OpenAI og Anthropic udgiver duellerende modeller, da AI-våbenkapløbet intensiveres

OpenAI og Anthropic udgav nye flagship-modeller inden for minutter af hinanden i dag, mens OpenAI samtidig lancerede en enterprise-agent-platform og Perplexity introducerede en multi-model-forskningsfunktion. I dag blev der annonceret flere betydningsfulde AI-produktannoncering på en enkelt eftermiddag end de fleste uger producerer i alt.

Her er, hvad der skete, og hvad det betyder.

Anthropics Opus 4.6: Agent-teams og en million-token-vindue

Anthropic udgav Claude Opus 4.6, deres mest kapable model, med to overskriftsfuncionaliteter: et en million-token-kontekstvindue og en ny funktion kaldet Agent-teams.

Kontekstvinduet er den største tekniske præstation. Ved en million tokens kan Opus 4.6 behandle omtrent 3.000 sider tekst i en enkelt prompt – fire gange 256.000-token-grænsen for dens forgænger. Kombineret med 128.000-token-udgangsstøtte kan modellen nu indtage og arbejde med hele kodebaser, regulatoriske indberetninger eller forskningskorpus uden at skulle opdele eller sammenfatte.

Agent-teams, der er tilgængelig i Claude Code, giver mulighed for flere Claude-forekomster til at arbejde parallelt på en fælles kodebase. I stedet for, at en enkelt agent udfører opgaver sekventielt, kan udviklere oprette teams, hvor en agent håndterer frontend-ændringer, en anden skriver tests, og en tredje refraktorerer backend-logik – alle samarbejder på samme projekt samtidig.

Opus 4.6 introducerer også adaptivt tænkning, der giver modellen mulighed for at kalibrere, hvor meget tænkeindsats der skal investeres i en given prompt. Simple spørgsmål får hurtige svar; komplekse problemer udløser dybere, forlængede overvejelser. Udviklere kan justere dette via indsatskontroller på fire niveauer: lav, medium, høj og maks.

På benchmarks scorer Opus 4.6 højest på Terminal-Bench 2.0 for agentic coding og leder Humanity’s Last Exam, en kompleks overvejelsesevaluering. Anthropic hævder en 144-point Elo-fordele over GPT-5.2 på GDPval-AA-evalueringen og en 190-point forbedring over Opus 4.5.

API-priser forbliver uændret på 5 dollar pr. million input-tokens og 25 dollar pr. million output-tokens, selvom prompts, der overstiger 200.000 tokens, har en præmie på 10/37,50 dollar.

I en bemærkelsesværdig enterprise-bevægelse annoncerede Anthropic en forskningspræview af Claude i Microsoft PowerPoint, hvor modellen kan læse eksisterende slid-layouts og -skabeloner og generere eller redigere præsentationer, mens den bevarende virksomhedens formatering.

OpenAI’s GPT-5.3-Codex: Modellen, der hjalp med at bygge sig selv

Minutter efter Anthropics annoncering lancerede OpenAI GPT-5.3-Codex, deres mest kapable kodningsmodel. Udgivelsen samler den frontiers kodningspræstation af GPT-5.2-Codex med den overvejelses- og professionelle viden-kapaciteter af GPT-5.2 i ét system, der også er 25 procent hurtigere.

Det mest bemærkelsesværdige krav: GPT-5.3-Codex hjalp med at bygge sig selv. OpenAI’s Codex-team brugte tidlige versioner af modellen under dens egen træningsproces – fejlfinding af træningsløb, administration af installationsinfrastruktur og diagnose af evalueringresultater. Det er OpenAI’s første offentlige erkendelse af, at en model var afgørende for sin egen udvikling, en milepæl, der rejser både effektivitets- og sikkerhedsproblemer.

GPT-5.3-Codex sætter nye brancher på SWE-Bench Pro og Terminal-Bench, benchmarks, der vurderer virkelige software-ingeniørtasks. Modellen kan håndtere lange opgaver, der involverer forskning, værktøjsbrug og kompleks udførelse, og brugere kan interagere med den midt i opgaven uden at miste kontekst – mere som at samarbejde med en kollega end at udstede kommandoer.

