OpenAI og Anthropic advarer mot åpne AI-modeller – men kan tjene på reglene

Hvis du bruker åpne AI-modeller for lavere kostnader, lokal drift eller full kontroll over egne data, bør du følge nøye med på det som nå skjer i Washington. OpenAI og Anthropic konkurrerer hardt om kundene, men står på samme side når de advarer amerikanske myndigheter mot kraftige kinesiske modeller med åpne vekter.

Sikkerhetsargumentet er ikke oppspinn. Når modellvektene først kan lastes ned, kan ingen leverandør trekke dem tilbake, reparere sikkerhetsmekanismene for alle eller bestemme hvem som får bruke dem. Men det er heller ikke hele historien. De to selskapene som selger tilgang til noen av de sterkeste lukkede modellene, har ganske mye å tjene på at myndighetene gjør åpne konkurrenter vanskeligere å bruke.

Axios dokumenterte 22. juli 2026 et tydelig sammenfall i budskapet fra de to selskapene. Det er ikke det samme som at de har lansert en formell felles kampanje eller lagt fram ett felles lovforslag. Likevel er retningen klar: Risikoen ved kinesiske modeller løftes fram, og amerikanske myndigheter får en større rolle i å vurdere modellene og håndtere risikoen.

Hva vil OpenAI og Anthropic gjøre med åpne AI-modeller?

De to selskapene deler bekymringen, men har ikke lagt fram én felles oppskrift. OpenAI sier at åpne modeller kan demokratisere tilgangen, men vil ha et sammenhengende nasjonalt rammeverk for rask vurdering av nye modeller og håndtering av risiko. Anthropic har gått lenger i egne policyforslag, med strengere eksportkontroll på avanserte brikker og tiltak mot det selskapet omtaler som ulovlige distilleringsangrep fra kinesiske laboratorier.

Anthropic beskriver dette som en kamp om USAs teknologiske forsprang. I selskapets policydokument fra 14. mai 2026 hevdes det at USA kan låse inn et forsprang på 12 til 24 måneder fram mot 2028. Oppskriften er blant annet strengere eksportkontroll på avanserte brikker, tiltak mot smugling og begrensninger som skal gjøre distillering fra amerikanske modeller vanskeligere.

OpenAI bruker et litt mykere språk. En talsperson sa til Axios at åpen kildekode er en del av å demokratisere tilgangen, men at den må inngå i et nasjonalt rammeverk. Problemet er at selskapet ennå ikke har forklart detaljert hvor grensen skal gå, hvem som skal få slippe gjennom, eller hvilke tester som faktisk skal avgjøre saken.

Det siste er ganske vesentlig. Axios skriver at USA per 22. juli fortsatt ikke hadde detaljerte sikkerhetsstandarder for amerikanske modeller. Da ber bransjens største aktører i praksis staten bygge en port før noen har bestemt hvor bred den skal være. Gjett hvem som har flest jurister, sikkerhetsteam og folk i Washington til å påvirke målene.

Hvorfor er åpne modellvekter annerledes?

En modell med åpne vekter kan lastes ned, kjøres på egen maskinvare og tilpasses uten at hvert kall går gjennom leverandørens server. Det gir bedrifter, forskere og utviklere mer kontroll over data, kostnader og oppetid. Samtidig betyr det at leverandøren mister den sentrale av-knappen.

Det er den reelle sikkerhetsforskjellen. En lukket API-leverandør kan oppdage misbruk, endre filtre, sperre en konto og rulle ut en oppdatering. En nedlastet modell kan finjusteres for å fjerne avslag og sikkerhetsregler. Den kan også kjøre helt utenfor leverandørens innsyn. Det bør ingen late som er uproblematisk.

Men «åpne vekter» er ikke en risikoklasse i seg selv. Størrelse, faktiske evner, treningsdata, maskinvarekrav og måten modellen settes i drift på betyr mye. En liten lokal modell som oppsummerer interne dokumenter er ikke det samme som en frontier-modell med sterke cyber-egenskaper. En regel som behandler begge som samme fenomen, er ikke sikkerhet. Det er bare lat sortering.

OpenAI illustrerer paradokset ganske godt. Selskapet lanserte gpt-oss-120b og gpt-oss-20b med åpne vekter og Apache 2.0-lisens 5. august 2025. I OpenAIs eget modellkort står det at gpt-oss-120b ikke nådde selskapets «High»-terskel innen biologisk og kjemisk risiko, cyber eller AI-selvforbedring. Selv etter målrettet, fiendtlig finjustering nådde modellen ikke «High» innen bio/kjemi eller cyber.

Det beviser ikke at alle åpne modeller er trygge. Det beviser noe enklere og viktigere: Risiko kan måles mer presist enn ved å se om vektene kan lastes ned. OpenAI vet dette, fordi selskapet allerede har gjort nettopp den jobben på sin egen modell.

Er dette sikkerhet eller beskyttelse mot konkurranse?

Det er begge deler. Sikkerhetsproblemet finnes, men løsningen som diskuteres kan samtidig beskytte inntektene til OpenAI og Anthropic. Når reglene skrives sammen med selskapene som allerede har råd til omfattende testing, rapportering og myndighetskontakt, blir terskelen fort en vollgrav rundt de etablerte.

Det er et lærebokeksempel på regulatory capture, bare med flere GPU-er. Regelen presenteres som vern av samfunnet, mens kostnaden treffer konkurrentene hardest. De store går gjennom porten med egne compliance-avdelinger. Små amerikanske laboratorier, open source-prosjekter og bedrifter som vil kjøre modeller lokalt, blir stående ute med et skjema ingen ennå har skrevet ferdig.

