Doorzoek deze website

In het kort Nebius sloot op 6 oktober 2026 rond $252,15 op Nasdaq, een stijging van 8,8 procent op de dag. De beurswaarde bedroeg ongeveer $63,2 miljard. De markt waardeert vooral de snelle groei van AI-infrastructuur, maar de winst-en-verliesrekening en vrije kasstroom lopen achter op de bouw van datacenters en GPU-capaciteit. Dat verschil komt door de kapitaalintensiteit. Nebius betaalt vandaag voor chips, gebouwen, stroomaansluitingen en koeling. De omzet ontstaat pas wanneer klanten de capaciteit gebruiken. Afschrijving verdeelt de historische aanschafkosten vervolgens over meerdere jaren. Daardoor kan EBITDA sterk ogen terwijl de cashrekening nog zwaar negatief blijft. De nieuwe beleggersvraag is dus niet alleen hoeveel megawatt Nebius bouwt. Het gaat om de combinatie van bezetting, contractprijs, afschrijving, rente, onderhoudscapex en verwatering. Alleen dan wordt duidelijk wat per aandeel overblijft. Direct naar een onderdeel van dit artikel Waarom EBITDA niet de eindstreep is De bouwrekening komt vóór de omzet Groei van het bedrijf is niet groei per aandeel Waarom de dagstijging weinig bewijs levert Het sterkste optimistische argument Wat moet $252,15 waarmaken? Drie mogelijke koerspaden De controlelijst Waarom EBITDA niet de eindstreep is EBITDA is winst vóór rente, belasting, afschrijving en amortisatie. De maatstaf kan nuttig zijn om operationele prestaties te vergelijken, maar bij een datacenterbedrijf laat hij een grote economische kostenpost buiten beeld: de slijtage en veroudering van dure apparatuur. Een GPU kan technisch nog draaien terwijl een nieuwe generatie veel efficiënter is. De economische levensduur kan daardoor korter zijn dan de fysieke levensduur. Dat verhoogt het risico dat afschrijving de winst langdurig drukt of dat extra investeringen nodig zijn om concurrerend te blijven. De module trekt afschrijving bewust niet nogmaals van de kasstroom af. Afschrijving is een niet-kaskost in de winst-en-verliesrekening; capex is de echte uitgaande kasstroom. Wie beide zonder uitleg aftrekt, telt dezelfde investering dubbel. Voor een volledige analyse zijn beide nodig, maar ieder op zijn eigen plek. De bouwrekening komt vóór de omzet Nebius investeert om capaciteit te creëren. Een getekend energiecontract of gebouw zegt nog niet dat GPU's geïnstalleerd zijn. Geïnstalleerde GPU's zeggen nog niet dat klanten betalen. Een klantcontract zegt nog niet dat alle omzet al mag worden geboekt. Tussen plan en kasstroom zitten meerdere stappen. Het bedrijf meldde eerder dat het richting meer dan 5 GW gecontracteerd vermogen aan het einde van 2026 wil en vanaf 2027 jaarlijks meer dan 1 GW capaciteit wil toevoegen. Dat zijn grote ambities. De waarde hangt echter af van benutting: hoeveel van die capaciteit draait tegen tarieven die stroom, personeel, rente en vervangingsinvesteringen ruim dekken? De eerdere Nebius-analyse over de $4,5 miljard financiering laat zien waarom kapitaalstructuur hier net zo belangrijk is als omzetgroei. Nieuwe schuld beperkt directe verwatering, maar verhoogt rente en toekomstige terugbetalingen. Nieuwe aandelen verlagen de schuldvraag, maar verdelen de waarde over meer stukken. Groei van het bedrijf is niet groei per aandeel Een onderneming kan de omzet verdubbelen en toch weinig waarde per bestaand aandeel creëren wanneer het aantal aandelen bijna even snel groeit. Daarom vergelijkt de volgende module groei van ondernemingswaarde met groei van het aandelenaantal. Bij 35 procent jaarlijkse waardegroei en 8 procent aandelengroei stijgt de waarde per aandeel nog steeds sterk. Maar het verschil is aanzienlijk. Aandelenbeloning, converteerbare obligaties en nieuwe emissies horen daarom in dezelfde per-aandeelberekening. Converteerbare schuld is in eerste instantie schuld en kan later in aandelen veranderen. Voor de waardering moet de belegger niet tegelijk de volledige schuld aftrekken en alle potentiële aandelen als zeker tellen zonder naar de voorwaarden te kijken. Het juiste scenario hangt af van conversieprijs, looptijd en koers. Waarom de dagstijging weinig bewijs levert Een stijging van 8,8 procent kan wijzen op nieuw optimisme, technische koopdruk of veranderde verwachtingen. Ze bewijst niet dat de operationele economie in één dag verbeterde. Bij snelgroeiende aandelen kan de koers veel sneller bewegen dan omzet, bezetting of kasstroom. Dat betekent niet dat de markt per definitie fout zit. Nebius kan uitgroeien tot een belangrijke Europese en wereldwijde leverancier van AI-infrastructuur. De combinatie van technische expertise, beschikbare locaties en klantvraag kan schaars zijn. De prijs bepaalt alleen hoeveel van dat succes al wordt verondersteld. Dit artikel over Chamaths AI-infrastructuurfavorieten beschrijft waarom compute, stroom en datacenters strategische activa zijn. De sterkste tegenwerping tegen een voorzichtige waardering is precies die schaarste: wie vroeg capaciteit bezit, kan hoge prijzen en langlopende contracten krijgen. Het sterkste optimistische argument Wanneer klanten delen van de bouw vooraf financieren, daalt de externe kapitaalbehoefte. Wanneer contracten lang lopen en prijzen stroomkosten kunnen doorgeven, wordt de kasstroom voorspelbaarder. Hoge bezetting kan vervolgens sterke operationele hefboom opleveren, omdat vaste kosten over meer omzet worden verdeeld. Daar staat tegenover dat klantvooruitbetalingen geen gratis winst zijn. Nebius moet later capaciteit leveren. Uitval, vertraging of een tekort aan chips kan contractuele en reputatierisico's veroorzaken. Bovendien kunnen grote klanten onderhandelingsmacht krijgen. De volgende resultaten worden door de dataleverancier voor 10 november 2026 verwacht. Beleggers moeten dan niet alleen naar omzetgroei kijken, maar ook naar capex, kaspositie, schuld, afschrijving, klantconcentratie en verwaterde aandelen. Wat moet $252,15 waarmaken? De reverse valuation gebruikt een eindwaardering van 28 keer vrije kasstroom per aandeel en een gewenst rendement van 12 procent. Dat vereist in 2029 een vrije kasstroom per verwaterd aandeel die vandaag nog niet zichtbaar is. Een multiple van 28 is hoog, maar mogelijk voor een onderneming die dan nog snel groeit. Wie een lagere multiple kiest, ziet de vereiste kasstroom fors oplopen. De berekening legt bloot waarom omzet alleen onvoldoende is: capex, rente en het aantal aandelen bepalen hoeveel omzet uiteindelijk aan één aandeel toekomt. Drie mogelijke koerspaden De scenario's starten bij $252,15 op 6 oktober 2026. Bear veronderstelt lage bezetting, dure financiering en verwatering. Midden rekent op gevulde capaciteit, maar ook op blijvend hoge capex. Gunstig vereist hoge bezetting, sterke contractprijzen en klantfinanciering die de vrije kasstroom versnelt. De koersen voor 2027, 2028 en 2029 zijn scenario-uitkomsten, geen koersdoelen. Bij een verlieslatend of zwaar investerend bedrijf is schijnprecisie gevaarlijk. Kleine veranderingen in bezetting, stroomprijs of financiering kunnen de uitkomst sterk verplaatsen. De controlelijst Volg omzet per beschikbare GPU, bezettingsgraad, gecontracteerde versus operationele capaciteit, stroomkosten, capex per nieuwe megawatt en de ontwikkeling van het verwaterde aandelenaantal. Vraag daarnaast hoeveel klantvooruitbetaling werkelijk ontvangen is en welke leveringsverplichting daartegenover staat. Nebius kan operationeel uitstekend uitvoeren en toch een matig aandeel blijken wanneer de betaalde prijs te hoog is. Omgekeerd kan zware capex rationeel zijn als toekomstige contracten hoge en duurzame kasstromen opleveren. De afschrijving is daarom geen boekhoudkundig detail. Ze is het spoor dat oude investeringen achterlaten terwijl nieuwe alweer moeten worden gedaan. Pak je kans! Word lid met de code GRAAG en krijg 50 procent korting.

In het kort Ahold Delhaize noteerde op 6 oktober 2026 rond €31,57 op Euronext Amsterdam. De beurswaarde bedroeg ongeveer €27,6 miljard. Het concern combineert dividend met een aandeleninkoopprogramma van €1 miljard. Dat kan de winst per aandeel verhogen, maar alleen wanneer de operationele kasstroom de uitkeringen draagt en de onderneming niet te duur inkoopt. Bij een aandeleninkoop verdwijnen stukken uit de markt. Dezelfde winst wordt daarna over minder aandelen verdeeld. Dat klinkt automatisch gunstig, maar de prijs bepaalt hoeveel aandelen €1 miljard werkelijk kan intrekken. Een inkoop onder intrinsieke waarde creëert waarde; een te dure inkoop verplaatst waarde van blijvende aandeelhouders naar verkopers. De supermarktgroep blijft ondertussen een bedrijf met dunne marges. In de Verenigde Staten rapporteerde Ahold Delhaize over het tweede kwartaal een onderliggende operationele marge van 4,2 procent, 0,2 procentpunt lager door prijsinvesteringen, hogere nutslasten en indirecte energiekosten. De ruimte voor kapitaaluitkeringen begint daarom bij de kassa en eindigt pas na investeringen. Direct naar een onderdeel van dit artikel Hoe een inkoop de winst per aandeel verhoogt De kasstroom betaalt twee rekeningen Waarom marges belangrijker zijn dan omzetgroei De sterkste tegenwerping Wat moet €31,57 waarmaken? Drie mogelijke koerspaden Wat de cijfers van 4 november moeten laten zien Hoe een inkoop de winst per aandeel verhoogt Stel dat de nettowinst €2,2 miljard blijft en er ongeveer 900 miljoen aandelen uitstaan. De winst per aandeel is dan circa €2,44. Koopt Ahold jaarlijks €1 miljard aan aandelen in tegen gemiddeld €32, dan verdwijnen ruim 31 miljoen aandelen. Na drie jaar kan de winst per aandeel hoger liggen zonder dat de totale winst groeit. Dat mechanisme is krachtig, maar de vereenvoudiging is belangrijk. Een bedrijf kan niet onbeperkt €1 miljard uitkeren als winst en vrije kasstroom onder druk staan. De inkoopprijs wisselt dagelijks. Nieuwe aandelenbeloning kan bovendien een deel van de daling in het aantal aandelen compenseren. De belegger moet daarom niet alleen naar het aangekondigde bedrag kijken. Belangrijker zijn het werkelijk ingekochte aantal aandelen, de gemiddelde prijs en de ontwikkeling van het verwaterde aantal aandelen. Verwatering betekent dat dezelfde onderneming over meer stukken wordt verdeeld. De kasstroom betaalt twee rekeningen Ahold Delhaize keert dividend uit en koopt aandelen in. Beide zijn uitkeringen aan aandeelhouders, maar ze werken anders. Dividend geeft iedereen direct cash. Een inkoop beloont vooral aandeelhouders die blijven zitten, mits de inkoop tegen een redelijke prijs gebeurt. De vrije kasstroom moet beide kunnen financieren. Als €2,3 miljard vrije kasstroom beschikbaar is, €1,1 miljard naar dividend gaat en €1 miljard naar de inkoop, blijft €0,2 miljard over. Dat bedrag moet voldoende zijn voor onverwachte tegenvallers, schuldafbouw en andere kapitaalbehoeften. Komt de vrije kasstroom lager uit, dan moet het concern de kaspositie aanspreken, schuld verhogen of de uitkering aanpassen. Een supermarkt kan relatief stabiele omzet hebben, maar energiekosten, loonkosten, prijsinvesteringen en voorraadbewegingen zorgen toch voor schommelingen. In dit artikel over dividendaandelen legt De Belegger uit waarom een uitkering uit vrije kasstroom moet komen. Bij Ahold komt daar een tweede toets bij: is de inkoopprijs laag genoeg om waarde toe te voegen? Waarom marges belangrijker zijn dan omzetgroei Supermarkten draaien grote omzetten met kleine marges. Een marge van 4 procent betekent dat van elke €100 omzet ongeveer €4 operationele winst overblijft vóór rente en belasting. Een verandering van 0,2 procentpunt lijkt klein, maar staat gelijk aan €0,20 per €100 omzet. Op tientallen miljarden omzet wordt dat materieel. Prijsinvesteringen kunnen de marge vandaag verlagen om klanten te behouden. Dat kan verstandig zijn als daardoor volumes en marktaandeel sterker blijven. De tegenwerping is dat een supermarkt niet eindeloos prijzen kan verlagen wanneer lonen, energie en logistiek duurder worden. De kwaliteit van de inkoop hangt dus samen met de kwaliteit van de bedrijfsvoering. Een bedrijf dat aandelen inkoopt terwijl de marge structureel daalt, kan de winst per aandeel tijdelijk ondersteunen maar lost het operationele probleem niet op. Andersom kan een stabiele marge in combinatie met minder aandelen een stille, voorspelbare groei per aandeel opleveren. De sterkste tegenwerping Het optimistische argument is dat Ahold Delhaize juist bij lage marges en stabiele vraag geschikt is voor inkoop. Mensen blijven boodschappen doen, de kasstroom is minder cyclisch dan bij veel industriebedrijven en het concern heeft schaal in inkoop, distributie en digitale kanalen. Daar zit veel in. De merken in de Verenigde Staten en Europa hebben lokale positie, distributienetwerken en klantdata. Schaal helpt bij leveranciersvoorwaarden en technologie. De vraag is niet of het bedrijf morgen verdwijnt, maar welk rendement op €31,57 haalbaar is wanneer winstgroei beperkt blijft. Dit groeiaandelenstuk met een boodschappenlijstje laat zien hoe belangrijk het is om een aantrekkelijk bedrijf van een aantrekkelijke prijs te onderscheiden. Ahold is misschien defensiever, maar dezelfde waarderingsdiscipline geldt. Wat moet €31,57 waarmaken? De reverse valuation gebruikt een eindwaardering van dertien keer winst en een gewenst koersrendement van 7 procent. Daaruit volgt welke winst per aandeel Ahold in 2029 moet verdienen om de huidige prijs te rechtvaardigen. Een multiple van dertien is niet hoog voor een stabiele onderneming, maar de vereiste winstgroei moet wel uit drie bronnen komen: operationele winstgroei, minder rentelasten of belasting, en een lager aantal aandelen. De eerste bron is economisch het sterkst. De derde kan helpen, maar alleen als de kasstroom werkelijk beschikbaar is. Dividend staat los van het getoonde koersrendement. De dataleverancier meldde een jaarlijks dividend van €1,24, goed voor ongeveer 3,9 procent op de peildatumkoers. Dat is een momentopname, geen garantie voor toekomstige betalingen. Totaalrendement bestaat uit koers plus ontvangen dividend. Drie mogelijke koerspaden De scenario's beginnen bij €31,57 op 6 oktober 2026. Bear rekent op margedruk en inkoop tegen een te hoge prijs. Midden veronderstelt een stabiele marge, voortzetting van dividend en inkoop onder intrinsieke waarde. Gunstig combineert kasstroomgroei met een sneller dalend aantal aandelen. De koersen voor 2027, 2028 en 2029 zijn geen consensusdoelen. Ze tonen hoe kleine verschillen in marge, winstgroei en waardering doorwerken. Bij een defensief aandeel komt veel rendement bovendien uit dividend, waardoor alleen naar de koers kijken een onvolledig beeld geeft. Wat de cijfers van 4 november moeten laten zien De Belegger-data vermelden 4 november 2026 als volgende cijferdatum. Dan zijn drie vragen belangrijk. Blijft de marge in de Verenigde Staten stabiel? Hoe ontwikkelt de vrije kasstroom zich na werkkapitaal en investeringen? En hoeveel aandelen zijn daadwerkelijk ingetrokken tegen welke gemiddelde prijs? Ook de balans verdient aandacht. Leaseverplichtingen horen economisch bij de financiering van winkels en distributiecentra. Wie netto kas of schuld in de waardering meeneemt, moet leaseverplichtingen consistent behandelen en ze niet later opnieuw aftrekken. De kern is eenvoudig. Een inkoop is geen automatische groeimotor. Het is een kapitaalbeslissing. Ahold Delhaize creëert pas waarde wanneer het eigen aandeel goedkoper is dan de toekomstige kasstroom die elk ingetrokken aandeel vertegenwoordigt. Pak je kans! Word lid met de code GRAAG en krijg 50 procent korting.

