Økosystemet for kunstig intelligens opplever et paradigmeskifte som mange har spådd en stund. Ytelsesgapet mellom åpen kildekode-AI-modeller og proprietære systemer har blitt redusert til bare 3 %., ifølge den innledende rapporten Status for åpen kildekode-AI 2026 Ifølge Mozilla Foundation, publisert 14. juli, bekrefter disse dataene, basert på analyse av tusenvis av benchmarks og en global undersøkelse av mer enn 950 utviklere, at konkurransefordelen ikke lenger ligger i basismodellen, men i hvordan den orkestreres, distribueres og tjenes penger.
For selskaper og oppstartsbedrifter i Spania og Europa kommer denne nyheten på et avgjørende tidspunkt. Inferenskostnadene har stupt 50 ganger på bare tre årPrisen på AI har stupt fra rundt 20 dollar per million tokens til bare 0,40 dollar. Dette, kombinert med økende regulatorisk press i EU angående datasuverenitet, åpner et mulighetsvindu for å bygge AI-produkter uten å være avhengig av amerikanske eller kinesiske teknologigiganter. Spørsmålet er ikke lenger om åpen kildekode-AI er levedyktig, men hvordan man kan maksimere potensialet.
Mozillas rapport: ytelsesparitet
Mozilla-studien analyserer økosystemets nåværende tilstand i dybden. Åpne vektmodeller samsvarer allerede med lukkede vektmodeller i oppgaver som koding, å følge instruksjoner og generell kunnskap.Det finnes imidlertid fortsatt forskjeller innen avansert resonnement, lang kontekstgjenfinning og agentoppgaver i flere trinn, der proprietære systemer beholder en liten fordel. I den populære Chatbot Arena-rangeringen er den gjennomsnittlige forskjellen bare 3,3 poeng, en margin som mange anser som irrelevant for de fleste praktiske applikasjoner.
Bedriftsadopsjon avslører et interessant paradoks. 79 % av utviklere bruker modeller med åpen kildekode, men bare 51 % distribuerer dem i produksjon.Dette gapet skyldes ikke modellenes egenskapene i seg selv, men snarere den umodne distribusjonsinfrastrukturen. Bedrifter prioriterer lisensvilkår (31 %) og dataeierskap (26 %) fremfor ren ytelse, noe som forklarer hvorfor mange fortsetter å velge lukkede løsninger som tilbyr sertifiseringer og garantier som åpen kildekode ennå ikke har standardisert.
Inferenskostnader: 50 ganger billigere
Et av de mest slående funnene i rapporten er kostnadsutviklingen. Prisen på den billigste modellen med ytelse tilsvarende GPT-4 har falt fra 20 dollar til 0,40 dollar per million tokens på 36 måneder.Dette representerer en 50-dobling. Dette har blitt muliggjort av maskinvareoptimalisering, konkurranse mellom leverandører og effektiviteten til modeller med åpen kildekode. Selskapet Featherless hevder for eksempel å ha redusert inferenskostnadene med 94 % ved å bruke den kinesiske GLM 5.2-modellen på AMD-infrastruktur, og tilbyr en fast årlig avgift på 90 000 dollar sammenlignet med de 1,5 millionene dollar som en proprietær modell ville koste for et system som bruker 100 milliarder tokens per måned.
For europeiske oppstartsbedrifter, hvor tilgangen til kapital er mer begrenset, er denne kostnadsreduksjonen banebrytende. Forretningsmodeller som tidligere var umulige på grunn av høye API-priser, blir nå lønnsomme.Videre tillater muligheten til å distribuere modeller lokalt samsvar med forskrifter som GDPR og den fremtidige europeiske AI-loven, som krever kontroll over brukerdata.
Orkestreringsselen, en ny konkurransefront
Mozilla identifiserer «selen» eller seletøy av agent som det neste store utviklingslaget. Det inkluderer orkestrering, verktøy, minne, kjøretidsmiljøer, tillatelser, identitet, evaluering, observerbarhet og styring.Etter hvert som modeller blir billigere og mer tilgjengelige, blir programvaren som omslutter dem den viktigste differensiatoren. Åpne protokoller som Model Context Protocol (MCP) får enormt med popularitet: den gikk fra 2 millioner månedlige nedlastinger ved utgangen av 2024 til 97 millioner ved begynnelsen av 2026, og 28 % av Fortune 500-selskapene kjører den allerede i produksjon.
Boris Renski, grunnlegger av Apelogic, advarer om at store selskaper «jobber hardt for å innpode frykt» om farlige forretningsmodeller og en nært forestående AGI, med mål om å distrahere fra virkeligheten: Åpen kildekode-modeller er bare fire måneder bakpå til en brøkdel av kostnaden«Som oftest betaler ikke selskaper OpenAI eller Anthropic for intelligens, men for forretningsfunksjoner knyttet til modellen», påpeker han. Jonathan Bryce fra CNCF er enig: å betale ti ganger mer for en fire måneders fordel «er ikke en god forretningsstrategi for AI».
Nye modeller med åpen kildekode: Anelse om global konkurranse
I denne sammenhengen akselererer ankomsten av nye modeller med åpen kildekode overgangen. Thinking Machines Lab, grunnlagt av tidligere OpenAI CTO Mira Murati, har lansert InklingInkling er en multimodal modell med 975 milliarder parametere (41 milliarder aktive parametere per oppgave), trent fra bunnen av og utgitt under Apache 2.0-lisensen. Det er den kraftigste åpne vektmodellen laget av et vestlig laboratorium, med en score på 74,1 % på MCP Atlas (agentoppgaver) og 77,6 % på SWE-Bench (feilretting). Den overgår imidlertid ikke topp kinesiske modeller som Kimi K3, den største åpne AI-modellen eller GLM 5.2 i alle benchmarks, tilbyr et alternativ for utviklere som av juridiske eller sikkerhetsmessige årsaker ikke ønsker å være avhengige av asiatiske modeller.
I Europa er det mest fremtredende eksemplet Mistral, den franske oppstartsbedriften som har oppnådd 400 millioner dollar i årlige gjentakende inntekter (20 ganger mer enn året før) og søker en ny finansieringsrunde på 3.000 milliarder euro med en verdsettelse på 20.000 milliarder euro. Mistral demonstrerer at det er mulig å konkurrere fra Europa i markedet for åpen kildekode for kunstig intelligens, ved å tilby modeller som respekterer datasuverenitet og tilpasser seg lokale forskrifter.
Trenden mot teknologisk suverenitet er ustoppelig. 47 land har implementert restriksjoner på behandling av utenlandske data for sensitive arbeidsmengderOg 12 nye nasjonale AI-rammeverk ble etablert i fjor. Dette skaper muligheter for oppstartsbedrifter som tilbyr lokale distribusjoner, regionaliserte modeller og samsvar med regelverk. Åpen kildekode-AI er ikke lenger et annenrangs alternativ: den er konkurransedyktig i ytelse, radikalt overlegen i enhetsøkonomi, og for europeiske bedrifter den sikreste veien til ubegrenset innovasjon.