# Open modellen één jaar later: licenties sinds Llama 3 [Naar de inhoud](#lm-inhoud)Netwerk/NL[EN](/en/)[Hubhub.llmnet.nlModellen vergelijken op taak, taal, kosten en licentie.](https://hub.llmnet.nl/)[Communitycommunity.llmnet.nlPrompttechnieken, patronen en systeemprompts.](https://community.llmnet.nl/)[APIapi.llmnet.nlLLM's robuust in software: rate limits, routing, structured output.](https://api.llmnet.nl/)[Consultancyconsultancy.llmnet.nlAI invoeren in een organisatie, van pilot tot productie.](https://consultancy.llmnet.nl/)[Nieuwsnieuws.llmnet.nlOntwikkelingen in AI, geduid voor Nederland.](https://nieuws.llmnet.nl/)[Benchmarkbenchmark.llmnet.nlZelf meten wat AI-kwaliteit is, voor jouw taken.](https://benchmark.llmnet.nl/)[Vacaturesvacatures.llmnet.nlAI-rollen, salarissen en carrièrepaden in Nederland.](https://vacatures.llmnet.nl/)[Lerenleren.llmnet.nlAI-concepten in gewoon Nederlands, van beginner tot bouwer.](https://leren.llmnet.nl/)[Gidsgids.llmnet.nlAI privé draaien op eigen Mac, pc, NAS of thuisserver.](https://gids.llmnet.nl/)[Directorydirectory.llmnet.nlHet AI-ecosysteem in kaart: tools, modellen, bedrijven.](https://directory.llmnet.nl/)[Radarradar.llmnet.nlSignalen uit X, onderzoek en communities voor indie developers.](https://radar.llmnet.nl/)[llmnet.nl — hoofdsite](https://llmnet.nl/)[](https://x.com/intent/post?url=https%3A%2F%2Fnieuws.llmnet.nl%2Fopen-modellen-een-jaar-later-wat-er-sinds-llama-3-aan-licenties-verand&text=Open%20modellen%20%C3%A9%C3%A9n%20jaar%20later%3A%20licenties%20sinds%20Llama%203)[](https://www.linkedin.com/sharing/share-offsite/?url=https%3A%2F%2Fnieuws.llmnet.nl%2Fopen-modellen-een-jaar-later-wat-er-sinds-llama-3-aan-licenties-verand)[](https://www.reddit.com/submit?url=https%3A%2F%2Fnieuws.llmnet.nl%2Fopen-modellen-een-jaar-later-wat-er-sinds-llama-3-aan-licenties-verand&title=Open%20modellen%20%C3%A9%C3%A9n%20jaar%20later%3A%20licenties%20sinds%20Llama%203)[](#)[](https://x.com/intent/post?url=https%3A%2F%2Fnieuws.llmnet.nl%2Fopen-modellen-een-jaar-later-wat-er-sinds-llama-3-aan-licenties-verand&text=Open%20modellen%20%C3%A9%C3%A9n%20jaar%20later%3A%20licenties%20sinds%20Llama%203)[](https://www.linkedin.com/sharing/share-offsite/?url=https%3A%2F%2Fnieuws.llmnet.nl%2Fopen-modellen-een-jaar-later-wat-er-sinds-llama-3-aan-licenties-verand)[](https://www.reddit.com/submit?url=https%3A%2F%2Fnieuws.llmnet.nl%2Fopen-modellen-een-jaar-later-wat-er-sinds-llama-3-aan-licenties-verand&title=Open%20modellen%20%C3%A9%C3%A9n%20jaar%20later%3A%20licenties%20sinds%20Llama%203)[](#) Door Ivo Donker — samengesteld met AI-ondersteuning (Claude & Gemini) # Open modellen, één jaar later: wat er sinds Llama 3 aan licenties veranderde Het landschap van open-weights en open-source taalmodellen is de afgelopen jaren sterk in beweging gekomen. Wie de brede verschuivingen in de markt wil begrijpen, kan terecht bij de [marktontwikkeling open versus closed modellen](https://nieuws.llmnet.nl/open-vs-closed-modellen-marktontwikkeling) om de commerciële en strategische achtergronden die ten grondslag liggen aan deze dynamiek diepgaand te bestuderen. Sinds de introductie van Meta's Llama 3 in het voorjaar van 2024 is er fundamenteel veel veranderd in de juridische kaders, de gehanteerde licentievormen en de maatschappelijke verwachtingen rondom openheid in kunstmatige intelligentie. Wie zich herinnert hoe de markt er in 2024 uitzag, weet dat [daar stond Llama 3 nog als de open-weights-referentie; dit bericht werkt dat bij](https://nieuws.llmnet.nl/licentiedebat-open-modellen) om te laten zien hoe de sector sindsdien is opgeschoven naar permissievere licenties en strengere open-source definities. Licentieteksten veranderen immers continu; controleer daarom altijd de modelcard of de officiële licentietekst voor de actuele stand (gecontroleerd op 2026-08-07). Voor ontwikkelaars die hun blik willen verruimen naar bredere trends is bovendien de pagina over [de belangrijkste ontwikkelingen in open-source LLM's](https://nieuws.llmnet.nl/open-source-llm-trends) een waardevolle bron om te raadplegen voor de laatste inzichten in adoptie en community-groei. Daarnaast is het cruciaal om te zien hoe de technologische infrastructuur hand in hand gaat met juridische openheid. Wie wil begrijpen hoe de fundamenten van