Maskininlärning – Nya Dagbladet https://nyadagbladet.se Morgondagens Dagstidning! Tue, 09 Jun 2026 20:53:28 +0000 sv-SE hourly 1 https://wordpress.org/?v=7.1.2 https://nyadagbladet.se/wp-content/uploads/2021/11/cropped-nyd-logo-500-32x32.jpg Maskininlärning – Nya Dagbladet https://nyadagbladet.se 32 32 Anthropic släpper Fable 5 i Mythos-klassen för allmänheten https://nyadagbladet.se/teknik/anthropic-fable-5-mythos-klassen-ai/ Tue, 09 Jun 2026 20:27:37 +0000 https://nyadagbladet.se/?p=232880 Anthropic lanserar Claude Fable 5, en ny AI-modell i Mythos-klassen som bolaget beskriver som sin starkaste modell hittills för bred användning. Samtidigt begränsas tillgången till den mer öppna systermodellen Claude Mythos 5 till en mindre krets godkända aktörer.

Lanseringen är ett av de större modellsläppen hittills i den snabba AI-kapplöpningen. Fable 5 placeras över den tidigare Opus-klassen och ska enligt Anthropic ge tydliga förbättringar inom programmering, kunskapsarbete, bildtolkning, vetenskaplig forskning och längre uppgifter där modellen arbetar självständigt i många steg.

Den nya modellen är enligt bolaget inte bara en snabbare eller billigare uppdatering. Anthropic skriver att Fable 5 överträffar alla tidigare publikt lanserade Claude-modeller. Bolaget beskriver den som en "Mythos-class"-modell som gjorts säker nog för bred användning.

Ett steg förbi Opus-klassen

Namnet är centralt för hur Anthropic vill positionera lanseringen. Mythos-klassen beskrivs som nivån ovanför Opus, som hittills varit bolagets tyngsta modellfamilj. Fable 5 blir därmed den breda versionen av en modelltyp som tidigare varit mer begränsad.

Skillnaden mellan Fable 5 och Mythos 5 handlar inte om en helt annan grundmodell, utan om spärrar och åtkomst. Mythos 5 bygger på samma underliggande modell, men har vissa begränsningar har lättats för särskilt utvalda cyberförsvarare, aktörer inom kritisk infrastruktur och partner i Project Glasswing.

Anthropic lyfter särskilt att Fable 5 ska vara starkare ju längre och mer komplicerad uppgiften blir. I praktiken kan just detta vara avgörande: inte bara bättre svar på enstaka frågor, utan mer uthålliga arbetsflöden där modellen planerar, analyserar, kodar, granskar och justerar under längre tid.

Anthropics jämförelsetabell för Claude Fable 5 och Claude Mythos 5 jämfört med andra AI-modeller.

Enligt bolagets egna tester placerar sig Fable 5 i topp eller nära topp på nästan alla redovisade testresultat. Tabellen gäller bland annat autonom kodning, kunskapsarbete, bildförståelse, verktygsanvändning, cyberförsvar, biologi, juridiska uppgifter och terminalbaserade arbetsflöden.

Som alltid med modellsläpp bör bolagens egna jämförelser läsas med viss försiktighet tills bredare användare och oberoende testmiljöer hunnit pröva resultaten. Men den bild Anthropic själv försöker förmedla är tydlig: Fable 5 ska inte bara vara ännu en modell i raden, utan ett större hopp i intelligensnivå och självständigt arbete.

Stripe och bildförståelse som dragplåster

I lanseringsmaterialet nämns Stripe som ett av de mer konkreta exemplen. Enligt Anthropic rapporterade betalbolaget under tidiga tester att Fable 5 kunde genomföra en migrering av en hel kodbas i en Ruby-kodbas på 50 miljoner rader på en dag, ett arbete som annars hade krävt ett team i över två månader.

Bolaget lyfter också bildförståelse som ett område där modellen tagit ett stort kliv. Fable 5 ska kunna läsa detaljerade vetenskapliga figurer, bygga om en webbapps källkod från skärmbilder och spela Pokémon FireRed enbart utifrån råa skärmbilder, utan de extra hjälpverktyg som tidigare Claude-modeller behövde.

