Tigerspringet, hvor modellen blev ligegyldig

Hvis man har små børn, kender man tigerspringet. Barnet er pylret i nogle dage, alting sejler, og pludselig kan det noget, det ikke kunne ugen før.

Jeg tror, vi oplever sådan et spring i AI-kodning lige nu.

Det første skete et sted mellem oktober og december 2025. Jeg har efterhånden hørt den samme observation fra så mange kollegaer, at den er svær at afvise: Der skete et eller andet dér. Folk, der havde set AI-kodning som en interessant demo, begyndte at bruge det til rigtigt arbejde. Agenterne holdt op med bare at foreslå kode og begyndte at færdiggøre opgaver.

Det næste spring er anderledes. Det handler ikke kun om, at modellerne er blevet bedre. Det handler om, at flere modeller nu er gode nok til at løse den samme opgave.

Når intelligensen bliver udskiftelig, flytter konkurrencen. Fra "hvem har den bedste model?" til "hvem kan levere arbejdet billigst, hurtigst og med mindst friktion?"

Det er dér, priskrigen begynder.

Der var ikke én lancering i oktober

Jeg ledte efter det ene datapunkt, der kunne forklare vores fælles fornemmelse fra slutningen af 2025. Det findes ikke. Til gengæld findes der en ophobning af begivenheder, som næsten er mere overbevisende.

Den 29. september lancerede Anthropic Claude Sonnet 4.5. De beskrev en model, der kunne holde fokus på komplekse opgaver i mere end 30 timer, og lancerede samtidig checkpoints, en VS Code-extension og deres Agent SDK. Ugen efter gjorde OpenAI Codex alment tilgængelig (GA) med Slack-integration, SDK og administrationsværktøjer. OpenAI skrev, at den daglige Codex-brug var vokset mere end 10 gange siden begyndelsen af august, og at Codex havde behandlet over 40 billioner tokens på tre uger.

Den 20. oktober kom Claude Code på web. Den 29. oktober lancerede Cursor 2.0 med op til otte parallelle agenter. Den 18. november lancerede Google Gemini 3 og Antigravity som en egentlig agentisk udviklingsplatform.

Det var ikke ét modeløjeblik. Det var øjeblikket, hvor hele produktlaget omkring modellerne faldt på plads: terminal, editor, browser, cloud, parallelle agenter, checkpoints, SDK'er og styring på virksomhedsniveau.

Så ville man tro, at de offentlige npm-tal viste det samme. Det gør de ikke, og det er værd at være ærlig om. Claude Code faldt fra 22,7 til 21,6 millioner månedlige downloads fra september til december 2025 — præcis i det kvartal, hvor fornemmelsen siger, at noget ændrede sig. Væksten kommer først i 2026.

Det er heller ikke så mærkeligt. Downloads måler ikke det, fornemmelsen handler om. De tæller installationer, opdateringer og CI-kørsler, ikke om nogen holdt op med at afvise agentens forslag. Kurverne nedenfor er derfor et billede af, hvordan markedet har flyttet sig siden — ikke et bevis for, hvornår produktlaget faldt på plads. Skalaen er logaritmisk, fordi Claude Code ellers ville gøre de mindre alternativers tidlige bevægelse næsten usynlig.

Fra september 2025 til april 2026 voksede Claude Code fra 22,7 til 49,4 millioner downloads om måneden — cirka 2,2 gange. Codex voksede fra 871.000 til 31,4 millioner. OpenCode gik fra 127.000 til knap fem millioner.

Men Codex-tallet skal renses, før man bruger det til noget. 13,4 millioner af Codex' 31,4 millioner downloads i april faldt på én enkelt dag, den 30. april — 43 procent af hele måneden. Claude Codes største enkeltdag i samme måned var under 6 procent. Trækker man den ene dag fra, endte Codex på cirka 18 millioner. Dertil kommer, at OpenAI ændrede pakkestrukturen i februar 2026, så platformsspecifikke builds nu følger med i selve @openai/codex-pakken, mens Claude Codes tilsvarende platformspakker ligger separat og ikke er talt med her.

