Chinese Open-Source AI-modellen dagen de aanpak van Silicon Valley uit

Chinese AI-labs hebben recent een reeks open-source modellen uitgebracht die bijna state-of-the-art zijn, waaronder Z.ai's GLM 5.2 in juni, Moonshot AI's Kimi K3 vorige week en Alibaba's Qwen 3.8 deze maandag. Deze modellen presteren bijna net zo goed als de beste westerse modellen op benchmarks van derden en zijn geoptimaliseerd voor agentische coderingstaken, het populairste gebied in AI. De release van Kimi K3 heeft met name de aandacht getrokken van Silicon Valley en Washington, waarbij venture capitalist David Sacks de prestaties 'zorgwekkend' noemde en minister van Handel Scott Bessent mogelijke sancties suggereerde. Michael Kratsios, directeur van het Witte Huis Office of Science and Technology Policy, beweerde dat Moonshot AI het Fable-model van Anthropic heeft gedistilleerd voor K3 en beschuldigde het bedrijf van het stelen van Amerikaanse technologie. Moonshot AI reageerde niet op verzoeken om commentaar. De modellen worden uitgebracht met open gewichten, waardoor ze toegankelijk en transparant zijn, in tegenstelling tot westerse labs zoals Anthropic en OpenAI, die de toegang tot hun nieuwste modellen hebben beperkt vanwege veiligheidszorgen. Anthropic's Mythos-model werd tijdelijk offline gehaald na exportcontroles, en OpenAI stelde GPT 5.6 uit na een verzoek van het Witte Huis. Chinese labs hebben open-source omarmd om gebruikers en samenwerkingspartners aan te trekken, en hun modellen worden nu algemeen beschouwd als de beste open-source opties. Arena AI rangschikt K3 als het beste model voor webontwikkeling en vierde in agentische taken, terwijl Artificial Analysis het op de derde plaats zet. De populariteit van K3 heeft de servers van Moonshot overweldigd, wat heeft geleid tot tijdelijke registratiebeperkingen. Sommige westerse gebruikers trekken de waarde van betaalde aanbiedingen van OpenAI en Anthropic in twijfel, omdat Chinese modellen concurrerende prestaties bieden tegen lagere kosten, hoewel ze mogelijk meer tokens vereisen. De open-gewicht benadering daagt de aanname uit dat enorme financiering nodig is voor AI-vooruitgang, waarbij Dean Ball opmerkt dat open gewichten verdere AI-kapitaaluitgaven ontmoedigen.