OpenAI-modellen hebben een miljard gebruikers

Dat heeft Altman toch al eens laten verstaan meen ik met die exacte woorden ook. De US moet ons maar redden als het fout gaat.

Leuke manier van bedrijfsvoering natuurlijk. Je maakt kosten die je niet kunt terugbetalen en schuift dan de verantwoordelijkheid af op de regering.

Dat AI een blijvertje is en dat de ontwikkelingen echt nog veel verder zullen reiken, daar twijfelen niet zoveel mensen aan. Maar zijn de huidige koplopers de winnaars van straks?

Je geeft zelf zeer terecht aan 'wat bijv. de electriciteitskosten over 2 jaar zijn, wanneer geoptimaliseerde CPU's beschikbaar zijn? '. Dat is waar investeerders dus heel bang voor zijn, die enorme investeringen in de huidige hardware. De eerste schok kwam met Deepseek, een model dat mee kon komen met de modellen van de grote jongens, tegen een fractie van de kosten. Als dat doorzet met nieuwe CPU ontwikkelingen, waar eindigt dit dan? Op welke termijn moet de huidige hardware dan afgeschreven worden?

Alles is inderdaad onbekend, ook of de enorme investeringen in de huidige hardware ooit terugverdiend kunnen worden. Dat is waarover beleggers steeds zenuwachtiger worden.

Die abonnementen worden niet hevig gesubsidieerd. De losse tokens worden voor veel te veel geld verkocht ;-)

Dit is een beetje de standaardreactie, maar volgens mij ligt het iets genuanceerder. Ja, voor een abonnement van bijvoorbeeld €100 kun je in theorie voor een paar duizend euro aan API-gebruik terugkrijgen.

Maar iedereen die dit roept, zit vaak in een bubbel met anderen die deze tools ook intensief gebruiken. Ik vermoed dat 90% van de abonnementhouders producten zoals Codex en Claude Code helemaal niet kent. En zelfs als dat wel zo is, gebruiken de meesten ze lang niet zo intensief.

Niemand wil die behalen, behalve de 2 miljoen zakelijke klanten dan?

Ik had begrepen dat onderzoekers schatten dat de prijs van de abonnementen nog een keer tot x10 zou moeten om er winst op te maken.

Denk dat daar een deel van het probleem zit. Ze hebben gebruikers het zo gewend gemaakt dat het gratis is, dat ze bij de minste prijsverhoging heel wat gebruikers dreigen te verliezen. 1 miljard gebruikers op dit moment maar hoeveel blijven er over die willen betalen. Er zijn er al die nu beginnen zeuren dat het te duur aan het worden is, wat moet het dan geven als het nog een keer, in het beste scenario, x2, x3 gaat.

[Reactie gewijzigd door Powerblast op 1 augustus 2026 11:01]

Ze proberen elkaar de loef af te steken door steeds complexere modellen met steeds minder verbetering. Echter die complexe modellen hebben veel processing power nodig. Ik zie dan ook niet hoe men dit ooit winstgevend maakt. Onderhand heb je open modellen die misschien net iets minder goed zijn maar nog steeds heel goed die je thuis kunt draaien. Tegelijkertijd hebben openai en conzwqar geïnvesteerd in onderhand verouderde hardware.

De kosten van hardware om iets als k3 te draaien liegen er niet om.

Is het niet zo als de huidige modellen goed gaan draaien op lichte hardware dat je dan weer betere modellen wilt omdat nieuwe modellen beter werken dan de huidige? Uiteindelijk wil je de beste oplossing. En als je concurrentie betere modellen gebruikt dan wil jij dat ook. Anders raak je al je klanten kwijt of kun je jezelf niet meer verdedigen. Dus heb je toch weer zwaardere hardware nodig.

Ik denk dat we in een rat race gekomen zijn waar we niet meer uit gaan komen. Er is meer compute nodig en meer stroom. Maar grondstoffen zijn eindig en waar halen we dat vandaan? De geest is uit de fles en die gaat er niet meer terug in.

Absoluut niet lullig bedoeld, eerder grappig, maar stel die vraag maar eens aan ChatGPT.
Die komt met een haar fijne uitleg over de verschillende modellen en de aanbevolen hardware hiervoor, kan meteen de stroomkosten voorspellen etc.etc.
En naderhand, hoe je de software installeert, kan zelfs een installatie script voor je bouwen.

Zeker, leuk :-)

Ik draai de AI modellen op mijn PC met Ollama. Je hebt wel minimaal 32 GB nodig. Want de memory-swap gaat hard. Als je GPU bijvoorbeeld 11GB Vram heeft probeer dan modellen te zoeken die tot 11GB zijn. Dat scheelt weer memory-swap vanuit je GPU, dus zijn je antwoorden sneller.

Ik heb het ook draaien op mijn laptop, Ultra 7, 32 GB zonder GPU. Gaat ook goed maar voor sommige vraagstukken heb je gewoon 60 seconden nodig, want alles draait in DDR5 ipv Vram. En het is CPU only op dat moment.

Laatst een test gedaan met een wat oudere RTX2080ti en dat ging eigenlijk verrassend goed ook. Zelfs fotos analyseren gaat binnen 10 seconden.

Het vermogen? Tja dat is je CPU plus GPU dus die kan je uitrekenen. De CPU zit zeker niet stil, de GPU gaat gewoon naar 100%

Vanuit Python geef ik parameters mee voor de modellen, dus zakelijk, kort, of soms alleen maar een JSON output. Je merkt dat het dan ineens super snel gaat. Vanuit Python beperk ik de modellen soms ook qua tokens per opdracht, dan gaat hij niet naijlen. Zo kun je veel tweaken ook.

Leuk, leerzaam en ook nog goed mee te werken.