21 juli 2026

AI-krig på lägsta budget

Kinesiska AI-laboratorier levererar modeller som matchar Silicon Valleys toppresultat – men till en kostnad som får amerikanska investerare att fundera på om miljardsatsningarna verkligen var nödvändiga. Det handlar inte längre om att komma ikapp, utan om att ifrågasätta hela spelplanen.

Kinesiska AI-modeller: OpenAI-prestanda, halva priset

"Moonshot AIs nya modell Kimi K3 positionerar sig som att slå nästan alla amerikanska toppmodeller i egna benchmark-tester."

Moonshot AIs nya modell Kimi K3 positionerar sig som att slå nästan alla amerikanska toppmodeller i egna benchmark-tester. Nästan alla utom OpenAI. Det är ett anmärkningsvärt påstående, och ännu mer anmärkningsvärt är att ingen längre höjer på ögonbrynen åt det.

Alibaba har gjort liknande drag med sin Qwen-serie. Mönstret är nu välbekant: kinesiska labs lanserar modeller med konkurrenskraftig prestanda, öppen källkod eller låga API-priser, och gör det i ett tempo som antyder att Silicon Valley inte längre dikterar villkoren.

Det verkligt intressanta är inte prestandan i sig, utan kostnadsstrukturen. Om kinesiska modeller kan leverera likvärdig kapacitet till väsentligt lägre kostnad förskjuts hela kalkylen för vad det kostar att bygga AI-baserade produkter. Det påverkar allt från val av modellbackend till vad man faktiskt kan ta betalt av sina kunder.

Det geopolitiska lagret gör det hela mer komplicerat. USA har aktivt försökt begränsa Kinas tillgång till avancerade chips, delvis i syfte att bromsa just den här typen av utveckling. Att modellerna ändå presterar på denna nivå antingen innebär att begränsningarna inte biter som tänkt, att träningseffektiviteten förbättrats drastiskt, eller bådadera.

För den som väljer AI-infrastruktur just nu är frågan inte längre om kinesiska modeller är "tillräckligt bra". Den är om ditt användningsfall har regulatoriska, datahanteringsmässiga eller geopolitiska skäl att välja bort dem. Har det det, betalar du en premie för att stanna i det amerikanska ekosystemet. Har det inte det, är kalkylen öppen.

Källor:The Verge AI

YouTube stänger pengakranen för AI-skräp

Det har länge varit lönsamt att pumpa ut AI-genererade videor på YouTube. Talking-head-klipp med syntetiska röster, slideshow-videor skapade på fem minuter, listor lästa upp av ingen i synnerhet. Plattformen har haft regler mot det, men de har varit luddiga nog att kringgå.

Nu skärper YouTube formuleringarna. De uppdaterade riktlinjerna för annonsintäkter specificerar mer konkret vilka typer av AI-genererat och lågkvalitativt innehåll som faller utanför monetiseringsprogrammet. Det handlar framför allt om det som branschen börjat kalla "AI slop": massproducerade videor utan redaktionellt värde, ofta skapade med automatiserade pipelines för att mjölka sökalgoritmen.

Vad som är intressant är tajmingen. Verktyg för att skapa videoinnehåll i skala har blivit dramatiskt billigare och enklare att använda det senaste året. Att producera hundra videor i veckan är inte längre ett infrastrukturproblem, det är ett knappklick. YouTube svarar med att försöka hålla annonsörerna borta från den mattan av innehåll det skapar.

För den som bygger innehållsverktyg eller arbetar med creator-ekonomin är signalen tydlig: kvantitet som strategi håller på att få ett officiellt tak. Det påverkar hela ekosystemet av verktyg som sålts med löftet om skalbart innehållsskapande.

Det oklara är fortfarande hur gränsen dras i praktiken. "AI-genererat" och "lågkvalitativt" är kategorier som överlappar men inte är samma sak. En välproducerad video med AI-röst kan ha mer redaktionellt värde än en dålig screencast inspelad av en människa. YouTube har inte löst den bedömningsfrågan, de har bara gjort sin avsikt tydligare.

För creators som faktiskt investerar i kvalitet är det troligen goda nyheter. Konkurrensen om annonsintäkter från volymskapare minskar, åtminstone i teorin.

X:s Android-app är ombyggd från grunden

Mjukvaruomskrivningar av den här skalan är det ingenjörsprojekt som aldrig ser glamoröst ut från utsidan, men som alla som försökt maintaina en stor legacy-kodbas vet är smärtsamt nödvändiga. X har nu gjort just det med sin Android-app: ett år av arbete, en global release, och förmodligen noll push-notiser till användarna om att något ens hänt.

Det intressanta är inte att appen är ny, utan att det tog ett år. Android-appar skrivs om av startups på några månader. För X, med hundratals miljoner användare och en kodbas som delvis härstammar från Twitter-eran, är det ett annat problem. Varje arkitekturellt beslut har en kostnad som multipliceras med skalan.

