Begin 2025 schrok Silicon Valley wakker. Een Chinees bedrijf waar bijna niemand van had gehoord bracht een model uit dat vergelijkbaar presteerde met de Amerikaanse topmodellen, en het had een fractie gekost om te trainen.

Beurskoersen zakten. Analisten struikelden over hun eigen voorspellingen.

Dat was DeepSeek. En anderhalf jaar later is het nog steeds een van de interessantste verhalen in AI-land, om redenen die verder gaan dan techniek.

Wat het bijzonder maakt

Het punt was nooit dat DeepSeek beter was. Het punt was dat het bijna even goed was voor veel minder geld.

De aanname in de hele sector was jarenlang dat je miljarden aan kapitaal nodig hebt, tienduizenden peperdure chips en een datacenter ter grootte van een dorp om een model op wereldniveau te bouwen, en DeepSeek liet in één klap zien dat slimme technische keuzes een flink deel van die brute rekenkracht kunnen vervangen.

Dat is niet alleen een technisch verhaal. Het is een economisch verhaal. Als een topmodel bouwen goedkoper wordt, dan verandert de hele machtsverdeling in deze markt.

Open gewichten, en waarom je dat moet weten

DeepSeek publiceert modellen die je zelf kunt downloaden en draaien. Dat is fundamenteel anders dan bij de meeste Amerikaanse aanbieders, waar je hun servers gebruikt en dus hun regels volgt.

Voor bedrijven met gevoelige data is dat interessant. Draai je het model op je eigen hardware, dan verlaat je data je pand niet. Geen abonnement, geen dataverkeer naar buiten, geen leverancier die morgen de prijs verdubbelt.

De praktijk is minder romantisch: je hebt serieuze hardware en technische kennis nodig. Voor een eenmanszaak is dat niet realistisch. Voor een bedrijf met een IT-afdeling wel degelijk.

Waar het goed in is

Wiskunde en code. Daar scoort DeepSeek consequent sterk, ook tegen modellen die veel duurder zijn.

Redeneren over meerdere stappen gaat netjes. Je ziet het model zijn denkstappen uitschrijven voordat het tot een conclusie komt, en dat maakt het makkelijker te controleren waar het misgaat.

Via de API is het spotgoedkoop. Bouw je iets waarbij je duizenden verzoeken per dag verstuurt, dan is het prijsverschil met de Amerikaanse concurrentie geen detail maar het verschil tussen wel en niet rendabel.

En nu het ongemakkelijke deel

Gebruik je de app of de website van DeepSeek, dan gaat je data naar servers in China. Dat is geen verdachtmaking, dat staat gewoon in de voorwaarden.

Voor een vraag over een recept maakt dat niets uit. Voor klantgegevens, bedrijfsstrategie of iets wat onder de AVG valt, ligt dat compleet anders. Meerdere Europese toezichthouders hebben hier vragen over gesteld en sommige overheden hebben het gebruik voor ambtenaren beperkt.

Wees hier gewoon nuchter over. Zelfde vraag als altijd: waar staat mijn data en wie kan erbij?

Het tweede punt is censuur. Vraag naar politiek gevoelige onderwerpen rond China en je krijgt een ontwijkend antwoord of helemaal niets. Dat is geen technisch mankement maar een bewuste keuze. Weet dat het er is.

Voor wie is dit dan wel handig?

Bouw je zelf software en let je op je API-kosten? Dan is DeepSeek een serieuze overweging. Ik heb het zelf getest voor een script dat honderden teksten moest verwerken, en het scheelde me een bedrag waar ik mijn hosting een jaar van betaal.

Wil je een model lokaal draaien voor privacy of om onafhankelijk te zijn? Dan hoor je bij de kleine groep waarvoor open modellen echt iets oplossen.

Zoek je gewoon een chatbot voor dagelijks gebruik? Blijf bij wat je hebt. Het verschil is te klein om het gedoe waard te zijn.

Hoe zit het met kwaliteit in het Nederlands?

Minder goed dan de bekende namen. Dat moet gezegd.

Het Nederlands klopt grammaticaal, maar het leest als een vertaling. Zinnen lopen net iets anders dan een Nederlander ze zou opschrijven, en uitdrukkingen gaan geregeld mis.

Dat is logisch. Chinese en Engelse trainingsdata zijn ruim voorhanden, Nederlands veel minder. Modellen die specifiek op westerse markten mikken besteden daar aandacht aan, DeepSeek doet dat begrijpelijkerwijs minder.

Voor code en wiskunde maakt taal niet uit. Voor teksten die je publiceert wel degelijk.

Mijn eigen test

Ik heb dezelfde opdracht gegeven aan vier modellen: schrijf een productbeschrijving van honderd woorden voor een regenjas, informele toon, gericht op fietsers.

Drie leverden iets bruikbaars. DeepSeek leverde iets waarvan ik na twee zinnen dacht: dit heeft iemand vertaald. Niet fout, wel merkbaar.

Voor wie hier zijn brood mee verdient, is dat een dealbreaker. Voor wie een script bouwt dat data verwerkt, totaal niet.

Waarom dit verhaal groter is dan één model

DeepSeek heeft laten zien dat de voorsprong van de grote spelers kleiner is dan iedereen dacht. Dat is goed nieuws voor jou, want concurrentie dwingt prijzen omlaag en tempo omhoog.

Het is ook een politiek verhaal geworden. Exportregels, chipbeperkingen en nationale veiligheid lopen inmiddels dwars door elke discussie over AI heen. In juni 2026 zag je nog hoe een Amerikaanse exportmaatregel een topmodel van een westers bedrijf tijdelijk offline haalde, om die maatregel eind die maand weer in te trekken.

Wie denkt dat dit puur over techniek gaat, heeft het mis. Dit gaat over wie de infrastructuur van de komende twintig jaar bezit.

En dat is precies waarom ik het in de gaten blijf houden, ook al gebruik ik het zelf maar zelden.