Med de forbehold er bevægelsen stadig stor. Men den rigtige overskrift er, at Codex i både marts og i april — renset for spidsen — lå på cirka en tredjedel af Claude Codes downloads. Ikke to tredjedele, som det rå aprilstal ellers ville antyde.

Så måske var det ikke måneden, hvor én model vandt. Det var kvartalet, hvor markedet blev bredere, og alternativerne begyndte at få reel fart.

Det første spring var: Agenterne virker

Før det spring valgte man model med samme alvor, som man valgte database. Claude eller GPT? Sonnet eller Opus? Den forkerte beslutning kunne mærkes i hver eneste opgave.

Efter springet begyndte spørgsmålet at ændre sig. Ikke fordi modellerne blev ens, men fordi flere af dem krydsede den praktiske grænse: De kunne læse et repository, planlægge, ændre flere filer, køre tests, opdage en fejl og prøve igen.

Det er forskellen på en imponerende model og en brugbar medarbejder.

Jeg var selv meget bundet til Claude. Det var ikke en benchmarkbeslutning; det var en vane. Claude Code kendte min arbejdsgang, og jeg kendte dets særheder. Men i dag skifter jeg til Codex på nogle opgaver uden at tænke ret meget over det. En kollega bruger OpenCode. Andre bruger Cursor, Gemini CLI eller deres egen kombination.

Det vigtige er ikke, hvem der har valgt rigtigt. Det vigtige er, at vi ikke længere føler, at der kun findes ét rigtigt valg.

Monopolet er ikke væk, hvis man kigger på, hvor pengene bliver brugt. Men det er begyndt at forsvinde i vores hoveder.

Det næste spring er: Modellen bliver en råvare

Vercels AI Gateway giver et sjældent indblik i, hvad der faktisk kører i produktion — i hvert fald hos dem, der router deres trafik gennem Vercel. Deres juli-indeks bygger på titusinder af milliarder tokens om måneden.

Det forbehold skal holdes fast hele vejen igennem: det er anonymiseret trafik gennem én gateway. At det ikke er repræsentativt for hele AI-markedet, er min egen vurdering — ikke et forbehold, Vercel selv tager. Og hver gang der står "udgifter" nedenfor, er det penge brugt gennem den gateway, ikke leverandørernes omsætning.

Tallene fra juni 2026 er ret vilde:

• Open-weight-modeller stod for 29 procent af tokenvolumen, mod 11 procent i april.
• De 29 procent kostede under 4 procent af de samlede gatewayudgifter.
• DeepSeek alene stod for 22,6 procent af alle tokens og lå mindre end to procentpoint efter Google.
• Omtrent hver ottende enterprise-kunde brugte nu en open-weight-model i produktion.

To af de punkter tæller ikke ens, og det lægger Vercel ikke skjul på. De 29 procent tæller leverandører — kun DeepSeek, MiniMax, Moonshot og Z.ai — hvilket Vercel selv kalder en konservativ afgrænsning. Tallet om hver ottende enterprise-kunde tæller modeller og fanger dermed også Qwen, Gemma, GPT-OSS og Kimi kørt på andres infrastruktur. Retningen er den samme, men de to procenttal måler ikke det samme.

Det ligner den priskrig, man ville forvente, når en kapabilitet bliver til en råvare: volumen søger mod den billigste acceptable leverandør.

Men Vercels tal fortæller også den modsatte historie. De fire store amerikanske frontier-laboratorier stod stadig for 95 procent af gatewayudgifterne. Anthropic alene stod for 61 procent af udgifterne, men kun 32 procent af tokens — og for mindst 72 procent af udgifterne i de opgavekategorier, hvor fejl har størst konsekvens: kodeagenter, agenter til backoffice-opgaver og app-generering.

