23. June 2026
En ny lettvekter av en språkmodell ved navn VibeThinker, med bare 3 milliarder parametere, har satt en støkk i AI-bransjen. Modellen slår den massive flaggskipmodellen Claude 4.5 Opus på komplekse resonneringsoppgaver. Dette har utviklerne oppnådd ved å ta i bruk nye treningsteknikker, nærmere bestemt en kombinasjon av finjustering (SFT) og en optimalisert form for forsterkende læring (GRPO).
Tidligere har den gjengse oppfatningen vært at avansert logisk tenkning krever enorme modeller som krever enorme mengder strøm og serverplass for å kjøre. VibeThinker beviser at smartere treningsmetoder, der modellen læres opp til å "tenke seg om" før den svarer, kan kompensere for manglende størrelse. Dette markerer et skifte fra rå regnekraft til mer sofistikert algoritmisk arkitektur.
For selskaper som utvikler egne programvareløsninger eller drifter tunge kundestøttesystemer, betyr dette et dramatisk fall i fremtidige driftskostnader. Istedenfor å betale dyre abonnementsavgifter til teknologikjempene for skybaserte API-er, åpner dette for å kjøre ekstremt kapable modeller lokalt på rimeligere maskinvare. I tillegg løser det floken med personvern, ettersom sensitive selskapsdata ikke lenger trenger å forlate bedriftens egne servere for å bli analysert av en intelligent assistent. Les mer om VibeThinker på arXiv.
Både OpenAI og Anthropic rigger seg nå for det som kan bli historiens mest omtalte børsnoteringer innen teknologisektoren, med verdsettelser i hundremillionersklassen. Selv om OpenAI lenge har hatt det største mediefokuset, peker norske fagmiljøer på at utfordreren Anthropic har opparbeidet seg et vel så sterkt kommersielt momentum akkurat nå.
Bakgrunnen ligger i hvordan de to selskapene har posisjonert seg mot bedriftsmarkedet. Mens OpenAI har satset hardt på brede forbrukertjenester og opplevd en del turbulens rundt lisensiering og personvern, har Anthropic – med solid drahjelp fra Google og Amazon – konsekvent profilert seg som den trygge, etiske og forutsigbare partneren for næringslivet. Deres fokus på kontrollerbare modeller begynner nå å bære frukter i styrerommene.
For virksomheter i strengt regulerte bransjer som finans, helse og offentlig sektor, viser denne maktkampen at det er risikabelt å legge alle eggene i én AI-kurv. Tiden er moden for å etablere en fler-modell-strategi (multi-LLM), der man sprer risikoen og utnytter styrkene til de ulike aktørene fremfor å binde seg til én leverandør. Å bygge integrasjoner som enkelt kan svitsje mellom for eksempel OpenAI og Anthropic, vil sikre langt bedre forhandlingskort og driftsstabilitet i årene som kommer. Les hele analysen på Digi.no.