Summio

Artikel

AI Index Rapport 2026: Technische Prestaties

AI in 2025: een sprong voorwaarts, van zicht tot robots. Spoiler: het is écht krachtig geworden, maar met de nodige kanttekeningen.

21 min leestijd

Beschikbaar in

Voorbeeld van de samenvatting

AI in 2025: Een Diepe Duik in de Techniek (Gebaseerd op Stanford HAI's AI Index Report 2026)

Hey maat! Hoe is 't? Vandaag gaan we het hebben over iets mega cools: hoe is kunstmatige intelligentie (AI) eigenlijk gegroeid in het afgelopen jaar, specifiek in 2025? Stanford HAI, een soort super slimme club van experts, heeft weer een dik rapport uitgebracht, de AI Index Report 2026. En wat staat erin? Zoveel interessante dingen dat ik het gewoon met je moest delen. Vooral het stuk over de technische kant van AI vind ik mega belangrijk. Dat is namelijk de motor achter alles, toch? Alsof je naar het hart van een machine kijkt, en niet alleen naar de glimmende buitenkant. Ben je er klaar voor? We gaan duiken in cijfers, vergelijkingen en wat verrassingen. We kijken hoe AI beter is geworden in zien, taal snappen, video's maken, redeneren en zelfs bewegen. Wie loopt er voorop? Waarom werken oude tests niet meer? En waar loopt AI nog tegenaan? Kortom, een complete uitleg van de nieuwste AI-technologieën, maar dan op onze manier: relaxed en begrijpelijk.

Hoofdstuk 1: Introductie – Waar Staan We Nu?

Stel je voor, we zijn een huis aan het bouwen. Dit rapport is als een inspectie van de bouwplaats. We kijken niet naar de verf op de muren (dat is meer voor het publieke beeld of de economie), maar naar het fundament, de structuur, de bedrading – alles wat het huis functioneel maakt. In ons geval is dat de technische prestatie van AI. Zonder die basis zijn alle andere mooie praatjes van weinig waarde. In 2025 heeft AI zulke indrukwekkende resultaten neergezet, dat zelfs de makers er verbaasd over waren. AI is niet zomaar een beetje beter geworden; het heeft de lat die we zelf hadden gelegd, verpulverd. En dit geldt voor bijna alle gebieden: van computer vision (hoe AI 'ziet') tot robotica en zelfs AI-systemen die zelfstandig acties kunnen ondernemen. De kernboodschap: AI ontwikkelt zich razendsnel en loopt voor op de methoden die we gebruiken om die ontwikkeling te meten. Dat is tegelijkertijd supervet en een beetje zorgwekkend, want we verliezen grip op hoe we deze vooruitgang objectief kunnen beoordelen.

Hoofdstuk 2: De Grote Lijnen – Wat is er Gebeurd?

Oké, laten we meteen ter zake komen. Wat is er precies gebeurd in 2025 dat de experts van Stanford HAI zo heeft verrast (of misschien zelfs een beetje deed schrikken)? Stelling 1: AI Verslaat de Tests die Ervoor Zijn Gemaakt. Dit is waarschijnlijk de belangrijkste conclusie. Weet je nog hoe we vroeger AI probeerden te vergelijken met mensen op lastige taken? Nou, nu is AI niet alleen bijgebleven, maar heeft het de mens ingehaald. Neem bijvoorbeeld de 'Humanity's Last Exam'-test, speciaal ontworpen om machines uit te dagen. De beste modellen lieten in 2025 een verbetering zien van maar liefst 30%! Dat is alsof een leerling binnen een jaar van een gemiddelde naar een Olympische medaille gaat. Het probleem is dat tests die jarenlang nuttig zouden moeten zijn, binnen maanden verzadigd zijn. Ze stoppen met nuttig zijn om de echte vooruitgang te meten. Het is alsof je de lengte van een kind probeert te meten met een oude, versleten liniaal. Stelling 2: Topmodellen Liggen Dicht Bij Elkaar, de Concurrentie Vlamt Op. Vroeger had je misschien één dominante AI-model. Nu zien we een groep van leiders die heel dicht bij elkaar zitten. Als we kijken naar de Elo-rating (ja, net als bij schaken, maar dan voor AI, waarbij mensen de beoordelingen doen in de 'Arena'), dan zie je dat vijf grote spelers – Anthropic, xAI, Google, OpenAI, Alibaba en DeepSeek – ontzettend dicht bij elkaar liggen. Het verschil tussen hen is maar een paar tientallen punten. Dit betekent dat de strijd niet meer alleen gaat om pure prestaties, maar ook om andere factoren: wie kan een model goedkoper maken, betrouwbaarder, of beter afstemmen op specifieke taken zoals in de geneeskunde of financiële sector? Het gaat er nu niet meer alleen om slim te zijn, maar ook om slim en toegankelijk te zijn. Stelling 3: De Kloof Tussen Gesloten en Open Modellen Groeit Weer. In 2024 leek het erop dat open-source modellen de gesloten modellen bijna hadden ingehaald. Maar in 2025 is de trend omgedraaid. Nu lopen de beste gesloten modellen al 3,3% voor op de beste open-source modellen. Van de top 10 modellen in de 'Arena' zijn er zes gesloten. Dit is slecht nieuws voor degenen die hoopten op een democratisering van AI via open ontwikkelingen. Het lijkt erop dat de meest baanbrekende technologieën voorlopig nog achter slot en grendel blijven bij grote bedrijven. Stelling 4: Geopolitieke Rivaliteit VS en China Bereikt Pariteit. Vroeger hoorde je vaak dat de VS een flinke voorsprong had op China op het gebied van AI. Maar in 2025 is dat beeld veranderd. Amerikaanse en Chinese modellen wisselen elkaar af in de ranglijsten. Soms evenaarde het Chinese DeepSeek-R1 model de beste Amerikaanse, en andersom. Momenteel loopt het beste Amerikaanse model 2,7% voor op het beste Chinese model. Het verschil is klein en fluctueert constant. Het lijkt erop dat de wapenwedloop op AI-gebied nu op gelijke voet wordt gevoerd. Stelling 5: Benchmarks Verliezen Betrouwbaarheid, Ze Worden 'Omzeild'. Dit is een direct gevolg van de