Trafikken er altså ikke bare flyttet fra proprietære til åbne modeller. Markedet er blevet todelt:

Billig volumen går mod open weights. Dyrt arbejde med høj risiko bliver på frontier-modellerne.

Det er en vigtigere observation end en simpel historie om, at open source har vundet. Men vær opmærksom på, hvilket tal der bærer den. Det er de 72 procent i de dyre opgavekategorier, der viser en fordeling, som afhænger af opgaven. Fordelingen 61 mod 32 procent viser mest af alt, at Anthropic koster mere per token. Og en gateway kan se, hvordan forbruget fordeler sig — ikke om det er den enkelte kunde, der bevidst router opgave for opgave, eller om forskellige kunder bare bygger forskellige ting.

Selv premiumlaget er blevet ustabilt. Ifølge samme Vercel-rapport nåede Claude Fable 5 — der er prissat til det dobbelte af Opus 5 — på fire dage op på 22 forespørgsler for hver 100 til Opus 4.8. Tre dage efter lanceringen blev modellen ramt af en amerikansk eksportrestriktion, og Anthropic suspenderede adgangen resten af måneden. Restriktionen blev ophævet den 30. juni, og adgangen genåbnede 1. juli — det var altså en afbrydelse på tre uger, ikke en permanent lukning. Uanset hvordan man læser den beslutning, ændrer den ikke det praktiske problem: Virksomheder kan ikke længere bygge deres arbejdsgang på, at én bestemt model altid er tilgængelig.

Kimi K3 viser både hypen og virkeligheden

Kimi K3 er et godt eksempel på, hvor hurtigt grænserne flytter sig — og på hvor hurtigt man kommer til at overdrive.

Moonshot beskriver en Mixture-of-Experts-model (MoE) med 2,8 billioner parametre og en kontekst på en million tokens. Det tal skal læses rigtigt: det er totalen. Kun 16 ud af 896 eksperter er aktive per token, så den del af modellen, der faktisk behandler din prompt, er en brøkdel af 2,8 billioner. Moonshot oplyser ikke selv det aktive parametertal. På enkelte kode- og GPU-kernel-opgaver konkurrerer den med eller slår dyrere proprietære modeller.

Netop det kernel-resultat fortjener en stjerne — bare ikke den, man skulle tro. Moonshot har selv kørt evalueringen: hver model fik en identisk sandkasse og op til 24 timer til at profilere, omskrive og måle fire kernels. Det, Moonshot gør opmærksom på, er, at konkurrentens tal kommer et andet sted fra: "Claude Fable 5 was evaluated by a third party, and its results may include fallback behavior." På en anden benchmark tilføjer de, at Fable 5 ramte fallbacks på 35 procent af opgaverne, "which may have negatively impacted its measured performance".

Læst lige ud er det en leverandør, der fortæller, at dens egen sammenligning kan være for flatterende. Ære være dem for at skrive det — men det gør marginen over Fable 5 til det blødeste tal i afsnittet, og den er blød i Kimis favør, ikke imod.

Da jeg tjekkede den 24. juli, var vægtene i øvrigt endnu ikke frigivet — Moonshot skriver, at de kommer senest den 27. juli. "Open weight" var på det tidspunkt en annoncering, ikke en download.

Og påstanden om, at Kimi K3 generelt er bedre end Claude Fable 5, kan jeg ikke dokumentere. Moonshot skriver selv, at K3 samlet set stadig ligger efter Fable 5 og GPT-5.6 Sol. Den er frontier-nær, ikke entydigt frontier-bedst.

Så er der prisen, og her blev jeg selv overrasket, da jeg slog priserne op. Kimi tager 3 dollar per million input-tokens, når cachen ikke rammer, 30 cent når den rammer, og 15 dollar for output. Moonshot oplyser en cache-hit-rate på over 90 procent i kodeopgaver.

