En ekonomistudent har byggt ett lokalt AI-system som slår miljardföretagens modeller i kodning – helt på ett vanligt grafikkort.
Ett nytt öppen källkod-system kallat ATLAS har visat att det går att slå avancerade AI-modeller med vanlig konsumenthårdvara. Bakom projektet står en ekonomistudent på Virginia Tech. Systemet presterade 74,6 procent på kodningstestet LiveCodeBench, vilket överträffar Anthropic-modellen Claude 4.5 Sonnets 71,4 procent.
Hemligheten ligger i hur verktyget arbetar. Enligt techsajten Aivy bygger ATLAS på Alibabas öppna modell Qwen3-14B. Den körs helt lokalt på ett Nvidia RTX 5060 Ti-grafikkort för runt 5 000 kronor. Priset per avklarad koduppgift landar på blott fyra öre i elkostnad, jämfört med cirka 70 öre för att använda kommersiella molntjänster.
Som plattformen Data Science Collective lyfter fram handlar det inte om en glorifierad autokomplettering. ATLAS skapar flera olika lösningar och testar dem i en isolerad miljö. Om koden innehåller buggar får AI:n veta vad som gick fel och gör nya försök. Denna metod lyfte den underliggande modellens resultat från knappt 55 procent till nästan 75 procent.
Detta utmanar idén om att användbar AI-kodning kräver enorma datacenter och dyra månadsabonnemang. För svenska och europeiska utvecklare innebär lokala system dessutom att känslig företagskod aldrig lämnar datorn. Det löser ett massivt huvudbry för företag som oroar sig för industrispionage och GDPR-efterlevnad i molnet.
Verktyget finns redan tillgängligt för nedladdning i en ny version med en mindre och snabbare niomiljardersmodell. Formella prestandatester för denna uppdatering väntas publiceras inom kort när utvecklingen går in i nästa fas.
Läs också: