Gratis en bijna-gratis AI: wat open-source modellen betekenen voor jouw bedrijf

De prijs was het excuus

Een tijd geleden was AI nog duur. De modellen die echt goed werk leverden kostten je al snel honderden euro's per maand in gebruik. Begrijpelijk dat veel MKB-ondernemers wachtten.

Dat excuus bestaat niet meer. Wat ervoor in de plaats is gekomen, is een vraag die minder in het oog springt maar wel duurder kan uitpakken: mag je het model dat je hebt gedownload eigenlijk wel zakelijk gebruiken?

Wat er is veranderd aan de prijs

In april 2026 bracht Meta Llama 4 Maverick uit: een open model met een contextvenster van een miljoen tokens, zonder licentiekosten en zonder abonnement. Je draait het op een eigen server of je gebruikt het via een van de goedkope aanbieders die het voor je hosten.

Daarnaast kwam er een reeks Chinese modellen die voor een fractie van de prijs bijna hetzelfde niveau haalden. Bij die modellen is er wel iets om vooraf te checken: waar je bedrijfsdata naartoe gaat.

De orde van grootte in de praktijk: waar een klantenservice-assistent met tienduizenden berichten per maand je een paar jaar geleden honderden euro's per maand kostte, praat je nu vaak over enkele tientjes en bij zelf hosten vooral over serverkosten. Dat verschil is groot genoeg om beslissingen om te draaien en klein genoeg dat het niet meer de doorslaggevende factor is.

Open gewichten zijn niet hetzelfde als vrij te gebruiken

Dit is het stuk dat sinds het voorjaar van 2026 duidelijk is veranderd en het is precies de val waar een MKB-bedrijf in loopt.

"Open source" is in de AI-wereld een rekbaar begrip geworden. Sommige modellen staan onder een echte open licentie zoals Apache 2.0: downloaden, aanpassen, commercieel gebruiken, klaar. Andere laten je het model wel downloaden, maar verbieden zakelijk gebruik of binden het aan een aparte afspraak.

Het vervelende is dat dit per versie kan wisselen. Op 20 september 2026 publiceerde Alibaba Qwen-Image-2.1, een beeldmodel dat je gewoon van Hugging Face kunt halen. Eerdere modellen in die lijn stonden onder Apache 2.0. Deze versie niet: de bijbehorende licentie geeft rechten uitsluitend voor niet-commerciële doeleinden en verwijst commerciële gebruikers door naar een apart te maken afspraak.

Vertaal dat naar jouw situatie. Je bouwt een productfoto-verwerker op een model dat je "gratis en open" hebt horen noemen. Een half jaar later blijkt dat je die toepassing onder die licentie niet zakelijk mocht draaien. Je moet dan niet alleen naar een ander model, je moet ook uitleggen wat er met het werk is gebeurd dat je ermee hebt gemaakt.

In vijf minuten checken of je het mag gebruiken

Je hebt hier geen jurist voor nodig, wel een gewoonte. Voordat je een open model in iets bouwt dat je klanten raakt:

1. Zoek de licentienaam op. Op de modelpagina staat bij "License" een naam. apache-2.0 en mit zijn onbeperkt. Alles met research, non-commercial of nc erin is dat niet.
2. Lees de eerste alinea van de licentie zelf. In een onderzoekslicentie staat "for non-commercial purposes only" letterlijk in de eerste regels.
3. Kijk of de licentie bij deze versie hoort. Een vorige versie van hetzelfde model kan onder een andere licentie staan. De licentie van 2.0 zegt niets over 2.1.
4. Check wat er over de output staat. Sommige licenties stellen eisen aan wat je met het gemaakte materiaal mag doen, of vragen vermelding van het model.
5. Leg vast wat je hebt gevonden. Eén regel in je eigen overzicht: modelnaam, versie, licentie, datum gecontroleerd. Dat is het enige wat je later terug wilt kunnen vinden.

Draai je het model niet zelf, maar gebruik je het via een aanbieder die het voor je host? Dan is de vraag wie de licentie heeft geregeld. Een serieuze aanbieder kan dat gewoon beantwoorden.

Welk werk leent zich het beste voor open modellen

Niet alles. Open modellen presteren goed op werk dat begrensd en herhaalbaar is:

• Documentanalyse: facturen, contracten en offertes lezen en er gegevens uit halen
• Klantenservice: eerste opvang, veelgestelde vragen, doorverwijzen
• Interne rapportage: gegevens samenvatten en structureren
• Classificatie en filtering: mails sorteren, leads kwalificeren, reviews groeperen
• Contentgeneratie: productomschrijvingen en eerste versies van teksten

Voor werk waar een fout echt duur is, zoals complexe juridische analyse of financiële besluitvorming met hoge inzet, houden de betaalde modellen van de grote aanbieders voorlopig de voorkeur. Dat is een kleine minderheid van wat er in een MKB-bedrijf gebeurt, maar wel het deel waar je niet wilt experimenteren.

Wat dit betekent voor de terugverdientijd

Hier is eerlijkheid meer waard dan een getal. Wat een automatiseringstraject oplevert, hangt af van hoeveel uur er nu in het proces gaat zitten, hoe vaak het misgaat en wat een fout kost. Dat verschilt zo sterk per bedrijf dat een gemiddelde je niets vertelt.

Wat je wel kunt doen en wat in de praktijk sneller duidelijkheid geeft dan welke berekening ook: tel één week lang hoeveel uur er in het proces gaat dat je wilt automatiseren. Vermenigvuldig dat met het uurtarief van degene die het doet. Zet daar de eenmalige bouwkosten en de maandelijkse kosten naast. Dan heb je een terugverdientijd die over jouw bedrijf gaat.

Het punt van dit hele stuk is dat de kosten van het model daar tegenwoordig nauwelijks nog in meewegen. De bouwkosten en het onderhoud wel.

De drempel is technisch en juridisch, niet financieel

De kosten zijn niet meer het obstakel en sinds een model van 125 miljard parameters op een gewone gaming-pc past geldt dat ook steeds meer voor de hardware. Wat overblijft zijn drie vragen: welk model past bij welke taak, mag je dat model gebruiken zoals jij het wilt gebruiken en hoe koppel je het aan de systemen die je al hebt. Die laatste is meestal de grootste en daar helpt een automatiseringsplatform zoals n8n bij: de route van binnenkomend werk naar de juiste plek staat los van welk model je eronder hangt. Dat maakt wisselen ook makkelijker en dat wil je juist als een licentie onder je verandert.

Benieuwd welke modellen passen bij het werk in jouw bedrijf en of je ze mag gebruiken zoals je van plan bent? We kijken het graag samen met je door.