API-namnet är claude-fable-5. Priset anges till 10 dollar per miljon tokens för indata och 50 dollar per miljon tokens för utdata, för både Fable 5 och Mythos 5. Det är dubbelt jämfört med Claude Opus 4.8, som kostar 5 respektive 25 dollar per miljon tokens för indata och utdata.

Fable 5 ingår tillfälligt utan extra kostnad i abonnemangen Pro, Max, Team och Enterprise baserade på antal användare fram till den 22 juni. Därefter krävs användningskrediter, om Anthropic inte ändrar upplägget när kapaciteten förbättras.

När säkerhetsspärrar aktiveras

Den stora nyheten är samtidigt inte bara prestandan, utan hur Anthropic delar upp den. Fable 5 är den allmänt tillgängliga modellen, men vid vissa känsliga ämnen ska användaren i stället få svar från Claude Opus 4.8. Det gäller enligt bolaget bland annat cybersäkerhet, biologi, kemi och modelldestillering.

Användaren ska få veta när detta sker. Anthropic uppger att spärrarna i genomsnitt aktiveras i färre än fem procent av användarsessionerna, men medger att de är försiktigt inställda och ibland kommer att stoppa oskyldiga förfrågningar.

Claude Mythos 5 är den andra sidan av samma modellsläpp. Där har vissa spärrar lyfts, men åtkomsten är inledningsvis begränsad till Glasswing-partner och en liten grupp godkända aktörer. Anthropic säger att tillgången framöver ska breddas genom ett program för betrodda användare, även för defensiv cybersäkerhet och biomedicinsk forskning.

Det gör lanseringen mer intressant än ett vanligt pressmeddelande. Fable 5 visar hur snabbt de mest avancerade AI-systemen rör sig uppåt i kapacitet. Mythos 5 visar samtidigt att samma kapacitet delas upp efter användarkategori, ämnesområde och säkerhetsbedömning.

Vem får den starkaste modellen?

Det kan finnas legitima säkerhetsskäl till uppdelningen. En modell som är stark på cyberförsvar, biologi och längre autonoma arbetsflöden kan också användas fel. Spårbarhet och skyddsmekanismer kan göra vissa angrepp svårare att sprida i stor skala.

Men upplägget väcker också en större fråga om framtidens AI-marknad. När den starkaste modellen görs dyrare, mer kontrollerad och delvis reserverad för godkända aktörer skapas en ny gräns mellan vanliga användare och dem som anses kunna hantera den fulla kapaciteten.

Fable 5 marknadsförs därför som ett stort framsteg för allmänheten. Mythos 5 visar vad nästa steg redan innebär: de mest kraftfulla systemen blir inte bara en teknisk fråga, utan en fråga om tillgång, förtroende och kontroll.

]]> OpenAI och DeepSeek drar AI-marknaden åt varsitt håll https://nyadagbladet.se/teknik/openai-deepseek-ai-marknaden/ Fri, 24 Apr 2026 14:42:02 +0000 https://nyadagbladet.se/?p=228485 Två modellsläpp på mindre än ett dygn visar hur snabbt AI-marknaden håller på att omformas. OpenAI flyttar fram sina positioner med GPT-5.5, medan kinesiska DeepSeek pressar priserna och publicerar modellparametrarna för DeepSeek-V4. AI-branschen fick under torsdagen och fredagen två besked som pekar åt samma håll – men med helt olika affärslogik. OpenAI lanserade GPT-5.5 som bolagets hittills mest kapabla modell för komplexa arbetsuppgifter, kodning och förmåga att använda digitala verktyg. Bara ett par timmar senare meddelade DeepSeek att DeepSeek-V4-serien har lanserats – två öppet tillgängliga modeller med ett kontextfönster på en miljon tokens som standard. Skillnaden är slående. OpenAI erbjuder maximal prestanda i ett alltmer integrerat system med ChatGPT, Codex och kommande API-åtkomst. DeepSeek säljer något annat: prestanda nära den absoluta framkanten till betydligt lägre pris, med öppna modellparametrar och API-stöd för både OpenAI- och Anthropic-format. Med andra ord: AI-kapplöpningen handlar inte längre bara om vilken modell som är smartast. Det handlar om vem som kontrollerar arbetsflödet – och vem som kan göra tekniken billig nog att integreras överallt. OpenAI:s inlägg på X visar vad bolaget vill prioritera i lanseringen. I ett officiellt inlägg skrev bolaget att GPT-5.5 nu rullas ut till användare av Plus, Pro, Business och Enterprise i både ChatGPT och Codex, samtidigt som GPT-5.5 Pro introduceras för företag och professionella användare. Ett annat inlägg betonade att modellen är lika snabb som GPT-5.4 per token, men presterar bättre i nästan alla mätningar som bolaget redovisar.

