Wietse Hage

Nou, de eerste tekst die ik een beetje lees van mensen is dat ze zeggen, ja, nu zijn we weer waar we waren toen met het gedoe dat het teveel was. Dus er is ook best wel een flinke groep online die nu zegt, het is weer teveel. Dit is gevaarlijk teveel. Want stel je zeg maar een beetje maffe vragen over rare plannen die je hebt en dan zegt die, top idee man, met allemaal uit en allemaal emojis eromheen. Het is niet per se goed als een taalmodel de hele tijd alles gaaf vindt wat je zegt.

Nee, omdat je ook in een soort van echo-put terechtkomt van je eigen ideeën. Dit is al een probleem nu. En als ze die knop dus nu harder hebben aangezet, lijkt me onverstandig. Tegelijkertijd hebben ze wel de mogelijkheid nu dat je persoonlijkheden kan kiezen. Ik had persoonlijk gezegd, maak dat ding nou wat meer vanille.

maak hem nou weer zo neutraal als de originele vijf gewoon was. Laat dat gewoon zo. En los het op door die persoonlijkheden te kiezen. Dus je krijgt een soort van neutraal, wat kouder model voor iedereen. En als iemand een persoonlijkheid kiest... waar ook een karakteromschrijving bij staat. Bijvoorbeeld hiele, likkende Leo. Ja, als je dat wil, dan krijg je het. Dan klik je daarop en dan krijg je het. En wat is dat adaptive reasoning? Wat toen GPT-5 uitkwam, was eigenlijk de roddel...

Dit is het model waarbij ze Thinking en Instant... gecombineerd hebben tot één supermodel... die kan switchen on demand. Dat is toen niet gelukt. Ze hadden een soort goedkoop, dun, makkelijk gemaakt... trucje tussen die heel snel probeerde nog te gokken... moet ik de zware of de lichte aanroepen. De router zat ertussen. Dat is ook heel veel van de controverse rondom GPT-5. Want heel veel mensen kregen dus de hele tijd de GPT-5 Mini. Waardoor ze dachten, dit ding is nog dommer dan GPT-4O. Nee, de routing is niet goed gegaan.

Nu zit die keuze tussen zwaar en licht in het model zelf. In ieder geval, dat is de belofte. Waardoor dus eigenlijk met een heel korter verhaal... het wisselen tussen zwaar denkwerk en licht denkwerk... dus snel antwoorden licht en langzaam antwoorden met zwaar denkwerk... gemaakt wordt door het model zelf in plaats van een blokje ervoor. Wat maakt dat uit?

En ik moet wel zeggen, wat ik ook vooral las is, is het niet gewoon vooral een update in het voordeel van OpenAI? Die namelijk enorme infrastructuur moet draaien om die, zijn het inmiddels, 800, 900 miljoen gebruikers blij te houden.

Als je die routing verkeerd doet, heb je aan de ene kant het probleem dat je mensen doorstuurt naar een te licht model, terwijl ze een moeilijke vraag sturen. Ja, als ze te doorgesteld zijn. Maar ook dat je mensen met een makkelijke vraag waarschijnlijk per ongeluk doorstuurt naar een te zwaar model. Wat weer heel veel geld kost. Ja, dus het is voor OpenAI heel belangrijk om dit goed te krijgen. Dus ik zie dit eigenlijk als 5.1 de bugs fix op 5 om de router ertussen uit te slopen. En ze zeggen het model volgt instructies beter. Is dat wel wezenlijk?

Ja goed, er wordt een beetje mee getest en gerommeld nu. Maar omdat er geen benchmarks bij zitten. Over het algemeen zijn wij gewend dat als een lab of commerciële partij of beide een nieuw model uitbrengt. Dat er dan meteen een pdf'tje bij zit en vaak ook een hele website. Dat ze even flexen van kijk wat die allemaal kan. Dat zit hier nul van bij. Dus dat moet nu door mensen zelf getest gaan worden. Dat doet velen van ons denken dat het eigenlijk een bugfix is vanuit OpenAI...

Dat ze een 5.1 hebben genoemd. Zodat wij het verschil snappen. Dat we met iets anders aan het praten zijn. Maar dat we niet moeten verwachten. Dat dit een echt intelligenter model is. Op de achtergrond.