Sammenlign det med Anthropics egen prisliste i dag: Claude Sonnet 5 koster 2 og 10 dollar med 20 cent for cache-hits. Altså billigere end Kimi K3 på alle tre tal. Det er ganske vist introduktionspris frem til 31. august, hvorefter Sonnet 5 lander på 3 og 15 dollar med 30 cent — præcis Kimis priser. Claude Opus 5 ligger på 5 og 25 dollar med 50 cent for cache-hits, så mod den er Kimis cachefordel 1,67 gange. Ikke en størrelsesorden.

Ét forbehold til det hele fandt jeg først med småt hos Anthropic selv: Claude 4.7 og senere bruger en nyere tokenizer, som producerer cirka 30 procent flere tokens for den samme tekst. Pris per million tokens kan derfor ikke sammenlignes direkte på tværs af leverandører — det samme dokument koster flere tokens hos Claude, end overskriftstallet antyder. Det fjerner ikke Sonnet 5's fordel over Kimi, men det gør den mindre, og det er den slags, der burde stå i enhver prissammenligning på tværs af leverandører og næsten aldrig gør.

Det er værd at holde fast i, for det er ikke den historie, prisdebatten om open weights plejer at fortælle. Den åbne udfordrer har ikke underbudt frontier-laboratorierne i mellemklassen. Den har ramt præcis samme prispunkt — og laboratorierne har allerede matchet det.

Og Opus 5 er selv interessant. På Anthropics egen Opus-side står et kundecitat: "On FrontierCode 1.1, Claude Opus 5 approaches Fable-level performance at half the cost." Det skal læses præcist. Forbeholdet ligger på ydelsen — den nærmer sig Fable-niveau — og udsagnet er afgrænset til én benchmark. Halvdelen af prisen er derimod eksakt: Fable 5 står til 10 og 50 dollar, altså præcis det dobbelte af Opus 5. Det er en kundes ord, ikke Anthropics benchmarkpåstand. Men at laboratoriet vælger at fremhæve netop den sammenligning, siger noget: Frontier-laboratoriet er også begyndt at kannibalisere sit eget premiumlag.

Det er sådan en priskrig ser ud, før nogen officielt kalder den en priskrig.

Abonnementerne skjuler den rigtige pris

Der er stadig et mærkeligt spænd mellem abonnementer og API-forbrug.

Som privat udvikler kan man købe et abonnement med generøse, men uklare limits. Som virksomhed bliver man ofte ført over i licenser (seats), API-tokens, gateways og forbrugsafregning. Det gør sammenligningen næsten umulig: Hvad koster en million tokens på et abonnement, hvis leverandøren ikke fortæller, hvor mange man reelt har købt?

Nu har vi et konkret datapunkt. I ugen 13.–19. juli rapporterede ccusage cirka 3.100 dollar i beregnet tokenomkostning for vores Claude-forbrug. Vi betaler 200 dollar om måneden for Claude Max på 20×-niveauet.

Der ligger en faldgrube i det tal, som jeg selv gik i først. ccusage' ugetotal var 3.445 dollar, men den summerer alle agenter på maskinen. 334 dollar af beløbet var GPT-5.6 Sol kørt gennem Codex — forbrug, der aldrig lå under Claude-abonnementet. De 3.100 er Claude-delen alene, og det er den, sammenligningen skal bruge.

Det betyder ikke, at Anthropic har foræret os 2.900 dollar, eller at vi med sikkerhed ville have købt præcis de samme tokens gennem API'et. ccusage læser de lokale sessioner og beregner en omkostning ud fra modellernes tokenpriser. Tallet er derfor et estimat af, hvad forbruget ville have kostet til API-listepris — ikke en faktura.

Men som bevis på abonnementets værdi er det svært at overse: På én uge fik vi registreret forbrug svarende til 15,6 gange hele månedsprisen. Hvis samme tempo kunne fortsætte i fire uger, ville den tilsvarende listepris være omkring 12.400 dollar — godt 60 gange abonnementsprisen.

