HUMAIN-M3 en het nieuwe draaiboek voor soevereine AI

Saoedi-Arabië laat met HUMAIN-M3 zien dat de strategie rond soevereine AI verandert. In plaats van alle grensverleggende AI-capaciteiten vanaf nul te bouwen, nam HUMAIN de M3-modelfamilie van MiniMax als uitgangspunt. Vervolgens werd het model verder getraind met Arabischtalige data en beschikbaar gemaakt via het eigen platform HUMAIN Node. 65

Dat verschil is wezenlijk. Voor overheden betekent AI-soevereiniteit steeds vaker dat zij invloed hebben op de manier waarop een model wordt aangepast, gehost, beveiligd en onderhouden — niet dat elk onderdeel van het oorspronkelijke model in eigen land is ontwikkeld.

Wat HUMAIN-M3 precies heeft gelanceerd

HUMAIN, dat wordt gesteund door het Saudi Public Investment Fund (PIF), kondigde humain-m3 op 3 september 2026 aan. Volgens het bedrijf is het model in opdracht van HUMAIN ontwikkeld en door MiniMax geleverd. Het staat als onderzoekspreview op HUMAIN Node. Een release met open modelgewichten is gepland, maar de preview biedt die gewichten nog niet als download aan. 63

Het model is gebaseerd op de MiniMax-M3-lijn: een mixture-of-experts-architectuur met 428 miljard parameters in totaal, waarvan circa 23 miljard parameters per token actief zijn. HUMAIN zegt het model aanvullend te hebben voorgetraind op meer dan 1 biljoen tokens met van oorsprong Arabische content. 61

Het gaat dus niet simpelweg om een vertaal- of taalfilter boven op een algemeen model. Het doel is volgens HUMAIN om de brede mogelijkheden van het basismodel te behouden, terwijl begrip en generatie in het Arabisch verbeteren door taaldata en culturele context die lokaal relevanter zijn. 211

Waarom een open basismodel de rekensom verandert

Een hoogwaardig algemeen AI-model vanaf nul trainen vraagt om enorme hoeveelheden rekenkracht, data, technische expertise en tijd. Een basis met open modelgewichten verandert het vertrekpunt: een nationale aanbieder kan de middelen richten op verdere training, evaluatie, uitrol en governance voor eigen prioriteiten.

MiniMax positioneert M3 als een open-weight-model voor programmeren en agentische toepassingen, met API-ondersteuning voor een contextvenster tot 1 miljoen tokens. 18 Met zo'n basis kunnen nationale AI-programma's zich richten op gebieden waar algemene modellen vaak tekortschieten, zoals Arabische dialecten, regionale kennis, institutionele werkprocessen en lokale evaluatiemethoden.

Het strategische voordeel is niet dat een land daarmee volledig onafhankelijk wordt van buitenlandse technologie. HUMAIN-M3 leunt zelf op een Chinese modelbasis. Wel krijgt de lokale exploitant meer grip op het deel van de keten dat in de praktijk bepalend is: welke data worden gebruikt voor specialisatie, waar inferentie plaatsvindt, hoe het model wordt bijgewerkt en voor welke toepassingen het wordt ingezet.

Veelbelovende benchmarks, maar nog geen onafhankelijk bewijs

HUMAIN rapporteerde een gelijkgewogen gemiddelde score van 89,37% op zeven openbare Arabische benchmarks, met de hoogste score in vijf tests. Volgens het bedrijf lag het gemiddelde 9,03 punten boven dat van het MiniMax M3-referentiemodel. 12

Die cijfers zijn een betekenisvol signaal dat aanvullende Arabischtalige training de resultaten op de gekozen benchmarks kan verbeteren. Maar ze verdienen een voorzichtige lezing. Het gepubliceerde gemiddelde kwam voort uit HUMAINs eigen evaluatieproces en was ten tijde van de berichtgeving geen inzending op het openbare OALL-klassement. 3

De resultaten bewijzen dus nog niet onafhankelijk dat het model in de praktijk betrouwbaarder, veiliger, goedkoper of beter is voor alle Arabischtalige taken. Openbare replicatie, bewijs uit echte implementaties en evaluaties van regionale dialecten en risicovolle toepassingen zijn belangrijker dan één benchmarktabel.

