Uke 29 ble en av de ukene der hele bransjen liksom snudde seg samtidig. To store modeller med åpne vekter kom ut i løpet av 48 timer, verdens mest omtalte flaggskip ble utsatt på ubestemt tid, og Kina samlet 29 land til en helt ny KI-organisasjon.
Jeg satt på verkstedet med en kaffekopp og en changelog-fil åpen mens det skjedde. Her er det jeg mener var verdt å få med seg.
Én ting først, av ryddighetshensyn: Anthropic dukker opp flere steder i denne teksten, og Claude er verktøyet jeg bruker mest i skrivearbeidet. Jeg har forsøkt å holde det nøkternt, men du bør vite det.
Kinesiske Moonshot AI slapp Kimi K3 torsdag 16. juli, og det er en modell det er vanskelig å underdrive. En Mixture-of-Experts-arkitektur med rundt 2,8 billioner parametere totalt, én million tokens kontekstvindu, og «thinking mode» påskrudd som standard i stedet for som egen variant.
Det gjør den til den største modellen med åpne vekter som er sluppet noensinne – og den kom med en pris på 3 dollar per million input-tokens og 15 dollar per million output.
På Artificial Analysis sin intelligensindeks lander K3 på fjerdeplass av rundt 190 modeller, bak Claude Fable 5 og GPT-5.6 Sol, men på linje med Claude Opus 4.8. I Frontend Code Arena – blind menneskelig preferanse – tok den faktisk førsteplassen.
To forbehold: modellen var tilgjengelig via app og API fra 16. juli, men selve vektene er lovet «innen 27. juli». Og parametertallet varierer litt mellom kildene – de fleste skriver 2,8 billioner, Fortune skriver 2,7. Moonshot selv kaller det den første åpne modellen i «3T-klassen», som strengt tatt er avrunding oppover.
For meg som har bygget hele Elyra rundt prinsippet om at du skal kunne bytte leverandør uten å bygge om verktøykassa: dette er den typen uke som gjør poenget for meg.
Dagen før, onsdag 15. juli, slapp Thinking Machines Lab sin første egentrente produksjonsmodell: Inkling. 975 milliarder parametere totalt, 41 milliarder aktive, én million tokens kontekst, forhåndstrent på 45 billioner tokens med tekst, bilde, lyd og video.
Selskapet er usedvanlig ærlig i sin egen lansering: Inkling er ikke den sterkeste modellen som finnes, verken åpen eller lukket. Poenget er en annen kombinasjon – multimodalitet, justerbar «thinking effort», og umiddelbar finjustering via deres egen Tinker-plattform.
Det som gjør den interessant for norske virksomheter er lisensen: Apache 2.0. Ikke en «open-ish» lisens med bruksbegrensninger og omsetningstak, men ekte fri lisens. Du kan laste ned, endre, kjøre on-prem og kommersialisere uten royalties. I en verden der «åpen» ofte betyr «åpen inntil du tjener penger», er det verdt å merke seg.
Thinking Machines la også vekt på noe de kaller modellens epistemikk – kalibrering, instruksjonsfølging og motstandsdyktighet mot sensur. De sendte modellen gjennom Cognitions Propaganda and Censorship Eval for å vise at den svarer direkte på politisk betente spørsmål. Om det holder i praksis, får uavhengige tester avgjøre.
Og så, torsdag: Bloomberg meldte at Gemini 3.5 Pro er måneder bak skjema. Ikke uker. Måneder.
Sundar Pichai lovet modellen fra scenen på Google I/O i mai – «gi oss til neste måned». Juni kom og gikk. Ryktene pekte mot 17. juli. I stedet kom det en artikkel bygget på rundt ti nåværende og tidligere ansatte som beskrev betydelig intern frustrasjon.
Årsaken er spesifikk og litt ubehagelig for Google: kodeferdighetene holder ikke mål mot selskapets egne interne krav. De oppdaterte treningsdataene i slutten av juni for å bøte på det. Resultatene skuffet.
Markedet reagerte umiddelbart. Alphabet-aksjen falt 4,4 prosent og barberte bort rundt 200 milliarder dollar i markedsverdi på én handelsdag. Kvartalstallene kommer neste uke.
Det er lett å le av en forsinkelse. Jeg lar være. Det å bygge noe som faktisk holder når det møter en ekte kodebase er langt vanskeligere enn benchmark-tabeller gir inntrykk av – det er derfor jeg selv har brukt måneder på ting som andre ville sluppet på en fredag. Men det er også riktig å si at Google lovet en dato offentlig, og at avstanden mellom løftet og leveransen nå er stor nok til at investorene har begynt å prise den inn.
Fredag 17. juli åpnet World Artificial Intelligence Conference i Shanghai, med Xi Jinping til stede i egen person for første gang siden arrangementet startet i 2018.
Dagen før, 16. juli, ble World Artificial Intelligence Cooperation Organisation (WAICO) formelt stiftet – en mellomstatlig organisasjon med 29 grunnleggerland, hovedkvarter i Shanghai, og FNs generalsekretær António Guterres til stede på arrangementet. Blant medlemmene finner vi Indonesia, Brasil, Malaysia, Sør-Afrika, Senegal, Russland og Pakistan.
