Abu Dhabi zet zes AI-modellen volledig open
Het Institute of Foundation Models van MBZUAI in Abu Dhabi publiceerde op 3 september K2 Horizon, een reeks van zes taalmodellen tussen 0,9 miljard en 375 miljard parameters. Bijzonder is wat er meekomt. Naast de gewichten publiceert het instituut de trainingscode, de datamixen, tussentijdse checkpoints en evaluatielogs, alles onder Apache 2.0. Het persbericht op PR Newswire noemt het de grootste volledig open modelrelease tot nu toe.
Zes formaten, van horloge tot rekencentrum
Het kleinste model, 0,9 miljard parameters, mikt op apparaten met weinig geheugen zoals horloges en brillen. De varianten van 3,7 en 7 miljard zijn bedoeld voor telefoons. Voor een eigen server staan er een dicht model van 32 miljard en een sparse variant van 36 miljard met 4 miljard actieve parameters klaar. Het vlaggenschip telt 375 miljard parameters waarvan er 23 miljard per token actief zijn.
Volgens AI/TLDR kreeg elk model ongeveer 20 biljoen tokens aan pretraining, waarvan ruwweg de helft synthetisch, gevolgd door posttraining op ruim 100 miljoen gegenereerde taken.
Open gaat hier verder dan de gewichten
Bij de meeste releases die open heten krijg je een bestand met gewichten en verder weinig. IFM legt er trainingsconfiguraties, gedetailleerde logs en de trainingsdata naast, voor zover licenties herdistributie toestaan. Dat scheelt met bijvoorbeeld het visiemodel dat DeepSeek onder MIT-licentie vrijgaf of het model van 770 miljard parameters van Tencent, waar het recept binnenskamers bleef. Onderzoekers kunnen bij K2 Horizon narekenen hoe een model aan zijn gedrag komt.
Wat de benchmarks laten zien
Het model van 375 miljard parameters haalt 70,2 procent op Terminal Bench 2.1 en 42,6 procent op SWE-bench Pro, cijfers die IFM zelf rapporteert. Voor de drie kleinste modellen claimt het instituut de hoogste scores in hun gewichtsklasse op wiskunde- en programmeertaken. Zulke zelfgerapporteerde uitslagen vragen om onafhankelijke verificatie, net als de recente claims rond Qwen3.8-Max op Code Arena.
De modellen staan op Hugging Face, dat binnenkort in handen van NVIDIA komt. Draaien kan via vLLM, SGLang en Ollama, API-toegang loopt onder meer via Cerebras en Nebius.
Wat betekent dit
Voor Nederlandse organisaties die AI in eigen beheer willen draaien, wordt de keuze breder. Een model van 7 miljard parameters op een laptop of een 32B-model op een server in het eigen pand houdt gevoelige gegevens binnen de muren, wat scheelt bij AVG-vragen. De openheid over trainingsdata helpt daar direct bij: wie moet uitleggen waar een model zijn kennis vandaan haalt, heeft nu iets om naar te wijzen. Of de prestaties in de praktijk standhouden, blijkt de komende weken uit onafhankelijke tests.