Met daar natuurlijk de kanttekening bij. Let even op wat je allemaal vraagt. En wat je er allemaal in plakt aan data. Maar dan kan je even voelen hoe dat dan gaat. Want dat woord gratis is natuurlijk een beetje tricky. Want in het Nederlands hebben we daar wat minder last van. In het Engels heb je free en free. Dat is namelijk free als in het is vrij. Of free als in het is gratis. En hier is die eigenlijk een beetje dubbel. Namelijk het model wordt gehost door Moonshot zelf. Waardoor jij het kunt gebruiken als eindgebruiker.

En het model is vrij in de vorm van... Het is te downloaden en te draaien op de infrastructuur naar keuze. Juist. Het is dubbel free. Maar dat is twee keer goed nieuws. Dat is twee keer goed nieuws. Maar je hebt het geprobeerd. En wat viel je op? Nou, wat je merkt is dat het uiteindelijk best wel voelt als O3 eigenlijk. Dus GPT's of OpenAI's O3. Het ziet er ook precies zo uit. Het is een visuele kloon van ChatGPT. En dat lijkt dan misschien dat je denkt... Nou, oké, grappig. Is dit dan zo innovatief of zo? Maar omdat het dus een...

vrij te downloaden model is... wat je dan zelf kan draaien. Met zelf draaien wil ik wel even... de luisteraar een soort reality check doen. Twee Mac Ultra's... 10.000 euro per machine van Apple. Als je twee Mac Ultra's op elkaar stapelt... M4 Ultra's zijn dat... met het maximale intergeheugen...

Dan kan je met ongeveer 20 tokens per seconde, dus 20 stukjes woord per seconde, dit hele model, dus wat zo zwaar is eigenlijk en zo intelligent is op de test als wat OpenAI aan jou aanbiedt met een maandbedrag in hun datacenter, thuis draaien. Maar er is dus 20.000 euro aan investering voor nodig. Dus als er ergens staat, u kunt het downloaden en thuis draaien, besef je even wat je daarvoor nodig hebt tegelijkertijd. Ja.

In de tests, je zei net Humanities Last Exam. Dat laatste examen van de mensheid. Er zijn nog meer andere benchmarks. De agentic benchmarks. Dus kan zo'n model zelf doordenken zonder dat jij hoeft in te grijpen. Al dat soort dingen. Daar scoort dit model ook heel erg goed op. En het is wel typisch, omdat ik...

Vorige week nog een beetje onderzoek aan het doen was naar de staat van open modellen. Hoe zit de frontier closed labs, dus de CLADS, de GPTs, noem maar op, versus de open labs. Wat is nu de stand van zaken? Natuurlijk de hele tijd de vraag, hoe groot is het gat van de...

En die laten dan zien van oké, dit is de lijn met gesloten modellen en hoe slim zij worden. En het lijntje erachteraan, als een soort marathonrace met iemand die dan letterlijk op zes maanden achterloopt, komt dan daar op dezelfde tempo achteraan. Alleen zit er een gat tussen. Nu is eigenlijk het gat tussen, even grof gezegd,

Tussen GPT-5, Gemini 2.5 Pro van DeepMind en Cloud 4.1 Opus. Redelijk ingelopen. Dat zijn echt de beste modellen. Maar ook allemaal alweer een paar maanden oud. In AI-tijd is dat een hele lange tijd. Het voelt als gisteren, maar die modellen, Gemini 2.5 is denk ik ook alweer vier of vijf maanden oud. Weet ik niet.

Maar goed, dat zijn nu de beste modellen als je betaalde abonnementen hebt op van die AI-services. En eigenlijk is dit model loopt op veel vlakken nu gelijk op wat daar gebeurd is. Alleen, ik zeg er wel meteen bij, als Google dan ooit nog voor het eind van het jaar Gemini 3.0 dropt, dan ben je weer op die zes maanden, denk ik. Dus dit is ongeveer natuurlijk hoe zo'n race werkt.

Als straks een stokje weer overgegeven wordt. Aan de nieuwere Frontier gesloten modellen. Dan schuiven die weer even op. Maar het is wel. Ik had persoonlijk. Eigenlijk niet verwacht. Gezien hoe krachtig. De Frontier gesloten modellen zijn. Vooral de grote modellen. Dus de Pro, de Opus. De Thinking. En ook wat je daarvoor.

datacenter computation... infrastructuur voor nodig hebt... dat we nu eigenlijk iets kunnen downloaden... op het niveau van. En dus met een investering van 20.000 euro... dat is voor een bedrijf een andere investering... dan voor een particulier is te halen. Dus in dat opzicht is het... ik vind het geen DeepSeek R1 momentje... maar het laat wel zien...