Open-source of commerciële AI voor je bedrijf: wat past wanneer? (2026)

Bij een open-weight model krijg je het bestand met de getrainde parameters en mag je dat zelf draaien. Bij een commerciële API krijg je alleen antwoorden terug; het model zelf staat bij Anthropic, OpenAI of Google.

Dat ene verschil sleept vier andere mee. Wie het model draait, ziet de data; wie het draait, beheert het; wie het bezit, mag het finetunen en bewaren; en wie het niet bezit, is afhankelijk van wat de aanbieder ermee doet.

"Open source" is voor vrijwel al deze modellen te veel gezegd, want de trainingsdata blijft geheim. Voor de keuze op deze pagina maakt dat niet uit: het gaat om wat je met de gewichten mag, en dat regelt de licentie, niet de naam.

Tussen beide uitersten zit een derde vorm die de beslistabel apart behandelt: een open-weight model dat een Europese aanbieder per token voor je host. Je krijgt dan de licentievrijheid en de Europese locatie van open-weight, met het gemak en de verwerkersovereenkomst van een API.

Deze tabel is onze eigen samenvatting van de afwegingen die we bij klanten tegenkomen. Zoek de rij die op jouw situatie past; staan er meerdere rijen op jou van toepassing, dan wint de bovenste.

De rijen over data, offline, licentie en finetuning zijn hard: daar bestaat geen commercieel alternatief. De rijen over kwaliteit, beheer en tooling zijn zacht: daar kun je met geld en tijd de andere kant op.

Stel, een toepassing verwerkt per maand 15 miljoen tokens aan invoer en 5 miljoen aan uitvoer, een verhouding die past bij een assistent die documenten leest en korte antwoorden schrijft. Alles hieronder is een rekenvoorbeeld op lijstprijzen, afgelezen op 18 september 2026 (Claude Opus 5.5 en GPT-6 Luna op 22 september 2026, de dag dat ze uitkwamen), en geen offerte.

Dollarbedragen zijn naar euro omgerekend met de referentiekoers die de ECB voor 18 september 2026 publiceerde, 1,1460 (ECB, 2026); alle bedragen zijn exclusief btw.

Bronnen per rij: OVHcloud prijzen, Scaleway Generative APIs, Mistral API-prijzen, OpenAI API-prijzen, Gemini API-prijzen en Claude API-prijzen, afgelezen op 18 september 2026; de rijen voor Opus 5.5 en GPT-6 Luna op 22 september 2026, omgerekend tegen dezelfde koers.

Drie conclusies volgen uit de tabel. De kleine modellen zijn bij dit volume de goedkoopste route, GPT-6 Luna via OpenAI en een gehoste open-weight API in de EU, met een verschil van ruim een factor tien tegenover Sonnet 5; een eigen H100 is de duurste, met een verschil van bijna een factor dertig de andere kant op.

Het omslagpunt van die H100 ligt bij dezelfde tokenmix boven 550 miljoen tokens per maand tegenover Sonnet 5 en boven 7 miljard tegenover gpt-oss-120B op Scaleway. Of één kaart die aantallen überhaupt haalt, hangt af van je contextlengte en piekbelasting; reken erop dat je eerder een tweede kaart huurt dan dat je het omslagpunt raakt.

De derde conclusie is de belangrijkste: bij 20 miljoen tokens per maand is het verschil tussen alle API-routes samen kleiner dan één uur beheer. Wie open-weight kiest, doet dat om de rijen uit de beslistabel, niet om deze tabel.

Wat het beheer kost als je het niet zelf doet, staat verderop bij onze prijsband; wat elk open model afzonderlijk per maand doet op een GPU, staat op de kostenpagina.

Vijf situaties waarin wij zelf een open-weight model adviseren, ook al is Claude onze default.

Dataresidentie zonder verwerker. Sommige contracten en beroepsgeheimen sluiten elke externe partij uit, ook een Europese. Dan blijft alleen een GPU over die jij beheert, in je eigen serverruimte of gehuurd bij een Europese provider.

Licentiecontrole. Wie een model in een product inbakt en dat product verkoopt, wil geen prijslijst van een aanbieder in zijn marge. Apache 2.0 bij Mistral Large 3, Small 4, Qwen 3.8 en gpt-oss, en MIT bij DeepSeek V4, geven die vrijheid zonder toestemming vooraf (Mistral, 2026; DeepSeek, 2026).

Finetuning in eigendom. Een model dat je op eigen data traint, is bij open-weight een bestand dat je overal kunt draaien. Bij een aanbieder blijft die training een dienst die je huurt.

Offline. Een schip, een productielijn zonder buitenverbinding of een beveiligde ruimte kan geen API aanroepen. gpt-oss-20B past volgens zijn modelkaart in 16 GB geheugen (OpenAI, 2025); dat is onze afleiding naar één L4-kaart van 24 GB, en daar levert het bruikbare tekstverwerking.

Volume met eenvoudig werk. Classificeren, extraheren en samenvatten op honderden miljoenen tokens per maand kan Qwen 3.8-27B of gpt-oss-120B prima aan, tegen €0,15 tot €0,60 per miljoen invoertokens via een Franse API.

