Elke beoordeelde Europese LLM
Parijs, Frankrijk
Opgericht 2023
Gratis en open-sourcemodellen
Open gewichten
Het meest geschikt voor: Iedereen die realtime spraak-AI nodig heeft die je zelf kunt draaien en controleren
Kyutai is een non-profit onderzoekslab en geen bedrijf. Het is gefinancierd met €300 miljoen van Franse investeerders, waaronder Xavier Niel en Rodolphe Saadé, en opgericht om open science te bedrijven in plaats van een product te verkopen. Die structuur is zo ongewoon dat ze ertoe doet: er is geen commerciële druk om de goede modellen gesloten te houden.
Het belangrijkste resultaat is Moshi, een spraakmodel dat in realtime spreekt en luistert, in plaats van eerst te transcriberen, na te denken en dan pas te spreken. De theoretische latentie is rond de 160 milliseconden en in de praktijk 200 tot 240, het bereik waarin een gesprek niet meer als een zoekopdracht voelt, maar als een echt gesprek. Het werd door een klein team in ongeveer zes maanden helemaal opnieuw gebouwd en open uitgebracht.
Dat het model openbaar wordt gemaakt, is precies het punt. Realtime spraak-AI van de Amerikaanse labs is alleen beschikbaar als API; Kyutai publiceert het model zodat je het lokaal kunt draaien, controleren, finetunen en erop kunt bouwen, zonder kosten per minuut en zonder dat er steeds data heen en weer gaat over het netwerk.
Het lab opereert vanuit Parijs. Het is geen product: er is geen interface, geen support en geen service level agreement, en gebruiken vraagt echt technisch werk. De focus ligt op spraak in plaats van op algemene taal, dus voor een chatassistent blijft Mistral het antwoord.
Wat Kyutai goed doet
- Moshi spreekt en luistert in realtime met 200ms latentie
- Modellen die open worden uitgebracht in plaats van achter een API
- Non-profitlab zonder druk om het goede werk af te schermen
- Lokaal draaien zonder kosten per minuut of netwerkrondreis
- Gevestigd in Parijs, met een flinke financiering
Waar Kyutai tekortschiet
- Een onderzoekslab, geen product: geen interface of support
- Gericht op spraak in plaats van algemene taal
- Gebruik vraagt echt technisch werk
- Geen enkele service level agreement
Opvallend punt. Realtime spraakgesprekken met een model dat je kunt downloaden, iets wat elk Amerikaans lab alleen als verbruiksgebaseerde API aanbiedt.
Parijs, Frankrijk
Opgericht in 2024
HoloTab-Chrome-extensie gratis; Holo Models API zelf aan te vragen via hub.hcompany.ai; het Autonomous Enterprise Operations-platform en toegang tot maatwerkmodellen geprijsd via een direct verkoopgesprek.
Gratis HoloTab-extensie; Holo Models API zelf aan te melden
Het meest geschikt voor: Bedrijven die browser- en desktoptaken automatiseren met AI-agents
H Company is een AI-lab in Parijs, gebouwd rond één eenvoudige weddenschap: de volgende stap in AI zijn agents die handelen en niet alleen antwoorden.
De Holo-familie van multimodale modellen is getraind om schermen en interfaces te interpreteren zoals een mens dat doet, en vervolgens taken in meerdere stappen uit te voeren, zoals formulieren invullen, sites doorlopen en workflows afronden, in plaats van uit te leggen hoe dat moet. HoloTab, een gratis Chrome-extensie, zet dat rechtstreeks in een browserzijbalk, met een functie "Routines" voor terugkerende klusjes. Het bedrijf is jong, opgericht in 2024, maar wordt gesteund door investeerders waaronder Samsung, AWS, Bpifrance, Eurazeo en Iliad van Xavier Niel.
Naast de gratis extensie maakt de Holo Models API dezelfde multimodale agentmodellen toegankelijk voor ontwikkelaars via een hub waar je je zelf kunt aanmelden. In juli 2026 kwamen daar Computer-use Agents bij: volledig beheerde agents die acties uitvoeren op een computer, en niet alleen in een browsertabblad. Het Autonomous Enterprise Operations-platform bundelt modellen, agents, schaalbare uitvoering en continu leren in één aanbod voor bedrijven die AI echt operationeel werk laten doen. Het wordt verkocht via een direct verkoopgesprek en niet via een prijslijst.
