Het taalmodel dat offline werkt: India bouwt AI voor 22 talen
Op de India AI Impact Summit toonde de Indiase overheid samen met de non-profit Current AI een apparaat ter grootte van een telefoon dat geen internet nodig heeft. Het heet Sunno Sutra. Het beschrijft zijn omgeving in tekst of spraak, in 22 talen, en draait de AI-modellen volledig lokaal op het apparaat zelf. De ontwerpen en de broncode komen open op GitHub te staan.
Achter het apparaat zit Bhashini, het publieke taalplatform van de Indiase overheid. De inzet is expliciet: een alternatief bouwen voor de gesloten AI-modellen van Silicon Valley, waar taaltechnologie via betaalde interfaces en een continue cloudverbinding wordt geleverd. Wie de bredere beweging wil volgen, vindt in de ontwikkelingen-feed meer voorbeelden van dezelfde kanteling.
Dat raakt een kernpunt. De rekenkracht om taal te verwerken is de afgelopen jaren spectaculair goedkoper geworden. Toch blijft toegang tot AI in de eigen taal voor honderden miljoenen mensen schaars. Die schaarste zit niet in de techniek. Ze zit in het ontwerp.
Hoe we hier kwamen
Het internet heeft nooit alle talen gelijk behandeld. Tien talen zijn samen goed voor 82 procent van alle online inhoud. Van de ruim 7.000 talen ter wereld halen er slechts 38 de drempel van 0,1 procent aan webinhoud. Engels beslaat ongeveer de helft van alle geschreven tekst online, terwijl maar zo'n 16 procent van de wereldbevolking Engels spreekt.
AI-taalmodellen erfden die scheefheid. Ze leren uit tekst die op het web staat, en dat web is overwegend Engelstalig. Modellen presteren daardoor het best in het Engels en het zwakst in talen met weinig digitale sporen. Voor een spreker van Konkani of Santali is een model dat vooral op Engels is getraind weinig waard.
India koos een andere route. De IndiaAI Mission, een overheidsprogramma van omgerekend ongeveer 1,25 miljard dollar (10.372 crore roepie), stelt gedeelde rekenkracht beschikbaar tegen sterk verlaagde tarieven. Startups en onderzoekers huren GPU's voor 115 tot 150 roepie per GPU-uur, ruwweg 42 procent onder de markt. In februari 2026 bracht het geselecteerde bedrijf Sarvam AI twee open modellen uit die op Indiase talen zijn afgestemd.
De economie erachter
De prijs van AI-verwerking is in vrije val. Een model met de kwaliteit van GPT-4 kostte eind 2022 nog ongeveer 20 dollar per miljoen tokens. Begin 2026 is dat gezakt tot rond 0,40 dollar, een daling van ongeveer vijftig keer in ruim drie jaar. Het goedkoopste open model, DeepSeek, rekent 0,14 dollar per miljoen ingaande tokens. Intelligentie wordt, in ruwe rekentermen, bijna gratis.
Maar goedkoop is niet hetzelfde als open. Hier zit de tweede-orde-adder. Bijna alle populaire open modellen, van Llama tot DeepSeek, publiceren hun gewichten maar niet hun trainingsdata. Volgens de definitie van het Open Source Initiative is dat geen open source, maar open weight. Je mag het model draaien, maar je kunt niet controleren waarop het is gebouwd, en het van de grond af opnieuw maken kan niemand.
Het echte knelpunt ligt dieper: de rekenkracht om zulke modellen te trainen. Een model aan de top trainen kost tientallen tot honderden miljoenen. Die investering wordt vrijwel altijd terugverdiend door toegang te beperken. Wie wint, is wie de compute en de data bezit. Wie verliest, is de taalgemeenschap die alleen als klant mag aanschuiven. Het risico is een rebound-effect: goedkopere AI die de afhankelijkheid van een handvol aanbieders juist vergroot.
Implicatie voor de informatie-stack
Dit is precies wat de informatie-stack van Project Alithea beschrijft. De grondstof, rekenkracht, wordt goedkoop. Maar de toegang tot bruikbare kennis in de eigen taal blijft een ontwerpkeuze, geen natuurwet. Een offline apparaat dat draait op open modellen verschuift de macht: geen abonnement, geen dataverbinding, geen taaldrempel.
Europa loopt tegen dezelfde vraag aan. Het project OpenEuroLLM, met een budget van 37,4 miljoen euro en een consortium van twintig organisaties, bouwt open modellen voor de 24 officiële EU-talen. Nederland werkt aan GPT-NL, een open model voor het Nederlands, gedragen door overheid en universiteiten. De drijfveer is dezelfde als in India: minder afhankelijk zijn van commerciële, Engelstalige aanbieders.
Wat te volgen
Drie indicatoren maken de komende twaalf maanden duidelijk of de schaarste echt verschuift. Ten eerste: haalt India zijn doel van 100.000 gedeelde GPU's eind 2026, en tegen welke prijs voor kleine spelers. Ten tweede: publiceren de grote open modellen ook hun trainingsdata, of blijft het bij gewichten alleen. Ten derde: levert OpenEuroLLM medio 2026 een werkend model dat in het Nederlands en andere kleinere EU-talen meekomt met de gesloten concurrentie. De uitkomst bepaalt of AI een publieke voorziening wordt of een betaalde dienst in een vreemde taal.