Den mest uppmärksammade kombinationen bestod av:
Kombinationen fångade 65,2 procent av de verkliga felen till en kostnad på 3,81 dollar per granskning. En uppsättning med enbart amerikanska Anthropic-modeller – Sonnet 4.6 och Opus 4.8 – fångade 53,6 procent till 3,91 dollar per granskning .
Det ekonomiska argumentet blev därför svårt att bortse från: i just DoorDashs test var den kinesisk-amerikanska kombinationen både billigare och bättre på att hitta fel. Som en analys formulerade saken: vinnaren var inte den helt exklusiva konfigurationen .
Den 31 juli 2026 skickade John Moolenaar, ordförande för representanthusets särskilda Kinautskott, och Andrew Garbarino, ordförande för representanthusets utskott för inrikessäkerhet, ett formellt brev till DoorDashs medgrundare och vd Tony Xu .
Ledamöterna begärde bland annat följande:
I praktiken vill utskotten ha en fullständig lista över vilka kinesiska modeller DoorDash har använt och en förklaring av företagets rutiner för tester, riskhantering och beslut om användning .
I brevet och i ett offentligt uttalande varnade utskotten för att open-weight-modeller utvecklade i Kina kan innehålla dolda sårbarheter. De skrev att ”bakdörrar eller andra skadliga funktioner – ibland kallade ’sovande agenter’ – kan ha byggts in i modeller utan användarnas kännedom” .
Garbarino sade till CNBC att Kinas kommunistparti inte längre bara ”närmar sig bakifrån” inom AI, utan tävlar om att minska avståndet inom förmågor som kommer att forma cybersäkerhetens framtid .
Det är samtidigt viktigt att skilja mellan en riskvarning och ett bekräftat angrepp. Ledamöterna har inte presenterat någon utbredd offentlig bevisning för att sådana bakdörrar eller ”sovande agenter” faktiskt har hittats i kinesiska produktionsmodeller som används av amerikanska företag. Farhågorna är i första hand förebyggande. Brevet medger också att amerikanska företag kan utvärdera kinesiska modeller av legitima tekniska skäl, men vill klarlägga om tillräckliga skydd finns .
DoorDash är inte det första företaget som hamnar i utskottens blickfång. I april 2026 inledde samma två utskott en gemensam granskning av Airbnb och Anysphere, företaget bakom AI-kodplattformen Cursor, efter deras användning av kinesiskt utvecklade modeller .
Utskottens grundläggande observation är att amerikanska företag – från stora teknikbolag till nystartade företag – kan lockas att utvärdera och använda kinesiska open-weight-modeller eftersom de kostar mindre och erbjuder konkurrenskraftig prestanda .
DoorDash-fallet sticker ut eftersom företaget självt publicerade ett test som tydligt visar den kommersiella drivkraften. Kimi K2.6 var inte bara ett billigare alternativ för en begränsad intern uppgift; i DashBench presterade kombinationen bättre än den helt amerikanska modellen på både träffsäkerhet och kostnad .
DoorDash hade i början av augusti 2026 inte lämnat något detaljerat offentligt svar på själva brevet. En talesperson sade däremot till CNBC:
”DoorDash stöder stolt amerikanskt AI-ledarskap och arbetar för att säkerställa att AI gynnar den breda ekonomin, inte bara de största företagen. Vi ser fram emot att samarbeta med utskotten kring hur vi använder AI säkert och ansvarsfullt, inklusive amerikanskt utvecklade frontier-modeller och open-weight-modeller.”
Företagets offentliga forskningsmaterial och Fangs inlägg beskriver en pragmatisk modell: använda Kimi K2.6 för mindre avancerad intern kodgranskning och låta Anthropic-modellen Fable hantera det mest krävande arbetet . Det finns inget i det tillgängliga underlaget som visar att DoorDash anklagas för att ha brutit mot någon lag. Amerikanska företag får i nuläget använda kinesiska open-weight-modeller .
Utredningen ska enligt utskotten skapa ett faktaunderlag för en eventuell federal politik kring amerikanska företags användning av AI-modeller från Kina . I sitt brev medger ledamöterna att kinesiska open-weight-modeller kan erbjuda hög kapacitet till lägre kostnad. Samtidigt argumenterar de för att USA bör göra inhemska open-weight-alternativ mer tillgängliga, säkra och konkurrenskraftiga samt införa särskilda skydd i känsliga tillämpningar .
DoorDash är därför inte bara ett enskilt fall. Företaget har blivit symbolen för den svåra avvägningen mellan pris, prestanda och nationell säkerhet – och för frågan om amerikanska företag i praktiken kan avstå från en modell bara på grund av var den utvecklats.