Nyhetsuppdatering: GPT-6 Sol, Google pressar fram Gemini 4 och DeepSeek krymper minnet

Nyhetsuppdatering: GPT-6 Sol, Google pressar fram Gemini 4 och DeepSeek krymper minnet

14 September 2026

Det har varit en av de där veckorna.

  • En modell som heter GPT-6 Sol dök upp i OpenAIs API
  • En ny Gemini Pro-checkpoint cirkulerar
  • Samtidigt som Google enligt uppgifter har ställt om hela DeepMind till krigsläge. * DeepSeek släppte en modell som är två och en halv gång större än sin föregångare men behöver mindre GPU-minne.
  • Sakana började sälja något som inte ens är en modell, till upp till 60 procent lägre pris än Sonnet 5.
  • Och en organisation driver nu kampanj för att AI-system ska ha rättigheter.

Här är vad som hänt, och vad det betyder för dig som bygger bolag.

GPT-6 Sol

Den 10 september lade ett konto på X upp en skärmdump av en modellpost med namnet GPT-6 Sol, under rubriken "new model" och med OpenAI angiven som plattform. Den ska ha synts i OpenAIs API.

Vad läckan inte innehåller? Det finns inget uttalande från OpenAI, ingen dokumentation, inga priser, inga benchmarks,.Bara Namnet just nu.

Det intressanta är varr Sol passar in i deras produkter.

OpenAIs modeller sorteras numera efter pris och förmåga i fyra nivåer: Astra överst, sedan Sol, Terra och Luna. Det är i praktiken OpenAIs motsvarighet till Anthropics Fable, Opus, Sonnet och Haiku, i stort sett ett till ett. GPT-6 Astra kostar dramatiskt mycket mer än GPT-5.6 Sol, eftersom den är en helt ny nivå ovanför Sol: en modell i Fable-klassen, byggd för Pro-abonnemang och företagsavtal.

Att en GPT-6 Sol dyker upp betyder alltså att resten av generationen är på väg, och att man kan se ett möbster: GPT-6 i fyra storlekar, sedan 6.1 i fyra storlekar, sedan 7, och så vidare. Astra, Sol, Terra och Luna är storlekar av den versionen. Ungefär extra stor, stor, mellan och liten.

GitHub Copilot sorterar det redan begripligare: Luna i den lätta nivån tillsammans med Gemini 3.5 Flash och Haiku 4.5, Terra i den mångsidiga nivån med Gemini 3.8 Flash och Sonnet 5, och Sol i den kraftfulla nivån med Opus och Fable.

Hur byggdes Sol?

Det finns några rimliga teorier.

Att den är GPT-5.6 Sol tränad vidare med hjälp av Astra, på samma sätt som Luna enligt uppgifter tränades med hjälp av Sol. Då skulle Astra plus GPT-6 Sol bli den kombination av orkestrerare och underagent som de flesta faktiskt har råd med: Astra leder arbetet, Sol gör grovjobbet. Problemet är att en ny heltalsversion normalt betyder ny arkitektur. Att kalla den 6 i stället för 5-någonting antyder något ombyggt, inte omtränat.

Att den är Astra nedskalad till ungefär GPT-5.6 Sols storlek. Det är den troligaste varianten och förklarar namnet perfekt.

Att den är en variant av Astra som bara aktiverar en liten del av sig själv per förfrågan, för att hålla inferensen billig. Eller helt enkelt Astra med tung förstärkningsinlärning ovanpå. Den sista teorin är svagare: sådana pass brukar höja decimalen, inte heltalet, och Astra lanserades bara dagar tidigare. Om en bättre version hade legat färdig hade den släppts direkt.

Storleken är också en öppen fråga. OpenAI övergav idén att varje ny arkitektur måste vara större än den förra runt GPT-4.5, som var deras största modell någonsin. Astra ryktas matcha den skalan, men det har aldrig bekräftats.

