Åpne AI-modeller tetter gapet til de mest avanserte, lukkede modellene

Mozillas analyse State of Open Source AI gir et viktig signal til dem som kjøper inn AI: Valget står ikke lenger bare mellom «rimelige åpne modeller» og «kapable proprietære modeller». De beste modellene med åpne vekter nærmer seg raskt den lukkede fronten. Det gjør det mulig å legge mange oppgaver til slike modeller, samtidig som man beholder tilgang til de mest avanserte API-ene når et kvalitetsfortrinn faktisk endrer resultatet. 18

Hva det mindre gapet betyr – og ikke betyr

I omtalen av Mozillas funn ble de beste kinesiske modellene med åpne vekter anslått til å ligge rundt 4,4 måneder bak den lukkede fronten, målt etter rapportens ytelsesrammeverk. 18 Det er et helt annet innkjøpsbilde enn et marked der åpne modeller i praksis er ute av stand til å brukes i produksjon.

Kimi K3 er et nyttig eksempel, men ikke en endelig fasit. I ett øyeblikksbilde fra Artificial Analysis Intelligence Index i september fikk Kimi K3 59,7, seks poeng bak den samlede lederen med 65,7. Samme oversikt oppga at avstanden var redusert fra 13 poeng året før. 17 Andre versjoner av rapporten og andre benchmarksammenligninger bruker andre modeller og anslag for gapet. Det vesentlige er utviklingsretningen, ikke én enkelt poengforskjell.

Sammensatte benchmarker er nyttige som første sortering, men de beviser ikke hvilken modell som vil fungere best i en bestemt virksomhet. De kan slå sammen svært ulike tester, mens en faktisk innføring også avhenger av responstid, håndtering av lange kontekster, driftssikkerhet, sikkerhetsmekanismer, integrasjonsarbeid, support og juridiske vilkår.

Bedre strategi: Velg modell etter konsekvensene

At gapet krymper, betyr ikke at alle må forlate lukkede systemer. Det taler heller for en porteføljetilnærming:

• Velg modeller med åpne vekter til oppgaver med høyt volum og tydelige mønstre, der kostnad, datakontroll, lokal drift eller tilpasning er viktig.
• Behold tilgang til API-er i toppsjiktet for krevende oppgaver der en målt kvalitetsforbedring får økonomiske, operative eller sikkerhetsmessige konsekvenser.
• Vurder hele systemet, inkludert søk i egne kunnskapskilder, verktøybruk, sikkerhetsrekkverk, instruksjoner og menneskelig kontroll – ikke bare grunnmodellen.
• Test arbeidsoppgavene på nytt løpende. Nye modellutgivelser kan raskt endre forholdet mellom kostnad og ytelse.

Dette er den praktiske følgen av konvergensen: En premie for en lukket modell er fornuftig når den påviselig forbedrer utfallet, ikke bare fordi den tidligere var det eneste reelle alternativet.

Åpne vekter er et strategisk spørsmål, ikke bare et prisspørsmål

Modeller med åpne vekter lar virksomheter kjøre og tilpasse modellen i egne miljøer, i stedet for å være fullt avhengige av en leverandørdrevet tjeneste. CSIS mener Kinas voksende økosystem for åpne vekter utfordrer USAs AI-lederskap, fordi det kombinerer teknologisk selvstendighet under eksportrestriksjoner med en målrettet satsing på bred distribusjon av modeller som kan tilpasses. 5

Denne distribusjonen kan bygge et økosystem: utviklere, integratører, verktøy, implementeringer og tekniske normer kan vokse rundt én modellfamilie, selv om en annen aktør leder på det mest avanserte, lukkede systemet. Det strategiske spørsmålet er derfor ikke bare hvem som topper en benchmark i dag, men hvis teknologi som blir det mest brukte plattformlaget.