De eerlijke kanttekeningen: H Company publiceert geen openbare prijzen behalve voor de gratis HoloTab-extensie, dus voor het beoordelen van de API of het enterpriseplatform is een verkoopgesprek nodig. De modellen zijn gesloten, zonder open gewichten zoals Mistral of Pleias die wel aanbieden.
Het concurreert rechtstreeks met de computer-use-agents die OpenAI en Anthropic uitbrengen, vanuit een veel grotere onderzoeks- en rekenbasis, dus het trackrecord telt zwaarder dan het verkooppraatje. Voor een alternatief onder EU-jurisdictie doet het echter het werk, in plaats van er alleen mee te pronken.
Wat H Company goed doet
- Gratis HoloTab-browseragent om direct uit te proberen
- Holo Models API toegankelijk via een hub waar je je zelf kunt aanmelden
- Computer-use-agents voor volledige desktopautomatisering
- Gesteund door Samsung, AWS, Bpifrance en Eurazeo
- Gevestigd in Parijs, contracten onder Frans en EU-recht
Waar H Company tekortschiet
- Geen openbare prijzen behalve voor de gratis extensie
- Gesloten modellen, geen release met open gewichten
- Opgericht in 2024, tot nu toe een beperkt trackrecord
- Concurreert rechtstreeks met OpenAI en Anthropic op het gebied van agents
Opvallend punt. Een browser- en computer-use-agent die taken direct uitvoert, en geen chatvenster dat alleen beschrijft hoe het moet.
Parijs, Frankrijk
Opgericht 2023
De Common Corpus-dataset en de kleine taalmodellen van Pleias (Pleias-RAG-1B, Pleias-Pico en andere) zijn gratis en open op Hugging Face onder Apache 2.0; on-premise implementaties van Synth en Stratum worden geprijsd via een demogesprek, zonder gepubliceerde tarieflijst.
Gratis open modellen en de Common Corpus-dataset op Hugging Face; boek een demo voor Synth/Stratum
Het meest geschikt voor: Teams die open trainingsdata met geregelde auteursrechten en kleine modellen nodig hebben
Pleias bezet een andere hoek van de Europese AI-kaart: in plaats van de frontierschaal na te jagen, bouwt het de datalaag eronder, en steeds vaker ook de kleine modellen die erop zijn getraind.
Common Corpus, de vlaggenschipdataset, wordt beschreven als de grootste open verzameling met geregelde auteursrechten voor LLM-pretraining. Die is opgebouwd uit overheidsarchieven, juridische archieven en wetenschappelijke literatuur, met een duidelijke herkomst, in plaats van uit via scraping verzamelde, auteursrechtelijk beschermde tekst. Het werk kreeg een ICLR Oral, en partners zijn onder meer Nvidia, Mozilla, de Wikimedia Foundation en de AI Alliance.
Bovenop die data traint en publiceert Pleias kleine taalmodellen, waaronder Pleias-RAG-1B en de Pleias-Pico-familie, open op Hugging Face onder Apache 2.0, klein genoeg om offline te draaien op hardware van minder dan €100.
Sillon, een model van 600 miljoen parameters gebouwd voor vervoersbedrijf RATP in Parijs, is een concreet productievoorbeeld van een klein, gespecialiseerd model waarvan wordt gemeld dat het op zijn specifieke taak algemene modellen overtreft die vele malen groter zijn. Synth en Stratum passen dezelfde aanpak toe op synthetische trainingsdata en documentverwerking, beide volledig on-premise inzetbaar.
De keerzijde zit in schaal en afwerking. Pleias bouwt geen concurrent van ChatGPT: er is geen algemeen vlaggenschip-chatproduct en geen openbare prijspagina, en voor Synth of Stratum boek je een demo in plaats van een prijslijst te lezen. Opgericht in 2023 als kleine SAS in Parijs, is het ook jong en heeft het weinig personeel in vergelijking met Mistral. Wat het wel biedt is een echt open, controleerbare dataketen en kleine modellen met een traceerbare trainingsgeschiedenis.
