Flere europæiske lande finansierer egne sprogmodeller for at mindske afhængigheden af amerikanske AI-udbydere. En model bliver dog først et alternativ, når nogen kører den, vedligeholder den og bruger den i det daglige arbejde.
Spaniens modelfamilie ALIA er et godt eksempel, fordi dokumentationen er åben. Artiklen gennemgår, hvad modelkortene og den officielle projektside viser pr. 30. oktober 2026, og hvad det betyder for en offentlig organisation, der overvejer en offentlig model.
Hvad ALIA er
ALIA koordineres ifølge den officielle projektside af Barcelona Supercomputing Center (BSC-CNS). Siden oplyser, at projektet er 100 procent offentligt finansieret og drives frem af det spanske statssekretariat for digitalisering og kunstig intelligens.
Modelkortet for ALIA-40b oplyser, at modellen har knap 40,4 milliarder parametre og er trænet fra bunden på tekst i 35 europæiske sprog og kode. Arbejdet er ifølge kortet finansieret af det spanske ministerium for digital omstilling og offentlig forvaltning med midler fra EU’s NextGenerationEU.
Modellen er udgivet under Apache 2.0-licensen. Træningsscripts og konfigurationsfiler er ifølge modelkortet offentlige på GitHub.
Hvor modellen er trænet
Alle modellerne er ifølge modelkortet trænet på MareNostrum 5. Det er en EuroHPC-supercomputer, som drives af Barcelona Supercomputing Center.
Træningen er dermed foregået på offentlig europæisk infrastruktur. Det adskiller ALIA fra modeller, der er trænet hos kommercielle cloududbydere. Træningen er dog en engangsopgave, og den siger ikke noget om, hvor modellen køres, når den bruges.
Spørgsmålet om, hvor beregningen foregår, er beskrevet i → AI-behandling uden for EU.
Grundmodellen var ikke en assistent
Modelkortet for ALIA-40b indeholder en tydelig advarsel. Det er en grundmodel, der ikke er tilpasset til at følge instruktioner eller afstemt med menneskelige præferencer. Kortet anbefaler yderligere træning, før modellen bruges i produktion.
En grundmodel kan altså ikke sammenlignes direkte med en færdig chatassistent. Den er et råmateriale, som andre kan bygge videre på. Vurderes den som en chatbot, bliver indtrykket forkert.
For en organisation betyder det, at valget af version er afgørende. Den version, der testes, skal være den, der er beregnet til opgaven.
Versionerne efter grundmodellen
BSC har siden udgivet flere instruktionstrænede versioner. På Hugging Face findes blandt andet ALIA-40b-instruct i versionerne 2601, 2605 og 2606 samt versioner, der kan kalde funktioner, senest fra juli 2026.
Modelkortet for ALIA-40b-instruct-2606 beskriver den som den seneste udgivelse i familien. Efter træningen af grundmodellen er den tilpasset til lange tekster, instruktioner og dialog, og den er afstemt for hjælpsomhed og sikkerhed.
Ifølge kortet er efterbehandlingen primært sket på spansk, catalansk, baskisk, galicisk og engelsk. Ydelsen på andre sprog er ifølge kortet ikke garanteret. For en dansk organisation er det en væsentlig begrænsning, som skal testes.
Hvad downloadtal kan og ikke kan vise
Hugging Face viser antallet af downloads den seneste måned. Pr. 30. oktober 2026 er tallet 920 for grundmodellen ALIA-40b og 2.972 for ALIA-40b-instruct-2606. Platformens API angiver 453.310 downloads i alt for grundmodellen.
Tallene skal læses med forsigtighed. Ifølge Hugging Face’s egen forklaring tælles hver forespørgsel på bestemte filer som en download, også fra automatiske processer. Tallene skelner ikke mellem unikke brugere og maskiner.
Downloads viser derfor interesse, ikke brug. Om en model faktisk løser opgaver i en organisation, fremgår ikke af tallet. Det skal findes i beskrivelser af konkrete anvendelser.
Drift er den svære halvdel
En åben model skal køres et sted. Modelkortet for den instruktionstrænede version nævner programmer til at køre den fulde model og en komprimeret udgave. Begge kræver hardware, som organisationen selv har eller lejer. Hertil kommer overvågning, opdateringer, adgangsstyring og support til brugerne, som også skal have en ejer.
Det betyder, at en offentlig model ikke fjerner behovet for en driftsleverandør. Den flytter spørgsmålet. Hvem kører modellen, hvor står maskinerne, og hvem ejer dem. Svarene afgør, om modellen faktisk mindsker afhængigheden, og de skal vurderes efter de tre lag i → De tre lag.
Den officielle projektside nævner mulige fordele for den offentlige forvaltning, men den nævner ingen konkrete offentlige tjenester, der bruger ALIA i dag. Fraværet beviser ikke, at der ingen er. Det betyder, at I selv skal efterspørge dokumenterede anvendelser.
