Drie Europese AI-modellen in één week: wat het betekent

TL;DR

• Wat: Mistral AI, Aleph Alpha en ElevenLabs lanceerden binnen een week elk een nieuw AI-model — alle drie Europees, alle drie open of direct beschikbaar.
• Waarom relevant: Europese alternatieven voor Amerikaanse en Chinese AI worden concreter, ook voor bedrijven die om dataprivacy en wetgeving geven.
• Wat je ermee kunt: Evalueer of een Europees taalmodel of spraakmodel past bij jouw klantcontact, zeker als je Duitstalige of meertalige klanten bedient.

De afgelopen week gebeurde er iets opvallends in de AI-wereld: drie Europese bedrijven lanceerden binnen een paar dagen elk een nieuw model. Mistral AI uit Frankrijk onthulde Mistral Large 4 (bijnaam: "Le Chonk"), het Duitse Aleph Alpha bracht Kolibri-1 uit, en het Brits-Amerikaanse ElevenLabs presenteerde hun spraakmodel Eleven v4 Turbo. Ik vond het de moeite waard om deze drie bij elkaar te leggen — want samen vertellen ze een verhaal dat voor ondernemers relevanter is dan de losse aankondigingen.

Mistral Large 4: een biljoen parameters uit Europa

Laat ik beginnen met het meest opvallende getal. Mistral Large 4 — door het team liefkozend "Le Chonk" genoemd — heeft ruim een biljoen parameters. Dat klinkt als een abstract getal, dus laat ik het zo zeggen: het is vergelijkbaar met de allergrootste modellen van OpenAI en Google, maar dan gebouwd en getraind in Europese datacenters op 3.800 Nvidia-chips.

Wat het model bijzonder maakt, is de architectuur. Het gebruikt een zogenoemd Mixture-of-Experts-systeem: van die biljoen parameters zijn er "slechts" 49 miljard tegelijk actief. Vergelijk het met een groot advocatenkantoor — je hebt honderden specialisten in dienst, maar per zaak zet je er een handvol in. Dat maakt het model efficiënter dan je op basis van het totale formaat zou verwachten.

Waar het goed in is

Volgens Mistral's eigen benchmarks scoort het model sterk op programmeerwerk (61,7% op de DeepSWE-benchmark), cybersecurity (82% op kwetsbaarheidsreproductie — het hoogste van alle geteste modellen) en juridisch werk. Het is multimodaal — het kan dus ook met afbeeldingen en documenten werken — en ondersteunt meer dan 160 talen.

De prijzen voor API-gebruik liggen op $1,36 per miljoen invoertokens en $4,18 per miljoen uitvoertokens. De open weights worden naar verwachting eind oktober 2026 vrijgegeven. Dat laatste is belangrijk: het betekent dat je het model straks ook zelf kunt draaien, zonder afhankelijk te zijn van Mistral's servers.

Ik vind het eerlijk gezegd indrukwekkend dat een Frans bedrijf, opgericht in 2023, nu modellen levert die op meerdere benchmarks concurreren met de gevestigde Amerikaanse namen. Wat mij betreft is het ook een signaal dat "Europese AI" niet langer alleen een beleidsdocument is.

Aleph Alpha Kolibri-1: compact, Duitstalig, soeverein

Het Duitse Aleph Alpha richtte zich met Kolibri-1 op een heel ander segment. Dit model heeft 78 miljard parameters in totaal, maar activeert er per token slechts 3,46 miljard. Opnieuw die Mixture-of-Experts-aanpak dus, maar dan veel compacter dan Le Chonk.

Wat mij hier opvalt, zijn twee dingen.

Duits als eerste taal

Kolibri-1 is specifiek getraind op Duits én Engels, met bijna een kwart van de trainingsdata in het Duits. Op wiskundige benchmarks in het Duits scoort het 90%, tegenover 84,4% voor het vergelijkbare Chinese Qwen-model. Als je een bedrijf hebt dat veel met Duitstalige klanten of documenten werkt, is dat een concrete voorsprong.

