De week waarin een startup zijn topleverancier liet vallen

Andy Fang, medeoprichter van DoorDash, beschreef het gebruik van Moonshot AI voor een experimenteel opdrachtregelhulpmiddel in eenvoudige commerciële bewoordingen: betere kwaliteit tegen lagere kosten. Cursor gebruikte het Kimi-model van Moonshot bij het bouwen van zijn codeeragent Composer 2. De startup Lindy zou de hulpmiddelen van Anthropic volledig hebben laten vallen ten gunste van de V4-modellen van DeepSeek. Airbnb en Siemens experimenteren allebei met systemen van Alibaba en DeepSeek om de kosten van de dagelijkse bedrijfsvoering te drukken. Geen van deze beslissingen is ideologisch. Het zijn inkoopbeslissingen, genomen per werklast.

De omvang blijkt uit de routeringsgegevens. Op OpenRouter, de marktplaats waar een groot deel van het modelverkeer wordt bemiddeld, stuurden Amerikaanse bedrijven vanaf 8 februari in elke afzonderlijke week meer dan 30 procent van hun tokenverbruik naar Chinese modellen, met een piekweek van 46 procent. In de eerste helft van 2025 was datzelfde cijfer 4,5 procent. Een onderzoek van Hugging Face uit maart 2026 vond dat Chinese opensourcemodellen 41 procent van de downloads op dat platform uitmaakten. Het prijsverschil dat dit aandrijft is niet marginaal: de Chinese systemen kosten doorgaans 60 tot 90 procent minder dan de leidende Amerikaanse modellen, en op sommige niveaus is het verschil nog groter.

Wat dit tot een beslissingsverhaal maakt in plaats van een marktverhaal, is wie de besparing pakte. De bedrijven in dat rijtje stapten niet over omdat ze dit kwartaal een goedkopere leverancier ontdekten. Ze stapten over omdat ze dat al konden. Bij elk van hen had iemand het vermogen opgebouwd om dezelfde werklast tegen een ander model te draaien en in cijfers te zien of het resultaat standhield.

De optie om over te stappen koopt u lang voordat zij loont

De meeste Europese bedrijven standaardiseerden in 2024 en 2025 op een enkele topleverancier, en deden dat om verdedigbare redenen: een contract, een beveiligingstoets, een integratie, een set aanwijzingen om te onderhouden. De kosten van die beslissing bleven onzichtbaar zolang de prijzen stabiel waren. Zij werden zichtbaar op het moment dat een verschil van 60 procent ontstond, want een bedrijf met een leverancier en zonder testopstelling kan niet vaststellen of een goedkoper model goed genoeg is voor het eigen verkeer, en geen enkele leveranciersbenchmark beantwoordt die vraag voor hem.

Dit is de standaardvorm van een optie waarvan u niet wist dat u haar verkocht. Standaardiseren is een echte efficiëntie, en zij is juist geprijsd in een wereld waarin de alternatieven ongeveer gelijkwaardig zijn. Wanneer het verschil groter wordt, zet het bedrijf dat een manier van testen bewaarde dat verschil om in marge, en het andere kijkt ernaar. De asymmetrie gaat niet over slimheid. Zij gaat over wie vooraf een kleine, saaie prijs betaalde, en de saaie prijs is hier een vaste evaluatieset: enkele honderden verzoeken uit uw echte verkeer, met beoordeelde verwachte uitkomsten, waartegen elk kandidaatmodel in een middag kan draaien.

Weersta de reflex om alles om te leiden. Het patroon in de berichtgeving is selectief, niet totaal. Teams sturen het werk met veel volume en lage inzet naar het goedkoopste model dat de lat haalt, en laten het oordeelsintensieve werk staan waar het stond. Dat is de juiste vorm, en de reden zijn basispercentages: een model dat een topsysteem evenaart op 95 procent van uw verzoeken kan wezenlijk slechter zijn op de 5 procent die klachten, terugbetalingen of juridische blootstelling oplevert. Segmenteer naar het gevolg van een fout voordat u naar prijs segmenteert.

Waarom de Europese versie hiervan een andere afweging is

Een Amerikaans bedrijf dat een Chinees model kiest, kiest meestal een API. Een Europees bedrijf dat dezelfde nominale keuze maakt, stuit op een vraag die de prijsvergelijking niet bevat: waar gaat het verzoek heen, en op welke doorgiftegrondslag. Klantgegevens naar een buiten de EU gehoste model-API sturen is een doorgiftevraag met documentatieverplichtingen, en voor gereguleerde werklasten is het antwoord vaak dat de goedkope API voor u eenvoudigweg niet beschikbaar is.

De route die wel werkt staat niet in de prijstabellen. De meeste Chinese systemen in dit verhaal hebben open gewichten, wat betekent dat u ze kunt draaien op infrastructuur die u beheert, binnen uw eigen grens, zonder dat een verzoek uw omgeving verlaat. Yasir Atalan van CSIS verwoordde de aantrekkingskracht nuchter: opensourcemodellen geven verlichting aan wie zijn gegevens wil houden. Maar die route verandert een rekening per token in een volstrekt andere kostenstructuur, namelijk GPU-capaciteit die u moet kopen of huren, een inferentiestapel die iemand moet draaien, en het personeel om beide gezond te houden. Bij volume kan dat nog altijd veel goedkoper zijn. Het is een fundamenteel andere beslissing dan het wisselen van een API-sleutel en hoort thuis in een investeringsgesprek in plaats van bij inkoop.

De bruikbare vergelijking is daarom drieledig en niet tweeledig. Top-API, goedkopere API en zelf gehoste open gewichten dragen elk een eigen kostencurve, een eigen gegevenspositie en een eigen faalwijze. Draai alle drie tegen dezelfde evaluatieset op uw eigen verkeer, inclusief het volume waarbij zelf hosten uit kan, en u heeft iets waar een raad mee kan handelen. Draai er geen enkele, en de 60 procent uit de koppen is eenvoudigweg een besparing die andere bedrijven pakken.

Lees hierna: Twee AI-reuzen willen nu je integrator zijn  |  Cadence en Synopsys stemden hun tools af op Nvidia