Kunstmatige Intelligentie

Generatieve AI en de wet: hoe blijf je conform?

Bas Alderding

Generatieve AI is hot. Modellen zoals GPT-4 en Stable Diffusion maken indruk met hun vermogen om tekst, afbeeldingen en andere inhoud te genereren. Maar hoe zit het met de wetgeving rond het gebruik van deze technologie?

Wat zijn AI-taalmodellen?

Voordat we naar de kosten kijken, is het goed om even stil te staan bij wat AI-taalmodellen precies zijn. Een LLM is een type AI-model dat is getraind op enorme hoeveelheden tekst. Het model leert patronen en relaties in taal te herkennen en kan op basis van deze patronen zelf nieuwe, coherente teksten genereren.

Bekende voorbeelden van LLM's zijn OpenAI's GPT-4 en Google's Gemini. Deze modellen zijn in staat om indrukwekkende resultaten te leveren in tekstgeneratie, vertaling, samenvatting en meer.


Open source vs. gesloten source

Als je een AI LLM voor je project wilt gebruiken, heb je grofweg twee opties: open source of gesloten source cloudproviders.

Open source LLM's zijn modellen waarvan de broncode openbaar beschikbaar is. Iedereen kan deze modellen downloaden, trainen en gebruiken. Voorbeelden zijn Grok van X en LLAMA van Meta. Het voordeel van open source is dat je volledige controle over het model hebt en niet afhankelijk bent van een externe partij. Nadelen zijn dat je zelf verantwoordelijk bent voor de infrastructuur en dat de prestaties soms wat achterblijven bij gesloten bron-alternatieven.

Gesloten source LLM's worden aangeboden door cloudproviders zoals OpenAI, Google, Microsoft, Anthropic en Amazon. Je kunt deze modellen via een API aanroepen en per gebruik betalen. Het grote voordeel is gemak: je hoeft niet je eigen infrastructuur op te zetten en kunt meteen aan de slag. Ook zijn de modellen vaak van hoge kwaliteit. Een nadeel is dat je afhankelijk bent van de cloudprovider en minder controle hebt.



Kosten van open source LLM’s

De kosten voor het gebruik van een open source LLM bestaan voornamelijk uit de rekenkracht die nodig is om het model te trainen en te draaien. Je hebt een krachtige GPU en veel opslagruimte nodig voor de datasets.

De exacte kosten hangen af van de grootte van het model en hoe intensief je het gebruikt. Voor een middelgroot model kun je al snel op enkele duizenden euro’s voor de hardware rekenen. Daar komen dan nog de kosten voor elektriciteit en onderhoud bij.


Kosten gesloten source LLM’s

Bij gesloten source cloudproviders betaal je per API-aanroep. De prijzen variëren per provider en model. Ter indicatie: bij OpenAI betaal je $0,03 per 1.000 tokens voor het populaire GPT-4 model. Een token komt ruwweg overeen met 4 karakters tekst.

Stel dat je een applicatie hebt die 1 miljoen woorden per maand genereert. Dat zijn ongeveer 250.000 tokens. De kosten komen dan neer op ongeveer $7,50 per maand. Let op dat dit een voorbeeld is en de werkelijke kosten sterk afhankelijk zijn van je specifieke gebruikssituatie.

Naast API-kosten betaal je bij sommige providers ook voor opslag van je data en het trainen van aangepaste modellen. Hier kunnen de kosten aanzienlijk zijn, tot duizenden euro's per maand.


Conclusie

De kosten voor het gebruiken van een AI-taalmodel variëren sterk. Bij open source betaal je eenmalig voor de benodigde hardware, bij gesloten source per gebruik via een API. Wat het beste bij je project past, hangt af van je specifieke wensen en eisen.

In het algemeen kun je zeggen dat open source interessant is als je volledige controle wilt en bereid bent te investeren in infrastructuur. Gesloten source is een goede keuze als je snel resultaat wilt en gemak belangrijker is dan controle.

Welke optie je ook kiest, AI-taalmodellen zijn een fascinerende technologie met veel potentie. De ontwikkelingen gaan snel en de mogelijkheden lijken eindeloos. Het is zeker de moeite waard om te verkennen wat AI voor je project kan betekenen!

sevenlab is een betrouwbare partij met een geweldige klantgerichtheid. Ze denken actief met je mee, zijn enorm behulpzaam en flexibel.

Satish Bahwanidin

Projectleider VO-raad

Klaar om je project met ons te bespreken?

Maak kennis met het SevenLab team en de oprichters