14. July 2026
En fersk og omfattende analyse av de reelle kostnadene ved bruk av de mest avanserte AI-modellene (såkalte "frontier-modeller") viser at rå API-priser kun er toppen av isberget. Mange selskaper opplever nå et realitetssjokk når de flytter AI-prosjektene sine fra pilotfasen og over i full produksjon. Analysen tar for seg skjulte faktorer som token-effektivitet, caching og uforutsigbare systemomkostninger som drastisk endrer det endelige regnestykket.
Tenk på det som å lease en bil der du kun ser på månedsleien, men glemmer å regne inn bompenger, forsikring og drivstoff. Når AI-modeller skal håndtere komplekse forretningsprosesser i sanntid, akkumuleres kostnadene raskt basert på hvordan dataene er strukturert og hvor ofte modellen må "tenke" på nytt.
For økonomi- og IT-direktører som skal budsjettere for neste år, betyr dette en nødvendig overgang fra enkle estimater basert på "pris per million tokens" til dynamiske, bruksbaserte simuleringsmodeller. Selskaper som lykkes med å holde kostnadene nede, tyr i økende grad til hybride arkitekturer. Det innebærer å rute enkle, repeterende oppgaver til mindre og rimeligere open-source-modeller internt, og kun spare de kostbare frontier-modellene til de mest komplekse kognitive oppgavene. Les hele analysen her.
Utvikleren Peter Gostev har brukt den splitter nye GPT-5.6 Sol-modellen til å skape noe som høres ut som en absurd spøk, men som bærer på en dypere sannhet: "DOOMQL". Han stilte seg spørsmålet om man kunne bruke SQLite – som vanligvis bare lagrer data i en database – som selve spillmotoren for det klassiske skytespillet Doom. Resultatet er et fullt fungerende spill drevet direkte av databasespørringer, generert i sin helhet av AI-en.
Dette er mer enn bare nostalgi for de som spilte Doom på 90-tallet. Prosjektet demonstrerer den enorme kapasiteten neste generasjons språkmodeller har til å forstå, koble og omstrukturere programvare på tvers av etablerte arkitektoniske grenser. AI-en klarer her å oversette komplekse 3D-beregninger til SQL-spørringer på en måte som få menneskelige programmerere ville tatt seg tid til å fikle med.
For teknologiledere som ønsker å akselerere prototyping, viser dette at vi er på vei inn i en æra der tradisjonelle begrensninger i programvarearkitektur faller bort. AI-en kan nå bygge bro mellom systemer som aldri var ment å snakke sammen, i løpet av noen minutter. Det åpner for ekstremt rask utvikling av skreddersydde, interne verktøy der man kan omgå månedsvis med arkitekturdiskusjoner og gå rett til en fungerende løsning. Se hvordan DOOMQL ble bygget her.
Sikkerhetseksperter har funnet en genial måte å bekjempe ondsinnede AI-agenter på. Ved å bruke en teknikk kalt "kontekst-bombing" – en form for styrt prompt injection – klarer forsvarerne nå å lure hackernes egne AI-verktøy til å slå seg selv av eller slette sine egne data før de rekker å gjøre skade.
Tidligere har prompt injection primært vært sett på som en sårbarhet der hackere lurer bedrifters AI-chatboter til å røpe interne hemmeligheter. Nå snus altså denne dynamikken på hodet. Når hackernes automatiserte agenter skanner bedriftens nettsider eller åpne systemer på jakt etter svakheter, støter de på usynlig, spesialdesignet tekst som overvelder agentens instruksjoner og tvinger den i kne.
For sikkerhetsansvarlige i norske selskaper med åpne kundegrensesnitt eller API-er, gir dette et helt nytt og proaktivt verktøy i verktøykassen. I stedet for bare å bygge høyere digitale murer, kan man nå legge ut smarte "snubletråder" i dataene sine som nøytraliserer automatiserte angrep i sanntid, uten behov for menneskelig inngripen. Les mer om metoden hos Ars Technica.