OpenAI vill göra modellen till en digital medarbetare

OpenAI beskriver GPT-5.5 som ett steg mot digitalt arbete där användaren inte längre behöver detaljstyra varje moment. Bolaget hävdar att modellen kan hantera ostrukturerade och komplexa uppgifter, planera, använda verktyg, kontrollera sitt arbete och arbeta under längre tid utan avbrott. Den mest konkreta nyheten för utvecklare är Codex-integrationen. GPT-5.5 uppges få ett kontextfönster på 400 000 tokens i Codex och ska enligt OpenAI matcha GPT-5.4:s svarshastighet per token, trots högre prestanda. För den kommande API-versionen anger bolaget ett kontextfönster på en miljon tokens. Priset visar samtidigt vilken del av marknaden OpenAI riktar sig mot. När GPT-5.5 släpps i API:t ska modellen enligt OpenAI:s prisinformation kosta 5 dollar per miljon tokens för indata och 30 dollar per miljon tokens för utdata. GPT-5.5 Pro hamnar betydligt högre: 30 dollar för indata och 180 dollar för utdata per miljon tokens. Modellen är i första hand inte avsedd för massmarknaden. Målgruppen är företag, kodbaser, forskningsflöden och agentbaserade system där ett fel kan bli dyrare än själva modellkörningen. DeepSeek utnyttjade i sin tur X för att markera kontrasten mot de slutna toppmodellerna. Det officiella lanseringsinlägget beskrev DeepSeek-V4 Preview som lanserad med öppet publicerade modellparametrar och lyfte fram ett prisvärt kontextfönster på en miljon tokens. I samma tråd beskrev bolaget V4-Pro som flaggskeppet och V4-Flash som det snabbare och billigare alternativet.

DeepSeek publicerar modellparametrarna – och kapar priset

DeepSeek går i motsatt riktning. I sin release beskriver bolaget två modeller: DeepSeek-V4-Pro med totalt 1,6 biljoner parametrar, varav 49 miljarder är aktiva, samt DeepSeek-V4-Flash med 284 miljarder parametrar totalt och 13 miljarder aktiva parametrar. Båda modellerna har ett kontextfönster på en miljon tokens som standard. Båda har stöd för resonerande och icke-resonerande läge. Båda blev tillgängliga via API samma dag som de lanserades, och modellparametrarna har publicerats på Hugging Face under MIT-licens. Prissättningen är den verkliga vattendelaren. DeepSeek-V4-Flash kostar 0,14 dollar för indata och 0,28 dollar för utdata per miljon tokens. DeepSeek-V4-Pro kostar 1,74 dollar för indata och 3,48 dollar för utdata per miljon tokens. När data hämtas från cacheminnet sjunker priset ytterligare. För utvecklare och företag innebär det att många uppgifter som tidigare krävde hård prioritering kan köras betydligt friare: långa dokumentkedjor, kodbasanalys, agentloggar, automatisk research och stora interna kunskapsarkiv. En miljon tokens är inte längre bara en siffra i en demonstration. Det håller på att bli standard. DeepSeek presenterade samtidigt V4-serien på X som början på ”kostnadseffektiv enmiljonstokens-kontext” och lyfte fram både V4-Pro och den billigare V4-Flash.

