Welke AI-chatbot spreekt het best Nederlands? Vijf naast elkaar en zo test je zelf

Drie soorten goed Nederlands

De handigste indeling komt van het Nederlandse AI-bureau DataNorth, dat in oktober 2026 de beschikbare tests naast elkaar zette. Het onderscheidt drie lagen. De eerste is taalverwerking: begrijpt het model een Nederlandse tekst, kan het een recensie als positief of negatief herkennen, een vraag over een tekst beantwoorden. De tweede is kennis van Nederland: weet het hoe het hier geregeld is. De derde is schrijven voor een Nederlandse lezer: helder, natuurlijk, zonder Engelse zinsbouw.

Op de eerste laag zijn de grote modellen nauwelijks nog uit elkaar te houden. Op de tweede en derde zitten de verschillen. Dat verklaart waarom twee mensen hetzelfde model heel anders kunnen beoordelen. Wie vooral laat samenvatten, merkt weinig verschil. Wie een vraag stelt over huurtoeslag of de regels van de gemeente, merkt het wel.

Wat de metingen laten zien

De bekendste meetlat is EuroEval, een Europese benchmark die modellen op negen Nederlandse taken test. Op het Nederlandse klassement van september 2026, zoals DataNorth het weergeeft, stonden twee snelle Flash-modellen van Google bovenaan. Daarna volgde een model uit de Sol-reeks van OpenAI (over die reeks schreven we in wat het verschil tussen Astra, Sol en Luna is). Bij het herkennen van sentiment in boekrecensies lagen de beste modellen binnen een paar punten van elkaar.

Het grote gat zat bij kennis van Nederland. Op een toets met vragen die in het Nederlands zijn geschreven, scoorde het beste Gemini-model 83 punten, het OpenAI-model 67,5 en de geteste versie van Claude 33,8. Daarbij past een kanttekening. In de lijst stond een oudere Claude-versie, Sonnet 4.5, en de scores komen uit een validatieronde die volgens EuroEval zelf niet helemaal vergelijkbaar is met de gewone test. Kleine verschillen bovenin noemt DataNorth ruis.

Op de schrijftaak, een tekst herschrijven in duidelijke taal, kwam geen enkel model boven de 57 punten. Opvallend genoeg scoorde het kleine, open Europese model EuroLLM daar het hoogst, terwijl het juist weinig wist over Nederland. Een onderzoek van de gemeente Amsterdam uit augustus 2026, dat DataNorth ook aanhaalt, vond bovendien dat Nederlandse of Europese modellen niet beter scoorden op feitelijke juistheid dan de grote Amerikaanse.

De vijf chatbots naast elkaar

Wat betekent dat voor de chatbot die je zelf opent?

• Gemini van Google haalt de hoogste scores op kennis van Nederland. Wie vragen stelt over hoe iets hier werkt, heeft daar het meeste aan, al blijft natrekken nodig.
• ChatGPT scoort hoog op taalbegrip en duidelijke taal. In de Amsterdamse studie haalde GPT-5 de hoogste score op feitelijke juistheid in het Nederlands, maar een lage score op eerlijkheid, iets wat de onderzoekers als een aparte eigenschap zien.
• Claude van Anthropic stond in EuroEval alleen met een oudere versie, en in de Amsterdamse studie ontbrak hij omdat die alleen modellen binnen de Microsoft-omgeving van de gemeente testte. Voor de huidige versie is er dus weinig Nederlands meetwerk.
• Copilot van Microsoft gebruikt in Microsoft 365 modellen van onder meer OpenAI en Anthropic, volgens Microsofts eigen documentatie. Zijn Nederlands hangt dus sterk af van het model dat eronder zit.
• Le Chat van Mistral noemt Nederlands bij de talen waarin het model sterk zou moeten zijn, maar Mistral publiceert geen Nederlandse cijfers. Wat er bekend is over de nieuwste versie staat in ons stuk over Mistral Large 4 en Le Chat.

Zelf testen met dezelfde vragen

Benchmarks meten wat makkelijk te meten is. Of een mail natuurlijk klinkt, zegt een moedertaalspreker beter. Daarom bestaat sinds mei 2026 DutchRank, een arena waarin Nederlandstaligen twee anonieme antwoorden naast elkaar zien en kiezen welke beter is. Je kunt daar zelf vragen stellen en stemmen.

Wil je het voor je eigen werk weten, geef dan dezelfde drie opdrachten aan elke chatbot die je overweegt. Schrijf een korte mail aan een klant die te laat heeft betaald, vriendelijk maar duidelijk. Vat een echte tekst van een A4 samen in vijf zinnen. En vraag om een appje aan een vriend in gewone spreektaal. Let bij het lezen op vier dingen.

• Blijft de chatbot bij je of u, of wisselt hij halverwege?
• Staan er Engelse constructies in, zoals “dit maakt het mogelijk om” waar je gewoon “zo kun je” zou zeggen?
• Kloppen de lidwoorden? Volgens de makers van DutchRank struikelen modellen nog regelmatig over de en het.
• Gebruikt hij Nederlandse uitdrukkingen of letterlijk vertaalde? Het voorbeeld van DutchRank is regen: wie het Engelse beeld met katten en honden vertaalt, schrijft correct maar onnatuurlijk Nederlands, waar een Nederlander het over pijpenstelen heeft.

Doe het met de gratis versies; voor deze test hoef je niet te betalen. Wat je in de gratis versie wel en niet krijgt, lees je in wat je kunt met de gratis versie van een chatbot.

Welke kies je?

Er is geen chatbot die op alle drie de lagen wint. Stel je veel vragen over Nederlandse regels en instanties, dan wijzen de metingen nu naar Gemini. Gaat het vooral om schrijven, dan zijn de verschillen kleiner dan de reclame doet geloven, en beslist je eigen test met drie opdrachten meer dan welke ranglijst ook. Werk je al in Microsoft 365, dan is Copilot een logische keuze, omdat je daar grotendeels hetzelfde Nederlands krijgt als bij de modellen eronder. En welke je ook kiest, laat feiten over Nederland nooit ongecontroleerd in een mail of brief staan.