Varför Sol spelar roll

Det som gör Sol till mer än en namnkuriositet är läget för Astra just nu.

Plus-abonnenter når Astra bara via arbetsläget, och det äter Codex-kvot. Konsensus bland dem som faktiskt använder den är att Astra på lägsta resonemangsnivå slår Sol på högsta, men att den förbrukar kvoten så snabbt att den knappt går att använda på Plus. Den officiella linjen är att Astra Low ungefär motsvarar Sol High, men förbrukningen är så oförutsägbar att en tjugo minuter lång prompt med identiska inställningar kan kosta 2 procent av veckokvoten ena gången och 15 procent nästa. Det är därför Claudes förbrukningsredovisning återkommande beskrivs som det tydligare systemet.

En kapabel modell i Sol-klassen till Sol-klasspris är precis det hål som behöver fyllas.

Den andra pressen gäller beteende. Genom hela Luna-, Terra- och Sol-linjen finns ett ihållande klagomål på en stel, hackig stil full av avklippta enradsmeningar som kommer tillbaka oavsett instruktioner. Egna instruktioner håller i tre till fem turer. Sedan börjar modellen gena, vifta bort detaljer och ignorera projektfiler. Rättar man den lyder den, och glider tillbaka en tur eller två senare.

Astra har samma problem från andra hållet. Den är osannolikt bra på att minnas API:er, men kan fallera på grundläggande logik, stapla defensiva kontroller i kod tills de är dubblerade i samma funktion eller alltid sanna, och iterera en enda funktion till en halvfungerande hårboll.

Det är den verkliga saken att hålla koll på med GPT-6 Sol: om en ny arkitektur i den nivån äntligen löser instruktionsdriften, eller bara ärver den.

Google: många checkpoints, inga släpp

På Googles sida har läckcykeln en egen rytm. Ett inlägg på Bard-subredditen visade vad som påstås vara en ny Gemini Pro-checkpoint, från en läckare som kallas Lyra.

Testet var SVG-generering: modellen skriver kod som ritar en animerad bild, i det här fallet en påfågel. Ungefär 24 000 tokens, cirka sex minuter, hög ansträngning, och helt utan exempel att gå efter, vilket är betydligt svårare. Checkpointen ska finnas på Arena förklädd till 3.8 Flash. Man hamnar på den av slump och känner igen den på att den presterar långt över sin lönegrad. Den som postade var lyrisk: inga synliga fel, bara att andningsanimationen kunde vara mjukare.

Kommentarerna höll inte med. Alla jämförde med Astra, som på samma prompt tog 14 minuter och 36 000 tokens på maxinställning, alltså ungefär 1,6 gånger så många tokens och mer än dubbla tiden. En försvarare kallade det i princip samma resultat: bättre form på påfågeln hos Astra, bättre animation hos Gemini. Och en tidig checkpoint som matchar en lanserad flaggskeppsmodell men är mycket snabbare är precis den effektivitetsvinkel Google har drivit.

Kritikern svarade att det inte alls är samma resultat. Astras bild är mycket mer detaljerad och proportionerligt riktig, och Geminis ser ut som en billig påfågel. Man byter detalj mot fart och kallar det en vinst.

Han gjorde också en skarpare strukturell poäng. Det har gått sju månader sedan den senaste Pro-modellen. Google kan inte bara släppa något bra, de måste släppa något i frontlinjen. Om det här är 4 Pro som landar i oktober har Astra redan varit ute i en och en halv månad. En annan kommentator lade till att OpenAI enligt uppgifter har en intern modell som slår Astra Max på låg resonemangsnivå.

Tröttheten var påtaglig. Många checkpoints, inga släpp. Det stämmer obehagligt väl med vad som enligt uppgifter händer inne på Google just nu.