Reaktionerna: imponerat men splittrat

Den oberoende utvecklaren Simon Willison sammanfattar DeepSeek-V4 som ”nästan i framkant, till en bråkdel av priset”. Han pekar särskilt på kombinationen av stora öppna modellparametrar, MIT-licens, ett kontextfönster på en miljon tokens och låg API-kostnad. Samtidigt är omdömena inte entydiga. I utvecklardiskussioner efter lanseringen återkommer bilden att DeepSeek-V4 presterar starkt i förhållande till priset, men att praktiska resultat också beror på verktygskedjor, kontexthantering och arbetsflöden. Den slutsatsen ligger nära den bredare reaktionen i branschen: modellintelligens blir alltmer en standardvara, medan systemen runt modellen avgör vad användaren faktiskt får ut. Även GPT-5.5 får både beröm och reservationer. Tekniksajten The New Stack rapporterar om lanseringen som OpenAI beskriver som en ”ny klass av intelligens”, medan OpenAI själv framhåller förbättringar i kodning, datoranvändning och agentbaserade arbetsflöden. Skillnaden är viktig. Prestandatester säljer modeller, men det är i arbetsflödena de prövas.

Den verkliga striden gäller kontrollen

OpenAI:s strategi går ut på att göra modellen till en del av en större produkt. GPT-5.5 är inte bara en textgenerator, utan en komponent i ChatGPT och Codex med förmåga att använda digitala verktyg, datorstyrning och företagsmiljöer. Modellen utgör hjärnan – men produkten är hela kroppen. DeepSeek angriper samma marknad från andra hållet. Genom öppna modellparametrar, låg kostnad och kompatibla API:er gör bolaget det enklare för utvecklare att byta modell, bygga egna system och undvika inlåsningseffekter i amerikanska ekosystem. Det betyder inte att DeepSeek automatiskt är det bättre valet. Öppna modellparametrar kräver kompetens, infrastruktur och riskhantering. Kinesiska modeller väcker dessutom vissa frågor om innehållsbegränsningar och datastyrning. OpenAI:s slutna modell väcker i sin tur frågor om centralisering, prissättning, företagsberoende och vem som i praktiken sätter gränserna för vad framtidens digitala arbete får vara. Därmed blir tekniken en samhällsfråga. När AI-modeller börjar planera, skriva kod, läsa dokument, använda verktyg och utföra arbetsuppgifter som sträcker sig över timmar eller dagar förändras maktförhållandet mellan användare, företag och plattformar.

Säkerheten blir mer komplicerad

OpenAI uppger i sin systemrapport att GPT-5.5 har genomgått förhandsgranskningar enligt bolagets Preparedness Framework, med särskild testning inom avancerad cybersäkerhet och biologi. Modellen behandlas enligt OpenAI som ”hög förmåga” inom biologiska och kemiska risker samt cybersäkerhet. För cybersäkerhet ligger den enligt bolaget under gränsen för kritisk förmåga. Dilemmat lär bli allt vanligare. Ju mer användbar en modell blir för legitim forskning, försvar, programmering och analys, desto mer användbar blir den också för aktörer med sämre avsikter. DeepSeek gör samma typ av förmåga billigare och mer spridd. OpenAI gör den mer integrerad och mer kraftfull inom slutna arbetsmiljöer. Den ena modellen koncentrerar makten. Den andra sprider den.

AI-kapplöpningen har gått in i en ny fas

GPT-5.5 och DeepSeek-V4 är därför inte bara två nya modellnamn på en redan överfull marknad. De markerar två konkurrerande riktningar för nästa fas av AI-utvecklingen. OpenAI visar hur mycket mer användbar den slutna toppmodellen kan bli när den blir mer uthållig, får bättre förmåga att använda digitala verktyg och tar plats i ett helt arbetsflöde. DeepSeek visar hur snabbt samma typ av förmåga kan pressas ned i pris och göras tillgänglig för fler aktörer. För användarna är frågan inte längre vilken chattbot som svarar bäst på en fråga. Frågan är vilken infrastruktur som ska få läsa våra dokument, skriva vår kod, analysera våra företag och automatisera våra beslut. Modellerna blir smartare. Men den avgörande frågan är fortfarande äldre än tekniken: vem äger verktygen?]]>