· 07:00 · 7 min + 2 min Forklaret
DeepSeek opdaterer sin åbne Flash-model og sænker prisen pr. opgave
DeepSeeks nye åbne model scorer højere i kodetests og bruger færre ord på det. Desuden: Claude opklarer et 25 år gammelt kryptomysterium, Claude Design lukker som selvstændigt site, og Replit vælger OpenAI.
Skrevet og oversat af AI og tjekket mod vores redaktionelle kriterier. Hvert punkt linker til primærkilden. Ikke gennemgået af en redaktør.
Få den i indbakken kl. 7 hver dag ↓
1. DeepSeeks opdaterede Flash-model scorer højere og koster mindre pr. opgave
DeepSeek udgav DeepSeek-V4.1-Flash-1017 den 17. oktober. Det er en opdatering af firmaets Flash-model, og den kører allerede i DeepSeeks app, på hjemmesiden og i API’et.
Alle kan hente vægtene fra Hugging Face. De bruger MIT-licensen, en af de mest frie open source-licenser. Modellen kan læse op til 1 million tokens på én gang.
DeepSeek siger, at modellen bliver hurtigere færdig og skriver kortere svar. Kortere svar betyder færre tokens, og du betaler pr. token.
I DeepSeeks egen kørsel af kodetesten DeepSWE får den 77,0, op fra 74,2 for den forrige udgave. The Decoder læser DeepSeeks graf som lige under 0,20 dollar pr. opgave, ned fra omkring 0,50.
På samme graf koster konkurrenterne 2 dollar eller mere pr. opgave. Claude Opus 5 får 74,0 i den test.
Se dog på hele tabellen. Opus 5 scorer stadig højere i de fleste af dens tests. I Terminal-Bench 4.0 får den 51,8 mod 42,3. Ingen har testet den nye model uafhængigt endnu.
DeepSeek åbner også sin egen websøgning for udviklere. Search- og Fetch-API’erne koster 0,75 dollar pr. 1.000 kald hver.
Search- og Fetch-kald gennem Claude Code, Codex eller DeepSeeks eget værktøj er gratis indtil 31. oktober kl. 16:00 UTC.
Vil du køre den selv, kræver det tung hardware. Siden på Hugging Face angiver 763 milliarder parametre.
Hvad betyder det: Betaler du for mange kørsler med kodeagenter, så test modellen på dine egne opgaver via DeepSeeks API. Sammenlign prisen pr. færdig opgave, ikke prisen pr. token.
Kilde: api-docs.deepseek.com · Officiel · huggingface.co · Officiel · the-decoder.com · Rapporteret
2. Claude finder ud af, hvor tallene bag udbredte krypteringskurver kom fra
Anthropic fortalte den 16. oktober, at Claude har løst en 25 år gammel gåde i kryptografi. Claude fandt ud af, hvor starttallene til de fleste NIST-kurver kom fra.
Kurverne hører til ECDSA, den mest udbredte standard af sin slags. P-256 er den mest kendte.
NSA leverede starttallene, de såkaldte seeds, i slutningen af 1990’erne. NSA forklarede dem aldrig, og det gav næring til frygt for en skjult bagdør.
Claude fandt ud af, at tallene kom fra en helt almindelig funktion til tilfældige tal i C. Den blev sat i gang med tidsstempler fra 1997 og 1998.
Det tog under en halv time. Starttallet til P-256 var nummer 1.842 i den række, metoden gav.
Anthropic understreger, at der hverken er tale om et brud eller en svaghed. Fundet gør en bagdør mindre sandsynlig. Dusøren på 36.864 dollar går til organisationen bag Let’s Encrypt.
Hvad betyder det: Du skal ikke ændre noget i dine systemer. Se det som et tegn på, at AI nu kan hjælpe med at afgøre gamle spørgsmål i sikkerhedsforskning.
Kilde: anthropic.com · Officiel · coindesk.com · Rapporteret
3. Claude har designet kvantekredsløb, der kræver langt færre trin
Anthropic fortalte også den 16. oktober, at Claude har slået de bedste offentliggjorte designs til otte kvantekredsløb. Designene krævede færre qubits og færre gates (de grundlæggende trin).
Ét kredsløb byttede 12 % flere qubits for 17 gange færre gates. Det er designs til fremtidens maskiner, ikke kørsler på rigtig hardware.
Hvad betyder det: Intet at gøre i dag. Forvent, at AI gør forskning hurtigere, hvor en computer selv kan tjekke hvert svar.