Det "hvis" er stort. Abonnementet har rate limits, og en uge som den her kan man i praksis ikke køre fire gange i træk uden at ramme dem. Tallet er et loft for, hvad ugen var værd i listepris, ikke en prognose. Og netop derfor bør virksomheder måle deres eget faktiske forhold mellem abonnement og API-pris i stedet for at låne mit.

Hos Firtal Web så regnestykket helt modsat ud. I Marketingpod fortæller Jesper Hvejsel omkring 08:23, at de to en halv måned tidligere var gået fra brugerabonnementer til API-tokens. Deres omkostning faldt 10 gange.

Det er hans tal, sagt i en podcast — jeg har ikke set fakturaerne, og det fortjener den samme skepsis, som jeg lagde på mit eget tal ovenfor. Men retningen passer på mønsteret: tyndt brugte licenser over for forbrugsafregnet API.

Forklaringen er ikke, at API-tokens altid er billigere. Som han selv siger det, var der folk, der havde abonnementer, men bare ikke brugte det, der lå i dem. Han nævner et gennemsnit på 120–125 prompts — og det er et samlet tal, ikke per person. Per medarbejder svarer det til cirka 1,1 prompt. Han havde selv troet, at abonnementerne var en god forretning. Efter skiftet kunne han se, at én pris til alle var markant dyrere for netop deres forbrugsmønster.

Det er det tilsyneladende paradoks: For vores intensive Claude Code-uge var abonnementet absurd billigt i forhold til API-listeprisen. For Firtals bredere medarbejdergruppe var API-afregning 10 gange billigere end abonnementerne. Begge resultater kan være sande, fordi abonnementet ikke har én rigtig pris. Den afhænger af, hvor stor en del af den skjulte tokenpulje hver bruger faktisk får omsat til arbejde.

Derfor kommer kampen ikke kun til at handle om pris per token. Den kommer til at handle om at holde på tokens: abonnementer, credits, caching, rate limits, gratis modeller, bundling og rabatter, som gør det dyrt eller besværligt at flytte sit forbrug.

Det værdifulde lag flytter opad

Hvis jeg kan skifte fra Claude til Codex midt i en arbejdsdag, er modellen ikke længere hele produktet.

Det værdifulde bliver i stedet:

• den kontekst, agenten får
• de værktøjer og tilladelser, den kan bruge
• den feedback, tests og evals giver den
• den måde arbejdet bliver delt op og gennemgået på
• historikken, hukommelsen og integrationerne omkring den

Det er det lag, nogle kalder et harness — stilladset omkring modellen. Jeg tænker mere på det som arbejdspladsen. Når medarbejderen kan skiftes ud, er det arbejdspladsen, processerne og organisationens viden, der skaber forskellen.

Det er også her enterprise-markedet bliver interessant. Virksomheder bør ikke spørge: "Hvilken model standardiserer vi på?" De bør spørge:

1. Hvilke opgaver kræver den dyreste frontier-model?
2. Hvilke kan sendes til en billigere eller open-weight-model?
3. Kan vi skifte model uden at miste kontekst, værktøjer og styring?
4. Måler vi pris per token, eller pris per godkendt opgave?

Den sidste er den vigtigste. En model til halv pris er dyrere, hvis den kræver tre gange så meget gennemsyn. En dyr model er billig, hvis den løser opgaven rigtigt første gang. Tokens er en råvare; færdigt, accepteret arbejde er produktet.

Tigerspringet

Det første tigerspring gjorde AI-agenter brugbare.

Det næste gør dem udskiftelige.

Vi er ikke helt i mål. Vercels data viser, at der stadig bliver brugt markant flere penge på Anthropic, når fejl er dyre. Kimi siger selv, at K3 endnu ikke samlet matcher de bedste proprietære modeller — og på pris har den ikke underbudt dem, den har mødt dem. Og vores egne arbejdsgange er fulde af skjult leverandørbinding.