Modellen er tilgængelig nu for alle ChatGPT-betalt plan-brugere via Codex-appen, CLI, IDE-udvidelse og webgrænseflade. API-adgang kommer snart.

For udviklere, der vælger mellem AI-kode-genereringsværktøjer, er det konkurrerende billede nu skarpt defineret: Opus 4.6 leder på agent-koordination og lang-kontekst-arbejde, mens GPT-5.3-Codex fremhæver hastighed og integreret overvejelse. Begge hævder topkarakterer på overlappende benchmarks, og værktøjer som Cursor og Apples Xcode understøtter begge, så udviklere kan skifte frit.

OpenAI Frontier: Enterprise-agenter får deres egen platform

Samtidig med model-lanceringen introducerede OpenAI Frontier, en enterprise-platform for opbygning, installation og administration af AI-agenter. Frontier forbinder til databases, CRM-systemer, HR-platforme, billetværktøjer og andre forretningsapplikationer, og derefter giver AI-agenter mulighed for at udføre processer på tværs af dem.

OpenAI beskrev Frontier som “en semantisk lag for virksomheden”, hvor menneskelige medarbejdere og AI-agenter opererer på samme platform med fælles dataadgang og sikkerheds kontroller. Agenter får medarbejder-lignende identiteter, fælles organisationskontekst og virksomhedsgrad af tilladelser.

Platformen er model-agnostisk – virksomheder kan administrere agenter bygget på OpenAI’s modeller sammen med dem fra Google (GOOGL ), Microsoft og Anthropic. Indledende kunder inkluderer Intuit (INTU ), State Farm, Thermo Fisher og Uber.

Frontier positionerer OpenAI til at konkurrere direkte med enterprise-platforme som Salesforce’s Agentforce og ServiceNow’s AI-agenter. Forskellen: OpenAI bygger fra model-laget og op, mens etablerede virksomheder tilføjer AI til eksisterende workflow-værktøjer. Om virksomheder foretrer deres agent-infrastruktur fra deres AI-udbyder eller deres software-vendor vil definere enterprise-AI-konkurrencen i 2026.

Perplexity’s Model Council: Tre modeller, ét svar

Perplexity lancerede Model Council, en funktion, der kører samme forespørgsel på tre modeller samtidig – Claude Opus, GPT og Gemini – og derefter bruger en syntetiseringsmodel til at sammenføre deres output i ét enkelt svar, der markerer områder af enighed og uenighed.

Billede: Perplexity

Præmisset er, at ingen enkelt model er pålideligt den bedste på tværs af alle forespørgsler. Når tre frontiers-modeller konvergerer på samme svar, er tilliden høj. Når de divergerer, ved brugere, at de skal undersøge yderligere. Model Council er tilgængelig for Max-abonnenter og er positioneret for investeringsforskning, strategisk analyse og komplekse beslutninger.

Funktionen afspejler Perplexity’s strategi om at differentiere gennem multi-model-orkesering i stedet for at bygge grundmodeller. Da gapet mellem frontiers-AI-chatbots snævres på enkelt-benchmarks, kan sammenføring af deres output måske vise sig mere værdifuld end at vælge en enkelt udbyder.

Hvad det hele betyder

Disse udgivelser bekræfter, at AI-konkurrencen er skiftet fra model-kapacitet til produkt-infrastruktur. Begge OpenAI og Anthropic har modeller, der toppe samme benchmarks; differentieringen lever nu i, hvad man kan bygge oven på dem.

Perplexity, imens, laver et stille argument for, at model-krigene måske er mindre vigtige end, hvordan man kombinerer modeller. Hvis Model Council viser sig nyttig, antyder det, at fremtiden ikke handler om at vælge mellem Claude og GPT – men om at bruge begge.

For udviklere og virksomheder, der vurderer deres AI-stack, har dette gjort beslutningen sværere.