To lanceringer i uge 30 viser, hvordan AI-produkter er ved at blive opdelt efter opgave og risikoniveau. OpenAI åbnede Health in ChatGPT for amerikanske brugere, mens Google lancerede tre Flash-modeller med forskellige roller. Fælles for dem er, at valg af model ikke længere kun handler om at finde den højeste benchmarkscore.
ChatGPT kan kobles til patientjournal og Apple Health
Health in ChatGPT lader amerikanske brugere forbinde understøttede patientjournaler og Apple Health med deres samtaler. ChatGPT kan derefter eksempelvis sammenligne et nyt prøvesvar med tidligere målinger, opsummere ændringer siden et lægebesøg eller sætte søvn og aktivitet ind i en større sammenhæng. Brugen kræver tilladelse, og som udgangspunkt spørger systemet, før de forbundne sundhedsdata bruges i et svar.
OpenAI skriver, at journaldata, Apple Health-data og samtaler, der bruger disse oplysninger, ikke indgår i træning af virksomhedens grundmodeller eller målretning af annoncer. En forbindelse kan afbrydes igen; synkroniserede data slettes ifølge OpenAI fra virksomhedens systemer inden for 30 dage. Oplysninger, der allerede er endt i samtalehistorikken, bliver dog liggende, indtil brugeren sletter samtalen.
Den grænse er vigtigere end produktets bekvemmelighed. En medicinliste kan være forældet, en måling kan mangle, og en sprogmodel kan stadig tage fejl. OpenAI anbefaler selv, at væsentlige oplysninger kontrolleres, og at medicinske beslutninger drøftes med en sundhedsprofessionel. Lanceringen bør derfor læses som et værktøj til overblik og forberedelse, ikke som en erstatning for diagnose eller behandling.
Produktet rulles ud i USA. Danske brugere bør ikke forveksle nyheden med en dansk lancering, og en eventuel europæisk version vil skulle vurderes i en anden juridisk og organisatorisk ramme. For danske sundhedsaktører er det aktuelle spørgsmål derfor mindre, om funktionen kan aktiveres nu, og mere hvordan samtykke, datakvalitet og ansvar bør fordeles, hvis tilsvarende løsninger kommer hertil.
Google giver tre Flash-modeller hver sin driftsrolle
Google lancerede Gemini 3.6 Flash, 3.5 Flash-Lite og 3.5 Flash Cyber den 21. juli. 3.6 Flash er den brede arbejdshest til blandt andet kode, videnarbejde og multimodale opgaver. Google priser den til 1,50 dollar pr. million inputtokens og 7,50 dollar pr. million outputtokens. Virksomheden henviser til en måling fra Artificial Analysis, hvor modellen brugte 17 procent færre outputtokens end 3.5 Flash.
3.5 Flash-Lite er rettet mod store mængder ensartede opgaver såsom dokumentsøgning og databehandling. Prisen er 0,30 dollar pr. million inputtokens og 2,50 dollar pr. million outputtokens. Google fremhæver en hastighed på 350 outputtokens i sekundet, også målt af Artificial Analysis. Tallene er relevante for drift, men de fortæller ikke, om modellen er bedst til en konkret dansk arbejdsgang.
Den tredje variant, 3.5 Flash Cyber, er finjusteret til at finde og rette sårbarheder som del af Googles CodeMender-system. Den bliver ikke almindeligt tilgængelig. Google planlægger et begrænset pilotprogram for regeringer og betroede partnere, fordi den samme kapacitet kan bruges offensivt.
For et produktteam peger lanceringen mod en mere moden indkøbspraksis: mål kvalitet, svartid, samlet tokenforbrug og fejl på egne opgaver, og beslut derefter, hvilke trin der behøver den dyreste model. En standardmodel kan styre forløbet, en Lite-model kan håndtere volumen, og specialiserede modeller kan reserveres til opgaver med særskilt adgangskontrol. Det er en driftsarkitektur, ikke en rangliste.
Kontekst: Ugens lanceringer flytter følsomme data og specialiserede kapaciteter tættere på almindelige AI-produkter. Det øger værdien af klare tilladelser, egne evalueringer og faste grænser for, hvilke beslutninger en model må påvirke.