TL;DR
- Wat: Alibaba bracht met Qwen2 een reeks open AI-modellen uit (van 0,5 tot 72 miljard parameters) die op veel benchmarks meekomen met gesloten modellen als GPT-4o.
- Waarom relevant: Open modellen drukken de prijs van AI-tools en geven ondernemers meer keuzevrijheid — je bent minder afhankelijk van één leverancier.
- Wat je ermee kunt: Inventariseer of jouw huidige AI-tooling al gebruikmaakt van open modellen, en vraag je leverancier welke opties er zijn.
Ik stuitte op het technisch rapport van Qwen2, de AI-modellenreeks van Alibaba Cloud. Wat mij opviel: dit is niet zomaar een academisch paper. Het laat zien hoe snel open modellen de kloof met gesloten, commerciële AI dichten — en dat heeft directe gevolgen voor wat jij als ondernemer straks betaalt en kunt doen met AI.
Wat is Qwen2 precies?
Qwen2 is een familie van taalmodellen ontwikkeld door het Qwen-team binnen Alibaba Cloud, de cloudtak van het Chinese techbedrijf Alibaba. De modellen variëren van heel klein (0,5 miljard parameters) tot behoorlijk groot (72 miljard parameters). Er zit ook een zogeheten Mixture-of-Experts-variant bij — een architectuur waarbij het model niet al zijn rekenkracht tegelijk inzet, maar per vraag alleen de relevante "experts" activeert. Vergelijk het met een bedrijf waar niet elke afdeling aan elke klantvraag werkt, maar alleen de afdelingen die echt nodig zijn.
De modelgewichten — zeg maar het "recept" van het model — zijn openbaar beschikbaar via platforms als Hugging Face en ModelScope. Een deel van de modellen valt onder de Apache 2.0-licentie, wat betekent dat je ze in principe vrij kunt gebruiken, ook commercieel.
Hoe presteert het vergeleken met de bekende namen?
Het rapport laat zien dat Qwen2-72B, het grootste model uit de reeks, op diverse benchmarks sterk scoort. Een paar cijfers:
- MMLU (brede kennistest): 84,2
- GSM8K (wiskundige redeneervragen): 89,5
- HumanEval (programmeervaardigheden): 64,6
Voor de niet-technische lezer: MMLU is een veelgebruikte test die meet hoe goed een model algemene kennis beheerst over tientallen vakgebieden, van geschiedenis tot biologie. Een score van 84,2 is hoog en ligt in de buurt van wat modellen als GPT-4o scoren.
Wat mij opvalt is dat Qwen2-72B op sommige taken concurreert met modellen die vijf keer zo groot zijn, zoals Llama-3.1-405B van Meta. Dat is relevant, want een kleiner model is goedkoper om te draaien — en uiteindelijk bepaalt dat mede wat jij betaalt als je AI-diensten afneemt.
Waar het minder sterk is
Eerlijk is eerlijk: op bepaalde benchmarks blijft Qwen2 achter bij GPT-4o en Claude 3.5 Sonnet. Volgens vergelijkende analyses scoort GPT-4o bijvoorbeeld 53,6 op de GPQA-benchmark (graduate-level wetenschapsvragen), terwijl Qwen2 op 37,9 blijft steken. Het is dus geen wondermodel — maar de afstand wordt kleiner.
Dertig talen, en wat dat betekent
Qwen2 ondersteunt ongeveer dertig talen, waaronder Engels, Chinees, Duits, Frans, Spaans, Arabisch en Japans. Nederlands staat niet expliciet in de lijst, maar Duits en Frans wel — en in de praktijk presteren modellen die goed zijn in verwante talen vaak ook redelijk in het Nederlands.
Voor een ondernemer met internationale klanten of leveranciers kan dit interessant zijn. Stel dat je als MKB'er e-mails of documenten in meerdere talen moet verwerken: een meertalig model dat je lokaal of via een betaalbare API kunt draaien, kan een serieus alternatief zijn voor duurdere commerciële oplossingen.
Ik zou zelf willen weten hoe goed de Nederlandse taalondersteuning in de praktijk is. Dat staat niet in het rapport, en dat is precies het soort informatie dat je als ondernemer wilt testen voordat je ergens op inzet.
Waarom open modellen ertoe doen voor ondernemers
Dit is misschien wel het belangrijkste punt, en het gaat verder dan Qwen2 alleen. De trend is duidelijk: steeds meer partijen — Alibaba, Meta (met Llama), Mistral uit Frankrijk — brengen krachtige AI-modellen uit waarvan de gewichten openbaar zijn. Dat heeft een paar concrete gevolgen.
Prijsdruk op AI-diensten
Hoe meer sterke open modellen er zijn, hoe moeilijker het wordt voor aanbieders van gesloten modellen om hoge prijzen te vragen. Dat werkt door in de tools die jij als ondernemer gebruikt — van klantenservicesoftware tot boekhoudpakketten met AI-functies.
Minder afhankelijkheid
Als je bedrijf draait op AI van één leverancier en die verandert de voorwaarden of verhoogt de prijs, heb je een probleem. Open modellen geven je in principe de mogelijkheid om te wisselen. Ik zeg "in principe", want in de praktijk vraagt dat technische kennis of een IT-partner die dat kan.
Kleinere modellen, meer mogelijkheden
Qwen2 begint al bij 0,5 miljard parameters. Dat zijn modellen die je op relatief bescheiden hardware kunt draaien — denk aan een krachtige laptop of een kleine server. Voor specifieke taken, zoals het classificeren van binnenkomende e-mails of het samenvatten van vergadernotities, heb je niet altijd een groot model nodig.
Kun je je voorstellen wat het betekent als je voor dat soort taken geen maandelijks abonnement meer nodig hebt, maar het model gewoon lokaal draait? Dat is nog niet voor iedereen haalbaar, maar de drempel wordt lager.
Kanttekeningen
Een paar dingen om in het achterhoofd te houden. Ten eerste: Qwen2 komt van Alibaba, een Chinees techbedrijf. Voor sommige ondernemers roept dat vragen op over data en privacy. Het feit dat de modellen open zijn, betekent dat je ze zelf kunt draaien zonder data naar Alibaba te sturen — maar je moet dat dan wel zelf (of via een partner) regelen.
Ten tweede: benchmarkscores vertellen niet het hele verhaal. Een model kan hoog scoren op een wiskundetest maar matig presteren op jouw specifieke bedrijfsteksten. Testen met je eigen data blijft nodig.
Ten derde is er inmiddels alweer een nieuwere versie — Qwen2.5 — met verbeteringen op onder meer lange teksten en instructieopvolging. De AI-wereld beweegt snel, en wat vandaag indrukwekkend is, kan over een paar maanden alweer ingehaald zijn.
Wat ik hieruit meeneem
Voor mij is het Qwen2-rapport vooral een bevestiging van een trend die ik al langer volg: de kwaliteit van open AI-modellen stijgt in hoog tempo, en de praktische bruikbaarheid voor bedrijven groeit mee. Dat betekent niet dat je morgen moet overstappen, maar wel dat het verstandig is om te weten wat er beschikbaar is. De tijd dat alleen Big Tech toegang had tot echt goede AI-modellen, loopt ten einde — en dat is, wat mij betreft, goed nieuws voor ondernemers die willen innoveren zonder vast te zitten aan één partij.