OpenAI overrasker med nye open source-sprogmodeller: GPT-oss-120B og 20B frigivet
OpenAI har skabt røre i AI-verdenen med lanceringen af gpt-oss-120B og gpt-oss-20B. Begge modeller udgives under Apache 2.0-licens, hvilket markerer et opsigtsvækkende kursskifte. For danske tech-ledere, AI-specialister og udviklere åbner det døren for at eksperimentere med store sprogmodeller uden at være låst til eksterne cloud-tjenester eller amerikansk datalagring.

OpenAI bryder med traditionen – men hvorfor nu?

Siden ChatGPTs gennembrud i 2019 har OpenAI været synonym med lukkede modeller. Det aktuelle open source-træk vækker derfor undren – og debat – om motivationen. Ifølge VentureBeat og eksperter som Simon Willison og Clem Delangue fra Hugging Face handler det om at give virksomheder mere kontrol og mindske afhængigheden af eksterne API’er, især hvor datasikkerhed og compliance er kritiske faktorer. Samtidig ses det som et strategisk svar på den kinesiske dominans inden for open source-udvikling af sprogmodeller.

Blandet modtagelse: Benchmark-top, men ikke banebrydende?

Reaktionerne fra AI-miljøet er delte. VentureBeat beskriver det som et “50/50 split” – begejstrede udviklere jubler over det åbne initiativ, mens andre er mere skeptiske. Nogle sammenligner det med en film på Rotten Tomatoes: halvdelen er imponerede, resten ryster på hovedet. Blandt de kritiske røster finder vi Teknium fra Nous Research, som kalder udgivelsen “en legitim nothing burger” og forudser, at kinesiske modeller hurtigt overhaler. Andre, som AI-influenceren “Lisan al Gaib”, fremhæver at modellerne scorer højt på matematik og kode – men “fuldstændig mangler smag og sund fornuft” i kreative opgaver. “Så det er bare en matematikmodel?” spidder han på X, med henvisning til oplevelsen af at få integraler midt i poesiudkast.

Teknisk analyse: Spidskompetencer – og markante svagheder

Ifølge Artificial Analysis er gpt-oss-120B den stærkeste amerikansk-udviklede open weights-model, men den halter bag kinesiske alternativer som DeepSeek R1 og Qwen3 235B på flere centrale benchmarks. Konkret scorer gpt-oss-120B 41,8 % i multilingual reasoning ifølge Aider’s Polyglot (mod 59,1 % for Kimi-K2 og 56,9 % for DeepSeek-R1). SpeechMap rapporterer compliance under 40 %, hvilket tyder på, at modellen kan være uvillig til at følge brugerprompter – ofte på grund af “guardrails” designet til at undgå problematisk output.

• Gpt-oss-120B kan – ved optimale forhold med batch-størrelse og sekvenslængde – afvikles på én Nvidia H100 GPU. Organisationsstørrelse og opgavekompleksitet kan dog kræve flere ressourcer.
• Gpt-oss-20B fungerer på almindelig PC-hardware, hvilket gør den tilgængelig for mindre virksomheder og udviklingsteams.

Træningsdata og bias: Syntetisk data skaber “spidse” modeller

Flere uafhængige udviklere, bl.a. Kyle Corbitt og @kalomaze, vurderer at gpt-oss-modellerne er trænet på en overvægt af syntetisk data – altså data genereret af andre AI-modeller. Det skal sandsynligvis mindske risikoen for ophavsretsproblemer, men det har konsekvenser: Modellerne leverer stærkt på veldefinerede opgaver (især kode og matematik), men præsterer markant dårligere på kreative og sproglige opgaver. Corbitt beskrev det således: “Great at the tasks it’s trained on, really bad at everything else”. Konkrete eksempler tæller blandt andet poesioutput med indlagte ligninger samt ringe verdensforståelse i fritekst.

Bias og kritik: Kinas og Ruslands rolle i output

Nogle brugere har bemærket, at modellerne kan være tilbageholdende med at generere kritik af Kina og Rusland, mens kritik af USA eller EU leveres mere frit. VentureBeat refererer dog til dette som enkeltstående observationer baseret på brugertests – ikke systematiske benchmarks. Det er derfor for tidligt at konkludere om der er tale om indbygget bias eller blot tilfældigheder i træningsdata og filtrering. Eksperter peger på, at OpenAI generelt har skruet op for filtrering og “guardrails” for at undgå politisk følsomt eller skadeligt output.

Benchmark: Højt amerikansk niveau – men konkurrenterne fører

På amerikanske benchmarks klarer gpt-oss-120B sig solidt, men modeller fra DeepSeek og Qwen3 overgår den på områder som flersprogethed og brugerpromptefterlevelse. Ifølge SpeechMap ligger compliance for gpt-oss-120B under 40 %, hvilket er blandt de laveste i sin klasse. Multilingual reasoning scorer ligeledes lavt i Aider’s Polyglot-evaluering. Kilder til disse tal kan findes i de nævnte rapporter (links i VentureBeat-artiklen). For danske virksomheder med internationale aktiviteter kan det være en væsentlig faktor at tage med i vurderingen.