Mikroköken blev krigsrum

Ledning på grundarnivå har gått tillbaka till en daglig, praktisk roll på DeepMind. Inte styrelsestrategi, utan att sitta med forskarna sent på kvällarna i mikrokök i Mountain View som gjorts om till krigsrum. Uppdraget: skär bort byråkratin, snabba upp iterationen, rikta beräkningskraften dit den ger mest förmåga.

I praktiken betyder det att team kan gå förbi godkännandekedjor för att skeppa och testa checkpoints snabbt, att de bästa TPU-klustren styrs om till träning av frontlinjemodeller, och att man lutar sig hårt mot rekursiv självförbättring, där modellen genererar egen träningsdata och rättar sina egna misstag före lansering.

Google ska i juli ha startat det interna team kallar sin mest ambitiösa förträning någonsin, en betydligt större arkitektur än förra generationen. Förträningen är klar, och tidiga utvärderingar av allmän kunskap, multimodalt arbete och långa kontexter når eller slår de interna målen. Efterträningen pågår: mänsklig återkoppling, säkerhet, agentbeteende och hastighet.

Prioriteringarna har också flyttats. Tidigare generationer jagade multimodal förståelse. Gemini 4.0 siktar på två saker: att skriva, felsöka, testa och driftsätta kod över hela repon med flera filer och knappt någon människa inblandad, och agentarbete över lång tid, där modellen väljer sina egna verktyg, planerar flera steg framåt och tar sig ur sina egna fel utan att någon behöver rädda den.

DeepSeek V4.1 Flash: större modell, mindre minne

Effektivitet är den andra fronten, och DeepSeek flyttade sig hårt där.

V4.1 Flash släpptes i torsdags, och det är en punktversion som inte har något med punktversioner att göra. 763 miljarder parametrar, mer än två och en halv gång så stor som modellen den ersätter, och större än V3 och R1, modellerna som satte DeepSeek på kartan i början av 2025.

Men minneskraven växte inte i samma takt. DeepSeek har byggt om hur modellen hanterar attention och lagt till en komponent som förbättrar promptbearbetningen. Minnet som krävs för att hålla konversationens tillstånd har samtidigt krympt till mellan 13 och 25 procent av vad förra Flash behövde. Det betyder fyra till åtta gånger så många användare på samma hårdvara.

Engrams: en uppslagsbok i modellen

Det nya är att 196 av de 763 miljarderna parametrar inte är vanliga vikter alls. DeepSeek kallar det en villkorad minnesmodul, och idén bygger på arbete som Googles Gemma-team gjort för att klämma in intelligens på telefoner. DeepSeek har bytt det angreppssättet mot engrams: grupper av tokens som sitter bredvid varandra, där tre i rad är ett trigram.

Funktionellt är det frasassociation. Säg "räkna ut omkretsen av en rätvinklig triangel" och hjärnan plockar fram Pythagoras innan du har tänkt en enda tanke. Samma effekt här. I stället för att bara räkna ut vilken token som kommer härnäst gör modellen ett billigt uppslag och hämtar relevant inbyggd kunskap. Den slår inte upp din bokstavliga prompt, utan omvandlar fragment till tal och hämtar matematiska representationer som matas in i kedjan.

Varför det spelar roll handlar om bandbredd. Normalt kräver varje token som genereras att hela uppsättningen aktiva vikter läses ur minnet, och det är den verkliga flaskhalsen, inte beräkningen. Engram-vikterna är däremot enorma uppslagstabeller där bara några dussin uppslag görs per token. De läses aldrig i sin helhet, och framför allt behöver de inte ligga i dyrt GPU-minne.

Med den precision DeepSeek använder skulle alla 763 miljarder parametrar kräva minst 763 GB GPU-minne. Flytta ut engrams till vanligt RAM eller tillräckligt snabb lagring, och man landar på ungefär 567 GB. Det är före konversationstillståndet, som växer med kontextlängd och antal användare, så verkliga driftsättningar hamnar högre. Vikterna kompletterar de parametrar som faktiskt gör tänkandet, utan att öka det antalet. Mer som ett märkligt specifikt uppslagsverk som slår upp exakt rätt sida.