Modellen i en større plan
En offentlig model står sjældent alene. Den indgår typisk i en national strategi, hvor regeringen også beslutter noget om open source, indkøb og infrastruktur. Spaniens bredere beslutninger om digital suverænitet er beskrevet i → Spaniens suverænitetsplan.
For en enkelt organisation er strategien baggrund. Det afgørende er, om der findes en driftsform, der passer til organisationens krav. Det kan være egen hardware, en offentlig driftsleverandør eller en kommerciel europæisk leverandør. Hver løsning har sin egen form for afhængighed, som beskrevet i → lokal drift og leverandørkontrol.
En model, der kan køres flere steder, giver en mulighed, som en lukket tjeneste ikke giver. I kan skifte driftsleverandør uden at skifte model. Den mulighed har kun værdi, hvis den er afprøvet.
Vedligeholdelse og aktualitet
En model ældes. Nye versioner kommer, og ældre versioner kan miste opmærksomhed fra udviklerne. ALIA-familien har fået flere udgivelser i første halvår af 2026, hvilket viser aktiv udvikling pr. 30. oktober 2026.
Aktualitet er et af de fire krav i → trin 7. For en offentlig model afhænger den af fortsat finansiering. Modelkortet nævner, at arbejdet finansieres inden for et konkret projekt. Hvad der sker, når projektperioden slutter, fremgår ikke.
Notér derfor, hvem der finansierer udviklingen, og om der er en plan for de kommende år. Spørg også, hvordan sikkerhedsrettelser og nye versioner udgives.
Sådan vurderer I en offentlig model
- Find den rigtige version · Brug den instruktionstrænede version til opgaver med dialog og grundmodellen kun til videre træning.
- Test på jeres sprog · Afprøv modellen på danske tekster og jeres egne opgaver, før I sammenligner den med andre.
- Fastlæg driften · Beslut, hvem der kører modellen, og vurder den leverandør efter ejerskab, hosting og jurisdiktion.
- Kontrollér licensen · Læs licensen på modelkortet, og notér eventuelle vilkår for træningsdata.
- Notér finansieringen · Afklar, hvem der betaler for udviklingen, og hvor længe.
- Mål brugen · Aftal på forhånd, hvordan I måler, om modellen bliver brugt, og hvornår forsøget er lykkedes.
Hvordan brugerne tages med i et skifte, er beskrevet i → brugerne i skiftet.
Typiske fejl
Den første fejl er at vurdere en model på dens første udgivelse. En grundmodel er ikke en færdig tjeneste, og senere versioner kan være væsentligt anderledes.
Den anden fejl er at lade en offentlig licens stå i stedet for en driftsplan. En åben model, ingen kører, mindsker ikke nogen afhængighed.
Den tredje fejl er at bruge downloadtal som mål for udbredelse. Tallene tæller forespørgsler og ikke organisationer, der bruger modellen. Den fjerde fejl er at sammenligne med en kommerciel assistent uden at sammenligne opgave for opgave.
Hvad gennemgangen kan og ikke kan vise
Gennemgangen kan vise, hvordan en offentlig model er finansieret, trænet, licenseret og versioneret. Grundlaget er udviklerens egne modelkort. Den kan vise, at downloadtal er et svagt mål for brug.
Den kan ikke vise, hvor godt ALIA løser opgaver på dansk, eller hvor udbredt modellen er i spanske myndigheder. Den kan heller ikke vurdere, om finansieringen fortsætter. ALIA er hermed ikke anbefalet.
Betydningen for exit-planen
En offentlig model kan blive en del af exit-planen for AI. Det forudsætter, at driften er afklaret, og at modellen er testet på jeres opgaver. Notér modellen som et muligt alternativ med version, driftsleverandør, licens og finansiering, på samme måde som en kommerciel tjeneste.
Bindingen til den nuværende AI-leverandør er beskrevet i → binding til AI-leverandøren, og en gennemgang af europæiske AI-tjenester i → europæiske AI-tjenester efterprøvet. Skal den samlede afhængighed af AI-leverandører kortlægges uvildigt, beskriver Nielco IT’s jurisdiktions- og afhængighedsvurdering fremgangsmåden.
Kilder
- Gobierno de España / BSC-CNS: ALIA, officiel projektside, hentet 30. oktober 2026. https://alia.gob.es/
- Barcelona Supercomputing Center: ALIA-40b, modelkort, senest ændret 22. oktober 2025, hentet 30. oktober 2026. https://huggingface.co/BSC-LT/ALIA-40b
- Barcelona Supercomputing Center: ALIA-40b-instruct-2606, modelkort, hentet 30. oktober 2026. https://huggingface.co/BSC-LT/ALIA-40b-instruct-2606
- Barcelona Supercomputing Center: organisationsside BSC-LT på Hugging Face med modeloversigt og downloadtal, hentet 30. oktober 2026. https://huggingface.co/BSC-LT
- Hugging Face: Models Download Stats, hentet 30. oktober 2026. https://huggingface.co/docs/hub/models-download-stats
