Innhold Vis
En AI-agent som skal arbeide seg gjennom kode, dokumenter og verktøykall over mange steg, trenger mer enn et godt chatsvar. Solar Open 2 er Upstages nye open-weight-modell på 250 milliarder parametere, bygget for slike lange arbeidsforløp. Modellen aktiverer bare 15 milliarder parametere for hvert token, samtidig som kontekstvinduet er oppgitt til én million tokens.
Det høres nesten ut som en enorm modell med småmodellens driftskostnad. Så enkelt er det ikke. Hele modellen må fremdeles lastes, og modellkortet på Hugging Face oppgir fire Nvidia H200-kort som minimum og åtte som anbefalt oppsett. Dette er lokal AI for serverrommet, ikke en modell du tilfeldig legger inn på spill-PC-en etter middag.
Likevel er Solar Open 2 en interessant lansering. Den viser hvor mye av utviklingen nå dreier bort fra modeller som bare svarer godt i en chat, og over mot modeller som skal holde orden på lange arbeidsforløp, bruke verktøy og fullføre oppgaver. Upstage lover mye. Den virkelige verdien avgjøres av om modellen holder seg stabil når agenten har jobbet i timevis, ikke av hvor pen én enkelt benchmarkrad ser ut.
Hva er Solar Open 2?
Solar Open 2 er Upstages open-weight-språkmodell med 250 milliarder parametere totalt og 15 milliarder aktive parametere per token. Modellen har 48 lag, 321 eksperter og et kontekstvindu på 1 048 576 tokens, ifølge den tekniske rapporten datert 22. juli 2026.
«Open-weight» betyr at modellvektene er tilgjengelige, slik at virksomheter og utviklere kan kjøre modellen på egen infrastruktur. Det er noe annet enn en vanlig lukket AI-tjeneste der tekst og dokumenter sendes til leverandørens API. For dokumenttunge arbeidsprosesser kan kontroll over data, modellversjon og driftsmiljø være minst like viktig som en ekstra prosent på en test.
Modellen støtter engelsk, koreansk og japansk. Upstage har særlig prioritert koreansk, med en tokenizer som bruker færre tokens på koreansk tekst enn de globale modellene selskapet sammenligner med. Norsk står ikke på listen over støttede språk. Modellen kan godt ha noe norskkompetanse fra treningsdataene, men det finnes ikke grunnlag i lanseringsmaterialet for å behandle norsk som et prioritert eller dokumentert sterkt språk.
Hvorfor aktiverer modellen bare 15 milliarder parametere?
Solar Open 2 bruker Mixture-of-Experts, der en ruter velger et lite utvalg spesialiserte deler av modellen for hvert token. Av 320 rutede eksperter aktiveres åtte, i tillegg til én felles ekspert. Dermed kan modellen ha 250 milliarder parametere med lagret kunnskap og kapasitet, uten å bruke alle i hver beregning.
Det reduserer regnearbeidet sammenlignet med en tett modell på samme størrelse. Men 15 milliarder aktive parametere betyr ikke at minnebehovet tilsvarer en vanlig 15B-modell. Vektene til hele 250B-modellen må være tilgjengelige. Modellkortet oppgir åtte GPU-er med minst 141 GB minne hver i eksemplene, mens maskinvareoversikten setter fire H200 som minimum.
Det er et viktig skille. Upstage har gjort selve inferensen mer effektiv, men har ikke tryllet bort modellen. Offisielle kvantiserte varianter fra NotaAI er omtalt for mindre GPU-oppsett, men de kommer med egne avveininger rundt minnebruk, fart og kvalitet. For de fleste enkeltbrukere vil en ekstern leverandør eller et langt mindre modellalternativ være mer realistisk dersom Solar Open 2 blir tilgjengelig som tjeneste.
Hvordan får den plass til én million tokens?
Upstage kombinerer tre lag med lineær attention og ett lag med vanlig softmax-attention i en blokk som gjentas 12 ganger. Bare 12 av modellens 48 lag beholder en KV-cache. Ifølge selskapet gir det omtrent en firedel av minnebruken som en tilsvarende modell med softmax-attention i alle lag ville hatt ved lang kontekst.
Vanlig attention blir tung når konteksten vokser, fordi modellen må holde stadig mer informasjon tilgjengelig og sammenligne flere deler av teksten. De lineære lagene i Solar Open 2 samler i stedet historikken i en løpende tilstand med fast størrelse. Softmax-lagene beholdes for mer presis gjenfinning. Modellen bruker heller ikke RoPE eller annen eksplisitt posisjonskoding, men lar de lineære lagene bære rekkefølgen i teksten.
Dette er selve arkitekturpoenget i lanseringen. Én million tokens er ikke bare en større innboks for spørsmål og svar. Et agentforløp kan samle instruksjoner, dokumenter, verktøyresultater, kodeendringer, feil og tidligere resonnementer over mange steg. Upstage anbefaler faktisk at tidligere resonneringsspor beholdes i samtalehistorikken ved flerstegsbruk.
Men kontekstvindu og pålitelig hukommelse er ikke det samme. En modell kan teknisk ta imot én million tokens uten å finne riktig detalj eller følge den viktigste instruksen etter 800 000 tokens. Upstage viser gode resultater på tester for instruksjonsfølging og lang kontekst, men dette er foreløpig selskapets egne målinger. En million tokens bør derfor leses som dokumentert kapasitet i arkitekturen, ikke som garanti for feilfri bruk av hver eneste token.
Hva kan Solar Open 2 gjøre som AI-agent?
