Europeisk KI-dilemma: Kinesiske åpne vekter eller amerikanske proprietære API-er?

For europeiske bedrifter er valget mellom kinesiske KI-modeller med åpne vekter og amerikanske proprietære alternativer ikke en enkel binær avgjørelse. Som en Tyskland-basert konsulent uttalte til South China Morning Post: «En kinesiskutviklet modell med åpne vekter som opereres på europeisk infrastruktur, med data som forblir under selskapets kontroll, kan på noen måter tilby større operasjonell suverenitet enn å konsumere en proprietær utenlandsk modell som kan endres, prises om eller trekkes tilbake eksternt» . Den avgjørende faktoren er ikke hvor modellen ble bygget, men hvordan den distribueres.

Suverenitetsparadokset: Selvvertering vs. API-leie

Kinesiske modeller med åpne vekter kan paradoksalt nok forbedre europeisk operasjonell suverenitet når de selvverstes på lokale servere. Når vektene først er publisert under tillatende lisenser (DeepSeek bruker MIT, Qwen bruker Apache 2.0), kan de lastes ned, modifiseres og kjøres utelukkende på selskapets egen infrastruktur uten at data flyter tilbake til leverandøren .

I kontrast krever amerikanske lukkede modeller fra OpenAI, Anthropic og Google leie av API-tilgang, med betaling per token, noe som gjør bedrifter avhengige av leverandørens vilkår, prisendringer og veikart . Som CNBC bemerket, skaper dette en avhengighet av «en håndfull KI-leverandører» . Europaparlamentet uttrykte også bekymring for at dominansen av ikke-europeiske KI-selskaper skaper usikkerhet om hvorvidt KI i EU-markedet «ivaretar EUs grunnleggende rettigheter og verdier» .

Europa mangler for øyeblikket en banebrytende lukket modell på GPT- eller Claude-nivå; den sterkeste åpne mesteren, Mistral, er konkurransedyktig, men ikke i den absolutte frontlinjen . Så det realistiske kortsiktige valget for de fleste europeiske bedrifter er mellom en amerikansk proprietær modell og en kinesisk med åpne vekter, ikke et europeisk alternativ.

Det skarpeste skillet: GDPR-samsvar og datakontroll

Det er her distribusjonsmodellen skaper et juridisk skille. Sovereign AI Registry rangerer DeepSeek R1 som «EU-Anskaffelsesklar» når den selvverstes, og bemerker: «Dataflyt passerer helt — samme vekter, null dataflyt til Kina» . GDPR-risikoen knytter seg til den vertede tjenesten, ikke til de åpne vektene i seg selv .

• Vertet kinesisk API (f.eks. deepseek.com): Kina har ingen EU-avgjørelse om adekvat beskyttelse, og DeepSeeks personvernerklæring sier uttrykkelig at data lagres i Kina og kan deles med kinesiske myndigheter. Italia forbød den vertede tjenesten innen 72 timer . Europakommisjonen bekreftet at enhver overføring av personopplysninger til Kina fra DeepSeek må overholde GDPR, og krever standard kontraktsklausuler eller en adekvansbeslutning som for øyeblikket ikke eksisterer .
• Selvverterte åpne vekter: En selvvertert kinesisk modell med åpne vekter på EU-infrastruktur sender ingen data tilbake til Kina. Flere juridiske analytikere bekrefter at kjøring av lokale modeller med åpne vekter har samme lave risiko som å kjøre lokal Qwen eller Llama — ingen grensekryssende dataflyt .
• Amerikansk proprietær API: Amerikanske skyleverandører tilbyr generelt GDPR-kompatible databehandlingsavtaler og alternativer for dataopphold i EU. Hvert API-kall sender imidlertid fortsatt promptdata til leverandørens infrastruktur, noe som kan være problematisk for svært sensitive bruksområder .

Forsyningskjedens avhengigheter: En annen form for risiko

Bruk av kinesiske modeller med åpne vekter skaper en nedstrømsavhengighet av kinesiske KI-laboratorier for oppdateringer, sikkerhetsoppdateringer og fremtidige modellversjoner. CNBC bemerket risikoen for at «amerikanske selskaper blir avhengige av kinesisk teknologi» — samme logikk gjelder for Europa . Centre for European Policy advarer om at kinesiske modeller kan inneholde «bakdører som ikke kan fjernes selv gjennom intensive sikkerhetstreningsprosedyrer», og at politisk kontroll er «dypt innebygd i treningsdataarkitekturen» .

