Chinese AI-modellen winnen aan populariteit, ook in het Westen. De modellen presteren vaak op het niveau van duurdere LLM’s van Amerikaanse bedrijven. Die efficiëntie behalen ze echter niet altijd op een koosjere manier.
Het meest gebruikte AI-model op dit moment is het Chinese Deepseek, volgens cijfers van OpenRouter. Dat bedrijf biedt een eengemaakte interface voor LLM’s, waarlangs klanten kunnen kiezen welk model ze aanspreken. OpenRouter geeft geenszins een totaalbeeld over het gebruik van AI wereldwijd, maar kan wel met concrete cijfers staven hoe gebruikers, wanneer ze de keuze hebben, snel naar Chinese modellen grijpen.
Deepseek is immers niet de enige populaire LLM-provider. Op plek twee en drie staan de LLM’s van Google en OpenAI, maar Qwen komt voor Anthropic piepen op plaats vier. Gekeken per concreet model op basis van gebruik is Deepseek V4 Flash het populairst, gevolgd door LLM’s van Xiaomi, Tencent en Z-AI. Ook in de Benelux beginnen bedrijven met AI-ervaring zich af te vragen welk LLM het meest geschikt is voor een gegeven taak, en komen ze meer en meer bij Chinese alternatieven uit.
Krachtig uit de startblokken
Dat hoeft niet te verbazen. Toen het Chinese Deepseek begin 2025 Deepseek R1 lanceerde, daverde de AI-wereld even op zijn grondvesten. De Chinezen hadden tegen alle verwachtingen in een model gebouwd dat kon concurreren met de LLM’s van OpenAI, en dat zonder toegang tot geavanceerde (en dure) Nvidia-acceleratoren om mee te trainen. Bovendien was Deepseek R1 efficiënter dan zijn Amerikaanse concurrenten.
Die trend heeft zich sindsdien doorgezet. Anthropic, OpenAI en Google blijven de absolute AI-kampioenen. De Amerikaanse bedrijven lanceren op regelmatige basis nieuwe modellen die haast beurtelings de krachtigste ter wereld zijn. Geen ander bedrijf ter wereld kan op dit moment een LLM uitbrengen dat plots Fable 5 of GPT-5.6 zal overtreffen.
Geen strijd om goud
Daar gaat het de Chinezen ook niet om. Niet lang nadat pakweg Anthropic of OpenAI verbluft met een nieuw Frontier-model, pakken bedrijven zoals Deepseek of Z-AI uit met een LLM dat een beetje minder goed is, maar nog steeds heel krachtig. Dat LLM is dan ruim goed genoeg voor tal van taken. Bijkomend zijn de Chinese modellen doorgaans efficiënter dan de grote Frontier-LLM’s. Ze gebruiken minder tokens en vereisen dus minder rekenkracht.
Bovendien zetten de Chinese bedrijven hun modellen onder open weight-licenties in de markt, waardoor ze vrij te gebruiken zijn. Dat verlaagt de drempel voor organisaties wereldwijd om de Chinese LLM’s te integreren. Bij de lancering van Deepseek R1 in 2025 was Microsoft er bijvoorbeeld als de kippen bij om het model meteen beschikbaar te stellen voor Copilot-pc’s.
De Chinese modellen hebben zo heel wat eigenschappen die hen aantrekkelijk maken. Ze zijn efficiënter dan de Frontier-modellen, en opener zodat gebruikers minder afhankelijkheid creëren van een enkele speler. Bedrijven die hun AI-strategie op orde hebben en eenvoudig kunnen wisselen tussen LLM’s, worden zo om begrijpelijke redenen aangetrokken tot de goedkopere alternatieven. Waarom zou je voor eenvoudige prompts of geautomatiseerde workflows meer betalen aan een model van Google, als ééntje van Z-AI hetzelfde kan?
Biljoenenwaardering op de helling
Ook in de VS valt die trend op, en de grote AI-bedrijven houden er niet van. Zij zien kapers op de kust. OpenAI en Anthropic hebben allebei een beursgang voor ogen waarbij ze gewaardeerd willen worden op minstens een biljoen dollar. Die waardering is moeilijk hard te maken wanneer hun voornaamste producten binnen enkele maanden steevast beconcurreerd worden door goedkopere alternatieven.
Het gebruik van AI evolueert bovendien steeds meer naar een systeem van raamwerken, waarbij organisaties harnassen en contextsystemen bouwen. Die zorgen dan voor toegang tot data en integratie in workflows, waarbij het brein dat een taak aanstuurt best eenvoudig gewisseld kan worden. GPT-5.6 Luna kan zo de voorkeur genieten om een agent aan te sturen bij lancering, maar de switch naar een Deepseek-variant die twee maanden later goedkoper blijkt, is dan geen grote horde meer.
Boos op openheid
Een beetje lobbywerk komt in die context niet als een verrassing. In de VS gaan er stemmen op om open AI (niet OpenAI) te verbieden. Niet nader genoemde veiligheidsredenen worden als stok om mee te slaan gehanteerd. Open modellen zijn verre van exclusief Chinees, maar een groot aandeel van de populaire open weight-LLM’s is wel van China afkomstig. Het doel van zo’n verbod mag dus duidelijk zijn.