Wat Pleias goed doet
- Common Corpus: grootste open trainingsdataset voor LLM's met geregelde auteursrechten
- Kleine modellen met open gewichten op Hugging Face onder Apache 2.0
- Bewezen in productie (het Sillon-model van RATP)
- On-premise implementatie voor Synth en Stratum
- Partners zijn onder meer Nvidia, Mozilla en de Wikimedia Foundation
Waar Pleias tekortschiet
- Geen algemeen vlaggenschip-chatproduct
- Geen openbare prijzen voor Synth of Stratum
- Klein, jong bedrijf opgericht in 2023
- Past het best bij data- en trainingspipelines, niet bij een eindgebruikersassistent
Opvallend punt. Trainingsdata met bekende herkomst en geregelde auteursrechten, het tegenovergestelde van "vertrouw ons maar", waar de meeste LLM-pretraining om vraagt.
Riga, Letland
Opgericht 1991
Machinevertaling-, spraak-, AI-assistent- en TildeOpen-LLM-producten worden per enterpriseopdracht op aanvraag geprijsd; TildeOpen-30B is gratis en open uitgebracht onder CC BY 4.0 op Hugging Face.
Neem contact op met sales voor een proef van het platform; de TildeOpen-LLM is gratis te downloaden
Het meest geschikt voor: Baltische en Midden- en Oost-Europese organisaties die taal-AI nodig hebben voor minder vertegenwoordigde talen
Tilde bouwt sinds 1991 taaltechnologie in Riga, lang voordat "AI" betekende dat het om large language models ging, en dat is terug te zien in de breedte van wat het nu levert: machinevertaling, spraak-naar-tekst en spraaksynthese, meertalige AI-assistenten voor klantenservice en werkplekken in de publieke sector, en AI-dataservices voor finetuning. De klanten zijn vooral overheden en EU-instellingen, wat past bij een bedrijf dat zich vooral onderscheidt door meer dan dertig jaar dekking van Baltische en Midden- en Oost-Europese talen, iets wat de meeste leveranciers als bijzaak behandelen.
TildeOpen-30B is het nieuwere onderdeel: een open meertalige LLM met 30 miljard parameters die EU-talen dekt die dominante modellen slecht verwerken, gratis uitgebracht onder CC BY 4.0 op Hugging Face in plaats van achter een API te houden.
Het staat naast de vertaal- en spraakproducten van Tilde en geeft een organisatie de keuze tussen een open model om te controleren en zelf te hosten, of een beheerde enterpriseservice met SLA. De ISO 27001-certificering en de positionering rond de AVG richten zich precies op inkopers in de publieke sector en gereguleerde sectoren die harde vragen stellen over waar taaldata terechtkomt.
Tilde is geen algemeen frontierlab: er is geen openbare prijspagina, voor het beoordelen van het enterpriseplatform is een verkoopgesprek nodig, en TildeOpen-30B is niet bedoeld om te concurreren met Mistral of GPT-klasse modellen op algemeen redeneren. De waarde zit in de dekking van Lets, Litouws, Ests en andere talen die de frontierlabs onvoldoende trainen. Voor een organisatie wiens echte taalbehoefte Baltisch of Midden- en Oost-Europees is in plaats van Engels, is die focus precies het punt.
Wat Tilde goed doet
- 30+ jaar ervaring met het bouwen van Europese taaltechnologie
- TildeOpen-30B open en gratis onder CC BY 4.0
- Diepe dekking van Baltische en Midden- en Oost-Europese talen die anderen verwaarlozen
- ISO 27001-gecertificeerd, AVG als uitgangspunt voor inkopers in de publieke sector
- Volledige stack: vertaling, spraak, assistenten en een open LLM
Waar Tilde tekortschiet
- Geen openbare prijzen, beoordelen gaat via een enterprise-verkoopproces
- TildeOpen-30B is niet gebouwd om te concurreren op algemeen redeneren
- Kleinere schaal dan Mistral of de grote vertaalleveranciers
- Past het best bij een smallere toepassing dan een algemene assistent
Opvallend punt. Meer dan dertig jaar aan Baltische en Midden- en Oost-Europese taaldata achter één open model van 30 miljard parameters.
