Veelgestelde vragen

Walnoot 8B is een open-weight Nederlands taalmodel van WAINUT. Je downloadt het en draait het op je eigen hardware of in je eigen cloudomgeving. De gewichten, de evaluatielogs en de trainingsrecepten staan onder Apache 2.0. Het model is doorgetraind en gefinetuned bovenop Apertus, het open Europese basismodel dat de Swiss AI Initiative bij ETH Zürich en EPFL onder Apache 2.0 uitbracht.

Walnoot 8B is gemaakt voor het werk dat het grootste deel van het AI-gebruik in een organisatie uitmaakt: vragen beantwoorden bij een meegeleverd document, binnenkomende post indelen en routeren, gegevens uit een tekst halen en een standaardtekst opstellen. Begrijpend lezen, entiteitsherkenning en indelen staan met een gemeten cijfer in de gepubliceerde evaluatie. Routeren op de eigen documentsoorten van een organisatie is bedoeld gebruik en is niet apart gemeten. Een samenvatting die het model maakt, is een eerste opzet die je naleest. Voor het herschrijven naar eenvoudige taal raden wij het model af. Beide grenzen staan ook in de modelkaart.

Voor Nederlandse organisaties waar terughoudendheid een verplichting is. De eerste groep is de overheid: ministeries, uitvoeringsorganisaties, provincies, gemeenten en publieke kennisinstellingen. De tweede is het gereguleerde bedrijfsleven, zoals verzekeraars, financiële instellingen, zorg en energie. De derde bestaat uit afgeschermde omgevingen, zoals defensie en kritieke infrastructuur. Wat die groepen delen is een gelaagd AI-beleid waarvan de gevoelige laag vandaag geen gereedschap heeft.

Walnoot 8B is gebouwd voor afgebakende taken. Voor opdrachten die veel algemene kennis, brede context of langdurig redeneren vragen, zijn grotere modellen geschikter. Dat zie je ook terug in de EuroEval-resultaten. We publiceren alle scores, dus ook de taken waarop Walnoot minder sterk presteert.

• Open redeneerwerk en lange, complexe analyse
• Creatief werk zonder kaders
• Codegeneratie
• Alles waar een fout direct grote gevolgen heeft zonder mens ertussen

Daar is een frontier-model het betere gereedschap. De meeste organisaties duwen hun hele werklast door de duurste en meest blootgestelde optie die er is, terwijl een groot deel van dat werk daar niets van nodig heeft.

Lees de modelkaart

Ja, daarvoor is het gemaakt. De gewichten staan onder Apache 2.0 op Hugging Face. Je draait ze op je eigen hardware of in je eigen cloudomgeving, op de bodem die je zelf kiest. Er is geen verplichte aanroep naar een externe API en geen telemetrie, dus het werkt ook volledig losgekoppeld. Met een model achter een API kan dat niet. Doortrainen op je eigen data kan binnen je eigen omgeving, zonder dat die data eruit gaat. Wat je aan hardware nodig hebt en welke systeemprompt erbij hoort, staat op /proberen. Hoe snel het model loopt, hangt af van je kaart en je geheugen.

Het model kost niets. De gewichten, de logs en de recepten staan onder Apache 2.0, permanent en inclusief commercieel gebruik, zonder registratie en zonder formulier. Je betaalt je eigen rekenkracht en er loopt geen meter per token. WAINUT verdient aan het werk eromheen: advies, training van medewerkers, implementatie en staffing van AI-talent. Hoe dat per stap werkt, staat op Aan de slag.

Wat je van de 8B hebt gedownload, blijft van jou onder Apache 2.0, ook bij commercieel gebruik. Daarnaast geldt de gebruiksvoorwaarde van het basismodel, de Apertus LLM Acceptable Use Policy. Iedereen mag op Walnoot voortbouwen, ook een concurrent. Open is onze filosofie. Voor latere, grotere modellen kunnen andere commerciële voorwaarden gelden. Die scheiding maken we vanaf het begin duidelijk.

Zelf hosten haalt één bezwaar weg. De beoordeling blijft staan: de DPIA, de grondslag, de nauwkeurigheidseis en de mens in de lus blijven bij de organisatie die het model inzet. Wij leveren het artefact waarop die beoordeling zich richt. Een goedkeuring hoort daar niet bij.