Solar Open 2 er trent for verktøykall, flerstegsresonnering, koding og kontorarbeid. En lokal vLLM-server kan tilby både et OpenAI-kompatibelt endepunkt og et Anthropic-kompatibelt endepunkt, slik at eksisterende agentverktøy kan kobles til uten en egen oversettelsestjeneste. MCP-verktøy går gjennom det samme grensesnittet for verktøykall.
Det er mer praktisk enn en modell som bare har en imponerende demo. En bedrift kan i prinsippet koble modellen til dokumentarkiv, databaser og interne verktøy i et kontrollert miljø. Hele poenget med en agent er jo at den skal gjøre mer enn å foreslå neste setning. Den må velge riktig verktøy, forstå resultatet, rette feil og fortsette mot et mål.
Upstages egne tall viser et stort sprang fra Solar Open 1. På MCP-Atlas økte resultatet fra 34,4 til 58,2, mens APEX-Agents gikk fra 2,4 til 16,6. På den andre siden fikk Solar Open 2 28,3 på Terminal Bench Hard, mot 41,7 for MiMo-V2.5 i samme tabell. Bildet er altså ikke «best på alt». Modellen ser sterk ut på flere agentoppgaver, men har fortsatt et tydelig gap på krevende terminalarbeid.
Det er en sunnere konklusjon enn å kåre en benchmarkvinner. Jeg har tidligere skrevet om hvordan agentmodeller flytter tyngdepunktet fra chat til faktisk utførelse. Solar Open 2 følger samme retning, men med vekter som kan kjøres på egen infrastruktur. Det kan være verdifullt for virksomheter som trenger mer kontroll, så lenge de også har maskinvaren og kompetansen som følger med.
Er Solar Open 2 egentlig åpen?
Vektene er tilgjengelige, men Solar Open 2 bruker Upstages egen Solar-lisens. Det er derfor mer presist å kalle den open-weight enn open source. Lisensen tillater bruk og videreutvikling, men legger konkrete krav på avledede AI-modeller.
En modell som trenes, finjusteres, destilleres eller forbedres med Solar Open 2, må blant annet ha et navn som begynner med «Solar». Offentlig materiale skal vise «Built with Solar», og en kopi av lisensen skal følge med. Dette er reelle vilkår som må vurderes før modellen bygges inn i et kommersielt produkt eller brukes som grunnlag for en ny modell.
Det gjør ikke lanseringen uinteressant, men ordvalg betyr noe. «Åpne vekter» gir langt mer kontroll enn et lukket API. Det betyr likevel ikke automatisk fri bruk uten betingelser. Virksomheter bør lese hele lisensen, ikke bare overskriften på modellkortet.
Hvem er modellen realistisk for?
Solar Open 2 er først og fremst interessant for modellverter, forskningsmiljøer og større virksomheter som allerede har kraftig GPU-infrastruktur. Fire H200-kort som minimum gjør terskelen høy, og den anbefalte vLLM-konfigurasjonen fordeler modellen over åtte GPU-er. Installasjonen bruker dessuten foreløpig egne Upstage-varianter av Transformers eller vLLM.
For en vanlig utvikler er modellens betydning derfor større enn den umiddelbare tilgjengeligheten. Arkitekturen viser en mulig vei mot lange agentforløp uten at KV-cachen vokser like voldsomt som i en ren softmax-modell. Hvis teknikken fungerer godt i drift, kan lignende design etter hvert gi mer praktiske modeller i mindre størrelser.
Det mangler også et viktig datapunkt ved lanseringen: Hugging Face oppgir at modellen ikke er satt opp hos noen inference provider. Upstage varsler en demo rundt 31. juli, men 22. juli er det i hovedsak vektene, dokumentasjonen og egen drift som gjelder. Dette er med andre ord ikke en ferdig forbrukertjeneste forkledd som modellnyhet.
Min foreløpige vurdering er derfor ganske enkel. Solar Open 2 er interessant fordi Upstage har bygget hele modellen rundt langvarig agentarbeid, ikke fordi tallet 250 milliarder ser stort ut i en overskrift. Kombinasjonen av 15 milliarder aktive parametere, hybrid attention og én million tokens kan bli nyttig. Men verdien må bevises i uavhengige tester og virkelige arbeidsforløp, og maskinvarekravet gjør at de færreste kan bevise det hjemme.
Ofte stilte spørsmål
Kan Solar Open 2 kjøres på en vanlig PC?
Nei, ikke den fulle modellen i det offisielle oppsettet. Upstage oppgir minst fire Nvidia H200-kort og anbefaler åtte GPU-er med minst 141 GB minne hver. Kvantiserte varianter kan redusere kravet, men dette er fortsatt en svært stor modell.
Er Solar Open 2 gratis å bruke kommersielt?
Vektene kan lastes ned, men modellen har en egen Upstage Solar License med vilkår for avledede modeller, navn og kreditering. Kommersiell bruk bør vurderes mot hele lisensen. Open-weight betyr ikke automatisk fri bruk uten betingelser.
Støtter Solar Open 2 norsk?
Norsk er ikke oppført blant de støttede språkene. Upstage fremhever engelsk, koreansk og japansk. Modellen kan ha noe norskkompetanse, men lanseringsmaterialet dokumenterer ikke norsk som et prioritert språk eller viser egne norske testresultater.
Kan Solar Open 2 brukes med eksisterende agentverktøy?
Ja. Når modellen kjøres med Upstages vLLM-oppsett, kan serveren tilby både OpenAI-kompatible og Anthropic-kompatible endepunkter. Den støtter verktøykall og MCP, men krever riktig serverkonfigurasjon og betydelig GPU-kapasitet.
