Open-source AI-modellen dichten de kloof: DeepSeek, Qwen3 en Llama 4 evenaren nu GPT-5
Samenvatting
De prestatiekloof tussen open-source en propriëtaire AI-modellen is gekrompen van 17,5 procentpunten naar slechts 0,3% op belangrijke benchmarks in 2025. DeepSeek V3.2, Qwen3-235B en Llama 4 Scout wedijveren nu met GPT-5.2 en Claude Opus 4.5 tegen een fractie van de kosten—met volledige self-hosting mogelijkheden. Voor bedrijven die API-afhankelijkheid afwegen tegen infrastructuurinvesteringen is de berekening fundamenteel veranderd.
Wat er gebeurde
December 2025 markeert een keerpunt in het AI-modellandschap. Open-source large language models hebben bijna pariteit bereikt met de meest capabele propriëtaire systemen, waarmee een meerjarige periode van closed-model dominantie ten einde komt.
De cijfers vertellen het verhaal. Analyse van 94 toonaangevende LLM's toont aan dat open-source modellen nu slechts 0,3 procentpunt achter propriëtaire systemen zitten op MMLU—vergeleken met een kloof van 17,5 punten slechts een jaar geleden. Op Chatbot Arena, de menselijke voorkeursranglijst aangedreven door 5M+ gebruikersstemmen, verkleinden open-weight modellen de kloof van 8% naar 1,7% tussen januari 2024 en februari 2025. Die kloof blijft krimpen.
Drie modelfamilies leiden de open-source opmars:
DeepSeek V3.2 werd gelanceerd op 1 december 2025 en bereikte pariteit met GPT-5 op meerdere reasoning benchmarks. De Mixture-of-Experts architectuur van het Chinese lab activeert slechts 37B van zijn 671B parameters per token, waardoor frontier-prestaties tegen commodity-kosten mogelijk zijn.
Qwen3-235B-A22B van Alibaba evenaart of overtreft GPT-4o op de meeste publieke benchmarks terwijl het slechts 22B van zijn 235B parameters activeert. De thinking-update van juli 2025 behaalde state-of-the-art resultaten onder open-source reasoning modellen.
Llama 4 Scout van Meta biedt een contextvenster van 10 miljoen tokens—genoeg om 7.500 pagina's in één sessie te verwerken—terwijl het draait op een enkele H100 GPU met INT4 kwantisatie.
Open-source modellen vertegenwoordigen nu 62,8% van de markt naar modelaantal. De verschuiving ging snel. Twee jaar geleden domineerden propriëtaire modellen.
Waarom het ertoe doet
Voor bedrijven die AI-infrastructuur bouwen, herdefinieert deze convergentie de build-versus-buy berekening.
Kostendynamiek is omgekeerd. DeepSeek V3.2 kost $0,26 per miljoen inputtokens—ongeveer 10x goedkoper dan GPT-5.2 Pro. Mistral Medium 3 levert 90% van Claude Sonnet 3.7 prestaties voor $0,40 per miljoen tokens, 8x goedkoper dan GPT-4. Organisaties rapporteren 25% hogere ROI met open-source benaderingen vergeleken met propriëtaire-only strategieën.
Datacontrole wordt mogelijk. Self-hosting houdt gevoelige informatie volledig binnen de organisatie-infrastructuur. Gezondheidszorgbedrijven kunnen patiëntdataquery's on-premises uitvoeren zonder HIPAA-overtredingsrisico's door externe transmissie. Financiële instellingen behouden volledige controle over handelsalgoritmen en klantgegevens.
Deployment-flexibiliteit breidt uit. Mistral Medium 3 draait op slechts vier GPU's. Llama 4 Scout past op een enkele H100. Deze modellen kunnen worden gedeployed in hybride omgevingen, on-premises datacenters of edge-locaties—onmogelijk met API-only propriëtaire services.
Vendor lock-in lost op. Self-hosted modellen worden niet obsoleet wanneer providers oudere versies uitfaseren. Organisaties controleren hun upgrade-tijdlijnen, behouden modelconsistentie en vermijden de gebruiksgebaseerde prijsvolatiliteit die PPA-markten steeds meer verkopersvriendelijk heeft gemaakt.
