Kinas öppna jättemodell utmanar Silicon Valley – medan Google tvingas skjuta upp sitt flaggskepp
Kinas nya jättemodell med 2,8 biljoner parametrar utmanar Silicon Valleys dominans.
En vecka som förändrar spelplanen
Det är sällan en enskild vecka rymmer så tydliga signaler om ett skifte i teknisk maktbalans. Men den här veckan är ett undantag.
Kinesiska Moonshot lanserade nyligen Kimi K3 – en AI-modell med hela 2,8 biljoner parametrar och ett kontextfönster på upp till en miljon teckenenheter. Enligt Computer Sweden är det världens största modell med öppna vikter, vilket innebär att forskare och utvecklare världen över fritt kan ladda ned, köra och bygga vidare på den. Modellen är riktad mot avancerat logiskt tänkande, programmering och kvalificerat kunskapsarbete – och presterar enligt Moonshot i nivå med Anthropics Fable 5, och överträffar i vissa prestandaprov OpenAIs GPT-5.5 och GPT-5.6 Sol.
Samtidigt rapporterar Bloomberg, återgivet av Computer Sweden, att Google försenat lanseringen av sin flaggskeppsmodell Gemini 3.5 Pro med flera månader. Modellen väntades presenteras vid bolagets utvecklarkonferens i maj men dröjer kvar i pipelinen – till stor frustration bland ingenjörer, forskare och chefer internt. Orsaken uppges vara att satsningar på att förbättra modellens programmeringsförmåga inte gett de resultat man hoppats på. Komplexa beslutsprocesser och ett stort antal produktteam pekas ut som en del av problemet.
Öppen källkod som strategiskt vapen
Det som gör Moonshoots drag extra intressant är inte bara parameterskalan – det är valet att öppna upp. Medan ledande västerländska aktörer som OpenAI och Anthropic i stor utsträckning håller sina modeller stängda, väljer Moonshot transparens och tillgänglighet. Det är ett strategiskt grepp som påskyndar global forskning och granskning, bygger förtroende i det internationella forskarsamhället och sätter press på konkurrenterna att motivera sina stängda ekosystem.
Detta sker inte i ett vakuum. Enligt MIT Technology Review höll Kinas president Xi Jinping tal vid den globala AI-konferensen i Shanghai samma vecka, där han framställde Kina som en partner snarare än konkurrent för utvecklingsländer. Budskapet var tydligt: Kina vill inte bara delta i den globala AI-utvecklingen – man vill leda den. Och man satsar tungt på inhemska alternativ till Nvidias chip och på öppen källkod som ett verktyg för tekniskt oberoende.
Nyheten fick aktier inom AI och halvledare att falla på börsen – marknaden förstod vad som stod på spel.
Googles interna tryck är en varningssignal
Googles situation är värd att ta på allvar. Det handlar inte bara om en försenad produktlansering – det handlar om att ett av världens mest resursstarka teknikbolag uppvisar tecken på strukturell tröghet i ett skede då rörlighet och leveranshastighet är avgörande konkurrensfördelar.
Intern oro, uteblivna framsteg och en beslutsprocess som inte håller jämna steg med konkurrenterna – det är symptom som kräver mer än en uppdaterad tidslinje. Google befinner sig i ett intensivt kapptag med OpenAI, Anthropic och Meta – och nu alltmer med kinesiska aktörer som Moonshot och DeepSeek.
Det är en sak att ligga ett steg efter i ett stabilt landskap. Det är en helt annan sak att göra det i en bransch där varje kvartal kan omskriva förutsättningarna.
Vad detta egentligen handlar om
Jag har följt AI-omvandlingen nära under flera år, och det slående med den här veckan är inte de enskilda nyheterna – det är mönstret de bildar tillsammans. Kina levererar en öppen jättemodell i världsklass. USA:s ledande aktörer tampas med interna utmaningar. Och den geopolitiska dimensionen av AI-kapplöpningen blir allt svårare att bortse ifrån.
Det är inte längre enbart en fråga om vem som bygger den smartaste modellen. Det handlar om vem som formar normerna, vem som vinner forskarnas förtroende och vem som sätter dagordningen för hur AI används globalt.
Vår analys
Moonshoots Kimi K3 är mer än en imponerande teknisk prestation – den är ett strategiskt utspel i en geopolitisk maktkamp. Genom att välja öppenhet och globalt tillgängliggörande bygger Kina trovärdighet i det internationella forskarsamhället på ett sätt som stängda västerländska modeller inte kan matcha lika enkelt.
Googles förseningar är å sin sida ett symptom på en djupare utmaning: storlekens nackdelar i en bransch som belönar snabbrörlighet. När en organisation är tillräckligt komplex för att bromsa sig själv, är det strukturella frågor som måste adresseras – inte enbart tekniska.
Min bedömning är att vi rör oss mot ett landskap med flera likvärdiga AI-poler – inte ett där ett enskilt land eller bolag dominerar. Det är i grunden sunt, men kräver att europeiska och svenska aktörer aktivt positionerar sig i det här skiftet snarare än att bevaka det från sidan. Fönstret för att forma spelreglerna är fortfarande öppet – men inte för alltid.