De laddades ned 40 miljoner gånger – och västvärlden tittade bort

Maktförskjutningen som ingen pratade om

Det är lätt att stirra sig blind på OpenAI, Anthropic och Google DeepMind. De är välfinansierade, välbevakade och sätter ofta agendan. Men om du bara följer de västerländska aktörerna missar du halva bilden – och kanske den mest spännande halvan just nu.

Ta Alibabas Qwen. Det hela började i april 2023 som ett svar på ChatGPT – en chatbot med det filosofiskt laddade namnet Tongyi Qianwen, hämtat från den kinesiske filosofen Mencius och ungefär översatt till sanning från tusen frågor. Ingen skrattade, men få tog det på allvar heller. Det var ett misstag.

Enligt MarkTechPost accelererade Alibaba sedan i ett tempo som är svårt att ta in: tre generationer av modellen – Qwen1.5, Qwen2 och Qwen2.5 – på åtta månader under 2024. Stöd för fler språk, längre sammanhang, specialiserade varianter för matematik, kodning och bildanalys. Vid årsskiftet hade modellerna laddats ned över 40 miljoner gånger och inspirerat mer än 50 000 härledda modeller på Hugging Face. Det är inte en produkt – det är ett ekosystem.

Och i mars 2025 kom det som fick marknaden att reagera: QwQ-32B, en resonemangsmodell som enligt Alibaba presterar i nivå med DeepSeeks 671-miljardersmodell – trots att den kräver en bråkdel av beräkningskraften. Alibabas aktiekurs i Hongkong steg med mer än sju procent på en dag. Marknaden hade fått sin signal.

Yandex river upp ritningen

Samtidigt, i Moskva, pågår en annan revolution – tystare men lika omvälvande.

De flesta rekommendationssystem är komplexa byggen: en kandidatgenerator matar en förrangordning, som i sin tur matar en tung slutrangordnare full av handgjorda egenskaper som ingenjörer finslipat i åratal. Det är ett hantverk som kräver ständig tillsyn och uppdatering.

Yandex har nu kastat hela den modellen i papperskorgen. Deras nya system, Sona, slår samman kandidatgenerering och rangordning i ett enda generativt system, rapporterar MarkTechPost. I ett sjudagars direkttest på Yandex smarta högtalare ersatte Sona mer än 15 kandidatgeneratorer samt hela för- och slutrangordningsfasen – med en enda transformatormodell.

Det tekniska greppet är elegant: en semantisk tokeniserare omvandlar låtar till diskreta koder, en kodare bearbetar upp till 8 192 tidigare händelser i användarhistoriken, och en avkodare med en rangordningsmodul sätter ihop helheten. Inga handgjorda egenskaper. Systemet lär sig uteslutande från råa loggdata.

Och snabbheten är remarkabel: nya vikter når produktionsmiljön var tionde minut, med en total fördröjning på runt 45 minuter. Det är inte bara ett arkitekturval – det är en hel filosofi om hur AI-system bör byggas och underhållas.

Öppenheten som konkurrensfördel

Det finns en röd tråd som binder ihop Alibabas och Yandex strategier, om än på olika sätt: båda utmanar antagandet att komplexitet är en förutsättning för prestanda.

Qwen visar att en öppen modell med öppna vikter kan konkurrera med – och i vissa mått slå – proprietära jättar. Det är inte bara tekniskt intressant, det är strategiskt omvälvande. När en modell med 32 miljarder parametrar matchar en med 671 miljarder, försvinner argumentet för centraliserad, sluten AI-infrastruktur bit för bit.

Yandex Sona gör samma sak på systemnivå: ett enda generativt system ersätter ett helt ekosystem av handgjorda lösningar. Underhållsbördan sjunker, adaptationsförmågan ökar.

Detta är inte östlig imitation av västlig innovation. Det är självständig ingenjörskonst som löser verkliga problem på nya sätt – och det borde vara en väckarklocka för alla som tror att AI-kapplöpningen har en given vinnare.