In het kort Nike trekt inkomensbeleggers met een dividendrendement van net onder 5%. De aantrekkingskracht komt niet uit kracht, maar uit zwakke groei en twijfels over productvernieuwing. De vraag is of het dividendverhaal sterk genoeg blijft zolang Nike consumenten nog niet overtuigend terugwint. Het Nike aandeel staat 81% onder zijn record uit november 2021, maar juist die val maakt het dividend ineens moeilijk te negeren. De sportkledingmaker betaalt een geannualiseerd dividend van $1,64 per aandeel. Bij de huidige koers levert dat een dividendrendement op van net onder 5%. Voor een naam als Nike is dat een ongewoon hoog percentage. Het bedrijf hoeft beleggers normaal gesproken niet vooral met inkomen te lokken. Nike was lange tijd een groeiverhaal, gebouwd op merksterkte, sportcultuur en producten waar consumenten extra voor wilden betalen. Daar wringt het nu. Een hoog dividendrendement kan aantrekkelijk ogen, maar bij Nike komt het niet voort uit uitbundige bedrijfsresultaten. Het komt vooral doordat de beurs veel vertrouwen heeft afgeprijsd. Koersval maakt Nike-dividend aantrekkelijker voor inkomensbeleggers Direct naar een onderdeel van dit artikel Dividend groeit terwijl Nike krimpt Omzet Nike blijft de zwakke plek Productinnovatie blijft Nike probleem Nike aandeel wacht op bewijs Dividend groeit terwijl Nike krimpt Nike heeft zijn dividend 25 jaar op rij verhoogd. Als die lijn wordt doorgetrokken, loopt de reeks voor het einde van 2026 waarschijnlijk op naar 26 jaar. Dat geeft het aandeel een profiel dat verder gaat dan alleen herstelhoop. Het rekensommetje is helder. Wie $10.000 per jaar aan dividendinkomsten uit Nike wil ontvangen, heeft ongeveer 6.100 aandelen nodig. Dat is een flink pakket, maar het laat zien waarom het aandeel weer opduikt bij beleggers die naar stabiele kasstromen zoeken. “The dividend is compelling, no doubt.” Die zin vat de aantrekkingskracht goed samen. Toch zegt een aantrekkelijk dividendrendement nog weinig over de kwaliteit van het onderliggende herstel. Omzet Nike blijft de zwakke plek Nike rapporteerde over het eerste kwartaal van boekjaar 2027, afgesloten op 31 augustus, een omzet van $11,2 miljard. Dat was 4% minder dan een jaar eerder. De omzet bleef ook achter bij wat analisten hadden verwacht. Voor een bedrijf in sportkleding is dat geen detail. Beleggers betalen bij dit soort consumentenaandelen doorgaans voor groei, merksterkte en de bereidheid van klanten om terug te blijven komen. Als de omzet daalt, verschuift de discussie snel van merkwaarde naar uitvoering. De koersval van 81% laat zien hoe hard die twijfel inmiddels is geworden. Lage verwachtingen kunnen helpen als het bedrijf weer beter gaat presteren. Maar lage verwachtingen zijn geen vangnet zolang de omzet blijft krimpen. Nike-winkel toont innovaties die beleggers opnieuw moeten overtuigen Productinnovatie blijft Nike probleem Het grootste operationele probleem zit bij productinnovatie. Nike heeft moeite om nieuwe schoenen en producten te brengen waar consumenten zichtbaar enthousiast van worden. Kleinere concurrenten hebben daardoor ruimte gekregen met modellen die beter aansluiten bij wat kopers nu zoeken. Dat raakt de kern van het Nike verhaal. Het merk is groot geworden door sport, marketing en herkenbare producten bij elkaar te brengen. Als consumenten elders meer vernieuwing zien, raakt dat niet alleen de omzet, maar ook het vertrouwen in de groeikracht van het bedrijf. Voor dividendbeleggers is dat relevant. Een dividend kan financieel houdbaar zijn en toch minder comfortabel voelen als de onderneming zelf nog zoekende is. De uitkering lijkt door Nike’s gezonde financiële positie beperkt risico te lopen, maar het bedrijf moet de kasstroom blijven verdienen. Nike aandeel wacht op bewijs De dubbelheid rond het Nike aandeel is daarmee scherp. Aan de ene kant staan een dividendrendement van net onder 5%, een lange reeks verhogingen en een financiële positie die ruimte biedt. Aan de andere kant staan dalende omzet, tegenvallende verwachtingen en een merk dat productmatig opnieuw moet overtuigen. Dat maakt het aandeel minder simpel dan het dividendpercentage doet vermoeden. Het dividend is de reden dat inkomensbeleggers weer kijken. Het bedrijfsherstel bepaalt of die aandacht blijft hangen. Na het kwartaal dat op 31 augustus eindigde, ligt de lat duidelijk. Nike moet laten zien dat de omzet niet verder wegzakt en dat nieuwe producten weer meer tractie krijgen bij consumenten. Tot die tijd blijft het Nike aandeel vooral een dividendverhaal dat nog bewijs nodig heeft van de onderneming erachter.

In het kort Kimi K3 en Kimi K2.6 maakt een groot contract-, onderzoeks- of due-diligencedossier doorzoeken technisch haalbaar, maar de doorslaggevende kosten zitten in antwoorden zonder paginanummer, passage of versie. Moonshot beschrijft Kimi K3 als vlaggenschip voor langlopende code- en kennisopdrachten met native visueel begrip. K2.6 verwerkt tekst, beeld en video. K3 ondersteunt volgens de API-uitleg een contextvenster tot één miljoen tokens. We rekenen daarom terug vanaf geaccepteerd werk en laten zien hoeveel tijd of kwaliteit de inzet moet opleveren. De uitkomst is geen rendementsgarantie, maar een beslisgrens die een organisatie met eigen meetgegevens kan toetsen. Een lang contextvenster voorkomt knipwerk, maar controleert de conclusie niet. Als een analist alsnog honderden pagina’s moet doorzoeken naar de oorsprong van een getal, is de grootste beloofde tijdwinst verdwenen. De eerste fout in veel vergelijkingen is dat de modelprijs wordt behandeld als de volledige kostprijs. In de praktijk horen ook integratie, logging, evaluatie, beveiliging en de tijd van medewerkers bij de rekening. Een goedkope API kan daardoor de duurste route worden wanneer veel antwoorden opnieuw moeten worden gevraagd of gecontroleerd. Andersom kan een duurder model rationeel zijn wanneer het aantoonbaar minder herstelwerk veroorzaakt. Wat de actuele modelinformatie wel en niet zegt Volgens de Kimi API-overzicht geldt op 7 oktober 2026 het volgende: Moonshot beschrijft Kimi K3 als vlaggenschip voor langlopende code- en kennisopdrachten met native visueel begrip. K2.6 verwerkt tekst, beeld en video. K3 ondersteunt volgens de API-uitleg een contextvenster tot één miljoen tokens. Die gegevens zijn bruikbaar voor een eerste begroting, maar ze zeggen niet hoeveel taken in het Nederlands goed eindigen, hoeveel pogingen nodig zijn of hoeveel menselijke controle resteert. Beschikbaarheid moet bovendien precies worden benoemd. Commerciële API en afzonderlijke bedrijfs- en lidmaatschapsproducten. Een model dat via een chatdienst gratis is te proberen, is daarmee niet automatisch vrij inzetbaar in een productieomgeving. Evenmin betekent een openbare modelkaart dat de gewichten downloadbaar zijn of dat commercieel gebruik zonder voorwaarden is toegestaan. De tweede primaire bron is de Kimi K3-technische blog. Die helpt om de technische mogelijkheden te plaatsen, maar leveranciersdocumentatie blijft leveranciersinformatie. Benchmarkresultaten zijn meestal uitgevoerd onder vaste instellingen en zeggen weinig over eigen documenten, Nederlandse formuleringen, koppelingen of fouten die buiten de testset vallen. Daarom is een kleine, representatieve proef belangrijker dan een lange lijst scores. Kies twintig tot honderd echte taken, leg vooraf vast wat goed genoeg is en laat een inhoudsdeskundige blind beoordelen. Meet daarna kosten per geaccepteerde taak, niet alleen kosten per miljoen tokens. Dat voorkomt dat een model met lage tarieven wint terwijl medewerkers veel correcties uitvoeren. De proef moet ook het normale werkritme nabootsen. Een laboratoriumtest met één korte prompt mist precies de onderdelen die in productie geld kosten: grote bijlagen, meerdere gebruikers, wisselende talen, toolfouten en piekbelasting. Voor een groot contract-, onderzoeks- of due-diligencedossier doorzoeken hoort daarom minstens één rustige dag, één druk moment en één foutscenario in de test. Zo wordt zichtbaar of antwoorden zonder paginanummer, passage of versie incidenteel is of structureel terugkomt. Let daarnaast op de volgorde van handelingen. Een workflow die eerst alle documenten naar het duurste model stuurt, verspilt capaciteit wanneer een simpele filter de helft kan verwijderen. Omgekeerd kan te vroeg filteren relevante informatie weggooien. De beste keten gebruikt een goedkoop selectiemechanisme, een passend hoofdmodel en een gerichte controle. Iedere stap krijgt een eigen meetpunt, zodat duidelijk blijft waar kwaliteit verloren gaat. Databeheer hoort vanaf het begin in de opzet. Leg vast welke invoer mag worden bewaard, wie logs kan zien en hoe lang voorbeelden voor evaluatie beschikbaar blijven. De modeluitkomst kan bedrijfsinformatie bevatten, ook wanneer de oorspronkelijke prompt onschuldig lijkt. Een leverancier die niets bewaart, neemt bovendien de eigen plicht tot toegangsbeheer, geheimhouding en incidentregistratie niet over. Een derde aandachtspunt is versiebeheer. Leveranciers vervangen aliassen, voegen modellen toe en beëindigen endpoints. Open gewichten veranderen minder onverwacht, maar de runtime, quantisatie en promptlaag kunnen wel verschuiven. Bewaar daarom een kleine vaste regressieset en draai die opnieuw vóór iedere wijziging. Zonder zo’n anker is een kwaliteitsdaling moeilijk te onderscheiden van veranderde brondata of menselijk beoordelingsverschil. Ook de personeelskant verdient een eigen regel in het budget. Medewerkers moeten leren wanneer het model mag handelen, wanneer een bron nodig is en hoe een fout wordt gemeld. Die opleiding is geen eenmalige kostenpost, omdat modellen en werkprocessen blijven veranderen. Een project dat alleen tijdens de pilot door twee enthousiastelingen wordt gedragen, heeft nog geen schaalbaar bedrijfsproces bewezen. Ten slotte moet de organisatie een alternatief houden. Dat kan een tweede API, een kleiner lokaal model of een handmatige noodprocedure zijn. Redundantie kost geld, maar voorkomt dat een storing of plotselinge prijswijziging het hele proces stilzet. De waarde ervan is het grootst bij werk met deadlines. Juist daar kan één uur uitval duurder zijn dan een maand aan reservekosten. De omgekeerde rekensom maakt de grens zichtbaar Voor het rekenvoorbeeld nemen we maandelijkse model-, beheer- en controlekosten van € 360. De waarde van een vrijgespeeld arbeidsuur is € 58. De minimale besparing is dan € 360 gedeeld door € 58, oftewel 6.2 uur per maand. Dat is de drempel vóór financieringskosten, belastingen en een risicomarge. De lage, midden- en hoge scenario’s veronderstellen respectievelijk 5, 17 en 38 bespaarde minuten per werkdag. We rekenen met 220 werkdagen. De bruto tijdswaarde is minuten per dag maal 220 gedeeld door zestig, maal € 58. Daar trekken we twaalf maal € 360 vanaf. Het verschil is de netto kasbesparing in het schema. Deze formule telt alleen tijd die werkelijk uit betaald werk verdwijnt. Als een medewerker de vrijgekomen minuten niet anders kan inzetten, ontstaat geen directe kasbesparing. Ook mag dezelfde winst niet dubbel worden geteld als snellere doorlooptijd én extra productie, tenzij beide afzonderlijk zijn gemeten. Hetzelfde geldt voor minder fouten: de vermeden herstelkosten mogen niet nogmaals als tijdsbesparing terugkomen. Niet elke taak vraagt formele citaten. Voor brainstormen of een eerste thematische kaart kan een globaal antwoord voldoende zijn. Bij investeringsbeslissingen, juridische documenten en medische informatie hoort de lat hoger te liggen. Voor 2027, 2028 en 2029 houden we dezelfde uurwaarde en maandkosten aan. Dat is bewust conservatief en maakt zichtbaar welke benutting nodig is zonder een verzonnen daling van tokenprijzen. In