Apertus: den åpne AI-modellen Europa faktisk kontrollerer selv

Hva skjer når europeiske forskere bygger en AI-modell der alt er åpent – ikke bare vektene, men treningsdata, metodikk, kode og justeringsprinsipper? Det er det Apertus handler om. Sveitserne slapp den første versjonen i fjor høst, og nå i juni 2026 kom utvidelsen Apertus Mini – en hel familie mindre modeller. Det har gitt prosjektet ny oppmerksomhet i den åpne AI-bevegelsen, og jeg synes det er verdt å se nærmere på hvorfor.

Modellen er bygget av det sveitsiske AI-initiativet – et samarbeid mellom EPFL, ETH Zurich og det sveitsiske nasjonale superdatasenteret CSCS. Swisscom er strategisk partner. Det er altså ikke et startup-prosjekt i en garasje, men en koordinert innsats fra noen av Europas mest anerkjente teknologiinstitusjoner.

Konteksten gjør det ekstra interessant. Det er en voksende frustrasjon blant europeiske organisasjoner over at de beste modellene enten er lukket, amerikanskeid eller plutselig utilgjengelige – vi så det da Anthropic begrenset tilgangen til enkelte Claude-modeller i Europa på grunn av regulatoriske uklarheter. Apertus forsøker å gjøre noe med akkurat det.

Hva er egentlig «sovereign AI» – og hvorfor bryr noen seg?

Begrepet sovereign AI dukker opp overalt nå, men det betyr forskjellige ting avhengig av hvem som sier det. For Apertus handler det om noe konkret: en europeisk organisasjon skal kunne bruke modellen uten å sende dataen til amerikanske servere, uten å bekymre seg for at tilgangen plutselig kuttes, og uten at treningsdataen inneholder materiale organisasjonen ikke kan redegjøre for.

Det er et reelt problem for mange – særlig i offentlig sektor, helsevesen og juridiske tjenester der datahåndtering er underlagt strenge krav. Ikke fordi amerikanere er onde, men fordi avhengighet av en enkelt ekstern leverandør alltid er en sårbarhet. Og som Siemens-sjefen påpekte, er dette en diskusjon europeisk næringsliv tar på alvor.

Apertus sitt svar er full transparens gjennom hele stacken. Treningsdataen er dokumentert. Koden er åpen. Vektene er tilgjengelige. Metodikken er publisert, og hele greia er sluppet under Apache 2.0-lisens – altså fri til kommersiell bruk, endring og videredistribusjon. Det skal i teorien være mulig for en europeisk virksomhet å ta alt dette, kjøre det selv, og ikke være avhengig av noen tredjepartsleverandør.

Hva gjør Apertus annerledes enn Llama og Mistral?

Det viktigste skillet er ikke størrelsen, men åpenheten. Apertus er trent fra bunnen av på sveitsisk superdatamaskin-infrastruktur – ikke en finjustering av en eksisterende modell, men en egen treningsoppskrift med egen arkitektur (blant annet en ny aktiveringsfunksjon kalt xIELU) trent på rundt 15 billioner tokens. Hele poenget er at den oppskriften skal være reproduserbar.

Det som skiller den fra Llama er ikke nødvendigvis kapabilitetene – Apertus 70B ligger omtrent på nivå med Llama 3.1 70B, og Metas ingeniører har ressurser Sveits ikke kan matche – men hva du faktisk kan vite og verifisere om modellen du bruker. Med Llama vet du omtrent det Meta har valgt å fortelle deg. Med Apertus er påstanden at treningsresepten er åpen og at det er mulig å etterprøve hva modellen er trent på, helt ned til datasettet.

Et annet poeng som er lett å undervurdere: Apertus er flerspråklig på et helt annet nivå enn de fleste. Rundt 40 prosent av treningsdataen er ikke-engelsk, og modellen dekker over 1 000 språk – inkludert småspråk som sveitsertysk og retoromansk. For oss i Norden er det interessant at en åpen modell faktisk prioriterer språk som ikke er engelsk.

Hovedmodellene kommer i 8B og 70B-størrelse. Og nå i juni 2026 slapp de «Apertus Mini» – et sett med 16 mindre modeller (helt ned i 0,5B, 1,5B og 4B, pluss en rekke kvantiserte varianter) som er destillert fra den større 8B-modellen. Det er nettopp den typen små, lokalt kjørbare modeller som er praktisk nyttig for de fleste av oss – du trenger ikke en serverpark for å teste dem.

Hva er realistiske forventninger til Apertus?