Parijs, Frankrijk
Opgericht 2023
Gratis variant / API op basis van betaling per gebruik
Gratis variant
Het meest geschikt voor: Ontwikkelaars en bedrijven die frontierklasse-modellen willen via API of zelf gehost
Mistral is het antwoord op de vraag of Europa een frontier-AI-lab heeft.
Mistral Large 3, uitgebracht in december 2025, is een sparse mixture-of-experts-model met 41 miljard actieve parameters op een totaal van 675 miljard. Het kan redeneren over een contextvenster van 256,000 tokens, met ingebouwde multimodale en meertalige capaciteit, en is beschikbaar als download met open gewichten. Dat is het onderdeel dat geen Amerikaans frontierlab evenaart.
Mistral Medium 3 is het middenmodel qua kostenefficiëntie, Magistral Small en Medium zijn gericht op redeneren, met Small als open source uitgebracht, Ministral 3 levert modellen van 3B en 7B voor edge-implementaties, en Voxtral is voor audio.
Daarbovenop liggen twee producten. Le Chat is de consumentenassistent op web, iOS en Android, met diepgaand onderzoek, native meertalig redeneren, beeldbewerking en een Memories-functie, gratis, of met Pro voor $14.99 per maand. La Plateforme is het ontwikkelaarsplatform, met API-gebruik vanaf ongeveer €1 per miljoen invoertokens voor Mistral Small en zelf hosten van open gewichten, waarbij de enige kosten rekenkracht zijn, wat bij schaal beter uitpakt dan betalen per token.
Mistral AI opereert vanuit Parijs, dus API-aanroepen blijven onder EU-jurisdictie en Frans recht, en vallen niet onder de CLOUD Act. De kanttekeningen gaan over volwassenheid en niet over capaciteit: het releasetempo is zo hoog dat bijblijven aandacht vraagt, Le Chat loopt achter ChatGPT op het gebied van plug-ins en integraties van derden, en de enterprisesupport is dunner dan die van Google of Microsoft.
Wat Mistral AI goed doet
- Frontierklasse-modellen uitgebracht met open gewichten
- Contextvenster van 256,000 tokens, multimodaal en meertalig
- Volledig assortiment van 3B-edgemodellen tot 675B totale parameters
- API onder EU-jurisdictie en Frans recht
- Vanaf ongeveer €1 per miljoen invoertokens voor Small
Waar Mistral AI tekortschiet
- Le Chat loopt achter ChatGPT op plug-ins en integraties
- Enterprisesupport dunner dan die van Microsoft of Google
- Hoog releasetempo vraagt voortdurende aandacht
- Niet elk model in het assortiment heeft open gewichten
Opvallend punt. Frontierklasse-gewichten die je echt kunt downloaden, als enige lab op dat niveau ter wereld.
Keulen, Duitsland
Opgericht in 2017
Gratis variant / vanaf €8.99 per maand
Gratis variant
Het meest geschikt voor: Iedereen die vertaalt tussen Europese talen, waar kwaliteit bepaalt of het bruikbaar is
DeepL is de uitzondering in Europese AI: een product dat zijn Amerikaanse tegenhanger overtreft op de taak waarvoor het bestaat, in plaats van er alleen aan gelijk te komen en daarbij een betere jurisdictie te bieden. De neurale machinevertaling in meer dan 30 talen wordt consequent sterker beoordeeld dan Google Translate voor Europese taalparen, en de reden zit in nuance: register, idioom en het verschil tussen een vertaling die begrijpelijk is en een die een moedertaalspreker ook echt zou schrijven.
