De samme PCC-personvernløftene – ingen datalagring, ingen logging, ingen trening på brukerdata – gjelder nå for Apple Intelligence-forespørsler som behandles på Google Clouds infrastruktur . Apples sikkerhetsforskningsblogg og Craig Federighi uttalte eksplisitt at „vi bruker ingen av modellene som Google distribuerer til sine kunder“ . Apple lisensierer Gemini-modellvektene og kjører dem i sitt eget PCC-miljø, ikke på Googles delte KI-infrastruktur . Google er kontraktsmessig forhindret fra å trene på data som sendes gjennom Apples PCC-pipeline .

Hvilke data forlater egentlig enheten din?

Ikke alt du sier til Siri går til Google. Apple bruker en strategi med tre nivåer:

• Nivå 1 – På enheten (de fleste rutineforespørsler): Enkle oppgaver – å sette alarmer, styre musikk, åpne apper – håndteres utelukkende av Apples egne nevrale modeller som kjører lokalt på iPhone eller Mac. Ingen data sendes noe sted .
• Nivå 2 – Apple Private Cloud Compute (moderat kompleksitet): Forespørsler som trenger mer kraft, men som ikke er blant de tyngste, går til Apples egne PCC-servere på Apple-silisium .
• Nivå 3 – PCC på Google Cloud (tyngste forespørsler): Bare de mest krevende forespørslene – bildeforståelse, generering og avansert resonnering – dirigeres til Google Cloud .

Dataene som forlater enheten, er selve spørsmålet (prompten) og den minimale konteksten som trengs for å generere et svar. Metadata som IP-adresser og forespørselslogger blir ikke lagret . Apples nyeste tredjegenerasjons Foundation-modeller inkluderer tre serverbaserte modeller som kjører på PCC, noe selskapet sier sikrer at brukerdata „aldri lagres eller deles med noen, inkludert Apple“ .

Apples bredere KI-strategi: Foundation-modeller og Google-partnerskapet

Den flerårige avtalen mellom Apple og Google fra januar 2026 plasserer Gemini som kjernen i Apples neste generasjons Foundation-modeller . Apple lanserte fem nye Foundation-modeller på WWDC 2026 – en blanding av to enhetsmodeller og tre som kjører på PCC . Den mest krevende modellen, AFM 3 Cloud Pro, kjører på NVIDIA GPUer inne i Google Cloud .

Apple valgte Google Cloud som sin første tredjeparts PCC-partner på grunn av Googles konfidensielle databehandling, som stabler NVIDIA Confidential Computing på Blackwell GPUer, Intel TDX på prosessorer og Googles Titan-brikke som forankrer tillitsroten . Apple beskriver resultatet som „første gang disse byggeklossene er integrert i en omfattende, ende-til-ende konfidensiell inferansepipeline som kan operere i global skala“ .

Denne arkitekturen lar Apple tilby state-of-the-art KI – bildeforståelse, generering og resonnering – uten å forlate sitt personvernfokuserte merkevareløfte . WWDC 2026 introduserte også verktøy som lar utviklere bytte KI-leverandør (Apple på enheten, Google Gemini, Anthropic Claude) via Swift Package Manager uten kodeendringer .

Bruksbegrensninger for tredjeparts KI i Apple Creator Studio

Apple Creator Studio (et abonnement til 129 dollar i året) inkluderer KI-funksjoner i Keynote, Pages, Numbers, Freeform, Final Cut Pro og Pixelmator Pro . Apples offisielle støtteside sier at „Noen kunstig intelligens-funksjoner i Apple Creator Studio bruker tredjepartsmodeller og kan ha begrensninger i bruk“ .

Apple oppgir ikke offentlig eksakte grenser per funksjon for hver tredjepartsmodell. Selskapet sier at brukere kan generere minst 50 bilder og 50 Keynote-presentasjoner (med omtrent 8–10 lysbilder hver) per måned, i tillegg til presentatørnotater for 700 lysbilder . Imidlertid rapporterte utvikler og sikkerhetsforsker Steve Troughton-Smith at de faktiske grensene i praksis var dramatisk lavere – en enkelt Keynote-presentasjon brukte halvparten av hans månedlige ACS-kvote, noe som antyder en grense på bare to presentasjoner .

Bilde- og formgenerering i Pixelmator Pro bruker tredjepartsmodeller og krever en enhet som støtter Apple Intelligence . Apple publiserer ikke presise, funksjonsspesifikke bruksnivåer for tredjeparts KI i Creator Studio. Den annonserte minstegrensen er 50 KI-presentasjoner/bilder per måned, men noen brukere har opplevd lavere effektive grenser .