Technische details
Modelspecificaties
| Model | Totale Params | Actieve Params | Context | Inputkosten/M | Outputkosten/M |
|---|---|---|---|---|---|
| DeepSeek V3.2 | 671B | 37B | 128K | $0,26 | $0,39 |
| Qwen3-235B | 235B | 22B | 256K | $0,20 | $1,20 |
| Llama 4 Scout | 109B | 17B | 10M | $0,08 | $0,30 |
| Mistral Medium 3 | — | — | 131K | $0,40 | $2,00 |
| Mistral Large 3 | 675B | 41B | 256K | — | — |
Benchmark-prestaties
Codering: DeepSeek V3.2 demonstreert uitzonderlijke vaardigheid in long-tail agent-taken, waarbij thinking direct wordt geïntegreerd in tool-gebruik. Qwen3-235B behaalt 74,8 op LiveCodeBench v6. Llama 4 Scout behaalde 38,1% op LiveCodeBench, beter dan GPT-4o's 32,3%.
Reasoning: Qwen3-235B scoort 85,7 op AIME'24 en 81,5 op AIME'25. In thinking-modus bereikt het 92,3 op AIME25. DeepSeek V3.2-Speciale behaalt pariteit met Gemini-3.0-Pro en gouden medaille-prestaties op IOI 2025, ICPC World Final 2025, IMO 2025 en CMO 2025.
Lange context: Het 10M contextvenster van Llama 4 Scout maakt verwerking van complete juridische documenten, onderzoekspaperverzamelingen of software-repositories in enkele sessies mogelijk.
Architectuurinnovaties
DeepSeek V3.2 introduceert DeepSeek Sparse Attention (DSA), wat fijnkorrelige sparse attention bereikt voor aanzienlijke verbeteringen in lange-context efficiëntie met behoud van modeloutputkwaliteit.
De hybride thinking-modus van DeepSeek V3.1 schakelt tussen chain-of-thought reasoning en directe antwoorden via chat-template wijzigingen—één model dekt zowel general-purpose als reasoning-intensieve use cases.
De Ministral-lijn van Mistral 3 biedt negen dense modellen over 3B, 8B en 14B parameters, elk in Base, Instruct en Reasoning varianten. Het 14B reasoning model behaalt 85% op AIME 2025, draaiend op een enkele GPU.
Self-hosting vereisten
| Model | Minimale hardware | Aanbevolen |
|---|---|---|
| DeepSeek V3.2 | 8x H100 80GB | 16x H100 |
| Qwen3-235B | 8x H100 80GB | 8x H200 |
| Llama 4 Scout | 1x H100 (INT4) | 2x H100 |
| Mistral Medium 3 | 4x GPU | 8x A100/H100 |
| Ministral 3 14B | 1x consumer GPU | 1x A100 |
Tools zoals OpenLLM maken het mogelijk elk open-source model als OpenAI-compatibele API-endpoints te draaien met eenvoudige commando's. Ray Serve en Hugging Face TGI vereenvoudigen Kubernetes-deployment.
Wat komt er nu
Het open-source momentum vertoont geen tekenen van vertraging. DeepSeek's trainingsefficiëntie—180K H800 GPU-uren per biljoen tokens—suggereert voortdurende snelle iteratie. De thinking-update van Qwen3 in juli 2025 demonstreerde dat post-training verbeteringen blijven opschalen.
Verwacht voor Q1 2026: - Verdere uitbreiding van het contextvenster voorbij Llama 4 Scout's 10M tokens - Verbeterde agentische mogelijkheden naarmate tool-gebruik rijpt - Kleinere, efficiëntere modellen die huidige frontier-prestaties bereiken
Voor organisaties die nog API-only strategieën evalueren, sluit het venster voor propriëtaire lock-in. Met 89% van de organisaties die nu open-source AI gebruiken, is de vraag verschoven van "of" naar "welke modellen en hoe snel".
Introl-perspectief
Self-hosting van frontier-klasse open-source modellen vereist aanzienlijke GPU-infrastructuur, efficiënte koelsystemen en operationele expertise. Introl's 550 HPC-gespecialiseerde veldingenieurs deployen en onderhouden de accelerator-clusters die deze modellen vereisen. Leer meer over ons dekkingsgebied.
Gepubliceerd: 18 december 2025
