljard actief zuiniger, maar nog altijd een model van honderden gigabytes (DeepSeek, 2026).

Zelf hosten is voor een MKB-bedrijf daarom geen realistische route. DeepSeek gebruik je via de eigen API (zonder regiokeuze) of via een Europese aanbieder die de Flash-variant host.

Mistral Medium 3.5, Small 4 en Large 3 (Mistral AI, Frankrijk)#

Medium 3.5 is het frontier-model van Mistral met 128 miljard parameters onder Modified MIT; Large 3 heeft 675 miljard parameters en Small 4 119 miljard, beide Apache 2.0 (Mistral op Hugging Face, 2026). Daaronder zit Ministral 3 in 3B, 8B en 14B, ook Apache 2.0.

Wat de Mistral-API zakelijk kost, inclusief Vibe-plannen en OCR, staat op wat Mistral zakelijk kost. Hier gaat het alleen om de gewichten.

Qwen 3.8 (Alibaba, China)#

De nieuwste Qwen-generatie loopt van een dichte 27B-variant tot een MoE van 2,4 biljoen parameters. Qwen3.8-27B is Apache 2.0, heeft 262.144 tokens context (oprekbaar tot 1 miljoen) en is door Alibaba zelf gepositioneerd als het compacte productiemodel (Qwen, 2026).

Voor zelf hosten is die 27B-variant de interessante: klein genoeg voor één GPU, sterk genoeg voor classificatie, extractie en samenvatten.

gpt-oss 20B en 120B (OpenAI, VS)#

OpenAI bracht in augustus 2025 twee open-weight modellen uit onder Apache 2.0. gpt-oss-120b heeft 117 miljard parameters met 5,1 miljard actief en past dankzij MXFP4-kwantisatie op één GPU van 80 GB; gpt-oss-20b heeft 21 miljard parameters, 3,6 miljard actief, en draait in 16 GB geheugen (OpenAI, 2025).

Dat maakt gpt-oss-20b het enige model in dit rijtje dat op een instapkaart als de L4 past.

De kostentabel: licentie, GPU-klasse, EU-huur en API-prijs per model#

De GPU-klasse is onze eigen vuistregel: parameters maal 2 bytes in BF16 of maal 1 byte in FP8, plus ruimte voor de KV-cache. Waar de modelkaart een concrete kaart noemt, gebruiken we die.

De huurprijzen komen van OVHcloud Public Cloud in Gravelines (Frankrijk), maandprijs exclusief btw, afgelezen op 18 september 2026 op de Nederlandse prijzenpagina (OVHcloud, 2026). De API-prijzen komen van Scaleway Generative APIs (regio Parijs) en OVHcloud AI Endpoints, allebei in euro, en van de leveranciers zelf in dollar.

Bronnen per kolom: licenties en GPU-noten uit de modelkaarten hierboven; OVHcloud-instances h100-380 (1× H100 80 GB, €2,80 per uur, €1.940 per maand), h100-760 (2× H100, €5,60 per uur, €3.880 per maand), l40s-90 (1× L40S 48 GB, €1,40 per uur, €1.008 per maand) en l4-90 (1× L4 24 GB, €0,75 per uur, €540 per maand) (OVHcloud, 2026); Scaleway Generative APIs en OVHcloud AI Endpoints; Mistral API-prijzen; DeepSeek-prijzen. Dollarbedragen omgerekend tegen de ECB-koers van 18-09-2026, 1,1460 dollar voor één euro (ECB, 2026); alle bedragen exclusief 21% btw.

Twee kanttekeningen bij de tabel. Scaleway toont H100- en L40S-prijzen alleen na een zonekeuze op de pagina; de L4 stond wel zichtbaar op €0,79 per uur in Parijs (Scaleway, 2026), vrijwel gelijk aan OVHcloud.

