Waarom Chinese AI-modellen nu de open-source wereld overnemen

Sophie Jansen · 2026-02-09

Het is een opvallende verschuiving in de AI-wereld. Waar westerse labs als OpenAI, Anthropic en Google hun krachtigste modellen steeds vaker achter slot en grendel houden, stappen Chinese ontwikkelaars juist naar voren. Ze vullen het gat met AI die speciaal is gebouwd voor wat gebruikers écht nodig hebben: krachtige modellen die draaien op gewone hardware. Een nieuwe beveiligingsstudie laat zien hoe grondig Chinese AI deze ruimte heeft veroverd. Onderzoek van SentinelOne en Censys, waarbij 175.000 blootgestelde AI-hosts in 130 landen werden geanalyseerd, toont aan dat Alibaba's Qwen2 consequent op de tweede plaats staat, net na Meta's Llama. Nog veelzeggender: het Chinese model verschijnt op 52% van alle systemen die meerdere AI-modellen draaien. Het lijkt de standaard alternatieve keuze te zijn geworden. ### De verschuiving in de open-source wereld "De komende 12 tot 18 maanden verwachten we dat Chinese model-families een steeds centralere rol gaan spelen in het open-source LLM-ecosysteem," legt Gabriel Bernadett-Shapiro, AI-onderzoeker bij SentinelOne, uit. Dit gebeurt vooral omdat westerse labs hun open-weight releases vertragen of beperken. Deze bevinding komt op een moment dat westerse bedrijven te maken hebben met regelgevende druk, veiligheidseisen en commerciële prikkels die hen richting API-afgeschermde releases duwen. Het contrast met Chinese ontwikkelaars kan niet groter zijn. Chinese labs tonen volgens Bernadett-Shapiro "een bereidheid om grote, hoogwaardige weights te publiceren die expliciet zijn geoptimaliseerd voor lokale implementatie, quantisatie en betaalbare hardware." "In de praktijk maakt dit ze makkelijker om aan te nemen, makkelijker om te draaien en makkelijker om te integreren in edge- en residentiële omgevingen," voegt hij eraan toe. Simpel gezegd: als je als onderzoeker of ontwikkelaar krachtige AI wilt draaien op je eigen computer zonder een enorm budget, dan zijn Chinese modellen zoals Qwen2 vaak je beste - of zelfs je enige - optie. ### Pragmatiek, geen ideologie Het onderzoek toont aan dat deze dominantie niet toevallig is. Qwen2 vertoont wat Bernadett-Shapiro "nul rangvolatiliteit" noemt. Het houdt consequent de tweede positie in alle onderzochte meetmethoden: totale observaties, unieke hosts en host-dagen. Geen fluctuatie, geen regionale variatie, alleen maar consistente wereldwijde adoptie. Het co-implementatiepatroon is eveneens veelzeggend. Wanneer operators meerdere AI-modellen op hetzelfde systeem draaien - een gebruikelijke praktijk voor vergelijking of workload-segmentatie - verschijnt de combinatie van Llama en Qwen2 op 40.694 hosts. Dat vertegenwoordigt 52% van alle multi-family implementaties. De geografische concentratie versterkt dit beeld. In China vertegenwoordigt Beijing alleen al 30% van de blootgestelde hosts, met Shanghai en Guangdong die samen nog eens 21% toevoegen. In de Verenigde Staten vertegenwoordigt Virginia - wat de AWS-infrastructuurdichtheid weerspiegelt - 18% van de hosts. ### Het governance-probleem Deze verschuiving creëert wat Bernadett-Shapiro karakteriseert als een "governance-inversie" - een fundamentele omkering van hoe AI-risico en verantwoordelijkheid worden verdeeld. In platform-gehoste diensten zoals ChatGPT controleert één bedrijf alles: de infrastructuur, monitort het gebruik, implementeert veiligheidscontroles en kan misbruik stoppen. Met open-weight modellen verdwijnt die controle. De verantwoordelijkheid verspreidt zich over duizenden netwerken in 130 landen. Dit roept belangrijke vragen op: - Wie is verantwoordelijk wanneer er iets misgaat? - Hoe handhaaf je ethische richtlijnen wereldwijd? - Wat betekent dit voor AI-veiligheid op de lange termijn? Bernadett-Shapiro merkt op: "Als de releasesnelheid, openheid en hardware-portabiliteit tussen regio's blijven verschillen, zullen Chinese model-lijnen waarschijnlijk de standaard worden voor open implementaties. Niet vanwege ideologie, maar vanwege beschikbaarheid en pragmatiek." Het is een ontwikkeling die iedereen in de AI-ruimte zou moeten volgen. Want terwijl we discussiëren over regulering en veiligheid, verandert de praktijk op de grond gewoon door. En soms is de meest pragmatische oplossing degene die uiteindelijk wint.