OpenAI har återigen skjutit upp lanseringen av sin AI-modell med öppen källkod, vilket innebär ytterligare försening för vad som skulle ha blivit företagets första fritt nedladdningsbara modell sedan GPT-2 år 2019.
VD Sam Altman meddelade den 12 juli att företaget behöver "tid för att genomföra ytterligare säkerhetstester och granska högriskområden" innan modellen släpps till allmänheten. Detta är den andra uppskjutningen efter en första försening i juni, då Altman antydde att teamet hade uppnått något "oväntat och ganska fantastiskt" som skulle vara "väl värt att vänta på".
Insatserna är särskilt höga för denna lansering, eftersom modeller med öppna vikter inte enkelt kan återkallas när de väl har publicerats. "Vi litar på att communityn kommer att bygga fantastiska saker med denna modell, men när vikterna väl är ute kan de inte tas tillbaka. Det här är nytt för oss och vi vill göra det rätt," förklarade Altman på sociala medier.
Enligt branschrapporter förväntas OpenAIs öppna modell ha resonemangsförmåga i nivå med företagets o-seriemodeller och har designats för att vara bäst i klassen jämfört med andra öppna alternativ. Företaget hade planerat att göra den tillgänglig via olika molnplattformar, inklusive Azure och Hugging Face, vilket skulle göra det möjligt för utvecklare att köra modellen lokalt eller integrera den i sina produkter.
Förseningen sker samtidigt som konkurrensen inom öppen källkod för AI hårdnar. Bara en dag före OpenAIs besked lanserade kinesiska startupen Moonshot AI modellen Kimi K2, en AI-modell med en biljon parametrar som enligt uppgift överträffar OpenAIs GPT-4.1 på flera kodningsbenchmark. Tidigare i år skapade DeepSeek rubriker med sin R1-modell, som visade jämförbar prestanda med proprietära modeller till en bråkdel av utvecklingskostnaden.
För OpenAI innebär lanseringen av den öppna modellen ett strategiskt skifte. Trots sitt namn har företaget de senaste åren främst fokuserat på slutna modeller. Branschanalytiker menar att steget mot öppen källkod delvis är ett svar på det ökande företagsbehovet av flexibla AI-lösningar som kan köras på olika plattformar och i olika miljöer.