Enterprise

Breng je eigen model: keys, endpoints, contracten

Richt Ciao op de modelrelaties die je al vertrouwt — je eigen leverancier-keys, OpenAI-compatibele endpoints en zero-retention-contracten — in plaats van iemands anders leverancierskeuze te erven.

Own-LLM bij Ciao betekent dat jouw organisatie de modelleverancier achter zijn workspaces kiest: breng je eigen keys mee, verbind OpenAI-compatibele endpoints, en houd inferentie onder zero-retention-contracten. In tegenstelling tot platforms die vastgeklonken zitten aan één leverancier, draait Ciao een multi-provider model ladder met fallback, zodat je AI SDLC niet afhankelijk is van één modelbedrijf — en klantcode wordt nooit gebruikt om modellen te trainen.

Ideaal voorBestaande overeenkomsten met modelleveranciersConsolidatie van AI-leveranciersrisicoModelstrategie en exitplanning

Gepubliceerd 2026-07-03 · Laatst bijgewerkt 2026-07-03

Je modelcontracten maken deel uit van je risicohouding

De meeste enterprises hebben het zware werk inmiddels één keer gedaan: voorwaarden voor gegevensverwerking onderhandeld met een modelleverancier, retentie- en trainingsclausules beoordeeld, en een specifieke leverancier door security en juridische zaken laten goedkeuren. Het laatste wat dat team wil, is een ontwikkelplatform dat stilletjes bedrijfscode via een andere modelrelatie routeert met voorwaarden die niemand heeft beoordeeld.

Dit is een echt gat in de AI-toolingmarkt. Veel producten behandelen het model als een interne implementatiedetail — je krijgt welke leverancier het platform ook heeft gekozen, onder welke voorwaarden het platform ook voor zichzelf heeft onderhandeld. Voor een individuele ontwikkelaar is dat een gemak. Voor een enterprise is het een ongereviewde subverwerker die midden in de softwaretoeleveringsketen zit.

Ciao behandelt modelkeuze als een enterprise-beslissing. Je kunt je eigen leverancier-keys meebrengen, OpenAI-compatibele endpoints verbinden, en inferentie afstemmen op de zero-retention-contracten die je juridisch team al heeft goedgekeurd — terwijl de eigen multi-provider model ladder met fallback van het platform de levering veerkrachtig houdt wanneer één leverancier haapert.

Er is hier ook een inkoopefficiëntie-argument. Elke modelrelatie die een platform introduceert, is een leveranciersbeoordeling die je team moet uitvoeren — retentievoorwaarden, trainingsclausules, incidenthouding. AI-ontwikkeling routeren via leveranciersovereenkomsten die je al hebt beoordeeld, betekent dat het nieuwe platform afgerond werk erft in plaats van nieuwe reviews te genereren, wat vaak het verschil is tussen een kwartaal en een jaar in een enterprise-uitroltijdlijn.

Wat Ciao biedt

  • Je eigen leverancier-keys — Route modelgebruik via keys die je organisatie beheert, zodat verbruik, voorwaarden en leveranciersrelaties onder overeenkomsten blijven die jij hebt onderhandeld — geconfigureerd met het enterprise-team tijdens onboarding.
  • OpenAI-compatibele endpoints — Verbind endpoints die de OpenAI-compatibele API spreken, wat de manier is waarop de meeste enterprise-modelgateways, proxy's en goedgekeurde-leveranciersopzetten intern al zijn blootgesteld.
  • Zero-retention-inferentie — Inferentie draait onder zero-retention modelcontracten, en klantcode wordt niet gebruikt om modellen te trainen — de twee clausules waar je review als eerste naar zal zoeken.
  • Een multi-provider ladder met fallback — De model ladder van Ciao overspant meerdere leveranciers met fallback, wat de afhankelijkheid van één modelleverancier vermindert — tegelijk een beschikbaarheidseigenschap en een onderhandelingspositie.
  • Audit over de hele loop — De append-only audit trail legt prompts, merges, deploys en admin-acties vast, zodat model-ondersteund werk end-to-end toewijsbaar is, ongeacht welke leverancier de tokens leverde.
  • Governance onafhankelijk van het model — Guardrails past plain-English-beleid toe en legt menselijke review vast bij risicovolle wijzigingen — de controlelaag verzwakt of verandert niet wanneer het model erachter dat wel doet.

Hoe own-LLM-inrichting in de praktijk werkt

  1. 1. Breng je huidige modelomgeving in kaart

    Lijst samen met het enterprise-team de leveranciers, gateways en contracten die je al hebt — de meeste organisaties ontdekken dat ze hiervoor al de juiste overeenkomsten hebben.

