AI-modellen van 2026: wie bracht wat uit

Wat deze tijdlijn laat zien

De grafiek zet modelreleases op één tijdas: het nieuwste jaar staat bovenaan, en binnen elk jaar zijn de releases per maand gegroepeerd. Elke regel is één model, met de aanbieder, het land waar dat bedrijf zijn hoofdkantoor heeft, open of gesloten gewichten, het type en het contextvenster. Bij open modellen staat ook het aantal parameters. Gaat het om een mixture-of-experts-model (MoE), dan geeft het tweede getal het actieve deel aan: de parameters die per token echt meerekenen.

Niet elk model komt erin. We tonen modellen van AI-labs die een rating hebben op onze ranglijsten of waarvan de gewichten op Hugging Face staan. Doorverkopers, routers en fine-tunes uit de community laten we weg, zodat de lijst laat zien wie een model werkelijk heeft gebouwd.

De labels lezen

• „Open weights” — de modelbestanden zijn te downloaden en draaien op je eigen machine; welk open model past op jouw hardware laat zien wat daarvoor nodig is.
• „Gesloten” — het model is alleen bereikbaar via de app of de API van de aanbieder.
• LLM staat voor een taalmodel dat met tekst werkt, „Vision (VLM)” leest daarnaast afbeeldingen, en een model met het label „Redeneren” denkt stap voor stap na voordat het antwoordt. Dat maakt elk antwoord trager en duurder, maar sterker bij wiskunde, code en planning. Beeld-, video- en audiogeneratoren hebben hun eigen label.

Aanbieders van gesloten modellen maken het aantal parameters niet bekend. Daarom blijft dat vakje bij hen leeg, in plaats van dat we een gok invullen.

De koplopers van elk jaar

Boven elk jaar staat een strook met de modellen uit dat jaar die nu aan kop staan bij tekst, programmeren, webontwikkeling, agents, beeld en video. Let op het woord „nu”. Het is geen reconstructie van hoe de ranglijst er toen uitzag, maar een blik van vandaag: een model dat in het voorjaar verscheen, kan in het najaar al zijn ingehaald, en de strook toont hoe die generatie het nu doet op de ranglijsten, gemeten met de ratings van LMArena.

Filteren en per jaar bekijken

Je kunt de tijdlijn beperken tot één aanbieder, één land, alleen open weights of één type, of gewoon op een naam zoeken. Elk jaar heeft ook een eigen pagina, een jaareditie waar je rechtstreeks naar kunt linken.

Bronnen en kanttekeningen

Releasedata en contextvensters komen uit de modelcatalogi models.dev en LiteLLM, parameters en licenties van Hugging Face; de landen van de aanbieders houden we zelf bij. De datum is de dag waarop een model in die catalogi verscheen, en die kan een paar dagen afwijken van de aankondiging. Modellen waarvan de bronnen alleen het jaar geven, staan er niet in. Het land is dat van het hoofdkantoor, niet van de datacenters of de gebruikers.