Wat er omheen zit, is wat professioneel gebruik nodig heeft. Documentvertaling behoudt de opmaak in plaats van tekst terug te geven die je opnieuw moet opbouwen. De glossary-functie dwingt consistente terminologie af in alles wat wordt vertaald, wat voor een bedrijf met productnamen, juridische termen of interne woordenschat het verschil is tussen bruikbare output en constante correctie. DeepL Write past dezelfde modellen toe op schrijfhulp, en de API brengt vertaling in producten en workflows.
DeepL opereert vanuit Keulen en verwerkt gegevens onder de AVG, wat belangrijker is dan het lijkt: invoer voor vertalingen is vaak vertrouwelijk, zoals contracten, medische dossiers en interne strategie, en wordt geplakt door iemand die er nooit over heeft nagedacht waar het naartoe gaat. Gratis variant voor incidenteel gebruik, betaalde abonnementen vanaf €8.99 per maand, en API-prijzen voor grotere volumes. Het doet één ding, en het is geen algemeen taalmodel.
Wat DeepL goed doet
- Vertaalkwaliteit over het algemeen beter dan Google Translate bij Europese taalparen
- Glossaries dwingen consistente terminologie af in alle output
- Documentvertaling die de oorspronkelijke opmaak behoudt
- DeepL Write voor schrijfhulp op dezelfde modellen
- Duits bedrijf, verwerking onder de AVG, gratis variant beschikbaar
Waar DeepL tekortschiet
- Alleen vertaling, geen algemeen taalmodel
- Over het geheel minder talen dan Google Translate
- Geavanceerde functies vereisen een betaald abonnement
- Geen open source en niet zelf te hosten
Opvallend punt. Het enige Europese AI-product waarbij je met deze keuze niets inlevert aan kwaliteit: de vertaling is gewoon beter.
Parijs, Frankrijk (en New York)
Gratis variant / Pro vanaf $9 per maand / Enterprise
Gratis variant
Het meest geschikt voor: Ontwikkelaars en onderzoekers die met open modellen werken
Hugging Face is de infrastructuur van open machine learning. De Model Hub bevat honderdduizenden modellen met documentatie, evaluatie en versiebeheer; de Transformers-bibliotheek is de standaardmanier om ze te laden en te draaien; Datasets bevat trainingsdata; Spaces host interactieve applicaties zodat een model kan worden uitgeprobeerd voordat je je eraan vastlegt; en de Inference API levert modellen zonder dat je zelf deployment-infrastructuur hoeft te bouwen.
Voor een Europese organisatie loopt het soevereiniteitsargument er op een specifieke manier doorheen. Hugging Face is zelf geen leverancier onder EU-jurisdictie: ondanks de Franse oorsprong is Hugging Face Inc. naar Amerikaans recht opgericht en onderworpen aan Amerikaanse jurisdictie, wat een reële overweging is bij strenge soevereiniteitseisen. Wat het wel mogelijk maakt, is een route die die vraag helemaal omzeilt: een gedownload open model dat op je eigen hardware draait, valt onder geen enkele jurisdictie.
De andere eerlijke kanttekening is de kwaliteitsvariatie. Door de schaal van de Hub zijn veel modellen goed gedocumenteerd en grondig geëvalueerd, terwijl andere experimenteel zijn of zijn stopgezet, en het onderscheid maken vraagt expertise. Grootschalige inferentie via de beheerde API is bij grote volumes ook niet de goedkoopste optie. Gratis variant, Pro vanaf $9 per maand, Enterprise daarboven.
Wat Hugging Face goed doet
- Het verspreidingspunt voor open modellen, datasets en demo's
- De Transformers-bibliotheek is de standaard om ze te draaien
- Met Spaces evalueer je een model voordat je je erop vastlegt
- Een model downloaden maakt de jurisdictievraag volledig overbodig
- Royale gratis variant, Pro vanaf $9/maand
Waar Hugging Face tekortschiet
- Naar Amerikaans recht opgericht, ondanks Franse oorsprong
- De kwaliteit van modellen op de Hub varieert sterk
- Beheerde inferentie is niet het goedkoopst op schaal
- Vraagt ML-kennis om er goed mee te werken
Opvallend punt. De route naar soevereiniteit loopt er doorheen in plaats van er vandaan: download de gewichten en de jurisdictievraag verdwijnt.