werkelijkheid kunnen tarieven, modellen en hardware sneller veranderen dan de interne processen. Een jaarlijkse herijking is daarom noodzakelijk. De scenario’s zijn geen voorspelling van de markt, maar een toets voor de eigen organisatie. Het lage scenario past bij een voorzichtige invoering met veel controles. Het middenscenario veronderstelt dat de workflow stabiel is en medewerkers de uitkomsten gericht nakijken. Het hoge scenario vraagt structureel gebruik, weinig uitval en voldoende vraag naar de vrijgekomen capaciteit. Als alleen het hoge scenario positief is, ligt het risico grotendeels bij de koper. Een gezonde businesscase blijft ook bij het middenscenario overeind en kan een tijdelijke prijsstijging of tegenvallende nauwkeurigheid opvangen. Wat een koper of belegger hieruit kan halen Eis documentnaam, versie, pagina en korte passage bij elke materiële claim. Test vooraf of Kimi die vindplaatsen stabiel reproduceert. Meet daarna niet alleen antwoordkwaliteit, maar ook de tijd om tien willekeurige claims terug te vinden. Voor inkopers is een proefcontract met meetbare service-eisen verstandiger dan een brede uitrol. Leg modelversie, regio, logretentie, maximale kosten per taak en een exitroute vast. Voor open gewichten horen ook de licentieversie, quantisatie, runtime en gebruikte fine-tune in het register. Zonder die gegevens is een resultaat later niet reproduceerbaar. Voor beleggers is lagere tokenprijs op zichzelf geen bewijs van een beter verdienmodel. Goedkopere inferentie kan het gebruik versnellen, maar ook de brutomarge drukken en de concurrentie vergroten. De relevante vragen zijn hoeveel klanten blijven, hoeveel hoogwaardige taken worden uitgevoerd en of de leverancier inkomsten uit tools, hosting of bedrijfscontracten toevoegt zonder dat supportkosten even hard oplopen. De praktische conclusie is nuchter. Kimi K3 en Kimi K2.6 kan waarde leveren, maar alleen wanneer antwoorden zonder paginanummer, passage of versie vooraf meetbaar wordt gemaakt. Start klein, vergelijk dezelfde taak, bewaak stopregels en laat de organisatie pas opschalen nadat de omgekeerde rekensom positief is. De modelnaam is het begin van de keuze, niet het bewijs dat de businesscase werkt.

In het kort Qwen3.8-27B maakt beeld- en videodocumenten lokaal analyseren technisch haalbaar, maar de doorslaggevende kosten zitten in geheugen voor frames, KV-cache en meerdere gebruikers. De officiële modelkaart beschrijft een dicht model van 27 miljard parameters met native beeld- en videobegrip, instelbaar denken en open gewichten onder Apache 2.0. De beheerde Qwen-dienst met productievoorzieningen werd op de modelkaart nog als “coming soon” aangeduid. We rekenen daarom terug vanaf geaccepteerd werk en laten zien hoeveel tijd of kwaliteit de inzet moet opleveren. De uitkomst is geen rendementsgarantie, maar een beslisgrens die een organisatie met eigen meetgegevens kan toetsen. Bij tekst kan een gequantiseerd 27B-model relatief compact zijn. Video voegt echter veel tijdelijke data toe. Wie alleen naar de bestandsgrootte van de gewichten kijkt, onderschat cache, beeldcodering en de wachtrij zodra twee gebruikers tegelijk beginnen. De eerste fout in veel vergelijkingen is dat de modelprijs wordt behandeld als de volledige kostprijs. In de praktijk horen ook integratie, logging, evaluatie, beveiliging en de tijd van medewerkers bij de rekening. Een goedkope API kan daardoor de duurste route worden wanneer veel antwoorden opnieuw moeten worden gevraagd of gecontroleerd. Andersom kan een duurder model rationeel zijn wanneer het aantoonbaar minder herstelwerk veroorzaakt. Wat de actuele modelinformatie wel en niet zegt Volgens de officiële Qwen-modelkaart geldt op 7 oktober 2026 het volgende: De officiële modelkaart beschrijft een dicht model van 27 miljard parameters met native beeld- en videobegrip, instelbaar denken en open gewichten onder Apache 2.0. De beheerde Qwen-dienst met productievoorzieningen werd op de modelkaart nog als “coming soon” aangeduid. Die gegevens zijn bruikbaar voor een eerste begroting, maar ze zeggen niet hoeveel taken in het Nederlands goed eindigen, hoeveel pogingen nodig zijn of hoeveel menselijke controle resteert. Beschikbaarheid moet bovendien precies worden benoemd. Downloadbare gewichten onder Apache 2.0; beheerde beschikbaarheid afzonderlijk controleren. Een model dat via een chatdienst gratis is te proberen, is daarmee niet automatisch vrij inzetbaar in een productieomgeving. Evenmin betekent een openbare modelkaart dat de gewichten downloadbaar zijn of dat commercieel gebruik zonder voorwaarden is toegestaan. De tweede primaire bron is de Qwen-repository. Die helpt om de technische mogelijkheden te plaatsen, maar leveranciersdocumentatie blijft leveranciersinformatie. Benchmarkresultaten zijn meestal uitgevoerd onder vaste instellingen en zeggen weinig over eigen documenten, Nederlandse formuleringen, koppelingen of fouten die buiten de testset vallen. Daarom is een kleine, representatieve proef belangrijker dan een lange lijst scores. Kies twintig tot honderd echte taken, leg vooraf vast wat goed genoeg is en laat een inhoudsdeskundige blind beoordelen. Meet daarna kosten per geaccepteerde taak, niet alleen kosten per miljoen tokens. Dat voorkomt dat een model met lage tarieven wint terwijl medewerkers veel correcties uitvoeren. De proef moet ook het normale werkritme nabootsen. Een laboratoriumtest met één korte prompt mist precies de onderdelen die in productie geld kosten: grote bijlagen, meerdere gebruikers, wisselende talen, toolfouten en piekbelasting. Voor beeld- en videodocumenten lokaal analyseren hoort daarom minstens één rustige dag, één druk moment en één foutscenario in de test. Zo wordt zichtbaar of geheugen voor frames, KV-cache en meerdere gebruikers incidenteel is of structureel terugkomt. Let daarnaast op de volgorde van handelingen. Een workflow die eerst alle documenten naar het duurste model stuurt, verspilt capaciteit wanneer een simpele filter de helft kan verwijderen. Omgekeerd kan te vroeg filteren relevante informatie weggooien. De beste keten gebruikt een goedkoop selectiemechanisme, een passend hoofdmodel en een gerichte controle. Iedere stap krijgt een eigen meetpunt, zodat duidelijk blijft waar kwaliteit verloren gaat. Databeheer hoort vanaf het begin in de opzet. Leg vast welke invoer mag worden bewaard, wie logs kan zien en hoe lang voorbeelden voor evaluatie beschikbaar blijven. De modeluitkomst kan bedrijfsinformatie bevatten, ook wanneer de oorspronkelijke prompt onschuldig lijkt. Een leverancier die niets bewaart, neemt bovendien de eigen plicht tot toegangsbeheer, geheimhouding en incidentregistratie niet over. Een derde aandachtspunt is versiebeheer. Leveranciers vervangen aliassen, voegen modellen toe en beëindigen endpoints. Open gewichten veranderen minder onverwacht, maar de runtime, quantisatie en promptlaag kunnen wel verschuiven. Bewaar daarom een kleine vaste regressieset en draai die opnieuw vóór iedere wijziging. Zonder zo’n anker is een kwaliteitsdaling moeilijk te onderscheiden van veranderde brondata of menselijk beoordelingsverschil. Ook de personeelskant verdient een eigen regel in het budget. Medewerkers moeten leren wanneer het model mag handelen, wanneer een bron nodig is en hoe een fout wordt gemeld. Die opleiding is geen eenmalige kostenpost, omdat modellen en werkprocessen blijven veranderen. Een project dat alleen tijdens de pilot door twee enthousiastelingen wordt gedragen, heeft nog geen schaalbaar bedrijfsproces bewezen. Ten slotte moet de organisatie een alternatief houden. Dat kan een tweede API, een kleiner lokaal model of een handmatige noodprocedure zijn. Redundantie kost geld, maar voorkomt dat een storing of plotselinge prijswijziging het hele proces stilzet. De waarde ervan is het grootst bij werk met deadlines. Juist daar kan één uur uitval duurder zijn dan een maand aan reservekosten. De omgekeerde rekensom maakt de grens zichtbaar Voor het rekenvoorbeeld nemen we maandelijkse model-, beheer- en controlekosten van € 900. De waarde van een vrijgespeeld arbeidsuur is € 47. De minimale besparing is dan € 900 gedeeld door € 47, oftewel 19.1 uur per maand. Dat is de drempel vóór financieringskosten, belastingen en een risicomarge. De lage, midden- en hoge scenario’s veronderstellen respectievelijk 5, 16 en 34 bespaarde minuten per werkdag. We rekenen met 220 werkdagen. De bruto tijdswaarde is minuten per dag maal 220 gedeeld door zestig, maal € 47. Daar trekken we twaalf maal € 900 vanaf. Het verschil is de netto kasbesparing in het schema. Deze formule telt alleen tijd die werkelijk uit betaald werk verdwijnt. Als een medewerker de vrijgekomen minuten niet anders kan inzetten, ontstaat geen directe kasbesparing. Ook mag dezelfde winst niet dubbel worden geteld als snellere doorlooptijd én extra productie, tenzij beide afzonderlijk zijn gemeten. Hetzelfde geldt voor minder fouten: de vermeden herstelkosten mogen niet nogmaals als tijdsbesparing terugkomen. Lokale inzet hoeft niet volledig interactief te zijn. Een nachtelijke videobatch kan met lagere snelheid toch economisch werken. Daardoor kan een bescheiden server zinvol zijn, zolang de organisatie accepteert dat piekvragen wachten en de kwaliteitscontrole niet verdwijnt. Voor 2027, 2028 en 2029 houden we dezelfde uurwaarde en maandkosten aan. Dat is bewust conservatief en maakt zichtbaar welke benutting nodig is zonder een verzonnen daling van tokenprijzen. In werkelijkheid kunnen tarieven, modellen en hardware sneller veranderen dan de interne processen. Een jaarlijkse herijking is daarom noodzakelijk. De scenario’s zijn geen voorspelling van de markt, maar een toets voor de eigen organisatie. Het lage scenario past bij een voorzichtige invoering met veel controles. Het middenscenario veronderstelt dat de workflow stabiel is en medewerkers de uitkomsten gericht nakijken. Het hoge scenario vraagt structureel gebruik, weinig uitval en voldoende vraag naar de vrijgekomen capaciteit. Als alleen het hoge scenario positief is, ligt het risico grotendeels bij de koper. Een gezonde businesscase blijft ook bij het middenscenario overeind en kan een tijdelijke prijsstijging of tegenvallende nauwkeurigheid opvangen. Wat een koper of belegger hieruit kan halen Test met het echte aantal frames, de gekozen quantisatie, de maximale context en minimaal twee gelijktijdige gebruikers. Meet tokens of frames per seconde en het energieverbruik. Vergelijk vervolgens met een beheerde dienst inclusief beheeruren, afschrijving en uitval. Voor inkopers is een proefcontract met meetbare service-eisen verstandiger dan een brede uitrol. Leg modelversie, regio, logretentie, maximale kosten per taak en een exitroute vast. Voor open gewichten horen ook de licentieversie, quantisatie, runtime en gebruikte fine-tune in het register. Zonder die gegevens is een resultaat later niet reproduceerbaar. Voor beleggers is lagere tokenprijs op zichzelf geen bewijs van een beter verdienmodel. Goedkopere inferentie kan het gebruik versnellen, maar ook de brutomarge drukken en de concurrentie vergroten. De relevante vragen zijn hoeveel klanten blijven, hoeveel hoogwaardige taken worden uitgevoerd en of de leverancier inkomsten uit tools, hosting of bedrijfscontracten toevoegt zonder dat supportkosten even hard oplopen. De praktische conclusie is nuchter. Qwen3.8-27B kan waarde leveren, maar alleen wanneer geheugen voor frames, KV-cache en meerdere gebruikers vooraf meetbaar wordt gemaakt. Start klein, vergelijk dezelfde taak, bewaak stopregels en laat de organisatie pas opschalen nadat de omgekeerde rekensom positief is. De modelnaam is het begin van de keuze, niet het bewijs dat de businesscase werkt.