Begge alternativene er imidlertid til syvende og sist avhengige av USAs-designede brikker (Nvidia, AMD) eller kinesiske alternativer underlagt eksportkontroll. En kinesisk modell som kjører på europeisk maskinvare, er fortsatt avhengig av en global halvlederforsyningskjede.

Bruk av amerikanske modeller binder virksomheten til amerikanske skyleverandører og prising fra én enkelt leverandør. Etter hvert som amerikanske KI-kostnader har økt, går globale bedrifter aktivt over til billigere alternativer . Goldman Sachs bemerket at kinesiske modeller med åpne vekter «når et kritisk punkt av intelligens som gjør dem til levedyktige alternativer» .

Kostnadsfordelen er dramatisk

Kinesiske modeller med åpne vekter er 60–90 % billigere enn flaggskip amerikanske proprietære modeller . DeepSeek V4 Flash koster 0,14 dollar per million input-tokens, sammenlignet med GPT-5.2 som koster 1,75 dollar . En arbeidsflyt som koster 10 000 dollar per måned på en ledende amerikansk modell, kan kjøres for 1 000 til 4 000 dollar ved hjelp av et kinesisk alternativ med åpne vekter .

Innen juli 2026 rutet amerikanske selskaper mer enn 30 % av OpenRouter-tokens sine til kinesiske åpne modeller, opp fra bare 4,5 % i første halvdel av 2025 . Coinbase kunngjorde i juni 2026 at de hadde omdirigert rutinemessige ingeniørarbeidsbelastninger fra OpenAI til åpne kinesiske modeller fra Zhipu AI og DeepSeek .

En praktisk mellomting: Ruting med flere modeller

Mange europeiske firmaer tar i bruk en «arbeidsbelastningsruting»-strategi: bruk av billigere modeller med åpne vekter for ikke-sensitive oppgaver og premiummodeller for høyrisiko-oppgaver, noe som reduserer avhengigheten av én enkelt leverandør . Denne hybridtilnærmingen gjør det mulig for bedrifter å balansere kostnader, risiko og ytelse.

En forsvarlig modellutvelgelsesstrategi innebærer fire trinn, ifølge The National Law Review: kartlegg hvilke arbeidsflyter som berører hvilke modeller; identifiser hvor eksportkontrollert teknologi kommer inn i disse arbeidsflytene; angi en modell- og distribusjonsposisjon for hver arbeidsbelastning; og dokumenter aktsomhetsvurderingen grundig .

Paradokset med åpne vekter kan ikke ignoreres

Åpne vekter er «ugjenkallelige» — når de først er utgitt, kan sikkerhetsbeskyttelser fjernes med minimal innsats, og tusenvis av varianter uten sikkerhetsbeskyttelse sirkulerer allerede fritt . Det utjevnende potensialet til modeller med åpne vekter og sikkerhetsrisikoene som følger med dem, er uatskillelige .

EU AI Act, som gjelder for generelle KI-modeller som er plassert på EU-markedet fra august 2025, forutsetter at modeller trent over 10²⁵ flyttallsoperasjoner medfører systemisk risiko og må oppfylle økte krav til sikkerhet og åpenhet . Både kinesiske modeller med åpne vekter og amerikanske proprietære modeller vil måtte overholde dette.

Hovedkonklusjon: Valget for europeiske bedrifter står ikke mellom «kinesisk» og «amerikansk» som monolittiske kategorier. Selvvertering av en kinesisk modell med åpne vekter på europeisk infrastruktur kan gi bedre datakontroll og operasjonell suverenitet enn å stole på en amerikansk proprietær API — men det introduserer andre forsyningskjedens avhengigheter, sikkerhetsrisikoer og politiske bekymringer. Den mest praktiske veien for mange firmaer er en hybridstrategi som ruter sensitive arbeidsbelastninger til selvverterte åpne modeller og reserverer amerikanske proprietære API-er for mindre sensitive oppgaver med høy ytelse .