Meta keert terug naar open weights — maar China is ver vooruit

TL;DR

• Wat: Meta maakt de weights van Muse Spark 1.2 openbaar en lanceert Muse Glimmer, een 30B-model dat op een gewone laptop draait.
• Waarom relevant: Voor ondernemers die AI lokaal willen draaien — zonder abonnement of cloudkosten — is dit het sterkste niet-Chinese open model in een jaar.
• Wat je ermee kunt: Bekijk of Muse Glimmer (gratis, Apache 2.0-licentie) past bij taken als codegeneratie, documentanalyse of functie-aanroepen binnen je bedrijf.

Ik viel vanochtend over een tweet van Ethan Mollick, een veelgelezen AI-onderzoeker aan Wharton. Hij schrijft dat Muse Spark "het grote nieuws" is — een goed model, maar niet op het niveau van de beste Chinese open modellen, en nog ver achter de gesloten topmodellen. Tegelijkertijd noemt hij het wel het beste niet-Chinese open-weights-model in een jaar. Dat vond ik het uitzoeken waard.

Wat heeft Meta precies uitgebracht?

Meta's AI-lab — tegenwoordig Superintelligence Labs, onder leiding van Alexandr Wang — heeft op 10 augustus twee dingen gedaan.

Ten eerste: Muse Glimmer, een model met 30 miljard parameters dat je gratis kunt downloaden onder de Apache 2.0-licentie. Het model is specifiek ontworpen om op consumentenhardware te draaien. Met 4-bit kwantisatie — een techniek die het model comprimeert zodat het minder geheugen nodig heeft — past het in 18 tot 20 gigabyte werkgeheugen. Dat betekent: één enkele videokaart of een recente Mac volstaat.

Ten tweede: CEO Mark Zuckerberg heeft aangekondigd dat ook de weights van Muse Spark 1.2, Meta's sterkere en meer op code gerichte model, openbaar worden gemaakt. De exacte datum is nog niet bekendgemaakt, maar de intentie is duidelijk.

Even voor de context: "open weights" betekent dat je het model kunt downloaden en op je eigen hardware kunt draaien. Je bent dan niet afhankelijk van een API of abonnement. Je data verlaat je eigen omgeving niet. Voor bedrijven die met gevoelige informatie werken, is dat een relevant verschil.

Waarom is dit opmerkelijk?

Omdat Meta eerder juist de andere kant op bewoog. Met de lancering van Muse Spark in april 2026 stapte het bedrijf over naar een gesloten model — een breuk met de Llama-traditie van open releases. Muse Spark was alleen beschikbaar via een API, tegen betaling.

Die koerswijziging riep vragen op. Was Meta klaar met open-source AI? Volgens berichtgeving van AI News vroegen veel ontwikkelaars zich dat af.

Nu draait Zuckerberg dat gedeeltelijk terug. In een essay van 6.500 woorden pleit hij ervoor dat de Verenigde Staten open-source AI moeten ondersteunen om concurrerend te blijven met China. Wat mij opvalt: het is niet puur idealisme. Het is ook geopolitiek positioneren. Zuckerberg schrijft expliciet dat Amerikaans beleid de frictie moet verlagen als Amerikaanse open modellen wereldwijd de standaard willen worden.

Hoe goed zijn deze modellen eigenlijk?

Hier wordt het genuanceerd — en ik vind het eerlijk gezegd belangrijk om dat nuanceren niet over te slaan.

Muse Spark 1.2 scoort op een onafhankelijke vergelijking van 47 taken gemiddeld 7,58 op 10, tegenover 7,00 voor Qwen 3.7 van Alibaba. Dat is beter, maar het verschil is niet overweldigend.

Op codering-specifieke benchmarks claimt Meta 82,9 procent op Terminal-Bench 2.1. Maar daar zit een kanttekening bij: volgens Kingy.ai is die score niet onafhankelijk geverifieerd, en bij het vorige model zat er 3,8 procentpunt verschil tussen Meta's eigen meting en de verificatie door het Terminal-Bench-team. Dat moet je meewegen.