De OVHcloud-endpoints staan in de prijslijst als "global"; wie de verwerkingslocatie contractueel wil vastleggen, vraagt dat bij de aanbieder na.

Rekenvoorbeeld: 5 miljoen tokens per maand, zelf gehost of via de API#

Stel, een documentverwerker leest per maand 4 miljoen tokens in en schrijft er 1 miljoen. Dat is een reële maat voor een MKB-toepassing die enkele duizenden documenten per maand verwerkt.

Rekenvoorbeeld, geen offerte: de API-kolom is prijs per miljoen tokens maal 4 (in) plus maal 1 (uit); de huurkolom is de OVHcloud-maandprijs uit de tabel hierboven.

Het omslagpunt volgt direct uit die twee kolommen. gpt-oss-120B op een H100 wordt pas goedkoper dan de Scaleway-API bij ruim 8 miljard tokens per maand; Mistral Medium 3.5 op twee H100's bij circa 1,4 miljard; Qwen 3.8-27B op een L40S bij circa 900 miljoen.

Bij die volumes speelt bovendien de doorvoer van één kaart mee: één GPU haalt zulke aantallen niet zomaar, dus in de praktijk schaal je eerder naar meerdere instances dan dat je het omslagpunt raakt. Kosten alleen zijn voor een MKB-bedrijf dus vrijwel nooit de reden om zelf te hosten.

Wat je bovenop de huur betaalt#

De GPU-huur is de zichtbare post. Daaromheen zitten vier kostenposten die de API-aanbieder voor je oplost en die je bij zelf hosten zelf draagt.

• Inferentie-stack: vLLM of SGLang installeren, kwantisatie kiezen, de KV-cache afstemmen op je contextlengte.
• Beheer: driver-updates, monitoring, modelversies bijhouden, incidenten opvangen; de vergelijkpagina rekent daarvoor met een halve tot hele fte.
• Beschikbaarheid: één kaart is één storingspunt; redundantie verdubbelt de huur.
• Evaluatie: elke nieuwe modelversie moet je zelf op je eigen data testen, want er is geen leverancier die dat aankondigt.

Wie de gewichten wil maar het beheer niet, kan dat uitbesteden. Onze Managed AI-dienst begint bij €500 per maand voor Basis en loopt op tot €2.500 per maand voor Premium, ook als een andere partij het model host.

Waar draai je het: drie Europese routes#

Zelf hosten betekent zelden een server in de meterkast. In de praktijk zijn er drie routes, en alleen de derde houdt elke modelleverancier buiten de keten.

1. Gehoste open-weight API in de EU: Scaleway Generative APIs (Parijs) of OVHcloud AI Endpoints. Geen beheer, betalen per token, maar de aanbieder is je verwerker en tekent de verwerkersovereenkomst.
2. Open-weight via een Amerikaanse hyperscaler in een EU-regio: Vertex AI of Bedrock hosten Llama- en Mistral-modellen in Frankfurt, Parijs of Amsterdam; handig als je daar al draait, met de CLOUD Act-vraag die daarbij hoort.
3. Eigen GPU-instance bij een Europese cloudprovider of on-premises: de route uit de tabel. Alles blijft bij jou, inclusief het werk.

Wat per route juridisch in de EU blijft, welke leverancier waar een EU-endpoint heeft en hoe de CLOUD Act echt werkt, staat op AI-modellen in de EU hosten. Deze pagina laat die afweging bewust daar.

Waar de herkomst van het model wél toe doet#

Bij zelf hosten verlaat geen token je omgeving, ongeacht of het model uit Menlo Park, Parijs of Hangzhou komt. De herkomst telt op twee andere plekken.

De eerste is de API van de maker zelf. De Autoriteit Persoonsgegevens waarschuwde in februari 2025 voor de privacyrisico's van DeepSeek en startte een onderzoek naar de dataverwerking (Techzine, 2025); dat gaat over data die naar de servers van DeepSeek gaat, niet over de gewichten op jouw GPU.

