Nya AI-modeller och öppen källkod i fokus
Tre nyheter från AI-världen på en gång: OpenAI bidrar med säkerhetsarbete i Linux-kärnan, kinesiska Kimi K3.1 Pro släpper sina modellvikter öppet (vilket innebär att vem som helst kan ladda ner och köra modellen lokalt), och Ricursive lanserar Ripple-65B – en stor språkmodell med 65 miljarder parametrar. Det intressanta här är egentligen trenden: öppna vikter blir alltmer normen även bland aktörer som tidigare hållit allt bakom stängda dörrar.
Djupdykning
OpenAI har börjat bidra till Linux-kärnans säkerhetsarbete, vilket signalerar en rörelse från AI-företagen mot att faktiskt bli infrastrukturspelare snarare än bara applikationsleverantörer – det är ungefär som om Google Maps plötsligt började bygga vägar. Kimi K3.1 Pro från kinesiska Moonshot AI släpper sina vikter som öppen källkod (open weights betyder att du kan ladda ner och köra modellen själv, utan att gå via ett API), vilket fortsätter trycka på den trend där gränsen mellan "frontier" och "öppen" modell suddas ut snabbare än de stora aktörerna verkar bekväma med. Ricursives Ripple-65B är intressant i ett annat avseende: 65 miljarder parametrar är stort nog att ta på allvar men litet nog att faktiskt köra lokalt på rätt hårdvara, och om de tränat den med rekursiva arkitekturval snarare än klassisk transformer-design är det ett direkt försök att hitta en väg runt Metas och Metas dominans. Det folk missar i "swapping season"-narrativet är att det inte handlar om vilken modell som är bäst just nu – det handlar om att bottenlösen för vad du kan bygga utan att betala per token sjunker varje kvartal, och det förändrar ekonomin för hela branschen av AI-startups som byggt sin affärsmodell på att vara mellanhand mot ett dyrt API.