moderne datasetstructuren zich verhouden tot juridische kaders, doet er goed aan om de achtergronden over [open-data-initiatieven voor AI](https://nieuws.llmnet.nl/open-data-initiatieven-voor-ai) door te nemen om te zien hoe open data de basis vormt voor compliant trainen. ## Wat er sinds vorige keer veranderde In vergelijking met de situatie rondom de Llama 3-lancering zijn er op het gebied van licenties en juridische definities vier fundamentele wijzigingen opgetreden die de hele sector raken: - Verschuiving naar permissieve licenties: Waar communautaire licenties met gebruiksbeperkingen eerst de standaard waren, zien we nu dat leidende modellen zoals DeepSeek-R1 en Mistral 3 volledig onder gevestigde open licenties zoals MIT en Apache 2.0 worden uitgebracht, wat de juridische frictie voor ondernemingen aanzienlijk verlaagt. - De komst van de OSAID: De Open Source Initiative introduceerde eind 2024 de officiële Open Source AI Definition, waardoor de discussie over wat wel en niet "open source" is een formeel en meetbaar instrument heeft gekregen in plaats van een marketingbegrip zonder harde definitie te blijven. - Aanpassing in de Llama-voorwaarden: Met de release van Llama 4 is de controversiële clausule die het verbood om het model te gebruiken voor het trainen van andere LLM's definitief komen te vervallen, wat de weg vrijmaakt voor distillatietechnieken. - Europese AI Act vrijstellingen: De wetgeving van de Europese Unie biedt inmiddels specifieke vrijstellingen voor open-source AI-modellen, mits deze aan strenge documentatie- en transparantie-eisen voldoen, waardoor innovators meer juridische zekerheid krijgen. ## Llama 3 en de introductie van de community-licentie Toen Meta op 18 april 2024 Llama 3 uitbracht, gebeurde dat onder de "Meta Llama 3 Community License". Deze licentie was weliswaar gratis te gebruiken voor het overgrote deel van de ontwikkelaars, maar bevatte strikte beperkingen. Zo mocht het model niet worden ingezet door organisaties met meer dan 700 miljoen actieve gebruikers per maand zonder een speciale, aparte commerciële licentie van Meta. Daarnaast was het verplicht om de vermelding "Built with Meta Llama 3" te voeren en moest de modelnaam met "Llama 3" beginnen. Een cruciaal onderdeel van die overeenkomst was de ingebedde Acceptable Use Policy, die misbruik moest tegengaan. Het meest besproken punt destijds was echter het verbod om de gewichten of de gegenereerde output te gebruiken om andere grote taalmodellen te trainen of te verbeteren. Volgens de [licentietekst Llama 3](https://github.com/meta-llama/llama-models/blob/main/models/llama3/LICENSE) was dit juridisch dichtgetimmerd om te voorkomen dat concurrenten direct profiteerden van Meta's R&D-inspanningen, wat destijds leidde tot verhit debat in de techwereld over de ware betekenis van openheid. ## Het juridische standpunt van de OSI Ondanks het brede gebruik binnen de community, weigerde de Open Source Initiative (OSI) de licenties van Meta te erkennen als echte open source. In hun publicatie stelden zij glashelder dat de licentie fundamentele tekortkomingen vertoonde. Volgens de [OSI-blog van 18 februari 2025](https://opensource.org/blog/metas-llama-license-is-still-not-open-source) faalt de Llama-licentie op drie punten: vrijheid 0 (het ontbreken van onvoorwaardelijk vrij gebruik), OSD-punt 5 (discriminatie tegen bepaalde gebruikers of toepassingen) en OSD-punt 6 (beperkingen in de inzetdomeinen van de technologie). Om aan deze spraakmakende discussie een formele basis te geven, publiceerde de OSI op 28 oktober 2024 de [Open Source AI Definition (OSAID) v1.0](https://opensource.org/ai/open-source-ai-definition). Deze definitie fungeert sindsdien als dé internationale meetlat. Een model mag zich pas open source noemen als het onder meer gedetailleerde informatie over de gebruikte trainingsdata verschaft — al is het vrijgeven van de ruwe trainingsdataset zelf niet altijd verplicht vanwege privacy- en auteursrechten. ## Wat OSAID v1.0 precies eist van open modellen De introductie van de OSAID v1.0 bracht een scherpe afbakening in de markt teweeg. Waar marketeers voorheen vrijwel elk model met publiek toegankelijke gewichten "open source" durfden te noemen, eist de OSAID een holistische benadering van openheid. Het gaat niet alleen om de binaire