Op 16 juli bracht Moonshot AI Kimi K3 uit. Het was niet zomaar een nieuwe toevoeging aan een al overvol leaderboard. Met de grootste open-weight schaal die tot dan toe door iemand was gezien, bood het redeneer- en verwerkingskracht die normaal gesproken gepaard gaat met enterprise-licentiekosten die de meeste startups niet kunnen betalen. Je kon het downloaden, aanpassen en op je eigen servers draaien. Voor een ontwikkelaar die op elke dollar let, is dat een aanbod dat moeilijk te negeren is.

Maar de aanschafprijs is niet de volledige prijs.

De werkelijke kosten van het bouwen op Chinese open-weight modellen worden zichtbaar op onverwachte plaatsen: hoorzittingen in het Congres, memo's over exportcontroles en de groeiende angst binnen de Amerikaanse defensiekringen. Dezelfde openheid die je in staat stelt om propriëtaire API's te omzeilen, is precies wat beleidsmakers nerveus maakt. Wanneer weights open zijn, is het model niet alleen software. Het wordt infrastructuur. En infrastructuur die in het buitenland is gebouwd, draagt politiek gewicht.

De deal lijkt in eerste instantie aantrekkelijk

Laten we eerlijk zijn over waarom deze modellen zich zo snel verspreiden. Een westerse closed-source API kan kosten in rekening brengen die meedogenloos stijgen naarmate je gebruikersbestand groeit. Token-kosten lopen op. Rate limits remmen je product af. Je huurt intelligentie, en de huisbaas kan de voorwaarden wijzigen.

Een open-weight model zoals Kimi K3 draait die relatie om. Je downloadt de parameters eenmalig. Je host ze lokaal of op een cloud-instantie die je zelf beheert. Je inferentiekosten krimpen tot elektriciteit en de huur van hardware. Voor een SaaS-startup die klantenservice-tickets verwerkt, of een middelgroot bedrijf dat een interne kennisbank bouwt, is de rekensom overtuigend. Je betaalt niet langer per query. Je betaalt voor rekenkracht, en rekenkracht wordt steeds goedkoper.

Er is ook het aspect van aanpasbaarheid. Closed-source modellen zijn black boxes. Je stuurt een prompt, krijgt een reactie, en hoopt dat het gedrag consistent blijft tussen verschillende versies. Met open weights kunnen je engineers het model fine-tunen, snoeien (pruning) of distilleren voor specifieke taken. Een fintechbedrijf zou het kunnen trainen op propriëtaire fraudepatronen. Een fabrikant zou het direct op edge-apparaten kunnen implementeren zonder gevoelige telemetrie naar een server van een derde partij te sturen die duizenden kilometers verderop staat.

Die controle is belangrijk. Dat is waarom de aantrekkingskracht niet alleen gaat over zuinigheid. Het gaat over autonomie.

Wanneer de weights een addertje onder het gras hebben

Het probleem is dat autonomie ervan uitgaat dat de grond onder je voeten stabiel blijft. Washington vraagt zich niet langer af of deze modellen goed zijn. Het vraagt zich af wat er gebeurt als hele sectoren van de Amerikaanse economie ervan afhankelijk zijn.

Het beleidsdebat is drastisch verschoven. Eerdere discussies over kunstmatige intelligentie richtten zich op bias, veiligheid of existentieel risico. Nu gaat de zorg over technologische soevereiniteit. Wanneer een bedrijf Chinese-ontwikkelde weights integreert in zijn productstack, maken beleidsmakers zich zorgen over systemische kwetsbaarheden die niets te maken hebben met de nauwkeurigheid van de next-token voorspelling van het model.

Denk er eens praktisch over na. Open weights hebben nog steeds updates, tooling-ecosystemen en community-ondersteuning nodig. Als een model fundamenteel wordt voor je product, importeer je niet alleen code. Je importeert een afhankelijkheidsketen. Wat als de architectuur later het doelwit wordt van exportcontroles? Wat als hostingproviders te maken krijgen met nalevingsvoorschriften die het draaien van bepaalde parameterbestanden verbieden? Wat als een toekomstig sanctiepakket het illegaal maakt om derivaten te fine-tunen voor commercieel gebruik?

Dit zijn geen theoretische vragen. De ministeries van Financiën en Handel hebben al getoond bereid te zijn om Chinese technologiebedrijven op entiteitslijsten te plaatsen en het downstream gebruik van specifieke software en hardware te beperken. Oprichters die bouwden rond goedkope Chinese GPU's leerden dit op de harde manier toen toeleveringsketens van de ene op de andere dag bevroren. Weights zijn slechts bits, maar de juridische kaders die ze beheersen kunnen net zo snel veranderen als verboden op halfgeleiders.

Voor een CTO introduceert dit een vorm van technische schuld die niet in Jira-tickets verschijnt. Je besteedt misschien zes maanden aan het trainen van je engineeringteam op een Kimi K3-toolchain, het integreren ervan in je CI/CD-pipeline en het lanceren van klantgerichte functies. Dan zou een enkele mededeling in het federale register een migratie kunnen afdwingen. Het overzetten tussen modelfamilies is niet zoals het vervangen van een database. Het vereist het opnieuw afstemmen van prompts, het opnieuw valideren van outputs en vaak het opnieuw trainen van downstream classifiers. De kosten van die koerswijziging kunnen alles overschaduwen wat je bespaarde op API-facturen.

Een gesplitste stack betekent dubbel werk

Als Washington doorzet met het beperken van bepaalde Chinese modellen of de architecturen die deze ondersteunen, zal de wereldwijde AI-markt niet alleen te maken krijgen met hogere prijzen. Het zal te maken krijgen met werkelijke fragmentatie.

We hebben dit scenario eerder gezien bij telecommunicatiestandaarden en sociale mediaplatforms, maar AI-infrastructuur is fundamenteler. Een gesplitste stack betekent incompatibele toolchains, uiteenlopende veiligheidskaders en dubbele compliance-regimes. Een ontwikkelaar in Berlijn gebruikt misschien een set gewichten en guardrails voor de Europese markt, en een volledig aparte stack voor elke Amerikaanse implementatie. Dat is niet alleen irritant. Het is duur.

Inkoopteams van ondernemingen zouden dubbele leveranciersbeoordelingen moeten uitvoeren. Juridische afdelingen zouden de herkomst van modellen moeten volgen met dezelfde strengheid die ze momenteel voor gegevensprivacy voorbehouden. Open-source repositories zouden langs nationale lijnen kunnen splitsen, waarbij Chinese bijdragen aan populaire fine-tuning libraries onder verscherpt toezicht komen te staan of worden uitgesloten. Het collaboratieve weefsel dat open-weight ontwikkeling heeft gedefinieerd, begint te scheuren.

Voor kleinere bedrijven is deze splitsing bijzonder hard. Giganten als Microsoft of Google kunnen