OpenAI svarer igen

OpenAI lancerede fredag GPT-5.5 som svar på Anthropics Opus 4.7 i sidste uge. På overfladen er det et modelpoint-opdatering, men det virkelige nyhedsværdi sidder i Codex. Tallene først. Terminal-Bench 2.0: 82,7%. SWE-Bench Pro: 58,6%. GDPval: 84,9%. Artificial Analysis kalder GPT-5.5 den mest intelligente model på markedet lige nu, med et interessant tvist: “GPT-5.5 (medium) rammer det samme niveau som Claude Opus 4.7 (max) til en fjerdedel af prisen.” Den virkelige nyhed er Codex. OpenAI omdannede i samme launch Codex fra kodeværktøj til en bredere computer-agent. Browser-control, Sheets og Slides, Docs og PDF’er, OS-wide diktering, og en auto-review-mode hvor en “guardian” agent kører ved siden af og reducerer antallet af godkendelser du skal give. Codex kan nu klikke sig gennem en web-app, tage screenshots, og iterere indtil opgaven er færdig. Det er ikke længere “AI der skriver kode”. Det er “AI der udfører arbejde på din computer på samme måde som du gør.” Sam Altman beskrev det som at OpenAI i højere grad er en AI-inference-virksomhed nu. Det er et vigtigt semantisk skift. Modellen er ikke produktet. Harnessen er. Jeg har ærligt talt ikke selv været god til at bruge Codex endnu. Claude Code har været min daglige kompagnon, og jeg har holdt mig der. Men efter denne launch er der ingen tvivl om at jeg snart bliver nødt til at tage mig selv i nakken og komme i gang.

Samme dag som GPT-5.5 blev lanceret, svarede DeepSeek med V4 Preview. 1,6 billioner parametre, 1 million tokens kontekst, MIT-licens. Open source på rigtigt. Prisen er det vilde. V4-Flash koster $0,14 per million input-tokens og $0,28 per million output-tokens. V4-Pro koster $1,74 og $3,48. Til sammenligning: GPT-5.5 er $5 input og $30 output. Opus 4.7 er $5 og $25. Hvis V4-Flash leverer tæt på frontier-kvalitet, er det en ordre-af-størrelse billigere end alle alternativer. Og med MIT-licens betyder det at enhver kan køre det selv, uden afhængighed af en amerikansk cloud-leverandør. Det er den type udvikling vi skal tænke over herhjemme. Vi har en tendens til at betragte Anthropic og OpenAI som de eneste seriøse muligheder. Men hver gang DeepSeek slipper en ny model, skal vi revurdere det regnestykke. Især hvis du bygger noget der skal køre i volumen.

Mikhail Parakhin gav i denne uge et deep dive på Latent Space om hvad der egentlig foregår inde i Shopify. Kort version: en 20 år gammel virksomhed på $200B i markedsværdi har brugt det sidste år på at gå all-in på AI internt. Læg mærke til hvor flaskehalsen flytter hen. Parakhin fortæller at koden ikke længere er problemet. AI skriver den hurtigere end teamet kan reviewe den. Flaskehalsen er nu review, CI/CD og deployment-stabilitet. Når koden flyder hurtigere end strukturen omkring den, er det ikke koden der skal løses. Det er strukturen. Samme uge lancerede Anthropic “Claude Powerups”, en ny måde at give Claude Code adgang til skills og værktøjer uden at skulle bygge hele orkestreringen selv. Og Cat Wu, Head of Product for Claude Code, fortalte Lenny Rachitsky at Anthropics shipping-kadence er gået fra måneder til uger til dage. Mønsteret er tydeligt. De virksomheder der vælger at gå all-in på AI, kommer hurtigere ud. Og de oplever at flaskehalsen ikke længere er “kan AI lave det”. Den er “kan resten af vores arbejde følge med”.