TL;DR
- Wat: Mistral lanceert een open-weights model met 1 biljoen parameters, OpenAI's wiskundige AI-papers exploderen, GPT-6 Astra kan websites bedienen, en startup Hark haalt $700 miljoen op voor een proactieve AI-assistent.
- Waarom relevant: open modellen worden goedkoper en krachtiger, AI-agents nemen steeds meer computertaken over — dat raakt elke ondernemer die digitaal werkt.
- Wat je ermee kunt: bekijk of de taken die je nu handmatig in je browser doet (formulieren, vergelijkingen, research) binnenkort door een AI-agent kunnen worden overgenomen.
Ik scrollde door mijn feed en zag vier berichten die elk apart al interessant zijn, maar samen een patroon laten zien. AI-modellen worden groter én toegankelijker, ze lossen problemen op die decennia onopgelost bleven, en ze beginnen je computer te bedienen alsof ze een medewerker zijn. Dat wilde ik even op een rij zetten.
Mistral brengt 'Le Chonk' — een biljoen parameters, straks open
Op 6 oktober 2026 presenteerde het Franse Mistral AI een nieuw model: Mistral Large 4, bijgenaamd 'Le Chonk'. De cijfers zijn indrukwekkend: 1,05 biljoen parameters in totaal, waarvan er 49 miljard tegelijk actief zijn. Het model werkt met een zogenoemde Mixture-of-Experts-architectuur — stel je voor dat je niet één groot brein hebt, maar een team van specialisten waarvan er steeds een paar tegelijk aan het werk zijn. Dat maakt het efficiënter dan wanneer alle parameters tegelijk zouden draaien.
Wat mij hier opvalt, is de prijs. Via de API kost het model $0,68 per miljoen invoertokens en $2,09 per miljoen uitvoertokens. Ter vergelijking: GPT-6 Astra van OpenAI kost $5 tot $10 per miljoen invoertokens. Dat is een factor 7 tot 15 verschil. Voor een ondernemer die AI-toepassingen inzet voor klantenservice, documentverwerking of vertaalwerk kan dat prijsverschil het verschil maken tussen een rendabel en een onrendabel project.
Mistral belooft dat de volledige modelgewichten eind oktober 2026 openbaar beschikbaar komen. Dat betekent dat ontwikkelaars het model kunnen downloaden, aanpassen en op eigen servers draaien — zonder afhankelijk te zijn van een API-abonnement. Ik vind het bijzonder dat een Europees bedrijf dit doet op deze schaal. Volgens Mistral is het het beste open-weights model dat in de VS of Europa is gebouwd. Of dat klopt, zullen onafhankelijke benchmarks moeten bevestigen, maar de ambitie is duidelijk.
OpenAI en de wiskunderevolutie op arXiv
Een tweede ontwikkeling die mij fascineert, gaat over wiskunde. Volgens recente analyses erkent inmiddels 24% van de wiskundepapers op arXiv — het grootste wetenschappelijke preprintplatform — het gebruik van AI. In maart 2026 was dat nog geen 5%. Dat is een verschuiving die je zelden ziet in de academische wereld.
Concreter: OpenAI loste in mei 2026 het zogenoemde Erdős unit distance-vermoeden op, een probleem uit 1946 dat bijna tachtig jaar onopgelost bleef. Daarnaast werden 700 openstaande wiskundeproblemen uit de Erdős-database semi-automatisch geëvalueerd, waarbij vier problemen autonoom werden opgelost.
Wat betekent dit voor een ondernemer? Niet direct iets, zou je denken. Maar ik denk dat het wél iets zegt over de richting. Als AI-modellen in staat zijn om wiskundige bewijzen te leveren die tachtig jaar lang buiten het bereik van mensen lagen, dan is de stap naar complexe bedrijfsanalyses — financiële modellen, logistieke optimalisatie, risicoberekeningen — kleiner dan je misschien denkt. De rekenkracht en het redeneervermogen groeien in een tempo dat ik eerlijk gezegd niet had verwacht.
GPT-6 Astra: AI die je computer bedient
OpenAI's GPT-6 Astra, uitgebracht op 3 september 2026, heeft een functie die 'computer use' heet. Het model kan websites openen, formulieren invullen, door tabbladen navigeren en meerstapstaken uitvoeren — zoals een medewerker die achter een scherm zit. Het scoort 72,6% op de OSWorld 2.0-benchmark voor computerbediening, en doet dat volgens OpenAI 47% sneller dan zijn voorganger.
Kun je je voorstellen wat dit betekent als je elke week handmatig prijzen vergelijkt bij leveranciers? Of als je offerte-aanvragen moet invoeren in drie verschillende portalen? Dat soort repetitief browserwerk is precies waar deze technologie op mikt.
Wat kost het?
De prijzen variëren per bron: sommige vermelden $5 per miljoen invoertokens, andere $10. Het contextvenster is 1,1 miljoen tokens, wat betekent dat het model enorme hoeveelheden tekst tegelijk kan verwerken — denk aan een heel jaarverslag in één keer.
Ik wil hier wel een kanttekening bij plaatsen. 'Computer use' klinkt krachtig, maar in de praktijk hangt de betrouwbaarheid af van hoe goed het model omgaat met onverwachte situaties: een pop-up, een gewijzigde website-indeling, een captcha. De benchmarks zijn veelbelovend, maar benchmarks zijn niet hetzelfde als je eigen werkomgeving.
Hark: een proactieve AI-assistent met $700 miljoen funding
De vierde ontwikkeling komt van Brett Adcock, de oprichter van roboticabedrijf Figure AI. Zijn nieuwe startup Hark haalde in mei 2026 maar liefst $700 miljoen op in een Series A-ronde, tegen een waardering van $6 miljard. Investeerders zijn onder andere Nvidia, AMD, Intel Capital en Qualcomm Ventures.
Hark wil een AI bouwen die proactief is — die niet wacht tot je een vraag stelt, maar zelf anticipeert op wat je nodig hebt. Het eerste publieke product heet Handoff, een agent die een virtuele computer krijgt, websites opent en meerstapstaken probeert af te ronden. Adcock zei dat hij de agent zelf gebruikt voor zijn volledige wervingsproces.
Ik vind het opvallend dat de chipindustrie zo zwaar investeert in dit bedrijf. Dat Nvidia en AMD meedoen, suggereert dat ze geloven dat proactieve AI-assistenten straks op speciale hardware gaan draaien — niet alleen in de cloud. Wat dat concreet betekent voor het MKB is nog onduidelijk, maar de richting is dat AI-assistenten niet meer alleen reageren op opdrachten, maar zelf taken oppakken.
Wat valt op als je deze vier verhalen naast elkaar legt?
Er zijn twee rode draden. De eerste is toegankelijkheid: Mistral's Le Chonk wordt open-source en kost een fractie van GPT-6 Astra. Dat verlaagt de drempel voor kleinere bedrijven om AI in te zetten. De tweede is autonomie: van wiskundige bewijzen tot het bedienen van een browser — AI-modellen doen steeds meer zelfstandig.
Voor mij is dit vooral een signaal dat het tempo niet afneemt. Elke week verschuift de grens van wat mogelijk is een stukje verder. Niet elk bericht is direct relevant voor je bedrijf, maar het patroon is dat wel. De vraag is niet meer óf AI taken van medewerkers gaat overnemen, maar welke taken, en wanneer het betrouwbaar genoeg is om dat te doen.
80% van de AI-projecten haalt productie nooit.
Ik bouw de 20% — van prototype naar draaiend systeem, binnen weken.