Avoimilla mallipainoilla toimiva tekoäly kirii huipulle – ja muuttaa yritysten kustannuslaskelmaa

Avoimilla mallipainoilla toimivat tekoälymallit eivät ole enää vain edullisia vaihtoehtoja kaikkein yksinkertaisimpiin käyttötarkoituksiin. Kärkimallit ovat tulleet niin lähelle suljettuja huippumalleja, että yritys voi yhä useammin valita mallin työn vaatimusten, kustannusten ja hallintatarpeen perusteella – sen sijaan, että jokainen pyyntö lähetettäisiin automaattisesti kalleimpaan rajapintaan.

Ero on pienentynyt, mutta vertailulukua ei pidä irrottaa asiayhteydestään

Raportoidussa syyskuun 2026 Artificial Analysis -tilannekuvassa Moonshot AI:n Kimi K3 sai 59,7 pistettä ja Anthropicin Claude Fable 5.1 65,7 pistettä. Ero oli siis kuusi pistettä, kun vuotta aiemmin eroksi kerrottiin 13 pistettä. 3 Kyse on merkittävästä kaventumisesta huippumallien ja parhaiden avoimien mallipainojen välillä.

Lukuja ei silti pidä pitää ajattomina tai sellaisinaan keskenään vaihdettavina. Artificial Analysisin nykyinen mallivertailu käyttää v4.2-menetelmää ja antaa Kimi K3:lle 50 pistettä sekä Claude Fable 5.1:lle 56 pistettä. 52 Kimi K3:n sivun mukaan v4.2-indeksi sisältää kymmenen arviointia, mikä havainnollistaa, miksi tulokset voivat muuttua, kun testipaketti, mallin asetukset tai pisteytysmenetelmä vaihtuvat. 1

Kestävämpi johtopäätös on suunta: paras avoimilla mallipainoilla saatava malli voi nyt olla laaja-alaisessa kyvykkyysindeksissä paljon lähempänä parasta suljettua vaihtoehtoa kuin aiemmin. Se ei tarkoita, että mallit olisivat samanlaisia jokaisessa työssä. Koontipistemäärä ei yksin kerro luotettavuudesta, turvallisuuskäyttäytymisestä, työkalujen käytöstä, viiveestä, multimodaalisista tehtävistä eikä yrityksen omista toimialakohtaisista työnkuluista.

Pienempi ero muuttaa hankintapäätöstä

Tuotantotiimille olennaisin kysymys on harvoin, mikä malli saa korkeimman pistemäärän. Parempi kysymys on: mikä malli tuottaa tähän tehtävään riittävän hyvän tuloksen pienimmällä kokonaiskustannuksella ja hyväksyttävällä riskillä?

Jos edullisempi malli ylittää laatukynnyksen esimerkiksi tiivistelmissä, tiedon poiminnassa, sisäisessä haussa, rutiininomaisessa koodiavustuksessa tai luokittelussa, huippumallin käyttäminen jokaiseen pyyntöön voi olla vaikeasti perusteltavissa. Suljetun mallin lisäkyvykkyydestä kannattaa maksaa silloin, kun kyse on vaikeasta päättelystä, suuririskisistä päätöksistä, monimutkaisista agenteista tai työstä, jossa pienikin laatuhyöty vaikuttaa olennaisesti liikevaihtoon, turvallisuuteen tai vaatimustenmukaisuuteen.

Hinnoittelu tekee erosta käytännöllisen. Artificial Analysisin nykyisessä vertailussa Kimi K3 (max) maksaa 2,31 Yhdysvaltain dollaria miljoonaa tokenia kohden, kun Claude Fable 5.1:n hinta on 7,17 dollaria. Vertailussa Claude johtaa edelleen nykyisessä Intelligence Indexissä ja tuottaa vastauksia nopeammin. 52 Pelkkä token-hinta ei ole täydellinen kustannusmittari, mutta se selittää, miksi mallivalinnasta on tullut operatiivinen optimointikysymys.

AT&T näyttää, miltä tehtäväkohtainen reititys voi näyttää

Yhdysvaltalainen teleoperaattori AT&T tarjoaa konkreettisen esimerkin siirtymästä yhden mallin strategiasta mallivalikoimaan. Yhtiön mukaan avointen mallien osuus sen tekoälykäytöstä nousi toukokuun 20 prosentista 40 prosenttiin, ja se voi nousta lähikuukausina 60 prosenttiin. AT&T kertoi myös säästäneensä tekoälykuluissa jopa 80 prosenttia verrattuna vuoden aiempaan tilanteeseen. 26

Aiemman raportoinnin mukaan AT&T tavoittelee pidemmällä aikavälillä sitä, että avoimet mallit hoitaisivat 70–80 prosenttia sen koko tekoälykäytöstä, vaikka suljetut mallit säilyvätkin osana kokonaisuutta. 17 Tämä ei tarkoita väitettä, että avoimet mallit olisivat parhaita kaikessa. Kyse on työn ohjaamisesta sopivaan paikkaan:

• Rutiininomaiset ja suuret työmäärät ohjataan edullisempiin malleihin.
• Maksullisia huippumalleja käytetään tehtäviin, joissa niiden lisäkyvykkyys todella tarvitaan.
• Laatua, nopeutta ja kustannuksia mitataan työnkulku kerrallaan, ei vain yhden pistetaulukon perusteella.

