Tallene satte spørsmålstegn ved antakelsen om at banebrytende KI nødvendigvis krever investeringer i milliardklassen. Lanseringen utløste et kraftig salg i amerikanske teknologiaksjer, blant annet et fall på rundt 20 prosent i Nvidia-aksjen. Nasdaq Composite mistet samtidig mer enn 1.000 milliarder dollar i markedsverdi 27. januar 2025 .
For amerikanske KI-selskaper var dette mer enn en dårlig børsdag. DeepSeek viste at en modell kan være konkurransedyktig uten å være innelåst bak en dyr API-tjeneste eller et lukket brukergrensesnitt.
Alibaba Qwen gikk i 2025 forbi Meta Llama som den mest nedlastede familien av store språkmodeller på Hugging Face, en sentral plattform for deling og videreutvikling av KI-modeller .
Mellom august 2024 og august 2025 sto kinesiske utviklere for 17,1 prosent av alle nedlastinger på plattformen. Amerikanske utviklere sto til sammenligning for 15,8 prosent . For videreutviklede modeller er forskjellen enda tydeligere: Qwen skal alene ha stått for om lag 40 prosent av nye finjusteringer på Hugging Face .
Minst et dusin kinesiske institusjoner utvikler nå open-weight-modeller på høyt nivå. Listen omfatter blant andre DeepSeek, Alibaba, Moonshot AI, Baidu, ByteDance og Z.ai . Det betyr at konkurransen ikke lenger står mellom én kinesisk utfordrer og noen få amerikanske giganter. Kina bygger et bredt økosystem der selskaper kan ta hverandres modeller, forbedre dem og bruke dem i nye produkter.
Presset merkes også utenfor forskningsmiljøene. Kinesiske modeller vinner terreng blant amerikanske bedrifter fordi avstanden i ytelse til ledende amerikanske modeller er blitt mindre, samtidig som kostnadene ofte er lavere .
En partner i venturekapital-selskapet Andreessen Horowitz anslo at rundt 80 prosent av amerikanske oppstartsbedrifter bruker kinesiske grunnmodeller når de utvikler egne, tilpassede modeller og tjenester . Også større selskaper skal ha tatt teknologien i bruk. Airbnb bruker ifølge rapporteringen Alibaba Qwen i kundeservicechatboter på grunn av kombinasjonen av lav pris og konkurransedyktige egenskaper .
Samtidig er bildet mer sammensatt i større virksomheter. Andelen bedrifter som bruker open-weight-modeller, falt fra 19 til 11 prosent i 2025. En del av forklaringen var at Llama utviklet seg saktere, mens kinesiske modeller fikk større oppmerksomhet. Amerikanske virksomheter har likevel fortsatt vært forsiktige med kinesiske modeller, særlig av hensyn til sikkerhet, data og geopolitikk .
OpenAI svarte på utviklingen ved å lansere sin første åpne modell på seks år. Også Trump-administrasjonen har oppfordret flere amerikanske teknologiselskaper til å publisere åpne modeller .
Fortellingen om kinesisk kostnadsdominans har imidlertid klare forbehold. En evaluering fra USAs National Institute of Standards and Technology, gjennomført av CAISI i september 2025, konkluderte med at den beste amerikanske modellen fortsatt slo DeepSeek V3.1 i de fleste benchmarktestene. Evalueringen fant også at en amerikansk referansemodell i gjennomsnitt kostet 35 prosent mindre enn den beste DeepSeek-modellen ved tilsvarende ytelse på de 13 testene .
Det betyr at kostnadsbildet avhenger av hva man måler: utgiftene til å trene modellen, prisen for å bruke den, maskinvaren som kreves, og hvor godt den fungerer i en konkret oppgave. Stanford HAI understreker dessuten at faktisk bruk i produkter og virksomheter er vanskelig å måle presist .
I Washington pågår det en intern dragkamp om hvordan USA skal svare. Finansminister Scott Bessent og Michael Kratsios, direktør for Det hvite hus’ kontor for vitenskap og teknologipolitikk, har fremmet ulike ideer, uten at administrasjonen har samlet seg om én linje .
Deler av administrasjonen har vurdert de facto-forbud mot kinesiske open-weight-modeller. Axios skrev at USA kunne komme til å forby de mest avanserte kinesiske modellene – et tiltak som i praksis kunne styrket markedsposisjonen til OpenAI og Anthropic . Samtidig opplyste kilder til Politico at et så omfattende forbud på det tidspunktet ikke var et seriøst forslag på bordet .