Xi oppfordret land til å gripe «den historiske muligheten» i åpen kildekode-KI, og sa at utviklingen ikke bør være «en soloprestasjon fra ett enkelt land, men en symfoni av internasjonalt samarbeid». Han advarte samtidig mot å strekke nasjonale sikkerhetshensyn for langt på KI-området – en formulering det ikke krever mye fantasi å lese som en kommentar til amerikanske eksportkontroller.
Analytikere antar at Beijing vil bruke WAICO til å forme hvordan KI-regulering rammes inn i FN-systemet. Norge er ikke medlem, og det er heller ikke overraskende. Men det er en påminnelse om at reguleringssamtalen ikke lenger bare foregår mellom Brussel og Washington.
Hjemme kom det en undersøkelse jeg har tenkt en del på siden.
Sentio har på oppdrag fra Norsk studentorganisasjon og Khrono spurt norske studenter hva de foretrekker som læringsverktøy. 69 prosent svarer pensumbøker. 41 prosent svarer kunstig intelligens. Det gjør språkmodeller til studentenes nest mest foretrukne verktøy, på bare noen få år.
Det som gjør tallene interessante er sprikene. Kvinner foretrekker pensumbøker i større grad enn menn. Blant studenter som stemmer Rødt eller SV oppgir bare én av fire at de foretrekker KI-verktøy. Blant Høyre- og Frp-velgere er tallet over 50 prosent.
Professor og leseforsker Marte Blikstad-Balas peker på det åpenbare, men viktige: undersøkelsen sier lite om hvordan studentene faktisk bruker verktøyet. KI kan brukes på måter som fremmer læring og på måter som hemmer den. Preferansen alene forteller oss ikke hvilken av delene som skjer.
Samtidig nærmer vi oss august, og dermed den datoen der hoveddelen av EUs KI-forordning etter planen skal gjelde. Den norske KI-loven er fortsatt ikke vedtatt. Proposisjonen som skulle til Stortinget rundt påske ble utsatt, av to grunner: EØS-forhandlingene tar lengre tid enn planlagt, og EU holder samtidig på å endre selve forordningen gjennom Digital Omnibus. Det siste er faktisk et rimelig argument – det gir begrenset mening å vedta en norsk lov basert på en tekst som er i ferd med å bli skrevet om.
Forvaltningsapparatet står klart. Nkom er koordinerende KI-tilsyn, KI Norge åpnet dørene i juni med den regulatoriske sandkassen hos Digdir. Loven mangler.
Jeg skal ikke late som jeg vet nøyaktig når den kommer. Regjeringen sikter fortsatt mot «sensommeren 2026». Om ni dager er det august.
Elyra 0.9.16 gikk ut 15. juli, og de to nye funksjonene henger tett sammen med alt over.
Kryssleverandør-kodegjennomgang – /review --cross lar en modell fra en annen leverandør enn den du jobber med gjøre gjennomgangen. Tanken er enkel: en gjennomgang fra samme modellfamilie deler forfatterens blindsoner. En Claude-skrevet funksjon som gjennomgås av Claude ser fine ut på nøyaktig de punktene Claude er svak på. Faller tilbake til gjeldende modell hvis du ikke har flere leverandører satt opp.
Kryssleverandør-failover – når en tur feiler fordi leverandøren er nede, overbelastet, rate-limited, eller fordi modellen rett og slett forsvant (ja, som under en eksportkontroll-suspensjon), prøver Elyra automatisk på nytt med en tilsvarende modell hos en annen leverandør du har nøkler til. Modalitetsbevisst, så en samtale med bilder aldri havner hos en ren tekstmodell. Maks to forsøk. Skrus av med providerFailover.
Begge er ting jeg kun kunne bygge fordi Elyra er leverandøruavhengig fra bunnen av. Det har aldri vært et markedsføringspoeng for meg – det er bare den eneste måten jeg klarer å sove om natta når en modell kan bli utilgjengelig på et regjeringsvedtak.
Denne uka fikk jeg testet begge deler i praksis. Det føltes litt som å oppdage at reserveverktøyet du la i skuffen for to år siden faktisk passer.
Uke 29 handlet egentlig om det samme spørsmålet fra fire kanter: hvem eier vektene?
Moonshot slipper 2,8 billioner parametere ut i verden. Thinking Machines legger sitt under Apache 2.0. Xi holder tale om åpen kildekode som en historisk mulighet. Og Google, som sitter på verdens kanskje beste forskningsavdeling, klarer ikke å få flaggskipet sitt ut døra – og aksjen faller 200 milliarder dollar på nyheten.
Konklusjonen min er ikke at åpne modeller har vunnet. Kimi K3 og Inkling ligger begge bak de lukkede toppmodellene på generell kapasitet, og de vet det selv. Men avstanden krymper, og valgfriheten øker. For en som bygger verktøy er det den beste nyheten på lenge.