Dagens røde tråd er kapital og infrastruktur: DeepSeek skal ha avsluttet en finansiering på rundt 15 milliarder dollar, mens OpenAI forhandler om en kapitalinnhenting på opptil 30 milliarder dollar før en mulig børsnotering. På produktsiden presenterte Google Agent Compute Engine for agenter, Microsoft publiserte sin diagnostiske orkestrator MAI-DxO i Science, og iFLYTEK lanserte Spark X2.6, trent på helt innenlandsk regnekraft, på Global 1024 Developer Festival.

1. DeepSeek skal ha hentet rundt 15 milliarder dollar

Ifølge Bloomberg, TechCrunch og Reuters har det kinesiske AI-laboratoriet DeepSeek hentet rundt 15 milliarder dollar (omtrent 100 milliarder yuan). Over 15 investorer deltok, blant dem CATL, Tencent, Meituan, Geely, GigaDevice, Midea og NetEase, i tillegg til Boyu, CPE, Legend Capital og IDG; CATL og Tencent var blant de største. Runden kommer omtrent to dager etter at USA påla føderale sivile etater å fjerne DeepSeek-teknologi. I juni hentet selskapet over 7 milliarder dollar til en verdsettelse på rundt 50 milliarder dollar. Den nye kapitalen skal bidra til å bygge ut infrastruktur og åpne modeller, og det har tidligere vært snakk om en mulig børsnotering i Kina.

Hvorfor det betyr noe: Midt i strammere geopolitikk og et globalt kappløp om frontmodeller bruker DeepSeek igjen en gigantrunde for å sikre seg regnekraft og modellinvesteringer.

Kilder: TechCrunch; Bloomberg; Reuters via KSL

2. OpenAI jobber med en runde på opptil 30 mrd. dollar til en pre-money-verdsettelse på 1,25 bill. dollar

CNBC og TechCrunch melder at OpenAI jobber med en finansieringsrunde på opptil 30 milliarder dollar til en pre-money-verdsettelse på 1,25 billioner dollar, ledet av investorer fra De forente arabiske emirater og Coatue. Runden presenteres som en bro frem mot en mulig børsnotering, med mål om signaturer innen utgangen av neste uke. Størrelsen er fortsatt ikke spikret og kan kombineres med en avtale om regnekapasitet i Emiratene. OpenAI leverte en konfidensiell børssøknad i juni, og finansdirektøren har sagt at målet er børsnotering i 2027. Post-money-verdsettelsen i mars var rundt 852 milliarder dollar; tidligere Bloomberg-meldinger hadde lansert vilkår rundt 1,4 billioner dollar. Til sammenligning sikter Anthropic mot en verdsettelse på 1,5–2 billioner dollar ved børsnotering og hentet 65 milliarder dollar til en verdsettelse på 965 milliarder dollar i mai.

Hvorfor det betyr noe: Størrelsen på rundene til de største laboratoriene fortsetter å øke, og kampen om verdsettelse før børsnotering knyttes stadig tettere til avtaler om regnekraft.

Kilder: CNBC; TechCrunch

3. Google lanserer Agent Compute Engine og utvider styringen av agenter

På AGNTCon+MCPCon kunngjorde Google Cloud Agent Compute Engine: spesialbygd regnekraft for agenter som allerede driver Geminis agentoppgaver, med en forhåndsversjon i løpet av de neste månedene. Hver agent kjører i en maskinvareisolert microVM (Cloud Hypervisor + Titanium), med rask oppstart, minnedeling med copy-on-write og pause/gjenopptak ved inaktivitet; tilstanden kan lagres varig på Hyperdisk. Det åpne Agent Substrate på GKE oppgir opptil 10x tetthet og under 500 ms for å suspendere/gjenoppta i en test med rundt 200 000 agenter. Google utvider også styringen av agenter på tvers av kjøremiljøene i Cloud – Gateway, Registry, Identity og observerbarhet.

Hvorfor det betyr noe: Agenter går fra «kan kjøre» til «kan kjøre i stor skala under kontroll», der regnekraft og styring leveres samlet.

Kilde: Google Cloud Blog

4. Microsofts MAI-DxO i Science: orkestrering av diagnostikk i flere steg

Forskning på Microsofts AI Diagnostic Orchestrator (MAI-DxO) og Sequential Diagnosis Benchmark (SDBench) ble publisert i Science den 22. oktober. Ut fra en kort sykehistorie simulerer systemet et legepanel som stiller spørsmål og bestiller undersøkelser i flere runder. På komplekse NEJM-kasus nådde det rundt 83 % treffsikkerhet, mot rundt 36 % for leger med oppslagsverk og rundt 22 % uten. På akuttkasus fra MIMIC-IV-ED nådde det rundt 80 % mot rundt 47 %. I oppsett med kostnadsbegrensninger kan det også redusere utgiftene til utredning betydelig. Forfatterne understreker at dette er en kontrollert, rent tekstbasert benchmark, ikke bevis for at systemet er bedre enn spesialister eller i reell praksis. De planlegger å gjøre deler av SDBench til åpen kildekode og gjennomføre evaluering i virkeligheten sammen med Beth Israel Deaconess.

Hvorfor det betyr noe: Medisinsk AI går fra enkeltstående svar til diagnostisk orkestrering i flere runder – men validering i virkeligheten er fortsatt avgjørende.

Kilder: Microsoft AI; Science

5. iFLYTEK lanserer Spark X2.6: en modell for enhet og sky på helt innenlandsk regnekraft

På Global 1024 Developer Festival 2026 lanserte iFLYTEK Spark X2.6, en stor modell for enhet og sky som er trent på helt innenlandsk regnekraft, med sterkere ferdigheter innen koding, agenter og komplekse oppgaver. Selskapet oppgir rundt 4x høyere treningseffektivitet for lang kontekst og rundt 4,5x høyere effektivitet for resonnering over lange forløp. En lett versjon for enheter, Spark X2.6-4B, lanseres også, med en oppgitt treffsikkerhet på 96,1 % for ruting mellom enhet og sky, sammen med apper som de digitale medarbeiderne i WinWork.

Hvorfor det betyr noe: Modeller for enhet og sky på innenlandske regnekraftstakker fortsetter å finne veien inn i produkter, med vekt på koding, agenter og oppgaver over lange forløp.

Kilder: 21st Century Business Herald; Sina Finance; Phoenix Finance

---

Kort oppsummert: De største laboratoriene i USA og Kina fortsetter å bytte gigantrunder mot regnekraft og handlingsrom, mens agentinfrastruktur og orkestrering av medisinsk diagnostikk beveger seg mot skalerbare og etterprøvbare neste steg.