In het kort NVIDIA Nemotron 3 Ultra 550B-A55B-NVFP4 maakt meerdere lange agents tegelijk bedienen technisch haalbaar, maar de doorslaggevende kosten zitten in KV-cache, piekgeheugen en afnemende gelijktijdigheid. NVIDIA noemt 550 miljard totale en 55 miljard actieve parameters, configureerbaar denken en een OpenMDW 1.1-licentie. De modelkaart dateert van 4 juni 2026 en positioneert het model voor reasoning, agents, lange context en toolgebruik. We rekenen daarom terug vanaf geaccepteerd werk en laten zien hoeveel tijd of kwaliteit de inzet moet opleveren. De uitkomst is geen rendementsgarantie, maar een beslisgrens die een organisatie met eigen meetgegevens kan toetsen. NVFP4 maakt de gewichten veel compacter, maar wist de rest van de geheugenvraag niet. Elke lange sessie bewaart sleutel- en waarderepresentaties. Bij meerdere gebruikers groeit die cache totdat batchgrootte of context moet worden verlaagd. De eerste fout in veel vergelijkingen is dat de modelprijs wordt behandeld als de volledige kostprijs. In de praktijk horen ook integratie, logging, evaluatie, beveiliging en de tijd van medewerkers bij de rekening. Een goedkope API kan daardoor de duurste route worden wanneer veel antwoorden opnieuw moeten worden gevraagd of gecontroleerd. Andersom kan een duurder model rationeel zijn wanneer het aantoonbaar minder herstelwerk veroorzaakt. Wat de actuele modelinformatie wel en niet zegt Volgens de NVIDIA-modelkaart geldt op 7 oktober 2026 het volgende: NVIDIA noemt 550 miljard totale en 55 miljard actieve parameters, configureerbaar denken en een OpenMDW 1.1-licentie. De modelkaart dateert van 4 juni 2026 en positioneert het model voor reasoning, agents, lange context en toolgebruik. Die gegevens zijn bruikbaar voor een eerste begroting, maar ze zeggen niet hoeveel taken in het Nederlands goed eindigen, hoeveel pogingen nodig zijn of hoeveel menselijke controle resteert. Beschikbaarheid moet bovendien precies worden benoemd. Downloadbare of hostbare variant onder OpenMDW 1.1 plus NVIDIA API-proefdienst. Een model dat via een chatdienst gratis is te proberen, is daarmee niet automatisch vrij inzetbaar in een productieomgeving. Evenmin betekent een openbare modelkaart dat de gewichten downloadbaar zijn of dat commercieel gebruik zonder voorwaarden is toegestaan. De tweede primaire bron is de NVIDIA-gewichtenrepository. Die helpt om de technische mogelijkheden te plaatsen, maar leveranciersdocumentatie blijft leveranciersinformatie. Benchmarkresultaten zijn meestal uitgevoerd onder vaste instellingen en zeggen weinig over eigen documenten, Nederlandse formuleringen, koppelingen of fouten die buiten de testset vallen. Daarom is een kleine, representatieve proef belangrijker dan een lange lijst scores. Kies twintig tot honderd echte taken, leg vooraf vast wat goed genoeg is en laat een inhoudsdeskundige blind beoordelen. Meet daarna kosten per geaccepteerde taak, niet alleen kosten per miljoen tokens. Dat voorkomt dat een model met lage tarieven wint terwijl medewerkers veel correcties uitvoeren. De proef moet ook het normale werkritme nabootsen. Een laboratoriumtest met één korte prompt mist precies de onderdelen die in productie geld kosten: grote bijlagen, meerdere gebruikers, wisselende talen, toolfouten en piekbelasting. Voor meerdere lange agents tegelijk bedienen hoort daarom minstens één rustige dag, één druk moment en één foutscenario in de test. Zo wordt zichtbaar of KV-cache, piekgeheugen en afnemende gelijktijdigheid incidenteel is of structureel terugkomt. Let daarnaast op de volgorde van handelingen. Een workflow die eerst alle documenten naar het duurste model stuurt, verspilt capaciteit wanneer een simpele filter de helft kan verwijderen. Omgekeerd kan te vroeg filteren relevante informatie weggooien. De beste keten gebruikt een goedkoop selectiemechanisme, een passend hoofdmodel en een gerichte controle. Iedere stap krijgt een eigen meetpunt, zodat duidelijk blijft waar kwaliteit verloren gaat. Databeheer hoort vanaf het begin in de opzet. Leg vast welke invoer mag worden bewaard, wie logs kan zien en hoe lang voorbeelden voor evaluatie beschikbaar blijven. De modeluitkomst kan bedrijfsinformatie bevatten, ook wanneer de oorspronkelijke prompt onschuldig lijkt. Een leverancier die niets bewaart, neemt bovendien de eigen plicht tot toegangsbeheer, geheimhouding en incidentregistratie niet over. Een derde aandachtspunt is versiebeheer. Leveranciers vervangen aliassen, voegen modellen toe en beëindigen endpoints. Open gewichten veranderen minder onverwacht, maar de runtime, quantisatie en promptlaag kunnen wel verschuiven. Bewaar daarom een kleine vaste regressieset en draai die opnieuw vóór iedere wijziging. Zonder zo’n anker is een kwaliteitsdaling moeilijk te onderscheiden van veranderde brondata of menselijk beoordelingsverschil. Ook de personeelskant verdient een eigen regel in het budget. Medewerkers moeten leren wanneer het model mag handelen, wanneer een bron nodig is en hoe een fout wordt gemeld. Die opleiding is geen eenmalige kostenpost, omdat modellen en werkprocessen blijven veranderen. Een project dat alleen tijdens de pilot door twee enthousiastelingen wordt gedragen, heeft nog geen schaalbaar bedrijfsproces bewezen. Ten slotte moet de organisatie een alternatief houden. Dat kan een tweede API, een kleiner lokaal model of een handmatige noodprocedure zijn. Redundantie kost geld, maar voorkomt dat een storing of plotselinge prijswijziging het hele proces stilzet. De waarde ervan is het grootst bij werk met deadlines. Juist daar kan één uur uitval duurder zijn dan een maand aan reservekosten. De omgekeerde rekensom maakt de grens zichtbaar Voor het rekenvoorbeeld nemen we maandelijkse model-, beheer- en controlekosten van € 2400. De waarde van een vrijgespeeld arbeidsuur is € 62. De minimale besparing is dan € 2400 gedeeld door € 62, oftewel 38.7 uur per maand. Dat is de drempel vóór financieringskosten, belastingen en een risicomarge. De lage, midden- en hoge scenario’s veronderstellen respectievelijk 7, 24 en 52 bespaarde minuten per werkdag. We rekenen met 220 werkdagen. De bruto tijdswaarde is minuten per dag maal 220 gedeeld door zestig, maal € 62. Daar trekken we twaalf maal € 2400 vanaf. Het verschil is de netto kasbesparing in het schema. Deze formule telt alleen tijd die werkelijk uit betaald werk verdwijnt. Als een medewerker de vrijgekomen minuten niet anders kan inzetten, ontstaat geen directe kasbesparing. Ook mag dezelfde winst niet dubbel worden geteld als snellere doorlooptijd én extra productie, tenzij beide afzonderlijk zijn gemeten. Hetzelfde geldt voor minder fouten: de vermeden herstelkosten mogen niet nogmaals als tijdsbesparing terugkomen. Geheugen kan worden verdeeld over meerdere GPU’s en moderne engines kunnen cache slimmer beheren. Dat maakt productie mogelijk, maar verhoogt de eisen aan interconnect, planning en monitoring. De praktische snelheid blijft dus een systeemeigenschap. Voor 2027, 2028 en 2029 houden we dezelfde uurwaarde en maandkosten aan. Dat is bewust conservatief en maakt zichtbaar welke benutting nodig is zonder een verzonnen daling van tokenprijzen. In werkelijkheid kunnen tarieven, modellen en hardware sneller veranderen dan de interne processen. Een jaarlijkse herijking is daarom noodzakelijk. De scenario’s zijn geen voorspelling van de markt, maar een toets voor de eigen organisatie. Het lage scenario past bij een voorzichtige invoering met veel controles. Het middenscenario veronderstelt dat de workflow stabiel is en medewerkers de uitkomsten gericht nakijken. Het hoge scenario vraagt structureel gebruik, weinig uitval en voldoende vraag naar de vrijgekomen capaciteit. Als alleen het hoge scenario positief is, ligt het risico grotendeels bij de koper. Een gezonde businesscase blijft ook bij het middenscenario overeind en kan een tijdelijke prijsstijging of tegenvallende nauwkeurigheid opvangen. Wat een koper of belegger hieruit kan halen Meet per contextlengte het piekgeheugen en laat minimaal vier representatieve sessies tegelijk lopen. Leg vast hoeveel context werkelijk nodig is en wanneer samenvatting mag vervangen. Bereken kosten per succesvol afgehandelde sessie inclusief hardware, energie en beheer. Voor inkopers is een proefcontract met meetbare service-eisen verstandiger dan een brede uitrol. Leg modelversie, regio, logretentie, maximale kosten per taak en een exitroute vast. Voor open gewichten horen ook de licentieversie, quantisatie, runtime en gebruikte fine-tune in het register. Zonder die gegevens is een resultaat later niet reproduceerbaar. Voor beleggers is lagere tokenprijs op zichzelf geen bewijs van een beter verdienmodel. Goedkopere inferentie kan het gebruik versnellen, maar ook de brutomarge drukken en de concurrentie vergroten. De relevante vragen zijn hoeveel klanten blijven, hoeveel hoogwaardige taken worden uitgevoerd en of de leverancier inkomsten uit tools, hosting of bedrijfscontracten toevoegt zonder dat supportkosten even hard oplopen. De praktische conclusie is nuchter. NVIDIA Nemotron 3 Ultra 550B-A55B-NVFP4 kan waarde leveren, maar alleen wanneer KV-cache, piekgeheugen en afnemende gelijktijdigheid vooraf meetbaar wordt gemaakt. Start klein, vergelijk dezelfde taak, bewaak stopregels en laat de organisatie pas opschalen nadat de omgekeerde rekensom positief is. De modelnaam is het begin van de keuze, niet het bewijs dat de businesscase werkt.

