Kinesiske AI-modeller tog føringen på downloads og brug

Alibaba's Qwen-familie var en af de vigtigste drivkræfter. Qwen passerede 700 millioner samlede downloads på Hugging Face i begyndelsen af 2026 og overhalede dermed Metas Llama som den mest downloadede familie af åbne AI-modeller . Kinesiskudviklede open-source-sprogmodeller nåede samlet over 10 milliarder downloads globalt i slutningen af april 2026 .

Tallene siger dog primært noget om distribution og interesse – ikke nødvendigvis om, hvilken model der er bedst til alle opgaver.

OpenRouter: Forbruget fulgte efter

På OpenRouter, en platform der fungerer som neutral mellemmand mellem brugere og forskellige sprogmodeller, vendte billedet også markant.

• I maj 2026 stod kinesiske open-weight-modeller for omkring 61 % af alle forbrugte tokens på platformen .
• I ugen omkring 24. februar udgjorde kinesiske modeller 5,3 billioner ud af 8,7 billioner tokens blandt de ti mest brugte modeller – svarende til 61 % .
• Hos amerikanske erhvervskunder lå kinesiskudviklede modeller over 30 % af tokenforbruget hver uge fra 8. februar 2026. Andelen toppede på 46 % midt i 2026 mod et gennemsnit på 11 % i de foregående 12 måneder .
• Seks kinesiske udbydere stod tilsammen for over 60 % af OpenRouters ugentlige tokenforbrug i maj .
• De seks mest populære modeller på platformen i foråret var alle åbne modeller fra kinesiske virksomheder .

Det er en vigtig forskel: Downloads viser, hvad udviklere henter og eksperimenterer med, mens tokenforbrug i højere grad viser, hvilke modeller der faktisk bruges i applikationer og arbejdsgange.

Hvem stod bag fremgangen?

Mindst otte store kinesiske AI-laboratorier lancerede konkurrencedygtige open-weight-modeller i 2026 .

Kinesiske laboratorier lancerede i 2026 flere konkurrencedygtige open-weight-modeller end resten af verden tilsammen, ifølge den samlede opgørelse . Seks af de otte førende kinesiske modeller blev udgivet under relativt tilladende MIT- eller Apache 2.0-licenser .

Presset på Anthropic og andre amerikanske laboratorier

De kinesiske modeller begyndte ikke blot at tiltrække hobbyudviklere. De blev også taget i brug af amerikanske virksomheder og fortrængte i nogle arbejdsgange modeller fra Anthropic og OpenAI .

Anthropics Claude Opus 4.7 lå eksempelvis på syvendepladsen i OpenRouters popularitetsrangliste, efter seks kinesiske open-weight-modeller .

Z.ai's GLM-5.2, der blev lanceret 13. juni 2026 under MIT-licens, lå som nummer fire på Artificial Analysis' Intelligence Index og nummer to på Code Arenas rangliste for frontend-programmering. Det var den højeste placering, en open-weight-model hidtil havde opnået over for lukkede frontmodeller . På cybersikkerhedsbenchmarks matchede modellen Anthropics begrænsede Mythos-model til en langt lavere pris .

DeepSeek V4 scorede over 81 % på SWE-Bench og leverede sammenlignelig programmeringsydelse til omkring en tiendedel af prisen pr. token sammenlignet med Claude . Anthropics administrerende direktør, Dario Amodei, advarede om, at vestlige virksomheder skiftede fra Claude til kinesiske modeller som DeepSeek, Qwen og Kimi på grund af besparelser på op mod ti gange .

USA's beslutning i juni 2026 om at blokere udenlandsk adgang til Anthropics Mythos 5 og Fable 5 blev samtidig kritiseret for at kunne have den modsatte effekt af den ønskede. Når kunder ikke kan regne med stabil adgang til lukkede modeller, bliver frit tilgængelige alternativer mere attraktive . Fortune beskrev derfor episoden som en fiasko, der åbnede døren for billigere kinesiske modeller .

Den vigtigste faktor var økonomien

Den største drivkraft var ifølge flere analyser ikke ideologi, men almindelig omkostningsstyring. Amerikanske virksomheder begyndte i stigende grad at sende AI-opgaver gennem tjenester som OpenRouter, hvor de kan sammenligne pris og ydeevne i realtid .

