Kinas åpne AI-modeller kan bli den nye avhengigheten

Kinesiske AI-modeller med åpne vekter gir mer konkurranse, lavere priser og bedre muligheter til å kjøre AI på egne servere. Men en nedlastbar modellfil er ikke det samme som teknologisk uavhengighet.

Det er lett å tenke at valget står mellom lukkede amerikanske API-er og åpne kinesiske modeller. Virkeligheten er mer interessant. En modell skal serveres, kvantiseres, finjusteres, overvåkes og kobles til resten av systemet ditt. Etter hvert kan hele denne kjeden bli optimalisert mot én bestemt skyplattform eller maskinvarefamilie.

Da kan avhengigheten av Nvidia, OpenAI og Anthropic bli erstattet av en ny avhengighet av Qwen, DeepSeek, kinesiske inferensverktøy, skytjenester og til slutt kinesiske brikker. Det gjør ikke de kinesiske modellene dårlige. Tvert imot fortjener Kina honnør for å ha presset markedet i en mer åpen retning. Spørsmålet er om vi bruker denne åpenheten til å bygge reell valgfrihet – eller bare flytter låsen til et annet sted.

Hvorfor er kinesiske åpne modeller bra for markedet?

Kinesiske åpne modeller er bra fordi de bryter opp makten til noen få lukkede leverandører. De gir utviklere og bedrifter flere prismodeller, mulighet for selvhosting og større kontroll over data og finjustering. Det er reell konkurranse, ikke bare enda et merkenavn foran omtrent samme API.

Utviklingen er allerede større enn DeepSeek alene. En rapport fra U.S.-China Economic and Security Review Commission oppga i mars 2026 at Qwen-familien hadde passert 100 000 derivater på Hugging Face. Hver finjustering, kvantisering og integrasjon gjør modellfamilien lettere å ta i bruk. Mer bruk gir flere verktøy, og flere verktøy gir mer bruk. Det er sånn et økosystem vokser.

For brukeren er gevinsten ganske konkret. Du kan velge en rimelig API-leverandør i dag, flytte modellen til en europeisk host senere eller kjøre en mindre variant lokalt når behovet krever det. Du kan også beholde en større del av kontrollen over data og oppsett. Det er en langt sunnere situasjon enn at all AI-bruk må gjennom to eller tre amerikanske selskaper.

Jeg synes derfor det blir feil å møte kinesiske modeller med automatisk mistenksomhet. Konkurransen fra Qwen, DeepSeek, Kimi og andre har gitt hele markedet et kraftig dytt. Den har presset prisene og tvunget lukkede aktører til å forklare hvorfor kundene skal betale mer. Det er bra.

Er open weight det samme som open source?

Nei. Open weight betyr vanligvis at du får tilgang til de ferdigtrente vektene og kan kjøre eller finjustere modellen innenfor lisensen. Ekte open source krever mer innsyn i kildekode, treningsoppskrift og andre deler som trengs for å forstå og gjenskape systemet.

Skillet er viktig fordi begrepene ofte brukes som om de betyr det samme. Stanford DigiChina beskriver de fleste av disse utgivelsene som open weight: vektene deles, mens treningsdata og hele treningsoppskriften sjelden er åpne. Det betyr ikke at utgivelsen er verdiløs. Åpne vekter gir mye større frihet enn et lukket API. Men de gir ikke full innsikt i hvordan modellen ble til.

Qwen3.8 Max viser hvorfor presisjon i språket betyr noe. Modellen ble tilgjengelig via API 3. august, men vektene kan ikke lastes ned ennå. Qwen sier at åpne vekter for Qwen3.8 Max og Qwen3.8-27B kommer uken etter lanseringen. Inntil da er Qwen3.8 Max en API-modell, ikke en modell du kan kjøre selv.

Alibaba oppgir 2,4 billioner parametere for Max-modellen. Det tallet sier først og fremst noe om størrelsen, ikke om hvor nyttig modellen er for deg. En modell i den klassen er heller ikke noe vanlige brukere eller de fleste små og mellomstore bedrifter bare laster ned på kontor-PC-en. Åpne vekter fjerner en juridisk og teknisk sperre, men de fjerner ikke regningen for maskinvare, strøm, drift og kompetanse.

Hvordan kommer avhengigheten inn bakveien?

Avhengigheten oppstår når modellen bare er én liten del av løsningen. Tokenizer, finjusteringer, kvantiseringsformat, inferensmotor, agentverktøy, API, logging, skytjeneste og maskinvareoptimalisering kan til sammen bli vanskeligere å flytte enn selve modellfilen.

Tenk deg at en kinesisk modell er billigst hos en vestlig host. Du bygger rundt modellens spesielle verktøykall og kontekstformat, legger inn finjusteringer og optimaliserer hele arbeidsflyten. Senere viser det seg at samme modell kjører langt billigere i leverandørens egen sky, med deres inferensmotor og en kinesisk brikke den er optimalisert for. Hvert valg kan være fornuftig alene. Til sammen har du bygget en ny lås.

Det er heller ikke bare en hypotetisk retning. Konkurransen beveger seg fra enkeltmodeller til systemnivå, der modellfamilier bygges sammen med rammeverk, kvantisering, servering og maskinvare. Det er logisk. Når modell og brikke tilpasses hverandre, kan du få høyere fart og lavere kostnad. Problemet oppstår først når fordelene bare er tilgjengelige i én leverandørkjede.

Vi kjenner mekanismen fra Nvidia og CUDA. Nvidia har ikke bare solgt gode brikker. Selskapet har bygd et programvareøkosystem som gjør det dyrt og tungvint å flytte til noe annet. Kina forsøker naturligvis å redusere sin egen avhengighet av dette. Men hvis kinesiske modellfamilier blir standarden resten av verden bygger på, kan deres kamp for uavhengighet bli starten på vår neste avhengighet.

