Kimi K3, Mixture of Expert en de opkomst van open AI-modellen

Vorige week bracht het Chinese Moonshot AI een nieuw model uit, Kimi K3. Het is met 2,8 biljoen parameters het grootste open model ooit gemaakt, en in benchmarks scoort het bij de wereldtop, vlak achter de beste modellen van OpenAI en Anthropic. Op taken zoals programmeren wint het in sommige tests zelfs.

De grote verrassing zit niet alleen in het feit dat Kimi K3 is gemaakt door een startup die nog maar 3 jaar bestaat, maar ook in hoe het AI-model werkt: het zet nooit al zijn parameters tegelijk aan. Per stukje tekst gebruikt het maar ongeveer 1,8 procent van zijn omvang. We noemen dit in AI-jargon een Mixture of Experts model en het zorgt ervoor dat zo’n groot model toch betaalbaar blijft voor de eindgebruiker. Op taakniveau bijna drie keer goedkoper dan Claude Fable 5. Een mooie aanleiding om uit te leggen hoe een Mixture of Experts model dat voor elkaar krijgt.

https://youtu.be/bn0atstgavo?si=D6NJuDx0Z2_jhkyw

Wat is Kimi K3 en waarom is het groot nieuws

Kimi K3 kwam uit op 16 juli 2026 en is meteen een van de gesprekken van de zomer. Het model overziet een miljoen tokens tegelijk, we noemen dit de context window. Een token is een stukje tekst, ongeveer een woorddeel, dus een miljoen tokens komt neer op een omvangrijke codebase of zo'n 1.500 A4'tjes tekst in één keer. En het kan lang zelfstandig aan één klus doorwerken. Daarmee is het minder een chatbot en meer een digitale medewerker.

Hoe goed is het echt? Indrukwekkend, maar geen absolute nummer één. Op een belangrijke programmeerbenchmark staat het bovenaan, boven Claude en GPT. In de brede intelligentietests landt het rond de derde of vierde plek, afhankelijk van de test. Kanttekening: veel van de mooiste cijfers komen uit Moonshots eigen testopstelling, en die zijn niet altijd eerlijk vergelijkbaar. Maar dat het bij de wereldtop hoort, staat buiten kijf.

Hoe kan een startup van drie jaar dit?

Moonshot AI is in 2023 opgericht door Yang Zhilin, een toponderzoeker die eerder bij Google Brain en Meta AI werkte. Hun chatbot Kimi is in China een van de populairste AI-apps.

Ze groeien hard. Eind 2025 was het bedrijf zo'n 4 miljard dollar waard, in mei 2026 sloten ze een ronde van 2 miljard dollar tegen een waardering van ruim 20 miljard, met onder meer Tencent en Alibaba aan boord. Inmiddels wordt zelfs gesproken over 30 miljard. Qua waardering is dat niet vergelijkbaar met OpenAI of Anthropic, meer in de buurt van het Franse Mistral. Maar dit zou wél een platform kunnen zijn dat het opneemt tegen Silicon Valley.

De chipbeperkingen die de Verenigde Staten aan China opleggen vertragen de Chinese ontwikkeling misschien, maar ze lijken tegelijk iets anders te doen: ze dwingen Chinese bedrijven om slimmere, zuinigere modellen te bouwen. Kimi K3 is daar een schoolvoorbeeld van, en dat brengt ons bij de kern.

Wat is een Kimi 3 Mixture of Experts model?

Kimi K3 heeft 2,8 biljoen parameters. Parameters zijn de instelknoppen van een AI-model, de plek waar alles wat het geleerd heeft is opgeslagen. Meer parameters betekent grofweg meer kennis en meer kunde. Maar er is een probleem: hoe meer parameters een model tegelijk gebruikt, hoe meer rekenkracht, stroom en geld elke vraag kost. Een reus van 2,8 biljoen parameters die bij elk woord alles tegelijk aanzet, zou onbetaalbaar zijn.

Daar komt de Mixture of Experts, afgekort MoE, om de hoek kijken. Zie het als een groot adviesbureau met 896 gespecialiseerde teams. Voor elk stukje tekst (token) dat binnenkomt kiest het systeem alleen de 16 teams die er op dat moment het meest verstand van hebben. De andere 880 blijven rustig zitten. Je hebt dus wél de kennis van het hele bureau achter de hand, maar je betaalt per vraag alleen de teams die je echt aan het werk zet.

Deze aanpak heeft Kimi K3 niet uitgevonden. MoE is inmiddels de standaard achter zo'n beetje elk toonaangevend model. Het idee gaat terug tot onderzoek uit de jaren negentig en werd de afgelopen jaren breed omarmd, onder meer door DeepSeek, Mistral en Soofi S. Van de gesloten modellen van OpenAI en Anthropic maken de makers de bouwstijl niet openbaar, maar het wordt algemeen aangenomen dat ook zij zo werken, simpelweg omdat het de enige manier is om een model zó groot én betaalbaar te houden. Wat Kimi K3 bijzonder maakt is niet de truc zelf, maar de schaal waarop hij hem toepast: 896 experts is fors, en en uizonderlijk groot voor een open AI-model.