Her er det verdt å være edruelig. Apertus konkurrerer ikke om å være den kraftigste modellen for enhver oppgave – den henger etter de kommersielle frontier-modellene, og det skal den ikke skamme seg over. Akademiske samarbeidsprosjekter beveger seg sjelden like fort som selskaper som brenner milliarder på å ansette de beste hjernene. Det er en innebygd utfordring.

Det er også andre åpne, etterprøvbare modeller som spiller i samme liga – Allen AI i USA har OLMo-serien, og det dukker stadig opp nye fra forskningsmiljøer rundt om. Apertus er altså ikke alene om idéen. Men poenget er ikke å vinne en benchmark-konkurranse: Apertus konkurrerer om å være den mest transparente og kontrollerbare modellen for organisasjoner der etterprøvbarhet er viktigere enn rå ytelse. Det er et annet marked, og det er et legitimt marked.

Jeg er genuint nysgjerrig på om dette kan bli et reelt alternativ for norske kommuner, helseforetak eller utdanningsinstitusjoner. Teknologien for å kjøre lokale modeller privat er mer tilgjengelig enn folk tror – og det er nettopp der Apertus passer inn.

Hvem er Apertus egentlig relevant for?

For de fleste som bare vil bruke en god AI-assistent til å skrive e-post eller analysere tekst, er Apertus ikke svaret. Da er Claude, GPT eller Gemini langt enklere. Det er ingen grunn til å gjøre livet vanskeligere enn det må være.

Men det er en rekke tilfeller der full åpenhet og lokal kontroll faktisk betyr noe:

Offentlig sektor og helsevesen – der personopplysninger ikke kan sendes til amerikanske servere uten komplisert GDPR-analyse. En modell du kan kjøre selv, med dokumentert treningsdata, endrer ligningen fullstendig.

Forskning og akademia – der reproduserbarhet er et grunnkrav. Hvis du bruker en svart boks i forskningen din, er metodeseksjonen din svak. Apertus er i teorien et verktøy du kan sitere med full etterprøvbarhet.

Virksomheter med strenge compliance-krav – juridiske tjenester, finans, forsvar. Her er datasuverenitet ikke ideologi, det er et regulatorisk krav.

Apertus er dessuten bygget med EU AI Act-etterlevelse i tankene, noe som senker terskelen for nettopp disse brukerne. Og siden alt er åpent, kan modellene etter hvert dukke opp via standard API-tjenester og OpenRouter når økosystemet rundt dem modnes. Det er den typen praktisk tilgang jeg setter pris på.

Er Europa i ferd med å bygge sin egen AI-ryggrad?

Apertus er en del av en tydelig internasjonal trend der ulike regioner ønsker egne foundation models de faktisk kontrollerer – ikke bare lisensiert tilgang til noen andres. Det er en sunn motvekt til at noen få amerikanske selskaper sitter på all infrastrukturen.

Jeg er likevel skeptisk til mye av den politiske retorikken rundt dette, for en god del av den handler om stats-prestisje og subsidier til favorittinstitusjoner mer enn om reell nytte. Macrons store taler om europeisk AI-suverenitet har for eksempel mer preg av valgkamp enn teknisk substans. Men selve Apertus-prosjektet virker genuint forskningsdrevet – det er ikke et AI-initiativ pakket inn i pressekonferanser og PowerPoint, det er faktisk publisert akademisk arbeid, blant annet med en artikkel akseptert på NLP-konferansen ACL 2026.

Alps-superdatamaskinen i Sveits gir prosjektet nok regnekraft til å trene skikkelige modeller. Det er ikke lenger bare akademisk ønsketenkning – det er faktisk kjørbar teknologi.

Det som gjenstår å se er om prosjektet klarer å opprettholde fremdriften. AI-feltet beveger seg fort, og en åpen modell må holde tritt for å forbli relevant. Men som et bevis på konsept – at Europa kan bygge fullt transparente, auditerbare AI-modeller som faktisk er nyttige – er Apertus verdt å følge med på. Spesielt for de av oss som bruker mange modeller parallelt og ønsker oss alternativer som ikke er avhengige av goodwill fra Silicon Valley.

For deg som er nysgjerrig på hva disse åpne modellene faktisk kan brukes til i praksis, har jeg tidligere skrevet om hvordan du setter opp en lokal LLM som kunnskapsbase – den samme tilnærmingen gjelder for Apertus når du vil teste det selv. Vil du ha en bredere oversikt over feltet, har jeg samlet alt i en komplett guide til open source AI. Og er du usikker på hvilken modell som passer til din maskin, kan denne gjennomgangen av lokale modeller være et godt sted å starte.

Ofte stilte spørsmål om Apertus