Energie

Digitale kansen in de energietransitie

Bas Alderding

We zitten midden in een energietransitie. De wereld heeft de taak om over te stappen van fossiele brandstoffen naar nieuwe, hernieuwbare bronnen. De energiesector neemt hierin het voortouw en loopt voorop met het ontwikkelen van wind- en zonne-energie voor een CO2-arme voorziening. Hernieuwbare technologieën ontwikkelen zich in een rap tempo, maar de integratie en uitvoering blijven achter. De oplossing hiervoor ligt in een effectieve IT-strategie.

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 herkennen en kan op basis van deze patronen zelf nieuwe, samenhangende teksten genereren.

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

Open source vs. closed source

Als je een AI LLM voor je project wilt gebruiken, heb je grosso modo twee opties: open source of gesloten source cloud-aanbieders.

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

Gesloten source LLM's worden aangeboden door cloudproviders zoals OpenAI, Google, Microsoft, Anthropic en Amazon. Je kunt deze modellen aanroepen via een API en betaalt per gebruik. Het grote voordeel is gemak: je hoeft geen eigen infrastructuur op te zetten en kunt direct 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 benodigde rekenkracht voor het trainen en draaien van het model. Je hebt een krachtige GPU nodig en veel opslagruimte voor de datasets.

De exacte kosten zijn afhankelijk van de grootte van het model en hoe intensief je het gebruikt. Voor een middelgroot model, reken snel op enkele duizenden euro's voor de hardware. Daarbij komen dan nog de kosten voor elektriciteit en onderhoud.

Kosten gesloten source LLM's

Bij gesloten-source cloudproviders betaal je per API-call. Prijzen variëren per aanbieder en model. Ter indicatie, bij OpenAI betaal je $0,03 per 1.000 tokens voor het populaire GPT-4 model. Eén token komt ongeveer overeen met 4 karakters van tekst.

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

Naast API-kosten betaal je bij sommige aanbieders 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 gebruik van een AI-taalmodel variëren sterk. Met open source betaal je eenmalig voor de benodigde hardware, met gesloten source per gebruik via een API. Wat het beste bij je project past, hangt af van je specifieke behoeften en vereisten.

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 resultaten wilt en gemak belangrijker vindt dan controle.

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

SevenLab is een betrouwbare partner met een sterke klantgerichtheid. Ze denken actief met je mee, zijn enorm behulpzaam en flexibel.

Satish Bahwanidin

Projectleider VO-raad

Bekijk wat we de laatste tijd hebben geschreven

Algemeen

Bas Alderding

API: De digitale voordelen van het koppelen van software

Algemeen

Bas Alderding

De voordelen van een Progressive Web App in één oogopslag

Algemeen

Bas Alderding

Het tijdperk van de Progressive Web App

Algemeen

Bas Alderding

Hoe maak ik een Progressive Web App?

Algemeen

Bas Alderding

API: De digitale voordelen van het koppelen van software

Algemeen

Bas Alderding

De voordelen van een Progressive Web App in één oogopslag

Algemeen

Bas Alderding

API: De digitale voordelen van het koppelen van software

Algemeen

Bas Alderding

De voordelen van een Progressive Web App in één oogopslag

Algemeen

Bas Alderding

API: De digitale voordelen van het koppelen van software

Algemeen

Bas Alderding

De voordelen van een Progressive Web App in één oogopslag

Algemeen

Bas Alderding

Het tijdperk van de Progressive Web App

Klaar om je project met ons te bespreken?

Maak kennis met het SevenLab-team en de oprichters