gewichten (de parameters), maar om een compleet ecosysteem van transparantie. Dit roept de vraag op waarom zoveel populaire open-weights-modellen er in de praktijk niet aan voldoen. De belangrijkste struikelblokken van de OSAID v1.0 voor veel commerciële open-weights-modellen zijn te vinden in de datatransparantie. De standaard eist dat de aanbieder een gedetailleerde beschrijving geeft van de trainingsgegevens. Dit omvat niet alleen de omvang en de samenstelling van de dataset, maar ook de gebruikte filteringstechnieken, de bronnen van de data en eventuele stappen die zijn ondernomen om auteursrechtelijk beschermd materiaal of persoonlijke levenssfeer te beschermen. Veel grote spelers weigeren deze gedetailleerde informatie prijs te geven uit angst voor juridische claims van auteursrechthebbenden of om hun commerciële voorsprong te beschermen tegen concurrenten. Hierdoor vallen veel modellen juridisch gezien terug in de categorie "open-weights" in plaats van "open source". ## De evolutie naar Llama 4 en het verdwijnen van de verbeteringsclausule Met de release van Llama 4 op 5 april 2025 paste Meta de licentiestructuur op een belangrijk punt aan. De nieuwe "Llama 4 Community License" behield bekende elementen uit het verleden, zoals de drempel van 700 miljoen actieve gebruikers per maand, de verplichte naamsvermelding ("Built with Llama") en de ingebedde Acceptable Use Policy onder het recht van de staat Californië. Het meest opvallende verschil in de [licentietekst Llama 4](https://github.com/meta-llama/llama-models/blob/main/models/llama4/LICENSE) is echter dat de beruchte clausule die het verbood om de modellen of hun output te gebruiken voor het verbeteren van andere LLM's volledig ontbreekt. Hiermee gaf Meta gehoor aan de kritiek van onderzoekers en kleinere ondernemingen die wilden experimenteren met model-distillatie en hybride architecturen, wat experimenten met modeldistillatie en afgeleide modellen vereenvoudigde. ## Van open-weights naar MIT en Apache 2.0: DeepSeek en Qwen Terwijl de vroege generaties open modellen vrijwel altijd opereerden onder eigen, restrictieve community-licenties, sloeg de markt in 2025 een andere weg in. De lancering van DeepSeek-R1 in januari 2025 viel op doordat het model state-of-the-art prestaties combineerde met de permissieve MIT-licentie, zoals vermeld op de bijbehorende Hugging Face-modelcard. Dit nam talloze juridische drempels weg voor commerciële implementatie. Niet veel later volgde Alibaba met de introductie van Qwen3 in april 2025. Het model Qwen3-30B-A3B werd rechtstreeks uitgebracht onder de Apache 2.0-licentie. Deze ontwikkelingen zorgden ervoor dat ontwikkelaars die op zoek zijn naar flexibele bouwstenen steeds vaker terechtkunnen in overzichten zoals te vinden is bij de [open-source LLM's en de bekendste modellen](https://directory.llmnet.nl/open-source-modellen), waar de juridische randvoorwaarden sterk zijn vereenvoudigd en risico's tot een minimum worden beperkt. ## Mistral 3 en de standaardisering op Apache 2.0 Ook in Europa zette de trend van streng gecontroleerde licenties naar open standaarden door. Toen Mistral AI op 2 december 2025 de Mistral 3-familie aankondigde — bestaande uit de Mistral Large 3 (een Mixture of Experts-model met 41 miljard actieve parameters uit een totaal van 675 miljard) en de compacte Ministral 3-varianten van 3B, 8B en 14B — kozen zij voor een open strategie. Zoals bleek uit de [officiële aankondiging van Mistral 3](https://mistral.ai/news/mistral-3), zijn al deze modellen vrijgegeven onder de Apache 2.0-licentie. Daarmee nam het bedrijf definitief afscheid van de complexere commerciële constructies uit hun beginperiode, wat de deur openzette voor grootschalige industriële adoptie binnen de Europese Unie en daarbuiten. ## De impact van de Europese AI Act op open modellen Naast de licentieteksten van de makers zelf, speelt regelgeving een steeds grotere rol in hoe open modellen worden ingezet binnen de Europese markt. Artikel 53 lid 2 van de Europese AI Act bevat een specifieke en waardevolle uitzondering voor open-source en vrije modellen. Aanbieders van General Purpose AI (GPAI)-modellen die onder een open-source-licentie worden gepubliceerd en waarvan parameters, gewichten, architectuur en gebruiksinfo publiek toegankelijk zijn, worden