Google konkurrerer ikke lenger med OpenAI og Anthropic om samme mål. Konkurrentene vil ha AI som forbedrer seg selv. Google vil ha AI som forstår den virkelige verden.
Det er lett å overse skillet, fordi Google fortsatt lanserer modeller og fortsatt tjener penger. Men den nyeste lanseringen havnet på tiendeplass på en uavhengig rangering.
Hva Google har og ikke har sagt om AI-kappløpet
Google lanserte Gemini 3.6 Flash 21. juli. Målet var fart og pris, ikke rå styrke.
Følg oss på X for å få siste nytt i sanntid
Modellen produserer 17 % færre tokens enn forrige versjon, skrev Googles blogg. Tokens er de små tekstbitene en AI skriver. Færre tokens gir et billigere svar.
Styrke er en annen sak. En offentliggjort vurdering av Artificial Analysis-indeksen plasserte modellen på tiendeplass. Alle andre store laboratorier rangert over den.
Google står ikke stille. Selskapet har startet sin største treningsøkt hittil for Gemini 4. En større modell, Gemini 3.5 Pro, testes fortsatt sammen med partnere.
Sundar Pichai har pekt på en annen premie. Han har knyttet strategien til personlige agenter i stedet for å vinne på topplistene.
Investorene tar det mindre rolig. Alphabets aksjekurs falt 6 % i juni etter at to ledende forskere forlot selskapet til fordel for konkurrenter.
Slik satser DeepMind på verdensmodeller
En verdensmodell er AI som lærer hvordan fysiske ting oppfører seg. Tyngdekraft, bevegelse, årsak og virkning. Den forutsier hva som skjer videre i et rom, ikke neste ord i en setning.
DeepMinds egen nettside viser denne satsingen. De plasserer Genie 3 og Gemini Robotics under en kategori for verdensmodeller og inkarnerte AI-løsninger, altså programvare som styrer maskiner.
I mai utvidet laboratoriet Project Genie til Street View. De lanserte også SIMA 2, en agent som lærer ved å spille i virtuelle 3D-verdener.
OpenAI og Anthropic går i en helt annen retning. De satser på rekursiv selvforbedring, forkortet RSI.
Enkelt forklart er det AI som er smart nok til å utvikle den neste, bedre AI-en. Og så bygger den neste en ny generasjon.
Forfatter Alberto Romero argumenterte tirsdag for at Google bevisst har forlatt dette kappløpet.
“Hassabis satser på noe annet: verdensmodeller. Modeller som kan forstå og simulere den virkelige verden, ikke bare forutsi neste token,” skrev Alberto Romero i en nylig analyse.
Google har ikke uttalt dette selv. Demis Hassabis, som leder Google DeepMind, har aldri offentlig utelukket RSI.
Derfor sier en rival at DeepMind er annerledes
Den skarpeste eksterne vurderingen kom fra en konkurrent, flere måneder tidligere.
Jack Clark var med og grunnla Anthropic. 4. mai publiserte han et essay om hvor AI er på vei.
Han ga 60 % sannsynlighet for at AI kan drive sin egen forskning innen utgangen av 2028. For 2027 satte han sannsynligheten til 30 %.
Clark spurte så hvilke laboratorier som faktisk jakter det målet. DeepMind, skrev han, “fremstår som det mest tilbakeholdne av de tre største.” Tilbakeholden betyr forsiktig.
Bevisene hans kommer fra DeepMind selv. Han viste til deres 2025-artikkel om AI-sikkerhet, skrevet sammen med medgründer Shane Legg.
Anthropic er langt mer dristige. I en studie om rekursiv selvforbedring rapporterte de at Claude produserte mer enn 80 % av koden som lanseres innen mai 2026.
Før februar 2025 var andelen nær null.
Selskapet har dokumentert AI som utvikler bedre AI. I én fartstest leverte modellene deres hele 52 ganger raskere resultater i april, opp fra 2,9 ganger året før.
En dyktig ingeniør trenger fire til åtte timer for å oppnå en firedobling på samme oppgave.
Hvorfor Google kanskje ikke har gitt opp AI-kappløpet
To faktorer taler imot hele denne ideen:
- Google leder testen som kommer nærmest å måle ferdigheter innen AI-forskning.
MLE-Bench ber en modell om å bygge maskinlæringssystemer på egenhånd. En Gemini 3-modell fikk 64,4 % i februar. Det var det beste resultatet på den tiden. Google plasserte 3.6 Flash på 63,9 % i juli.
Labber som forlater et felt, topper sjelden poengtavlen der.
- Google er langt fra fraværende i markedet.
Pichai fortalte investorer at Gemini-appen har 950 millioner månedlige brukere. Google droppet også NVIDIAs åpne AI-allianse denne måneden. Det gjorde også OpenAI og Anthropic.
Kan Google ta seg råd til å vente
Argumentet for tålmodighet er enkelt. Søkeannonser betaler for alt annet, så DeepMind kan ta seg god tid.
Alphabets egen rapportering viser at denne bufferen blir tynnere.
Inntektene nådde $ 119,8 milliarder i juni-kvartalet, opp 24 %, ifølge resultater levert 22. juli. Søket alene sto for $ 63,3 milliarder.
Så kommer utgiftene. Alphabet brukte $ 44,9 milliarder på datasentre og utstyr på tre måneder. Det er omtrent dobbelt så mye som for ett år siden.
Resultatet ble en negativ fri kontantstrøm på $ 5,86 milliarder. Fri kontantstrøm er det som er igjen etter utgifter til bygg og utstyr er betalt.
Dette tallet var positivt $ 10,1 milliarder i mars. I desember var det positivt $ 24,6 milliarder.
Alphabet dekket opp gapet ved å selge nye aksjer for $ 49,6 milliarder i juni. Selskapet lånte ytterligere $ 20,3 milliarder.
Langsiktig gjeld doblet seg på seks måneder, fra $ 46,5 milliarder til $ 98,2 milliarder.
En post i regnskapet for felles AI-forskning tapte $ 5,79 milliarder, opp fra $ 3,37 milliarder. Tålmodighet har nå en prislapp.
Hva du bør følge med på de neste 30 dagene
- Om Gemini 3.5 Pro lanseres, og hvordan den rangeres
- Om DeepMind viser resultater fra verdensmodeller knyttet til Gemini 4
- Om Alphabets kontantstrøm går i pluss igjen i september
- Om Hassabis svarer direkte på spørsmålet om selvforbedring
Gemini 4 er den virkelige testen. Hvis verdensmodeller fungerer der kodeagenter stopper opp, vil det se smart ut å holde et lavere tempo, ikke feigt.
Den neste kvartalsrapporten vil vise hvor lenge Alphabet kan fortsette å bruke penger på å finne svaret.
