Verschil tussen open weights en open-source AI

Open weights en open source beschrijven hoeveel de maker van een AI-model deelt. Bij open weights kun je het getrainde model downloaden en zelf draaien, maar zie je niet met welke data en code het is gemaakt. Open-source AI deelt die ook, zodat anderen het model kunnen controleren en nabouwen. Om een model in huis te draaien zijn open weights meestal genoeg; de licentie bepaalt wat je ermee mag.

Wat vraagt open source?

De gewichten (weights) zijn de getallen die een model tijdens de training heeft geleerd; met die gewichten en de code die ze draait, kun je het model gebruiken of fine-tunen. Het Open Source Initiative (OSI) legt de lat hoger in zijn Open Source AI Definition 1.0 van 28 oktober 2024. Iedereen moet het systeem voor elk doel mogen gebruiken zonder toestemming te vragen, en het mogen bestuderen, aanpassen en delen. De release moet de volledige code bevatten om het te trainen en te draaien, en een beschrijving van de trainingsdata die zo gedetailleerd is dat een vakkundig iemand een in wezen gelijkwaardig systeem kan bouwen. Ook data die niet gedeeld kan worden, moet beschreven zijn. Losse gewichten, door het OSI open weights genoemd, missen juist die onderdelen.

De licentie telt even zwaar als de onderdelen. In juli 2024 noemde Meta Llama 3.1 405B "the first frontier-level open source AI model". In februari 2025 schreef het OSI dat de Llama-licenties niet open source zijn, omdat ze gebruikers discrimineren en beperken waarvoor het model gebruikt mag worden. Bedrijven die bij het verschijnen van Llama 3 meer dan 700 miljoen maandelijks actieve gebruikers hadden, hebben een aparte licentie van Meta nodig (licentie van Llama 3). Voor de multimodale modellen van Llama 3.2 krijgen personen en bedrijven in de EU de rechten niet; eindgebruikers van een product dat erop is gebouwd, zijn uitgezonderd (gebruiksbeleid).

Welke modellen voldoen aan de definitie?

Tijdens het opstellen van de definitie testte het OSI die op een aantal modellen. Pythia (EleutherAI), OLMo (Ai2), Amber en CrystalCoder (LLM360) en T5 (Google) slaagden. BLOOM (BigScience), StarCoder2 (BigCode) en Falcon (TII) zouden waarschijnlijk slagen met andere licentievoorwaarden. Llama 2 (Meta), Grok (xAI), Phi-2 (Microsoft) en Mixtral (Mistral) slaagden niet. Het OSI benadrukt dat deze uitkomsten geen certificeringen zijn (FAQ).

Olmo 3 van Ai2 (november 2025) laat zien wat een volledig open release bevat: de gewichten en tussentijdse checkpoints, de trainingsdata en de code voor training en evaluatie. De gewichten en de code vallen onder de Apache 2.0-licentie, de pretrainingdata Dolma 3 onder de datalicentie ODC-BY. Veel populaire modellen zijn open weights onder een permissieve licentie, zoals DeepSeek-R1 (MIT) en Gemma 4 en gpt-oss van OpenAI (Apache 2.0): je mag ze commercieel gebruiken, maar hun trainingsdata is niet openbaar. Anthropic, de maker van Claude, publiceert geen modellen met open weights (september 2026).

Zijn er tussenvormen?

Het Model Openness Framework (White e.a., Linux Foundation, 2024) deelt releases in drie klassen in. Klasse III, open model, omvat de architectuur, de uiteindelijke gewichten en documentatie zoals een technisch rapport, evaluatieresultaten, model cards en data cards. Klasse II, open tooling, voegt de code voor training, evaluatie en inferentie toe. Klasse I, open science, voegt de trainingsdatasets, een onderzoeksartikel en tussentijdse checkpoints toe. Een release onder een licentie met gebruiksbeperkingen haalt klasse III niet.

Voorbeeld

Stel: een bedrijf moet een auditor kunnen laten zien waar de kennis van zijn AI-model vandaan komt. Bij Llama 3 heeft het alleen de beschrijving van Meta: meer dan 15 biljoen tokens uit openbaar beschikbare bronnen (model card). Bij Olmo 3 kan het de trainingsdata zelf downloaden, en OLMoTrace van Ai2 markeert passages in een antwoord die letterlijk in die data voorkomen.