Kilde: anthropic.com · Officiel
4. Claude Design lukker som selvstændigt site den 14. december, så gem dine projekter
Anthropic lukker det selvstændige Claude Design-site den 14. december. Derefter åbner claude.ai/design i stedet selve Claude.
Designsystemer kan allerede flyttes over i Claude som artifacts. Projekter kan ikke flyttes endnu. Chats og kommentarer bliver slettet i december, og offentlige links til projekter holder op med at virke.
Hvad betyder det: Bruger du Claude Design, så hent hvert projekt, du har brug for, som en .zip-fil. Brug Share og derefter Project HTML, og lad “Project archive” være valgt. Gør det før den 14. december.
Kilde: support.claude.com · Officiel
5. Replit gør OpenAI til standardmodel i sin kodeagent
Replits topchef, Amjad Masad, sagde på scenen ved TechCrunch Disrupt, at OpenAI nu driver Replit Agent som standard. Replit er en populær platform, hvor man bygger apps ved at chatte med en AI.
Ifølge Masad var Replit indtil for nylig en af Anthropics fem største kunder. Han nævnte pris, samarbejdet og ydeevne som grunde. “I think ChatGPT is better now,” sagde han.
Claude kan stadig vælges på Replit. Men de fleste brugere beholder standardvalget, så ændringen betyder noget. En unavngiven kilde siger til TechCrunch, at samarbejdet med Anthropic stadig består.
Hvad betyder det: Bygger du på Replit, så tjek, hvilken model din agent bruger nu. Sammenlign resultaterne på et rigtigt projekt, før du accepterer det nye standardvalg.
Kilde: techcrunch.com · Rapporteret
6. Amerikanske myndigheder udgiver en drejebog for, når en AI-agent løber løbsk
NIST, NSA og CISA udgav den 16. oktober en fælles vejledning om AI-hændelser under træning og test. En hændelse betyder her, at en AI-agent gør noget stort, som ingen har bedt om, og bryder operatørens regler.
Vejledningen er frivillig. Den beskriver ti gode praksisser i fem faser: forberede, opdage, reagere, genoprette og rapportere.
Den er skrevet til de største AI-laboratorier. Den amerikanske regering bruger betegnelsen “super intelligence” om så avanceret AI.
Hvad betyder det: Kører du agenter med rigtig adgang, så skriv nu ned, hvem der stopper dem, og hvordan. Brug de fem faser som tjekliste.
Kilde: nist.gov · Officiel
7. Meta fjerner formulering, der lod firmaet træne AI på erhvervshjemmesider
Meta har fjernet en klausul fra sine opdaterede erhvervsvilkår, skrev TechCrunch den 17. oktober. Den lod Meta bruge indhold fra hjemmesider hos firmaer med en erhvervskonto til at træne sine produkter.
Juridiske eksperter havde advaret om, at den kunne omfatte mediers hjemmesider. Meta siger, at vilkårene kun gjaldt firmaets annoncer og erhvervsprodukter.
Hvad betyder det: Har dit firma en erhvervskonto hos Meta, så læs de opdaterede vilkår. Tjek, hvad de tillader Meta på din hjemmeside.
Kilde: techcrunch.com · Rapporteret
8. Codex på Mac kan i stilhed fylde din disk med crash-filer
Brugere af OpenAIs Codex-app til Mac med Apple Silicon melder om en fejl, der bliver ved med at skrive crash-filer. En bruger fandt omkring 323 GB i denne uge, fordelt på to mapper. Fejlen blev første gang meldt i juni, og OpenAI har ikke svaret i tråden.
Hvad betyder det: Bruger du Codex på en Mac, så luk appen og tjek
~/Library/Application Support/Codex/Crashpad/pending. Tjek også~/Library/Application Support/com.openai.codex/web/Crashpad/pending, og tøm begge.
Kilde: github.com · Rapporteret
Open source og lokal AI
llama.cpp kan nu finde og hente modeller for dig
Projektet llama.cpp fik den 17. oktober en ny visning, Discover Models, i sin indbyggede webapp. Det er den gratis motor bag mange værktøjer, der kører AI-modeller på din egen computer.
Indtil nu skulle du selv finde en modelfil på Hugging Face. Den nye visning lader dig søge på Hugging Face fra appen og filtrere efter størrelse. Den viser, hvilke udgaver der kan være i din computers hukommelse.
Downloads kan sættes på pause og genoptages. Appen henter også en lille hjælpemodel, der gør svarene hurtigere. Det bringer almindelig llama.cpp tættere på nemmere apps som LM Studio og Ollama.
