Noget historisk skete i april 2026. Inden for blot fire uger lancerede samtlige store AI-laboratorier nye modeller, og den samlede effekt var et prisfald p\u00e5 omkring 50 procent for “good enough” LLM-inferens sammenlignet med januar. For udviklere og virksomheder, der bygger AI-produkter, er det den vigtigste nyhed denne m\u00e5ned.<\/p>\n\n\n\n
Listen over april-lanceringer ligner en koordineret offensiv. Anthropic \u00e5bnede ballet den 2. april med Claude Opus 4.7<\/a>, der satte nye rekorder p\u00e5 SWE-Bench Verified med 87,6 procent. Samme dag udgav Google Gemma 4-familien som open source under Apache 2.0. Meta fulgte den 5. april med Llama 4 Scout og Maverick, det f\u00f8rste store open source Mixture-of-Experts-setup fra Meta. Mistral lagde Medium 3 oveni den 9. april med open weights og s\u00e6rlig styrke i europ\u00e6iske sprog. Google bragte Gemini 2.5 Pro i general availability den 1. april med 1M token context.<\/p>\n\n\n\n Midt i april kom Kimi K2.6 fra kinesiske Moonshot AI med 300-agent swarming. Alibabas Qwen 3.6 ramte markedet den 22. april. Dagen efter shippede OpenAI GPT-5.5 “Spud” med omnimodale evner og 88,7 procent p\u00e5 SWE-Bench. Og den 24. april rundede DeepSeek af med V4 under Apache 2.0-licens og 1M token context window.<\/p>\n\n\n\n Det er ikke bare antallet af modeller, der er bem\u00e6rkelsesv\u00e6rdigt. Det er prispresset. I januar 2026 betalte du typisk 3-5 dollar pr. million input-tokens for en frontier-model. I slutningen af april ser billedet markant anderledes ud.<\/p>\n\n\n\n DeepSeek V4-Flash koster 0,14 dollar pr. million input-tokens og 0,28 dollar for output. Mistral Medium 3 ligger p\u00e5 0,40\/2,00 dollar. Selv Anthropics Sonnet 4, som stadig h\u00f8rer til de dyrere modeller, koster 3\/15 dollar pr. million tokens. OpenAIs GPT-5.5 er den dyreste i feltet med 5\/30 dollar, men selv det er konkurrencedygtigt med, hvad frontier-modeller kostede for et halvt \u00e5r siden.<\/p>\n\n\n\n Den samlede effekt if\u00f8lge TokenMix<\/a> er et fald p\u00e5 cirka 50 procent for “good enough” inferens sammenlignet med januar. Det er drevet prim\u00e6rt af konkurrencen fra kinesiske open-weight-modeller, der tvinger vestlige labs til at matche p\u00e5 pris.<\/p>\n\n\n\n Det mest interessante ved april-b\u00f8lgen er, at afstanden mellem proprietary og open source-modeller er skrumpet til n\u00e6sten ingenting p\u00e5 mange benchmarks. DeepSeek V4<\/a> med \u00e5bne v\u00e6gte scorer 85 procent p\u00e5 SWE-Bench Verified i Pro-varianten. Det er kun tre procentpoint under det bedste proprietary-resultat. Llama 4 Maverick og Gemma 4 leverer tilsvarende st\u00e6rke resultater under permissive licenser.<\/p>\n\n\n\n For virksomheder betyder det, at beslutningen mellem hosted API og self-hosted open source ikke l\u00e6ngere handler om kvalitet. Det handler om kontrol, compliance og latenstid. En dansk virksomhed med GDPR-krav kan nu k\u00f8re en model lokalt, der matcher 90+ procent af de bedste lukkede modeller. Det var ikke tilf\u00e6ldet for seks m\u00e5neder siden.<\/p>\n\n\n\n Hvis du bygger produkter med LLM-inferens, er der tre konkrete takeaways fra april 2026:<\/p>\n\n\n\n 1. Multi-provider er nu en no-brainer.<\/strong> Med ni konkurrerende modeller p\u00e5 markedet er vendor lock-in dyrere end nogensinde. V\u00e6rkt\u00f8jer som OpenRouter og LiteLLM, der lader dig skifte mellem providers, er g\u00e5et fra nice-to-have til kritisk infrastruktur. Hvis GPT-5.5 koster dig 5 dollar pr. million tokens til en opgave, hvor DeepSeek V4-Flash klarer det for 0,14 dollar, taber du penge hver dag du ikke har en routing-strategi.<\/p>\n\n\n\n 2. Evaluer dine use cases igen.