For et år siden, kostede det mindst 150 kroner om måneden at få adgang til det mest avancerede AI, kloden overhovedet havde at byde på.
Hver eneste forespørgsel du måtte have, uanset hvor privat eller følsom den end måtte være, skulle forbi et datacenter under amerikansk eller kinesisk kontrol.
I dag kan du få samme intelligens serveret i en tynd og slank maskine, som svarer hurtigere end du kan nå at læse og samtidig kan den ræsonnere og svare med samme kompetence, som sidste års førende kunstige intelligens.
Vi er altså kommet til der, hvor du omsider kan få anvendelig kunstig intelligens men samtidig også kan slippe for at dele følsomme oplysninger, kontrakter eller omtålelige emner med skyen.
Nye modeller og smarte software-tricks
At koge så meget intelligens ned i noget, der kan køres på relativt almindelige maskiner, er produktet af tre udviklinger.
Mens vi igennem årene har set, at AI-modellerne hastigt bliver bedre og bedre, foregår udviklingen med at få mindre modeller til at matche deres store søskende endnu hurtigere.
Forskning fra Epoch AI viser, at det efter år kræver blot en 75.-del af ressourcerne at matche den intelligens, der for et år siden var ’State of The Art’.
Her er de kinesiske tech-giganter og forskningsinstitutioner i førertrøjen, når det gælder om at presse maksimalt med intelligens ud af selv beskeden hardware, særligt ved brug af såkaldte ’Mixture of Experts’ modeller, hvor kun en brøkdel af en større model behøver at blive aktiveret ved forespørgsler.
Til sidst fyger det med nye metoder indenfor open-source miljøet til at presse ekstra performance ud af de modeller som tidligere var forbeholdt datacentrene.’
Små maskiner med AI-potentiale
Der vi er landet i dag, er en situation, hvor tilsyneladende beskeden hardware i laptops kan være nyttig i brug – og altså levere intelligens på niveau med sidste års datacentre.
Til at illustrere teknologiens udvikling er to maskiner taget i brug.
Den ene er en budget-venlig gaming-laptop i form af Lenovo LOQ med et Nvidia RTX 5050-grafikkort, som dog er udvidet med hele 96 gigabyte hukommelse, mens den anden maskine er en yderst let og slank Lenovo Yoga Slim 7 Ultra, som kan bryste sig af at være ekviperet med Intels stærke Core X7 laptop-processorer. Begge er konfigurationer, som kan erhverves til omkring 20.000 kroner.
Her nyder gaming-pc’en godt af at sine massive mængder ram, som sammen med en række optimeringer leverer Qwen 3.8 Next Flash modellen med omkring 25 ord per sekund, mens dokumenter indlæses med omkring en halvanden til to sider per sekund (800 tokens per sekund).
Den lette kontormaskine benytter en mindre, men mere tæt model, døbt Qwen 3.8 27B, som der typisk skrives halvt så hurtigt, mens dokumenter og kontekst behandles med over en side per sekund (cirka 500 tokens per sekund).
Matcher sidste års bedste
For at måle, hvor klog den ombordværende kunstige intelligens er, har jeg sat den til i timevis at tygge sig igennem opgaverne fra MMLU-Pro, som består af svære spørgsmål i en lang række fagområder fra jura til fysik.
Her svarer modellen rigtigt på 124 af 140 test spørgsmål, svarende til 88,6 procent rigtige.
Til sammenligning målte testfirmaet Vals AI Googles Gemini 3 Pro, der kom i november sidste år, til 90,1 procent i samme test, mens Anthropics Claude Opus 4.5 og OpenAI’s GPT-5 landede på henholdsvis 87,3 procent og 86,5 procent.
Den lidt mere beskedne Qwen 3.8 27B model scorer her 83,6 procent i denne disciplin og er dermed ikke langt fra at matche 2025’s bedste model fra foråret i disciplinen, Googles Gemini 2.5 Pro og dennes 84,1 procent.
Alt bliver hos dig
Dagene hvor du skal dele fortrolige data med en AI oppe i skyen synes at være talte.
Modellerne begynder at være gode og hurtige nok til, at dine kontrakter, helbredsoplysninger eller andre omtålelige henvendelser kan klares på din egen pc.
Udviklingen går samtidigt uhyre stærkt, da det allerede nu forlyder at afløserne til begge Qwen-modeller er lige om hjørnet. En lokal konkurrent til årets første frontier-modeller kan derfor allerede være klar i de kommende uger.
Omkostningen ligger nu især i den tid og den software og hardware-pilleri der fortsat er involveret i at få en lokal AI til at virke på matriklen.
Hvordan du får din AI til at spille på din pc, kan du blive klogere på i de kommende dage, hvor Computerworld vil guide til at få din egen AI-pc til at spille.
