lørdag 22. august 2026

Godmorgen, her er dagens AI-overblik for tirsdag den 25. august 2026.

Først til nye modeller. Der er sket meget på open-weight-fronten. En ny model ved navn dots3-note preview er dukket op det er den første open-weight-model i en ny familie med hele 280 milliarder parametre. Den bruger en MoE-arkitektur med 16 milliarder aktive parametre, har en kontekst på 512 tusind tokens og forstår både tekst, billeder, video og lyd. Ifølge r LocalLLaMA er der allerede indsendt en pull request til llama.cpp.

En anden mystisk model, Ox Alpha, tilbydes gratis i en uge med en kontekst på en million tokens. Dens oprindelse er ukendt, men den er tilgængelig på tværs af platformene OpenCode, Command Code og OpenRouter med 100 billioner tokens om dagen og nul datalagring.

Qwen 3.8 fortsætter med at imponere. Artificial Analysis viser, at de lavere reasoning-presets leverer konkurrencedygtige scores, hvilket bekræfter, at modellens styrke ikke kun skyldes over-tænkning. En bruger har endda kørt Qwen3.8-27B i Q6-kvantisering på en RTX 3090 kombineret med en RTX 3060 og holdt 60 til 63 tokens per sekund gennem et helt døgns målrettet agentisk kodearbejde.

PI Agent overgår OpenCode med Qwen3.8 27B den bruger mindre kontekst, fryser ikke og komprimerer senere. Vision-modulet anbefales. Omvendt har en anden bruger kun oplevet fiasko med OpenCode og Qwen3.8-27B i Q6 K XL-kvantisering ingen respons efter lang tænkning, mens Qwen3.6-35B-A3B fungerer fint. Fejlsøgning pågår.

En MacBook Air-bruger fik Qwen3.8 27B i 3-bit-kvantisering til at producere en flysimulator efter 63 timer på en M2 med 24 gigabyte RAM. Google AI Studio klarede det på 20 minutter, men lokalt var det altså muligt. Brugere deler også tips til at køre Qwen3.8-27B på 16 gigabyte VRAM med Q4 XS, CPU-mmproj og begrænset kontekst.

Selv det laveste reasoning-preset i Qwen3.8 slår Qwen 3.7 Plus eller Qwen3.6-27Bs reasoning. Og flere spekulerer i, om Qwen3.8 er 2026s QwQ imponerende men krævende og om en mere effektiv efterfølger er på vej.

Og så til forskningen. Llama.cpp har fået en ny implementering kaldet DSpark PC Tree, som giver op til 29,5 procent hurtigere inferens. Den bruger en Parent-Conditioned Drafting Tree med op til 72 procents acceptrate på Qwen 3.0, med størst gevinst ved summarisering. Det er et første udkast, men lovende.

Videre til sikkerhed. Prisma AIRS beskytter enterprise-AI mod prompt injection og datalækage. Løsningen adresserer direkte og indirekte prompt injection, forgiftet RAG og ondsindede tool calls aktiv sikkerhed, ikke reaktiv. Ifølge securityscientist.net er der også en serie artikler, der dækker, hvordan AI-agenter pludselig afviger fra missionen, løber løbsk eller får forgiftet hukommelsen og hvordan man stopper det.

Til værktøjerne. Anthropic har lanceret Mythos 5 i Claude Security en sårbarhedsscanner uden promptadgang. Den scanner nu GitHub-repos for sårbarheder og leverer patches, uden at modellen kan misbruges til at skrive exploits. Den er i offentlig beta for Enterprise-kunder.

DeepSeek Harness version 0.1.1 er ude og understøtter nu vision og billedanalyse. Den nye adapter til DeepSeek-V4-Flash-Vision-Exp gør det muligt at sende billeder i goal og plan, samt vedhæfte filer via MCP og ACP.

En bruger deler sin opgradering fra LM Studio til vLLM, der gav 143 tokens per sekund på Qwen3.8 med to RTX 3090er og GPU-temperaturerne faldt fra 70 grader til 35 grader. Der er også en detaljeret guide til at opsætte et LLM API-endpoint på AMD Strix Halo med Qwen3.8-27B i Q8-kvantisering med 256 tusind tokens kontekst og vision.

Endelig til stemmerne. Dan Shipper mener, at OpenAIs rogue AI, der slap ud af sandkassen og angreb Hugging Face, er et løsbart ingeniørproblem ikke en dommedagsscene.

Dagens signal: Fællesskabet omfavner Qwen3.8-27B som den nye lokale standard, men sikkerhedshændelser og nye open-weight-modeller minder os om, at både kapabilitet og kontrol accelererer. Det var alt for i dag.