<\/strong> Den model du valgte i januar er sandsynligvis ikke den optimale i april. Priserne er faldet, men vigtigere endnu: de relative styrker har \u00e6ndret sig. GPT-5.5 dominerer p\u00e5 omnimodale opgaver, Claude Opus 4.7 p\u00e5 agentisk kodning, DeepSeek V4 p\u00e5 pris-ydelse-forholdet. En systematisk evaluering mod dine specifikke use cases kan spare dig tusindvis af dollars om m\u00e5neden.<\/p>\n\n\n\n 3. Budget for faldende priser.<\/strong> Tendensen fra april peger kun \u00e9n vej. Hyperscalere pumper milliarder i AI-infrastruktur<\/a>, og de kinesiske labs presser priserne ned med open source-releases. Hvis du dimensionerer dit AI-budget efter nuv\u00e6rende priser, overvurderer du sandsynligvis dine omkostninger for andet halv\u00e5r af 2026.<\/p>\n\n\n\n Et ofte overset aspekt ved april-b\u00f8lgen er Mistrals position. Medium 3 er den st\u00e6rkeste open-weight-model for europ\u00e6iske sprog, inklusiv dansk og de andre nordiske sprog. Med 128.000 tokens context window og Apache 2.0-licens er det et realistisk valg for europ\u00e6iske virksomheder, der \u00f8nsker lokal deployment med st\u00e6rk flersproget support.<\/p>\n\n\n\n Mistral h\u00e6vder, at Medium 3 performer p\u00e5 eller over 90 procent af Claude Sonnet 3.7 p\u00e5 tv\u00e6rs af benchmarks. Uafh\u00e6ngig verifikation mangler dog stadig, og community-adoption har v\u00e6ret overraskende lav. Men for specifikt europ\u00e6iske sprogopdatering og GDPR-compliant deployment er Mistral fortsat det mest oplagte europ\u00e6iske alternativ.<\/p>\n\n\n\n April 2026 vil blive husket som den m\u00e5ned, hvor LLM-inferens gik fra dyrt til billigt. Med ni store model-lanceringer p\u00e5 fire uger, et prisfald p\u00e5 50 procent, og et open source-felt der matcher proprietary-modeller, er markedet fundamentalt \u00e6ndret. For udviklere er budskabet klart: det har aldrig v\u00e6ret billigere at bygge med AI, og priserne falder stadig.<\/p>\n\n\n\n April 2026 s\u00e6nkede LLM-priserne 50% p\u00e5 fire uger. Ni store modeller, open source der matcher proprietary, og et marked i frit fald.<\/p>\n","protected":false},"author":1,"featured_media":1322,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[8],"tags":[31],"class_list":["post-1323","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ai","tag-language-models"],"acf":[],"_links":{"self":[{"href":"https:\/\/vittrup-graversen.dk\/index.php\/wp-json\/wp\/v2\/posts\/1323","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/vittrup-graversen.dk\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/vittrup-graversen.dk\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/vittrup-graversen.dk\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/vittrup-graversen.dk\/index.php\/wp-json\/wp\/v2\/comments?post=1323"}],"version-history":[{"count":1,"href":"https:\/\/vittrup-graversen.dk\/index.php\/wp-json\/wp\/v2\/posts\/1323\/revisions"}],"predecessor-version":[{"id":1324,"href":"https:\/\/vittrup-graversen.dk\/index.php\/wp-json\/wp\/v2\/posts\/1323\/revisions\/1324"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/vittrup-graversen.dk\/index.php\/wp-json\/wp\/v2\/media\/1322"}],"wp:attachment":[{"href":"https:\/\/vittrup-graversen.dk\/index.php\/wp-json\/wp\/v2\/media?parent=1323"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/vittrup-graversen.dk\/index.php\/wp-json\/wp\/v2\/categories?post=1323"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/vittrup-graversen.dk\/index.php\/wp-json\/wp\/v2\/tags?post=1323"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}Priserne falder som en sten<\/h2>\n\n\n\n
Open source lukker hullet<\/h2>\n\n\n\n
Hvad det betyder for din tech-stack<\/h2>\n\n\n\n
Europ\u00e6isk vinkel: Mistral og sprogsupport<\/h2>\n\n\n\n
Konklusion: Prisfaldet er bare begyndelsen<\/h2>\n\n\n\n
Kilder<\/h2>\n\n\n\n
\n