Welk model in welke van deze vijf situaties past, en op welke GPU, staat uitgewerkt op open-source AI-modellen zakelijk draaien. Voor de Europese maker in dit rijtje is er een aparte pagina over wat Mistral zakelijk kost.

Vier situaties waarin we een open-weight model afraden, ook als de klant erom vraagt.

Frontier-kwaliteit. Voor complexe analyse, codegeneratie en agents die tien stappen achter elkaar goed moeten zetten, ligt de top bij de frontier-modellen Fable 5.1, Opus 5.5 en Astra. Een open model dat op een benchmark dichtbij komt, is in zulk werk merkbaar minder betrouwbaar, en die betrouwbaarheid is wat je betaalt.

Geen beheercapaciteit. Een gehuurde GPU zonder iemand die vLLM, drivers, monitoring en modelversies bijhoudt, is geen besparing maar een storing die nog moet gebeuren. Een API neemt dat werk weg; een gehoste open-weight API ook, dus die valt hier aan de goede kant.

Contract en support. Vanaf Claude Team, ChatGPT Business of een Vertex-project zit de verwerkersovereenkomst, het trainingsverbod en een supportkanaal in het contract. Bij zelf hosten ben jij verwerker, beheerder en helpdesk tegelijk.

Agents en tooling. MCP-koppelingen, Claude Code, de Responses API en de agent-SDK’s van de aanbieders bestaan al en worden onderhouden. Wie dat op een open model nabouwt, betaalt in ontwikkeltijd meer dan het model per token scheelt.

Welke van de drie commerciële aanbieders dan, en welk model binnen die lijn, staat op Claude tegenover ChatGPT en in ons overzicht van de zeven AI-modelfamilies.

Onder de AVG is de vraag niet "open of gesloten" maar "wie is verwerker". Op een eigen GPU is er geen verwerker; bij Scaleway, OVHcloud, Vertex AI, Bedrock of eu.api.openai.com is de host dat, en tekent hij de verwerkersovereenkomst.

Een Europese host is daarbij geen garantie op een Europese keten. Vertex AI en Bedrock zijn Amerikaanse bedrijven met een EU-regio; Scaleway en OVHcloud zijn Europese bedrijven; welke route juridisch wat oplevert, staat op AI-modellen in de EU hosten.

De AI Act kent in artikel 2 lid 12 een vrijstelling voor AI-systemen die onder een vrije of open-source licentie zijn uitgebracht, tenzij ze als hoog-risicosysteem of onder artikel 5 of 50 in de handel komen (EU AI Act, artikel 2). Die vrijstelling helpt de aanbieder van het model, niet vanzelf jou.

Wie een open-weight model finetunt voor sollicitantenselectie, kredietbeoordeling of een andere bijlage III-toepassing, wordt zelf aanbieder van een hoog-risicosysteem met alle eisen van dien. Voor interne tekstverwerking of een documentassistent speelt dat niet, met open of gesloten model.

De bredere vraag of Europa met Mistral en GPT-NL een eigen AI-keten krijgt, hoort niet op deze pagina; die staat op digitale soevereiniteit en AI in Europa.

De meeste bedrijven eindigen niet bij één kamp. De moeilijke stappen gaan naar een commercieel model, het bulkwerk naar een open model via een Europese API, en een eigen GPU komt er uitsluitend waar data-eisen dat opleggen.

Dat werkt alleen met een laag ertussen die per taak naar het juiste model stuurt. Zo’n router is bij ons standaard onderdeel van elke AI-toepassing, omdat hij ook de fallback regelt: valt de hoofdaanbieder weg, dan neemt de tweede route het over.

Overstappen achteraf is haalbaar, maar niet gratis. Prompts die op Claude goed werken, reageren op Llama of Qwen anders, tool-definities verschillen per aanbieder en een finetune bij een aanbieder moet je op het open model opnieuw doen.

Plan voor een overstap vier tot zes weken proefdraaien op je eigen taken voordat je productie omzet. Of je daarbij beter kunt finetunen of het model met je eigen documenten voedt, staat op RAG tegenover finetuning.

Ons uitgangspunt is Claude, met Opus 5 en Sonnet 5 als startpunt voor redeneer- en documentwerk, met Fable 5.1 waar de taak het vraagt. Dat is een kwaliteitskeuze die we per project toetsen, geen principe, en de vijf open-weight situaties hierboven komen uit onze eigen projecten.

Voor de software eromheen geldt dezelfde prijsband, welk model er ook in zit. AI-software op eigen data start bij €8.500 voor één ingebouwde AI-feature, RAG-zoeken vanaf €12.500 en een volledig AI-platform tot €75.000 of hoger; onderhoud daarna vanaf €750 per maand, modelkosten apart.

Kies je open-weight en wil je het beheer niet zelf dragen, dan is dat Managed AI: €500 (Basis), €1.000 (Standaard) of €1.500 tot €2.500 (Premium) per maand. Dat bedrag komt bovenop de GPU-huur uit het rekenvoorbeeld en is de post die een API-aanbieder in zijn tokenprijs verstopt.

Twijfel je welke rij van de beslistabel op jou past? Bel 085 016 0118 of stuur een bericht; dan zetten we jouw situatie in de tabel, met je eigen tokenaantallen en je eigen data-eisen.