Nyhetsuppdatering: Mistral Large 4, Reflections Beam och Kimis 50 miljarder – kampen om de öppna modellerna

Nyhetsuppdatering: Mistral Large 4, Reflections Beam och Kimis 50 miljarder – kampen om de öppna modellerna

10 October 2026

Det har varit veckan då nästan varje land och storbolag ville ha en egen open weight-modell .

  • Mistral i Paris presenterade Mistral Large 4, en modell på en biljon parametrar som man påstår är den bästa i sin klass, så länge man bortser från Kina.
  • Reflection AI, det amerikanska labbet som backas av Nvidia och värderas till 25 miljarder dollar, skeppade sin första modell Beam efter två års kapitalanskaffning. Ett dygn senare var den omsprungen.
  • Moonshot AI, labbet bakom Kimi, stängde sin sista finansieringsrunda till en värdering på 50 miljarder dollar och förbereder en börsnotering i Hongkong.
  • Och i USA tillkännagav Trump en ny styrka för superintelligens som ska hålla landet i täten av AI-kapplöpningen.

Här är vad fransmännen, amerikanerna och kineserna levererade, varför alla regeringar plötsligt vill ha en egen modell och vilken du faktiskt ska välja.

Varför alla vill ha en egen modell

Med en proprietär modell skickas varje prompt till någon annans datacenter. Där kan den skannas av en klassificerare, läsas av ett säkerhetsteam och användas på det sätt labbet vill, till exempel för att träna framtida modeller. Under hösten har det också kommit rapporter i USA om personer som hamnat hos myndigheterna efter samtal med en chattbot som flaggats i en säkerhetsgranskning. Detaljerna i de fallen är omdiskuterade, men principen är tydlig: det du skriver till en molnmodell lämnar ditt hus.

För länder är problemet större. Tänk dig en regering som vill använda AI för att hitta svagheter i sitt eget elnät. Att använda en specialiserad säkerhetsmodell som Anthropics Mythos kräver att man lämnar över sina ritningar till ett utländskt bolag och hoppas att de aldrig läcker. Med en open weight-modell körs allt på egen hårdvara och de flesta av de här problemen försvinner.

Därför försöker i stort sett varje land antingen bygga en egen modell eller hitta en de kan lita på. Och den här veckan visade hur svårt det första är.

USA: Reflection AI och Beam

Reflection AI grundades av två tidigare DeepMind-forskare och tog in miljarder dollar på tesen att världens bästa öppna modell borde komma från väst, eftersom Metas Llama 4 inte räckte till.

Den här veckan kom äntligen Beam:

  • 501 miljarder parametrar
  • Basmodellen tränades på knappt fyra veckor på omkring 24 biljoner tokens
  • Därefter fyra veckors efterträning för kod, verktygsanvändning och långa agentuppgifter
  • Enligt Reflection håller den jämna steg med Zhipu AI:s GLM 5.2 på en fjärdedel av hårdvaran

Problemet är att man jämförde sig med en kinesisk modell som redan var utdaterad, att man fortfarande behöver en inbjudan för att använda Beam och att vikterna inte är släppta. De ska komma senare i månaden. Det betyder att den bästa öppna modellen från USA som du faktiskt kan ladda ner fortfarande är Gemma 4, som Google släppte under Apache 2.0 i april.

Frankrike: Mistral Large 4

Dagen efter kom Mistral med Mistral Large 4:

  • En mixture of experts-modell med omkring en biljon parametrar, varav bara cirka 49 miljarder är aktiva per token
  • Nativt multimodal
  • Kontextfönster på en miljon tokens

Tricket med mixture of experts är att man får kunskapen från en biljon parametrar till ungefär kostnaden för att köra en modell som är tjugo gånger mindre. Det är samma grepp som DeepSeek använde förra året när de fick Nvidias aktie att rasa.

Enligt Mistrals egna siffror slår modellen knappt GLM 5.3 på långa kodningsuppgifter, slår Beam med 18 poäng och hamnar bland de fem bästa på att hitta säkerhetsbuggar. Det sista är det Mistral bryr sig mest om, eftersom elnätsscenariot ovan är precis det de försöker sälja till europeiska regeringar.

Förbehållen är stora. Siffrorna kommer från Mistral själva, modellen är inte färdigtränad och vikterna släpps först senare i månaden, under en egen licens snarare än en standardlicens.

Kina: Kimi K3 finns redan

Kina har redan det som både amerikanerna och fransmännen försöker bygga. Kimi K3 från Moonshot AI är en öppen modell på 2,8 biljoner parametrar som släpptes i juli. Den blev så populär att Moonshot fick sluta ta in nya prenumeranter efter två dagar eftersom de fick slut på GPU:er.

Sedan dess har det hänt mycket:

  • Microsoft, Amazon och Google har alla förhandlat om att få hosta modellen
  • Anthropic har anklagat Moonshot för att ha kört 300 000 förfrågningar genom falska konton för att kopiera Claude
  • Värderingen har gått från 4 miljarder dollar i november förra året till 50 miljarder dollar i går, med Kinas statliga AI-fond med i rundan
  • Nästa steg är en börsnotering i Hongkong

Vilken ska du välja?

  • Har du bara en kraftfull dator: Gemma 4. Den går att köra lokalt och licensen är okomplicerad.
  • Har du eget datacenter och ingen compliance-avdelning: Kimi K3. Den är störst, finns ute och fungerar.
  • Har du datacenter och en compliance-avdelning: Mistral Large 4, när vikterna väl finns. Europeiskt ursprung väger tungt i en upphandling.
  • Vill du köra amerikanskt: Beams vikter kommer senare i månaden.

Vad det betyder för dig som bygger bolag

Räkna med vikterna, inte med lanseringen. Två av veckans tre stora släpp går inte att ladda ner än. En modell du inte kan köra själv är i praktiken ett API med löften. Planera utifrån det som finns ute i dag.

Datasuveränitet blir ett säljargument. Om regeringar inte vill skicka sina elnätsritningar till ett utländskt molnbolag vill dina kunder sannolikt inte heller skicka sina avtal, kundlistor och styrelseprotokoll dit. Kan du visa var datan bearbetas och att den inte används för träning har du ett försprång, särskilt mot offentlig sektor och reglerade branscher.

Bygg så att du kan byta modell. Rangordningen bland open weight-modellerna ändrades två gånger på en vecka. Den som har låst in sig i en enda modell får göra om arbetet varje kvartal. Den som har ett lager som väljer modell per uppgift kan byta på en eftermiddag.

Ta ursprunget på allvar, men stirra dig inte blind på det. Kinesiska modeller ligger fortfarande i täten, och flera av dem går att köra på egen hårdvara utan att något skickas till Kina. Men licensvillkor, exportregler och vad dina kunder kräver i upphandlingar kan göra en europeisk modell till rätt val även när den är något sämre.

Benchmarks från tillverkaren är reklam. Både Reflection och Mistral jämförde sig med modeller de valt själva, på tester de valt själva. Testa på dina egna uppgifter innan du byter.


Baserat på en videogenomgång av veckans nyheter om open weight-modeller: Mistral Large 4, Reflection AI:s Beam, Moonshot AI:s Kimi K3 och finansieringsrunda samt den amerikanska satsningen på superintelligens. Flera uppgifter, bland annat prestandasiffror, kommer från bolagen själva och har inte verifierats oberoende.