De tweede is de AI Act. De vrijstellingen voor open-source aanbieders gelden voor de modelleverancier, niet voor het bedrijf dat het model inzet; wie een open-weight model finetunet voor een hoog-risicotoepassing, wordt zelf leverancier met de bijbehorende conformiteitseisen (ActCheck, 2025).

Mistral is in dit rijtje de enige Europese maker. ASML investeerde 1,3 miljard euro in het bedrijf en werd daarmee de grootste aandeelhouder (ASML, 2025); hoe dat zich verhoudt tot Europese soevereiniteit en GPT-NL, lees je op digitale soevereiniteit en AI in Europa.

GPT-NL, het Nederlandse model dat TNO, SURF en NFI bouwen met 13,5 miljoen euro van het Rijk, draait sinds februari 2026 pilots en stelt de gewichten op aanvraag beschikbaar (TNO, 2026). Voor productiewerk in 2026 is het nog geen alternatief voor de modellen in de tabel.

Wanneer open-weight wint, en wanneer Claude of GPT#

Onze eigen default is Claude: Opus 5.5 en Sonnet 5.5 zijn bij CleverTech AI het startpunt voor redeneer- en documentwerk. Dat is een kwaliteitskeuze, geen principe, en er zijn drie situaties waarin we een open-weight model kiezen.

• Dataresidentie zonder verwerker: als geen enkele externe partij de tekst mag zien, is een eigen GPU de enige route die dat waarmaakt.
• Licentievrijheid: een model dat je in een eigen product inbakt en doorverkoopt, zonder afhankelijkheid van de prijslijst of het beleid van een aanbieder.
• Volume met eenvoudige taken: classificatie, extractie en samenvatten op honderden miljoenen tokens per maand, waar gpt-oss-120B of Qwen 3.8-27B goed genoeg is.

En drie situaties waarin we het niet doen.

• Redeneerkwaliteit: voor complexe analyse, codegeneratie en meerstaps-agents ligt de frontier bij Claude Fable 5.1, Claude Opus 5.5 en GPT-6 Astra; wat de open modellen in 2025 nog aan afstand hadden, staat in het Stanford AI Index-rapport (Stanford, 2025).
• Geen beheercapaciteit: zonder iemand die vLLM, drivers en monitoring bijhoudt, wordt de gehuurde GPU een risico in plaats van een besparing.
• Laag volume: onder de tientallen miljoenen tokens per maand is elke API goedkoper dan de goedkoopste GPU, zoals het rekenvoorbeeld laat zien.

De hybride vorm is in de praktijk het vaakst de uitkomst: Claude voor de stappen die kwaliteit vragen, een open-weight model via een Europese API voor het bulkwerk, en een eigen GPU alleen waar de data het afdwingt.

Wat het bouwen kost bij CleverTech AI#

Het model is één post; de software eromheen is de grotere. Onze prijsband voor AI-software op eigen data is: RAG-zoeken op eigen documenten vanaf €12.500, één ingebouwde AI-feature vanaf €8.500, onderhoud daarna vanaf €750 per maand plus modelkosten.

Die band geldt ongeacht het model: een open-weight model op een OVHcloud-instance of Claude via de API verandert de modelpost, niet de bouwpost. Hoe die RAG-rekening is opgebouwd, staat op wat AI op je eigen data kost; het totaaloverzicht van AI-kosten voor bedrijven op wat AI kost.

Wil je weten of een open-weight model voor jouw volume en data de betere route is? Bel 085 016 0118 of stuur een bericht; we rekenen het met je eigen tokenaantallen door.

Alle modelvergelijkingen, kosten- en AVG-pagina's staan in de index AI-modellen vergelijken.

Veelgestelde vragen over open-source AI-modellen zakelijk draaien#

Antwoorden op de vragen die bedrijven stellen zodra ze een open-weight model overwegen.