Maak kennis met kamoo-one.
Vandaag lanceren we kamoo-one-135m: een Nederlands taalmodel dat vanaf nul is getraind op 7,3 miljard Nederlandse tokens, geen vertaald bijproduct van een Engels model, maar Nederlands als eerste en enige taal. Apache-2.0, open databronnen, en klein genoeg om op je eigen laptop te draaien.
Klein met opzet
Elke dag gaat er Nederlandse, vaak gevoelige, tekst naar Amerikaanse black-box-modellen. kamoo-one is het tegenovergestelde: een model dat op één GPU past en daardoor volledig binnen je eigen muren kan draaien, tot air-gapped toe. Geen frontier-claims; wel een taal-motor voor terugkerende Nederlandse teksttaken.
De 135M is bewust de kleinste maat van de familie. We beginnen waar de meeste waarde zit: een model dat iedereen kan draaien, controleren en betalen.
Hoe we het getraind hebben
Rechtmatig, van begin tot eind. Elke databron in het corpus heeft een heldere licentie, van het GPT-NL Public Corpus (CC-BY-4.0) tot Nederlandstalige literatuur uit het publieke domein, en we publiceren de volledige lijst, inclusief hoe we filteren op taal, kwaliteit en persoonsgegevens. Geen webscrapes met onduidelijke rechten.
Daarbovenop een eigen 32k-tokenizer, puur op Nederlands getraind, en een trainingsrun vanaf nul op onze eigen hardware in Nederland. Elk experiment kreeg een hypothese en een gemeten uitkomst, en ook wat níet werkte, leggen we vast. Dat verhaal volgt hier op de blog.
Eén alinea, vier tokenizers.
Onze 32k-tokenizer is puur op Nederlands getraind. Op een identieke Nederlandse alinea speelt hij gelijk met de 4× grotere vocabulaire van GPT-NL en gebruikt hij 18% minder tokens dan ChatGPT 5. Minder tokens betekent meer context en lagere kosten, bij elke aanroep opnieuw.
bekijk de meetmethodeAcht operaties, geen chatbot
kamoo-one is getuned op acht operaties op Nederlandse tekst: van ambtelijke taal naar B1 herschrijven tot helpen bij het lakken van persoonsgegevens. De feiten komen uit jouw documenten; kamoo levert de taal.
herschrijf()vat_samen()extraheer()classificeer()grond()anonimiseer()corrigeer()toets()
Open tot op de laatste token
De meeste “open” modellen zijn alleen open-weight: je krijgt de gewichten, maar niet het recept. Wij publiceren allebei: de databronnen mét licentie, de trainingskeuzes, en metingen die je zelf kunt herhalen. Niet omdat het moet, maar omdat een model dat je niet kunt narekenen een model is dat je moet geloven.
- databronnen mét licentie, op /aanpak
- gewichten en model card op huggingface.co/kamoo-ai
- metingen met methode en meetdatum, bij de modellen
Eerlijk over de grenzen
135 miljoen parameters is klein, en dat merk je. kamoo-one is geen kennisorakel: feiten horen uit jouw documenten te komen, niet uit het model. Het redeneert niet diep in meerdere stappen, spreekt alleen Nederlands (bewuste keuze), en de context is 1.024 tokens, lange documenten knip je in delen. kamoo is bovendien een taallaag: rekenen, termijnen en de eindcontrole blijven bij jouw systemen en mensen, en drie operaties (anonimiseer, corrigeer en toets) zijn daarom bewust assistenten. Taakgerichte metingen publiceren we mét methode en meetdatum bij de modellen, afgezet tegen vergelijkbare open modellen. Waar het tegenvalt, staat het er ook.
De volgende maat
Hierna komt kamoo-one-500m: zelfde tokenizer, zelfde aanpak, zelfde metingen. Merkbaar vloeiender herschrijven en samenvatten, nog steeds op één GPU. Daarna de 1B. Elke maat moet zich eerst bewijzen voordat de volgende start.
Vandaag beschikbaar
Via de OpenAI-compatible API, maak een account op platform.kamoo.nl en je bouwt binnen een minuut, met € 5 starttegoed. Liever zelf draaien? De gewichten staan op Hugging Face onder Apache-2.0. En voor organisaties die alles binnen de eigen muren willen, is er on-premise met begeleiding. De tarieven zijn twee getallen, zonder sterretjes.
- parameters
- 135M
- context
- 1.024 tokens
- tokenizer
- 32k · eigen NL
- licentie
- Apache-2.0
AMSTERDAM, 3 JULI 2026, TEAM KAMOO · totdevolgendemaat