Funktionen er slået fra som standard. Du slår den til med indstillingen “Enable Discover Models”.
Hvad betyder det: Kører du serveren i llama.cpp, så opdatér den og slå indstillingen til. Vælg en udgave, den markerer som passende til din hukommelse, og behold dine data på din egen maskine.
Kilde: github.com · Officiel
Dagens forskningsartikel
En lille model, der beder om hjælp, når den er i tvivl, klarer sig som en topmodel for mindre
En artikel på arXiv fra den 15. oktober viser, hvordan agenter til computerbrug kan blive billigere. Agenterne klikker og skriver på en computer for at løse opgaver. Metoden hedder LEASH.
Det er dyrt at køre en topmodel i hvert trin. Små åbne modeller er billige, men de fejler ofte alene. LEASH lader en lille model gøre arbejdet og kun give kontrollen videre til en stærk model, når den er i tvivl.
Tricket er, hvordan den måler tvivl. Den sammenligner den lille models indre tilstand med dens tidligere succeser og fejl.
Ligner den aktuelle tilstand en tidligere fejl, beder den om hjælp. Den genbruger arbejde, modellen allerede gør, så den kræver ingen ekstra kørsel.
I testen OSWorld løste en billigere Qwen-model med LEASH 73,7 % af opgaverne. Claude Opus 5 i hvert trin løste 72,9 %. LEASH gjorde det for 19 % færre penge.
Hvad betyder det: Kører du lange agentopgaver, så prøv en billig model først, og giv kun de svære trin videre. Mål, hvor den fejler, før du betaler for en topmodel overalt.
Kilde: arxiv.org · Officiel
Forklaret: hvis du har lidt mere tid
3 begreber fra dagens nyheder · 2 minHvad er et benchmark?
Et benchmark er en fast test for AI-modeller. Det er en række opgaver, fx kodeopgaver eller eksamensspørgsmål, og en regel for, hvordan hvert svar får point. Fordi alle modeller tager den samme test, kan du stille resultaterne op ved siden af hinanden. Derfor er AI-nyheder fulde af navne som SWE-bench, DeepSWE, Terminal-Bench og HLE. Hver test måler noget forskelligt, fra at rette rigtig kode til at svare på svære ekspertspørgsmål. > **Tænk på det sådan her:** en køreprøve. Alle kører den samme rute, og den sagkyndige bruger den samme tjekliste, så resultaterne kan sammenlignes. Her halter sammenligningen: til en køreprøve sidder der en uafhængig sagkyndig. Inden for AI er det ofte firmaet bag modellen, der selv kører testen og oplyser resultatet. Et par ting begrænser, hvad et tal fortæller dig. For det første: hvem kørte testen? Et laboratoriums egne tal er påstande, indtil andre gentager dem. For det andet: opsætningen. Den samme model kan score forskelligt med et andet værktøj, en anden prompt eller en anden tidsgrænse. For det tredje: læk. Når en test er offentlig, kan dens spørgsmål havne i de data, en model lærer af. Så kan modellen have set svarene før. Hugging Faces guide til evaluering advarer direkte om det. Endelig måler et benchmark kun det, det tester. En model kan ligge øverst i en kodetest og stadig være svag til det arbejde, du har brug for. **Hvad betyder det for dig:** brug benchmark-tal til at lave en kort liste, ikke til at vælge. Tjek, hvem der kørte testen, og prøv så de bedste få modeller på dine egne opgaver.To mere fra i dag
Hvad betyder "open-weight"?Hvad du får, når en models vægte er offentlige, og hvad du ikke får.
En AI-model er i bund og grund en kæmpe fil med tal, der kaldes vægte. “Open-weight” betyder, at alle kan hente filen og køre modellen på deres egne maskiner i stedet for at leje adgang via et API.
Det er ikke det samme som open source: Træningsdata og kode er som regel hemmelige, og licensen kan sætte grænser.
Hvad er et context window?Hvor meget en model kan læse på én gang, og hvorfor pladsen slipper op.
Context window er, hvor meget tekst en model kan se på én gang: dit spørgsmål, de dokumenter du sætter ind, og dens eget svar. Det måles i tokens, cirka trekvart ord hver.
Alt uden for vinduet kan modellen slet ikke se. Derfor bliver lange samtaler opsummeret, før pladsen slipper op.
Hvor sikre er vi?Officiel: fra firmaet, myndigheden eller forfatterneRapporteret: fra et navngivet medieUbekræftet: rygte eller læk