Kinesiske modeller leverede i mange opgaver en sammenlignelig kvalitet til omkring en femtedel til en tiendedel af prisen for amerikanske frontmodeller .

Det gjorde såkaldt model routing til en mere almindelig strategi: I stedet for at bruge den samme model til alt sender virksomheden hver opgave til den billigste model, der kan løse den tilfredsstillende. En dyr, lukket model kan stadig bruges til krævende opgaver, mens en billig open-weight-model håndterer store mængder rutinearbejde.

Washington overvejer et modsvar

Den amerikansk-kinesiske kommission for økonomisk og sikkerhedsmæssig gennemgang konkluderede, at kinesiske laboratorier havde indsnævret forskellen til de førende vestlige sprogmodeller .

Washington havde allerede begrænset adgangen til Anthropics modeller for udenlandske brugere. Flere rapporter pegede desuden på, at USA overvejede begrænsninger for brugen af kinesiske AI-modeller i føderale indkøb, men der var endnu ikke vedtaget et generelt forbud i midten af 2026.

Business Insider vurderede, at begrænsningerne mod Anthropic kunne styrke virksomheder, der tilbyder mere åbne modeller, som kunderne selv kan installere og kontrollere. Samtidig kunne Kina bruge udviklingen til at fremhæve den geopolitiske risiko ved at være afhængig af amerikanske AI-udbydere .

Beijing har endnu ikke lukket døren

Kinas open-weight-økosystem er mere mangfoldigt end blot DeepSeek. En Stanford HAI DigiChina-analyse beskrev både bredden i økosystemet og overvejelser i Beijing om mulige begrænsninger for distribution af kinesiske modeller til udlandet .

Indtil foråret 2026 fortsatte kinesiske laboratorier dog med at udgive modeller under MIT-, Apache 2.0- eller andre åbne licenser. Beijing havde endnu ikke begrænset den internationale adgang, og kinesiske modeller var fortsat uden tilsvarende amerikanske restriktioner i USA .

Det kan ændre sig, hvis myndighederne vurderer, at eksport af modellerne skaber sikkerheds- eller kontrolproblemer. Indtil videre har den globale udbredelse dog givet kinesiske virksomheder og myndigheder strategiske fordele.

Risikoen for en ny form for afhængighed

Fremgangen ændrer ikke nødvendigvis det grundlæggende problem med koncentration i AI-branchen. Den kan i stedet flytte afhængigheden fra nogle få amerikanske, lukkede leverandører til nogle få kinesiske model-familier.

Hugging Faces administrerende direktør, Clem Delangue, pegede i platformens rapport om open source i foråret 2026 på, at økosystemet allerede var stærkt koncentreret. Omkring halvdelen af modellerne på Hugging Face havde færre end 200 downloads, mens de 200 mest downloadede modeller – blot 0,01 % af alle modeller – stod for 49,6 % af alle downloads .

Det betyder, at et skift fra Claude eller GPT til Qwen eller DeepSeek ikke automatisk fjerner risikoen for leverandørlåsning. Det afgørende spørgsmål bliver, om virksomheder faktisk bruger flere modeller og kan skifte mellem dem – eller blot erstatter én dominerende leverandør med en anden.

Et strukturelt vendepunkt

Foråret 2026 markerede et tydeligt skift i AI-markedet. Kinesiske open-weight-modeller overhalede amerikanske modeller på Hugging Face med 41 % af downloads og nåede over 60 % af tokenforbruget i centrale OpenRouter-målinger. Alibaba, DeepSeek, Z.ai, Moonshot AI, MiniMax, Xiaomi og Tencent var blandt de virksomheder, der drev udviklingen.

Den vigtigste forklaring var kombinationen af åbne licenser, hurtige lanceringer og priser, der i mange tilfælde var 5-10 gange lavere end hos amerikanske frontmodeller. Samtidig blev Anthropic presset ned på OpenRouters rangliste, mens Washington overvejede nye indkøbsbegrænsninger.

Det næste kapitel handler derfor ikke kun om, hvilken side der har den bedste model. Det handler også om, hvem der kontrollerer adgangen, hvor meget det koster at bruge modellerne, og om AI-branchen ender med at udskifte én form for koncentration med en anden.