Abacus AI kondigt nieuw open-source Dragon-model aan op basis van Kimi K3

TL;DR

• Wat: Abacus AI brengt een nieuw open-source model uit met de naam Dragon, gebaseerd op het 2,8 biljoen parameter Kimi K3-model van Moonshot AI, gericht op agentic coding.
• Waarom relevant: Open-source AI-modellen van deze schaal worden steeds bruikbaarder voor bedrijven die niet afhankelijk willen zijn van één grote AI-aanbieder.
• Wat je ermee kunt: Volg de release op Hugging Face en overweeg of agentic AI-tooling past bij jouw software- of automatiseringsvraagstukken.

Bindu Reddy, CEO van Abacus AI, kondigde op X aan dat er een nieuw open-source Dragon-model aankomt, gebaseerd op Kimi K3 van Moonshot AI. Ik viel over dit bericht omdat het precies op het snijvlak zit van twee trends die ik al een tijdje volg: de opkomst van écht grote open-source modellen, en de verschuiving naar AI die zelfstandig taken kan uitvoeren.

Wat is er precies aangekondigd?

De tweet van Bindu Reddy meldt dat er een nieuw Dragon-model verschijnt op Hugging Face. Het model is gebaseerd op Kimi K3 — het 2,8 biljoen parameter model van het Chinese Moonshot AI — en zou verbeteringen bieden op het gebied van zogenaamde agentic capabilities. Dat zijn mogelijkheden waarbij een AI-model niet alleen een vraag beantwoordt, maar zelfstandig meerdere stappen doorloopt: plannen, tools gebruiken, code schrijven, en bijsturen als iets niet werkt.

Abacus AI staat bekend om het finetunen van bestaande open-source modellen. Het bedrijf bracht eerder al Smaug en Dracarys uit — allebei draak-gethematiseerde modelnamen, allebei verfijningen van modellen als Llama en Qwen. Het patroon is herkenbaar: neem een sterk basismodel, pas het aan met gespecialiseerde trainingstechnieken, en publiceer het resultaat als open source.

Wat mij hier opvalt is de schaal. Waar eerdere Dracarys-modellen draaiden op 70 tot 72 miljard parameters, gaat het hier om een model van 2,8 biljoen parameters. Dat is ruwweg veertig keer zo groot.

Wat is Kimi K3 en waarom is het bijzonder?

Kimi K3 werd op 16 juli 2026 gelanceerd door Moonshot AI uit Beijing. Het is het grootste open-weight model tot nu toe, met 2,8 biljoen parameters en een contextvenster van 1 miljoen tokens. Ter vergelijking: een contextvenster van 1 miljoen tokens betekent dat het model in één keer de inhoud van meerdere complete boeken kan verwerken.

Het model gebruikt een zogenaamde Mixture of Experts (MoE)-architectuur. Stel je een groot kantoor voor met 896 specialisten. Bij elke vraag worden er maar 16 tegelijk ingeschakeld — precies de specialisten die op dat moment nodig zijn. Dat maakt het model efficiënter dan wanneer alle 2,8 biljoen parameters altijd actief zouden zijn.

Benchmarks en prestaties

Volgens de LLM Stats Open Leaderboard van begin augustus 2026 scoort Kimi K3 het hoogst onder open-weight modellen, met een overall score van 55,4 en een coding-index van 45,4. Bindu Reddy zelf merkte op dat Kimi K3 goed is, maar op haar eigen LiveBench-benchmark nog onder gesloten modellen als Opus 4.8 en Sol scoort.

Dat is een nuance die ik belangrijk vind: Kimi K3 is indrukwekkend voor een open model, maar het is niet automatisch het beste model op de markt. De meerwaarde zit vooral in het feit dat je er vrij mee kunt werken, zonder afhankelijk te zijn van een API van een derde partij.

Wat betekent 'agentic' en waarom hoor je dat steeds vaker?

