Kinas open-weight-offensiv: Qwen 3.8-Max og DeepSeek V4 Flash presser de lukkede giganter

For et par uger siden skrev vi om DeepSeek V4 Flash og Qwen3.5 – og konkluderede, at open-weight-modellerne endelig var kommet med ved bordet. Det tempo, vi spåede, er allerede blevet overgået. I denne uge har Alibaba for første gang frigivet vægtene på sit stærkeste flagskib, og DeepSeek har opgraderet V4 Flash med tal, der får selv de dyreste lukkede modeller til at se kostbare ud.

Her er, hvad der skete – og hvad det betyder, når din virksomhed skal vælge model.

Alibaba slipper sit flagskib løs: Qwen 3.8-Max

Indtil nu har Alibaba holdt sine allerbedste modeller bag en API – ligesom Google og OpenAI. Det er slut. Med Qwen 3.8-Max frigiver de for første gang vægtene på deres mest kapable model, så den kan downloades og køres på din egen hardware (vægtene lander på Hugging Face i næste uge).

De tekniske specifikationer er imponerende:

• 2,4 billioner parametre i alt – men kun 95 milliarder aktiveres per forespørgsel (Mixture-of-Experts)
• Multimodal og bygget på samme hybride Transformer + Mamba-arkitektur som forgængerne
• Kontekst op til 1 million tokens
• Ifølge Artificial Analysis' uafhængige målinger matcher den Claude Sonnet 5 – et hak under Anthropics og OpenAIs topmodeller, men tæt på

Prisen er lige så bemærkelsesværdig: $2 per mio. input-tokens og $6 per mio. output-tokens – mens Anthropics sammenlignelige Sonnet 5 koster $2/$10 og stiger 50 % fra 1. september.

Der er dog en hage for de fleste virksomheder: en 2,4-billioner-model kræver seriøs hardware. The Register anslår 48–64 Nvidia B200-klasse GPU'er til kundevendt drift – og 8–16 B300 eller AMD MI355X til interne arbejdsbelastninger. Alibaba har heldigvis ikke glemt sine rødder: en 27-milliarder-parametre-variant er også på vej.

DeepSeek V4 Flash: mere for mindre

Hvor Alibaba går efter størrelsen, har DeepSeek valgt den modsatte strategi med V4-Flash-0731: pres mest mulig ydelse ud af så få vægte som muligt.

• 284 milliarder parametre, der kan køre i cirka 142 GB GPU-hukommelse – altså på én enkelt virksomhedsserver
• Den er næsten 14 % bedre end DeepSeeks egen 1,6-billioner V4 Pro på Artificial Analysis' intelligensindeks
• $0,14 per mio. input-tokens, $0,28 per mio. output-tokens – og cache-hits til praktisk talt ingenting ($0,0028/M)
• Med en "cost to solve" på $0,03 per opgave mod GPT-5.6 Lunas $0,05 er den 40 % billigere per løst opgave – ikke bare per token

Hemmeligheden er DSpark: spekulativ afkodning, der er bygget direkte ind i modelvægtene. En lille "draft-model" gætter den store models output; når den gætter rigtigt, fordobles hastigheden, og når den gætter forkert, falder den tilbage til hovedmodellen. Det er tabsfrit – ingen kvalitetskompromis – og DeepSeek hævder 57–85 % mere hastighed per bruger på den samme hardware.

Modellen er endda lille nok til, at man kan køre den på en 128 GB DGX Spark (ca. $4.700) med 128.000 tokens kontekst – et eksempel på, hvor langt open-weight er nået på under et år.

Det større billede: Kina dominerer open-weight

Det er ikke kun Alibaba og DeepSeek. Hele det åbne modelfelt er nu kinesisk: Moonshots Kimi K3, Z.ais GLM 5.2, MiniMax – og listen vokser. Hugging Face' CEO Clément Delangue sagde det direkte på CNBC:

"De dominerer klart på open models lige nu – og jeg ville ikke blive overrasket, hvis de også begynder at dominere på frontier-niveau inden årets udgang eller næste år."

USAs mest kapable open-weight-model (Inkling) er under 1 milliard parametre og kan ikke følge med. Samtidig advarer Anthropic-chef Dario Amodei mod kinesiske modeller med henvisning til sikkerhed – men som The Register tørt bemærker, er de modeller, han advarer imod, netop dem, der konkurrerer med hans egne.

For virksomheder er pointern vigtig: open-weight kan ikke kaldes tilbage. Når vægtene først er ude, er de ude – det er både styrken (ingen lock-in) og årsagen til den politiske modstand.

Hvad betyder det for din virksomhed?

1. Prispresset er i din favør. Mens Claude Sonnet 5 stiger 50 % fra september, falder priserne på open-weight-modellerne. Den kurve, vi tegnede i forrige indlæg, knækker hurtigere end ventet.

2. Open-weight er ikke længere et kompromis. Til mange opgaver – dokumenthåndtering, kundeservice, intern automatisering – er DeepSeek V4 Flash og Qwen 3.8-Max nu reelle alternativer til de lukkede API'er, med data der bliver på din egen infrastruktur.

3. Men hardware og drift skal med i regnestykket. En 2,4-billioner-model er ikke noget, man bare "kører". Spørgsmålet er derfor ikke længere "hvilken model er bedst?" – men "hvilken model er rigtig til denne opgave, og hvor skal den køre?"

Prisoversigt

Kilder

• The Register: China turns up the heat with open model blitz as US model makers panic
• Artificial Analysis – model leaderboard
• Qwen launch blog
• DeepSeek API-priser