Welk AI-model heb je nodig voor kantoorwerk? Meestal geen frontier-model

Het meeste kantoorwerk (samenvatten, structureren, gegevens overnemen, concepten opstellen) kan prima met een open model dat op eigen hardware draait. De grootste, duurste modellen zijn pas nodig bij complex redeneerwerk. Wie dat verschil kent, betaalt niet het hele jaar het zwaarste tarief voor licht werk.

Wie zoekt naar het beste AI-model voor bedrijven, of twijfelt tussen ChatGPT, Claude of Gemini, stelt daarom eigenlijk een vraag te vroeg. De eerste vraag die aitonomi in elke analyse stelt is: welk werk is het eigenlijk? Niet welk model is het beste, maar welk model is goed genoeg voor déze taak. Hieronder de indeling die daarbij helpt.

Wat is het verschil tussen een frontier-model en een open model?

Een frontier-model is een topmodel van een groot AI-lab, zoals de nieuwste modellen van OpenAI, Anthropic of Google. Je gebruikt het via de cloud van de aanbieder en betaalt per gebruik of per abonnement. Een open model (voluit: open-weight model) kun je downloaden en zelf draaien, op eigen hardware of bij een hostingpartij naar keuze. Bekende families zijn Llama (Meta), Mistral (Mistral AI) en Qwen (Alibaba).

Het praktische verschil zit in drie dingen: waar je data heen gaat, wat het kost, en hoeveel denkkracht je krijgt. Een frontier-model is slimmer. De vraag is alleen hoe vaak je dat nodig hebt.

Welk model past bij welk kantoorwerk?

Dit is een praktische indeling, geen benchmark. Modellen verschillen per taak en per taal; test altijd op je eigen werk voordat je iets vastlegt.

Soort werk	Wat volstaat meestal
Mail- en briefconcepten, samenvattingen van gesprekken	Klein open model, lokaal
Gegevens uit documenten halen en in een systeem zetten	Klein tot middelgroot open model, lokaal
Teksten herschrijven, vertalen binnen gangbare talen	Middelgroot open model
Lange documenten vergelijken, complexe dossiers analyseren	Groot open model of frontier-model
Juridisch of financieel redeneerwerk, meerstaps-agents	Frontier-model

De verdeling die daaruit volgt is voor veel kantoren verrassend: het overgrote deel van het dagelijkse volume zit in de bovenste rijen. Het zware werk is er wel, maar het is de uitzondering, niet de regel.

Wanneer heb je wél een frontier-model nodig?

Eerlijk is eerlijk: er zijn taken waar een klein lokaal model doorheen zakt. Kies níet voor alleen-lokaal als je werk hier op lijkt:

• Complexe redeneerketens: een analyse waarin tien documenten tegen elkaar afgewogen worden, met juridische of financiële consequenties.
• Hoge eisen aan nuance in meerdere talen tegelijk.
• Agents met veel stappen, waar één zwakke schakel het hele proces breekt.

Voor dat werk is een frontier-model via een API de juiste keuze, het liefst met duidelijke afspraken over welke data erheen mag.

Is DeepSeek veilig voor kantoorwerk?

Voor kantoorwerk met bedrijfs- of klantdata is de gratis chat-app van DeepSeek geen verstandige keuze. De Autoriteit Persoonsgegevens waarschuwde begin 2025 expliciet voor het gebruik van de DeepSeek-chatbot, omdat ingevoerde gegevens op servers in China terechtkomen en onduidelijk is wat daarmee gebeurt. Dat is een andere situatie dan bij de meeste Amerikaanse aanbieders, maar de les is dezelfde: bij elke gratis chatbot betaal je met je invoer.

Belangrijke nuance: de waarschuwing van de Autoriteit Persoonsgegevens gaat over de chat-app en de bijbehorende dataverwerking, niet over de onderliggende open modellen. Een open-weight model van DeepSeek dat je zelf lokaal draait, stuurt niets naar China; het draait dan op jouw hardware, net als Llama of Mistral. Het verschil tussen een dienst gebruiken en een model zelf draaien is precies het verschil waar deze hele post over gaat.

Hoe kies je in de praktijk?

Drie regels die de keuze eenvoudig houden:

1. Begin bij het werk, niet bij het model. Maak eerst de lijst van taken die elke dag terugkomen, en hoeveel tijd ze kosten.
2. Test op je eigen taken. Laat kandidaat-modellen een week meedraaien op echte voorbeelden en beoordeel de uitkomst zelf. Openbare ranglijsten zeggen weinig over jouw dossiers.
3. Combineer. Een lokaal model voor het volume, een frontier-model voor de uitzonderingen. Zo blijft je data waar hij hoort en betaal je het zware tarief alleen als het nodig is.

Wat er aan hardware nodig is om dat lokale deel te draaien, staat in Een Mac mini als AI-server voor je kantoor. Wat het abonnements-alternatief kost, staat in Wat kost Microsoft 365 Copilot je kantoor echt per jaar? en hoe aitonomi dit inricht bij lokale AI-systemen.