In het kort GLM-5.3, GLM-5.3-Flash en GLM-5.3-FlashX maakt facturen, dossiers of productregels classificeren technisch haalbaar, maar de doorslaggevende kosten zitten in goedkope fouten die veel handmatige controle oproepen. Z.ai vermeldt per miljoen tokens $0,15 input en $0,50 output voor Flash, $0,37 en $1,25 voor FlashX en $1,40 en $4,40 voor GLM-5.3. Cached input is afzonderlijk goedkoper geprijsd. We rekenen daarom terug vanaf geaccepteerd werk en laten zien hoeveel tijd of kwaliteit de inzet moet opleveren. De uitkomst is geen rendementsgarantie, maar een beslisgrens die een organisatie met eigen meetgegevens kan toetsen. Als de API-centen kost en een controleur minuten, domineert de mens de businesscase. Dan is een iets duurder model aantrekkelijk zodra het genoeg controles voorkomt, ook als de benchmarkwinst klein lijkt. De eerste fout in veel vergelijkingen is dat de modelprijs wordt behandeld als de volledige kostprijs. In de praktijk horen ook integratie, logging, evaluatie, beveiliging en de tijd van medewerkers bij de rekening. Een goedkope API kan daardoor de duurste route worden wanneer veel antwoorden opnieuw moeten worden gevraagd of gecontroleerd. Andersom kan een duurder model rationeel zijn wanneer het aantoonbaar minder herstelwerk veroorzaakt. Wat de actuele modelinformatie wel en niet zegt Volgens de Z.ai-prijspagina geldt op 7 oktober 2026 het volgende: Z.ai vermeldt per miljoen tokens $0,15 input en $0,50 output voor Flash, $0,37 en $1,25 voor FlashX en $1,40 en $4,40 voor GLM-5.3. Cached input is afzonderlijk goedkoper geprijsd. Die gegevens zijn bruikbaar voor een eerste begroting, maar ze zeggen niet hoeveel taken in het Nederlands goed eindigen, hoeveel pogingen nodig zijn of hoeveel menselijke controle resteert. Beschikbaarheid moet bovendien precies worden benoemd. Commerciële API; open modellen en diensten van derden hebben eigen voorwaarden. Een model dat via een chatdienst gratis is te proberen, is daarmee niet automatisch vrij inzetbaar in een productieomgeving. Evenmin betekent een openbare modelkaart dat de gewichten downloadbaar zijn of dat commercieel gebruik zonder voorwaarden is toegestaan. De tweede primaire bron is de Z.ai-modeloverzicht. Die helpt om de technische mogelijkheden te plaatsen, maar leveranciersdocumentatie blijft leveranciersinformatie. Benchmarkresultaten zijn meestal uitgevoerd onder vaste instellingen en zeggen weinig over eigen documenten, Nederlandse formuleringen, koppelingen of fouten die buiten de testset vallen. Daarom is een kleine, representatieve proef belangrijker dan een lange lijst scores. Kies twintig tot honderd echte taken, leg vooraf vast wat goed genoeg is en laat een inhoudsdeskundige blind beoordelen. Meet daarna kosten per geaccepteerde taak, niet alleen kosten per miljoen tokens. Dat voorkomt dat een model met lage tarieven wint terwijl medewerkers veel correcties uitvoeren. De proef moet ook het normale werkritme nabootsen. Een laboratoriumtest met één korte prompt mist precies de onderdelen die in productie geld kosten: grote bijlagen, meerdere gebruikers, wisselende talen, toolfouten en piekbelasting. Voor facturen, dossiers of productregels classificeren hoort daarom minstens één rustige dag, één druk moment en één foutscenario in de test. Zo wordt zichtbaar of goedkope fouten die veel handmatige controle oproepen incidenteel is of structureel terugkomt. Let daarnaast op de volgorde van handelingen. Een workflow die eerst alle documenten naar het duurste model stuurt, verspilt capaciteit wanneer een simpele filter de helft kan verwijderen. Omgekeerd kan te vroeg filteren relevante informatie weggooien. De beste keten gebruikt een goedkoop selectiemechanisme, een passend hoofdmodel en een gerichte controle. Iedere stap krijgt een eigen meetpunt, zodat duidelijk blijft waar kwaliteit verloren gaat. Databeheer hoort vanaf het begin in de opzet. Leg vast welke invoer mag worden bewaard, wie logs kan zien en hoe lang voorbeelden voor evaluatie beschikbaar blijven. De modeluitkomst kan bedrijfsinformatie bevatten, ook wanneer de oorspronkelijke prompt onschuldig lijkt. Een leverancier die niets bewaart, neemt bovendien de eigen plicht tot toegangsbeheer, geheimhouding en incidentregistratie niet over. Een derde aandachtspunt is versiebeheer. Leveranciers vervangen aliassen, voegen modellen toe en beëindigen endpoints. Open gewichten veranderen minder onverwacht, maar de runtime, quantisatie en promptlaag kunnen wel verschuiven. Bewaar daarom een kleine vaste regressieset en draai die opnieuw vóór iedere wijziging. Zonder zo’n anker is een kwaliteitsdaling moeilijk te onderscheiden van veranderde brondata of menselijk beoordelingsverschil. Ook de personeelskant verdient een eigen regel in het budget. Medewerkers moeten leren wanneer het model mag handelen, wanneer een bron nodig is en hoe een fout wordt gemeld. Die opleiding is geen eenmalige kostenpost, omdat modellen en werkprocessen blijven veranderen. Een project dat alleen tijdens de pilot door twee enthousiastelingen wordt gedragen, heeft nog geen schaalbaar bedrijfsproces bewezen. Ten slotte moet de organisatie een alternatief houden. Dat kan een tweede API, een kleiner lokaal model of een handmatige noodprocedure zijn. Redundantie kost geld, maar voorkomt dat een storing of plotselinge prijswijziging het hele proces stilzet. De waarde ervan is het grootst bij werk met deadlines. Juist daar kan één uur uitval duurder zijn dan een maand aan reservekosten. De omgekeerde rekensom maakt de grens zichtbaar Voor het rekenvoorbeeld nemen we maandelijkse model-, beheer- en controlekosten van € 300. De waarde van een vrijgespeeld arbeidsuur is € 44. De minimale besparing is dan € 300 gedeeld door € 44, oftewel 6.8 uur per maand. Dat is de drempel vóór financieringskosten, belastingen en een risicomarge. De lage, midden- en hoge scenario’s veronderstellen respectievelijk 4, 12 en 26 bespaarde minuten per werkdag. We rekenen met 220 werkdagen. De bruto tijdswaarde is minuten per dag maal 220 gedeeld door zestig, maal € 44. Daar trekken we twaalf maal € 300 vanaf. Het verschil is de netto kasbesparing in het schema. Deze formule telt alleen tijd die werkelijk uit betaald werk verdwijnt. Als een medewerker de vrijgekomen minuten niet anders kan inzetten, ontstaat geen directe kasbesparing. Ook mag dezelfde winst niet dubbel worden geteld als snellere doorlooptijd én extra productie, tenzij beide afzonderlijk zijn gemeten. Hetzelfde geldt voor minder fouten: de vermeden herstelkosten mogen niet nogmaals als tijdsbesparing terugkomen. Volledige controle is niet altijd nodig. Bij laag-risicowerk kan een steekproef voldoende zijn. Het verschil zit in de schade van een fout: een verkeerd label in een interne zoekindex is iets anders dan een fout bedrag in een klantfactuur. Voor 2027, 2028 en 2029 houden we dezelfde uurwaarde en maandkosten aan. Dat is bewust conservatief en maakt zichtbaar welke benutting nodig is zonder een verzonnen daling van tokenprijzen. In werkelijkheid kunnen tarieven, modellen en hardware sneller veranderen dan de interne processen. Een jaarlijkse herijking is daarom noodzakelijk. De scenario’s zijn geen voorspelling van de markt, maar een toets voor de eigen organisatie. Het lage scenario past bij een voorzichtige invoering met veel controles. Het middenscenario veronderstelt dat de workflow stabiel is en medewerkers de uitkomsten gericht nakijken. Het hoge scenario vraagt structureel gebruik, weinig uitval en voldoende vraag naar de vrijgekomen capaciteit. Als alleen het hoge scenario positief is, ligt het risico grotendeels bij de koper. Een gezonde businesscase blijft ook bij het middenscenario overeind en kan een tijdelijke prijsstijging of tegenvallende nauwkeurigheid opvangen. Wat een koper of belegger hieruit kan halen Bepaal per veld het toegestane foutpercentage en controleer risicovelden zwaarder. Vergelijk Flash, FlashX en GLM-5.3 op dezelfde dataset. Reken kosten per correct geaccepteerde regel, inclusief de minuten voor steekproeven en herstel. Voor inkopers is een proefcontract met meetbare service-eisen verstandiger dan een brede uitrol. Leg modelversie, regio, logretentie, maximale kosten per taak en een exitroute vast. Voor open gewichten horen ook de licentieversie, quantisatie, runtime en gebruikte fine-tune in het register. Zonder die gegevens is een resultaat later niet reproduceerbaar. Voor beleggers is lagere tokenprijs op zichzelf geen bewijs van een beter verdienmodel. Goedkopere inferentie kan het gebruik versnellen, maar ook de brutomarge drukken en de concurrentie vergroten. De relevante vragen zijn hoeveel klanten blijven, hoeveel hoogwaardige taken worden uitgevoerd en of de leverancier inkomsten uit tools, hosting of bedrijfscontracten toevoegt zonder dat supportkosten even hard oplopen. De praktische conclusie is nuchter. GLM-5.3, GLM-5.3-Flash en GLM-5.3-FlashX kan waarde leveren, maar alleen wanneer goedkope fouten die veel handmatige controle oproepen vooraf meetbaar wordt gemaakt. Start klein, vergelijk dezelfde taak, bewaak stopregels en laat de organisatie pas opschalen nadat de omgekeerde rekensom positief is. De modelnaam is het begin van de keuze, niet het bewijs dat de businesscase werkt.

In het kort Llama 4 Scout en Llama 4 Maverick maakt een intern platform dat meerdere teams van een taalmodel voorziet technisch haalbaar, maar de doorslaggevende kosten zitten in verouderde versies, onbeheerde finetunes en versnipperde evaluaties. Meta distribueert Llama-modellen onder de Llama Community License. Dat is geen Apache- of MIT-licentie en bevat eigen voorwaarden. De gewichten zijn downloadbaar, terwijl hosting, quantisatie en ondersteuning door Meta of derden afzonderlijk worden geregeld. We rekenen daarom terug vanaf geaccepteerd werk en laten zien hoeveel tijd of kwaliteit de inzet moet opleveren. De uitkomst is geen rendementsgarantie, maar een beslisgrens die een organisatie met eigen meetgegevens kan toetsen. Een centrale API verbergt veel operationeel werk. Met eigen Llama-inzet moet een team patches, modelbestanden, promptversies en gebruikersrechten beheren. Als elk team zelf begint, ontstaan snel verschillende modellen met onvergelijkbare risico’s. De eerste fout in veel vergelijkingen is dat de modelprijs wordt behandeld als de volledige kostprijs. In de praktijk horen ook integratie, logging, evaluatie, beveiliging en de tijd van medewerkers bij de rekening. Een goedkope API kan daardoor de duurste route worden wanneer veel antwoorden opnieuw moeten worden gevraagd of gecontroleerd. Andersom kan een duurder model rationeel zijn wanneer het aantoonbaar minder herstelwerk veroorzaakt. Wat de actuele modelinformatie wel en niet zegt Volgens de Meta Llama-downloadpagina geldt op 7 oktober 2026 het volgende: Meta distribueert Llama-modellen onder de Llama Community License. Dat is geen Apache- of MIT-licentie en bevat eigen voorwaarden. De gewichten zijn downloadbaar, terwijl hosting, quantisatie en ondersteuning door Meta of derden afzonderlijk worden geregeld. Die gegevens zijn bruikbaar voor een eerste begroting, maar ze zeggen niet hoeveel taken in het Nederlands goed eindigen, hoeveel pogingen nodig zijn of hoeveel menselijke controle resteert. Beschikbaarheid moet bovendien precies worden benoemd. Downloadbare gewichten onder de Llama Community License. Een model dat via een chatdienst gratis is te proberen, is daarmee niet automatisch vrij inzetbaar in een productieomgeving. Evenmin betekent een openbare modelkaart dat de gewichten downloadbaar zijn of dat commercieel gebruik zonder voorwaarden is toegestaan. De tweede primaire bron is de Llama-licentie en downloads. Die helpt om de technische mogelijkheden te plaatsen, maar leveranciersdocumentatie blijft leveranciersinformatie. Benchmarkresultaten zijn meestal uitgevoerd onder vaste instellingen en zeggen weinig over eigen documenten, Nederlandse formuleringen, koppelingen of fouten die buiten de testset vallen. Daarom is een kleine, representatieve proef belangrijker dan een lange lijst scores. Kies twintig tot honderd echte taken, leg vooraf vast wat goed genoeg is en laat een inhoudsdeskundige blind beoordelen. Meet daarna kosten per geaccepteerde taak, niet alleen kosten per miljoen tokens. Dat voorkomt dat een model met lage tarieven wint terwijl medewerkers veel correcties uitvoeren. De proef moet ook het normale werkritme nabootsen. Een laboratoriumtest met één korte prompt mist precies de onderdelen die in productie geld kosten: grote bijlagen, meerdere gebruikers, wisselende talen, toolfouten en piekbelasting. Voor een intern platform dat meerdere teams van een taalmodel voorziet hoort daarom minstens één rustige dag, één druk moment en één foutscenario in de test. Zo wordt zichtbaar of verouderde versies, onbeheerde finetunes en versnipperde evaluaties incidenteel is of structureel terugkomt. Let daarnaast op de volgorde van handelingen. Een workflow die eerst alle documenten naar het duurste model stuurt, verspilt capaciteit wanneer een simpele filter de helft kan verwijderen. Omgekeerd kan te vroeg filteren relevante informatie weggooien. De beste keten gebruikt een goedkoop selectiemechanisme, een passend hoofdmodel en een gerichte controle. Iedere stap krijgt een eigen meetpunt, zodat duidelijk blijft waar kwaliteit verloren gaat. Databeheer hoort vanaf het begin in de opzet. Leg vast welke invoer mag worden bewaard, wie logs kan zien en hoe lang voorbeelden voor evaluatie beschikbaar blijven. De modeluitkomst kan bedrijfsinformatie bevatten, ook wanneer de oorspronkelijke prompt onschuldig lijkt. Een leverancier die niets bewaart, neemt bovendien de eigen plicht tot toegangsbeheer, geheimhouding en incidentregistratie niet over. Een derde aandachtspunt is versiebeheer. Leveranciers vervangen aliassen, voegen modellen toe en beëindigen endpoints. Open gewichten veranderen minder onverwacht, maar de runtime, quantisatie en promptlaag kunnen wel verschuiven. Bewaar daarom een kleine vaste regressieset en draai die opnieuw vóór iedere wijziging. Zonder zo’n anker is een kwaliteitsdaling moeilijk te onderscheiden van veranderde brondata of