Waarom downloadbare modelgewichten praktisch belangrijk zijn

Open modelgewichten zijn strategisch waardevol omdat zij de afhankelijkheid van één externe modelaanbieder kunnen verkleinen. CNAS wijst erop dat landen open-weight-modellen steeds vaker zien als een praktische manier om leveranciersafhankelijkheid te vermijden: modellen kunnen worden gedownload, zelf gehost, aangepast en in sommige situaties goedkoper worden ingezet. 38

Voor een overheid of binnenlandse exploitant kan dat verschillende vormen van controle opleveren:

• Dataverwerking: gevoelige toepassingen kunnen op lokale of gecontroleerde infrastructuur draaien in plaats van via een buitenlandse API.
• Taaladaptatie: teams kunnen het model verder trainen en beoordelen op lokale Arabische taalvarianten en institutionele terminologie.
• Technische keuzevrijheid: de exploitant kan zelf de inferentiestack, hardwareconfiguratie en uitrolarchitectuur kiezen.
• Continuïteit: een bruikbaar modelcheckpoint biedt meer veerkracht dan uitsluitend vertrouwen op een externe API waarvan voorwaarden, prijzen, beschikbaarheid of toegang kunnen veranderen.

Dat zijn operationele voordelen, geen garanties. Open gewichten vereisen nog steeds rekenkracht, goede cybersecurity, expertise in modelevaluatie, controle van licenties en een langetermijnplan voor onderhoud.

Een grotere markt voor soevereine AI ontstaat

HUMAIN-M3 maakt deel uit van een bredere internationale ontwikkeling. CNAS telde medio 2026 184 door overheden gesteunde soevereine-AI-projecten in 67 landen, na 41 nieuwe projecten in de eerste helft van dat jaar. De later bijgewerkte live-index stond op 185 projecten. 3433

CNAS hanteert een brede definitie: initiatieven die door de overheid worden gesteund, expliciet verbonden zijn aan nationale strategische belangen en substantiële publieke investeringen krijgen in binnenlandse rekenkracht, modellen of data-ecosystemen. 33 Dat is belangrijk, omdat het modellen niet los ziet van infrastructuur en data. Een model bezitten of aanpassen is slechts één laag van de soevereine-AI-stack.

Chinese ontwikkelaars zijn in deze markt belangrijke leveranciers geworden, mede doordat krachtige modellen zowel met open gewichten als via API's beschikbaar komen. CNAS meldde dat ten minste zeven Chinese ontwikkelaars open-weight-systemen aanbieden met sterke capaciteiten voor programmeren, redeneren, multimodale taken en agentische toepassingen. 36

MiniMax M3 is bovendien niet uitsluitend via de eigen dienst van MiniMax beschikbaar. Artificial Analysis vermeldde meerdere API-aanbieders, waaronder Nebius en SambaNova. Dat illustreert hoe een open model via alternatieve infrastructuurleveranciers kan worden aangeboden. 22

Het signaal van HUMAIN-M3

De belangrijkste les is niet dat één benchmark definitief bepaalt welk model de beste is. De eenheid van concurrentie verandert.

Staten worden afnemers van herbruikbare AI-assets: modelcheckpoints die zij kunnen aanpassen aan lokale taalbehoeften, kunnen draaien op zelfgekozen infrastructuur, kunnen toetsen aan binnenlandse eisen en langdurig kunnen onderhouden. Een sterk basismodel blijft essentieel, maar beschikbaarheid van open gewichten, ondersteuning voor hardware-aanpassing, betrouwbare inferentie, datagovernance en een geloofwaardig updatepad kunnen minstens zo bepalend zijn.

HUMAIN-M3 wijst daarom verder dan een eenvoudige strijd tussen Amerikaanse en Chinese modellabs. De opkomende competitie gaat ook over wie de meest aanpasbare, bestuurbare en operationeel duurzame AI-stack kan leveren aan landen die meer zeggenschap over hun AI-toekomst willen.