Reflection AI:s miljardavtal för Nvidia GB300 – det här är känt

Kapaciteten ska användas för att träna Reflection AI:s öppna AI-modeller . Med ”öppna” modeller avses här modeller vars vikter görs tillgängliga för andra, i kontrast till mer slutna tjänster som endast kan användas via ett kommersiellt API.

De offentliggjorda huvudpunkterna är:

• Värde: mer än 1 miljard dollar.
• Löptid: fram till 2029.
• Hårdvara: Nvidia GB300-system via Nebius.
• Användning: träning och utveckling av Reflection AI:s öppna modeller .

Några mer detaljer om exempelvis exakt kapacitetsvolym eller betalningsplan har inte offentliggjorts i de rapporter som ligger till grund för uppgifterna.

Tidslinjen: först SpaceX, sedan Nebius

Nebiusavtalet är Reflection AI:s andra miljardavtal om datorkapacitet på mindre än en månad .

I juni 2026 tecknade startupen ett avtal med SpaceX om tillgång till Nvidia GB300-chip och annan hårdvara vid Colossus 2-datacentret nära Memphis i Tennessee . Efter en inledande upptrappningsperiod ska Reflection enligt rapporteringen betala 150 miljoner dollar per månad från den 1 juli 2026 och fram till 2029 .

Om avtalet löper hela perioden blir det totala värdet omkring 6,3 miljarder dollar. Båda parter ska dessutom kunna säga upp avtalet med 90 dagars varsel efter de tre första månaderna .

Tillsammans innebär SpaceX- och Nebiusavtalen mer än 7,3 miljarder dollar i åtaganden för datorkraft fram till 2029 . Det är anmärkningsvärt eftersom Reflection AI ännu inte har lanserat någon flaggskeppsmodell offentligt .

Vad är Reflection AI?

Reflection AI lanserades 2024 av två tidigare forskare från Google DeepMind . Bolaget beskriver sig som ett amerikanskt AI-laboratorium med fokus på öppna modeller och vill bygga ett västligt alternativ till Kinas DeepSeek .

I oktober 2025 tog bolaget in 2 miljarder dollar i nytt kapital i en finansieringsrunda där Nvidia deltog. Då värderades Reflection AI till omkring 8 miljarder dollar, enligt rapporteringen . Startupen har därmed tillgång till betydande finansiering – men behöver också förbruka stora mängder kapital för att finansiera den datorkraft som krävs för att utveckla avancerade modeller.

Nebius växer inom AI-infrastruktur

Nebius är baserat i Nederländerna och har sitt ursprung i den internationella verksamhet som knoppades av från det ryska teknikbolaget Yandex . Företaget tillhör kategorin ”neocloud”: molnleverantörer som i första hand säljer specialiserad GPU-kapacitet och tjänster för AI, snarare än breda molntjänster för alla typer av företagsbehov .

Bolagets expansion har backats upp av flera stora affärer:

• Microsoft: I september 2025 offentliggjorde Nebius ett femårigt avtal värt 17,4 miljarder dollar om GPU-infrastruktur. Avtalet omfattar bland annat tillgång till mer än 100 000 Nvidia GB300-chip .
• Meta: I juli 2026 tecknade Nebius ett femårigt avtal värt 3 miljarder dollar om AI-infrastruktur till Meta .
• Nvidia: I mars 2026 presenterade Nvidia och Nebius ett strategiskt partnerskap med målet att bygga ut mer än 5 gigawatt Nvidia-baserade AI-datacenter till slutet av 2030 .
• USA och Israel: Nebius bygger ut ett datacenter i New Jersey med en planerad kapacitet på upp till 300 megawatt och har lanserat AI-molntjänster i Israel med Nvidia Blackwell-GPU:er .

Efterfrågan är hög. Nebius har beskrivit sin nu tillgängliga kapacitet som slutsåld, samtidigt som bolagets intäkter från AI-molninfrastruktur under andra kvartalet 2025 ökade mer än nio gånger jämfört med året före .

Varför avtalen spelar roll

Avtalen illustrerar den pågående kampen om AI-datorkraft. Nystartade bolag försöker säkra Nvidia-chip i förväg för att kunna träna modeller som konkurrerar med systemen från exempelvis OpenAI, Google och Anthropic .

För Reflection AI är strategin också kopplad till konkurrensen om öppna AI-modeller. Bolaget vill erbjuda ett amerikanskt alternativ till DeepSeek, men för att nå dit krävs både kapital, forskarkompetens och tillgång till stora mängder avancerad hårdvara .

Samtidigt visar affärerna att den ekonomiska risken är betydande. Reflection AI har åtagit sig miljardbelopp i datorkapacitet innan bolaget har presenterat en flaggskeppsmodell offentligt. Satsningen bygger därför på antagandet att tillgången till enorm beräkningskapacitet så småningom ska leda till modeller som kan konkurrera med de etablerade, mer slutna AI-laboratorierna .