Muse Glimmer, het kleinere model, presteert volgens Meta vergelijkbaar met Gemma 4 (31B) en Qwen 3.6 (27B) op taken als code, redeneren en tool-gebruik. Voor een model dat lokaal op je laptop draait, is dat indrukwekkend. Maar het is geen topmodel — het is een handig, compact model.

De Chinese voorsprong in open modellen

En hier zit wat mij betreft de kern van het verhaal. Mollick zegt het vrij direct: de beste open modellen komen uit China. En de cijfers bevestigen dat.

Volgens analyses van Fluence en Layer3Labs domineren Chinese labs het open-weights-landschap. Alibaba's Qwen-familie was in februari 2026 goed voor meer dan 153 miljoen downloads — meer dan het dubbele van de volgende acht modelfamilies samen. Moonshot AI bracht in juli Kimi K3 uit met 2,8 biljoen parameters. Zhipu AI's GLM-5.2, uitgebracht onder een MIT-licentie, staat bovenaan onafhankelijke ranglijsten.

Kun je je voorstellen wat dit betekent? De krachtigste AI-modellen die je vrij kunt downloaden en gebruiken, komen niet uit Silicon Valley maar uit Beijing, Hangzhou en Shanghai. Voor een ondernemer die op zoek is naar een open model om intern te gebruiken, zijn Chinese modellen op dit moment simpelweg de sterkste optie.

Dat heeft praktische implicaties. Als je als Nederlands bedrijf een open model wilt inzetten — bijvoorbeeld voor klantenserviceautomatisering of interne documentanalyse — dan is de kans groot dat het beste model dat je kunt draaien van een Chinees lab komt. Of je daar comfortabel mee bent, is een afweging die iedere ondernemer zelf moet maken. Het gaat om licentievoorwaarden, om vertrouwen in de herkomst van trainingsdata, en soms om regelgeving.

Wat betekent dit voor jou als ondernemer?

Ik denk dat er drie dingen relevant zijn.

Lokaal draaien wordt realistischer

Muse Glimmer op een enkele GPU draaien, zonder cloud, zonder abonnement — dat was een jaar geleden ondenkbaar op dit kwaliteitsniveau. Stel dat je een administratiekantoor runt en je wilt AI-ondersteuning bij het analyseren van documenten zonder dat die data naar een externe server gaat. Dit soort modellen maakt dat haalbaar.

De keuze wordt complexer

Je hebt nu open modellen uit China (Qwen, DeepSeek, Kimi), open modellen uit de VS (Muse Glimmer, straks Muse Spark 1.2), en gesloten modellen van OpenAI, Anthropic en Google. Elk met eigen licenties, prestaties en privacygaranties. Dat maakt de keuze niet eenvoudiger, maar het betekent ook dat er meer concurrentie is — en dat is voor afnemers doorgaans goed nieuws.

Open weights zijn geen garantie

Mollick eindigt zijn tweet met een belangrijke opmerking: "A lot depends on continuing to release new open models to keep up." Een open model dat vandaag sterk is, kan over drie maanden achterhaald zijn. Het gaat niet alleen om het huidige model, maar om de vraag of er een continue stroom van updates volgt.

Een voorzichtige terugkeer

Voor mij is dit vooral een signaal dat de strijd om open AI-modellen nog lang niet beslecht is. Meta keert terug naar open weights, maar doet dat vanuit een achterstandspositie ten opzichte van Chinese labs. Dat Zuckerberg er een geopolitiek verhaal van maakt — met een pleidooi richting Washington — zegt iets over hoe hoog de inzet is. Voor ondernemers in Nederland is de praktische les misschien wel: de gereedschapskist wordt groter, de keuze wordt lastiger, en het loont om bij te blijven met wat er beschikbaar is.