menselijk beoordelingsverschil. Ook de personeelskant verdient een eigen regel in het budget. Medewerkers moeten leren wanneer het model mag handelen, wanneer een bron nodig is en hoe een fout wordt gemeld. Die opleiding is geen eenmalige kostenpost, omdat modellen en werkprocessen blijven veranderen. Een project dat alleen tijdens de pilot door twee enthousiastelingen wordt gedragen, heeft nog geen schaalbaar bedrijfsproces bewezen. Ten slotte moet de organisatie een alternatief houden. Dat kan een tweede API, een kleiner lokaal model of een handmatige noodprocedure zijn. Redundantie kost geld, maar voorkomt dat een storing of plotselinge prijswijziging het hele proces stilzet. De waarde ervan is het grootst bij werk met deadlines. Juist daar kan één uur uitval duurder zijn dan een maand aan reservekosten. De omgekeerde rekensom maakt de grens zichtbaar Voor het rekenvoorbeeld nemen we maandelijkse model-, beheer- en controlekosten van € 1100. De waarde van een vrijgespeeld arbeidsuur is € 51. De minimale besparing is dan € 1100 gedeeld door € 51, oftewel 21.6 uur per maand. Dat is de drempel vóór financieringskosten, belastingen en een risicomarge. De lage, midden- en hoge scenario’s veronderstellen respectievelijk 6, 20 en 45 bespaarde minuten per werkdag. We rekenen met 220 werkdagen. De bruto tijdswaarde is minuten per dag maal 220 gedeeld door zestig, maal € 51. Daar trekken we twaalf maal € 1100 vanaf. Het verschil is de netto kasbesparing in het schema. Deze formule telt alleen tijd die werkelijk uit betaald werk verdwijnt. Als een medewerker de vrijgekomen minuten niet anders kan inzetten, ontstaat geen directe kasbesparing. Ook mag dezelfde winst niet dubbel worden geteld als snellere doorlooptijd én extra productie, tenzij beide afzonderlijk zijn gemeten. Hetzelfde geldt voor minder fouten: de vermeden herstelkosten mogen niet nogmaals als tijdsbesparing terugkomen. Die regie kan juist de reden zijn om Llama te kiezen. Een organisatie kan data lokaal houden, eigen veiligheidslagen toepassen en van hoster wisselen. Het voordeel ontstaat alleen als de gedeelde infrastructuur werkelijk wordt gebruikt. Voor 2027, 2028 en 2029 houden we dezelfde uurwaarde en maandkosten aan. Dat is bewust conservatief en maakt zichtbaar welke benutting nodig is zonder een verzonnen daling van tokenprijzen. In werkelijkheid kunnen tarieven, modellen en hardware sneller veranderen dan de interne processen. Een jaarlijkse herijking is daarom noodzakelijk. De scenario’s zijn geen voorspelling van de markt, maar een toets voor de eigen organisatie. Het lage scenario past bij een voorzichtige invoering met veel controles. Het middenscenario veronderstelt dat de workflow stabiel is en medewerkers de uitkomsten gericht nakijken. Het hoge scenario vraagt structureel gebruik, weinig uitval en voldoende vraag naar de vrijgekomen capaciteit. Als alleen het hoge scenario positief is, ligt het risico grotendeels bij de koper. Een gezonde businesscase blijft ook bij het middenscenario overeind en kan een tijdelijke prijsstijging of tegenvallende nauwkeurigheid opvangen. Wat een koper of belegger hieruit kan halen Maak één modelregister met eigenaar, licentie, evaluatiedatum en toegestane toepassingen. Bied een centrale interne endpoint en voorkom losse schaduwservers. Vergelijk de totale platformkosten met de vermeden API-uitgaven en tel alleen actief gebruikte capaciteit mee. Voor inkopers is een proefcontract met meetbare service-eisen verstandiger dan een brede uitrol. Leg modelversie, regio, logretentie, maximale kosten per taak en een exitroute vast. Voor open gewichten horen ook de licentieversie, quantisatie, runtime en gebruikte fine-tune in het register. Zonder die gegevens is een resultaat later niet reproduceerbaar. Voor beleggers is lagere tokenprijs op zichzelf geen bewijs van een beter verdienmodel. Goedkopere inferentie kan het gebruik versnellen, maar ook de brutomarge drukken en de concurrentie vergroten. De relevante vragen zijn hoeveel klanten blijven, hoeveel hoogwaardige taken worden uitgevoerd en of de leverancier inkomsten uit tools, hosting of bedrijfscontracten toevoegt zonder dat supportkosten even hard oplopen. De praktische conclusie is nuchter. Llama 4 Scout en Llama 4 Maverick kan waarde leveren, maar alleen wanneer verouderde versies, onbeheerde finetunes en versnipperde evaluaties vooraf meetbaar wordt gemaakt. Start klein, vergelijk dezelfde taak, bewaak stopregels en laat de organisatie pas opschalen nadat de omgekeerde rekensom positief is. De modelnaam is het begin van de keuze, niet het bewijs dat de businesscase werkt.

In het kort Gemma 4 E2B, E4B, 12B, 26B A4B en 31B maakt een eigen taal- of classificatiemodel finetunen technisch haalbaar, maar de doorslaggevende kosten zitten in mooie trainingsscore zonder stabiele productiekwaliteit. De officiële modelkaart noemt vijf formaten, maximaal 256.000 tokens context, ondersteuning voor meer dan 140 talen en open gewichten onder Apache 2.0. E2B, E4B en 12B ondersteunen ook audio-invoer; de familie combineert dichte en MoE-architecturen. We rekenen daarom terug vanaf geaccepteerd werk en laten zien hoeveel tijd of kwaliteit de inzet moet opleveren. De uitkomst is geen rendementsgarantie, maar een beslisgrens die een organisatie met eigen meetgegevens kan toetsen. De training zelf kan op gehuurde hardware goedkoop lijken. Het samenstellen van betrouwbare voorbeelden en het beoordelen van honderden randgevallen kost vaak meer. Zonder vaste evaluaties kan een nieuwe versie één taak verbeteren en een andere ongemerkt verslechteren. De eerste fout in veel vergelijkingen is dat de modelprijs wordt behandeld als de volledige kostprijs. In de praktijk horen ook integratie, logging, evaluatie, beveiliging en de tijd van medewerkers bij de rekening. Een goedkope API kan daardoor de duurste route worden wanneer veel antwoorden opnieuw moeten worden gevraagd of gecontroleerd. Andersom kan een duurder model rationeel zijn wanneer het aantoonbaar minder herstelwerk veroorzaakt. Wat de actuele modelinformatie wel en niet zegt Volgens de officiële Gemma 4-modelkaart geldt op 7 oktober 2026 het volgende: De officiële modelkaart noemt vijf formaten, maximaal 256.000 tokens context, ondersteuning voor meer dan 140 talen en open gewichten onder Apache 2.0. E2B, E4B en 12B ondersteunen ook audio-invoer; de familie combineert dichte en MoE-architecturen. Die gegevens zijn bruikbaar voor een eerste begroting, maar ze zeggen niet hoeveel taken in het Nederlands goed eindigen, hoeveel pogingen nodig zijn of hoeveel menselijke controle resteert. Beschikbaarheid moet bovendien precies worden benoemd. Open gewichten onder Apache 2.0; hosting en ondersteuning zijn afzonderlijke keuzes. Een model dat via een chatdienst gratis is te proberen, is daarmee niet automatisch vrij inzetbaar in een productieomgeving. Evenmin betekent een openbare modelkaart dat de gewichten downloadbaar zijn of dat commercieel gebruik zonder voorwaarden is toegestaan. De tweede primaire bron is de Google over QLoRA-finetuning. Die helpt om de technische mogelijkheden te plaatsen, maar leveranciersdocumentatie blijft leveranciersinformatie. Benchmarkresultaten zijn meestal uitgevoerd onder vaste instellingen en zeggen weinig over eigen documenten, Nederlandse formuleringen, koppelingen of fouten die buiten de testset vallen. Daarom is een kleine, representatieve proef belangrijker dan een lange lijst scores. Kies twintig tot honderd echte taken, leg vooraf vast wat goed genoeg is en laat een inhoudsdeskundige blind beoordelen. Meet daarna kosten per geaccepteerde taak, niet alleen kosten per miljoen tokens. Dat voorkomt dat een model met lage tarieven wint terwijl medewerkers veel correcties uitvoeren. De proef moet ook het normale werkritme nabootsen. Een laboratoriumtest met één korte prompt mist precies de onderdelen die in productie geld kosten: grote bijlagen, meerdere gebruikers, wisselende talen, toolfouten en piekbelasting. Voor een eigen taal- of classificatiemodel finetunen hoort daarom minstens één rustige dag, één druk moment en één foutscenario in de test. Zo wordt zichtbaar of mooie trainingsscore zonder stabiele productiekwaliteit incidenteel is of structureel terugkomt. Let daarnaast op de volgorde van handelingen. Een workflow die eerst alle documenten naar het duurste model stuurt, verspilt capaciteit wanneer een simpele filter de helft kan verwijderen. Omgekeerd kan te vroeg filteren relevante informatie weggooien. De beste keten gebruikt een goedkoop selectiemechanisme, een passend hoofdmodel en een gerichte controle. Iedere stap krijgt een eigen meetpunt, zodat duidelijk blijft waar kwaliteit verloren gaat. Databeheer hoort vanaf het begin in de opzet. Leg vast welke invoer mag worden bewaard, wie logs kan zien en hoe lang voorbeelden voor evaluatie beschikbaar blijven. De modeluitkomst kan bedrijfsinformatie bevatten, ook wanneer de oorspronkelijke prompt onschuldig lijkt. Een leverancier die niets bewaart, neemt bovendien de eigen plicht tot toegangsbeheer, geheimhouding en incidentregistratie niet over. Een derde aandachtspunt is versiebeheer. Leveranciers vervangen aliassen, voegen modellen toe en beëindigen endpoints. Open gewichten veranderen minder onverwacht, maar de runtime, quantisatie en promptlaag kunnen wel verschuiven. Bewaar daarom een kleine vaste regressieset en draai die opnieuw vóór iedere wijziging. Zonder zo’n anker is een kwaliteitsdaling moeilijk te onderscheiden van veranderde brondata of menselijk beoordelingsverschil. Ook de personeelskant verdient een eigen regel in het budget. Medewerkers moeten leren wanneer het model mag handelen, wanneer een bron nodig is en hoe een fout wordt gemeld. Die opleiding is geen eenmalige kostenpost, omdat modellen en werkprocessen blijven veranderen. Een project dat alleen tijdens de pilot door twee enthousiastelingen wordt gedragen, heeft nog geen schaalbaar bedrijfsproces bewezen. Ten slotte moet de organisatie een alternatief houden. Dat kan een tweede API, een kleiner lokaal model of een handmatige noodprocedure zijn. Redundantie kost geld, maar voorkomt dat een storing of plotselinge prijswijziging het hele proces stilzet. De waarde ervan is het grootst bij werk met deadlines. Juist daar kan één uur uitval duurder zijn dan een maand aan reservekosten. De omgekeerde rekensom maakt de grens zichtbaar Voor het rekenvoorbeeld nemen we maandelijkse model-, beheer- en controlekosten van € 650. De waarde van een vrijgespeeld arbeidsuur is € 49. De minimale besparing is dan € 650 gedeeld door € 49, oftewel 13.3 uur per maand. Dat is de drempel vóór financieringskosten, belastingen en een risicomarge. De lage, midden- en hoge scenario’s veronderstellen respectievelijk 6, 19 en 42 bespaarde minuten per werkdag. We rekenen met 220 werkdagen. De bruto tijdswaarde is minuten per dag maal 220 gedeeld door zestig, maal € 49. Daar trekken we twaalf maal € 650 vanaf. Het verschil is de netto kasbesparing in het schema. Deze formule telt alleen tijd die werkelijk uit betaald werk verdwijnt. Als een medewerker de vrijgekomen minuten niet anders kan inzetten, ontstaat geen directe kasbesparing. Ook mag dezelfde winst niet dubbel worden geteld als snellere doorlooptijd én extra productie, tenzij beide afzonderlijk zijn gemeten. Hetzelfde geldt voor minder fouten: de vermeden herstelkosten mogen niet nogmaals als tijdsbesparing terugkomen. Niet elk project heeft duizenden voorbeelden nodig. Met een kleine, goed gekozen set en parameter-efficiënte technieken kan een compact model al duidelijk beter aansluiten. Dat maakt experimenteren juist aantrekkelijk, mits de evaluatie vanaf de eerste dag meegroeit. Voor 2027, 2028 en 2029 houden we dezelfde uurwaarde en maandkosten aan. Dat is bewust conservatief en maakt zichtbaar welke benutting nodig is zonder een verzonnen daling van tokenprijzen. In werkelijkheid kunnen tarieven, modellen en hardware sneller veranderen dan de interne processen. Een jaarlijkse herijking is daarom noodzakelijk. De scenario’s zijn geen voorspelling van de markt, maar een toets voor de eigen organisatie. Het lage scenario past bij een voorzichtige invoering met veel controles. Het middenscenario veronderstelt dat de workflow stabiel is en medewerkers de uitkomsten gericht nakijken. Het hoge scenario vraagt structureel gebruik, weinig uitval en voldoende vraag naar de vrijgekomen capaciteit. Als alleen het hoge scenario positief is, ligt het risico grotendeels bij de koper. Een gezonde businesscase blijft ook bij het middenscenario overeind en kan een tijdelijke prijsstijging of tegenvallende nauwkeurigheid opvangen. Wat een koper of belegger hieruit kan halen Reserveer vóór de training een evaluatieset die niet in de trainingsdata zit. Meet Nederlands, brongebruik, veiligheid en de eigen taak afzonderlijk. Reken annotatie- en reviewuren mee. Train pas opnieuw wanneer de verwachte productiviteitswinst groter is dan die terugkerende evaluatiekosten. Voor inkopers is een proefcontract met meetbare service-eisen verstandiger dan een brede uitrol. Leg modelversie, regio, logretentie, maximale kosten per taak en een exitroute vast. Voor open gewichten horen ook de licentieversie, quantisatie, runtime en gebruikte fine-tune in het register. Zonder die gegevens is een resultaat later niet reproduceerbaar. Voor beleggers is lagere tokenprijs op zichzelf geen bewijs van een beter verdienmodel. Goedkopere inferentie kan het gebruik versnellen, maar ook de brutomarge drukken en de concurrentie vergroten. De relevante vragen zijn hoeveel klanten blijven, hoeveel hoogwaardige taken worden uitgevoerd en of de leverancier inkomsten uit tools, hosting of bedrijfscontracten toevoegt zonder dat supportkosten even hard oplopen. De praktische conclusie is nuchter. Gemma 4 E2B, E4B, 12B, 26B A4B en 31B kan waarde leveren, maar alleen wanneer mooie trainingsscore zonder stabiele productiekwaliteit vooraf meetbaar wordt gemaakt. Start klein, vergelijk dezelfde taak, bewaak stopregels en laat de organisatie pas opschalen nadat de omgekeerde rekensom positief is. De modelnaam is het begin van de keuze, niet het bewijs dat de businesscase werkt.