Hoofdstuk 3: Kernideeën – Wat Zit Er Achter de Cijfers?

Laten we deze stellingen eens wat dieper onder de loep nemen, zodat we echt begrijpen wat dit betekent voor ons, voor de technologie en voor de toekomst.

Idee 1: Het 'Flessehals'-Probleem van Benchmarks

Stel je voor dat je wilt weten hoe snel een atleet kan rennen. Je zet een standaard afstand uit. Maar als die atleet zó snel wordt dat hij de afstand in bijna nul seconden aflegt, dan heeft het meten geen zin meer. Je kunt hem niet meer onderscheiden van een andere super snelle atleet. Met AI gebeurt precies hetzelfde. Benchmarks zoals MMLU (Massive Multitask Language Understanding) of GSM8K (Grade School Math 8K) werden ontworpen met het idee dat ze jarenlang relevant zouden blijven. Maar modellen hebben de taken in deze tests zó goed leren oplossen dat ze 'verzadigd' zijn. Dat betekent dat bijna alle topmodellen er de maximale score halen. Hierdoor kunnen we deze tests niet meer gebruiken om te bepalen welke model beter is. Probleem: De 'utility window' (het nuttige bereik) van benchmarks wordt steeds kleiner. Tests die lang relevant zouden moeten zijn, verouderen binnen maanden. Gevolgen: Het wordt lastig om modellen objectief te vergelijken en echte vooruitgang te volgen. Het is alsof je de kwaliteit van wijn probeert te beoordelen aan de hand van een vervaagd etiket. Oplossing? We hebben nieuwe, complexere en dynamischere tests nodig. Misschien tests die zich aanpassen aan het niveau van het model, of tests die niet alleen kennis, maar ook redeneervermogen en aanpassingsvermogen in reële situaties meten.

Idee 2: "Gegolfd" Intellect – Genie en Blinde Vlekken Tegelijk

Dit is een van de meest fascinerende concepten die het rapport naar voren brengt. "Jagged intelligence" – gegolfd of 'gebotst' intellect. Dit betekent dat AI ongelooflijk sterk kan zijn in het ene domein, maar tegelijkertijd compleet hulpeloos kan zijn in een ander, schijnbaar eenvoudiger domein. Een voorbeeld uit het rapport: het Gemini Deep Think-model won de gouden medaille op de Internationale Wiskunde Olympiade (IMO) in 2025. Dit is een serieuze prestatie die diepgaande wiskundige kennis en logica vereist. Het model loste de taken op binnen de toegestane tijd, volledig werkend met natuurlijke taal. In 2024 behaalde een ander model hier zilver. De vooruitgang is dus duidelijk. Maar! Op de ClockBench-test, die meet hoe goed een model de tijd kan aflezen op een analoge klok, presteerde ditzelfde (of een vergelijkbaar top) model slechts in 50,6% van de gevallen correct. Een mens doet dit in 90,1% van de gevallen. Dit is echt verbazingwekkend. Hoe kan dit? Oorzaak: Modellen worden getraind op gigantische hoeveelheden data, maar deze data zijn mogelijk niet gebalanceerd. Wiskundige problemen zijn gestructureerde data met duidelijke regels en logica. Het aflezen van een analoge klok vereist niet alleen patroonherkenning (de wijzerplaat, de wijzers), maar ook ruimtelijk inzicht, begrip van relatieve posities en misschien zelfs een soort intuïtie die AI nog mist. Conclusie: AI bezit nog geen universeel, mensachtig intellect. Het is eerder een verzameling van zeer krachtige, maar zeer gespecialiseerde 'gereedschappen'. Dit is cruciaal om te beseffen als we praten over 'General Artificial Intelligence' (AGI).