Regulering
Anysphere vurderer å fase ut kinesiske modeller med åpne vekter fra Cursor

Viktige punkterAnyspheres utforskende utfasing signaliserer at geopolitisk risiko nå former…
Vis mer
- Anyspheres utforskende utfasing signaliserer at geopolitisk risiko nå former beslutninger om forsyning til AI-kodeplattformer.
- Composer 2 ble bygget på en Moonshot AI-base som offentlig ble identifisert kun av en uavhengig utvikler.
- Å fjerne kinesiske åpne vektmodeller før pålitelige alternativer finnes kan øke kostnadene og konsentrere markedet.
Anysphere, utvikleren av KI-kodeplattformen Cursor, opplyste overfor etterforskere i Representantenes hus at selskapet planlegger å undersøke muligheten for å fase ut kinesiskutviklede KI-modeller med åpne vekter på grunn av geopolitisk risiko, ifølge en felles rapport fra Kongressen som ble offentliggjort 20. november 2026.
Opplysningen gjelder en plan som skal undersøkes, ikke en gjennomført utfasing, og komiteene beskrev verken noen endelig beslutning eller noen tidsplan. House Committee on Homeland Security og House Select Committee on China offentliggjorde funnene etter en etterforskning som startet i april 2026, og som 31. juli 2026 ble utvidet fra Airbnb og Anysphere til også å omfatte DoorDash.
Modeller med åpne vekter har trenede parametere som kan lastes ned, kjøres og endres uavhengig av den opprinnelige utvikleren. Dermed kan avledede modeller spres uten at det fortsatt finnes et kommersielt forhold til utvikleren. Komiteene opplyste at Composer 2, Cursors flaggskipmodell med proprietær teknologi, var bygget på en grunnmodell fra Moonshot AI, og at modellens opphav først ble kjent etter at en uavhengig utvikler identifiserte den.
Cursors tekniske rapport identifiserer grunnmodellen som Kimi K2.5. Composer 2 ble videre forhåndstrent på en datamiks med stor andel kode, før modellen gjennomgikk storskala forsterkningslæring i realistiske Cursor-økter med de samme verktøyene og det samme rammeverket som modellen som er satt i drift.
Hvorfor kinesiske modeller ble integrert
Airbnb opplyste at tilpassede versjoner av Alibabas Qwen-modeller støtter en KI-assistent som håndterer rundt 80 000 interaksjoner med gjester og verter hver dag. I tillegg brukes en finjustert modell til å oppsummere rundt 250 000 supportsaker og telefonsamtaler daglig. Begge kjøres på infrastrukturen til tjenesteleverandører basert i USA.
DoorDash opplyste at 25 kinesiske modellfamilier var godkjent og tatt i bruk i et betydelig omfang, definert som minst 5 000 dollar i kostnader til databehandling og drift. Selskapet anslo at det kunne ta opptil seks måneder å erstatte én kinesiskutviklet modell som er integrert i et større system, selv om de fleste andre bruksområdene kunne legges om nesten umiddelbart.
Komiteene pekte på kostnader, tilpasningsmuligheter og ytelse nær grensen av hva teknologien kan levere som drivkrefter bak innføringen. De fant også at USA mangler et konkurransedyktig alternativ med åpne vekter til den prisen og med den ytelsen markedet etterspør.
Rapporten sammenligner publiserte API-priser for én million inndatatokener og én million utdatatokener (små deler av ord og tegn som brukes til å måle bruken av modeller):
| Modell | Utvikler | Omtrentlig kostnad |
|---|---|---|
| Qwen3-235B-A22B-Instruct | Alibaba | $1.15 |
| DeepSeek-R1 | DeepSeek | $2.74 |
| Kimi K2.6 | Moonshot AI | $4.95 |
| Claude Opus 4.8 | Anthropic | $30 |
| GPT-5.5 | OpenAI | $35 |
Tallene tar ikke høyde for forskjeller i kapasitet, hurtigbufring, mengderabatter, kampanjer eller kostnader ved egen drift. De illustrerer prispresset som driver innføringen, samtidig som åpne vekter også gjør det mulig for selskaper å finjustere modeller med egne data og kjøre dem på infrastruktur de selv kontrollerer.
Sikkerhetsbekymringen er uavhengig av hvor modellen driftes. Drift på infrastruktur i USA reduserer den direkte dataeksponeringen, men ifølge rapporten endrer ikke dette hvordan grunnmodellen ble trent, eller hvordan den kan oppføre seg under forhold som vanlige evalueringer ikke fanger opp.
Foreslåtte restriksjoner og risiko ved å erstatte modellene
Rapportens 12 anbefalinger innfører ikke i seg selv noen restriksjoner. De bygger videre på et pålegg fra Department of Homeland Security som utelukker DeepSeek-produkter og -tjenester fra føderale sivile anskaffelser, og krever at de fjernes fra etatenes systemer, også tredjepartsprodukter som bygger på DeepSeek. Komitélederne anbefaler å utvide restriksjonene til andre kinesiskutviklede modeller og avledede modeller i alle føderale informasjonssystemer og alt arbeid på føderale kontrakter, med snevre unntak for forskning, testing og defensiv sikkerhet. De anbefaler også å forby disse modellene og avledede modeller i snevert definerte funksjoner innen kritisk infrastruktur med høy risiko, med tidsplaner for fjerning som knyttes til tilgjengelige, pålitelige alternativer, og midlertidige unntak der det ikke finnes noen pålitelig erstatning.
For å gjøre reglene håndhevbare skal en standard for dokumentasjon av modellers opphav, ledet av National Institute of Standards and Technology, og en maskinlesbar materialliste for KI dokumentere grunnmodeller, omfattende finjustering og kilder til destillasjon. Kravet skal gjelde føderale kontraktører og KI som brukes i funksjoner innen kritisk infrastruktur med høy risiko, og være frivillig ellers. Et nasjonalt amerikansk initiativ for KI med åpne vekter skal samle offentlige databehandlingsressurser, felles infrastruktur for evaluering, frivillig lisensiering av resultater fra amerikanske frontmodeller til kvalifiserte utviklere av modeller med åpne vekter for trening, samt en stabil føderal etterspørsel.
Komiteene advarer om at det å fjerne kinesiske modeller før det finnes pålitelige alternativer med åpne vekter, kan øke kostnadene og konsentrere markedet hos leverandører av lukkede, proprietære modeller. Anyspheres sonderende plan illustrerer derfor den større gjennomføringsutfordringen: Restriksjoner krever pålitelig dokumentasjon av modellenes opphav for å identifisere innebygde modeller og troverdige alternativer for å unngå å bytte ut kinesiske modeller med åpne vekter mot høyere kostnader eller avhengighet av lukkede modeller.