Yksittäistä benchmark-tulosta tärkeämpää on juuri tämä toimintamalli. Kun mallien laatu lähenee toisiaan, arvo siirtyy arviointiin, reititykseen, valvottavuuteen ja kykyyn vaihtaa palveluntarjoajaa sovelluksia rikkomatta.

Avoimet mallipainot tuovat hallintaa – eivät automaattisesti säästöä

Avoimilla mallipainoilla toimivat mallit voivat houkutella siksi, että organisaatio voi ajaa niitä itse hallinnoimassaan ympäristössä, hienosäätää niitä käyttötarkoitukseen ja vähentää riippuvuutta yhdestä API-toimittajasta. Mutta avoin ei automaattisesti tarkoita yksityistä, halpaa tai vähäriskistä.

Oma ajo siirtää vastuun käyttöönottajalle. Vakavassa tuotantokäytössä on huomioitava infrastruktuuri, inferenssin optimointi, kehitystyö, päivitykset, valvonta, käyttöoikeuksien hallinta, mallilisenssi ja häiriötilanteisiin varautuminen. Arkaluonteista tietoa käsittelevien organisaatioiden on arvioitava myös mallin alkuperä, ohjelmistotoimitusketju, datan sijaintia koskevat vaatimukset, vientivalvontaan liittyvät velvoitteet sekä kaikkien ympäröivien palvelujen tietoturva.

Siksi oikea vertailu ei ole API-hinta vastaan nolla. Se on kokonaiskustannus onnistunutta liiketoimintatehtävää kohden – mukaan lukien virheellisten vastausten hinta, operatiivinen omistajuus ja tarvittavat suojatoimet.

Kiinalaisten laboratorioiden nousu lisää kilpailua ja hallintatarvetta

Kimi K3 on Moonshot AI:n malli, ja tuoreessa vertailussa on korostunut kiinalaisten laboratorioiden vahva asema avoimien mallipainojen kentässä. 3 Tämä kasvattaa kyvykkäiden mallien tarjontaa ja lisää kilpailupainetta suljettujen mallien tarjoajille.

Yritysostajalle mallin alkuperämaa ei kuitenkaan riitä markkinointileimaksi eikä korvaa huolellisuutta. Tarvitaan johdonmukainen toimittaja- ja malliarvio: lisenssiehdot, mallipainot ja riippuvuudet on tarkistettava; suorituskyky on testattava omalla aineistolla; ja käyttöarkkitehtuurin on täytettävä soveltuvat tietosuoja- ja sääntelyvaatimukset.

Nvidian Hugging Face -kauppa kertoo avoimen ekosysteemin strategisesta arvosta

Nvidia sopi Hugging Facen ostamisesta noin 12,9 miljardilla dollarilla, uutisraporttien ja myöhempien yhtiölausuntojen mukaan. 3436 Hugging Face on merkittävä alusta tekoälymallien ja -työkalujen löytämiseen, jakamiseen ja kokeiluun. Kauppa viestii selvästi, että mallien jakelusta ja kehittäjien työnkuluista on tullut strategista infrastruktuuria – ei vain tutkijoiden sivuekosysteemi.

Kauppa ei ratkaise avoimen tekoälyn tulevaisuutta. Se kuitenkin osoittaa, että avoimien mallien ympärille rakentuvilla varastoilla, työkaluilla, laitetuella ja kehittäjäyhteisöillä on huomattavaa strategista arvoa itse mallien rinnalla.

Todennäköisin suunta on hybridiarkkitehtuuri

Kaventunut suorituskykyero tekee hybridiarkkitehtuurista entistä uskottavamman:

• Suljetut huippumallit kaikkein vaativimpiin tehtäviin, hallinnoituihin palveluihin ja tilanteisiin, joissa huippukyky tai toimittajan tuki ratkaisee.
• Avoimilla mallipainoilla toimivat mallit suuriin, räätälöitäviin, kustannusherkkiin tai tiukasti hallittuihin työnkulkuihin, kun ne saavuttavat vaaditun laatutason.
• Reititys- ja arviointikerros, joka seuraa jatkuvasti laatua, viivettä, kustannuksia ja käytäntöjen noudattamista.

Otsikko ei ole se, että avoimet mallipainot olisivat tehneet suljetuista malleista tarpeettomia. Olennaista on, että ero on monessa käyttötapauksessa nyt riittävän pieni todellisen taloudellisen valinnan tekemiseen. Voittava strategia ei ole uskollisuus avoimille tai suljetuille malleille, vaan kurinalainen mittaaminen: mikä malli ratkaisee kunkin liiketoimintatehtävän turvallisesti, luotettavasti ja oikealla kokonaiskustannuksella.