In het kort Mistral Large 4, Mistral Small 4 en Ministral 3 maakt een Europese kennisdienst met gevoelige bedrijfsinformatie technisch haalbaar, maar de doorslaggevende kosten zitten in beheerlast, beschikbaarheid en schijnsoevereiniteit. De actuele API-prijspagina noemt onder meer $0,15 input en $0,60 output per miljoen tokens voor Mistral Small 4. Large 4 heeft een tijdelijke verkoopprijs; Ministral 3 is gericht op kleinere inzet. Licenties verschillen per model. We rekenen daarom terug vanaf geaccepteerd werk en laten zien hoeveel tijd of kwaliteit de inzet moet opleveren. De uitkomst is geen rendementsgarantie, maar een beslisgrens die een organisatie met eigen meetgegevens kan toetsen. Een model binnen Europa draaien geeft meer regie, maar creëert ook werk. Iemand moet updates testen, incidenten volgen, capaciteit reserveren en resultaten evalueren. Die uren verdwijnen niet omdat de gewichten open zijn. De eerste fout in veel vergelijkingen is dat de modelprijs wordt behandeld als de volledige kostprijs. In de praktijk horen ook integratie, logging, evaluatie, beveiliging en de tijd van medewerkers bij de rekening. Een goedkope API kan daardoor de duurste route worden wanneer veel antwoorden opnieuw moeten worden gevraagd of gecontroleerd. Andersom kan een duurder model rationeel zijn wanneer het aantoonbaar minder herstelwerk veroorzaakt. Wat de actuele modelinformatie wel en niet zegt Volgens de Mistral-prijspagina geldt op 7 oktober 2026 het volgende: De actuele API-prijspagina noemt onder meer $0,15 input en $0,60 output per miljoen tokens voor Mistral Small 4. Large 4 heeft een tijdelijke verkoopprijs; Ministral 3 is gericht op kleinere inzet. Licenties verschillen per model. Die gegevens zijn bruikbaar voor een eerste begroting, maar ze zeggen niet hoeveel taken in het Nederlands goed eindigen, hoeveel pogingen nodig zijn of hoeveel menselijke controle resteert. Beschikbaarheid moet bovendien precies worden benoemd. Commerciële API naast open modellen met modelspecifieke licenties. Een model dat via een chatdienst gratis is te proberen, is daarmee niet automatisch vrij inzetbaar in een productieomgeving. Evenmin betekent een openbare modelkaart dat de gewichten downloadbaar zijn of dat commercieel gebruik zonder voorwaarden is toegestaan. De tweede primaire bron is de Mistral-modeloverzicht. Die helpt om de technische mogelijkheden te plaatsen, maar leveranciersdocumentatie blijft leveranciersinformatie. Benchmarkresultaten zijn meestal uitgevoerd onder vaste instellingen en zeggen weinig over eigen documenten, Nederlandse formuleringen, koppelingen of fouten die buiten de testset vallen. Daarom is een kleine, representatieve proef belangrijker dan een lange lijst scores. Kies twintig tot honderd echte taken, leg vooraf vast wat goed genoeg is en laat een inhoudsdeskundige blind beoordelen. Meet daarna kosten per geaccepteerde taak, niet alleen kosten per miljoen tokens. Dat voorkomt dat een model met lage tarieven wint terwijl medewerkers veel correcties uitvoeren. De proef moet ook het normale werkritme nabootsen. Een laboratoriumtest met één korte prompt mist precies de onderdelen die in productie geld kosten: grote bijlagen, meerdere gebruikers, wisselende talen, toolfouten en piekbelasting. Voor een Europese kennisdienst met gevoelige bedrijfsinformatie hoort daarom minstens één rustige dag, één druk moment en één foutscenario in de test. Zo wordt zichtbaar of beheerlast, beschikbaarheid en schijnsoevereiniteit incidenteel is of structureel terugkomt. Let daarnaast op de volgorde van handelingen. Een workflow die eerst alle documenten naar het duurste model stuurt, verspilt capaciteit wanneer een simpele filter de helft kan verwijderen. Omgekeerd kan te vroeg filteren relevante informatie weggooien. De beste keten gebruikt een goedkoop selectiemechanisme, een passend hoofdmodel en een gerichte controle. Iedere stap krijgt een eigen meetpunt, zodat duidelijk blijft waar kwaliteit verloren gaat. Databeheer hoort vanaf het begin in de opzet. Leg vast welke invoer mag worden bewaard, wie logs kan zien en hoe lang voorbeelden voor evaluatie beschikbaar blijven. De modeluitkomst kan bedrijfsinformatie bevatten, ook wanneer de oorspronkelijke prompt onschuldig lijkt. Een leverancier die niets bewaart, neemt bovendien de eigen plicht tot toegangsbeheer, geheimhouding en incidentregistratie niet over. Een derde aandachtspunt is versiebeheer. Leveranciers vervangen aliassen, voegen modellen toe en beëindigen endpoints. Open gewichten veranderen minder onverwacht, maar de runtime, quantisatie en promptlaag kunnen wel verschuiven. Bewaar daarom een kleine vaste regressieset en draai die opnieuw vóór iedere wijziging. Zonder zo’n anker is een kwaliteitsdaling moeilijk te onderscheiden van veranderde brondata of menselijk beoordelingsverschil. Ook de personeelskant verdient een eigen regel in het budget. Medewerkers moeten leren wanneer het model mag handelen, wanneer een bron nodig is en hoe een fout wordt gemeld. Die opleiding is geen eenmalige kostenpost, omdat modellen en werkprocessen blijven veranderen. Een project dat alleen tijdens de pilot door twee enthousiastelingen wordt gedragen, heeft nog geen schaalbaar bedrijfsproces bewezen. Ten slotte moet de organisatie een alternatief houden. Dat kan een tweede API, een kleiner lokaal model of een handmatige noodprocedure zijn. Redundantie kost geld, maar voorkomt dat een storing of plotselinge prijswijziging het hele proces stilzet. De waarde ervan is het grootst bij werk met deadlines. Juist daar kan één uur uitval duurder zijn dan een maand aan reservekosten. De omgekeerde rekensom maakt de grens zichtbaar Voor het rekenvoorbeeld nemen we maandelijkse model-, beheer- en controlekosten van € 780. De waarde van een vrijgespeeld arbeidsuur is € 54. De minimale besparing is dan € 780 gedeeld door € 54, oftewel 14.4 uur per maand. Dat is de drempel vóór financieringskosten, belastingen en een risicomarge. De lage, midden- en hoge scenario’s veronderstellen respectievelijk 5, 18 en 40 bespaarde minuten per werkdag. We rekenen met 220 werkdagen. De bruto tijdswaarde is minuten per dag maal 220 gedeeld door zestig, maal € 54. Daar trekken we twaalf maal € 780 vanaf. Het verschil is de netto kasbesparing in het schema. Deze formule telt alleen tijd die werkelijk uit betaald werk verdwijnt. Als een medewerker de vrijgekomen minuten niet anders kan inzetten, ontstaat geen directe kasbesparing. Ook mag dezelfde winst niet dubbel worden geteld als snellere doorlooptijd én extra productie, tenzij beide afzonderlijk zijn gemeten. Hetzelfde geldt voor minder fouten: de vermeden herstelkosten mogen niet nogmaals als tijdsbesparing terugkomen. Beheer heeft ook strategische waarde. Een organisatie kan minder afhankelijk worden van één buitenlandse API en eigen beveiligingsmaatregelen afdwingen. Dat voordeel is reëel, maar moet worden gekoppeld aan concrete eisen en niet aan een vaag gevoel van controle. Voor 2027, 2028 en 2029 houden we dezelfde uurwaarde en maandkosten aan. Dat is bewust conservatief en maakt zichtbaar welke benutting nodig is zonder een verzonnen daling van tokenprijzen. In werkelijkheid kunnen tarieven, modellen en hardware sneller veranderen dan de interne processen. Een jaarlijkse herijking is daarom noodzakelijk. De scenario’s zijn geen voorspelling van de markt, maar een toets voor de eigen organisatie. Het lage scenario past bij een voorzichtige invoering met veel controles. Het middenscenario veronderstelt dat de workflow stabiel is en medewerkers de uitkomsten gericht nakijken. Het hoge scenario vraagt structureel gebruik, weinig uitval en voldoende vraag naar de vrijgekomen capaciteit. Als alleen het hoge scenario positief is, ligt het risico grotendeels bij de koper. Een gezonde businesscase blijft ook bij het middenscenario overeind en kan een tijdelijke prijsstijging of tegenvallende nauwkeurigheid opvangen. Wat een koper of belegger hieruit kan halen Maak twee volledige scenario’s: beheerde API en eigen of Europese hosting. Neem personeel, redundantie, energie, monitoring en exitkosten mee. Kies eigen beheer pas wanneer de controle-eisen of structurele benutting het prijsverschil dragen. Voor inkopers is een proefcontract met meetbare service-eisen verstandiger dan een brede uitrol. Leg modelversie, regio, logretentie, maximale kosten per taak en een exitroute vast. Voor open gewichten horen ook de licentieversie, quantisatie, runtime en gebruikte fine-tune in het register. Zonder die gegevens is een resultaat later niet reproduceerbaar. Voor beleggers is lagere tokenprijs op zichzelf geen bewijs van een beter verdienmodel. Goedkopere inferentie kan het gebruik versnellen, maar ook de brutomarge drukken en de concurrentie vergroten. De relevante vragen zijn hoeveel klanten blijven, hoeveel hoogwaardige taken worden uitgevoerd en of de leverancier inkomsten uit tools, hosting of bedrijfscontracten toevoegt zonder dat supportkosten even hard oplopen. De praktische conclusie is nuchter. Mistral Large 4, Mistral Small 4 en Ministral 3 kan waarde leveren, maar alleen wanneer beheerlast, beschikbaarheid en schijnsoevereiniteit vooraf meetbaar wordt gemaakt. Start klein, vergelijk dezelfde taak, bewaak stopregels en laat de organisatie pas opschalen nadat de omgekeerde rekensom positief is. De modelnaam is het begin van de keuze, niet het bewijs dat de businesscase werkt.

