Deutsche Bank rekent af met de hoge prijzen van AI: Open modellen even goed voor 90% van de taken

De bank merkt op dat deze hogere prijs voor propriëtaire modellen steeds moeilijker te rechtvaardigen is, omdat de goedkopere open-weight modellen razendsnel de prestaties van de topmodellen benaderen .

De Kwaliteitskloof

Voor ongeveer 90% van de routinetaken ontdekte Deutsche Bank dat de prestaties van open-weight modellen vergelijkbaar zijn met die van propriëtaire topmodellen . Het betekenisvolle kwaliteitsvoordeel van propriëtaire modellen bestaat alleen op een klein deel van de moeilijkste, geavanceerde benchmarks, en niet op de overgrote meerderheid van de echte productieworkloads. Uit bredere sectorgegevens blijkt dat de benchmarkkloof voor specifieke productietaken zoals codegeneratie (10–15%) in de praktijk krimpt tot een productiekloof van slechts 2–5% voor open modellen .

Compressie van de Capaciteitsachterstand

Het onderzoek van Deutsche Bank komt overeen met onafhankelijke bevindingen dat de capaciteitsachterstand van open-weight modellen op propriëtaire topmodellen dramatisch is gekrompen: van wat ooit een meerjarige kloof was, naar nog maar 3-4 maanden medio 2026 . De gelijktijdige analyse van EpochAI plaatst de achterstand op ~3 maanden op hun holistische Capabilities Index, met een gemiddelde scorekloof van ongeveer 7 punten . Deze ‘faseovergang’ in de snelheid van modelreleases (van een cyclus van 6 maanden in 2024 naar een cyclus van 72 uur in het eerste kwartaal van 2026) zorgt ervoor elk prestatievoordeel van korte duur is .

Het Niet-Geografische Karakter van de Kloof

Deutsche Bank benadrukt dat dit geen geografische tweedeling is (bijv. VS vs. China). De compressie van kosten en prestaties is een structureel, mondiaal fenomeen dat wordt aangedreven door de verspreiding van open-weight modellen uit meerdere regio's, waaronder China's DeepSeek en Zhipu AI, de VS's Meta (Llama), en anderen . De relevante as is open versus gesloten, niet Oost versus West. De bank benadrukt specifiek dat de doorbraken van DeepSeek begin 2025 het moment markeerden waarop de oude geografische benadering niet langer opging .

De Grotere Marktimplicaties voor AI-Waarderingen

Deutsche Bank gelooft dat deze dynamiek kan leiden tot een marktherwaardering van AI . De belangrijkste implicaties:

• Uitholling van de prijspremie: Aanbieders van propriëtaire modellen (Anthropic, OpenAI, Google) kunnen moeite krijgen om hun hoge API-prijzen te handhaven, omdat bedrijven overstappen op open-weight alternatieven die vergelijkbare kwaliteit leveren tegen een drastisch lagere kostprijs .
• Druk op gebruik-gebaseerde facturatie: Naarmate de facturatie voor AI verschuift naar gebruik-gebaseerde modellen, wordt de economische vesting van de toplaboratoria smaller .
• De ‘honeymoon is over’-these: Dit rapport van juni is een verlengstuk van de eerdere waarschuwingen van de bank uit 2026 dat de AI-sector het zwaarste jaar tot nu toe tegemoet gaat, waarbij waarderingen steeds meer loskomen van de unit economics en de infrastructuuruitgaven de inkomsten overtreffen . De bank gaf eerder aan dat 2026 een ‘do or die’-jaar zou worden voor onafhankelijke AI-bedrijven .
• Waarderingsrisico: Als de hoge prijzen die ten grondslag liggen aan de winstverwachtingen van de toonaangevende AI-bedrijven niet kunnen worden gehandhaafd, kunnen de huidige aandelenwaarderingen onder druk komen te staan . De bank noemt dit een mogelijke ‘DeepSeek-moment’ voor het luxe prijssegment van de AI-markt .