Een bezorgbedrijf publiceerde het tegenvoorbeeld

Het bedrijf dat de aanname doorbrak, was geen chipkampioen of staatslab. Het was Meituan, de Chinese bezorgreus, die op 30 juni 2026 LongCat-2.0 uitbracht, een mixture-of-experts-model van 1,6 biljoen parameters met een contextvenster van een miljoen tokens. Wat telt, is niet de omvang. Het is waar het model is gebouwd. Meituan zegt dat de hele run - pre-training en inferentie - plaatsvond op een cluster van meer dan 50.000 binnenlandse Chinese AI-chips, op ongeveer 35 biljoen tokens.

Om te zien waarom dat aankomt, moet je twee dingen scheiden die de exportcontroles stilletjes hebben vermengd. Een afgewerkt model op lokale chips draaien is inferentie, en dat had China al laten zien. Het model vanaf nul op lokale chips bouwen is pre-training, en dat is het rekenintensieve, foutgevoelige deel waarvan iedereen aannam dat het nog Nvidia nodig had. LongCat-2.0 deed beide, en Meituan gaf het resultaat open source vrij.

Waarom de logica van de exportcontroles zojuist barstte

De Verenigde Staten bouwden hun AI-indammingsstrategie op een enkele premisse: ontzeg de meest capabele chips en je vertraagt de meest capabele modellen. Die premisse hield stand zolang binnenlands Chinees silicium alleen modellen kon bedienen die elders waren getraind. Een model van een biljoen parameters dat van begin tot eind op eigen hardware is getraind, is een publiek bewijs dat de premisse een houdbaarheidsdatum heeft.

Het punt is niet dat de exportcontroles niets bereikten. Ze verhoogden de kosten en kochten tijd. Het punt is dat een slotgracht gebouwd op een hardware-flessenhals erodeert op het moment dat de andere kant bewijst dat de flessenhals omzeild kan worden, en dat bewijs is nu downloadbaar. Een voordeel dat afhangt van het onvermogen van de andere kant om iets te doen, overleeft de dag niet waarop ze het wel doen.

Europa's ongemakkelijke spiegel

Europa heeft twee jaar besteed aan het verklaren van zijn afstand tot de AI-frontier in termen van toegang - tot chips, tot hyperscale-kapitaal, tot Amerikaanse platforms. LongCat-2.0 herkadert die verklaring. Als een bezorgbedrijf in een gesanctioneerde toeleveringsketen de rekenkracht en het talent kan verzamelen om een frontier-model op niet-Amerikaans silicium te trainen, dan was de beperking op een Europese soevereine stack nooit alleen het regime van exportcontroles waaronder Europa eveneens valt. Het was de beslissing om halfgeleiders, energie en modeltraining als een samenhangend programma te financieren in plaats van als een reeks subsidies.

Hier raakt de positie van Nederland in het EU-stackdebat de realiteit. De ambitie en het talent zijn er, maar wat telt is de standvastigheid van de financiering over de hele keten. Hier botsen initiatieven zoals EuroStack en de EU Cloud and AI Development Act op de werkelijkheid. De blauwdruk bestaat. Wat LongCat-2.0 wegneemt, is het alibi dat de fysica het onmogelijk maakt. Dat doet ze niet; ze maakt het duur en traag, en dat is een kwestie van politieke wil en kapitaal, niet van wat technisch haalbaar is.

Wat eigenaren hieruit moeten meenemen

Er volgen twee praktische verschuivingen. Ten eerste worden capabele modellen steeds vaker buiten de toeleveringsketen van de VS en Nvidia gebouwd, en LongCat-2.0 is geprijsd om onder de westerse frontier-labs te duiken. Voor een koper verbreedt dat het menu en zet het de prijs onder druk van de leveranciers die u al licentieert. Niet-Amerikaanse modellen uit reflex negeren is nu een blinde vlek in de inkoop, geen waarborg.

Ten tweede, behandel elk voordeel dat een leverancier claimt uit exportcontroles als tijdelijk. Als de voorsprong van uw leverancier berust op het onvermogen van rivalen om chips te bemachtigen, reken dan de dag in waarop dat niet langer waar is. De duurzame vragen zijn de gewone: doet het model het werk, wie beheert de gewichten, en waar gaan uw gegevens heen.