Qwen3.8 Max viser både gevinsten og begrensningen

Qwen3.8 Max er et godt eksempel fordi tilgangen er todelt. API-et finnes nå, og OpenRouter oppgir én million tokens kontekst og priser på 2 dollar inn og 6 dollar ut per million tokens. Med en dollarkurs rundt 9,64 kroner tilsvarer det cirka 19 og 58 kroner. De åpne vektene er annonsert, men ikke tilgjengelige ennå.

Den lave tokenprisen er fristende, men den forteller ikke hva en ferdig oppgave koster. Hvis en modell bruker flere tokens, krever flere forsøk eller trenger mer etterarbeid, kan den billigste prislisten gi den dyreste arbeidsflyten. Derfor er det bedre å måle kostnad per oppgave i eget system enn å kåre en vinner ut fra én priskolonne.

Det samme gjelder modellstørrelsen. 2,4 billioner parametere høres voldsomt ut, men parameterantall er ikke et kvalitetsstempel. Og selv når vektene blir åpnet, vil praktisk selvhosting av Max-modellen kreve en helt annen maskinvareklasse enn det vanlige utviklere og SMB-er har tilgjengelig. Mange kommer derfor til å velge et API likevel.

Det er ikke et argument mot Qwen. Det er et argument mot å forveksle tilgjengelige vekter med ferdig uavhengighet. Den mindre Qwen3.8-27B kan bli langt mer praktisk lokalt når den kommer. For Max-utgaven vil de fleste fortsatt være avhengige av noen som driver infrastrukturen.

Kan kinesiske modeller trekke med seg kinesiske brikker?

Ja, på sikt kan de gjøre det. Hvis en modell kjører merkbart raskere og billigere på en bestemt brikke, vil skyleverandører og store brukere få et økonomisk press mot den kombinasjonen. Modellspredning kan dermed bli en vei inn for maskinvare som i dag sliter med å konkurrere mot Nvidia og CUDA.

Men vi er ikke der ennå. Kina har fortsatt reelle begrensninger innen avanserte brikker og programvare. Nvidia-økosystemet er vanskelig å erstatte, og eksportkontroller har gjort tilgangen til den nyeste maskinvaren vanskeligere. Det ville være useriøst å påstå at Kina allerede har vunnet chipkappløpet.

Det interessante er retningen. Når kinesiske modeller får stor global utbredelse, blir det mer attraktivt å optimalisere inferensmotorer og kvantisering for kinesisk maskinvare. Hvis prisforskjellen blir stor nok, trenger ikke den kinesiske brikken å være best på alt. Den trenger bare å være best på modellene mange allerede bruker.

Det er også derfor tilgang til kinesiske AI-modeller utenfor Kina handler om mer enn en nettside som virker eller ikke virker. Drift, lisenser, hosting, eksportregler og maskinvarestøtte kan endre det praktiske regnestykket raskt. En åpen modell er mer robust mot slike endringer enn en lukket tjeneste, men bare hvis du faktisk har flere steder å kjøre den.

Hva bør norske bedrifter gjøre nå?

Norske bedrifter bør gjerne bruke kinesiske modeller når de gir best forhold mellom kvalitet, pris og kontroll. Men arkitekturen bør gjøre et modellbytte til en planlagt jobb, ikke en ny systemutvikling. Målet er ikke å unngå Kina. Målet er å unngå at én leverandør blir uerstattelig.

Start med et tynt abstraksjonslag mellom applikasjonen og modellen. Ikke spre én leverandørs modellnavn, meldingstyper og verktøyformat gjennom hele kodebasen. Behold prompter, evalueringssett og forretningslogikk i egne systemer. Test minst to modellfamilier på de oppgavene som faktisk betyr noe.

Velg også åpne standarder der du kan. En modell som støttes av flere inferensmotorer, kvantiseringsformater og hoster gir mer reell frihet enn en modell som bare er billig i én sky. På guiden min til open source AI har jeg gått nærmere inn på hva lokal kjøring og åpne modeller innebærer i praksis.

For sensitive data bør du kontrollere hvor inferensen faktisk skjer. «Kinesisk modell» betyr ikke automatisk at data sendes til Kina. Du kan kjøre åpne vekter lokalt eller hos en europeisk leverandør. Men bruker du et API, er databehandling, logging og underleverandører minst like viktige som landet modellen opprinnelig ble utviklet i.

Til slutt bør du måle flyttekostnaden før du trenger å flytte. Kan samme arbeidsflyt kjøres med en annen modell på én dag, eller vil det ta tre måneder? Hvis svaret er tre måneder, har du allerede en leverandørlås – selv om modellen kalles åpen.

Åpenhet er best når den gir flere utganger

Kina fortjener honnør for å ha gjort åpne modeller til et konkurransefortrinn. Qwen, DeepSeek og andre har gitt utviklere alternativer, presset prisene og vist at avansert AI ikke trenger å bo bak ett amerikansk API. Det er en klar gevinst for markedet.

Samtidig bør vi lære av Nvidia-avhengigheten før vi bygger den neste. En åpen modellfil hjelper lite dersom alt rundt den peker mot én tokenizer, én inferensmotor, én sky og én maskinvareplattform. Da har du frihet på papiret og leverandørlås i produksjon.

Løsningen er ikke forbud eller detaljstyring fra staten. Det beste mot en ny teknologisk avhengighet er mer konkurranse, flere åpne alternativer og systemer som faktisk kan flyttes. Bruk gjerne den kinesiske modellen som er best for jobben. Bare pass på at døren fortsatt kan åpnes fra innsiden.

Ofte stilte spørsmål