HUMAIN-M3 og den nye oppskriften på suveren AI

Saudi-Arabias HUMAIN-M3 er et tydelig eksempel på en ny strategi for suveren AI. I stedet for å utvikle alle egenskapene i en avansert språkmodell fra grunnen av, har HUMAIN brukt MiniMax M3 som utgangspunkt, videreopplært modellen på arabisk-språklige data og gjort den arabisk-fokuserte modellen tilgjengelig via sin egen HUMAIN Node-plattform. 65

Det er et viktig skille. For myndigheter handler suverenitet i økende grad om reell kontroll over hvordan en modell tilpasses, driftes, sikres og vedlikeholdes – ikke nødvendigvis om å ha utviklet hver komponent i den underliggende modellen selv.

Hva HUMAIN-M3 lanserte

HUMAIN, som støttes av Saudi-Arabias statlige investeringsfond PIF, annonserte humain-m3 3. september 2026. Selskapet opplyste at modellen var bestilt av HUMAIN, levert av MiniMax og lansert som en forskningsforhåndsvisning på HUMAIN Node. En utgivelse med åpne modellvekter er planlagt, men vektene var ikke tilgjengelige for nedlasting i selve forhåndsvisningen. 63

Modellen bygger på MiniMax-M3-linjen, en såkalt mixture-of-experts-arkitektur med 428 milliarder parametere totalt og om lag 23 milliarder aktive parametere per token. HUMAIN opplyser at modellen er videreopplært på mer enn 1 billion token med arabisk-språklig innhold. 61

Dette er altså ikke bare et oversettelseslag oppå en generell modell. Målet er å beholde grunnmodellens brede evner, samtidig som forståelse og generering på arabisk forbedres med språklige data og kulturell kontekst som er mer relevant for regionen. 211

Hvorfor åpne modellvekter endrer regnestykket

Å trene en toppmodell fra bunnen av krever enorme mengder regnekraft, data, ingeniørkapasitet og tid. En grunnmodell med åpne vekter endrer utgangspunktet: En lokal aktør kan konsentrere investeringene om videreopplæring, evaluering, utrulling og styring for egne prioriterte bruksområder.

MiniMax beskriver M3 som en modell med åpne vekter for programmering og agentbasert arbeid, med API-støtte for opptil én million token med kontekst. 18 Med en slik base kan et nasjonalt AI-program rette innsatsen mot områder generelle modeller ofte dekker svakere: arabiske dialekter, regional kunnskap, institusjonelle arbeidsprosesser og lokal evaluering.

Den strategiske gevinsten er ikke at et land blir fullstendig uavhengig av utenlandsk teknologi. HUMAIN-M3 er selv avhengig av en kinesisk modellinje. Men den lokale operatøren får større innflytelse over den delen av teknologistakken som avgjør den praktiske bruken: hvilke data som brukes til spesialisering, hvor inferensen kjører, hvordan modellen oppdateres og hvilke tjenester den tas i bruk i.

Lovende testresultater – men ikke uavhengig bekreftet

HUMAIN rapporterte et likt vektet gjennomsnitt på 89,37 prosent i sju offentlige tester for arabisk, og førsteplass i fem av testene. Selskapet oppga at snittet var 9,03 poeng høyere enn referansemodellen MiniMax M3. 12

Tallene tyder på at videreopplæring på arabisk kan forbedre resultatene i de utvalgte testene. Men de må tolkes med varsomhet. Det publiserte snittet kom fra HUMAINs egen evalueringsprosess og var på rapporteringstidspunktet ikke sendt inn til den offentlige OALL-rangeringen. 3

Resultatene dokumenterer derfor ikke uavhengig bedre pålitelighet, sikkerhet, kostnad eller ytelse i alle typer arabiske oppgaver. Offentlig replikasjon, erfaringer fra faktisk bruk og evalueringer som omfatter regionale dialekter og oppgaver med høy risiko, vil veie tyngre enn én samlet benchmark-tabell.

Den praktiske verdien av nedlastbare vekter

Åpne modellvekter er strategisk verdifulle fordi de kan redusere avhengigheten av én fjernleverandør. CNAS peker på at land i økende grad ser slike modeller som en praktisk måte å unngå leverandørbinding på: De kan lastes ned, driftes på egen infrastruktur, tilpasses og i enkelte tilfeller rulles ut billigere. 38

For en stat eller lokal operatør kan dette gi flere former for kontroll:

• Datahåndtering: Sensitive arbeidslaster kan utformes for lokal eller kontrollert infrastruktur, fremfor et utenlandsk API.
• Språktilpasning: Fagmiljøer kan videreopplære og teste modellen for lokale arabiske språkvarianter og institusjonelt fagspråk.
• Teknologiske valg: Operatøren kan velge egen inferensplattform, maskinvareoppsett og utrullingsarkitektur.
• Kontinuitet: Et brukbart modellkontrollpunkt gir større robusthet enn å være helt avhengig av et eksternt API som kan endre vilkår, priser, tilgjengelighet eller tilgang.

Dette er driftsmessige fordeler, ikke garantier. Åpne vekter krever fortsatt tilgang til regnekraft, god cybersikkerhet, kompetanse på modelevaluering, lisensvurderinger og en plan for langsiktig vedlikehold.

Et større marked for suveren AI tar form

HUMAIN-M3 inngår i en bredere global utvikling. CNAS registrerte 184 statlig støttede suveren-AI-prosjekter i 67 land innen midten av 2026, etter å ha registrert 41 nye prosjekter i første halvår. Den senere oppdaterte oversikten viste 185 prosjekter. 3433

CNAS bruker en bred definisjon av suveren AI: statlig støttede initiativer knyttet til nasjonale strategiske interesser og støttet av betydelige offentlige investeringer i lokal regnekraft, modeller eller dataøkosystemer. 33 Det er vesentlig, fordi modeller bare er ett lag i AI-stakken; infrastruktur og data er like sentrale.

Kinesiske utviklere har blitt viktige leverandører i dette markedet, delvis fordi avanserte modeller tilbys både med åpne vekter og som API-er. CNAS rapporterte at minst sju kinesiske utviklere tilbød systemer med sterke egenskaper innen programmering, resonnering, multimodalitet og agentbaserte oppgaver. 36

MiniMax M3 kan dessuten leveres utenom MiniMaxs egen tjeneste. Artificial Analysis listet modellen hos flere API-leverandører, blant annet Nebius og SambaNova. Det viser hvordan en åpen modell kan tilbys gjennom alternativ infrastruktur. 22

Signalet fra HUMAIN-M3

Det viktigste poenget er ikke at én benchmark alene avgjør hvilken modell som leder. Det er at selve konkurranseobjektet er i ferd med å endre seg.

Stater blir i større grad kunder for gjenbrukbare AI-ressurser: modellkontrollpunkter de kan tilpasse til lokale språkbehov, kjøre på selvvalgt infrastruktur, vurdere etter nasjonale krav og vedlikeholde over tid. En sterk grunnmodell er fortsatt avgjørende, men tilgang til åpne vekter, maskinvaretilpasning, pålitelige inferensalternativer, datastyring og en troverdig plan for oppdateringer kan være minst like viktig.

HUMAIN-M3 peker dermed utover en enkel konkurranse mellom amerikanske og kinesiske modellutviklere. Den nye konkurransen handler også om hvem som kan levere den mest tilpasningsdyktige, styrbare og driftsmessig robuste AI-stakken til land som ønsker større kontroll over sin digitale fremtid.