Kiina päästi neljä koodimallia 12 päivässä

Kiinalaiset tekoälylaboratoriot päästivät huhtikuussa neljä koodaukseen viritettyä mallia 12 päivän ikkunassa. Z.ai, MiniMax, Moonshot ja DeepSeek julkaisivat malliaaltonsa peräkkäin, ja yksi niistä, Moonshotin Kimi K2.6, ohitti SWE-Bench Pron testissä OpenAI:n GPT-5.4:n. Avoimen painon malli ei ole aiemmin tehnyt sitä.

Neljä julkaisua 12 päivässä

Aikajana on tiivis. Z.ai julkaisi 8. huhtikuuta GLM-5.1:n, 754 miljardin parametrin sekoitusmallin MIT-lisenssillä. MiniMax täydensi M2.7-malliaan komentorivityökalulla 11. huhtikuuta. Moonshot päästi Kimi K2.6:n 20. huhtikuuta. DeepSeek toi V4 Pron ja V4 Flashin 24. huhtikuuta MIT-lisenssin alla.

Yhteistä lanseerauksille on koodauspainotus. Pelkät teksti- ja chattikeskeiset mallit eivät enää erotu, ja kiinalaiset laboratoriot kohdistavat resurssit juuri siihen segmenttiin, jossa länsimallien hinnoitteluvoima on ollut suurin: ohjelmistokehittäjien työkaluihin.

Kimi K2.6 nousi avoimen painon kärkeen

Moonshotin Kimi K2.6 on biljoonan parametrin sekoitusmalli, jossa aktivoituu kerralla 32 miljardia parametria. Se sai SWE-Bench Pron testissä 58,6 pisteen tuloksen. OpenAI:n GPT-5.4 (xhigh) jäi 57,7 pisteeseen ja Anthropicin aiempi Claude Opus 4.6 53,4 pisteeseen. Anthropic vastasi nopeasti uudella Opus 4.7 -mallilla, joka veti taas selkeään johtoon 64,3 pisteellä. Kimi on silti ensimmäinen avoimen painon malli, joka kuroi kiinni länsimallien etumatkan SWE-Bench Pron tason kovassa testissä.

SWE-Bench Pro mittaa, kuinka hyvin malli korjaa todellisia GitHub-bugiraportteja. Kyse on koodaajan käytännön työstä, ei tekoälyalan markkinointipuheesta.

Hinta romahtaa

Kimi K2.6 maksaa 0,50 dollaria miljoonalta syötetokenilta ja 1,50 dollaria miljoonalta vastaustokenilta. Claude Opus 4.7:n vastaavat hinnat ovat 15 ja 75 dollaria. Hintaero on noin 30-kertainen. GPT-5.4:n hinnat (5 dollaria input, 15 dollaria output) ovat noin kymmenen kertaa Kimin yläpuolella.

DeepSeek V4 Flash menee vielä alemmas: 0,14 dollaria input ja 0,28 dollaria output. Cache-osumissa hinta tippuu sentteihin per miljoona tokenia. Z.ai GLM-5.1 hinnoittelee 0,60 dollaria inputiin ja 2,00 dollaria outputiin.

Hinnoittelu ei ole sattumaa. Kiinalaiset laboratoriot kilpailevat hinnalla, koska länsimarkkinoille pääseminen edellyttää sitä. Avoimet painotukset kärjistävät asetelmaa: yritys voi pyörittää Kimiä omalla raudallaan ilman tokenmaksua kokonaan.

Mitä tämä merkitsee suomalaiselle ostajalle

Tietoevry tiedotti vuoden alussa solmineensa Microsoftin kanssa strategisen tekoälykumppanuuden. Sopimus kouluttaa 5 000 konsulttia AI-työkaluihin ja kanssamyy Azure-pohjaisia ratkaisuja. Käytännössä se tarkoittaa kallista pinoa: Azure OpenAI:ta, GitHub Copilotia, mahdollisesti Claudea Bedrockin kautta.

Loihde, Solita, Digia ja muut suomalaiset IT-talot ovat samassa pisteessä. Asiakas maksaa pinosta, ja pino on kallis siksi, että API-hinnat ovat kalliita. Sama koskee pörssiyhtiöiden omia kehitystiimejä: jos Copilot-lisenssi maksaa kymmeniä euroja kehittäjältä kuukaudessa, lasku kasaantuu nopeasti tuhansien koodaajien organisaatiossa.

Kiinalainen vaihtoehto pakottaa neuvottelupöytään. Kun Kimin painotukset saa ladata vapaasti ja malli voittaa GPT-5.4:n SWE-Bench Pron tasolla, kallis API-pohjainen pino saa kilpailijan, jota ei voi enää sivuuttaa. Suomalaisen pörssiyhtiön CIO joutuu vastaamaan: miksi maksamme kymmen- tai 30-kertaista hintaa, kun kustannusten leikkaaminen samalla suorituskyvyllä on teknisesti mahdollista?

Sanon "teknisesti mahdollista" tahallaan. Avoimen painon malli vaatii oman GPU-klusterin tai vuokraserverin, valvontaa, päivityksiä ja juridista arviota. Kiinalaisen mallin kanssa yritys vastaa itse painotusten käytöstä, koulutusdatan alkuperästä ja mahdollisista takaporteista. Yksikään listattu yhtiö ei siirry Kimin pinoon huomenna. Vuoden tähtäimellä asetelma silti muuttuu: Anthropic on jo laskenut Sonnet 4.6:n hintaa kahdesti vuoden 2026 aikana, ja kiinalainen aalto on osa selitystä.

Avoimuus ei ole avoin lähdekoodi

Avoimen painon malli ei ole sama asia kuin avoimen lähdekoodin ohjelmisto. Painotukset latautuvat Hugging Facesta, mutta koulutusdataa ei julkaista, koulutusprosessia ei dokumentoida täysin ja lisenssit voivat sisältää kaupallisia rajoituksia. Moonshotin "muokattu MIT-lisenssi" on käytännössä avoin yritystoimintaan, mutta yksityiskohdat pitää lukea juristin kanssa.

Riippumaton benchmark-palvelu Artificial Analysis sijoittaa DeepSeek V4 Pron agenttitestien ykköseksi 1554 pisteellä, kun Kimi K2.6 saa 1484 pistettä ja GLM-5.1 puolestaan 1535. Eri testit antavat eri vastauksia, eikä yhden vertailutason perusteella pidä tehdä hankintapäätöstä.

Suomalaisen päättäjän kannattaa nyt tehdä se, mikä yleensä jää kiireeseen: pieni vertailu omalla datalla. Kymmenen edustavaa koodaustehtävää, kolme mallia, kustannuserä rinnalla. Vasta sen jälkeen tietää, mitä 30-kertainen hintaero merkitsee oman tiimin tuottavuudelle, ja vasta siitä lähtee keskustelu siitä, kannattaako länsipilvien API-laskua jatkaa nykytasolla.