AI-tjänsterna har blivit både fler och smartare de senaste åren. Men för den som vill prova själv kan det snabbt bli dyrt. Och det är inte alltid enkelt att veta vilka alternativ som faktiskt är öppna och kostnadsfria – eller hur mycket tekniskt krångel som krävs.
Samtidigt finns det modeller du kan använda utan att betala för abonnemang. Vissa går att testa direkt i webbläsaren, andra kan laddas ner och anpassas. Det handlar bara om att veta var du ska börja.
I dag kan företag, start-ups och privatpersoner experimentera och utveckla existerande AI-modeller, helt lagligt och dessutom gratis. Det har blivit betydligt enklare att komma igång jämfört med tidigare, och gör det till en bra tid att våga prova.
Vad innebär ”Open source”?
När vi pratar om öppen AI (open source AI) menar vi att både koden och själva modellen är tillgänglig för alla. Du får alltså möjlighet att undersöka, använda, ändra och utveckla tekniken vidare precis som du vill och som passar ditt ändamål. Dock, en liten brasklapp, var noga med att läsa tjänstens licens och framförallt om du tänker att du vill tjäna pengar på din produkt eller tjänst. En del tjänster och modeller tillåter det medan andra inte gör det.
ChatGPT har ju ett gratisabonnemang, räcker inte det?
Det beror helt och hållet på. ChatGPT i ett färdigt gränsnitt skiljer sig betydligt mot att faktiskt ha källkoden hos dig själv. För många räcker ChatGPT och motsvarande modeller gott och väl. Allt från att skriva om text, ta fram rapporter, bilder mm gör ChatGPT utmärkt. Men, inget sker utan att OpenAI tillåter det. Här kommer styrkan i att använda ”Open source” modeller.
För att förtydliga: Vad betyder det att ha tillgång till hela modellen?
Om en AI-modell är ”Open source” är det du som styr. Du kan ladda ner hela modellen lokalt på din dator, köra den på egna server, träna den på egen data och anpassa den efter dina behov. Det fungerar också helt utan att vara uppkopplad mot internet.
Tänk såhär. Du har ett företag som sitter på massor med bra data som du på olika sätt vill sammanställa och utforska mer i en AI-modell. Problemet är att datan är väldigt känslig och du vill inte att någon utanför din organisation skall få tillgång till den. Att skicka in datan till till exempel ChatGPT går inte. Det skulle innebära att datan skickas till en server någon annanstans och potentiellt kapas av någon utstående på vägen.
Så vad kan du göra om du ändå vill använda AI och dessutom på ett säker sätt. Jo, du kan ladda ner en open source modell. installerar den på en egen server. Träna den på just din data och sedan utveckla interna verktyg som använder modellen.
Exempel på gratis AI-modeller att utforska
Det finns flera öppna AI-modeller och verktyg som du kan ladd ner helt gratis, både för text, kod och bilder. Här är några av de mest populära alternativen just nu:
- Llama 3 (Meta):
Den här språkmodellen låter dig skapa text, koda eller brainstorma idéer. Eftersom modellen är öppen kan både privatpersoner och företag använda den utan licensavgifter. Du hittar den enkelt på plattformar som Hugging Face.
BLOOM:
BLOOM är resultatet av ett internationellt forskningsprojekt och passar särskilt bra för dig som vill arbeta med flera språk. Modellen är fri att använda och lämpar sig för utbildning, forskning och globala projekt.DeepSeek R1:
Om du är nyfiken på kodgenerering är DeepSeek R1 ett spännande alternativ. Den är öppen källkod, gratis och utvecklad för att hantera både text och kod på ett effektivt sätt.- Stabilityai/stable-diffusion-xl-base-1.0:
Vill du skapa bilder med AI? Då finns till exempel stabilityai/stable-diffusion-xl-base-1. Öppen källkod med apache-2 licens.
Dessa är bara ett axplock av modeller och verktyg som gör det möjligt att testa avancerad AI utan att behöva investera i dyra licenser eller avancerad hårdvara från början.
Vad bör man känna till innan man börjar?
Vi skall vara ärliga, det finns svårigheter och viss teknisk kunskap är (än så länge) ett måste. Men vågar man så ser man att det inte är så svårt som man först tror. Dessutom finns massor med bra guider på youtube som hjälper en komma igång. Men förutom detta så besväras vi tyvärr också av…
- Krav på Kraftfull hårdvara:
För att köra lite större modeller lokalt behöver du ofta ett starkt grafikkort. AI kräver ganska mycket energi och beräkningskraft från framförallt GPU även om man också exprementerar mer och mer med CPU-lösningar. - Stora filer:
Vissa modeller, till exempel Llama 3, kan vara riktigt tunga. Nedladdningen kan handla om över 100 GB.
Vill du prova? Såhär kommer du igång med öppen AI
Det finns flera sätt att komma igång, och hur beror på dina behov och din erfarenhet. Här är ett förslag:
Ladda ner modeller:
Du hittar dom flesta ”open source” modellerna på Hugging Face. Läs och utforska dokumentationen och forumen innan du laddar ner modellen. Och glöm inte läsa licensvillkoren.
Ladda ner program som LM Studio för att prova olika LLM-modeller på ett enkelt sätt.
Källor:
https://www.zdnet.com/article/the-best-open-source-ai-models-all-your-free-to-use-options-explained/, https://www.retable.io/blog/7-free-ai-tools-you-should-know-in-2025
FAQ – Vanliga frågor om gratis och öppen AI
Vad är egentligen skillnaden mellan ”open source” AI och gratis AI?
”Open source” innebär att du får tillgång till både koden och själva modellen. Du kan alltså använda, ändra och utveckla tekniken vidare på egna villkor. Gratis AI betyder oftast att du kan använda tjänsten utan att betala för ett abonnemang – men du kan inte påverka hur modellen fungerar eller anpassa den själv.
Kan jag använda öppna AI-modeller kommersiellt?
Ofta går det bra att använda öppna modeller kommersiellt, men det är alltid viktigt att läsa licensvillkoren noggrant. Vissa modeller får du bara använda för forskning eller icke-kommersiella projekt, så dubbelkolla alltid vad som gäller innan du sätter igång.
Måste jag vara teknisk expert för att använda ”Open source” AI?
Kanske inte expert, men viss teknisk kunskap krävs. Många plattformar, som Hugging Face där du når dom flesta öppna modellerna har dock bra dokumentation och välfyllda forum för att snabbare komma igång.
