Een open-weights-model is een AI-model waarvan de getrainde getallen, de weights, openbaar te downloaden en te draaien zijn. Je hoeft niet de API van iemand anders aan te roepen. Je host het model op je eigen servers en houdt volledige controle over hoe het zich gedraagt en waar je data heen gaat.
Een bruikbare vergelijking is een recept versus een afgewerkte maaltijd. Een gesloten model zoals dat achter ChatGPT is een maaltijd die thuisbezorgd wordt: handig, maar je ziet de keuken nooit. Een open-weights-model is het gerecht dat je krijgt mét toestemming om het op te warmen, te kruiden en te serveren zoals jij wilt. Llama van Meta en de modellen van Mistral zijn bekende voorbeelden. Omdat je het echte AI-model in handen hebt, kun je de inferentie op je eigen machines draaien en het zelfs op je eigen data fine-tunen.
Toch even precies zijn: open-weights is niet hetzelfde als volledig open-source. De weights worden gedeeld, maar de oorspronkelijke trainingsdata en het volledige proces blijven meestal privé. Je krijgt dus de motor, niet de fabriek die hem bouwde. De licentie stelt ook grenzen. Sommige open-weights-releases beperken commercieel gebruik boven een bepaald aantal gebruikers, dus de voorwaarden lezen telt voordat je erop bouwt.
De eerlijke kanttekening is de draaikost. Een capabel model vraagt om een stevige GPU, en het up-to-date en snel houden is echt engineeringwerk, geen eenmalige download. Voor een taak met weinig volume kan een betaalde API alsnog goedkoper zijn dan de hardware. Bij veel verkeer kantelt die rekening: zodra je een GPU toch de hele dag laat draaien, betaal je niet meer per verzoek, en dan wordt zelf hosten juist voordeliger.
Bij TopDevs grijpen we naar open-weights-modellen wanneer een klant gevoelige data in huis wil houden of niet vast wil zitten aan één API-leverancier.