WAINUT is het Nederlandse AI-bedrijf achter Walnoot, opgericht door twee mensen. Het maakt open bouwstenen die Nederlandse organisaties in hun eigen omgeving kunnen draaien. Walnoot 8B is het model en NL-GOV-MCP haalt de Nederlandse bronnen op waar het model op werkt. WAINUT bracht 50+ AI-projecten in productie en trainde 1000+ professionals op de werkvloer, bij Nederlandse overheden en gereguleerde bedrijven. Walnoot 8B is gebouwd op wat die organisaties nodig hebben en daarom op de maat van hun alledaagse werk. Het model is het gratis deel. Bepalen wat je met AI doet en het in productie krijgen is het werk.

Dat kunnen wij niet uitsluiten. De trainingsdata is als geheel niet op persoonsgegevens gefilterd. Wel is een gevoelig deel verwijderd en is de data van de laatste trainingsstap achteraf nagekeken. Daarin kwamen geen burgerservicenummers of rekeningnummers voor. Die controle is grof en zegt niet dat de data schoon is. Het model kan gegevens voortbrengen die naar een persoon te herleiden zijn. Wie het inzet, is daarvoor zelf verwerkingsverantwoordelijke. Gebruik het model ook niet om persoonsgegevens uit documenten te verwijderen.

Wij noemen Walnoot 8B open-weight. De gewichten, het trainingsrecept, de evaluatie-instellingen en de ruwe meetlogs staan onder Apache 2.0, ook voor commercieel gebruik. De trainingsdata zelf publiceren wij niet. Open source zou daarom meer beloven dan er ligt. Wat er per onderdeel openligt, staat op /openheid.

Winst heet pas winst als ons hele betrouwbaarheidsinterval boven hun cijfer ligt. Verlies pas als het er volledig onder ligt. Valt hun cijfer binnen ons interval, dan staat er gelijkspel. Dat geldt ook op een taak waar wij op punten voorstaan.

Wij maten onze kolom met EuroEval 17.6.0 op de test-split, in 10 iteraties en met bf16-gewichten. De GPT-NL-kolom is hun eigen publicatie van december 2025 op EuroEval 15.16.0, interim-scores van het basismodel, gepubliceerd als puntscores zonder interval bij de cijfers die wij overnemen. Er zit twee hoofdversies verschil in het evaluatieframework. Over versies heen is de datasetinhoud niet gegarandeerd identiek. Daarom vermelden we bij iedere vergelijking expliciet welke versie is gebruikt.

GPT-NL publiceert geen gewichten, dus niemand buiten het consortium kan dat model draaien. Wij hebben het daarom nooit zelf gemeten. Deze tabel zet ons gemeten cijfer naast hun gepubliceerde cijfer.

In de hele AI-sector gaat het steeds vaker over digitale soevereiniteit. Voor een organisatie betekent het dat de gegevens binnen blijven en dat ze zelf bepaalt waar het model draait. Bij Walnoot 8B kun je vier dingen zelf controleren. Je houdt het artefact zelf, gedownload onder Apache 2.0 en van jou om te bewaren. Je kiest de jurisdictie waarin het draait, op eigen hardware of in je eigen cloudomgeving, op Europese bodem of volledig losgekoppeld. Niets hoeft je omgeving uit, want er is geen verplichte aanroep naar een externe API en wij zetten er geen telemetrie in. En het is gebouwd in Nederland, op een open Europees basismodel. Het gaat over dit model; over het land doen wij hier geen uitspraak. Waar jij het draait is een andere vraag dan waar het gebouwd is.

Ja. Apache 2.0, permanent, inclusief commercieel gebruik. Geen registratie, geen intrekbare licentie.

Ja, voor onze laag. Per bron gedocumenteerd, met de grondslag en de bewerkingen erbij. De laag daaronder is Apertus. Die documentatie is van de Swiss AI Initiative en staat bij hen.

Ja, voor de evaluatie. De versie van het evaluatieframework staat gepind en het commando staat op de site. De training kun je met het recept nalopen, maar niet één op één overdoen, want de instructievoorbeelden en de nabewerkingsdata zijn niet openbaar.

Europees recht voor de instructietraining, de nabewerking en de metingen. Die draaiden op MareNostrum5 in Barcelona, de Europese publieke supercomputer, via EuroHPC. Waar jij het model draait, bepaal je daarna zelf.