De samme PCC-personvernløftene – ingen datalagring, ingen logging, ingen trening på brukerdata – gjelder nå for Apple Intelligence-forespørsler som behandles på Google Clouds infrastruktur . Apples sikkerhetsforskningsblogg og Craig Federighi uttalte eksplisitt at „vi bruker ingen av modellene som Google distribuerer til sine kunder“ . Apple lisensierer Gemini-modellvektene og kjører dem i sitt eget PCC-miljø, ikke på Googles delte KI-infrastruktur . Google er kontraktsmessig forhindret fra å trene på data som sendes gjennom Apples PCC-pipeline .

Hvilke data forlater egentlig enheten din?

Ikke alt du sier til Siri går til Google. Apple bruker en strategi med tre nivåer:

• Nivå 1 – På enheten (de fleste rutineforespørsler): Enkle oppgaver – å sette alarmer, styre musikk, åpne apper – håndteres utelukkende av Apples egne nevrale modeller som kjører lokalt på iPhone eller Mac. Ingen data sendes noe sted .
• Nivå 2 – Apple Private Cloud Compute (moderat kompleksitet): Forespørsler som trenger mer kraft, men som ikke er blant de tyngste, går til Apples egne PCC-servere på Apple-silisium .
• Nivå 3 – PCC på Google Cloud (tyngste forespørsler): Bare de mest krevende forespørslene – bildeforståelse, generering og avansert resonnering – dirigeres til Google Cloud .

Dataene som forlater enheten, er selve spørsmålet (prompten) og den minimale konteksten som trengs for å generere et svar. Metadata som IP-adresser og forespørselslogger blir ikke lagret . Apples nyeste tredjegenerasjons Foundation-modeller inkluderer tre serverbaserte modeller som kjører på PCC, noe selskapet sier sikrer at brukerdata „aldri lagres eller deles med noen, inkludert Apple“ .

Apples bredere KI-strategi: Foundation-modeller og Google-partnerskapet

Den flerårige avtalen mellom Apple og Google fra januar 2026 plasserer Gemini som kjernen i Apples neste generasjons Foundation-modeller . Apple lanserte fem nye Foundation-modeller på WWDC 2026 – en blanding av to enhetsmodeller og tre som kjører på PCC . Den mest krevende modellen, AFM 3 Cloud Pro, kjører på NVIDIA GPUer inne i Google Cloud .

Apple valgte Google Cloud som sin første tredjeparts PCC-partner på grunn av Googles konfidensielle databehandling, som stabler NVIDIA Confidential Computing på Blackwell GPUer, Intel TDX på prosessorer og Googles Titan-brikke som forankrer tillitsroten . Apple beskriver resultatet som „første gang disse byggeklossene er integrert i en omfattende, ende-til-ende konfidensiell inferansepipeline som kan operere i global skala“ .

Denne arkitekturen lar Apple tilby state-of-the-art KI – bildeforståelse, generering og resonnering – uten å forlate sitt personvernfokuserte merkevareløfte . WWDC 2026 introduserte også verktøy som lar utviklere bytte KI-leverandør (Apple på enheten, Google Gemini, Anthropic Claude) via Swift Package Manager uten kodeendringer .

Bruksbegrensninger for tredjeparts KI i Apple Creator Studio

Apple Creator Studio (et abonnement til 129 dollar i året) inkluderer KI-funksjoner i Keynote, Pages, Numbers, Freeform, Final Cut Pro og Pixelmator Pro . Apples offisielle støtteside sier at „Noen kunstig intelligens-funksjoner i Apple Creator Studio bruker tredjepartsmodeller og kan ha begrensninger i bruk“ .

Apple oppgir ikke offentlig eksakte grenser per funksjon for hver tredjepartsmodell. Selskapet sier at brukere kan generere minst 50 bilder og 50 Keynote-presentasjoner (med omtrent 8–10 lysbilder hver) per måned, i tillegg til presentatørnotater for 700 lysbilder . Imidlertid rapporterte utvikler og sikkerhetsforsker Steve Troughton-Smith at de faktiske grensene i praksis var dramatisk lavere – en enkelt Keynote-presentasjon brukte halvparten av hans månedlige ACS-kvote, noe som antyder en grense på bare to presentasjoner .

Bilde- og formgenerering i Pixelmator Pro bruker tredjepartsmodeller og krever en enhet som støtter Apple Intelligence . Apple publiserer ikke presise, funksjonsspesifikke bruksnivåer for tredjeparts KI i Creator Studio. Den annonserte minstegrensen er 50 KI-presentasjoner/bilder per måned, men noen brukere har opplevd lavere effektive grenser .