vrijgesteld van een aantal zware administratieve plichten. Om precies te begrijpen hoe deze vrijstelling werkt, is het nuttig om te kijken naar wat wel en niet onder de regeling valt. De vrijstelling van artikel 53 lid 2 ontlast open-source aanbieders van de verplichting om gedetailleerde technische documentatie op te stellen volgens de reguliere GPAI-standaarden die gelden voor propriëtaire modellen. Echter, deze vrijstelling is niet absoluut: zodra een open model wordt geclassificeerd als een model met een systemisch risico — gebaseerd op de wettelijke drempel van meer dan 10 tot de macht 25 FLOPs aan cumulatieve trainingscomputerkracht — vervalt een deel van de vrijstellingen en gelden er alsnog zware meldings- en evaluatieplichten richting het Europese AI Office. Bovendien blijft het auteursrechtbeleid onder artikel 53 lid 1 onverminderd van kracht voor alle modellen, ongeacht hun open licentie. ## Betekenis voor de Nederlandse bouwer: modelcards lezen en fine-tunen Voor een Nederlandse ontwikkelaar, startup of enterprise die een open model wil inzetten of wil fine-tunen voor specifieke toepassingen, heeft deze verschuiving vergaande praktische gevolgen. Het simpel ergens downloaden van gewichten en hopen dat het goed komt, is juridisch gevaarlijk. Wie serieus aan de slag wil, moet een gestructureerde checklist hanteren bij het analyseren van een modelcard. Bij het beoordelen van een modelcard moet je op de volgende kernaspecten letten: - Het type licentie: Controleer of er sprake is van een permissieve licentie (zoals MIT of Apache 2.0) of een restrictieve community-licentie (zoals oudere Llama-varianten met gebruikerslimieten). - Geofencing en gebruiksbeperkingen: Sommige licenties sluiten specifiek bepaalde jurisdicties of militaire toepassingen uit, wat direct invloed kan hebben op je bedrijfsmodel. - Distillatie- en trainingsbeperkingen: Ga na of de licentie expliciet toestaat om het model te gebruiken voor het genereren van synthetische data of het trainen van kleinere afgeleide modellen. - Naamsvermelding en branding: Let op of je verplicht bent om specifieke disclaimers of merknamen te tonen in de gebruikersinterface van jouw applicatie. ## Hoe je licenties zelf controleert in de praktijk Het verifiëren van de juridische status van een AI-model vraagt om een methodische aanpak. Omdat repositories op platforms zoals Hugging Face of GitHub snel kunnen veranderen, is het verstandig om nooit blind te varen op samenvattingen van derden. Begin altijd met het direct inzien van het bestand genaamd LICENSE of LICENSE.txt in de root van de modelrepository. Controleer of de vermelde licentie identiek is aan de officieel erkende teksten van de Open Source Initiative of de Free Software Foundation. Daarnaast is het raadzaam om de bijbehorende documentatie en de sectie over wetgeving in de modelcard door te nemen. Let hierbij op eventuele addenda of aangepaste voorwaarden die de maker heeft toegevoegd. Twijfel je over de implicaties van een specifieke clausule voor jouw commerciële toepassing in Nederland, raadpleeg dan een jurist gespecialiseerd in open-sourcecompliance en intellectueel eigendom. Door proactief en zorgvuldig te werk te gaan, voorkom je juridische claims achteraf en bouw je op een betrouwbaar fundament. ## Toekomstperspectief en bredere trends De verschuiving van restrictieve community-licenties naar gevestigde open-source standaarden zoals MIT en Apache 2.0 markeert een volwassenwording van de AI-industrie. Waar bedrijven in het vroege tijdperk van de generatieve AI probeerden elk juridisch hoekje af te dekken met eigen voorwaarden, dwingen de markt en de wetgeving nu om helderheid te verschaffen. Wie de bredere koers van open technologieën volgt, ziet dat de focus verschuift van puur modelgewichtsbezit naar transparantie in data en conforme documentatie. Voor organisaties die willen inspelen op deze dynamiek is het cruciaal om niet blind te varen op verouderde aannames. Het controleren van licentieteksten bij elke nieuwe modelversie blijft noodzakelijk, aangezien juridische afdelingen van techgiganten hun voorwaarden blijven aanscherpen. Wie echter kiest voor modellen onder een Apache 2.0- of MIT-licentie, bouwt op een steviger en beter voorspelbaar fundament dan in de begindagen van Llama 3 het geval was.