Heel wat (Amerikaanse) technologiereuzen verenigden zich intussen in de Open Secure AI Alliance. Met die alliantie willen ze open AI vrijwaren. Grote afwezigen in de club: Anthropic en OpenAI.
Begrijpelijke achterdocht
Toch is enige achterdocht tegenover de Chinese AI-modellen te begrijpen. Hoe kan het immers dat de Chinezen zo snel zo’n goede AI-modellen kunnen afleveren, zonder toegang tot de meest geavanceerde hardware voor training?
De Chinese overheid claimt alvast dat Chinese bedrijven gewoon goed werk leveren. AI-onderzoekers zouden geen kennis stelen van de Amerikanen. Integendeel: bedrijven in de VS zouden Chinese modellen proberen te reproduceren.
Stiekeme distillatie
Die claim staat haaks op nieuw en uitgebreid onderzoek van Reuters. Reuters heeft meer dan 80 academische papers en patentaanvragen onderzocht, en op basis van documenten vastgesteld dat Chinese onderzoekers gelinkt aan de overheid wel degelijk zondigen tegen wat modeldistillatie heet.
Met het distilleren van modellen wordt een techniek bedoeld waarbij een gesloten LLM wordt gebruikt om nieuwe AI-modellen te trainen. Een LLM zoals bijvoorbeeld Fable 5 van Anthropic wordt dan gebruikt als een soort leerkracht die nieuwe kleinere modellen opleidt. Die gedistilleerde student-modellen zijn nooit even krachtig als het origineel, maar wanneer de distillatie focust op specifieke capaciteiten kunnen ze die wel bijna even goed en efficiënter uitvoeren.
De VS beschuldigden China al langer van distillatie, en het onderzoek van Reuters lijkt nu redelijk sluitend bewijs te leveren. Daarmee is niet gezegd dat alle Chinese AI-bedrijven alleen modellen distilleren, maar de praktijk lijkt wel een rol te spelen in de opkomst van China als AI-land.
Dat verklaart dan voor een stuk waar de efficiënte Chinese AI-modellen vandaan komen. Hebben de stemmen voor een verbod op open LLM’s dan gelijk?
Gedistilleerd, niet gekopieerd
Dat is toch nog een andere vraag. Gedistilleerde modellen zijn immers geen kopieën. Het zijn LLM’s met bestaansrecht, zoals hun efficiëntie bewijst. Als OpenAI zijn eigen LLM’s zou distilleren tot nieuwe modellen, zou er geen enkel probleem zijn.
In dit geval gebruiken de Chinese bedrijven en onderzoekers echter Amerikaanse modellen om stiekem en zonder toestemming eigen LLM’s te distilleren. Dat is volgens de eigenaars van die gesloten modellen diefstal van intellectuele eigendom.
De pot verwijt de ketel
Wie zich bij die laatste zin even verslikt in zijn koffie, is vergeven. Hebben OpenAI, Anthropic en Google immers hun modellen niet getraind bij gratie van een enorme diefstal van intellectueel beschermde eigendom, die als trainingsdata heeft gediend? GPT-5.6 kan alleen maar goed schrijven omdat het zonder toestemming zowat alle boeken van alle schrijvers heeft gelezen en gebruikt als trainingsmateriaal. Nu GPT-5.6 dan zelf ongevraagd gebruikt wordt om AI te trainen, is er plots sprake van ongeoorloofde IP.
Als de opkomst van Chinese AI-modellen ons iets vertelt, is het misschien vooral dat de ontwikkeling van dure Frontier-modellen geen garantie is op een groot terugverdieneffect. De initiële investering is enorm, maar via de techniek van distillatie is het mogelijk om vrij snel efficiëntere gespecialiseerde modellen te bouwen.
Nuttige modellen
Daarbij merken we op dat distillatie nooit voor een krachtiger LLM kan zorgen. Fable, Mythos en Gemini blijven de absolute kampioenen. Alleen is dat niet zo relevant binnen een bedrijfscontext. Een AI-agent moet niet werken met een superkrachtig LLM. In tegendeel: hoe compacter en efficiënter, en hoe lager de tokenkost, hoe beter.
De Chinese modellen afdoen als een goedkope kopie is daarom al zeker niet correct. Dat stiekeme distillatie vanuit het standpunt van intellectuele eigendom problematisch is, hoeft hopelijk evenmin een betoog. Daar staat dan weer tegenover dat het van een zekere hypocrisie getuigt om nu een probleem te maken van diefstal van IP, en niet bij de initiële vergaring van trainingsdata.
Behulpzaam
Voor bedrijven leveren de Chinezen op dit moment interessante LLM’s af. De open weight-modellen dragen bovendien meer bij aan de publieke ontwikkeling van AI dan de gesloten modellen van OpenAI, Google en Anthropic.
De LLM’s uit de VS zijn meer en meer onderhevig aan Amerikaanse regels, en kunnen plots onbeschikbaar worden indien de Amerikaanse president met het verkeerde been uit bed stapt. Vanuit Europees standpunt lijken de Chinese LLM’s dus eerder behulpzaam dan problematisch op dit moment.