Vad den ombyggda appen faktiskt ger i praktiken är oklart från utsidan. Omskrivningar av det här slaget handlar sällan om features användarna efterfrågat, utan om att betala av teknisk skuld: bättre prestanda, lägre kraschfrekvens, en kodbas som faktiskt går att iterera på framöver. Med andra ord, en investering vars avkastning är att saker slutar gå sönder.

För X, som har ambitionen att bli en "allt-app" med betalningar, videochattar och nyhetsflöden, är en solid teknisk grund på Android inte valfritt. Det är en förutsättning. Och om det tog ett år att städa upp efter Twitter-eran är det en påminnelse om hur dyrt det är att köpa ett arv på 15 år av snabbrörlig produktutveckling.

Alla som bygger på en äldre kodbas, eller funderar på att köpa upp ett etablerat bolag, bör ta notis.

Michelob Ultra sätter Messis VM-nota på pränt

Argentinas förlust mot Spanien blev snabbt en reklamöppning för Michelob Ultra. Varumärket lanserade en film som summerar Messis hela VM-karriär i siffror: mål, matcher, år. Timing är poängen. Det är den gamla läroboksövningen i moment marketing, att kliva in med ett budskap precis när världen tittar åt samma håll.

Det som är intressant här är inte kreativiteten i sig, utan vad kampanjen signalerar om hur snabbt den typen av innehåll nu kan produceras och publiceras. Att ta ett världsnyhetsögonblick, rama in det kring en specifik idrottare och koppla det till ett varumärke, det tar inte längre veckor. Det tar dagar, möjligen timmar. Det är en kapacitet som förändrat vad som ens är möjligt att försöka sig på.

Samtidigt är det klassiskt Messi-ekonomi: hans namn bär räckvidden, varumärket åker med. Michelob Ultra behöver knappt förklara kopplingen. Ölmärket och superstjärnan har en etablerad relation, och det räcker som kontext.

Ad Age lyfter kampanjen i sina veckolistor bredvid en annan notering som säger något om var branschen befinner sig just nu: Tennessee-turismens kampanj som aktivt skyltar med att de inte använt AI-genererade bilder. Att det räknas som ett säljargument 2025 säger mer om tillståndet i kreativ produktion än vad Tennessee egentligen vill säga om sig själva.

De två kampanjerna är ett udda par, men de berättar ungefär samma sak från olika håll: förtroendet för vad ett varumärke faktiskt menar, och vad det kan bevisa, börjar väga tyngre.

Dagens siffra

1 år

X lade ner ett helt år av tekniskt arbete på att bygga om sin Android-app från grunden innan den släpptes globalt – en ovanligt stor infrastruktursatsning för plattformen.

Källa: TechCrunch

Snabbkollen

Sony stämmer AI-musikgeneratorn Udio för 30 000 låtar

Sony Music har lämnat in en ny stämningsansökan mot AI-musikverktyget Udio och hävdar att mer än 30 000 låtar – från Elvis Presley till Beyoncé – använts utan tillstånd för att träna modellen. Det intressanta här är att Sony fått tillgång till Udios träningsdata via domstolsprocessen, vilket gör detta till ett av de mer konkreta fallen där man faktiskt kan se vad AI-bolagen tränat på.

41% av LinkedIn-inlägg visar tecken på AI-genererat innehåll

En rapport från Pangram uppskattar att 41 procent av alla inlägg på LinkedIn nu bär spår av AI-genererat innehåll – och problemet sprider sig till alla plattformar. Det väcker en genuint intressant fråga: vad händer med sociala medier som socialt fenomen när merparten av innehållet inte längre är skrivet av människor?

Adobes kameraapp för 'naturliga foton' får generativ AI

Adobe uppdaterar sin experimentella kameraapp Indigo – som ursprungligen lanserades för att ge iPhone-foton ett mer naturligt, spegelreflexliknande utseende – med en svit generativa AI-verktyg kallade 'AI Playground'. Intressant nog bygger det inte på Adobes egna Firefly-modeller, och funktionen testas just nu på en liten andel användare utan inloggningskrav. Användare som föredrar den ursprungliga upplevelsen kan välja bort AI-verktygen via en knapp.

Historikern som ser AI som en del av ett längre mönster av avhumanisering

Harvardprofessorn Jill Lepore ger ut boken 'The Rise and Fall of the Artificial State' den 25 augusti, där hon argumenterar för att systematisk datainsamling och kvantifiering – från folkräkningar till AI – i grunden är en avhumaniserande kraft. Det intressanta är hennes historiska perspektiv: hon spårar dagens Silicon Valley-kultur till 1980-talet och ser AI-motståndet bland unga, som när studenter buade ut AI-chefer på examensceremonierna, som ett hälsotecken snarare än ett problem.

Färskbryggt SoMe varje morgon

15 minuter och en kopp kaffe, allt du behöver.