In het kort AST SpaceMobile bouwt niet alleen satellieten. Het bedrijf betaalt ook vooruit voor spectrumrechten, de frequenties waarop telefoons rechtstreeks met die satellieten kunnen communiceren. In het eerste halfjaar van 2026 omvatte de investeringskasstroom onder meer een voorschot van $100 miljoen op zulke rechten. Tegelijk was de commerciële omzet nog klein en ging bijna $1 miljard aan investeringskas de deur uit. Bij een koers van $63,12 koopt de belegger dus een toekomstige combinatie van satellietcapaciteit, spectrum en distributiepartners, lang voordat de kasstroom bewezen is. Dat maakt de onderneming lastiger te waarderen dan een gewone telecomprovider. Iedere technische laag heeft zijn eigen financiering, vergunningen en planning, maar pas de combinatie levert een dienst die de klant kan betalen. De centrale vraag is daarom niet of spectrum op zichzelf waardevol is. Het gaat erom of AST het op tijd koppelt aan werkende satellieten en miljoenen gebruikers voordat nieuw kapitaal de waarde per aandeel te sterk verdunt. Direct naar een onderdeel van dit artikel Spectrum is geen voetnoot De kas is groot en de rekening ook Backlog is nog geen omzet De sterkste tegenwerping Drie koerspaden tot en met 2029 Wat wij nu volgen Spectrum is geen voetnoot Een satelliet zonder bruikbare frequenties is als een tolweg zonder aansluiting. De technische capaciteit kan bestaan, maar klanten kunnen haar niet op grote schaal gebruiken. AST SpaceMobile werkt daarom met mobiele operators en koopt of reserveert spectrumrechten om directe verbinding met gewone smartphones mogelijk te maken. Dat vormt een tweede kapitaallaag onder de satellietvloot. Eerst moet de infrastructuur de ruimte in, daarna moeten de frequenties juridisch en commercieel beschikbaar zijn. In het halfjaarbericht over de periode tot en met 30 juni stond $2,29 miljard aan geldmiddelen en kortlopende beleggingen. De operationele kasuitstroom bedroeg in zes maanden $145 miljoen en de investeringskasuitstroom bijna $980 miljoen. Daarvan ging ongeveer $859 miljoen naar materiële vaste activa en $100 miljoen naar een voorschot op spectrumrechten. Dit zijn geen kleine voorbereidingskosten. Ze bepalen hoeveel financiering nodig is voordat een terugkerende abonnementsstroom ontstaat. De eenvoudige terugverdienmodule laat zien wat spectrum economisch moet doen. Een recht heeft alleen waarde als het leidt tot verkoopbare capaciteit, voldoende gebruik en een netto opbrengst per capaciteitseenheid. Wordt de frequentie te weinig gebruikt of moet de opbrengst zwaar met een operator worden gedeeld, dan loopt de terugverdientijd snel op. Spectrum is daardoor tegelijk een verdedigingswal en een risico. Schaarse rechten kunnen concurrenten buitensluiten, maar ongebruikte rechten leveren geen kas op. De kas is groot en de rekening ook Een kaspositie van ruim $2,2 miljard klinkt comfortabel. Bij AST SpaceMobile moet dat bedrag echter worden afgezet tegen lanceringen, satellietproductie, grondinfrastructuur, spectrum en operationele kosten. Een groot deel van de kas kwam bovendien uit financiering. In het eerste halfjaar bedroeg de financieringsinstroom ruim $1,0 miljard. Dat betekent dat aandeelhouders en kredietverschaffers de bouwfase nog altijd mogelijk maken. Verwatering is hier een centraal begrip. Verwatering betekent dat dezelfde onderneming over meer aandelen wordt verdeeld. Eind juni stonden ongeveer 300 miljoen aandelen Class A uit, plus ruim 11 miljoen Class B en 78 miljoen Class C. Niet iedere klasse is direct op dezelfde manier verhandelbaar, maar economische conversie en nieuwe uitgiften kunnen de waarde per bestaand aandeel beïnvloeden. Een stijgende ondernemingswaarde is daarom niet automatisch hetzelfde als een stijgende waarde per aandeel. De kasruimtemodule is bewust streng: zij trekt de halfjaarlijkse operationele en investeringsuitstroom lineair door en veronderstelt geen nieuwe omzet of financiering. In werkelijkheid zal de investeringspiek schommelen, kan omzet toenemen en kan AST opnieuw geld ophalen. De uitkomst is dus geen voorspelling van een faillissementsdatum. Zij maakt zichtbaar hoe snel een ogenschijnlijk grote kas kan dalen als productie en spectrum tegelijk worden betaald. In onze analyse van de benodigde miljoenen gebruikers stond de vraagkant centraal. De analyse van de terugverdientijd van de satellietvloot behandelde de fysieke infrastructuur. Spectrum verbindt die twee. Zonder frequentie geen dienst; zonder gebruikers geen benutting; zonder benutting geen rendement op satelliet of spectrum. Backlog is nog geen omzet AST meldde voor het tweede kwartaal $31,5 miljoen omzet en een backlog van ongeveer $1,3 miljard. Backlog is de contractueel of commercieel vastgelegde toekomstige vraag, maar niet hetzelfde als erkende omzet of ontvangen kas. Leveringsvoorwaarden, mijlpalen en de beschikbaarheid van capaciteit bepalen wanneer een order daadwerkelijk in de resultaten verschijnt. De eigen omzetverwachting voor 2026 lag volgens de bedrijfstoelichting tussen $150 miljoen en $200 miljoen. Dat is een betekenisvolle stap, maar klein tegenover een beurswaarde van circa $22,7 miljard op 6 oktober. De koers van $63,12 is de twintig minuten vertraagde Nasdaq-notering op de De Belegger-koerspagina voor ASTS. Beleggers betalen dus niet voor de huidige winst, want die is er niet. Zij betalen voor een netwerk dat op termijn vele miljarden omzet kan halen met aantrekkelijke marges. Omdat een positieve winstbasis ontbreekt, rekenen we terug via omzet per verwaterd aandeel. Bij 12 procent gewenst jaarlijks koersrendement en een eindwaardering van acht keer omzet moet in 2029 ongeveer $11,08 omzet per verwaterd aandeel worden verdiend. Vermenigvuldigd met een toekomstige aandelenbasis van bijvoorbeeld 430 miljoen stukken komt dat neer op ongeveer $4,8 miljard omzet. Bij 500 miljoen stukken is ongeveer $5,5 miljard nodig. Dit voorbeeld toont waarom de aandelenbasis niet als detail mag worden behandeld. De omzetmultiple is eveneens een aanname. Acht keer omzet kan alleen worden verdedigd als de brutomarge hoog is, de kapitaalintensiteit na de bouwfase daalt en contracten langdurig zijn. Als satellieten vaak moeten worden vervangen of spectrumbetalingen terugkeren, hoort een lager veelvoud bij dezelfde omzet. De sterkste tegenwerping Het gunstige verhaal is krachtig. Mobiele operators krijgen dekking buiten hun bestaande zendmasten zonder zelf een satellietnetwerk te bouwen. AST gebruikt gewone smartphones, waardoor geen aparte schotel of duur toestel nodig is. De partners brengen al klanten en facturatiesystemen mee. Als de technologie op grote schaal werkt, kan dat een mondiale markt ontsluiten met weinig vergelijkbare aanbieders. De sterkste tegenwerping is timing. Technisch succes, lanceringen, wettelijke toestemming, spectrum en commerciële activering moeten allemaal op elkaar aansluiten. Eén laag die vertraagt kan de omzet uitstellen terwijl personeel, productie en financieringskosten doorlopen. Bovendien kunnen operators scherp onderhandelen, omdat zij de klantrelatie en het lokale spectrum bezitten. De totale markt kan enorm zijn en de opbrengst per AST-aandeel toch tegenvallen als partners veel waarde houden of nieuw kapitaal tegen lage prijzen wordt opgehaald. Drie koerspaden tot en met 2029 De scenario's beginnen bij $63,12. Voor elk jaar combineren zij omzet per verwaterd aandeel met een omzetmultiple. Het model houdt rekening met verschillende snelheden van lancering, benutting en verwatering. De getoonde koersen zijn mogelijke jaareinden, geen koersdoelen of consensus. In het bear-pad daalt de koers via $35 in 2027 en $25 in 2028 naar $20 in 2029. Spectrum en lanceringen vragen dan extra financiering voordat omzet opschaalt. Het middenpad van $68, $84 en $105 veronderstelt dat partnerdiensten starten, capaciteit wordt verkocht en de aandelenbasis beheerst groeit. Het gunstige pad van $95, $145 en $205 vereist dat spectrum, satellieten en distributie snel tegelijk worden benut en dat de kapitaalbehoefte per extra omzetdollar daalt. Wat wij nu volgen De belangrijkste bewijzen zijn geen nieuwe intentieverklaringen, maar operationele activering en betaling. We volgen hoeveel satellieten daadwerkelijk commercieel beschikbaar zijn, hoeveel spectrum voor die vloot bruikbaar is, welke operators betalende diensten lanceren en hoeveel omzet uit de backlog wordt erkend. Daarnaast telt de volledig verwaterde aandelenbasis na iedere financieringsronde. AST SpaceMobile kan een uniek netwerk bouwen, maar de onderneming betaalt vandaag voor verschillende schaarsheden die pas later samen omzet leveren. De $100 miljoen vooruitbetaling voor spectrum maakt dat tastbaar. Bij $63,12 is een groot deel van het technische en commerciële succes al ingeprijsd. Voor beleggers die de zeer hoge uitvoerings- en financieringsrisico's accepteren, blijft de asymmetrie interessant. Ons oordeel luidt GRAAG, maar uitsluitend als speculatieve positie waarvan verwatering en kasverbruik elk kwartaal opnieuw worden doorgerekend. Omslagfoto: Abel Avellan, oprichter, voorzitter en CEO van AST SpaceMobile. Foto: AST SpaceMobile Investor Relations, officieel directieportret; geraadpleegd op 7 oktober 2026.

In het kort TSMC sloot het tweede kwartaal van 2026 af met $40,20 miljard omzet en een brutomarge van 67,7%. Voor het derde kwartaal verwacht de chipfabrikant $44,6 tot $45,8 miljard omzet en 65% tot 67% brutomarge. De vraag naar geavanceerde chips is dus sterk, maar dat vertelt nog niet hoeveel rendement de nieuwe fabrieken opleveren. De Amerikaanse ADS sloot op 6 oktober op $482,30 aan de NYSE. Eén ADS vertegenwoordigt vijf gewone Taiwanese aandelen. Op deze koers koopt de belegger niet alleen de huidige winst, maar ook de veronderstelling dat N2, geavanceerde verpakking en nieuwe capaciteit in Taiwan, Arizona, Japan en Europa jarenlang goed bezet blijven. Het verschil tussen een goede fabriek en een goede belegging zit in de kas die na de bouw terugkomt. Een nieuwe productielijn kan technisch uitstekend werken en toch een mager rendement leveren wanneer klanten later instappen, prijzen dalen of de lokale kosten hoger zijn dan in Taiwan. Direct naar een onderdeel van dit artikel Een fabriek verdient pas na de bouw N2 kan de prijs beschermen Buitenlandse spreiding heeft een prijs Wat moet $482,30 waarmaken? Drie koerspaden Een fabriek verdient pas na de bouw TSMC verkoopt geen eigen chips. Het produceert ontwerpen van klanten zoals NVIDIA, Apple en AMD. Dat pure foundry-model voorkomt directe concurrentie met klanten, maar maakt de onderneming kapitaalintensief. Machines van ASML, cleanrooms, energie, water en technisch personeel worden betaald voordat de eerste bruikbare wafer wordt verkocht. Capex, oftewel investeringen in langlopende bedrijfsmiddelen, verdwijnt niet meteen als kostenpost uit de winst. De fabriek komt op de balans en wordt later afgeschreven. Daardoor kan de nettowinst tijdelijk sterker ogen dan de vrije kasstroom. De economische toets is daarom hoeveel extra kas een investeringsdollar tijdens de levensduur van de fabriek oplevert. De module laat zien waarom bezetting zo belangrijk is. Bij een theoretische omzetcapaciteit van $62 miljard, 80% benutting en 36% kasbijdragemarge ontstaat ongeveer $17,9 miljard jaarlijkse kasbijdrage. Tegen $60 miljard investering is dat bijna 30% modelrendement. Bij 60% benutting valt dezelfde uitkomst veel lager uit, terwijl de afschrijving en veel vaste kosten doorlopen. N2 kan de prijs beschermen N2 is TSMC's volgende grote procesgeneratie. Kleinere transistoren maken chips sneller of zuiniger, maar de overgang vraagt nieuwe apparatuur, processtappen en opbrengstverbetering. Yield, het aandeel bruikbare chips per wafer, is hier de cruciale term. Een wafer kan volledig verwerkt zijn en toch weinig verkoopbare chips opleveren wanneer de yield laag is. Klanten accepteren een hoge prijs wanneer de prestatieverbetering groot is en alternatieven schaars zijn. Dat geeft TSMC ruimte om de hogere productiekosten door te berekenen. De sterke tegenwerping is dat ontwerpers hun chips efficiënter kunnen maken, oudere nodes langer kunnen gebruiken of bestellingen kunnen uitstellen wanneer de economie vertraagt. In de eerdere analyse van TSMC's investeringsrekening stond de omvang van de bouwgolf centraal. De analyse over jarenlang volle fabrieken laat zien waarom de huidige waardering weinig ruimte voor lege capaciteit laat. De nieuwe vraag is concreter: welk rendement levert iedere nieuwe productielijn werkelijk op? Buitenlandse spreiding heeft een prijs Productie buiten Taiwan verlaagt het concentratierisico. Voor klanten en overheden is lokale capaciteit strategisch aantrekkelijk. Economisch zijn de eerste jaren lastiger. Een kleinere toeleveringsketen, hogere bouwkosten en minder ervaren personeel kunnen de kosten per wafer verhogen. Het model maakt die margehefboom zichtbaar. Wanneer 14% van de omzet uit buitenlandse capaciteit komt en die productie 12% duurder is dan de Taiwanese basis, ontstaat een theoretisch nadeel van ruim $3 miljard. Subsidies, hogere verkoopprijzen en betere bezetting kunnen dat compenseren. De uitkomst is geen voorspelling, maar laat zien waarom geografische veiligheid niet gratis is. Wat moet $482,30 waarmaken? Bij $482,30 en een eindwaardering van 27 keer winst moet TSMC in 2029 ongeveer $23,18 winst per ADS verdienen als de belegger 9% jaarlijks koersrendement verlangt. Dat vereist stevige winstgroei vanaf de huidige basis. Een lagere multiple verhoogt de vereiste winst snel. De gunstige kant is duidelijk. TSMC heeft schaal, proceskennis, klantvertrouwen en een technologisch ecosysteem dat moeilijk na te bouwen is. AI-versnellers vragen daarnaast niet alleen geavanceerde logica, maar ook complexe verpakking. Daardoor kan de onderneming op meerdere punten in de keten waarde vangen. Het risico is even duidelijk. Een hoge koers maakt het aandeel gevoelig voor een paar procentpunten lagere marge, vertraagde yields of een zwakkere cyclus. Geopolitiek rond Taiwan blijft een afzonderlijk risico dat een winstmultiple nooit volledig kan wegpoetsen. Drie koerspaden Het bearpad komt uit op $390 in 2027, $350 in 2028 en $330 in 2029. Het middenpad geeft $505, $550 en $610. Het gunstige pad toont $575, $680 en $810. Dit zijn scenario's in Amerikaanse dollars, geen koersdoelen. Dividend komt bovenop de getoonde koersontwikkeling. Volg bij de komende cijfers van 15 oktober vooral de omzetmix, brutomarge, capex, afschrijvingen en managementtaal over N2-yield. Omzetgroei bevestigt de vraag. Kasrendement op nieuwe capaciteit bepaalt of die vraag ook waarde per ADS creëert. Pak je kans! Word lid met de code GRAAG en krijg 50 procent korting. TSMC is technisch uitzonderlijk en economisch sterk. Op $482,30 moet de onderneming niet alleen bouwen, maar iedere nieuwe fabriek ook snel genoeg laten verdienen. Fotocredit: C.C. Wei, voorzitter en CEO van TSMC, tijdens een persmoment. Foto: TSMC via Taiwan News, archiefbeeld 2026.