Heidelberg, Duitsland
Opgericht in 2019
Enterprise-prijzen op aanvraag
Neem contact op met sales
Het meest geschikt voor: Overheden en gereguleerde bedrijven die AI nodig hebben binnen een strikte datagrens
Aleph Alpha is overgestapt van het verkopen van toegang tot zijn Luminous-modellen naar het uitbrengen van PhariaAI, een enterprise-besturingssysteem voor generatieve AI, en die verschuiving maakt het relevant. PhariaAI dekt de volledige levenscyclus: modelhosting, orkestratie, retrieval-augmented generation, verklaarbaarheid en compliance. Het draait native op STACKIT, zodat rekenkracht, modellen en de applicatielaag allemaal door Europese bedrijven worden beheerd, onder Europees recht.
Hybride uitvoering is de onderscheidende functie: workloads draaien tegelijk on-premise en in de cloud, waarbij gevoelige data alleen op lokale servers wordt verwerkt, terwijl minder gevoelige taken overlopen naar cloudcapaciteit, toegewezen op basis van classificatieregels die de organisatie zelf bepaalt. Daarmee wordt een alles-of-niets-beslissing een beleidskeuze: patiëntendossiers blijven lokaal, terwijl algemene samenvattingen cloudcapaciteit gebruiken.
Verklaarbaarheid maakt het af. PhariaAI laat via attention-visualisatie en bronvermelding zien welke brondocumenten hebben bijgedragen aan een uitvoer, zodat een door AI onderbouwde beslissing kan worden getraceerd en beoordeeld, precies wat de EU AI Act vraagt van hoogrisicosystemen, ingebouwd in plaats van achteraf toegevoegd. Aleph Alpha GmbH opereert vanuit Heidelberg, met enterprise-prijzen alleen op aanvraag, gesloten modellen in plaats van open gewichten, en een pure capaciteit die onder die van de grootste Amerikaanse foundationmodellen ligt.
Wat Aleph Alpha goed doet
- Soevereine stack: rekenkracht, modellen en applicatie onder EU-recht
- Hybride uitvoering verdeelt workloads op basis van dataclassificatie
- Bronvermelding voor controleerbare AI-beslissingen
- Vanaf het begin gebouwd op de eisen van de EU AI Act
- On-premise implementatie voor geclassificeerde workloads
Waar Aleph Alpha tekortschiet
- Alleen enterprise-prijzen, niets gepubliceerd
- Gesloten, geen open gewichten
- Minder capaciteit dan de grootste Amerikaanse modellen
- Verkoopgedreven, zonder zelfbedieningsinstap
Opvallend punt. Hybride uitvoering op basis van dataclassificatie: de gevoelige workload blijft on-premise, terwijl de rest cloudcapaciteit gebruikt, volgens jouw regels.
Helsinki, Finland
Open-source modellen gratis / enterpriseopdrachten op aanvraag
Open modellen op Hugging Face
Het meest geschikt voor: Noordse organisaties die modellen nodig hebben die hun talen echt beheersen
Silo AI bouwde de modellen die de grote labs nooit zouden bouwen. Poro, een open model van 34 miljard parameters voor Engels, Fins en code, is getraind op 512 AMD MI250X-GPU's op de LUMI-supercomputer in Kajaani, in samenwerking met de Universiteit van Turku. Het resultaat is echt begrip van het Fins, terwijl op de VS gerichte modellen het Fins altijd als bijzaak hebben behandeld.
Viking breidt het werk uit over alle Noordse talen: Fins, Zweeds, Noors, Deens, IJslands en Engels, plus programmeertalen. Het komt in varianten van 7B, 13B en 33B, getraind op twee biljoen tokens, en behaalt state-of-the-art resultaten op Noordse benchmarks en overtreft algemene modellen zoals GPT op die taken aanzienlijk.
Beide zijn Apache 2.0, te downloaden en zonder licentiekosten in te zetten, en Silo AI heeft zijn open-source trainingsframework gepubliceerd, zodat anderen erop kunnen voortbouwen. Viking is ook beschikbaar op Google Cloud voor gehoste implementatie.