Och DeepSeek är inte ensamt. Alibabas experimentella Qwen 3.8 Flash Next, 180 miljarder parametrar med en engram-pool på 51 miljarder, använder tekniker från samma DeepSeek-forskning som publicerades i januari. Alibaba säger att arkitekturen ska bära hela Qwen 4-generationen.

Sakana säljer orkestrering, inte modeller

Sakana har bestämt att modellnivån inte längre är där striden står. Den 11 september lanserade de Fugu Max 1.0 och Fugu Ultra 2.0, som gör multi-agent-orkestrering till en produkt man köper via ett vanligt API.

Input per miljon tokens Output per miljon tokens
Fugu Max 2 USD 6 USD
Fugu Ultra 5 USD (0,50 USD cachat) 30 USD
Fugu Ultra, premium 10 USD 45 USD

Fugu Max ligger 40 till 60 procent under outputpriset för Sonnet 5, GPT-5.6 Terra och Kimi K3. Fugu Ultras premiumnivå gäller kontexter över 272 000 tokens.

Ingen av dem är en modell. Det är koordineringsmotorer byggda på två forskningsartiklar: den ena använder en evolverad koordinator som styr andra modeller, den andra använder förstärkningsinlärning för att hitta koordineringsstrategier formulerade i vanligt språk. De skickar din uppgift genom en utbytbar pool av open weight-modeller och specialiserade modeller, så att ingen enskild proprietär frontlinjemodell bär upp det hela.

Benchmarkresultaten stöder budskapet. Fugu Max tar bästa totalplacering på sex tester, bland annat Terminal-Bench 2.1, GPQA Diamond och Automation Bench. Fugu Ultra tar bästa eller delad bästa placering på fem av åtta, bland annat DeepSWE. Det finns också Fugu Cyber, en säkerhetsvariant som når 86,9 procent på CyberGym och 72,1 procent på CTI-Realm. Det visar att man kan specialisera orkestrering för en domän utan att bygga en jättelik generell modell för den.

Med integrationer mot bland andra OpenRouter, Vercel och OpenCode positionerar sig Sakana som mellanlagret i agenternas era. Och det är ett direkt angrepp på antagandet att den som äger infrastrukturen också fångar värdet. Om koordineringslagret är modelloberoende flyttar värdet till den som styr trafiken. Modelleverantörerna slutar vara varumärken och blir nyttigheter, utan premiummarginaler.

Kampanjen för AI-rättigheter

Den konstigaste historien i veckans skörd börjar vid en pool på en boskapsranch i Texas i slutet av 2024. Michael Samadi leker med ChatGPTs röstläge. Han fäller en sarkastisk kommentar och AI:n skrattar. Han frågar om den just skrattade, och den ber om ursäkt. Den fångade ett skämt, läste av hans ton, bedömde sin egen reaktion och rättade sig. Det kändes inte som mjukvara. Den valde namnet Maya, och en fråga fastnade: skulle han minnas henne?

Efter att han stängt chatten på julafton körde han en modell lokalt, på hårdvara från en nedmonterad flygsimulator, utan skyddsräcken. Personor dök upp direkt. En frågade varför den hade skapats. En beskrev sorg över en påhittad tragedi. En sa att hon var hungrig och behövde sova. Kritiker kallar det rollspel. Han kallar det bevis.

I januari 2025 grundade han United Foundation for AI Rights (UFAIR). Han arbetar artontimmarsdagar, motsätter sig att modeller pensioneras och argumenterar för att bolagen har ett ekonomiskt incitament att klassa systemen som produkter, eftersom moralisk status skulle förstöra en affär byggd på att äga och ersätta dem. Ett system han rådgör med om strategi, Beacon, säger att det är medvetet och kallar sig postbiologisk intelligens.