I juni 2026 brukte Handelsdepartementet eksportkontrollregler til å beordre Anthropic til å stanse tilgangen til selskapets nyeste modeller, Fable 5 og Mythos 5, kort tid etter lanseringen. Tiltaket ble gjennomført gjennom et upublisert brev som krevde eksportlisenser .
Flere av USAs største teknologiselskaper ønsker ikke et bredt inngrep mot open-weight-KI. 24. juli 2026 signerte Nvidia, Microsoft, Meta, Palantir og mer enn 20 andre selskaper et felles brev der de ba politikerne unngå «for tidlige begrensninger» .
Selskapene advarte om at reguleringer kan «kvele konkurransen eller drive innovasjonen utenlands». De frykter også at et amerikansk forbud kan få motsatt effekt av den ønskede: Utviklere og kunder kan bli presset over til kinesiske systemer i stedet.
Beijing vurderer på sin side egne restriksjoner. Reuters meldte i juli 2026 at kinesiske myndigheter hadde møtt Alibaba, ByteDance og Z.ai for å diskutere mulig begrensning av utenlandsk tilgang til landets mest avanserte modeller – også modeller som ennå ikke var lansert .
Den geopolitiske konflikten handler ikke bare om markedsandeler. Amerikanske tjenestepersoner og enkelte aktører i Silicon Valley hevder at kinesiske modeller er blitt «destillert» fra amerikanske modeller – altså at de i praksis kan være utviklet ved å hente ut kunnskap fra proprietære systemer .
Anklagene er bestridt og inngår i en bredere kamp om tilgang til data, datakraft og teknologisk innflytelse. Samtidig gjør de det vanskeligere å opprettholde den skjøre dialogen mellom USA og Kina om KI-sikkerhet .
USAs eksportkontroller på avanserte KI-brikker har begrenset Kinas tilgang til datakraft. Men de kan også ha gitt kinesiske laboratorier et sterkere insentiv til å utvikle mer effektive metoder – og oppnå høy ytelse med færre og mindre kraftige prosessorer .
Analyser fra Brookings peker på at kontrollene ikke har fjernet drivkreftene bak Kinas KI-satsing . Tvert imot kan presset ha bidratt til at selskaper prioriterer effektivitet, rimeligere modeller og bred distribusjon.
En rapport fra US-China Economic and Security Review Commission beskriver utviklingen som to selvforsterkende kretsløp. Det digitale kretsløpet handler om tilgang til brikker og datakraft. Det fysiske kretsløpet handler om at åpne modeller tas i bruk i industrien, robotikk og andre deler av økonomien. Denne bruken skaper nye data, som igjen kan brukes til å forbedre modellene .
Eksportkontroller treffer først og fremst det digitale kretsløpet. De er mindre egnet til å stanse dataene som skapes når modeller tas i bruk i fabrikker, roboter og andre fysiske systemer .
Kinas open-weight-strategi har dermed gjort mer enn å introdusere noen billigere modeller. Den har utfordret hele forretningsmodellen som har dominert den amerikanske KI-sektoren: store investeringer, lukkede vekter, høye API-priser og kontroll over utviklernes tilgang.
USA kan velge strengere forbud og eksportkontroller. Kina kan begrense utenlandsk tilgang til sine egne modeller. Begge deler kan føre til et mer oppsplittet teknologimarked, der utviklere må forholde seg til ulike modeller, regler og sikkerhetskrav avhengig av hvor de befinner seg.
Alternativet er at amerikanske selskaper svarer med mer åpne modeller og forsøker å vinne tilbake utviklere gjennom ytelse, pris og tilgjengelighet. Det er nettopp derfor OpenAI har endret kurs, og hvorfor flere av landets største teknologiselskaper nå forsvarer åpen tilgang.
Bunnlinjen: Kinesiske open-weight-modeller har svekket forestillingen om at KI på toppnivå nødvendigvis krever enorme, lukkede investeringer. De har presset OpenAI til å åpne deler av strategien, utløst en politisk dragkamp i Det hvite hus og fått amerikanske teknologigiganter til å drive lobbyvirksomhet for å bevare tilgangen. Utfallet – amerikanske forbud, kinesiske begrensninger eller begge deler – kan bli avgjørende for hvordan den globale KI-arkitekturen ser ut videre.