Hoeveel van het model gebruikt het dan echt? Van die 2,8 biljoen parameters zijn er per token maar ongeveer 50 miljard actief. Dat is nog geen 2 procent. Zo kunnen de makers een model bijna eindeloos laten groeien in kennis, zonder dat de rekening bij elke vraag even hard meegroeit. Het is de belangrijkste techniek waarmee de nieuwste generatie modellen tegelijk groot én betaalbaar kan zijn.

Open-weight is niet hetzelfde als open source

Kimi K3 is een open-weight model, geen open source. Vanaf 27 juli 2026 zou je de getrainde gewichten moeten kunnen downloaden om het model zelf te draaien. Die gewichten zijn de uitkomst van de training, de ingestelde knoppen. Maar het volledige recept eronder, dus hoe het precies getraind is en met welke data, krijg je er niet bij. Dat geldt overigens voor alle krachtige AI modellen.

En zelf draaien is makkelijker gezegd dan gedaan. Voor de volledige versie adviseert Moonshot 64 AI-accelerators, oftewel gespecialiseerde rekenchips. Dat is véél meer dan een gemiddeld bedrijf zelf zal aanschaffen. Momenteel bereik je het model alleen via online diensten en de API (de programmeerkoppeling). Die loopt via een entiteit in Singapore, dus voor gevoelige bedrijfs- of persoonsgegevens is het niet zomaar te gebruiken.

De kans voor Europa

Juist dat open-weight karakter biedt Europa een kans. Zodra de gewichten vrijkomen, kan een Europese hostingpartij het model downloaden en onder de juiste licentie als dienst aanbieden. Het blijft dan weliswaar een Chinees model, maar het draait hier en de data staat hier, onder Europese regels.

Dat raakt aan een groter spel, wat we "zachte macht" noemen. Wie de modellen, standaarden en infrastructuur levert, krijgt invloed op het mondiale AI-ecosysteem. Ik schreef eerder al dat AI allang niet meer alleen over efficiëntie gaat, maar over geopolitiek. Afgelopen vrijdag, op de grote AI-top in Shanghai, zette Xi Jinping China neer als de partij die AI voor de hele wereld toegankelijk maakt, tegenover de dominantie van de veelal gesloten Amerikaanse frontiermodellen.

Maar Europa bouwt ook zelf. Precies dezelfde week, op 13 juli, kwam een Duits consortium met Soofi S, een open model dat getraind is in München op de cloud van Deutsche Telekom. Het is veel kleiner dan Kimi K3, met ongeveer 90 keer minder parameters, en het is vooral goed in Duits en Engels. Maar het is volledig gebouwd voor Europese soevereiniteit. Wel is het nog een basismodel, geen kant-en-klare digitale medewerker.

Drie tips voor Nederlandse bedrijven die met AI aan de slag willen

1. Neem dit soort modellen serieus mee in je vergelijkingen, zeker voor programmeren, webontwikkeling en documentonderzoek. Kijk daarbij niet alleen naar de prijs per token, maar naar de kosten van een afgeronde taak. Een model dat per token iets duurder is maar een klus in één keer goed afmaakt, kan onder de streep goedkoper zijn.

2. Bouw je bedrijfsproces daarnaast niet rond één leverancier. Er is keuzevrijheid: het ene model voor schrijfwerk, het andere voor code, en een Europees of lokaal model voor gevoelige data. Blijf flexibel.

3. En denk niet dat "open" betekent dat je het even zelf draait. Ik verwacht de komende jaren veel Europese aanbieders die open modellen als kant-en-klare AI-dienst op Europese datacenters hosten. Al zal die capaciteit (tijdelijk) schaars zijn, door de beperkte rekenkracht in Europese datacenters. Maar alles bij elkaar is dit vooral goed nieuws voor Europese bedrijven, want meer sterke open modellen betekent meer keuze en minder afhankelijkheid.

Veelgestelde vragen

Wat is een Mixture of Experts model in het kort?

Het is een AI-model dat is opgedeeld in veel gespecialiseerde onderdelen, "experts", waarvan er per stukje tekst (een token) maar een paar tegelijk aanstaan. Zo heeft het model enorm veel kennis en blijven de rekenkosten beperkt.

Hoeveel van Kimi K3 staat er per vraag echt aan?

Van de 2,8 biljoen parameters zijn er per token ongeveer 50 miljard actief, dus nog geen 2 procent. Het kiest 16 van zijn 896 experts.

Wat is het verschil tussen open-weight en open source?

Bij open-weight krijg je de getrainde gewichten om het model zelf te draaien, maar niet het volledige recept en de trainingsdata eronder. Bij echte open source zou je dat recept er wel bij krijgen.

Kan een Nederlands bedrijf Kimi K3 gebruiken?

Ja, via online diensten en de API, al loopt die nu via Singapore en is dat voor gevoelige data niet zonder meer geschikt. Zodra de gewichten vrijkomen op 27 juli 2026, kunnen Europese partijen het model onder eigen regels gaan hosten.

🎧 Wil je het hele gesprek terugluisteren? Beluister het BNR-fragment hier.