AI verschuift van één supermodel naar een collectie specialisten

TL;DR

• Wat: Tencent heeft zijn open-source Hy3-model (295 miljard parameters) wereldwijd beschikbaar gemaakt, onder meer via diverse ontwikkelaarsplatforms — een voorbeeld van de bredere verschuiving naar gespecialiseerde AI-modellen.
• Waarom relevant: De AI-markt verschuift van "één model dat alles doet" naar een landschap van specialistische modellen — en dat verandert hoe je als ondernemer AI inkoopt en inzet.
• Wat je ermee kunt: Evalueer of je huidige AI-gebruik gebaat is bij een gespecialiseerd model in plaats van een generiek model.

Ik stuitte op een tweet van @kidsreallycute over de komst van Tencents Hy3-model op het platform B.AI. De strekking: de AI-infrastructuurrace verandert. Het gaat steeds minder om dat ene model dat álles kan, en steeds meer om toegang tot een groeiende collectie van gespecialiseerde modellen. Ik vind die observatie treffend, want het raakt direct aan keuzes die je als ondernemer maakt.

Wat is Tencent Hy3 precies?

Hy3 is het nieuwste taalmodel van het Chinese techbedrijf Tencent, uitgebracht op 6 juli 2026. Het model heeft 295 miljard parameters in totaal, maar gebruikt er slechts 21 miljard tegelijk — een architectuur die Mixture-of-Experts (MoE) heet. Stel je een groot kantoor voor met 192 specialisten, waarvan er steeds 8 tegelijk aan je vraag werken. Dat maakt het model relatief snel en goedkoop ondanks zijn omvang.

Wat mij opvalt: Tencent heeft Hy3 uitgebracht onder de Apache 2.0-licentie. Dat betekent dat iedereen — ook commerciële bedrijven — het model gratis mag downloaden, aanpassen en gebruiken. Volgens Tencent zelf is het model inmiddels beschikbaar op platforms als Hugging Face, OpenRouter en diverse andere ontwikkelaarsomgevingen.

De resultaten zijn volgens Tencent indrukwekkend: op de SWE-bench Pro (een maatstaf voor het oplossen van softwareproblemen) scoort Hy3 een 57,9, en op BrowseComp (webonderzoek) een 84,2. Om dat in context te plaatsen: het model zou volgens Tencents eigen benchmarks concurreren met modellen van OpenAI en Anthropic. Ik plaats daar wel de kanttekening dat benchmarks van de maker zelf altijd met een korreltje zout genomen moeten worden.

Over het platform B.AI

De oorspronkelijke tweet noemt het platform "B.AI" als plek waar Hy3 beschikbaar komt. Ik moet eerlijk zijn: ik heb geen betrouwbare, onafhankelijke informatie kunnen vinden over wat B.AI precies is of doet. Het kan een nieuw of niche ontwikkelaarsplatform zijn, maar ik wil geen aannames doen. Wat ik wél kan bevestigen is dat Hy3 al op meerdere gevestigde platforms beschikbaar is, waaronder Hugging Face en OpenRouter — waar het model binnen één week bovenaan de gebruikerslijst stond.

Van één supermodel naar een gereedschapskist

De observatie in de tweet raakt aan een trend die ik steeds duidelijker zie worden. In 2024 en 2025 draaide de AI-race vooral om de vraag: wie bouwt het krachtigste, meest veelzijdige model? GPT-4 van OpenAI was het voorbeeld — één model voor tekst, code, analyse, en meer.

In 2026 verschuift dat. Volgens een analyse van TechArena is de AI-markt bezig met een overgang van de "Model Wars" naar een fase waarin infrastructuur en specialisatie centraal staan. Gespecialiseerde modellen presteren op smalle taken tot 14 procentpunt beter dan generalistische modellen.

Dat is een wezenlijk verschil. Vergelijk het met het verschil tussen een Zwitsers zakmes en een set professioneel gereedschap. Het zakmes is handig voor van alles, maar als je dagelijks hout bewerkt, wil je een goede beitel.

Wat betekent dit voor een Nederlandse ondernemer?

Ik vind het interessant om dit naast de Nederlandse cijfers te leggen. Volgens cijfers van onder meer Searchlab gebruikt 67% van de Nederlandse bedrijven in 2026 AI, en in het MKB (10 tot 249 medewerkers) ligt dat op bijna 30%. Dat is een flinke groei — van 6% naar 33% in één jaar tijd.

Maar hier zit een spanning. De meeste MKB-ondernemers die AI gebruiken, werken met één generiek model — vaak ChatGPT of een vergelijkbare chatbot. Dat is begrijpelijk: het is laagdrempelig en breed inzetbaar. De verschuiving naar gespecialiseerde modellen roept echter een praktische vraag op.

De keuze wordt complexer

Stel dat je als ondernemer een webshop runt en AI inzet voor klantenservice, productbeschrijvingen én voorraadanalyse. Tot nu toe deed je dat misschien allemaal met hetzelfde model. Maar als er straks voor elk van die taken een gespecialiseerd model bestaat dat aantoonbaar beter presteert — wat doe je dan?

De eerlijke uitdaging is: hoe kies je? Je bent geen AI-ingenieur. Je hebt geen team dat benchmarks vergelijkt. En toch wordt het landschap steeds meer een kwestie van de juiste tool voor de juiste klus kiezen.

Open source als kans

Wat mij hier hoopvol stemt, is de rol van open-source modellen zoals Hy3. Doordat het model onder een vrije licentie beschikbaar is, kunnen Nederlandse softwarebedrijven en IT-dienstverleners het integreren in hun producten zonder licentiekosten. Dat verlaagt de drempel voor MKB-ondernemers die via hun leverancier toegang krijgen tot betere AI, zonder zelf technisch te hoeven worden.

Ik denk dat dit een onderschat effect is. Niet de ondernemer zelf gaat modellen kiezen op Hugging Face — maar de boekhoudsoftware, het CRM-systeem of de webshoptools die die ondernemer gebruikt, kunnen wél profiteren van deze open modellen.

De geopolitieke dimensie

Ik zou het niet compleet vinden zonder dit te noemen: Hy3 is een Chinees model. Tencent is een van de grootste techbedrijven ter wereld, met nauwe banden met de Chinese overheid. Voor sommige toepassingen — vooral waar gevoelige bedrijfsdata in het spel is — kan dat een overweging zijn.

Tegelijkertijd zie ik dat de Europese markt ook niet stilzit. Initiatieven als Mistral (Frans) en Aleph Alpha (Duits) richten zich expliciet op Europese datasoevereiniteit. De keuze voor een AI-model wordt daarmee niet alleen een technische of financiële keuze, maar ook een strategische.

Reflectie

Wat mij het meest bijblijft aan deze ontwikkeling is niet zozeer het model zelf — hoe indrukwekkend de cijfers ook zijn — maar de verschuiving die erachter zit. De AI-wereld beweegt van een race om het beste alleskunner-model naar een ecosysteem van specialisten. Voor mij is dat vooral een signaal dat AI-gebruik in het MKB de komende jaren niet simpeler wordt, maar wel krachtiger — mits je bereid bent om bewust te kiezen welk gereedschap je waarvoor inzet.