Ett leveransföretag publicerade motexemplet

Företaget som bröt antagandet var varken en chipmästare eller ett statligt laboratorium. Det var Meituan, den kinesiska leveransjätten, som den 30 juni 2026 släppte LongCat-2.0, en mixture-of-experts-modell med 1,6 biljoner parametrar och ett kontextfönster på en miljon tokens. Det som betyder något är inte storleken. Det är var modellen byggdes. Meituan säger att hela körningen - förträning och inferens - ägde rum på ett kluster av mer än 50 000 inhemska kinesiska AI-chip, på ungefär 35 biljoner tokens.

För att se varför det landar måste man skilja på två saker som exportkontrollerna tyst har blandat ihop. Att köra en färdig modell på lokala chip är inferens, och det hade Kina redan visat. Att bygga modellen från grunden på lokala chip är förträning, och det är den beräkningstunga, felkänsliga delen som alla antog fortfarande krävde Nvidia. LongCat-2.0 gjorde båda, och Meituan gjorde resultatet till öppen källkod.

Varför exportkontrollernas logik nyss sprack

USA byggde sin AI-inneslutningsstrategi på en enda premiss: neka de mest kapabla chippen och du bromsar de mest kapabla modellerna. Den premissen höll så länge inhemskt kinesiskt kisel bara kunde betjäna modeller tränade någon annanstans. En modell med en biljon parametrar tränad från ände till ände på egen hårdvara är en offentlig demonstration av att premissen har ett utgångsdatum.

Poängen är inte att exportkontrollerna inte åstadkom något. De höjde kostnaderna och köpte tid. Poängen är att en vallgrav byggd på en hårdvaruflaskhals eroderar i det ögonblick den andra sidan bevisar att flaskhalsen kan kringgås, och det beviset går nu att ladda ner. En fördel som beror på att den andra sidan inte kan göra en sak överlever inte den dag de gör det.

Europas obekväma spegel

Europa har ägnat två år åt att förklara sitt avstånd till AI-spetsen i termer av tillgång - till chip, till hyperskalekapital, till amerikanska plattformar. LongCat-2.0 ramar om den förklaringen. Om ett leveransföretag i en sanktionerad försörjningskedja kan samla beräkningskraften och talangen för att träna en spetsmodell på icke-amerikanskt kisel, då var begränsningen för en europeisk suverän stack aldrig enbart det exportkontrollregim som Europa också lever under. Det var beslutet att finansiera halvledare, energi och modellträning som ett sammanhängande program snarare än en rad bidrag.

Här möter Sverige verkligheten. Ambitionen och talangen finns, men det avgörande är uthålligheten i finansieringen av hela kedjan. Här stöter initiativ som EuroStack och EU Cloud and AI Development Act samman med verkligheten. Ritningen finns. Det LongCat-2.0 tar bort är alibit att fysiken gör det omöjligt. Det gör den inte; den gör det dyrt och långsamt, och det är en fråga om politisk vilja och kapital, inte om vad som är tekniskt möjligt.

Vad ägare bör ta med sig av detta

Två praktiska förskjutningar följer. För det första byggs kapabla modeller i allt högre grad utanför USA:s och Nvidias försörjningskedja, och LongCat-2.0 är prissatt för att underprisa de västerländska spetslaboratorierna. För en köpare vidgar det menyn och pressar priset på de leverantörer du redan licensierar. Att ignorera icke-amerikanska modeller på reflex är nu en blind fläck i inköpet, inte ett skydd.

För det andra, behandla varje fördel en leverantör hävdar från exportkontroller som tidsbegränsad. Om din leverantörs försprång vilar på att rivaler inte kan få tag på chip, räkna in den dag då det upphör att vara sant. De hållbara frågorna är de vanliga: gör modellen jobbet, vem kontrollerar vikterna, och vart tar dina data vägen.

Läs vidare: München-drontillverkare värd 8 miljarder nu  |  Europa backar en modell du kan ladda ner och sjalv hosta