Eksportkontroll er en viktig del av bakteppet. Forskning i kildematerialet beskriver hvordan USAs eksportkontroll av avanserte brikker sammenfalt med en kraftig kinesisk satsing på åpen AI. Det illustrerer hvordan restriksjoner også kan stimulere framveksten av innenlandske alternativer og åpne økosystemer. 11

Påstander om destillasjon krever presist språk

USAs National Security Agency, FBI og CISA oppga i et varsel i september at Kina-baserte AI-selskaper gjennomførte kampanjer i industriell skala for å hente ut beskyttede, proprietære egenskaper fra amerikanske frontmodeller til treningsformål. 1 Omtale av varselet identifiserte Moonshot AI som ett av selskapene amerikanske myndigheter nevnte. 3

Dette er påstander fra amerikanske myndigheter, ikke en offentlig rettslig avgjørelse. Kinas utenriksdepartement avviste anklagene som grunnløse. 4 Det er også viktig å skille påstanden om uautorisert uthenting fra det brede tekniske begrepet destillasjon, der en mindre modell lærer av svarene til en sterkere modell. CSIS beskriver destillasjon som en vanlig treningspraksis med betydelige strategiske følger. 12

Et alternativ krever mer enn én modell

Mozilla-teknologidirektør Raffi Krikorians sammenligning med Android er i bunn og grunn et økosystemargument. En bredt distribuert og tilpasningsbar modell kan trekke til seg utviklere og komplementær infrastruktur, på samme måte som en operativsystemplattform kan skape verdi langt utover den opprinnelige utvikleren.

Mozillas egen rapportering understreker at åpen AI trenger varig infrastruktur, ikke bare nye modellutgivelser. En tidligere rapport trakk fram et sveitsisk offentlig konsortium som brukte offentlige superdatamaskiner og friga vekter, data og treningskode. 11 Den underliggende politiske ideen er å investere i offentlig regnekraft, nøytrale institusjoner, pålitelige data og evalueringer samt utviklerverktøy – ikke bare finansiere enda en konkurrent med en lukket modell.

Kan åpenhet og sikkerhet utvikles samtidig?

Open Secure AI Alliance tilbyr ett mulig svar. Nvidia lanserte koalisjonen i juli sammen med teknologi- og sikkerhetspartnere for å utvikle og dele verktøy for AI-sikkerhet og cybersikkerhet, særlig knyttet til programvare og AI-agenter. Initiativet uttrykker tanken om at innsyn i, og deling av, sikkerhetsverktøy kan være en del av svaret på AI-risiko.

Det fjerner ikke de reelle risikoene ved bredt tilgjengelige modeller. Åpen distribusjon kan gjøre det vanskeligere å forebygge og kontrollere misbruk. Men det politiske valget står ikke enkelt mellom åpent eller trygt, eller mellom lukket eller trygt. Spørsmålet er hvilke sikkerhetstiltak, tilgangskontroller, evalueringer og ansvarsordninger som følger med hver driftsmodell.

Valget for kjøpere og politikere

For virksomheter er spørsmålet umiddelbart: Når forsvarer den marginale kvalitetsgevinsten i en proprietær modell den ekstra kostnaden og avhengigheten? Svaret varierer etter oppgave. Organisasjoner som måler effekten av modellvalgene, tester mot representative oppgaver og bevarer muligheten til å bytte leverandør, vil stå sterkere enn dem som låser seg til én type modell.

For beslutningstakere er avveiningen vanskeligere. Lederskap i frontmodeller, sikkerhet og tiltak mot misbruk betyr mye, men det gjør også robuste åpne økosystemer og global utbredelse av pålitelig AI-infrastruktur. CSIS advarer om at en strategi som ensidig satser på proprietært lederskap i frontmodeller, kan tape terreng mot rimeligere, åpne alternativer. 15

Det krympende modellgapet gjør denne debatten mer presserende. Etter hvert som modellene med åpne vekter blir mer kapable, vil AI-konkurransen i økende grad avgjøres ikke bare av den beste modellen i et laboratorium, men av hvem som leverer det mest nyttige, tilpasningsbare og tillitvekkende økosystemet rundt den.