Llama 5: frontier-AI die je zelf mag hosten.

Llama 5 verschijnt onder Meta's community-licentie: de modelgewichten zijn te downloaden en zakelijk te gebruiken binnen de voorwaarden van die licentie. Op dezelfde dag bracht Meta het gesloten Muse Spark uit. Het is de eerste keer dat het bedrijf een open en een proprietary spoor naast elkaar zet, en dat zegt iets over waar het open spoor voor bedoeld is: het is geen restproduct, maar een bewuste keuze om de infrastructuurlaag open te houden.

De specificaties liggen op frontier-niveau: 600 miljard parameters en een contextvenster van 5 miljoen tokens. Dat laatste getal is voor de praktijk het interessantst. Het betekent dat een model in één keer duizenden pagina's context kan meenemen, een heel contractarchief of jaren aan klantcorrespondentie, zonder dat je die eerst in stukjes hoeft te knippen.

Tot nu toe was de afweging voor een bedrijf met gevoelige data vrij binair: óf je gebruikt een Amerikaans frontier-model via een API en accepteert dat je data door andermans cloud loopt, óf je draait lokaal een kleiner model en levert merkbaar kwaliteit in. Een open model op frontier-niveau haalt die tweede concessie weg.

Concreet krijg je drie dingen. Volledige datacontrole: het model draait waar jij zegt dat het draait, bij jou of bij een Nederlandse of Europese hostingpartij. Geen kosten per token: je betaalt voor hardware en beheer, niet per aanvraag, wat bij hoge volumes een wezenlijk andere rekensom is. En geen vendor lock-in: de gewichten staan op jouw infrastructuur, dus een leverancier kan de prijs niet verdubbelen of het model achter een nieuwe voorwaarde zetten.

Voor een accountantskantoor, een zorgaanbieder of een toeleverancier van defensie is dat geen abstract voordeel. Het is het verschil tussen een AI-toepassing die de compliance-afdeling overleeft en één die erop sneuvelt.

Nu de andere kant, want die wordt in het enthousiasme meestal overgeslagen. Een model van 600 miljard parameters draai je niet op een kantoorserver. Dit vraagt datacenter-hardware, en daarmee ook iemand die updates, monitoring en beveiliging bijhoudt. Wie dat zelf wil doen, moet die kennis in huis hebben of inhuren, en dat is voor het gemiddelde MKB-bedrijf een forse post die niet op de aanschaffactuur staat.

De middenweg is een NL- of EU-hostingpartij die het model voor je draait: je data blijft binnen Europese jurisdictie zonder dat je zelf een serverruimte beheert. Daarmee verschuift de vraag van 'mag onze data naar een Amerikaanse cloud' naar 'wat kost eigen beheer ons', en dat is een vraag die je gewoon kunt doorrekenen.

Mijn eerlijke inschatting: voor de meeste MKB-bedrijven blijft een API voorlopig de verstandige route, omdat het volume te laag is om de vaste lasten van eigen hosting terug te verdienen. De uitzondering is het bedrijf waar de data de doorslag geeft. Voor dat bedrijf is er sinds deze maand voor het eerst een optie die geen kwaliteitsconcessie vraagt.

Een week na Llama 5 bracht Anthropic Claude Opus 4.7 uit, met onder meer een verdrievoudigde beeldresolutie tot 2.576 pixels en verbeterde instructieopvolging. Het releasetempo van de frontier-labs houdt dus ook in april gewoon aan, en dat is geen detail maar een ontwerpprincipe voor iedereen die nu iets bouwt.

Wat vandaag het beste model is, is dat over een kwartaal vrijwel zeker niet meer. De bedrijven die daar goed mee omgaan, bouwen hun processen zo dat het model een verwisselbaar onderdeel is: de werkstroom, de datakwaliteit en de controle liggen vast, het model eronder mag wisselen. Wie andersom bouwt en zijn proces om één model heen vouwt, koopt elke release opnieuw een verbouwing.