Små modeller får en stor plads i virksomheden

Mens de største AI-modeller stadig tager opmærksomheden, er der en anden bevægelse i gang: færre parametre, lavere regning og mere lokal drift. Det spanske selskab Multiverse Computing forsøger at gøre netop den bevægelse kommerciel med en ny CompactifAI-app og en selvbetjent API-portal til deres komprimerede modeller.

💡 Hvad Multiverse lancerer En chat-app med den lokale model Gilda og en API-portal, der giver virksomheder adgang til komprimerede modeller uden at gå gennem AWS Marketplace.

Historien er interessant, fordi den peger på et skifte i, hvordan danske virksomheder kan bruge AI. Hvis en model kan køre lokalt og offline, falder behovet for at sende data ud af huset hver gang nogen stiller et spørgsmål. Det giver ikke kun lavere cloudforbrug. Det giver også bedre muligheder i miljøer med skrappe datakrav, dårlig forbindelse eller behov for drift tæt på brugeren. TechCrunch fremhæver, at Multiverse allerede arbejder med mere end 100 kunder, herunder Bank of Canada, Bosch og Iberdrola.

💡 Hvor gevinsten ligger Multiverse siger, at deres komprimerede model HyperNova 60B 2602 giver hurtigere svar og lavere omkostninger end den åbne model, den er bygget på.

Det er værdifuldt for danske teams, der sidder med udvikling, sagsbehandling, feltarbejde eller udstyr i drift. Små modeller egner sig ikke til alt. De kan være svagere på brede, åbne opgaver, og lokale enheder har stadig begrænset RAM og lagerplads. Multiverse løser noget af det med automatisk skift mellem lokal model og cloud. Men netop dér skal man være skarp: når trafikken ryger til cloud igen, ændrer privatlivs- og compliancebilledet sig med det samme.

Den praktiske konklusion er, at 2026 ikke kun bliver året for større modeller. Det bliver også året, hvor flere virksomheder opdager, at en mindre model kan være den bedre løsning, hvis opgaven er smal, gentagen og datatung. For danske organisationer er det et godt tidspunkt at teste små modeller på konkrete arbejdsgange, hvor man kan måle hastighed, pris og datakontrol med det samme. Det giver et bedre beslutningsgrundlag end endnu en generel debat om, hvorvidt den største model også er den bedste.