Naast modellen voert Silo AI enterpriseprojecten uit, maatwerkmodelontwikkeling, advies en MLOps, geprijsd voor middelgrote tot grote organisaties. Kleinere bedrijven profiteren vooral van de open modellen. Twee eerlijke beperkingen: Poro en Viking zijn niet ontworpen om te concurreren met de grootste algemene modellen op redeneren in het Engels, en de overname door AMD in 2024 roept een terechte vraag op over de langetermijnverbintenis aan Noordse open modellen, al lijkt die verbintenis vanaf begin 2026 stand te houden.
Wat Silo AI goed doet
- Poro en Viking zijn Apache 2.0 en gratis in te zetten
- Overtreffen algemene modellen op Noordse benchmarks
- Getraind op LUMI, Europese supercomputerinfrastructuur
- Open-source trainingsframework gepubliceerd voor anderen
- Formaten van 7B tot 34B, passend bij beschikbare hardware
Waar Silo AI tekortschiet
- Niet concurrerend met de grootste modellen op redeneren in het Engels
- Enterpriseprojecten geprijsd voor grotere organisaties
- Eigendom door AMD roept vragen op over de langetermijnkoers
- Bewust smalle taalfocus
Opvallend punt. Modellen die Fins en IJslands echt begrijpen, getraind op een Europese supercomputer omdat niemand anders ze ging bouwen.
Parijs, Frankrijk
Enterpriselicentieprijzen op aanvraag
Proof-of-conceptimplementatie
Het meest geschikt voor: Franse en Europese bedrijven die generatieve AI in hun eigen infrastructuur inzetten
Paradigm van LightOn is een generatief AI-platform dat is ontworpen om te draaien waar de data al staat: on-premise of in een Europese private cloud. Het levert de eigen modellen van LightOn naast populaire open-source alternatieven, via één interface. Retrieval-augmented generation op ongestructureerde data stelt een organisatie in staat kennistoepassingen te bouwen op de eigen documenten en databases, zonder iets naar een externe server te sturen. Voor sommige kopers is dat precies de eis die Amerikaanse API's volledig uitsluit.
De agentische functionaliteit uit 2025 is het interessantere deel: agents die tools selecteren en aansturen binnen workflows met meerdere stappen. Ze doorzoeken documentcollecties, verkennen het web op een veilige manier, analyseren documenten, halen informatie eruit, maken samenvattingen en vergelijken grote documentsets. Fine-tuning binnen Paradigm past basismodellen aan op eigen data voor juridische, medische of technische domeinen. De fine-tuned modellen blijven binnen de infrastructuur van de klant, zodat noch de trainingsdata noch het resulterende model ooit wordt blootgesteld.
LightOn SA is een spin-off in Parijs uit het onderzoek van École Polytechnique en een actieve bijdrager van modellen aan Hugging Face, waaronder Reason-ModernColBERT, GTE-ModernColBERT en BioClinical ModernBERT. De referentieklanten, de regio Île-de-France, Safran, Groupama en CNES, behoren tot het soort organisaties dat geen Amerikaanse AI-API kan gebruiken. De prijs is gebaseerd op een licentie en niet op tokens, dus de kosten zijn voorspelbaar. Het is alleen beschikbaar voor enterprise-klanten, het traject loopt via sales, en de grootste foundation models blijven Amerikaans.
Wat LightOn goed doet
- On-premise of Europese private cloud, data verlaat nooit de omgeving
- Agentische workflows over grote documentsets
- Fine-tuned modellen blijven in je eigen infrastructuur
- Licentieprijzen zijn voorspelbaar, niet per token
- Referentieklanten, waaronder Safran, Groupama en CNES
Waar LightOn tekortschiet
- Alleen voor enterprise, niet geschikt voor startups die snel een API willen
- Prijs op aanvraag, traject via sales
- Implementatie is complexer dan een Amerikaanse cloud-API
- De grootste foundation models zijn nog steeds Amerikaans
Opvallende functie. Licentieprijzen in plaats van per token: de kosten van een AI-uitrol zijn een bedrag dat je kunt begroten en niet pas achteraf ontdekt.