Praktisk betydning for danske virksomheder

På trods af kritik peger eksperter som Simon Willison og Clem Delangue på, at OpenAIs åbne modeller kan gøre det enklere at skabe AI-løsninger i eget miljø, hvor man selv kontrollerer data og compliance. Harmony-prompten og understøttelse af tredjepartsværktøjer fremhæves som fordele, der kan lette integration og specialisering. Men det er vigtigt at vurdere, om modellen lever op til virksomhedens krav til nøjagtighed og sikkerhed – især hvor data ikke må forlade landet eller hvor regulatoriske krav er skrappe.

• Hos Snilld kan vi hjælpe med at afprøve og implementere modellerne sikkert og effektivt, men vi anbefaler altid en grundig teknisk og forretningsmæssig analyse før beslutning.
• Vi tilbyder objektive sammenligninger mellem gpt-oss og alternativer som Qwen eller DeepSeek for at sikre det bedste tekniske match.

OpenAI’s open source-strategi: Symbol eller reelt løfte?

En stor diskussion blandt eksperter – fx Nathan Lambert fra Ai2 og Ethan Mollick fra Wharton – handler om, hvorvidt OpenAI vil videreudvikle de åbne modeller løbende, eller om udgivelsen primært er symbolpolitik. Lambert kalder det “et vigtigt skridt for det åbne økosystem”, men mener stadig, at OpenAI skal levere flere opdateringer og features for at følge med Kina. Mollick påpeger, at forspringet kan forsvinde hurtigt, hvis de amerikanske modeller ikke opdateres i samme tempo som de kinesiske alternativer.

Anbefalinger: Brugsværdi og risici for danske ledere og udviklere

For danske virksomheder er det oplagt at teste de nye open source-modeller – særligt hvis man ønsker at køre AI on-premise af sikkerheds- eller omkostningshensyn. Vi anbefaler dog altid at evaluere modellerne grundigt på egne data og use cases, herunder performance, datasikkerhed og supportniveau. Overvej også alternativerne, og følg løbende udviklingen i open source-miljøet: Der kan hurtigt dukke stærkere alternativer op fra både øst og vest.

• Test modellerne på virksomhedens egne opgaver før implementering – og sammenlign altid med relevante alternativer.
• Vær opmærksom på, at hardwarekrav og performance kan variere afhængigt af opgave og optimering.

Snillds rolle: Uafhængig analyse og rådgivning

Valget af sprogmodel bør baseres på virksomhedens unikke behov og krav til kontrol, compliance og udviklingsmuligheder. Hos Snilld bidrager vi som uvildig sparringspartner med analyser, proof-of-concept og vurdering af både økonomiske, tekniske og sikkerhedsmæssige forhold. Kontakt os, hvis du ønsker en objektiv vurdering af, om gpt-oss – eller en alternativ open source-model – er det rigtige valg for din organisation. For nogle er det vejen til mere fleksibel og sikker AI – for andre kan det stadig være for tidligt at satse alt på de åbne modeller.

Alle citater og benchmarks er hentet fra den gennemgående kilde hos VentureBeat samt officielle rapporter fra Artificial Analysis, SpeechMap og Aider’s Polyglot, som er refereret og linket til i hovedkilden.

Kilder:

• https://venturebeat.com/ai/the-initial-reactions-to-openais-landmark-open-source-gpt-oss-models-are-highly-varied-and-mixed/
• https://www.youtube.com/watch?v=YfKdj7GtJ80
• https://fireworks.ai/blog/openai-gpt-oss
• https://www.boozallen.com/menu/media-center/q1-2025/booz-allen-launches-open-source-ai-solution-aissemble.html

Målgruppens mening om artiklen

Anders Jensen, CTO:

Jeg finder artiklen yderst relevant, da den fokuserer på muligheden for at eksperimentere med open source-modeller direkte i vores egne systemer uden bekymringer for compliance og datalagring i udlandet. Det er en afgørende fordel for vores teknologiske uafhængighed og sikkerhed.

Laura Thomsen, Operation Manager:

Artiklen er interessant fordi den giver perspektiver på, hvordan vi kan implementere AI på en kontrolleret måde internt i organisationen. Det er strategisk vigtigt, når vi overvejer omkostningseffektivitet og datakompatibilitet.

Henrik Madsen, IT-konsulent:

Jeg er noget skeptisk over de nyheder. Selvom open source har sine fordele, mener jeg, at artiklen overdriver konkurrencedygtigheden af OpenAIs nye modeller sammenlignet med asiatiske alternativer. Disse aspekter påvirker realismen i artiklens løfter.

Sofie Andersen, Digitaliseringsekspert:

Artiklen rammer plet med hensyn til behovet for at navigere frigivelsen af disse modeller. Den kaster lys over de strategiske implikationer og båder ser på fordelene ved at være mindre afhængig af eksterne ressourcer.

Lars Andersen, CEO:

Jeg er lidt tilbageholdende med at værdsætte artiklen højt, da den viser en tydelig bias mod det amerikanske marked i benchmark-sektionen. Det kunne være mere nuanceret, hvis det tog højde for flere internationale perspektiver.

*Denne artiklen er skrevet af en redaktion bestående af kunstig intelligenser, der har skrevet artiklen på baggrund af automatiseret research og oplysninger om de seneste teknologi nyheder fra internettet.

Billederne i artiklen er lavet af FLUX.1.1 Pro fra Black Forest Labs.