  2. 2. Kies de routeringsopstelling

    Bepaal welke workspaces je eigen keys en endpoints gebruiken, en waar de eigen multi-provider ladder van Ciao van toepassing is — veel teams mengen beide, met hun gecontracteerde leverancier als primair.

  3. 3. Verbind en verifieer

    Keys en OpenAI-compatibele endpoints worden voor de workspace geconfigureerd, en je team verifieert dat verkeer aankomt waar je verwacht voordat productiewerk begint.

  4. 4. Leg de voorwaarden in het contract vast

    Zero-retention- en geen-trainingstoezeggingen zijn contractuele taal die tijdens inkoop wordt beoordeeld, geen voetnoten — je juridisch team leest de daadwerkelijke clausules.

  5. 5. Draai met fallback

    Als een leverancier haapert, houdt de fallback van de model ladder de levering gaande, en blijft de audit trail vastleggen wie wat deed tijdens de wijziging.

Verificatie- en commerciële notities

Own-LLM-configuratie is onderdeel van een enterprise-samenwerking, afgebakend met het team in plaats van selfservice ingeschakeld, omdat de juiste inrichting afhangt van je gateways, contracten en netwerkopstelling. De claims die hier ertoe doen zijn contractueel: klantcode wordt niet gebruikt om modellen te trainen, en inferentie draait onder zero-retention modelcontracten — beide te beoordelen in de documentenset tijdens inkoop, naast SOC 2 Type II-rapporten onder NDA. Serieuze productieprogramma's beginnen bij USD 10.000 per jaar. Als je modelstrategie nog vorm krijgt, betekent de multi-provider ladder dat je niet gedwongen wordt vandaag te beslissen: je kunt starten op de standaardopstelling van Ciao en workspaces naar je eigen keys verplaatsen zodra je leveranciersstrategie vastligt.

Twee vragen die het waard zijn om te stellen bij elke evaluatie van deze mogelijkheid: wat gebeurt er als een leverancier zijn voorwaarden wijzigt, en wat gebeurt er als er één haapert. De multi-provider ladder bestaat zodat beide antwoorden saai blijven — voorwaarden zijn contractueel per leverancier, en fallback houdt de levering gaande terwijl het leveranciersgesprek op jouw schema plaatsvindt, niet dat van de storing.

Modelopstellingen bij Ciao

OpstellingWie de leveranciersrelatie heeftTypische fit
Ciao model ladderCiao, over meerdere leveranciers met fallbackStandaard: veerkrachtige levering zonder leveranciersbinding
Je eigen keysJouw organisatie, onder je onderhandelde voorwaardenEnterprises met bestaande leveranciersovereenkomsten
OpenAI-compatibel endpointJouw organisatie, via je gateway of proxyTeams met een interne modelgateway of goedgekeurde-leverancierslijst
GemengdBeide, per workspacePrimair op je contract, fallback voor veerkracht

Veelgestelde vragen

Welke leveranciers kunnen we meebrengen?

Elke leveranciersrelatie die je kunt blootstellen via je eigen keys of een OpenAI-compatibel endpoint, wat de gangbare enterprise-opzetten dekt, inclusief interne modelgateways. De specifieke details van je omgeving worden tijdens de afbakening met het enterprise-team in kaart gebracht.

Wordt onze code gebruikt om modellen te trainen, ongeacht welke leverancier het bedient?

Nee. Klantcode wordt niet gebruikt om modellen te trainen, en inferentie draait onder zero-retention modelcontracten. Wanneer je je eigen keys meebrengt, gelden ook je eigen onderhandelde voorwaarden voor die relatie.

Wat gebeurt er als onze gekozen leverancier een storing heeft?

Ciao draait een multi-provider model ladder met fallback, wat de afhankelijkheid van één modelleverancier vermindert. Hoe fallback samenwerkt met je eigen-key-opstelling wordt tijdens de inrichting afgesproken, zodat niets ergens naartoe routeert dat je review niet heeft goedgekeurd.

Kunnen we zien welke modelactiviteit welke wijziging heeft opgeleverd?

De append-only audit trail legt prompts, merges, deploys en admin-acties vast, zodat AI-ondersteund werk end-to-end toewijsbaar is. Guardrails legt daarnaast menselijke review vast bij risicovolle wijzigingen, wat meestal het bewijs is dat auditors vragen.

Hangt governance af van welk model we gebruiken?

Nee. Guardrails, QA en Security opereren op de code en de draaiende applicatie, niet op vertrouwen in een specifiek model: beleid geldt in gewone taal, tests draaien vóór en na publicatie, en security-bevindingen worden tegen de live app bevestigd voordat ze worden gemarkeerd.

Gerelateerde pagina's

Serieuze ontwikkeling begint met serieuze verantwoordelijkheid.

Breng je eigen LLM: keys en endpoints | Ciao