Het woord agentic duikt overal op in AI-land, en ik merk dat het voor veel ondernemers nog abstract klinkt. Laat me het simpel houden.

Een gewoon AI-model werkt als een vraag-en-antwoord-machine: je stelt een vraag, je krijgt een antwoord, klaar. Een agentic model gaat verder. Het kan een plan maken, tools gebruiken (zoals een terminal of een browser), tussenstappen evalueren, en zelfstandig bijsturen als iets mislukt.

Stel dat je als ondernemer een complexe data-analyse moet laten uitvoeren. Een standaard AI-model geeft je misschien een script. Een agentic model zou dat script zelf kunnen draaien, fouten opsporen, het script aanpassen, en uiteindelijk het resultaat opleveren — met minimale tussenkomst van jou.

Dat is de belofte althans. In de praktijk zijn we er nog niet helemaal. Maar het feit dat steeds meer modellen — ook open-source modellen — zich hierop richten, geeft aan dat de industrie deze richting serieus neemt.

Wat betekent dit voor Nederlandse ondernemers?

Ik denk dat er twee dingen zijn om in de gaten te houden.

De drempel voor geavanceerde AI daalt

Tot voor kort waren modellen van deze schaal alleen beschikbaar via betaalde API's van grote partijen als OpenAI, Google of Anthropic. Nu verschijnen er open-source alternatieven die je in principe zelf kunt draaien — of via een hostingpartij naar keuze kunt inzetten. Voor bedrijven die gevoelige data verwerken of niet afhankelijk willen zijn van één leverancier, is dat relevant.

Een kanttekening: een model van 2,8 biljoen parameters draai je niet op een standaard server. Je hebt serieuze GPU-infrastructuur nodig, of je werkt met een gekwantiseerde versie (een verkleinde variant die minder rekenkracht vraagt maar iets aan precisie inlevert). Voor de meeste MKB-bedrijven is directe self-hosting van zo'n model niet realistisch. Maar het feit dat de weights open zijn, betekent dat gespecialiseerde aanbieders het model wél kunnen aanbieden tegen concurrerende tarieven.

Agentic AI wordt concreter

De tweede trend is dat AI-tooling verschuift van "geef me een antwoord" naar "voer deze taak voor me uit." Voor ondernemers die al werken met AI-assistenten voor code, klantenservice of administratie, is het de moeite waard om te volgen hoe agentic modellen zich ontwikkelen. Niet om er morgen mee te beginnen, maar om te begrijpen waar de markt naartoe beweegt.

Kun je je voorstellen wat het zou betekenen als een AI-assistent niet alleen je e-mail samenvat, maar ook zelfstandig de juiste vervolgactie klaarzet in je projectmanagement-tool? Dat is het type workflow waar agentic modellen op mikken.

Wat we nog niet weten

Op het moment van schrijven is het Dragon-model nog niet gepubliceerd op Hugging Face — de aankondiging spreekt over een release "vanavond." Er zijn dus nog geen onafhankelijke benchmarks of reviews beschikbaar. Ik zou willen weten hoe het model presteert ten opzichte van het originele Kimi K3, en of de finetuning van Abacus AI daadwerkelijk meetbare verbeteringen oplevert op agentic taken.

Ook is niet duidelijk onder welke licentie het model verschijnt. Eerdere Abacus-modellen waren vrij beschikbaar, maar licentievoorwaarden voor commercieel gebruik kunnen per release verschillen. Dat is iets om op te letten als je overweegt het model zakelijk in te zetten.

Een reflectie

Voor mij is dit vooral een bevestiging van een patroon dat ik steeds duidelijker zie: de afstand tussen gesloten frontier-modellen en open-source alternatieven wordt kleiner. Niet in één grote sprong, maar stap voor stap — model na model. En bedrijven als Abacus AI spelen daar een interessante rol in door bestaande open modellen te verfijnen en opnieuw als open source te publiceren. Of dit specifieke Dragon-model een verschil gaat maken, moet nog blijken. Maar de richting is duidelijk.