xAI:n koodausagentti nojaa kiinalaiseen malliin

Kiinalainen tarkistuspiste yhdysvaltalaisessa koodausagentissa

xAI julkaisi 1. kesäkuuta Grok Buildiin uuden Composer 2.5 -mallin, jonka pohjana on Moonshotin avoimesti julkaisema Kimi K2.5 -tarkistuspiste. Asetelma on poliittisesti latautunut: Elon Muskin laboratorio rakentaa lippulaivakoodausagenttinsa kiinalaisen mallin päälle samaan aikaan kun Washington tiukentaa vientirajoituksia tekoälysiruille ja painostaa yhdysvaltalaisia laboratorioita välttämään kiinalaisia komponentteja.

Composer 2.5 toimii Grok Buildin sisällä agenttina pitkille koodausketjuille. Kontekstia mahtuu 200 000 tokenia, mikä riittää noin 150 000 sanan tai keskikokoisen koodikannan käsittelyyn yhdellä kerralla. Käyttö maksaa peruslaaduisena 0,50 dollaria miljoonaa syötetokenia ja 2,50 dollaria miljoonaa tulostetokenia kohden, nopeampi variantti on kuusi kertaa kalliimpi.

Hinnoittelu asettaa Composer 2.5:n selvästi alle Anthropicin ja OpenAI:n premium-tasojen. Claude Opus 4.7 maksaa rajapinnassa noin 15 dollaria miljoonaa syötetokenia kohden, eli 30-kertaisesti xAI:n peruslaadun verrattuna. Kyseessä on Muskin laboratorion tietoinen valinta: laajempi käyttäjäpohja ja datavirran kasvattaminen ennen kuin marginaalia aletaan kiristää.

Moonshotin avoin lähdekoodi pohjana

Kimi K2.5 on Pekingissä toimivan Moonshot AI:n julkaisema biljoonan parametrin mixture-of-experts -malli, jossa aktiivisia parametreja on 32 miljardia kerrallaan. Moonshot koulutti sen 15,5 biljoonalla tokenilla ja jakeli painot modifioidulla MIT-lisenssillä, joka sallii kaupallisen jatkokäytön.

xAI:n keskeinen panostus on synteettinen koulutusdata: yhtiön mukaan Composer 2.5 on nähnyt 25-kertaisen määrän synteettisiä koodaus- ja työkaluketjutehtäviä edeltäjäänsä Composer 2:een verrattuna. Skaalaus tarkoittaa, että xAI on käytännössä rakentanut kiinalaisen perustan päälle oman jälkikoulutuksensa, jossa malli on opetellut funktiokutsuja, JSON-vastauksia ja monivaiheisia agenttitehtäviä.

Synteettinen koulutusdata tarkoittaa, että xAI on käyttänyt omia mallejaan tuottamaan keinotekoisia koodaustehtäviä ratkaisuineen. Niiden avulla Composer 2.5 oppii sekvenssejä, jotka harvoin esiintyvät julkisessa koodikannassa: virheilmoituksiin reagointia, kirjastokutsujen päättelyä puutteellisesta dokumentaatiosta ja monivaiheista vianetsintää. 25-kertainen skaalaus ei silti välttämättä tarkoita 25-kertaisia hyötyjä, sillä laadunvarmistus on synteettisen datan tunnettu pullonkaula.

200 000 tokenia jää isompien jälkeen

200 000 tokenin konteksti-ikkuna on hyvä mutta ei huipputasoa. Vertailun vuoksi Claude Opus 4.7 ja Sonnet 4.6 tarjoavat Claude Codessa miljoonan tokenin kontekstin, ja OpenAI:n GPT-5.5 ylsi samaan miljoonaan rajapinnassaan huhtikuussa 2026. Codex-tuotteessa istuntokohtainen raja on tosin pudonnut 256 000 tokeniin, joten käytännön ero kapenee.

Mittakaava on silti merkittävä: 200 000 tokenia riittää tyypillisen sovelluksen lähdekoodin lukemiseen, vianjäljitykseen useammasta tiedostosta ja monituntiseen koodikeskusteluun ilman, että malli pudottaa aiempaa kontekstia.

Suomalaiskehittäjille muistutus avoimen lähdekoodin maantieteestä

Suomalaisille kehittäjille uutinen pakottaa katsomaan avoimen lähdekoodin tarjontaa uudella tarkkuudella. Jos xAI:n kokoluokan toimija perustaa lippulaivansa Moonshotin malliin, samalla pohjalla rakennetaan kymmeniä eurooppalaisia tuotteita huomaamatta. Hugging Facen suosituimpien latausten kärjessä on jo pitkään ollut kiinalaisia avopainoja: Kimi, DeepSeek, Qwen ja Yi.

Moonshotin oma julkaisutapa on avoimen lähdekoodin maailmassa muodostumassa standardiksi: yhtiö lataa painotiedostot Hugging Faceen ilman jakeluneuvotteluja, dokumentaatio on englanniksi ja koulutusdatan koostumus on kerrottu tutkimusartikkelissa. Tämä tekee siitä houkuttelevan länsimaisille jatkokouluttajille silloinkin, kun lopullinen tuote myydään amerikkalaisille tai eurooppalaisille asiakkaille.

Aalto-yliopiston tekoälytutkimukselle tilanne on käytännönläheinen. Suomalainen akateeminen tutkimus on viime vuosina nojannut yhä useammin avoimiin tarkistuspisteisiin sen sijaan, että koulutus aloitettaisiin nollasta. Kun parhaat avoimet mallit tulevat Kiinasta, tutkijoiden täytyy miettiä jokaisen kokeen yhteydessä, miten pohjamallin alkuperä vaikuttaa julkaisukelpoisuuteen ja jatkokäyttöön EU-rahoitetuissa hankkeissa. EU:n tekoälyasetuksen perusmallisäännökset koskevat myös jatkokoulutettuja versioita, mikä tarkoittaa että alkuperäisen koulutusdatan dokumentointi on kysymys, johon kiinalaiset julkaisijat eivät aina vastaa länsimaisten odotusten mukaisesti.

Suomalaisten ohjelmistotalojen kannattaa jo nyt kartoittaa, mihin avoimiin pohjamalleihin niiden omat tuotantotyökalut nojaavat. Vientirajoitukset koskevat virallisesti sirujen liikkumista, eivät painotiedostojen lataamista, mutta poliittinen ilmapiiri saattaa muuttua nopeasti. Yhtiön on hyvä tietää, onko kassavirran takana oleva malli kotoisin Pariisista, Mountain View'sta vai Pekingistä, ja millainen siirtymäpolku on, jos tarkistuspisteen päivitykset yhtäkkiä loppuvat.

xAI:n valinta osoittaa, että käytännön insinöörityössä parhaat painotiedostot voittavat geopolitiikan. Composer 2.5 ei silti ole pelkkä tekninen julkaisu vaan koevedos siitä, kuinka kauan länsi-kiina-jakolinja kestää, kun kilpailuetu kasvaa avoimen lähdekoodin päälle.