Het soevereiniteitsverhaal

Aleph Alpha positioneert Kolibri-1 expliciet als een "soeverein" model. De training vond plaats op Duitse en Finse infrastructuur, het model is vrijgegeven onder de Apache 2.0-licentie (wat commercieel gebruik toestaat), en er is documentatie over compliance met de EU AI Act. Voor overheidsinstanties en bedrijven in gereguleerde sectoren kan dat een doorslaggevend argument zijn.

Er is wel een kanttekening: Aleph Alpha is bezig met een fusie met het Canadese bedrijf Cohere. Wat dat op termijn betekent voor het "soevereine Europese" verhaal, is nog onduidelijk. Ik zou dat als ondernemer in de gaten houden voordat ik er een langetermijnstrategie op bouw.

Sterke en zwakke punten

Het model scoort bijzonder goed op wiskunde en redeneren, maar heeft zwakke plekken bij feitelijke kennis uit het hoofd (het scoort negatief op de AA-Omniscience Index) en bij complexe multi-turn gesprekken met meerdere tools. Aleph Alpha raadt zelf aan om het model te combineren met externe kennisbronnen — een eerlijke waarschuwing die ik waardeer.

Voor het zelf draaien heb je minimaal twee A100-kaarten van 80 GB nodig. Dat is niet iets dat je op een kantoorlaptop doet, maar voor bedrijven met eigen serverinfrastructuur of een cloud-omgeving is het haalbaar.

ElevenLabs Eleven v4 Turbo: spraak met emotie en snelheid

Het derde puzzelstukje is geen taalmodel maar een spraakmodel. ElevenLabs lanceerde eind september Eleven v4 en de snellere variant v4 Turbo. Waar de reguliere v4 bedoeld is voor audioboeken en voice-overs, is v4 Turbo gebouwd voor real-time toepassingen: telefonische assistenten, live chatbots met stem, klantenservice-agents.

De cijfers: een mediane latentie van ongeveer 150 milliseconden tot het eerste geluid. Dat is snel genoeg voor een natuurlijk klinkend telefoongesprek. Het model ondersteunt meer dan 90 talen en kan een stem klonen met slechts tien seconden audio.

Kun je je voorstellen wat dit betekent als je een webshop hebt met internationale klanten? Een spraakassistent die in het Nederlands, Duits, Frans en Engels antwoordt — niet met een robotstem, maar met natuurlijke intonatie en emotie.

Op de Speech Arena van Artificial Analysis staat Eleven v4 op de eerste plaats met een Elo-score van 1319, voor Cartesia Sonic en Gemini Flash TTS.

Wat dit samen betekent voor ondernemers

Los van elkaar zijn dit drie productlanceringen. Bij elkaar vormen ze een patroon dat ik interessant vind.

Ten eerste: de keuze wordt groter. Een jaar geleden was het voor de meeste bedrijven "OpenAI of Google". Nu heb je serieuze Europese alternatieven — met open licenties, Europese dataverwerking en compliance-documentatie.

Ten tweede: de drempel daalt. Mixture-of-Experts-modellen zoals Le Chonk en Kolibri-1 bieden prestaties van grote modellen tegen lagere rekenkosten. Dat maakt AI-toepassingen haalbaarder voor bedrijven die geen Google-budget hebben.

Ten derde: specialisatie loont. Kolibri-1 wint niet op álle benchmarks, maar wel op Duitstalig redeneren en bepaalde financiële taken. ElevenLabs wint niet op tekst, maar domineert spraak. Als ondernemer hoef je niet het "beste" model te kiezen — je moet het juiste model kiezen voor jouw specifieke toepassing.

Tot slot

Voor mij is dit vooral een signaal dat de Europese AI-sector volwassen begint te worden. Niet omdat één bedrijf alles beter doet dan OpenAI, maar omdat er nu meerdere spelers zijn die op specifieke vlakken concurrerend zijn — en dat met open modellen, Europese infrastructuur en licenties die commercieel gebruik toestaan. Dat geeft ondernemers iets wat ze een jaar geleden nog niet hadden: echte keuze.