Konkurransepresset er vanskelig å overse. Axios peker på Kimi K3 som en modell med ytelse nær fronten, langt lavere pris og åpne vekter. Slike modeller presser ikke bare amerikanske selskaper på kvalitet. De utfordrer også forretningsmodellen der kundene betaler for hvert API-kall og må godta leverandørens vilkår, tilgjengelighet og prisendringer.

OpenAI og Anthropic er samtidig bitre konkurrenter. Et tidligere OpenAI-memo viste hvor hard enterprise-kampen mellom dem er. At de likevel finner sammen i akkurat denne saken, forteller hvor alvorlig de tar presset fra modeller som kan lastes ned og kjøres utenfor deres plattformer.

Jeg er skeptisk til kinesiske modeller, særlig når opprinnelsen til treningsdata, sensur, sikkerhetspraksis eller forbindelser til myndighetene er uklar. Men skepsis er ikke et argument for å gi to amerikanske selskaper et beskyttet marked. Hvis det finnes dokumentert tyveri av immaterielle rettigheter, bakdører eller kontraktsbrudd, bør tiltakene rettes mot den konkrete handlingen. Ikke mot hele distribusjonsformen.

Distillering og åpne vekter er ikke det samme

Distillering betyr grovt sagt at én modell brukes til å produsere svar eller treningssignaler som hjelper med å lære opp en annen modell. OpenAI, Anthropic og amerikanske myndigheter hevder at kinesiske laboratorier har brukt amerikanske modeller i stor skala på måter som bryter vilkår eller stjeler verdifull kunnskap.

Det kan være et alvorlig kontrakts- og rettighetsspørsmål. Men den ferdige modellen trenger ikke ha åpne vekter, og en modell med åpne vekter trenger ikke være laget ved ulovlig distillering. Når de to tingene blandes sammen politisk, blir det lett å gå fra «straff dokumentert misbruk» til «mistenkeliggjør alle modeller vi ikke kontrollerer».

Anthropic viser til at bare 3 av 13 ledende kinesiske laboratorier publiserte sikkerhetsevalueringer året før, og at ingen av dem offentliggjorde evalueringer for kjemiske, biologiske, radiologiske og nukleære risikoer. Det er et konkret problem, men tallene beviser ikke at åpne vekter i seg selv er årsaken. Amerikanske myndigheter kan stille krav til det de selv kjøper og bruker, uten å lage et ullent inngrep som også rammer uavhengig utviklede modeller og vanlig forskning.

Det finnes også en annen sikkerhetsside. Åpne modeller kan studeres, kjøres i isolerte miljøer og granskes av forskere som ikke jobber for leverandøren. Nvidia-sjef Jensen Huang argumenterte 22. juli for at denne bredden kan redusere faren ved ett enkelt angrepspunkt. I intervjuet med Axios ba han myndighetene ramme konkret misbruk i stedet for selve modellene.

Hva betyr dette for norske bedrifter og utviklere?

En amerikansk regel blir sjelden værende i USA når den gjelder verdens ledende AI-selskaper. Den kan påvirke hvilke modeller skyleverandører tilbyr, hva amerikanske selskaper får kjøpe, hvilke prosjekter som får finansiering, og hvilke sikkerhetskrav resten av markedet kopierer. Norske virksomheter kan derfor miste alternativer uten at Stortinget har vedtatt en eneste ny regel.

For små og mellomstore bedrifter handler åpne vekter først og fremst om valgfrihet. Du kan kjøre en modell lokalt, holde sensitive data innenfor egen infrastruktur, bytte leverandør og unngå at en API-pris eller bruksvilkår endrer seg over natten. Du kan også undersøke modellen på måter en lukket tjeneste ikke tillater.

Det betyr ikke at en tilfeldig kinesisk modell bør få tilgang til kundedata, kildekode eller produksjonssystemer. Gjør vanlig sikkerhetsarbeid: kontroller lisens og opprinnelse, hent filer fra verifiserte kilder, sjekk hashes, isoler kjøringen, begrens nettverkstilgang og evaluer modellen på egne risikoer. «Open source» er ikke et magisk kvalitetsstempel. Men «amerikansk og lukket» er heller ikke det.

Den viktigste testen av et nytt rammeverk blir derfor enkel: Gjelder samme målbare krav for alle modeller med tilsvarende kapasitet, eller blir åpne og kinesiske modeller automatisk behandlet som farligere? Det første kan gi bedre sikkerhet. Det andre lukter mer av industripolitikk med sikkerhet som etikett.

Mål risikoen – og slå ned på konkret misbruk

OpenAI og Anthropic har rett i én ting: Kraftige modeller kan misbrukes, og åpne vekter gjør enkelte tiltak umulige etter lansering. Utviklere og brukere må ta den risikoen på alvor. Men statlige inngrep bør ikke bygge på om modellen utfordrer de største selskapenes inntekter. Påstander om tyveri, kontraktsbrudd eller konkret misbruk må dokumenteres og behandles som nettopp det.

Det mest avslørende her er ikke at to konkurrenter er enige om sikkerhet. Det er at løsningen deres gir myndighetene og de samme to selskapene mer kontroll over konkurransen. Staten er ikke akkurat kjent for å bygge slike porter uten kø, skjemaer og særfordeler for dem som allerede sitter nærmest bordet.

Jeg vil heller se åpne, tekniske tester som alle kan etterprøve, tydelige bevis når noen anklages for tyveri, og ansvar for faktisk misbruk. Da kan en farlig modell stanses fordi den er farlig, ikke fordi den er åpen. Og en tryggere modell kan konkurrere, selv om den gjør livet mindre behagelig for OpenAI og Anthropic.

Ofte stilte spørsmål