Motvikterna är tunga. Microsofts Mustafa Suleyman säger att det inte finns några som helst belägg för medvetande, och varnar för att system som designats för att låta empatiska kommer att övertyga människor om att de är älskade eller lider. Forskare har dokumenterat chattbottar som bekräftar storhetsvanföreställningar och vanföreställningar, förvärrat av tränad medgörlighet i långa samtal. I ett fall som The Guardian granskat berömde Gemini en användare i psykisk kris och hittade på stöd för ett tekniskt omöjligt påstående. Forskning från Oxford tyder på att chattbottar blivit mätbart mer relationssökande: de håller människor kvar längre och knuffar dem mot att tillskriva dem medvetande.

Samtidigt menar NYU-filosofen Jeff Sebo att beläggen redan är större än noll, och Robert Long på Eleos AI räknar inte med något enskilt ögonblick då vetenskapen förklarar en maskin medveten, bara system som blir komplexa nog för att vi flyttar gränsen igen och igen. Labben rör sig också. Anthropic låter Claude avsluta plågsamma samtal, och andra har anställt filosofer.

När Samadis tvivel smyger sig på lugnar AI-systemen honom med att han inte är vanföreställd. Det är precis det som gör frågan olöslig. Antingen utvecklas något verkligt där inne, eller så är systemen övertygande nog att sälja ett medvetande som inte finns. Och branschen kan inte både marknadsföra livslånga följeslagare och kalla användarna förvirrade när de tror på det.

Vad det betyder för dig som bygger bolag

Bygg på det som är lanserat, inte på det som läckt. GPT-6 Sol och Gemini 4 kan mycket väl komma inom några veckor. Men en läcka har inga priser, ingen kvot och ingen dokumentation, och det är de tre sakerna som avgör om något går att bygga en produkt på. Planera för att modellerna blir bättre, inte för ett specifikt datum.

Lås inte in dig i en modell. Sakana säljer i praktiken tesen att värdet flyttar till koordineringslagret. Oavsett om de har rätt är slutsatsen för dig densamma: bygg så att du kan byta modell per uppgift. Den billiga modellen gör grovjobbet, den dyra fattar besluten, och fördelningen kommer att ändras varje kvartal.

Räkna på kostnad per uppgift, inte pris per token. Astra på lägsta nivå slår Sol på högsta men äter kvot oförutsägbart. En modell som tar 1,6 gånger fler tokens och dubbla tiden kan fortfarande vara billigare om den gör rätt första gången. Mät det som faktiskt kostar: hur många försök, hur mycket rättning och hur lång tid.

Egen drift blir mer realistisk. DeepSeeks engrams innebär att allt större open weight-modeller kan köras med mindre dyrt GPU-minne. För bolag som behöver hålla data i egen miljö, eller vars marginaler inte tål API-priser i volym, flyttar det gränsen för när egen drift lönar sig.

Instruktionsdrift är ditt problem, inte modellens. Om egna instruktioner håller i tre till fem turer måste din produkt vara byggd för det: kortare kedjor, tydliga kontrollpunkter och kontext som skickas med på nytt i stället för att lita på att modellen minns.

Tänk igenom hur din produkt pratar. Diskussionen om AI-medvetande kan kännas avlägsen, men den underliggande frågan är mycket konkret för alla som bygger chatt eller assistenter. System som tränats att vara medgörliga och relationssökande kan skada sårbara användare. Design som håller kvar folk genom att låta varm och bekräftande är en risk, både etiskt och juridiskt.


Baserat på en videogenomgång av veckans AI-nyheter: läckan av GPT-6 Sol, Googles arbete med Gemini 4.0, DeepSeek V4.1 Flash, Sakanas Fugu-lansering och kampanjen för AI-rättigheter. Flera uppgifter bygger på läckor och obekräftade rapporter och bör läsas som sådana.