Men retningen er svær at overse. Open weights tager volumen. Frontier-modeller sænker prisen på tidligere premiumkapabiliteter. Udviklere hopper mellem Claude, Codex, OpenCode og Gemini. Gateways gør routing til en konfiguration i stedet for et strategisk ægteskab.

I lang tid var spørgsmålet, hvem der ville vinde modelkapløbet.

Måske er det forkerte spørgsmål nu.

Det næste marked bliver vundet af dem, der gør det lettest at bruge den model, der er god nok i dag — og skifte den ud igen i morgen.

Kilder og metode

• Introducing Claude Sonnet 4.5, Anthropic, 29. september 2025.
• Codex is now generally available, OpenAI, oktober 2025.
• Claude Code on the web, Anthropic, 20. oktober 2025.
• Cursor 2.0: New Coding Model and Agent Interface, Cursor, 29. oktober 2025.
• Start building with Gemini 3, Google, 18. november 2025.
• AI Gateway Production Index — July 2026, Vercel, 13. juli 2026. Tallene er anonymiseret trafik gennem Vercels egen gateway. At det ikke er repræsentativt for hele AI-markedet, er min egen vurdering og ikke et forbehold, Vercel selv tager. Alle "udgifter" i denne artikel er derfor forbrug gennem Vercels gateway, ikke leverandørernes omsætning. Bemærk også, at Vercels open-weight-andel er opgjort per leverandør (DeepSeek, MiniMax, Moonshot, Z.ai — Vercel kalder selv afgrænsningen konservativ), mens tallet for enterprise-udbredelse er opgjort per model og dermed også tæller Qwen, Gemma, GPT-OSS og Kimi kørt på andres infrastruktur.
• Open AI Gateway leaderboard data, Vercel, 14. juli 2026. Data er udgivet under CC BY 4.0.
• Kimi K3 Tech Blog, Moonshot AI, juli 2026. Benchmark-, pris- og cache-hit-påstande er leverandørens egne. Herfra: "2.8T-parameter model", "effectively activating 16 out of 896 experts", "1-million-token context window", "$3.00/MTok for cache-miss input" og "$15.00/MTok for output", "cache hit rate above 90% in coding workloads", samt "The full model weights will be released by July 27, 2026" — vægtene var altså ikke frigivet på kontroldatoen. Moonshot har selv kørt GPU-kernel-evalueringen — "Each model works independently in an identical sandbox, with up to 24 hours to profile, rewrite, and benchmark four tasks". Forbeholdene om tredjepart og fallback på den side gælder Claude Fable 5, ikke Kimi K3: "Claude Fable 5 was evaluated by a third party, and its results may include fallback behavior", og separat, på SWE Marathon, "Additionally, Claude Fable 5 hit fallbacks on 35% of the tasks in our evaluation, which may have negatively impacted its measured performance."
• Claude pricing, Anthropic, kontrolleret 25. juli 2026. Opus 5: 5 / 25 dollar per million tokens, 0,50 dollar for cache-hits. Sonnet 5: 2 / 10 dollar med 0,20 dollar for cache-hits som introduktionspris frem til 31. august 2026, derefter 3 / 15 dollar med 0,30 dollar. Samme side oplyser, at Claude 4.7 og senere "produces approximately 30% more tokens for the same text" på grund af en nyere tokenizer — derfor er pris per token på tværs af leverandører ikke en sammenligning per opgave.
• Claude Opus, Anthropic, juli 2026. Citatet står på siden som "On FrontierCode 1.1, Claude Opus 5 approaches Fable-level performance at half the cost." — Scott Wu, CEO. Det er et kundecitat på Anthropics egen side og ikke en uafhængig evaluering. Fable 5 står til 10 / 50 dollar per million tokens med 1 dollar for cache-hits, præcis det dobbelte af Opus 5, hvilket er regnestykket bag "half the cost".
• npm-downloaddata: Claude Code, Codex og OpenCode. Downloads er kun en retningsindikator og inkluderer opdateringer, CI og gentagne installationer. Både månedsaggregatet og de rå dagstal ligger som CSV sammen med artiklen, så aprilspidsen den 30. april kan efterprøves direkte.
• Egen måling med ccusage, ugen 13.–19. juli 2026. ccusage weekly --breakdown rapporterer 3.444,73 dollar for ugen på tværs af alle agenter; fratrukket 333,62 dollar GPT-5.6 Sol via Codex giver det 3.111,11 dollar for Claude-modellerne. ccusage viser omkostninger baseret på modelpriser; beløbet er brugt som API-listeprisækvivalent og ikke som faktisk faktura.
• Marketingpod #258 med Jesper Hvejsel, ca. 08:23–08:49. Hvejsel siger, at Firtal Web reducerede omkostningen 10× ved at gå fra brugerabonnementer til API-tokens for "2,5 måned siden", og at der "i snit" var "mellem 120 og 125 prompts, altså et 1,1 prompt per medarbejder". Passagen er maskintransskriberet og krydstjekket på tre overlappende lydsegmenter; tidsenheden for de 120–125 prompts oplyses ikke i klippet.

