Ze herkennen niet alleen meer vormen. Ze zijn ze aan het lezen.
De in Alexandrië gevestigde startup TokenAI heeft zojuist twee nieuwe modellen uitgebracht. Horus Hiero en Horus Hiero Mini. Ze doen iets waarvan we dachten dat het bijna onmogelijk was voor standaardvisiemodellen: de oude Egyptische grammatica ontleden op basis van visuele invoer en deze rechtstreeks vertalen naar gestructureerd Engels of Arabisch.
Geen externe financiering. Volledig vanaf nul opgebouwd.
De meeste huidige vision-AI kan zeker een hiëroglief herkennen. Wijs erop, noem het misschien als een gier of een oog. Maar stop daar. Ze kunnen die symbolen niet in samenhangende zinnen rijgen. Ze missen de eigen verwerkingsengine voor de oude syntaxis. TokenAI heeft dat gat gedicht.
“Natieve contextuele hiërogliefen-AI heeft geen precedent.”
De motor is getraind op het echte werk. Epigrafische tekeningen, steengravures, afbrokkelende papyrusrollen. Niet alleen digitale lettertypen. Het begrijpt het medium.
Dit is wat er werkelijk toe doet.
Horus Hiero 9B is de zware slagman. Het staat bovenaan de nieuwe benchmark van TokenAI.
Horus Hiero Mini 4B is de underdog. Gebouwd om op goedkope CPU’s te draaien. Denk aan offline vertalen op een budgetsmartphone.
Beide delen een enorm contextvenster van 128.000 tokens. Je zou er in één keer een heel boek in kunnen stoppen. Het behandelt ook meer dan 100 moderne talen, waarbij volledige Arabische dialecten in kaart worden gebracht, van informele Egyptische tot Golf- en Levantijnse varianten. Het gaat niet alleen om het verleden. Het overbrugt de taalkloof in de hele regio.
Laten we het over cijfers hebben.
De gepatenteerde Hieroglyphic AI Benchmark verdeelt de prestaties in vier dimensies. Herkenning. Transliteratie. Vertaling. Contextueel redeneren.
Horus Hiero scoorde in totaal 90%. 92,4% voor het correct identificeren van de symbolen volgens de lijst van Gardiner. 89,3% op daadwerkelijke grammaticale vertaling. Dat is high-fidelity voor oude tekst. Het Mini-model bleef met 84,2% licht achter, wat logisch is. Het offert wat kracht op om overal te kunnen rennen. Zelfs op hardware die geen ‘datacenter’ schreeuwt.
Mondiale benchmarks zijn ook concurrerend. Horus Hiero scoorde 79,3% op MMLU-Pro. De codeervaardigheden voor Python kwamen uit op 83,7 op HumanEval. Voor een 9B-parametermodel? Dat is ruim boven zijn gewichtsklasse.
Hoe zit het met de betekenis?
Dit is waar het voor de meeste AI lastig wordt. Transliteratie is eenvoudig. Verander het symbool in een fonetisch geluid. Contextueel redeneren? Dat vereist dat je weet waarom een specifieke combinatie ertoe doet.
Als de AI de Ankh, het Oog van Horus en de Was-scepter samen ziet, moet hij weten dat dit niet alleen maar een lijst met items is. Het is een statement over leven, bescherming en macht. Een heilig concept dat verband houdt met de relatie van de farao met de goden. TokenAI beweert dat zijn modellen deze religieuze en culturele verbanden begrijpen. Niet alleen de woorden. Het gewicht achter hen.
Praktische toepassingen? Realtime cameravertaling voor museumtoeristen. Betere hulpmiddelen voor egyptologen. Zeer nauwkeurige OCR voor historische archieven. Misschien zelfs enterprise search voor bedrijven die door Arabische documenten met meerdere dialecten navigeren.
Het is niet de eerste keer dat TokenAI mensen verrast.
Het team, opgericht door Assem Sabry, bracht eerder in 2026 Horus 1.0-4B uit. Een klein model met 4 miljard parameters dat Llama 3.1 en Gemma 2 op MMLU versloeg, ondanks dat deze modellen dubbel zo groot waren. Het verpletterde ze zelfs op ArabicBench (67% versus Llama’s 40%). Het bedrijf hield het momentum vast door Horus Lens 1.0 te bouwen, een tekst-naar-beeld-model.
Deze release volgt hetzelfde patroon. Efficiënt. Open-weight onder een aangepaste licentie om IP te beschermen maar onderzoek toe te staan. Er komt een chatinterface. Een groter, krachtiger model is al in de maak.
Is dit het einde van handmatige ontcijfering voor wetenschappers? Waarschijnlijk niet.
Maar voor een museumbezoeker die naar een muur in Luxor staart? De muur is alleen maar luider geworden. Duidelijker. De steen spreekt. En nu doet de software die het leest dat ook.
