Kinesiske AI-modeller feier forbi amerikanske restriksjoner – nå er de like gode, men langt billigere

Prisingen er $0,435 per million input-tokens, $0,87 per million output-tokens til standardsatser, med cache-rabatter på opptil 97% . I maksimal innsats-modus er prisen $1,32/$3,96 per million tokens .

Moonshot Kimi K3 (16./27. juli 2026)

Moonshot AI lanserte det de kaller «verdens første åpne modell i 3-billioner-parameter-klassen» – en 2,8-billioner-parameters Mixture-of-Experts-modell som aktiverer 16 av 896 eksperter per token, med et kontekstvindu på 1 million tokens og multimodale evner (syn + tekst) . Fullvektene ble sluppet på Hugging Face 27. juli under en modifisert MIT-lisens . Den er tilgjengelig på Kimi.com, Kimi Work, Kimi Code og Kimi API .

Zhipu AI GLM-5.2 (13./16. juni 2026)

Modellen som startet bølgen. GLM-5.2 er en 744-milliarder-parameters MoE med omtrent 40 milliarder aktive per token, et kontekstvindu på 1 million tokens og en MIT-lisens . NISTs CAISI-vurdering rangerer dens generelle evner som lik GPT-5.2 (desember 2025) og dens cyber-evner som lik Claude Opus . Den scorer 81,0 på Terminal-Bench 2.1 og 62,1 på SWE-bench Pro – den høyeste åpne vekt-scoren på Artificial Analysis Intelligence Index . Prisingen er omtrent 10 ganger billigere enn Claude eller GPT-5 via API .

Meituan LongCat-2.0 (30. juni 2026)

En 1,6-billioner-parameters MoE (48 milliarder aktive per token) med et kontekstvindu på 1 million tokens, lansert under MIT-lisens . Dens kritiske særpreg: den første trillion-parameter modellen trent og kjørt utelukkende på kinesiske brikker – en klynge på 50 000 Huaweis Ascend 910B/C-brikker . Ifølge Meituans egne tester er den litt bedre enn GPT-5.5 på programvareutviklingsbenchmarker . Den hadde stille toppet OpenLLM-ledertavlen som «Owl Alpha» før den offisielle lanseringen . API-prising er $0,75/$2,95 per million input/output-tokens, med en lanseringskampanje på $0,30/$1,20 .

Hvordan de måler seg mot amerikanske frontlinjemodeller

Bredere implikasjoner

Global bedriftsadopsjon

Bedrifter utenfor Kina har nå troverdige, rimelige, åpne vekt-alternativer til amerikanske API-modeller. GLM-5.2s MIT-lisens uten regionale begrensninger betyr at ethvert selskap kan selv-hoste den kommersielt uten restriksjoner . Dette endrer innkjøpsbeslutninger i Sørøst-Asia, Midtøsten, Afrika og deler av Europa.

Eksportkontrollens paradoks

Bevisene støtter sterkt tesen om at USAs brikke-eksportkontroll har slått tilbake på minst to måter:

• Akselerert innenlandsk brikkekompetanse: LongCat-2.0 ble trent på en klynge med 50 000 kinesiskproduserte Huawei Ascend-prosessorer, noe som beviser at trening i frontlinjestørrelse er mulig uten amerikansk maskinvare . Dette har katalysert Kinas innenlandske AI-brikke-økosystem raskere enn markedskrefter alene ville ha gjort.
• Tvang til algoritmisk effektivitet: Avskåret fra rikelig tilgang til avanserte GPUer, optimaliserte kinesiske laboratorier arkitekturer for MoE-sparsitet, sparsom oppmerksomhet og aktiv-parameter-effektivitet mer aggressivt enn amerikanske laboratorier. Resultatet er modeller som oppnår sammenlignbar ytelse med en brøkdel av datakraftbudsjettet – en 10–57 gangers kostnadsfordel .

Hva er fortsatt ubekreftet

Ingen bekreftende kilder ble funnet for spesifikk prising per oppgave på $0,06 for DeepSeek V4 Pro eller $2,34 for Claude Opus 5. Tencent Hy3 og Alibaba Qwen3.8-Max mangler også verifiserte spesifikasjoner eller lanseringsdatoer i tilgjengelige bevis. Påstander om Mark Zuckerbergs nylige åpen-kilde-manifest kunne ikke bekreftes.

En merknad om påstander og kilder

Denne artikkelen er basert på tilgjengelige bevis per midten av august 2026. Alle påstander om modellevner kommer fra utviklerrapporterte benchmarker og tredjepartsvurderinger (inkludert NISTs CAISI). Uavhengig verifisering av alle benchmark-score pågår på tvers av bransjen. Kostnadssammenligninger er basert på publiserte API-token-priser; faktiske kostnader per oppgave varierer betydelig med oppgavekompleksitet, kontekstlengde og cache-treffrater.