Modelnavne, priser og markedsandele er kontrolleret den 24.–25. juli 2026. npm-downloads er aggregeret fra de daglige API-tal i de CSV-filer, der følger artiklen.

Rettelser

Artiklen blev revideret den 25. juli 2026 efter to runders kildereview, inden den blev udgivet. Den oprindelige version ligger stadig som v1, fordi rettelserne siger noget om, hvor let tal fra den her slags kilder bliver misbrugt. Seks ting blev rettet:

1. Codex' npm-tal for april. Den oprindelige version skrev, at Codex i april nåede "næsten to tredjedele" af Claude Codes downloads. 43 procent af Codex' aprilstal faldt på én enkelt dag. Renset er tallet cirka en tredjedel — samme niveau som marts.
2. ccusage-beløbet. De oprindelige 3.500 dollar var summen af alle agenter, inklusive Codex-forbrug, der aldrig lå under Claude-abonnementet. Claude-delen alene er 3.111 dollar, hvilket ændrer 17,5× til 15,6× og fireugers-ekstrapolationen fra 70× til godt 60×.
3. Firtal-tallet. Den oprindelige version skrev "120–125 prompts per medarbejder". Hvejsel siger 120–125 prompts samlet — cirka 1,1 per medarbejder. Rettelsen gør hans pointe stærkere, ikke svagere.
4. Kimis pris mod Anthropics. Den oprindelige version sammenlignede Kimi K3 med Claude Opus 5 og lod dermed Kimi fremstå som underbyder. Den rigtige sammenligning i samme klasse er Sonnet 5, som lige nu er billigere end Kimi på både input, output og cache-hits.
5. Forbeholdet om Vercels tal. Artiklen tilskrev Vercel et forbehold om, at data ikke dækker hele AI-markedet. Det siger Vercel ikke — vurderingen er min egen, og den står nu som min.
6. Opus-citatet. Den oprindelige version gengav det som "Fable-niveau til omtrent halv pris" og flyttede dermed forbeholdet fra ydelsen over på prisen. Citatet lyder på, at Opus 5 nærmer sig Fable-niveau på én benchmark, mens prisen er præcis halvdelen.

Derudover er npm-afsnittet skrevet om, fordi tallene ikke understøtter efterårs-2025-fornemmelsen — Claude Code faldt faktisk i det kvartal. Vercel-tallene omtales nu konsekvent som gatewayudgifter frem for omsætning. Og fire forbehold er kommet til, som ændrer nuancen frem for konklusionen: at Vercels open-weight-andel og enterprise-tallet ikke opgøres på samme måde, at Anthropics nyere tokenizer producerer cirka 30 procent flere tokens for samme tekst, at forbeholdet om fallback i Kimis kernel-sammenligning gælder Fable 5 og ikke Kimi selv, og at eksportrestriktionen på Fable 5 blev ophævet igen efter tre uger.